Combustion optimization model for NO<Subscript><Emphasis Type="Italic">x</Emphasis></Subscript> reduction with an improved particle swarm optimization

Abstract: This paper focuses on the combustion optimization to cut down NO _x emission with a new strategy. Firstly, orthogonal experimental design (OED) and chaotic sequences are introduced to improve the performance of particle swarm optimization (PSO). Then, a predicting model for NO _x emission is established on support vector machine (SVM) whose parameters are optimized by the improved PSO. Afterwards, a new optimization model considering coal quantity and air quantity along with the traditional optimization variables is established. At last, the operating parameters are optimized by the improved PSO to cut down the NO _x emission. An application on 600MW unit shows that the new optimization model can cut down NO _x emission effectively and maintain the load balance well. The NO _x emission optimized by the improved PSO is lowest among some state-of-the-art intelligent algorithms. This study can provide important guides for the low NO _x combustion in the power plant.     

敷设聚脲的吸声模型改进粒子群算法优化

为了提高敷薄吸声层的水下小目标的隐身性能,以敷设聚脲的多层结构为基本吸声模型,推导了模型的反射系数计算公式.针对材料优化的应用需求,将粒子群算法的局部算法和全局算法相结合,改进粒子群算法的优化策略,得到了动态混合粒子群算法,提高了收敛能力和搜索精度.利用该算法对多层吸声模型的材料参数进行寻优,结果表明:当吸声材料杨氏模量近似为频率的分段线性函数时,其吸声性能最优.在此基础上,建立了提高模型吸声性能的理论方法,并进行了实例验证,结果表明,该方法可使模型吸声性能在140～500 kHz范围内达到-10dB以上.     

考虑速遣费和滞期费的不定期船航速优化研究

航运合约中的速遣费和滞期费对不定期船港口选择有重要影响.针对不定期船舶航速优化和港口选择问题,建立货主存在违约概率情况下不定期船港口选择停靠和航速优化模型,并考虑滞期费和速遣费对船公司利润的影响,使用改进型粒子群算法--两阶段粒子群算法进行求解模型.通过算例分析,将改进型粒子群算法与传统粒子群算法对比,发现改进型粒子群算法无论在收敛速度还是计算结果方面都优于传统粒子群算法.最后通过灵敏度分析发现,船公司利润在一定范围内会随着违约率、滞期费和港口装卸效率的上升而上升.     

基于GA-PSO混合优化的BPNN车速预测方法

BP神经网络(BPNN)已经用于车速预测方面的研究.针对BPNN不同的初始权值和阈值会影响车速预测精度的问题,提出一种基于GA-PSO混合优化的BPNN车速预测方法.以北工大西门到百葛桥为研究路径,构建基于BPNN的车速预测模型;将遗传算法(GA)和粒子群算法(PSO)的寻优过程进行融合,通过逐次迭代取最优的方式确定BPNN的最优初始权值和阈值,以此设计基于GA-PSO混合优化的BPNN车速预测方法.最后,以所选路径为对象,利用基于GA-BPNN的预测法、基于PSO-BPNN的预测法,以及提出的方法对车速进行了实验预测.结果表明,相较于前两种车速预测改进方法,本文方法的平均车速预测误差分别降低了37.1%和24.1%,有效地提高了车速的预测精度.     

PSO优化的LS-SVM在列车弓网系统的建模研究

提出基于粒子群(PSO)优化最小二乘支持向量机(LS-SVM)的列车弓网系统建模方法。针对LS-SVM的超参数难以选择的问题,提出采用具有全局搜索性能的PSO优化LS-SVM超参数的方法。在建立弓网子系统模型的基础上,得到了弓网系统的整体动力学方程。最后进行弓网系统的仿真实验,结果表明,所提出的PSO优化LS-SVM模型比LS-SVM模型、子空间模型具有更高的预报精度,所提出的方法用于列车弓网系统的建模是有效的。     

基于PSO算法的磁浮系统PID控制器优化与评价

为了改善磁浮系统的非线性和不稳定性特点,利用微分几何方法将两个不同结构的非线性子系统转化为两个相同结构的线性子系统,设计了基于标准粒子群算法的比例积分微分控制器.从固定惯性权重、线性递减惯性权重和线性微分递减惯性权重中,选出适合电磁铁1和电磁铁2的固定惯性权重,得到电磁铁1控制器的固定惯性权重参数C为0.5,电磁铁2控制器的固定惯性权重参数C为0.49,并且通过建立模糊综合评价模型得出优化后的电磁铁1和电磁铁2的控制器抗干扰的能力是好,且好的隶属度皆为0.561 9.实验结果表明,优化后的磁浮系统具有较好的鲁棒性.      

基于改进响应面法和Matlab-Adams的麦弗逊悬架优化

基于Adams和Matlab应用改进响应面法对悬架结构参数进行了优化。在Adams/Insight软件中进行了设计参数的灵敏度分析。针对灵敏度较大的设计参数,建立了车轮定位参数在车轮跳动过程中最大变化量的二阶响应面近似数学模型,并对该模型进行了可靠性分析。应用编程实现对响应面数学模型的优化求解,对优化前后的仿真结果进行了对比。对比结果显示了该方法具有较好的准确性和有效性。     

THEORETICAL ANALYSIS AND PRACTICE ON THE SELECTION OF KEY PARAMETERS FOR HORIZONTAL BIAS BURNER

1　INTRODUCTIONIthasbeentestifiedboththeoreticallyandprac ticallythattheignitiontemperatureofpulverized coalcanbelowered ,theignitionheatrequiredcanbedecreasedandtheNOxemissioncanbeloweredduetotheadoptionofthebiascombustiontechnolo gy[1 ] .Withthehorizontalbiasburneradopted,theprimary airisdividedintotwopartswithdifferentconcentrationsofpulverized coalhorizontally .Therichprimary airisshotintothefurnacewindward(facingthefireball) ,andthelean primary airisshotintothefurnaceleeward (backtot…     

Research on the Optimization Approach for Cargo Oil Tank Design Based on the Improved Particle Swarm Optimization Algorithm

Based on the improved particle swarm optimization(PSO) algorithm,an optimization approach for the cargo oil tank design(COTD) is presented in this paper.The purpose is to design an optimal overall dimension of the cargo oil tank(COT) under various kinds of constraints in the preliminary design stage.A non-linear programming model is built to simulate the optimization design,in which the requirements and rules for COTD are used as the constraints.Considering the distance between the inner shell and hull,a fuzzy constraint is used to express the feasibility degree of the double-hull configuration.In terms of the characteristic of COTD,the PSO algorithm is improved to solve this problem.A bivariate extremum strategy is presented to deal with the fuzzy constraint,by which the maximum and minimum cargo capacities are obtained simultaneously.Finally,the simulation demonstrates the feasibility and effectiveness of the proposed approach.     

粒子群算法在结构非概率可靠性优化中的应用

为了解决实际工程中不确定性结构的可靠性优化问题,建立了以结构非概率可靠性指标和横截面积为约束条件、最小化结构质量为目标的优化模型.利用非概率集合理论中的凸模型方法,求出可靠性指标,提出了基于粒子群算法的结构非概率可靠性优化方法.算例分析结果表明:与参数取平均值时的结构确定性优化方法相比,容许非概率可靠性指标为零时的结构非确定性优化方法得到的结构质量误差仅为0.009%.随着容许非概率可靠性指标的增大,桁架结构横截面积及质量也相应增大;当容许非概率可靠性指标为1.5时,与梯度投影法优化结果相比,利用该方法优化后的结构质量减少了0.323%.     

基于改善轮轨共形度的60 kg/m钢轨廓形优化

重载铁路及客货共线铁路运营条件下,轮轨磨耗问题尤为突出.为了有效减缓轮轨磨耗发展,以不同接触条件下轮轨廓形共形度最优为原则,设计目标函数及约束条件,建立钢轨廓形非线性优化数学模型,并基于序列二次规划法进行求解,提出60 kg/m钢轨廓形的优化方案;从轮轨接触几何关系、车辆-轨道系统动力作用、磨耗的角度对优化廓形的优化效果进行了对比分析.结果表明：1）所提出的60 kg/m钢轨优化廓形相对于原始廓形使目标函数值降低了50%,与LM车轮廓形具有更高的共形度水平;2）优化廓形的轮轨接触点分布更为均匀,在轮对横移量较小的条件下轮径差更小,在轮对横移较大的条件下轮径差更大;3）优化廓形对车辆运行安全性和平稳性无显著影响,可有效增大轮轨接触面积达11.24%,降低接触应力达20.42%,减缓轮轨磨耗发生发展速率.     

光伏并网发电系统参数协调优化方法研究

光伏并网发电系统的参数设计对其稳定运行具有重要意义,为此,提出了一种光伏并网发电系统参数的协调优化方法。该方法通过建立包含光伏电池、并网逆变器、变压器和电网的光伏发电系统小信号数学模型,利用特征值分析（根轨迹图）得到各个特征值稳定情况下的系统参数边界值;在此基础上,建立了计及小干扰稳定性、阻尼比和稳定裕度的协调优化目标函数,并采用回溯搜索算法（backtracking search algorithm,BSA）对系统参数进行优化;通过仿真测试,对比分析了参数优化前后系统的动态响应。研究结果表明,在系统遭受到小扰动后,经过参数优化的光伏并网系统能够在0.1s内达到新的平衡点稳定运行,比未优化参数的系统动态响应提高了50%。      

绿色多式联运随机优化策略

针对速度服从随机分布时绿色多式联运路径特点,探索路径优化策略问题,使用随机优化方法,建立绿色多式联运随机路径优化模型,设计了一种将样本平均近似法和基于优先权的粒子群算法相结合的混合算法求解该模型.结合多式联运实际情况设计数值算例验证模型的有效性,对模型中速度的正态分布与均匀分布和碳排放因子进行较为完整的情景分析,结合实际情况得出当样本规模为600,速度服从均匀分布时,情景3-2运输成本为501.11、碳排放成本为649.07是稳定性较高的理想决策,碳排放因子增为0.8有利于成本的降低.实验结果表明,本文建立的随机优化模型能够较好解决速度服从随机分布时多式联运路径优化问题,为实际多式联运运营提供决策支持.     

基于灵敏度分析的大跨桥梁结构有限元模型优化研究

本文给出了一种基于灵敏度分析的大跨桥梁结构有限元模型优化方法。具体步骤如下：（1）通过竣工资料建立有限元模型;（2）利用成桥试验技术报告确定目标函数与修正参数;（3）采用灵敏度分析方法确定修正参数与目标函数的关系,将结构的有限元模型优化问题转化为数学模型的优化问题;（4）采用线性加权法将多目标优化转化为单目标优化问题,并利用二次规划法进行优化求解;（5）用优化后的结果代入有限元模型计算。采用上述方法对金塘大桥主通航孔桥的结构有限元模型进行优化,结果表明：优化后的计算响应值与实测响应值的误差控制在5%以内,验证了上述方法的实用性。     

Optimization for PID controller of cryogenic ground support equipment based on cooperative random learning particle swarm optimization

Cryogenic ground support equipment (CGSE) is an important part of a famous particle physics experiment — AMS-02. In this paper a design method which optimizes PID parameters of CGSE control system via the particle swarm optimization (PSO) algorithm is presented. Firstly, an improved version of the original PSO, cooperative random learning particle swarm optimization (CRPSO), is put forward to enhance the performance of the conventional PSO. Secondly, the way of finding PID coefficient will be studied by using this algorithm. Finally, the experimental results and practical works demonstrate that the CRPSO-PID controller achieves a good performance.     

高速列车传动系统特征参数经典域优化

为监测高速列车传动系统的运行状态,根据可拓学理论,建立了传动系统各部件的运行状态物元,提出了一种部件正常运行状态下的特征参数经典域优化方法.利用部件样本集与其正常运行状态之间的最大综合关联度构建了适应度函数,并利用并行粒子群优化算法进行解算,确定了特征参数的经典域范围.与用数理统计方法得到的经典域结果进行了对比分析,结果表明,用本文经典域优化结果得到的最大综合关联度的最大值和平均值分别提高了3.63%和2.51%,经典域优化结果更符合部件的实际运行状况.      

基于多智能体局部寻优的粒子群优化算法

为了提高粒子群算法的收敛速度和全局寻优能力,用多智能体遗传算法对粒子群算法当前搜索到的全局极值进行局部寻优．用搜索到的更好的解在下一次迭代中引导粒子进行搜索从而获得更快的收敛速度和更好的全局收敛性。对函数优化和神经网络训练的仿真实验表明．此算法能更快的收敛到全局最优解。     

集装箱船舶贝内配载和堆场装船顺序协调优化

针对集装箱船舶贝内配载和堆场装船顺序协调优化问题，以堆场贝位和船舶贝位翻箱次数之和最小为优化目标，考虑堆场装船要求和船舶适航性等多种约束条件，建立数学模型. 鉴于问题的NP特性，提出混合演化策略算法(HES)求解模型，设计二维实数编码，提出基于力矩平衡和逐列装载的解码方法. 基于三点交叉互换的重组算子，单点突变的变异算子和互换的局部搜索策略对算法进行改进. 通过计算证明，对不同规模算例，HES算法均能求解出较优的贝内配载方案和堆场装船顺序.HES 算法与传统演化策略算法(ES)、粒子群算法 (PSO)、基于规则的启发式算法(HA-MBSCC)进行对比，进一步验证了算法的优越性.     

Combustion Characteristics and Emission of a Two-Stroke Compression Ignition Engine with Two-Stage Injection

In order to study the effect of two-stage injection on two-stroke diesel engines, a well characterized research engine equipped with electronically controlled common rail system and scavenging system was constructed. Through analysis of combustion and emissions, two-stage injection shows its advantages. Compared with the standard injection, it produces less emissions, while compared with single early injection, it expands engine operation range. Further experiments were carried out to study the influence of several injection control parameters on two-stage injection. The fuel in the first injection is used for forming homogeneous mixture. The fuel in the second injection keeps combustion, and it is the main source of smoke emissions. NO_x is formed in both combustion process caused by these two injections, and there is an optimum fuel allocation ration to produce minimum NO_x. The cylinder pressure decreases, and the combustion is depressed with the increasing of scavenging pressure. By optimizing the injection control parameters of two-stage injection, NO_x and smoke can be reduced beyond 30% simultaneously.     

模拟退火算法在军事运输路径优化中的应用及求解

提出运用模拟退火算法求解军事运输路径优化问题的技术思路,并根据部队运输实际问题,建立优化模型,利用MATLAB程序求出了优化路径。运算过程表明,在对计算参数进行了试验性的估计选择后,模拟退火算法的收敛性和有效性得到更大的提高,可以应用于军交运输的实践。