申请/专利权人:合肥工业大学
申请日:2023-12-27
公开(公告)日:2024-04-05
公开(公告)号:CN117824372A
主分类号:F27D15/02
分类号:F27D15/02;F27D19/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明公开了一种篦冷机多工况优化控制方法,包括以下步骤:步骤1、获取篦冷机四种工况的工况数据,采用KNN算法建立工况识别模型来区分四种工况的工况数据;步骤2、建立篦冷机的CARIMA模型作为篦冷机压力预测模型,并采用GPC算法作为目标函数;步骤3、建立四种工况的隶属度函数作为多工况参数控制器,根据隶属度函数选择对应工况的控制参数;然后使目标函数取最小值,由此得到每种工况对应选择的控制参数的最优控制量;步骤4、基于步骤3得到的最优控制量控制篦冷机工作。
主权项:1.篦冷机多工况优化控制方法,其特征在于,包括以下步骤:步骤1、获取篦冷机在篦下压力下降工况、篦下压力平稳工况、篦下压力上升工况、篦下压力波动工况共四种工况的工况数据,对所述工况数据进行预处理后,基于工况数据采用自适应邻居权重的KNN算法建立工况识别模型,通过工况识别模型输出每种工况的工况数据对应的工况标签,由此区分四种工况的工况数据;步骤2、建立篦冷机的CARIMA模型作为篦冷机压力预测模型,并采用GPC算法作为控制算法建立篦冷机压力预测模型的目标函数;步骤3、根据每种工况对应的篦下压力、篦下压力临界值工况数据,建立四种工况的隶属度函数作为多工况参数控制器,根据隶属度函数选择对应工况的控制参数;然后使步骤2建立的目标函数取最小值,由此得到每种工况对应选择的控制参数的最优控制量;步骤4、基于步骤3得到的最优控制量控制篦冷机工作。
全文数据:
权利要求:
百度查询: 合肥工业大学 篦冷机多工况优化控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。