조합 특성 모델 및 적응 형 제어 알고리즘은 플랜트 작동 데이터를 기반으로 보일러 연소 특성을 시뮬레이션하기 위해 결합되어 보일러의 작동 조건에 따라 작업자에게 더 적절한 작동 매개 변수 인 지침 값을 제공합니다.
이것은 숙련 된 기술자의 경험에 의존하지 않는 고급 운전 및 운영을 가능하게합니다.
보일러 연소 특성의 모델링에서, 우리는 신경망의 유형 인 RBF 모델을 사용하여 식물의 특성 조건에 비해 플랜트의 환경 영향 특성을 추정하는 연소 특성 모델을 구성합니다.
운영 조건 학습에서, 연소 특성 모델에 입력 된 작동 조건은 시행 착오가 변경되어 보상이 최대화되는 작동 조건을 배우기 위해 변경됩니다. 학습 결과는 각 운영 상태에 대한 각 학습 결과 파일의 운영 안내 값으로 저장되며 운영자는 보일러 연소 상태를 작동 상태에 따라보다 적절하게 만드는 작업 안내 값을 검색하고 작업자 설정 작업을 지원하는보다 적절한 작업 설정 값을 제공합니다.
각 작동 조건에 대한 운영 안내 값을 검색하고 작업자에게보다 적절한 작업 매개 변수 값을 제공하여 작업자가 작동중인 작업자를 지원합니다.
누적 된 구동 데이터를 기반으로 새로운 모델을 만들고 배울 수 있으므로 운영자가 운영자를 지원할 수 있도록 새로운 정보가 허용됩니다.
이 솔루션은 다음과 같이 기존 장비에 영향을 미치지 않고 구현할 수 있습니다.
근거리 엔진의 최적 조건과 비교하여, 작동 조건에 따라보다 적절한 매개 변수를 설정하는 효과는 NOX 배출의 10% 게임룸 토토를 허용하고 NOX를 게임룸 토토시키는 것은 탈질에 대한 암모니아 소비를 게임룸 토토시킵니다.
소개 효과에 관심이 있으시면 효과를 계산하여 시작할 수 있습니다. 저희에게 연락하십시오.
