欢迎来到天天文库
浏览记录
ID:36624312
大小:2.64 MB
页数:82页
时间:2019-05-13
《基于智能优化算法的控制器优化设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、采区变压器的选择变压器的型号选择在确定变压器型号时,应考虑变压器的使用场所、电压等级和容量等级,还应考虑巷道断面、运输条件、备品配件来源等因素。一般在变电硐室内的动力变压器,选择矿用一般型油浸变压器。为了供电经济性,应尽量选用低损耗变压器。故选用矿用变压器KS11。变压器台数确定对采区变电所一台变压器满足要求时尽量选一台。如需采用多台变压器时,最好不采用几个工作面共用一台变压器的供电方式。如采区变电所的供电负荷中有一类负荷,变压器的台数不得少于两台。根据现场情况,选一台变压器。(9)低沼气矿井、掘进工作面与回采工作面的电气
2、设备应分开供电,局部扇风机实行风电沼气闭锁,沼气喷出区域、高压沼气矿井、煤与沼气突出矿井中,所有掘进工作面的局扇机械装设三专(专用变压器、专用开关、专用线路)二闭锁设施即风、电、沼气闭锁西北工业大学明德学院本科毕业设计论文设计论文设论毕业任务书一、题目基于粒子算法的控制器优化设计二、指导思想和目的要求1、利用已有的专业知识,培养学生解决实际工程问题的能力;2、锻炼学生的科研工作能力和培养学生的团结合作攻关能力;三、主要技术指标1、熟悉掌握粒子群算法的基本原理;2.对PID控制进行优化设计;四、进度和要求第01周----第0
3、2周:英文翻译;第03周----第04周:了解智能算法的发展趋势;第05周----第06周:学习粒子群算法;第07周----第09周:设计PID控制器系统结构;第10周----第11周:设计基于智能优化算法的控制器优化结构;第12周----第13周:搭建Matlab/SimulinkPID控制优化设计仿真程序,进行仿真、验证;第14周----第16周:撰写毕业设计论文,论文答辩;五、主要参考书及参考资料[1]胡寿松.自动控制原理[M].科学出版社.2007[2]史峰、王辉.Matlab智能算法[M].北京航空航天大学出版.
4、2011[3]蒋慰孙,俞金寿.过程控制工程(第二版)[M].中国石化出版社.1999[4]金以慧.过程控制[M].清华大学出版社.2000[5]陆德民.石油化工自动控制设计手册[M].化学工业出版社.2000[6]水琦,何岗.鲁棒PID参数整定技术及应用[J].石化技术与应用.2000,18(4):214-217对于采区变电所的位置是由供电局电压等级,采煤方法采区巷道布置方式和工作面机械化程序等因素决定的,所以选择变电所位置时应满足以下条件:尽量位于负荷中心,以减少低压线路长度和电压损失,保证采区设备的供电质量。根据电缆敷
5、设的合理性将配电点分别设在各区段主斜井与副斜井人行通道处合适的位置上。这些配电点随工作面的推进定期移动。变电所内要求通风良好,温度不得超过附近巷道温度5℃。设备运输要方便,便于电缆进出,地质条件好,顶底板稳定,无淋水。每个采区最好只设一个变电所,对整个采区和掘进工作面供电,并且尽量不迁移或少迁移变电所,减少变电所硐室的开拓费用。故采区变电所位置如采区巷道布置附图所示(1)在正常工作时电缆芯线的实际温升不得超过绝缘所允许的温升,否则电缆将因过热而缩短其使用寿命或迅速损坏。橡套电缆允许温升是65°,铠装电缆允许温升是80°,电
6、缆芯线的时间温升决定它所流过的负荷电流,因此,为保证电缆的正常运行,必须保证实际流过电缆的最大长时工作电流不得超过它所允许的负荷电流。采区变压器的选择变压器的型号选择在确定变压器型号时,应考虑变压器的使用场所、电压等级和容量等级,还应考虑巷道断面、运输条件、备品配件来源等因素。一般在变电硐室内的动力变压器,选择矿用一般型油浸变压器。为了供电经济性,应尽量选用低损耗变压器。故选用矿用变压器KS11。变压器台数确定对采区变电所一台变压器满足要求时尽量选一台。如需采用多台变压器时,最好不采用几个工作面共用一台变压器的供电方式。如
7、采区变电所的供电负荷中有一类负荷,变压器的台数不得少于两台。根据现场情况,选一台变压器。(9)低沼气矿井、掘进工作面与回采工作面的电气设备应分开供电,局部扇风机实行风电沼气闭锁,沼气喷出区域、高压沼气矿井、煤与沼气突出矿井中,所有掘进工作面的局扇机械装设三专(专用变压器、专用开关、专用线路)二闭锁设施即风、电、沼气闭锁西北工业大学明德学院本科毕业设计论文[1]王骥程,祝和云.化工过程控制工程[M].化学工业出版社.1991[2]吴建生,秦发金.基于Matlab的粒子群优化算法程序设计[J].柳州师专学报.2005,20(4
8、):97-100[3]王万良,唐宇.微粒子群算法的研究与展望[J].浙江工业大学学报.2007,35(2):136-141[4]谢晓锋,张文俊,杨之廉.微粒群算法综述[J].控制与决策.2003,18(2):129-134[5]纪震,廖惠连,吴青华.粒子群算法及应用[M].科学出版社.2009[6]龚纯
此文档下载收益归作者所有