导读:本文包含了智能优化控制论文开题报告文献综述及选题提纲参考文献，主要关键词:智能混合动力汽车,模型预测控制,能耗优化,自适应跟车
智能优化控制论文文献综述
囤金军,宋金香[1]（2019）在《智能混合动力汽车跟车能耗优化控制研究》一文中研究指出提出一种基于模型预测控制的油耗优化算法对智能混合动力汽车进行多目标自适应跟车控制。通过客车仿真分析表明,此能耗优化算法性能优异,在保证车辆跟车性能的同时能够降低油耗。(本文来源于《交通世界》期刊2019年30期）
徐伟锋,刘山,蔡晓霞,朱丹,盛庆元[2]（2019）在《基于模糊PID控制的智能起重机大车同步纠偏优化控制研究》一文中研究指出为了实现智能起重机大车平移机构同步控制,对智能起重机大车平移机构和大车同步控制系统以及多级模糊PID控制进行分析和研究,提出了基于多级模糊PID控制策略,确保系统速度响应性能要求的基础上对同步偏差进行动态优化控制,解决大车同步控制系统因时变性和非线性所产生的同步偏差和定位误差。结果表明,相比于常规PID控制,多级模糊PID控制具有响应快、鲁棒性好、超调量小等优点,能很好的适用于智能起重机大车同步纠偏控制。(本文来源于《起重运输机械》期刊2019年17期）
秦天牧,尤默,张瑾哲,杨婷婷[3]（2019）在《基于自适应智能前馈的SCR脱硝系统优化控制》一文中研究指出随着环保要求的不断提高,选择性催化还原(selective catalytic reduction,SCR)烟气脱硝系统得到了广泛应用。针对SCR系统具有的大延迟、大惯性特性,将SCR系统机理模型与前馈控制方法相结合,采用滑动窗口法对模型参数进行更新并及时调整反馈系数,提出自适应智能前馈控制方法。利用现场实际运行数据,通过仿真实验对该方法进行验证,实验结果表明,与传统PID控制方法相比,该方法能够实现喷氨量的准确、及时调节,在保证脱硝效率的同时避免了过量喷氨。(本文来源于《中国电机工程学报》期刊2019年S1期）
吴琼,邓杨[4]（2019）在《火电机组制粉系统自启停智能优化控制策略》一文中研究指出以华能南通电厂二期350 MW亚临界火电机组为例,介绍制粉系统自启停智能优化控制策略。应用效果表明,该控制策略基本能够满足制粉系统自启停顺控需求,解决了不同煤种下预暖、启动、停运磨组的方式切换,完成了磨组启停过程中节油运行方式的自动选择,实现了一次风量、磨后温度等模拟量全程自动调节,提高了机组的自动化水平和运行稳定性。(本文来源于《山东电力技术》期刊2019年07期）
郭露露[5]（2019）在《面向智能节能的汽车实时优化控制及实车验证》一文中研究指出汽车工业的发展给人们带来便捷的同时也造成了严峻的能源问题,以自动化、信息化为基础的汽车智能化为汽车节能控制带来了新的机遇。在此背景下,汽车智能节能控制逐渐引起人们的广泛关注,其核心思想是基于导航、高精度地图和对未来道路信息的预测,综合考虑路况信息对车辆行驶经济性的影响,从而改善驾驶决策行为和动力传动系统的控制输出,合理匹配车辆运动与道路条件、交通状态、车辆性能之间的关系,最终达到提高整车能效的目的。仿真研究表明,汽车智能节能控制通过使用车-车、车-路通信获得的智能交通信息,对车辆驾驶策略和动力传动系统进行优化,预计可实现15-20%的节能效果。但真正实现智能节能控制的实车应用仍然面临巨大的挑战:(1)如何有效利用外界道路信息并与速度规划和车辆动力传动系统进行结合,建立智能化信息与动力传动系统的融合系统架构,实现最大程度的节能效果,是亟须解决的问题。(2)更多外界信息的引入和复杂多变的行车环境,如交通灯的通行限制和动力传动系统非线性动态特性等,使节能优化控制问题更加复杂,具体包括两个方面:其一,不同于传统控制系统,汽车智能节能控制具有动力传动“快”控制和整车行驶优化“长”预测时域的矛盾;其二,较低的车载级硬件计算能力(百兆级)对系统的实时控制提出了严峻的挑战。因此,如何实现汽车智能节能的实时优化控制是又一个难题。本文瞄准智慧城市与智能交通背景下汽车智能节能的挑战性问题,在“智能道路信息有效利用”和“高效优化系统构建与实时控制”两大层面开展了从理论方法到工程实践的系统研究,并基于东风AX7搭建了实验样车测试平台,完成了理论与应用研究的实车测试。首先,针对汽车智能节能控制面临的宏/微观交通预瞄信息时空跨度大、滚动优化所需预测时域长的问题,提出了基于车辆动力系统特性的长时域非线性模型预测控制快速求解方法。通过引入协态变量将非线性优化问题转化为两点边值问题,利用被控系统的特性获得协态变量初值下最优控制序列的解析表达,实现了嵌入式预测控制器的实时求解。其次,考虑车辆行驶优化和动力传动控制随时空迁移变化尺度不同的特点,建立了多时空尺度下的分层能效滚动优化控制框架,提出了汽车分层速度规划和能量管理方法,将多源异构交通信息有效融入控制系统的各个层级,降低了汽车智能节能控制系统的复杂度,进一步提高了计算效率。然后,面向城市交通环境的汽车节能需求,提出了融合周边车辆动态和前方道路信息的经济性预测巡航控制方法。通过预测前方车辆驾驶行为建立了实时交通环境下的车间动态安全约束,将前方坡度、曲率、限速等道路信息融入优化问题中,实现了发动机力矩、制动力和挡位与行驶路况的动态优化。最后,基于汽车智能节能实时优化控制的理论和应用研究,研制了可融合前方地理信息的预测巡航控制系统,基于东风AX7搭建了实车测试平台,完成了累计超过3300km的道路测试。实验表明:(1)系统满足车载的实时性要求;(2)相比较传统自适应巡航控制,达到8-10%的节能效果。通过对以上内容的深入探索,实现了从理论方法到工程实践的系统研究,提出的方法得到了明确有效的验证。在本文的研究基础上,今后将进一步研究考虑路径约束的非线性模型预测控制快速求解方法、车辆节能任务规划以及多车协同的节能控制等。(本文来源于《吉林大学》期刊2019-06-01）
魏灿,俞利涛,童睿,王纯良[6]（2019）在《水泥粉磨智能优化控制系统的应用》一文中研究指出中材邦业(杭州)智能技术有限公司开发的水泥粉磨智能优化控制系统,采用一键启停技术、基于预测模型控制的先进控制技术和在线粒度分析仪,叁者的有机结合,真正实现了水泥粉磨全过程、全工况、无人值守的自动化控制。水泥粉磨智能优化控制系统的实施,使系统能在最经济和最优化的参数下运行,系统启动时间由原来的10～15min缩短到5min,明显改善水泥磨系统工况,稳流仓波动的标准偏差降低70%以上,45μm筛筛余的标准偏差由0.97降低为0.75,比表面积合格率100%,叁大主机设备平均电耗降低1.1k Wh/t水泥。(本文来源于《水泥技术》期刊2019年03期）
李喆[7]（2019）在《基于多智能体的交流微电网功率分配优化控制方法研究》一文中研究指出随着能源的日益短缺,利用可再生能源供电成为了行之有效且十分必要的方法,而微电网便是将可再生能源进行利用的一种非常有效的形式。微电网中,为了让微电网经济高效地运行,每个DG(Distributed Generation)输出的有功功率与无功功率是两项非常重要的指标,实际应用中线路阻抗常常会影响负载容量的均分,不适合的均分负载容量的方式可能会导致承担较大功率输出的DG老化程度急剧加快,从而给微电网的稳定性带来不利的影响;另外,通信可能出现的丢包、延迟等现象也会给整个系统的稳定性带来影响。首先对电压电流双环控制及下垂控制原理进行了介绍,并分析了下垂控制的功率分配特性,然后通过理论推导以及实际例子说明了线路阻抗对下垂控制在实际应用中功率分配的影响。然后为了解决因线路阻抗导致微电网内DG功率分配不均的问题,从实际工程角度出发,选择合适的多智能体一致性算法,并对该算法进行了介绍;接下来,结合下垂控制,将DG视为智能体,设计了基于多智能体一致性算法的微电网有功功率、无功功率分配器,解决了传统发电装置的功率分配问题;接下来,针对有新能源DG的微电网,考虑新能源DG有功功率不可控的特性,为了均分负载,提出了视在功率分配策略以适应有新能源发电的场景,从理论上推导了该策略能够均分视在功率的条件,并设计了视在功率分配器。最后根据实际工程中使用通信模块进行周期控制可能存在的延迟、丢包等问题,将上述设计与事件触发的思想相结合,设计了基于事件触发的多智能体交流微电网有功功率、无功功率及视在功率分配器;最后,以叁台DG组成的交流微电网为例,在matlab/simulink仿真环境下分别对上述分配器进行仿真,并且通过对比得到各个分配器的优缺点,此外,还通过仿真模拟实际工程中存在的通信延迟的现象,研究了基于事件触发的多智能体交流微电网功率分配器的性能,并对所有分配器进行了总结。(本文来源于《电子科技大学》期刊2019-05-08）
张晓宇,王天伟,李燕,王懋譞,王永富[8]（2019）在《火电机组燃烧系统智能综合优化控制研究》一文中研究指出在锅炉燃烧过程中,由于锅炉负荷、煤种的变化、环境温度等边界条件的变化导致锅炉实际运行工况偏离燃烧调整实验最优工况,使烟气NO_x排放和锅炉效率不能同时达到最优。为了解决上述问题,提出一套智能综合优化设定方法,由回路预设定模块、锅炉效率软测量模块、前馈反馈补偿模块、中间反馈补偿模块组成。该方法能够根据锅炉实时运行情况在线调整控制回路的氧量、二次风门设定值,在不同工况下优化实验均取得了良好的效果。工程应用表明,所提出的智能综合优化设定方法能够将烟气NO_x排放和锅炉效率均控制在目标范围内。(本文来源于《中国电机工程学报》期刊2019年09期）
李浪子[9]（2019）在《智能配电网中DT-STATCOM的多目标分析与综合优化控制》一文中研究指出智能配电网作为智能电网建设的重要组成部分,与用户的需求密切相关,具有分布式电源、非线性冲击性负荷以及电力电子化的特征,有利于充分利用可再生能源、显着提高电能效率,但也存在如何提高清洁能源利用率和改善电能质量的迫切问题。以静止同步补偿器(STATCOM)为代表的补偿设备以其优良的控制性能在配电网电能质量的治理中得到了广泛的应用。然而,传统的高压侧直挂补偿设备的成本高,低压侧分布式补偿效率低且协调性差,应用效果并不理想。本文利用配电变集成化补偿技术(DT-STATCOM)在配电网电能质量集散点将配电变压器与STATCOM集成,实现配电网电能质量的有效补偿。由于配电网电能质量问题的复杂性,需要同时实现无功、谐波以及不平衡的综合优化补偿,现有的单一补偿方法无法满足智能配电网优质运行的要求。为了解决上述问题,本文以配电网电能质量综合优化补偿为目标,围绕DT-STATCOM多目标综合补偿指令值优化以及改进的电流内环控制策略展开研究。首先,由于传统的DT-STATCOM数学模型难以反映配电变压器一次侧漏感对STATCOM输出滤波器设计的影响,本文基于节点导纳矩阵研究建立了DT-STATCOM数学模型,给出了STATCOM集成抽头侧漏感定量表达式。建立了LCL型STATCOM在叁相abc以及dq坐标系下的等效数学模型,对比分析发现采用叁相abc坐标系下的等效模型,可省略控制系统的解耦设计以及控制变量的旋转坐标变换,简化了控制系统的设计过程。进而,研究DT-STATCOM电能质量综合评估与指令值优化问题,为电能质量综合控制策略提供最优补偿分量指令值。由于补偿设备容量有限,当所需补偿容量超过限值时,DT-STATCOM综合补偿面临各电能质量补偿分量选择性问题。本文结合电能质量综合评估,引入电价惩罚因子的概念,提出了基于电价惩罚因子的DT-STATCOM电能质量多目标最优补偿指令值优化策略,提高了在容量约束下DT-STATCOM综合补偿的效率。在MATLAB/Simulink中搭建仿真模型,验证了DT-STATCOM各补偿分量指令值检测方法以及指令值优化策略的有效性。最后,针对传统的控制策略应用到DT-STATCOM综合补偿时控制器设计复杂、参数整定难度大、稳态性能难以保证等问题,本文在分析PI并联重复控制的基础上,提出了基于新型谐波干扰观测器的改进电流内环控制策略,通过新型滤波器的设计实现了对周期性信号的零静差跟踪控制。结合指令值优化以及指令值跟踪控制策略,构建了DT-STATCOM电能质量综合控制策略。通过仿真实验验证了指令值零静差跟踪控制以及DT-STATCOM综合补偿策略的有效性。进而搭建了物理实验平台,物理实验结果表明相比于PI并联重复控制方法,改进的谐波干扰观测器综合控制策略使电流THD由4.49%降到2.68%,指令值跟踪误差由4.33%降到1.06%。本文通过基于节点导纳矩阵的配电变压器数学建模,基于电价惩罚因子的最优补偿指令值优化,基于谐波干扰观测器的电流内环跟踪综合控制策略,改进了DT-STATCOM的稳态跟踪性能,实现了无功、谐波以及负荷不平衡的叁种指标的协调最优控制。(本文来源于《华中科技大学》期刊2019-05-01）
高思琦[10]（2019）在《基于深度强化学习的多智能体城市道路交叉口交通流优化控制研究》一文中研究指出传统的交通信号控制系统主要是通过固定安装在路口附近的回路探测器以及交通摄像头等来获取实时的路口车辆信息,未能与智能交通系统(Intelligent Transport System,ITS)中的车辆子系统实现数据共享和事件互动,同时其自适应控制策略缺乏自我调节的功能。随着人工智能与自动驾驶技术等技术的发展,车路协同控制系统结合人工智能技术可为ITS提供一种更经济、更有效、自学习、自寻优的交通控制方案。为此,以自动驾驶车辆和信号灯控制器构成的闭环控制系统为研究对象,通过深度强化学习方法实现车流的动态调度,进而提升路网通行效率,本文主要开展了如下工作:1、采用马尔可夫决策过程(Markov Decision Process,MDP)建立了基于多智能体强化学习的车路协同控制模型(vehicle-road cooperative control model,VRCCM),设计了交通信号灯控制器(TLcontroller)和自动驾驶车辆控制器(AVcontroller)的交通状态空间、动作空间以及奖励函数,进而引入深度强化学习(Deep Reinforcement Learning,DRL)算法对VRCCM进行训练和优化。2、针对DRL算法中传统递归神经网络不能对交通流序列中的长时依赖信息建模,以及样本相关性过大容易导致训练的策略难以最优等问题,提出了一种优化的基于长短时记忆(Long Short-Term Memory,LSTM)深度网络的分布式PPO算法。同时在模型训练过程中,设计多进程同步采样方法,实现了智能体与不同环境互动历史信息的经验池存储,优化了模型的训练效率;在计算策略梯度时,引入minibatch方法提升了模型的训练速度,并避免算法陷入局部最优。3、搭建交通仿真平台SUMO(Simulation of Urban Mobility),设计了井字型路口区域的交通流控制模拟系统,通过在不同路网饱和度状态下改变自动驾驶车辆的比例来计算路网区域的平均速率,在Gym环境下对分布式PPO算法进行了系统训练及优化。仿真实验结果表明,随着路网饱和度的增加,区域的平均速率增长率虽然下降,但明显高于仅由信号灯控制下的平均速率;同样在路网高饱和度状态下,本文方法对比信号灯控制,区域通车量平均提高23.6%、平均速率提高了30.7%,表明本文方法对提升路网通行效率具有一定的参考价值和意义。(本文来源于《福建工程学院》期刊2019-05-01）
智能优化控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了实现智能起重机大车平移机构同步控制,对智能起重机大车平移机构和大车同步控制系统以及多级模糊PID控制进行分析和研究,提出了基于多级模糊PID控制策略,确保系统速度响应性能要求的基础上对同步偏差进行动态优化控制,解决大车同步控制系统因时变性和非线性所产生的同步偏差和定位误差。结果表明,相比于常规PID控制,多级模糊PID控制具有响应快、鲁棒性好、超调量小等优点,能很好的适用于智能起重机大车同步纠偏控制。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
智能优化控制论文参考文献
[1].囤金军,宋金香.智能混合动力汽车跟车能耗优化控制研究[J].交通世界.2019
[2].徐伟锋,刘山,蔡晓霞,朱丹,盛庆元.基于模糊PID控制的智能起重机大车同步纠偏优化控制研究[J].起重运输机械.2019
[3].秦天牧,尤默,张瑾哲,杨婷婷.基于自适应智能前馈的SCR脱硝系统优化控制[J].中国电机工程学报.2019
[4].吴琼,邓杨.火电机组制粉系统自启停智能优化控制策略[J].山东电力技术.2019
[5].郭露露.面向智能节能的汽车实时优化控制及实车验证[D].吉林大学.2019
[6].魏灿,俞利涛,童睿,王纯良.水泥粉磨智能优化控制系统的应用[J].水泥技术.2019
[7].李喆.基于多智能体的交流微电网功率分配优化控制方法研究[D].电子科技大学.2019
[8].张晓宇,王天伟,李燕,王懋譞,王永富.火电机组燃烧系统智能综合优化控制研究[J].中国电机工程学报.2019
[9].李浪子.智能配电网中DT-STATCOM的多目标分析与综合优化控制[D].华中科技大学.2019
[10].高思琦.基于深度强化学习的多智能体城市道路交叉口交通流优化控制研究[D].福建工程学院.2019