现代航天器通常携带大量的液体推进剂,在轨运行时推进剂的消耗将导致等效模型参数的改变.为了获取准确的等效模型参数并将其引入GNC(guidance,navigation and control)系统闭环控制,提高航天器的姿态控制精度,文章提出一种基于平方根容...现代航天器通常携带大量的液体推进剂,在轨运行时推进剂的消耗将导致等效模型参数的改变.为了获取准确的等效模型参数并将其引入GNC(guidance,navigation and control)系统闭环控制,提高航天器的姿态控制精度,文章提出一种基于平方根容积卡尔曼滤波(SR-CKF)的等效模型参数在轨辨识策略.首先,为了建立适用于金属膜片贮箱的等效模型,在等效球摆模型的悬挂点施加扭簧-阻尼器以等效金属膜片对推进剂的刚度-阻尼效应,并借助Kane方法建立了航天器刚-液耦合动力学方程.其次,针对状态反馈反步控制器中等效模型参数未知的情形,提出一种基于SR-CKF的等效模型参数在轨辨识策略.该策略可在航天器完成一次大角度姿态机动任务的同时,根据星载角速度计数据在线辨识出等效模型的各项参数以及贮箱内推进剂的剩余量,并预测出推进剂的分布运动状态.最后,数值仿真结果表明了提出的在轨辨识策略的有效性和必要性.文章的工作对于航天器GNC系统中等效模型的校准迭代、研究推进剂在轨晃动行为及预测航天器服役年限具有重要参考价值.展开更多
火力发电企业作为我国能源结构的重要组成部分,长期以来是我国碳排放的主要来源,在我国和全球加速推动低碳经济发展的宏观环境下,火电企业积极响应国家“能耗双控”向“碳排放双控”转变的战略部署。在此背景下,精确计量燃煤电厂的碳排...火力发电企业作为我国能源结构的重要组成部分,长期以来是我国碳排放的主要来源,在我国和全球加速推动低碳经济发展的宏观环境下,火电企业积极响应国家“能耗双控”向“碳排放双控”转变的战略部署。在此背景下,精确计量燃煤电厂的碳排放量变得至关重要。在燃煤电厂碳计量中,烟气流量影响燃煤发电中在线监测法的精度,而燃煤消耗量、燃煤元素碳含量以及飞灰碳含量共同决定核算法的可靠性。目前,大多数燃煤发电企业只对流量和燃煤消耗量进行实时监测,在现场恶劣的环境中对燃煤元素碳含量以及飞灰碳含量进行短周期、高频次的直接监测需要花费较大的人力以及物力,流量监测设备也易受烟道环境影响。而软测量技术以其高效和低成本的特点,可为传统碳排放计量过程中关键参数的监测提供一种替代方法。鉴于此,首先阐述了软测量模型的建立过程,包含数据预处理、辅助变量选择、软测量模型建立以及模型校正。数据预处理能够确保数据质量,提高建模效率;辅助变量选择是从大量潜在的变量中筛选出对目标变量的辅助变量,进一步提高建模效率;软测量模型建立主要是基于机理建模和数据驱动建模,是实现目标变量预测的核心;模型校正通过实际的离线或在线数据,对模型进行进一步优化,提高模型的预测精度。其次,针对碳计量相关参数,分析了烟气流量、燃煤消耗量、燃煤元素碳含量和飞灰碳含量监测存在的问题,论述了软测量技术在上述碳计量关键参数的国内外研究进展和应用,评估了机理建模和数据驱动建模技术的有效性、准确性和实用性。其中,机理分析建模主要基于电厂锅炉进出口的能量平衡以及烟风质量守恒等原理,有着确定的数学物理关系式,具有高度可解释性和稳定性,但是建模过程复杂,预测精度较低;数据驱动建模主要是利用各种机器学习方法,基于电厂分布式控制系统(Distributed control system,DCS)丰富的运行数据,对碳计量关键参数进行“黑箱建模”,克服了机理分析建模复杂的过程分析,精度相对较高,但是建模过程不明确,且模型对于不同机组的泛化能力较差。最后,对于软测量技术在碳排放计量领域的发展应用进行了总结与展望。对电厂各参数之间的时序结构、电厂自身计算能力的限制以及机理分析融合数据驱动方法的发展提出相关建议,并对国外二氧化碳预测性排放系统结合软测量技术在国内外燃煤电厂的应用进行展望。展开更多
文摘现代航天器通常携带大量的液体推进剂,在轨运行时推进剂的消耗将导致等效模型参数的改变.为了获取准确的等效模型参数并将其引入GNC(guidance,navigation and control)系统闭环控制,提高航天器的姿态控制精度,文章提出一种基于平方根容积卡尔曼滤波(SR-CKF)的等效模型参数在轨辨识策略.首先,为了建立适用于金属膜片贮箱的等效模型,在等效球摆模型的悬挂点施加扭簧-阻尼器以等效金属膜片对推进剂的刚度-阻尼效应,并借助Kane方法建立了航天器刚-液耦合动力学方程.其次,针对状态反馈反步控制器中等效模型参数未知的情形,提出一种基于SR-CKF的等效模型参数在轨辨识策略.该策略可在航天器完成一次大角度姿态机动任务的同时,根据星载角速度计数据在线辨识出等效模型的各项参数以及贮箱内推进剂的剩余量,并预测出推进剂的分布运动状态.最后,数值仿真结果表明了提出的在轨辨识策略的有效性和必要性.文章的工作对于航天器GNC系统中等效模型的校准迭代、研究推进剂在轨晃动行为及预测航天器服役年限具有重要参考价值.
文摘火力发电企业作为我国能源结构的重要组成部分,长期以来是我国碳排放的主要来源,在我国和全球加速推动低碳经济发展的宏观环境下,火电企业积极响应国家“能耗双控”向“碳排放双控”转变的战略部署。在此背景下,精确计量燃煤电厂的碳排放量变得至关重要。在燃煤电厂碳计量中,烟气流量影响燃煤发电中在线监测法的精度,而燃煤消耗量、燃煤元素碳含量以及飞灰碳含量共同决定核算法的可靠性。目前,大多数燃煤发电企业只对流量和燃煤消耗量进行实时监测,在现场恶劣的环境中对燃煤元素碳含量以及飞灰碳含量进行短周期、高频次的直接监测需要花费较大的人力以及物力,流量监测设备也易受烟道环境影响。而软测量技术以其高效和低成本的特点,可为传统碳排放计量过程中关键参数的监测提供一种替代方法。鉴于此,首先阐述了软测量模型的建立过程,包含数据预处理、辅助变量选择、软测量模型建立以及模型校正。数据预处理能够确保数据质量,提高建模效率;辅助变量选择是从大量潜在的变量中筛选出对目标变量的辅助变量,进一步提高建模效率;软测量模型建立主要是基于机理建模和数据驱动建模,是实现目标变量预测的核心;模型校正通过实际的离线或在线数据,对模型进行进一步优化,提高模型的预测精度。其次,针对碳计量相关参数,分析了烟气流量、燃煤消耗量、燃煤元素碳含量和飞灰碳含量监测存在的问题,论述了软测量技术在上述碳计量关键参数的国内外研究进展和应用,评估了机理建模和数据驱动建模技术的有效性、准确性和实用性。其中,机理分析建模主要基于电厂锅炉进出口的能量平衡以及烟风质量守恒等原理,有着确定的数学物理关系式,具有高度可解释性和稳定性,但是建模过程复杂,预测精度较低;数据驱动建模主要是利用各种机器学习方法,基于电厂分布式控制系统(Distributed control system,DCS)丰富的运行数据,对碳计量关键参数进行“黑箱建模”,克服了机理分析建模复杂的过程分析,精度相对较高,但是建模过程不明确,且模型对于不同机组的泛化能力较差。最后,对于软测量技术在碳排放计量领域的发展应用进行了总结与展望。对电厂各参数之间的时序结构、电厂自身计算能力的限制以及机理分析融合数据驱动方法的发展提出相关建议,并对国外二氧化碳预测性排放系统结合软测量技术在国内外燃煤电厂的应用进行展望。
