热工信号自适应滤波及其在建模与控制中的应用
|
摘要
随着我国电站信息化进程的迅速发展,逐渐形成了以DCS(分散控制系统)、SIS(监控信息系统)、MIS(管理信息系统)为核心的过程控制、信息监控及管理系统。与此同时,许多先进控制、计算、诊断、优化功能在此平台上得以实施,极大促进了机组控制、运行、管理水平的提高。这些功能的实施依赖于各种现场测量信号。现场信号的可靠性、准确性、一致性将直接影响功能算法最终结果。因此对检测信号进行必要的预处理以减少各种不确定性的影响是十分必要的。另一方面,理论研究和工程实践都需要对过程被控对象更多的了解。因此,研究一种能够对热工过程信号、对象进行有效分析和处理的信号处理手段具有十分重要的意义。本文以自适应滤波作为理论依据,深入的研究了自适应滤波技术的相关理论及其应用,将其引入到热工过程信号的噪声消除,热工过程对象建模和热工过程对象的纯迟延估计,模型算法控制等应用中。论文的主要工作内容和研究成果包括：
研究了自适应滤波理论,包括LMS算法和RLS算法的基本算法、结构和性质。针对热工过程对象特点,对算法进行部分改进以更好的适应于热工过程信号的分析和处理。针对工业过程检测和控制中存在的噪声扰动问题,应用ANC(Adaptive Noise Canceling,自适应噪声消除)技术对噪声进行抑制和消除。
提出了基于自适应滤波技术的热工过程对象建模方法,建模结果为FIR(Finite Impulse Response,有限脉冲响应)模型。通过得到的FIR模型的抽头权值分布,提供了一种可视的直观的建模结果,仿真结果说明了这种建模方法具有较强的鲁棒性,并且算法简单,易于实现。
研究了TDE(Time-Delay Estimation,时间延迟估计)的相关理论,验证了自适应延时估计对输入信号中存在的加性噪声有着良好的抑制能力。对热工过程对象中的纯迟延问题,提出了基于建模方法的热工过程对象纯迟延估计方法,结合热工对象特点对这种纯迟延估计方法进行了仿真验证。
研究了模型算法控制理论,在仿真实验中发现控制器参数和预测模型之间的相互关系,并据此对模型算法控制进行改进,以获得更为精确的预测模型和较低的计算复杂度。将基于自适应滤波技术的自适应建模方法和模型算法控制相结合,提出了一种基于自适应滤波器的自适应模型算法控制,并通过仿真实验说明了这种方法的有效性。
For the booming of information process in our country's power unit, DCS (Distributed Control System), SIS (Supervisory Information System in plant level), MIS (Management Information System) have been widely used as the key part of the process control system, information monitoring system and management system. Advanced control algorithm, computing function, diagnostics and optimization have been applied in those platforms, which accelerate the control level, operation level and management level. The implementation of these algorithms needs a lot of signals from the field. So the reliability, the accuracy and the consistency of those signals plays a very important role. Therefore, it is necessary to do the data preprocessing job for those field signals. Otherwise, it is essential to have knowledge about the controlled object for theoretical study and engineering. So it is of great significance to learn a signal processing technology for the thermal process signal. In this paper, take the adaptive filter theory as a tool, and use it to eliminate the noise in thermal process signal, build the model for the unknown thermal object, estimate the delay of the thermal process object, and incorporate with the model algorithmic control.
The main content and research result:
Study the adaptive filtering theory which includes Least-mean-square algorithms and Recursive-least-square algorithms. According to the characteristics of the thermal process, part of the algorithm is improved for better using to the analysis of thermal processes and signal processing. For the existing noise disturbance problem in industrial process monitoring and control, implement ANC (Adaptive Noise Canceling) technology for the noise suppression and elimination to the industry process signal and control.
A thermal process modeling method based on adaptive filtering technology is proposed, the modeling results is FIR (Finite Impulse Response) model. The tap weight distribution of the FIR model provides a visible modeling result. The simulation results show that this modeling method has strong robustness, and the algorithm is simple, easy to implement.
Study the relevant theories of the TDE (Time-Delay Estimation), verify the adaptive time delay estimation has a very good performance for suppression the noise to the input. For the delay of the thermal process object, proposed a method of estimating delay for the process object, which is based on modeling method, and simulation result shows its perfect effect.
Study the algorithm theory of the model algorithmic control, and find the relationship between the controller parameters and the prediction model during the simulation. The model algorithmic control method is improved to have a more accurate prediction models and low computational complexity. Combine the adaptive modeling method based on adaptive filtering and model algorithmic control, proposed an adaptive model control algorithm based on adaptive filter, and the simulation results show the effectiveness of this approach.
研究了自适应滤波理论,包括LMS算法和RLS算法的基本算法、结构和性质。针对热工过程对象特点,对算法进行部分改进以更好的适应于热工过程信号的分析和处理。针对工业过程检测和控制中存在的噪声扰动问题,应用ANC(Adaptive Noise Canceling,自适应噪声消除)技术对噪声进行抑制和消除。
提出了基于自适应滤波技术的热工过程对象建模方法,建模结果为FIR(Finite Impulse Response,有限脉冲响应)模型。通过得到的FIR模型的抽头权值分布,提供了一种可视的直观的建模结果,仿真结果说明了这种建模方法具有较强的鲁棒性,并且算法简单,易于实现。
研究了TDE(Time-Delay Estimation,时间延迟估计)的相关理论,验证了自适应延时估计对输入信号中存在的加性噪声有着良好的抑制能力。对热工过程对象中的纯迟延问题,提出了基于建模方法的热工过程对象纯迟延估计方法,结合热工对象特点对这种纯迟延估计方法进行了仿真验证。
研究了模型算法控制理论,在仿真实验中发现控制器参数和预测模型之间的相互关系,并据此对模型算法控制进行改进,以获得更为精确的预测模型和较低的计算复杂度。将基于自适应滤波技术的自适应建模方法和模型算法控制相结合,提出了一种基于自适应滤波器的自适应模型算法控制,并通过仿真实验说明了这种方法的有效性。
For the booming of information process in our country's power unit, DCS (Distributed Control System), SIS (Supervisory Information System in plant level), MIS (Management Information System) have been widely used as the key part of the process control system, information monitoring system and management system. Advanced control algorithm, computing function, diagnostics and optimization have been applied in those platforms, which accelerate the control level, operation level and management level. The implementation of these algorithms needs a lot of signals from the field. So the reliability, the accuracy and the consistency of those signals plays a very important role. Therefore, it is necessary to do the data preprocessing job for those field signals. Otherwise, it is essential to have knowledge about the controlled object for theoretical study and engineering. So it is of great significance to learn a signal processing technology for the thermal process signal. In this paper, take the adaptive filter theory as a tool, and use it to eliminate the noise in thermal process signal, build the model for the unknown thermal object, estimate the delay of the thermal process object, and incorporate with the model algorithmic control.
The main content and research result:
Study the adaptive filtering theory which includes Least-mean-square algorithms and Recursive-least-square algorithms. According to the characteristics of the thermal process, part of the algorithm is improved for better using to the analysis of thermal processes and signal processing. For the existing noise disturbance problem in industrial process monitoring and control, implement ANC (Adaptive Noise Canceling) technology for the noise suppression and elimination to the industry process signal and control.
A thermal process modeling method based on adaptive filtering technology is proposed, the modeling results is FIR (Finite Impulse Response) model. The tap weight distribution of the FIR model provides a visible modeling result. The simulation results show that this modeling method has strong robustness, and the algorithm is simple, easy to implement.
Study the relevant theories of the TDE (Time-Delay Estimation), verify the adaptive time delay estimation has a very good performance for suppression the noise to the input. For the delay of the thermal process object, proposed a method of estimating delay for the process object, which is based on modeling method, and simulation result shows its perfect effect.
Study the algorithm theory of the model algorithmic control, and find the relationship between the controller parameters and the prediction model during the simulation. The model algorithmic control method is improved to have a more accurate prediction models and low computational complexity. Combine the adaptive modeling method based on adaptive filtering and model algorithmic control, proposed an adaptive model control algorithm based on adaptive filter, and the simulation results show the effectiveness of this approach.
引文
[1]张春发,王惠杰,宋之平,李兴旺,李永玲,等.火电厂单元机组最优运行初压的定量研究[J].中国电机工程学报,2006,26(4)：36-40.
[2]工保忠.火电机组优化运行潜力分析[J].热力发电,2007,(12)：86-87.
[3]田亮,曾德良,刘鑫屏,刘吉臻,等.基于数据融合的球磨机最佳负荷工作点判断[J].热能动力工程,2004,19(2)：198-201.
[4]罗自学,杨超,周怀春,等.炉膛辐射能信号的提取机理及其应用研究[J].动力工程,2005,25(3)：374-377.
[5]薛蕙,杨仁刚.利用小波包变换实现噪声环境下特征信号的提取[J].继电器,2002,30(7)：7-10.
[6]郝万君.模糊建模与控制及其在电厂热工自动控制中的应用[博士论文].哈尔滨工业大学.2006.12.
[7]林金星,沈炯,李益国.基于递阶G—K聚类的热工过程多模型建模方法[J].中国电机工程学报,2006,26(11)：23-28.
[8]Amit Kumar Kohli, D.K.Mehra. Tracking of Time-Varying Channels Using Two-Step LMS-Type Adaptive Algorithm [J]. IEEE TRANSACTIONS ON SIGNAL PROCESSING,2006,54(7):2606-2615.
[9]Mamadou Mboup, Madeleine Bonnet, Neil Bershad. LMS Coupled Adaptive Prediction and System Identification:A Statistical Model and Transient Mean Analysis[J]. IEEE TRANSACTIONS ON SIGNAL PROCESSING,1994,42(10):2607-2615.
[10]Mahesh Godavarti, Member,IEEE, Alfred O.Hero. Partial Update LMS Algorithms [J]. IEEE TRANSACTIONS ON SIGNAL PROCESSING,2005,53(7):2382-2399.
[11]阎高伟,谢刚,谢克明,等.基于多传感器融合技术的飞灰含碳量测量[J].中国电机工程学报,2006,26(7)：35-39.
[12]于达仁,郭钰锋,王晓娟,等.计及回热器蓄热效应的汽轮机动态模型[J].中国电机工程学报,2005,25(14)：84-88.
[13]朱小良,邹泉.一种基于贝叶斯理论的电站模拟量数据融合诊断方法[J].中国电机工程学报,2006,26(19)：117-121.
[14]刘福国.煤粉炉燃烧效率工程预测模型[J].动力工程,2004,24(5)：636-639.
[15]张小桃,倪维斗,李政,等.基于主元分析与现场数据的过热汽温动态建模研究[J].中国机工程学报,2005,25(5)：132-136.
[16]张栾英,李瑞欣,秦志明,等.采用模拟退火算法的Elman网络及在热工过程建模中的应用[J].中国电机工程学报,2005,25(11)：90-94.
[17]王国玉,工东风,韩璞,等.具有对负荷变化前馈补偿的过热汽温系统预测函数控制[J].计算机仿真,2003,20(2)：103-106.
[18]黄伟,彭敏,缪楚雄.300MW锅炉燃烧稳定和汽温提高的技术措施[J].华中电力,2004,17(3)：61-62.
[19]孙万云,魏乐.单元机组过热汽温控制系统的负荷适应性[J].动力工程,2005,25(4)：523-532.
[20]姜睿,工军,李东海.改进最小二乘算法在主汽温控制系统中的应用[J].清华大学学报(自然科学版),2008,48(1)：97-100.
[21]焦嵩鸣,韩璞,黄宇,李永玲.模糊量子遗传算法及其在热工过程模型辨识中的应用[J].中国电机工程学报,2007,27(5)：87-92.
[22]于希宁,李亮,范瑾.改进的遗传算法在CFB锅炉热工过程建模中的应用[J].华东电力,007,35(12)：1125-1129.
[23]吴波,吴科,吕剑虹,等.补偿递归模糊神经网络及在热工建模中的应用[J].东南大学学报(自然科学版),2008,38(4)：668-673.
[24]林金星,沈炯,李益国.基于递阶G-K聚类的热工过程多模型建模方法[J].中国电机工程学报,2006,26(11)：23-28.
[25]于希宁,程锋章,朱丽玲,等.基于T-S模型的自适应神经模糊推理系统及其在热工过程建模中的应用[J].中国电机工程学报,2006,26(15)：78-82.
[26]杨戈,吕剑虹,刘志远.基于RBF神经网络的热工过程在线自适应建模算法研究[J].中国电机工程学报,2004,24(1)：191-195.
[27]于希宁,李亮,范瑾.改进遗传算法在CFB锅炉热工过程建模中的应用[J].系统仿真学报,2008,20(17)：4727-4736.
[28]曹斌芳,何怡刚,李建奇,等.3种改进型LMS算法在噪声抵消中的仿真比较[J].噪声控制,2007,31(9)：66-70.
[29]杨平,钱伟.再热汽温模型算法控制的仿真研究[J].华东电力,1998,20(6)：3-7.
[30]蒋明峰,郑小林,彭承琳.一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用[J].信号处理,2001,17(3)：283-286.
[31]孙木楠.一种噪声与振动主动控制的滤波-MLMS算法[J].振动与冲击,2002,21(2)：50-54.
[32]徐明远,林华芳,邱恭安.基于LMS算法的自适应均衡系统的仿真研究[J].系统仿真学报,2003,15(2)：176-180.
[33]Haykin S. Adaptive filter theory[M]. New Jersey:Prentice Hall, Inc,2002:183-188.
[34]姜睿,罗贵明.基于加权最小二乘法的最优适应控制器[J].自动化学报,2006,32(1)： 141-147.
[35]黄宇,韩璞,李永玲.主汽温系统模糊自适应内模控制[J].中国电机工程学报,2008,28(23)：93-98.
[36]李旭.过热汽温的动态特性与控制[J].动力工程,2007,27(2)：199-203.
[37]Eduardo Gallestey, Alec Stothert, Marc Antoine, etc. Model Predictive Control and the Optimization of Power Plant Load While Considering Lifetime Consumption [J]. IEEE TRANSACTIONS ON POWER SYSTEMS,2002,17(1):186-191.
[38]方崇智,萧德云.过程辨识.北京：清华大学出版社,1988.
[39]Antonio Caselles-Moncho, Liliana Ferrandiz-Serrano, Eduardo Peris-Mora. Dynamic simulation model of a coal thermoelectric plant with a flue gas desulphurisation system[J]. Energy Policy,2006,12(34):3812-3826.
[40]J.Smrekar, M.Assadi, M.Fast, I.Kus'trin a,S.De. Development of artificial neural network model for a coal-fired boiler using real plant data[J]. Energy,2009,9(34): 144-152.
[41]张小桃,倪维斗,李政,等.基于现场数据与神经网络的热工对象动态建模[J].热能动力工程,2005,20(1)：34-37.
[42]Alberto Bemporad, Francesco Borrelli, Manfred Morari. Model Predictive Control Based on Linear Programming-The Explicit Solution[J]. IEEE TRANSACTIONS ON AUTOMATIC CONTROL,2002,47(12):1974-1985.
[43]邓良才,王广军,陈红.锅炉汽温对象的在线模糊辨识[J].中国电机工程学报,2006,26(18)：111-115.
[44]张翔,王德石,李景熹.变步长LMS自适应滤波器算法仿真研究[J].仿真技术,2007,23(7)：251-253.
[45]Yilun Chenl, Yuantao Gu, Alfred O.Hero III. SPARSE LMS FOR SYSTEM IDENTIFICATION [J]. ICASSP,2009,23(7):3125-3128.
[46]李小红,钱源诚.高斯白噪声下LMS算法的改进[J].合肥工业大学学报(自然科学版),1998,21(5)：22-27.
[47]吴炜,常义林,高慧.一种用于自适应噪声对消器的改进LMS算法[J].西安电子科技大学学报(自然科学版),2001,28(4)：532-534.
[48]陈素芝,李英.一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用[J].江南大学学报(自然科学版),2004,3(6)：583-586.
[49]孙恩昌,李于衡,张冬英.自适应变步长LMS滤波算法及分析[J].系统仿真学报,2007,19(14)：3172-3175.
[50]聂祥飞.基于LMS算法的自适应噪声抵消器研究[J].自然科学,2002,18(2)：112-125.
[51]孙锦华,金力军.几种改进型RLS算法在自适应滤波系统中的应用.重庆邮电学
院学报.2003,15(3)：14-18
[52]殷文铮,杜旭.基于简化型RLS算法的延迟改进型噪声抵消系统模型与实现.电声技术,2006(2)：55-57
[53]陈国础,宋文涛,罗汉文等.一种改进RLS算法的性能研究及应用.无线电通信技术.2005,31(3)：42-43
[54]刘忠贤.故障特征信号的分析处理[J].武汉水利电力大学,1996,(4)：27-32.
[55]裘焱,吴亚锋,李野,等.相关系数法在相变检测微弱特征信号中的应用[J].测控技术,2009,28(4)：28-31.
[56]张梅军,何世平,谭华.小波分析在信号预处理中的应用研究[J].振动、测试与诊断,2000,20(3)：211-215.
[57]杨振勇,尹喜超.基于自适应学习算法的小波消噪在热工过程信号处理中的应用[J].热力发电,2008,37(12)：73-78.
[58]刘树林,赵海峰,齐波,王辉,等.基于经验模态分解及自相关分析的微弱信号提取方法[J].大庆石油学院学报,2007,31(5)：80-85.
[59]戴洪海,周建中,付波,等.水轮机组振动信号中的小波滤波和特征提取[J].华中电力,2004,17(3)：5-7.
[60]戴萧嫣,韩焱.水声通信中特征信号提取方法[J].弹箭与制导学报,2007,27(3)：251-254.
[61]吴欣明,郝晓军.基于混沌的超声波管道泄漏检测系统研究[J].微计算机信息,2009,25(1)：312-315.
[62]李彬,李庆坤.基于温度补偿的超声波测距设计[J].计量技术,2007,24(2)：11-15.
[63]于达仁,范秩,徐志强,等.基于分布信息融合的直流锅炉燃料量信号重构[J].中国电机工程学报,2004,24(2)：191-195.
[64]吕勇,李友荣,王志刚,等.一种弱故障特征信号的提取方法及其应用研究[J].振动工程学报,2007,20(1)：24-28.
[65]华烟曼,贾俊荣,陈明生.热工测量误差计算的讨论[J].南京工程学院学报,2002,2(4)：41-43.
[66]陈志新,徐金梧,杨德斌,章立军,等.基于经验模态分解的混沌噪声背景下弱信号检测与信号提取[J].机械科学与技术,2006,25(2)：220-224.
[67]张西宁,屈梁生.一种改进的随机减量信号提取方法[J].西安交通大学学报,2000,34(1)：106-110.
[68]喻胜,闫波,陈光,等.一种提取噪声中正弦信号的总体最小二乘法[J].电子测量与仪器学报,2000,14(2)：6-10.
[69]陈少平,朱翠涛.一种改进的噪声抵消器LM S自适应算法[J].中南民族大学学报(自然科学版),2002,21(2)：26-28.
[70]李智慧,关宗安.一种改进的LMS算法及其在自适应消噪中的应用[J].沈阳航空工业学院学报,2006,23(1)：66-69.
[71]王燕妮,李国民.一种改进的LM S算法在噪声对消中的应用[J].现代电子技术,2004,14(1)：50-52.
[72]高媛,李成海.新的变步长LMS算法及其在自适应噪声对消中的应用[J].沈阳航空工业学院学报,2007,24(4)：83-86.
[73]齐海兵.基于LMS算法的自适应滤波方法研究[J].信息技术,2006,2(6)：87-90.
[74]刘薇,吴庆彪.基于LMS自适应噪声抵消法的无位置传感器研究[J].工控技术,2007,14(4)：160-163.
[75]李彦鹏,黎湘,庄钊文.RLS自适应噪声消除器设计研究.无线电工程.2003,33(9)：12～15
[76]张勇胜,马晓斌,刘永刚,等.锅炉热效率测试的不确定度分析[J].热力发电,2008,37(1)：31-35.
[77]J.M.Gorriz, Javier Ramirez, S.Cruces-Alvarez, etc. A Novel LMS Algorithm Applied to Adaptive Noise Cancellation [J]. IEEE SIGNAL PROCESSING LETTERS,2009,16(1): 34-39.
[78]Douglas L.Jones. Learning Characteristicsof Transpose-FormLMS Adaptive Filters [J]. Gram-Schmidt and SMI adaptive algorithms,"IEEE Trans. Aerosp.Electron,1990,26(5):44-56.
[79]林金星,沈炯,李益国.基于免疫原理的径向基函数网络在线学习算法及其在热工过程大范围工况建模中的应用[J].中国电机工程学报,2006,26(9)：14-19.
[80]朱红霞,沈炯,李益国.一种新的动态聚类算法及其在热工过程模糊建模中的应用[J].中国电机工程学报,2005,25(7)：34-40.
[81]李旭.过热汽温的动态特性与控制[J].动力工程,2007,27(2)：199-203.
[82]叶江明.电厂锅炉原理及设备.北京：中国电力出版社,2007.
[83]田亮,刘鑫屏,赵征,刘吉臻,等.一种新的热量信号构造方法及实验研究[J].动力工程,2006,26(4)：499-502.
[84]韩璞,林碧华,王东风,等.基于神经模糊系统的热工过程建模及预测[J].计算机仿真,2005,22(6)：139-144.
[85]Shenglin Mu,Kanya Tanaka,Yuji Wakasa, etc. Intelligent MC-PID Control for Ultrasonic Motor [J]. IEEE TRANSACTIONS ON POWER SYSTEMS,2008,12(2): 176-181.
[86]付新河.火电厂锅炉蒸汽温度控制方案的探讨[J].广东电力,2007,20(5)：13-15.
[87]石喜光.火电厂串级汽温控制系统调节量受限情况分析及改进[J].广东电力,2005,18(5)：44-46.
[88]于开江,吕剑虹.锅炉主汽温和一级汽温的优化控制[J].动力工程,2004,24(2)：212-217.
[89]祝凌风,高伟,黄树红.基于辐射能信号前馈的串级汽温控制系统[J].湖北电力,2005,29(3)：29-33.
[90]陈江华.吕剑虹.基于大滞后补偿技术的锅炉再热汽温控制系统[J].江苏电机工程,2005,24(2)：58-42.
[91]查明,周怀春.基于辐射能信号的过热汽温控制系统优化[J].华中电力,2005,18(3)：1-5.
[92]马俊华,刘潇.锅炉再热汽温控制系统的优化[J].江苏电机工程,2004,23(4)：25-29.
[93]张晶涛,王伟,曹方.一种智能控制方法在300MW机组主汽温控制系统中的应用研究[J].中国电机工程学报,1999,19(3)：6-10.
[94]吴东亮,赵世杰,梁亚圆.模糊滑模控制在主汽温控制系统中的应用[J].现代电力,2008,25(1)：62-65.
[95]张绍德,李明.一种基于模糊辨识的模糊自适应控制系统[J].控制系统及其应用,2002,2(12)：22-25.
[96]胡春风,高立,张筱华.一种改进的RLS自适应滤波器算法[J].通信学报,1998,19(8)：67-71.
[97]耿洁,陈家福.自适应算法LMS和RLS的仿真分析[J].山西电子技术,2007,5(5)：78-81.
[98]吕强,冯驰.一种变步长LMS算法及其Matlab仿真[J].应用技术,2006,33(6)：80-82.
[99]倪锦根,李锋.一种新的变步长最小均方自适应滤波算法[J].信息与电子工程,2008,6(1)：10-12.
[100]陈国础,宋文涛,罗汉文,等.一种改进RLS算法的性能研究及应用[J].无线电通信技术,2005,31(3)：42-43.
[101]李大卫,尹成,马洪艳.时间延迟估计的循环相关法[J].西安石油大学学报(自然科学版),2005,20(2)：65-68.
[102]戴晓艳,叶家金,邱天爽.自适应时间延迟估计方法的改进[J].大连铁道学院学报,1999,20(1)：50-53.
[103]徐健辉.基于统计学的延迟时间获取[J].计算机与现代化,2005,(1)：19-21.
[104]邱天爽,王宏禹.几种基本时间延迟估计方法及其相互关系[J].大连理工大学学报,1996,36(4)：493-498.
[105]邱天爽.几种改进的LMS自适应时间延迟估计方法[J].海洋技术,1994,13(3)：9-18.
[106]孙颖.时间延迟估计的高阶谱矩估计算法[J].长春大学学报,2003,13(6)：13-14.
[107]邱天爽.滑动加窗LMS自适应时间延迟估计的性能分析[J].大连铁道学院学报,1997,18(1)：28-32.
[108]降爱琴.纯迟延对象的模糊控制系统设计及仿真[J].电力学报,2002,17(3)：171-176.
[109]邢红涛.基于Matlab参数辨识的纯迟延系统预估控制在火电厂的应用[J].河北电力技术,2008,27(4)：12-27.
[110]董德恩,李拓宏.用元素分析仪测定煤中碳等元素[J].同煤科技,2004,6(24)：36-39.
[111]田亮,曾德良,刘鑫屏,刘吉臻,等.500MW机组简化的非线性动态模型[J].动力工程,2004,24(4)：522-525.
[112]赵志刚,杨晨,李毅.600MW亚临界锅炉建模与仿真[J].重庆大学学报(自然科学版),2006,29(7)：59-63.
[113]刘吉臻,田亮,曾德良,刘鑫屏,等.660MW机组负荷—压力非线性特性的分析[J].动力工程,2005,25(4)：533-540.
[114]许鸣珠,刘贺平,李晓理,王允建,等.过热汽温的稳定自适应预测函数控制[J].中国电机工程学报,2007,27(11)：88-92.
[115]张长青,杨锋,孟祖浩,等.锅炉汽温控制状态反馈极点配置的两种简易设计方法[J].中国电机工程学报,2006,26(9)：62-65.
[116]任挺进,谢茂清,李志刚,等.锅炉单相受热面链式建模新方法[J].中国电机工程学报,2003,23(3)：175-178.
[117]刘骏跃.工业锅炉燃烧过程的建模及控制[J].煤矿自动化,2001,3(3)：1-3.
[118]徐小平,王峰,胡钢.系统辨识研究的现状[J].现代电子技术,2007,3(33)：112-115.
[119]王浩宇,张云生,张果.系统辨识及自适应控制系统算法仿真实现[J].控制工程,2008,15(9)：77-80.
[120]孙辉,罗秋敏,李文.工业过程模糊控制建模中数据预处理方法研究[J].大连铁道学院学报,2003,24(2)：16-21.
[121]刘长良,刘吉臻,牛玉广.一种模糊控制算法在主汽温控制系统中的应用[J].上海大学学报(自然科学版),2001,7(5)：388-351.
[122]郭鹏.基于Hopfield网络的主汽温串级MAC的研究[J].现代电力,2005,22(2)：50-52.
[123]孙永,盛剑会.预测控制系统—MAC仿真软件设计与开发[J].河南工程学院学报(自然科学版),2008,20(3)：42-45.
[124]Manfred Morari, Jay H.Lee. Model predictive control:past,present and future[J]. Computers and Chemical Engineering,1999,23(1):667-682.
[125]常敏慧,段丽,田胜.采用FIR数字滤波器的反馈控制系统[J].北京联合大学学报,1997,11(1)：70-75.
[126]夏蕾,袁镇福,火电厂锅炉主汽温度控制策略研究[J].锅炉技术,2007,38(5)：6-10.
[127]韩璞,于萍,王东风,等.火电厂主汽温系统扰动消除设计方法[J].中国电力, 2009,39(4)：71-74.
[128]徐春梅,杨平,蒋式勤,等.火电厂主汽温控制系统的自抗扰控制仿真研究[J].华北电力大学学报,2006,33(3)：41-44.
[129]何同祥,施燕美,李想.自抗扰技术在再热汽温控制系统中的应用[J].华东电力,2007,35(5)：57-62
[130]工琪.某200MW机组再热汽温控制系统的自适应控制[J].现代电力,2006,23(1)：66-69.
[131]黄本元,罗自学,胡光明,等.基于炉膛辐射能信号的主汽温控制试验研究[J].电站系统工程,2006,22(5)：21-25.
[2]工保忠.火电机组优化运行潜力分析[J].热力发电,2007,(12)：86-87.
[3]田亮,曾德良,刘鑫屏,刘吉臻,等.基于数据融合的球磨机最佳负荷工作点判断[J].热能动力工程,2004,19(2)：198-201.
[4]罗自学,杨超,周怀春,等.炉膛辐射能信号的提取机理及其应用研究[J].动力工程,2005,25(3)：374-377.
[5]薛蕙,杨仁刚.利用小波包变换实现噪声环境下特征信号的提取[J].继电器,2002,30(7)：7-10.
[6]郝万君.模糊建模与控制及其在电厂热工自动控制中的应用[博士论文].哈尔滨工业大学.2006.12.
[7]林金星,沈炯,李益国.基于递阶G—K聚类的热工过程多模型建模方法[J].中国电机工程学报,2006,26(11)：23-28.
[8]Amit Kumar Kohli, D.K.Mehra. Tracking of Time-Varying Channels Using Two-Step LMS-Type Adaptive Algorithm [J]. IEEE TRANSACTIONS ON SIGNAL PROCESSING,2006,54(7):2606-2615.
[9]Mamadou Mboup, Madeleine Bonnet, Neil Bershad. LMS Coupled Adaptive Prediction and System Identification:A Statistical Model and Transient Mean Analysis[J]. IEEE TRANSACTIONS ON SIGNAL PROCESSING,1994,42(10):2607-2615.
[10]Mahesh Godavarti, Member,IEEE, Alfred O.Hero. Partial Update LMS Algorithms [J]. IEEE TRANSACTIONS ON SIGNAL PROCESSING,2005,53(7):2382-2399.
[11]阎高伟,谢刚,谢克明,等.基于多传感器融合技术的飞灰含碳量测量[J].中国电机工程学报,2006,26(7)：35-39.
[12]于达仁,郭钰锋,王晓娟,等.计及回热器蓄热效应的汽轮机动态模型[J].中国电机工程学报,2005,25(14)：84-88.
[13]朱小良,邹泉.一种基于贝叶斯理论的电站模拟量数据融合诊断方法[J].中国电机工程学报,2006,26(19)：117-121.
[14]刘福国.煤粉炉燃烧效率工程预测模型[J].动力工程,2004,24(5)：636-639.
[15]张小桃,倪维斗,李政,等.基于主元分析与现场数据的过热汽温动态建模研究[J].中国机工程学报,2005,25(5)：132-136.
[16]张栾英,李瑞欣,秦志明,等.采用模拟退火算法的Elman网络及在热工过程建模中的应用[J].中国电机工程学报,2005,25(11)：90-94.
[17]王国玉,工东风,韩璞,等.具有对负荷变化前馈补偿的过热汽温系统预测函数控制[J].计算机仿真,2003,20(2)：103-106.
[18]黄伟,彭敏,缪楚雄.300MW锅炉燃烧稳定和汽温提高的技术措施[J].华中电力,2004,17(3)：61-62.
[19]孙万云,魏乐.单元机组过热汽温控制系统的负荷适应性[J].动力工程,2005,25(4)：523-532.
[20]姜睿,工军,李东海.改进最小二乘算法在主汽温控制系统中的应用[J].清华大学学报(自然科学版),2008,48(1)：97-100.
[21]焦嵩鸣,韩璞,黄宇,李永玲.模糊量子遗传算法及其在热工过程模型辨识中的应用[J].中国电机工程学报,2007,27(5)：87-92.
[22]于希宁,李亮,范瑾.改进的遗传算法在CFB锅炉热工过程建模中的应用[J].华东电力,007,35(12)：1125-1129.
[23]吴波,吴科,吕剑虹,等.补偿递归模糊神经网络及在热工建模中的应用[J].东南大学学报(自然科学版),2008,38(4)：668-673.
[24]林金星,沈炯,李益国.基于递阶G-K聚类的热工过程多模型建模方法[J].中国电机工程学报,2006,26(11)：23-28.
[25]于希宁,程锋章,朱丽玲,等.基于T-S模型的自适应神经模糊推理系统及其在热工过程建模中的应用[J].中国电机工程学报,2006,26(15)：78-82.
[26]杨戈,吕剑虹,刘志远.基于RBF神经网络的热工过程在线自适应建模算法研究[J].中国电机工程学报,2004,24(1)：191-195.
[27]于希宁,李亮,范瑾.改进遗传算法在CFB锅炉热工过程建模中的应用[J].系统仿真学报,2008,20(17)：4727-4736.
[28]曹斌芳,何怡刚,李建奇,等.3种改进型LMS算法在噪声抵消中的仿真比较[J].噪声控制,2007,31(9)：66-70.
[29]杨平,钱伟.再热汽温模型算法控制的仿真研究[J].华东电力,1998,20(6)：3-7.
[30]蒋明峰,郑小林,彭承琳.一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用[J].信号处理,2001,17(3)：283-286.
[31]孙木楠.一种噪声与振动主动控制的滤波-MLMS算法[J].振动与冲击,2002,21(2)：50-54.
[32]徐明远,林华芳,邱恭安.基于LMS算法的自适应均衡系统的仿真研究[J].系统仿真学报,2003,15(2)：176-180.
[33]Haykin S. Adaptive filter theory[M]. New Jersey:Prentice Hall, Inc,2002:183-188.
[34]姜睿,罗贵明.基于加权最小二乘法的最优适应控制器[J].自动化学报,2006,32(1)： 141-147.
[35]黄宇,韩璞,李永玲.主汽温系统模糊自适应内模控制[J].中国电机工程学报,2008,28(23)：93-98.
[36]李旭.过热汽温的动态特性与控制[J].动力工程,2007,27(2)：199-203.
[37]Eduardo Gallestey, Alec Stothert, Marc Antoine, etc. Model Predictive Control and the Optimization of Power Plant Load While Considering Lifetime Consumption [J]. IEEE TRANSACTIONS ON POWER SYSTEMS,2002,17(1):186-191.
[38]方崇智,萧德云.过程辨识.北京：清华大学出版社,1988.
[39]Antonio Caselles-Moncho, Liliana Ferrandiz-Serrano, Eduardo Peris-Mora. Dynamic simulation model of a coal thermoelectric plant with a flue gas desulphurisation system[J]. Energy Policy,2006,12(34):3812-3826.
[40]J.Smrekar, M.Assadi, M.Fast, I.Kus'trin a,S.De. Development of artificial neural network model for a coal-fired boiler using real plant data[J]. Energy,2009,9(34): 144-152.
[41]张小桃,倪维斗,李政,等.基于现场数据与神经网络的热工对象动态建模[J].热能动力工程,2005,20(1)：34-37.
[42]Alberto Bemporad, Francesco Borrelli, Manfred Morari. Model Predictive Control Based on Linear Programming-The Explicit Solution[J]. IEEE TRANSACTIONS ON AUTOMATIC CONTROL,2002,47(12):1974-1985.
[43]邓良才,王广军,陈红.锅炉汽温对象的在线模糊辨识[J].中国电机工程学报,2006,26(18)：111-115.
[44]张翔,王德石,李景熹.变步长LMS自适应滤波器算法仿真研究[J].仿真技术,2007,23(7)：251-253.
[45]Yilun Chenl, Yuantao Gu, Alfred O.Hero III. SPARSE LMS FOR SYSTEM IDENTIFICATION [J]. ICASSP,2009,23(7):3125-3128.
[46]李小红,钱源诚.高斯白噪声下LMS算法的改进[J].合肥工业大学学报(自然科学版),1998,21(5)：22-27.
[47]吴炜,常义林,高慧.一种用于自适应噪声对消器的改进LMS算法[J].西安电子科技大学学报(自然科学版),2001,28(4)：532-534.
[48]陈素芝,李英.一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用[J].江南大学学报(自然科学版),2004,3(6)：583-586.
[49]孙恩昌,李于衡,张冬英.自适应变步长LMS滤波算法及分析[J].系统仿真学报,2007,19(14)：3172-3175.
[50]聂祥飞.基于LMS算法的自适应噪声抵消器研究[J].自然科学,2002,18(2)：112-125.
[51]孙锦华,金力军.几种改进型RLS算法在自适应滤波系统中的应用.重庆邮电学
院学报.2003,15(3)：14-18
[52]殷文铮,杜旭.基于简化型RLS算法的延迟改进型噪声抵消系统模型与实现.电声技术,2006(2)：55-57
[53]陈国础,宋文涛,罗汉文等.一种改进RLS算法的性能研究及应用.无线电通信技术.2005,31(3)：42-43
[54]刘忠贤.故障特征信号的分析处理[J].武汉水利电力大学,1996,(4)：27-32.
[55]裘焱,吴亚锋,李野,等.相关系数法在相变检测微弱特征信号中的应用[J].测控技术,2009,28(4)：28-31.
[56]张梅军,何世平,谭华.小波分析在信号预处理中的应用研究[J].振动、测试与诊断,2000,20(3)：211-215.
[57]杨振勇,尹喜超.基于自适应学习算法的小波消噪在热工过程信号处理中的应用[J].热力发电,2008,37(12)：73-78.
[58]刘树林,赵海峰,齐波,王辉,等.基于经验模态分解及自相关分析的微弱信号提取方法[J].大庆石油学院学报,2007,31(5)：80-85.
[59]戴洪海,周建中,付波,等.水轮机组振动信号中的小波滤波和特征提取[J].华中电力,2004,17(3)：5-7.
[60]戴萧嫣,韩焱.水声通信中特征信号提取方法[J].弹箭与制导学报,2007,27(3)：251-254.
[61]吴欣明,郝晓军.基于混沌的超声波管道泄漏检测系统研究[J].微计算机信息,2009,25(1)：312-315.
[62]李彬,李庆坤.基于温度补偿的超声波测距设计[J].计量技术,2007,24(2)：11-15.
[63]于达仁,范秩,徐志强,等.基于分布信息融合的直流锅炉燃料量信号重构[J].中国电机工程学报,2004,24(2)：191-195.
[64]吕勇,李友荣,王志刚,等.一种弱故障特征信号的提取方法及其应用研究[J].振动工程学报,2007,20(1)：24-28.
[65]华烟曼,贾俊荣,陈明生.热工测量误差计算的讨论[J].南京工程学院学报,2002,2(4)：41-43.
[66]陈志新,徐金梧,杨德斌,章立军,等.基于经验模态分解的混沌噪声背景下弱信号检测与信号提取[J].机械科学与技术,2006,25(2)：220-224.
[67]张西宁,屈梁生.一种改进的随机减量信号提取方法[J].西安交通大学学报,2000,34(1)：106-110.
[68]喻胜,闫波,陈光,等.一种提取噪声中正弦信号的总体最小二乘法[J].电子测量与仪器学报,2000,14(2)：6-10.
[69]陈少平,朱翠涛.一种改进的噪声抵消器LM S自适应算法[J].中南民族大学学报(自然科学版),2002,21(2)：26-28.
[70]李智慧,关宗安.一种改进的LMS算法及其在自适应消噪中的应用[J].沈阳航空工业学院学报,2006,23(1)：66-69.
[71]王燕妮,李国民.一种改进的LM S算法在噪声对消中的应用[J].现代电子技术,2004,14(1)：50-52.
[72]高媛,李成海.新的变步长LMS算法及其在自适应噪声对消中的应用[J].沈阳航空工业学院学报,2007,24(4)：83-86.
[73]齐海兵.基于LMS算法的自适应滤波方法研究[J].信息技术,2006,2(6)：87-90.
[74]刘薇,吴庆彪.基于LMS自适应噪声抵消法的无位置传感器研究[J].工控技术,2007,14(4)：160-163.
[75]李彦鹏,黎湘,庄钊文.RLS自适应噪声消除器设计研究.无线电工程.2003,33(9)：12～15
[76]张勇胜,马晓斌,刘永刚,等.锅炉热效率测试的不确定度分析[J].热力发电,2008,37(1)：31-35.
[77]J.M.Gorriz, Javier Ramirez, S.Cruces-Alvarez, etc. A Novel LMS Algorithm Applied to Adaptive Noise Cancellation [J]. IEEE SIGNAL PROCESSING LETTERS,2009,16(1): 34-39.
[78]Douglas L.Jones. Learning Characteristicsof Transpose-FormLMS Adaptive Filters [J]. Gram-Schmidt and SMI adaptive algorithms,"IEEE Trans. Aerosp.Electron,1990,26(5):44-56.
[79]林金星,沈炯,李益国.基于免疫原理的径向基函数网络在线学习算法及其在热工过程大范围工况建模中的应用[J].中国电机工程学报,2006,26(9)：14-19.
[80]朱红霞,沈炯,李益国.一种新的动态聚类算法及其在热工过程模糊建模中的应用[J].中国电机工程学报,2005,25(7)：34-40.
[81]李旭.过热汽温的动态特性与控制[J].动力工程,2007,27(2)：199-203.
[82]叶江明.电厂锅炉原理及设备.北京：中国电力出版社,2007.
[83]田亮,刘鑫屏,赵征,刘吉臻,等.一种新的热量信号构造方法及实验研究[J].动力工程,2006,26(4)：499-502.
[84]韩璞,林碧华,王东风,等.基于神经模糊系统的热工过程建模及预测[J].计算机仿真,2005,22(6)：139-144.
[85]Shenglin Mu,Kanya Tanaka,Yuji Wakasa, etc. Intelligent MC-PID Control for Ultrasonic Motor [J]. IEEE TRANSACTIONS ON POWER SYSTEMS,2008,12(2): 176-181.
[86]付新河.火电厂锅炉蒸汽温度控制方案的探讨[J].广东电力,2007,20(5)：13-15.
[87]石喜光.火电厂串级汽温控制系统调节量受限情况分析及改进[J].广东电力,2005,18(5)：44-46.
[88]于开江,吕剑虹.锅炉主汽温和一级汽温的优化控制[J].动力工程,2004,24(2)：212-217.
[89]祝凌风,高伟,黄树红.基于辐射能信号前馈的串级汽温控制系统[J].湖北电力,2005,29(3)：29-33.
[90]陈江华.吕剑虹.基于大滞后补偿技术的锅炉再热汽温控制系统[J].江苏电机工程,2005,24(2)：58-42.
[91]查明,周怀春.基于辐射能信号的过热汽温控制系统优化[J].华中电力,2005,18(3)：1-5.
[92]马俊华,刘潇.锅炉再热汽温控制系统的优化[J].江苏电机工程,2004,23(4)：25-29.
[93]张晶涛,王伟,曹方.一种智能控制方法在300MW机组主汽温控制系统中的应用研究[J].中国电机工程学报,1999,19(3)：6-10.
[94]吴东亮,赵世杰,梁亚圆.模糊滑模控制在主汽温控制系统中的应用[J].现代电力,2008,25(1)：62-65.
[95]张绍德,李明.一种基于模糊辨识的模糊自适应控制系统[J].控制系统及其应用,2002,2(12)：22-25.
[96]胡春风,高立,张筱华.一种改进的RLS自适应滤波器算法[J].通信学报,1998,19(8)：67-71.
[97]耿洁,陈家福.自适应算法LMS和RLS的仿真分析[J].山西电子技术,2007,5(5)：78-81.
[98]吕强,冯驰.一种变步长LMS算法及其Matlab仿真[J].应用技术,2006,33(6)：80-82.
[99]倪锦根,李锋.一种新的变步长最小均方自适应滤波算法[J].信息与电子工程,2008,6(1)：10-12.
[100]陈国础,宋文涛,罗汉文,等.一种改进RLS算法的性能研究及应用[J].无线电通信技术,2005,31(3)：42-43.
[101]李大卫,尹成,马洪艳.时间延迟估计的循环相关法[J].西安石油大学学报(自然科学版),2005,20(2)：65-68.
[102]戴晓艳,叶家金,邱天爽.自适应时间延迟估计方法的改进[J].大连铁道学院学报,1999,20(1)：50-53.
[103]徐健辉.基于统计学的延迟时间获取[J].计算机与现代化,2005,(1)：19-21.
[104]邱天爽,王宏禹.几种基本时间延迟估计方法及其相互关系[J].大连理工大学学报,1996,36(4)：493-498.
[105]邱天爽.几种改进的LMS自适应时间延迟估计方法[J].海洋技术,1994,13(3)：9-18.
[106]孙颖.时间延迟估计的高阶谱矩估计算法[J].长春大学学报,2003,13(6)：13-14.
[107]邱天爽.滑动加窗LMS自适应时间延迟估计的性能分析[J].大连铁道学院学报,1997,18(1)：28-32.
[108]降爱琴.纯迟延对象的模糊控制系统设计及仿真[J].电力学报,2002,17(3)：171-176.
[109]邢红涛.基于Matlab参数辨识的纯迟延系统预估控制在火电厂的应用[J].河北电力技术,2008,27(4)：12-27.
[110]董德恩,李拓宏.用元素分析仪测定煤中碳等元素[J].同煤科技,2004,6(24)：36-39.
[111]田亮,曾德良,刘鑫屏,刘吉臻,等.500MW机组简化的非线性动态模型[J].动力工程,2004,24(4)：522-525.
[112]赵志刚,杨晨,李毅.600MW亚临界锅炉建模与仿真[J].重庆大学学报(自然科学版),2006,29(7)：59-63.
[113]刘吉臻,田亮,曾德良,刘鑫屏,等.660MW机组负荷—压力非线性特性的分析[J].动力工程,2005,25(4)：533-540.
[114]许鸣珠,刘贺平,李晓理,王允建,等.过热汽温的稳定自适应预测函数控制[J].中国电机工程学报,2007,27(11)：88-92.
[115]张长青,杨锋,孟祖浩,等.锅炉汽温控制状态反馈极点配置的两种简易设计方法[J].中国电机工程学报,2006,26(9)：62-65.
[116]任挺进,谢茂清,李志刚,等.锅炉单相受热面链式建模新方法[J].中国电机工程学报,2003,23(3)：175-178.
[117]刘骏跃.工业锅炉燃烧过程的建模及控制[J].煤矿自动化,2001,3(3)：1-3.
[118]徐小平,王峰,胡钢.系统辨识研究的现状[J].现代电子技术,2007,3(33)：112-115.
[119]王浩宇,张云生,张果.系统辨识及自适应控制系统算法仿真实现[J].控制工程,2008,15(9)：77-80.
[120]孙辉,罗秋敏,李文.工业过程模糊控制建模中数据预处理方法研究[J].大连铁道学院学报,2003,24(2)：16-21.
[121]刘长良,刘吉臻,牛玉广.一种模糊控制算法在主汽温控制系统中的应用[J].上海大学学报(自然科学版),2001,7(5)：388-351.
[122]郭鹏.基于Hopfield网络的主汽温串级MAC的研究[J].现代电力,2005,22(2)：50-52.
[123]孙永,盛剑会.预测控制系统—MAC仿真软件设计与开发[J].河南工程学院学报(自然科学版),2008,20(3)：42-45.
[124]Manfred Morari, Jay H.Lee. Model predictive control:past,present and future[J]. Computers and Chemical Engineering,1999,23(1):667-682.
[125]常敏慧,段丽,田胜.采用FIR数字滤波器的反馈控制系统[J].北京联合大学学报,1997,11(1)：70-75.
[126]夏蕾,袁镇福,火电厂锅炉主汽温度控制策略研究[J].锅炉技术,2007,38(5)：6-10.
[127]韩璞,于萍,王东风,等.火电厂主汽温系统扰动消除设计方法[J].中国电力, 2009,39(4)：71-74.
[128]徐春梅,杨平,蒋式勤,等.火电厂主汽温控制系统的自抗扰控制仿真研究[J].华北电力大学学报,2006,33(3)：41-44.
[129]何同祥,施燕美,李想.自抗扰技术在再热汽温控制系统中的应用[J].华东电力,2007,35(5)：57-62
[130]工琪.某200MW机组再热汽温控制系统的自适应控制[J].现代电力,2006,23(1)：66-69.
[131]黄本元,罗自学,胡光明,等.基于炉膛辐射能信号的主汽温控制试验研究[J].电站系统工程,2006,22(5)：21-25.