目的天然气加臭是保障天然气泄漏迅速识别和安全使用的重要手段,为保证加臭剂质量浓度符合标准规范且避免过量加臭,建立一种准确高效的分析方法对天然气中加臭剂进行检测。方法采用光离子化气相色谱法(gas chromatography with photoion...目的天然气加臭是保障天然气泄漏迅速识别和安全使用的重要手段,为保证加臭剂质量浓度符合标准规范且避免过量加臭,建立一种准确高效的分析方法对天然气中加臭剂进行检测。方法采用光离子化气相色谱法(gas chromatography with photoionization detection,GC-PID),设置操作流程,优选分析参数,通过实验室评价和现场应用,系统考察GC-PID法的有效性、抗干扰性、检出限、重复性、准确性和现场适用性,验证其对四氢噻吩和无硫加臭剂的检测能力。结果建立的方法对加臭剂具有高选择性,定量准确性高,在2.00~150.00 mg/m^(3)范围内,对四氢噻吩的相对标准偏差<1.5%,检出限为0.40 mg/m^(3)。GC-PID法具有良好的现场适用性,具有良好的数据准确性和稳定性。结论基于GC-PID法开发的该天然气中四氢噻吩和无硫加臭剂的检测方法,为加臭剂质量浓度的在线监测和便携检测提供了新途径,具有实际应用价值与推广前景。展开更多
针对BP-PID控制器的控制性能受参数初值影响大、易陷入局部极值、对噪声敏感,且低信噪比条件下控制稳定性差等问题,提出了一种基于改进果蝇优化算法(Improved Fruit Fly Optimization Algorithm,IFOA)和径向基神经网络-卡尔曼滤波(Radia...针对BP-PID控制器的控制性能受参数初值影响大、易陷入局部极值、对噪声敏感,且低信噪比条件下控制稳定性差等问题,提出了一种基于改进果蝇优化算法(Improved Fruit Fly Optimization Algorithm,IFOA)和径向基神经网络-卡尔曼滤波(Radial Basis Function Network-Kalman Filter,RBF-KF)的噪声稳健BP-PID控制方法。首先提出了一种IFOA随机搜索算法对BP-PID初值进行全局寻优,自动获得全局最优解,提升系统控制精度。然后利用所提RBF-KF对观测数据进行滤波平滑,降低量测和控制噪声对系统的影响,提升低信噪比条件下的控制稳定性。基于某智能车车速控制真实数据开展试验,结果表明,所提方法相对于传统方法控制精度提升超过50%,控制稳定性提升超过60%,并且在低信噪比条件下优势更加明显,更适合实际工程应用场景。展开更多
文摘针对BP-PID控制器的控制性能受参数初值影响大、易陷入局部极值、对噪声敏感,且低信噪比条件下控制稳定性差等问题,提出了一种基于改进果蝇优化算法(Improved Fruit Fly Optimization Algorithm,IFOA)和径向基神经网络-卡尔曼滤波(Radial Basis Function Network-Kalman Filter,RBF-KF)的噪声稳健BP-PID控制方法。首先提出了一种IFOA随机搜索算法对BP-PID初值进行全局寻优,自动获得全局最优解,提升系统控制精度。然后利用所提RBF-KF对观测数据进行滤波平滑,降低量测和控制噪声对系统的影响,提升低信噪比条件下的控制稳定性。基于某智能车车速控制真实数据开展试验,结果表明,所提方法相对于传统方法控制精度提升超过50%,控制稳定性提升超过60%,并且在低信噪比条件下优势更加明显,更适合实际工程应用场景。
