风电场风机测量风速缺损值的组合填充模型

针对风电场内邻近多台风机测量风速同时发生缺损的工况,提出基于小波神经网络的组合填充算法。首先,分别采用空间邻点法、Pearson相关系数法和动态时间规整算法对风电场内两两风机的测量风速相似性进行分析;其次,提取与缺损测量风速风机在缺损时刻前后风速演化最相似的若干台风机的测量风速,构建小波神经网络,进行单个模型的填充方法研究;最后,提出基于熵权的组合填充模型。实验结果表明,在进行非线性风速相似性度量时,动态时间规整算法优于Pearson相关系数法;基于相似性风速时序构建的神经网络,提高了模型的学习和泛化性能;组合填充模型的精度和平稳性优于单个模型。对风电场内每台风机进行模拟实验增加了模型的普适性。     

加长叶片对离心风机性能及噪声影响的实验研究

叶片加长是工程中提高风机出力的常用方法之一。为研究风机叶片加长后的内流特征,以G4–73型离心风机为研究对象,采用FLUENT软件分别对叶片加长前、后的离心风机进行三维定常数值模拟,分析流动变化对风机性能参数的影响规律。在此基础上,对叶轮叶片加长前、后的G4–73№.8D离心通风机进行性能和噪声实验,得到实验风机在叶轮叶片加长后运行工况点的变化规律及无因次性能曲线。性能实验结果与切割定律计算结果的比较表明,当风机叶轮叶片加长后且叶轮出口宽度不变时,按抛物线形切割定律计算的结果在大流量区误差较小。噪声实验结果表明,叶轮叶片加长后,叶轮与蜗舌间距离减少,导致旋转噪声升高,同时蜗壳内流动恶化,也使涡流噪声加大。文中所得研究结果可为工程实际中风机的叶片加长改造提供参考依据。     

基于安德森撞击原理的浮游菌采样器系统开发

在食品与生物实验室等领域，对浮游菌数量有着严格的要求，进而对浮游菌采样器提出了更高要求。为了解决浮游菌采样器的气体流量受环境影响问题，研究了具有流量校准功能的浮游菌采样器，设计了集成大气压和温湿度传感器的文丘里管结构，改进了流量补偿公式，开发了基于抗饱和积分PID(比例、积分、微分)的风机控制系统，实现了气体流量的实时补偿与闭环控制。应用VMD(变分模态分解)算法对大气压测量数据进行滤波，降低了噪声对测量结果的影响。研制了基于安德森撞击原理的浮游菌采样器样机，开展了相关实验研究。实验结果表明：经过校准后，仪器的压差示值误差在±0.5%,流量采集精度示值误差在±1%以内，符合浮游菌采样器流量校准规范的要求，克服了环境因素导致气体采集流量误差大的问题，在浮游菌采样器领域具有很好的应用价值。     

含异步变速风机的风电场一次调频等值建模与仿真

风机参与系统一次调频目前已成为各国电网对风机并网的基本要求,但是适用于预测控制等算法的大型风电场频率响应动态特性数学描述尚未有充分研究。文中提出了参与调频前运行于最大功率点跟踪模式下的异步变速风机参与一次调频时的全风况出力响应模型,基于小信号增量法获得了不同工况下出力响应的线性化描述,与风机非线性模型对比验证了所提线性化模型的有效性和准确性。此外,在单机线性化模型基础上,基于间隙度量计算将特性相似的风机进行聚类,建立了风电场出力响应等值模型。仿真结果表明,所提等值模型在降低风电场调频模型复杂度的前提下保证了风电场频率响应特性的逼近精度。     

离心风机蜗壳内加装旋涡破碎装置的实验研究

基于k-e 紊流模型,采用Fluent软件对电站常用的G4–73型离心风机进行全三维数值模拟,模拟结果表明离心风机蜗壳内存在向前螺旋推进的大尺度漩涡。设计了一种漩涡破碎装置,进行加装装置前后的性能实验和噪声实验。实验结果表明,加装旋涡破碎装置后,相对流量大于45%时,风机全压明显增大,且高效区拓宽;当相对流量小于100%时,风机噪声降低,且在最高效率点处,风机中、低频段噪声明显降低。该旋涡破碎装置的设计对电厂的节能降噪及解决风压不足等问题具有一定的指导意义。     

人工神经网络在火焰图像比色测温法中的应用

首先分析了基于火焰辐射图像的比色测温法在误差校正方面存在的问题,然后利用神经网络的BP算法在函数逼近方面的优良性质,提出了基于图像的神经网络逼近映射关系的比色测温法。该法现已用于实践：将训练结束的神经网络融入到测量系统,并在某流化床锅炉火检系统中进行了温度测量试验,取得了满意的结果。     

风机流量软测量建模与误差分析

电站风机流量在现场测量中存在误差,通过机理分析和数据挖掘技术选取辅助变量建立回归模型,并对其进行误差分析。从理论上证明数据融合技术相比单一测量值和算术平均值可以提高模型的可靠性和准确性,并在此基础上提出一种测量选取原则,保证融合过程只引入少量误差较小的测量值。通过一个电站的历史运行数据,利用数据融合手段得到了送风机流量的软测量模型。     

基于视觉映射的三维相机信息可视化改善方法

针对TOF相机三维信息可视化中的突变、拉伸、毛刺等的问题,提出了一种基于仿人视觉映射的TOF相机三维数据信息可视化效果改善处理方法.方法首先研究分析了TOF三维相机和人类视觉系统感知原理,探寻突变、拉伸和毛刺现象的原因.在此基础上,提出了将TOF三维信息的锥形区域显示映射为人类视觉系统平行光模式的视觉映射模型,通过该映射处理达到逼近人类视觉的效果.该算法对多个不同场景进行了实验验证分析,结果表明该方法有效解决了三维显示中的变形和异常问题,有效改善了三维视觉可视化效果,并保持了三维目标的良好空间连续性.     

基于BPNN的双弯管法煤粉质量流量测量

煤粉质量流量是气力输送煤粉中的一个重要参数,对燃煤热力发电具有重要意义。本文在双弯管法测量的基础上建立了新的数学测量模型,并在煤粉输送实验平台上得到了大量的实验数据。利用人工神经网络强大的非线性逼近能力,在新数学模型下建立了BP神经网络(BPNN)。结果表明,利用BPNN能很好地实现双弯管法煤粉质量流量在线测量,相对误差最大不超过7%,是新的数学模型下的一种很好的测量方法。     

基于RBF神经网络的气体流量软测量模型研究

流量信号是热工过程中非常重要的一个信号。由于流量信号存在着非线性、随机性和易受干扰的特点，很难建立起一个准确的测量模型，如传统的3种圆管紊流流速分布的近似模型，基于这些模型的传统测量方法很难测量出准确的流量值。该文提出的基于径向基函数（RBF）神经网络的流量测量模型，采用了带有遗忘因子的梯度下降算法来确定隐层基函数中心的位置和输出层权值的大小。计算结果表明这种模型计算量小、精度高，且算法简单实用。实验结果说明，基于这种模型的流量测量精度较以往模型有很大提高。     

汽轮机性能试验中给水流量显式矩阵计算模型

给水流量是汽轮机热力性能试验中重要参数之一。在常规热平衡基础上,推导构建了反映给水流量和除氧器入口凝结水流量之间映射关系的矩阵计算模型。模型具有通用性较强和易于程序化的特点,有效避免了ASME PTC6标准所推荐方法中繁琐的迭代过程,能够更简捷地应用于汽轮机性能试验计算中。     

新型凝结水流量测量装置的研究

结合某300MW机组5号低压加热器出口的凝结水参数及其管道尺寸,设计出一种便携式一体化孔板流量测量装置,在该装置前、后分别自带长度为3D、2D的直管段,由带颈对焊法兰与管道连接,以减少法兰对孔板前后流场的影响。对该流量测量装置进行标定的结果表明,其测量最大误差为0.85%左右,满足汽轮机热力性能试验对流体流量测量精度的要求。     

锅炉给水泵大流量工况下汽蚀的防治

简要分析了给水泵的汽蚀机理以及大流量工况下出现汽蚀的原因 ,并根据给水泵基本原理和实际性能曲线 ,创建新的流量和临界汽蚀余量的数学模型。同时 ,把该模型应用于 FK6D3 2 型锅炉给水泵 ,确定了大流量工况下汽蚀现象防治方案     

双馈风机参与调频的速度控制器模糊协同控制及参数校正策略

双馈风机调频的目的是通过释放转子动能对电网提供有功支撑,然而以速度控制器为代表的固有控制环节,其控制目标是维持转子转速稳定运行,两者控制目标的差异性将会引发调频性能与风机运行安全的冲突。为此,提出了双馈风机调频阶段速度控制器模糊协同控制及参数校正策略。首先,为明确调频阶段风机调频参数特征,利用风机转子动能、桨距角减载与虚拟惯量和一次调频的能量对应模式,提出了风机调频控制环节参数与运行点的映射等值模型;其次,考虑以速度控制器为主的风机固有控制环节,分析了速度控制器参数对惯性响应环节的影响,基于模糊逻辑算法提出了提升电网频率控制效果的速度控制器动态运行算法,缓解了与调频环节间的固有矛盾;最后,构建仿真模型对所提策略进行验证,结果表明所提方法可有效协调风机当前运行点以及风机调频控制、风机固有控制等环节的调频性能,提升电网的频率控制支撑能力。     

用于航空燃油流量测量的V锥流量计的研究

航空燃油流量参数测量是发动机控制的关键技术,现有的航空燃油流量测量技术测量精度较低,在控制过程中无法精确的给发动机供给燃油,会造成燃油的浪费,影响飞行器的飞行距离.发动机燃油流量测量因表体长度、高强度振动和高流速的影响,现有通用流量计无法满足测量的要求.为解决航空燃油流量测量技术难题,研究一种能够用于航空燃油流量测量的Ⅴ锥流量计.针对表体长度的限制,基于CFD仿真设计具有缩颈和扩颈结构的单支撑Ⅴ锥流量计;利用振动实验台测试振动对Ⅴ锥流量计流量测量性能的影响;使用航空燃油为实验介质测试Ⅴ锥测量航空燃油的流量特性.最终得到用于航空燃油流量测量的Ⅴ锥流量计流量计算公式,实验结果证明在0.3～3 kg/s流量范围内,此公式的测量精度优于1.5％.     

两种基于神经网络的故障诊断方法

复杂设备或系统的故障诊断中常采用神经网络构建故障映射关系，针对实际应用中神经网络存在收敛速度慢、学习记忆不稳定等不足，以一电站锅炉送风机为诊断对象研究了基于带有偏差单元的递归神经网络故障诊断方法。对状态检测系统采集的信号进行逻辑处理，分离出8个故障特征参数。以8种常见故障模式作为BP网络和递归神经网络的训练样本，对训练过程和仿真结果作了对比分析，结果表明该诊断方法在收敛速度、精度和稳定性能等方面均有良好改善，满足了系统在线故障诊断的需求。     

330MW燃煤锅炉一次风机的节能改造

运行在常态工况下,对一次风机进行了相关的热态试验,发现原一次风机运行效率偏低的主要原因是选型的设计参数不当;一次风机风量裕量不足而一次风机风压裕量过大;一次风机性能与管网阻力不匹配等.结合实际工况,重新进行了一次风机的选型参数计算,得到了最优化的改造方案.即保留原一次风机的电动机、传动组、基础、进气箱和调节门等部件,更...     

变工况下航空逆变器健康评估方法研究

工况的变化会引起功率变换器电路健康表征参数随之变化,导致无法判断健康表征参数是因电路性能的退化还是因工况的变化引起的。针对该关键问题,以航空逆变器为研究对象,首先采用多评价指标优选模型优选出相关敏感的健康表征参数;然后基于极限学习机建立工况-无故障情况下健康表征参数映射模型;最后基于当前健康表征参数与映射模型输出的健康表征参数之间的相对变化量构建考虑工况条件的电路健康指标,实现不同工况下航空逆变器的健康评估。实验结果表明,该评估方法可以有效减小工况变化对健康指标的影响。在变工况情况下,相比于直接基于欧氏距离构建健康指标的评估方法,平均绝对误差（Mean Absolute Error,MAE）和均方根误差（Root-Mean-Square Error,RMSE）分别降低了64.4%、66.8%。     

基于PREISACH理论的电流互感器建模研究

提出了一种新型电流互感器（CT）数字化模型。该模型由CT电磁感应方程和基于Preisach理论的新型铁心磁化模型组成：基于Priesach理论的WIPING—OUT特性，提出了确定铁心运行所在磁化曲线的方法，并在新坐标系下分离Preisach函数的变量，得到了不同情况下铁心磁通密度的计算方法，由此建立了铁心磁化模型；提出了一种新的寻解算法，通过该算法将铁心磁化模型同CT电磁感应方程相耦合，建立了CT数字化模型。该模型只需极限磁滞回环下降支、一次电流和二次负荷等少量易被直接测得的参数，即可较准确地仿真铁心内部磁化过程，具有实现简便，仿真精度高等特点。采用文中CT模型对保护CT的饱和特性进行了仿真研究，仿真结果和实测数据的比较验证了模型的有效性。