基于RBF神经网络的燃气轮机特性计算

燃气轮机各部件的特性可通过实验获得,但耗费昂贵;且基于知识产权的保护,厂家一般也不会提供完整的燃气轮机特性数据,这对燃气轮机模型建立的精度会造成较大影响。本文根据生产厂家提供的燃气轮机的部分性能曲线,利用人工神经网络的高度非线性映射、自学习和泛化等功能,采用RBF神经网络训练出所需的特性曲线。结果表明：RBF神经网络无论是在训练时间还是训练精度上,均取得了较好的效果。所得的燃气轮机部件全工况特性为燃气轮机仿真建模和性能分析奠定基础。     

船用三轴燃气轮机性能退化指标体系的构建

从燃气轮机整体性能、气路部件、滑油系统、结构振动等方面,较为全面地构建了船用三轴燃气轮机性能退化指标体系。提出了表征整机性能退化的排温裕度、热损失指标、功率不足指标、额外热功比、热效率比等指标。明确了表征气路部件退化的退化因子的概念,提出了绝热效率退化因子、流量退化因子、喘振裕度、热电偶分散度等表征压气机、涡轮、燃烧室等气路部件退化的指标。提出了构建数学模型、统计三限值法、小偏差法和卡尔曼滤波等退化指标的求解和分析方法,并进行了实例分析。为进一步开展燃气轮机性能退化状态评估构建了基本框架。     

基于熵权法的液压液污染度模糊综合评价

针对目前液压液颗粒污染度评价标准评价结果代码个数多,不能结合系统对不同尺寸颗粒敏感程度信息等问题,提出应用熵权模糊综合评价模型进行液压液污染度评价。利用熵权法将系统对不同尺寸颗粒敏感程度信息和数据本身所蕴藏的信息量转化为不同尺寸颗粒的权值,并采用模糊综合评价模型汇总各尺寸颗粒的污染度情况和权值,以“正常”、“警告”、“异常”的形式输出最终评价结果。利用该方法评价了某特种船舶某型甲板液压设备液压介质的污染度,评价结果证明该方法可行且直观明了,更重要的是结合了具体系统对不同尺寸颗粒敏感程度信息,评价结果更加科学准确。