基于MATLAB的三轴燃气轮机动态仿真模型研究

仿真技术是燃气轮机性能研究的有效手段。本文作者采用准非线性方法建立了三轴式燃气轮机数学模型。基于动态仿真软件MATLAB,开发出面向对象的燃气轮机动态仿真平台,验证仿真结果表明,该仿真模型正确合理,简便易行。     

基于SIMULINK的单轴重型燃气轮机模型动态仿真研究

为进一步验证在MATLAB/SIMULINK环境中建立的燃气轮机系统模型能否反映燃气轮机复杂的动态特性,本文以西门子V64.3型重型燃气轮机为研究对象,进行了甩负荷过程的模拟.仿真研究结果表明,该模型能够正确反映燃气轮机系统甩负荷过程的动态特性,满足安全性要求,符合燃机的运行规律.该模型可以用于下一步燃气轮机控制系统的设计研究工作.     

基于SIMULINK的气垫船三轴燃气轮机的动态仿真

以气垫船用三轴燃气轮机为仿真对象,建立高低压轴及动力输出轴的转动微分方程。采用以非稳态工况为小偏差线性化起点的方法进行微分方程的求解,每一步都是以前一步达到的非稳态工况为起始零点,不断变换所有微分方程中的偏微分系数。按照上述方法进行SIMULINK建模仿真,分析了在气垫船行使过程中,当变距螺旋桨螺距角变化时高低压轴和动力输出轴转速的响应情况。     

基于神经网络的重型燃气轮机启动过程建模研究

分别选取NARX神经网络和Elman网络作为建模工具,利用重型燃气轮机现场运行数据,对启动过程进行动态工况建模,实现主要运行参数的预测。通过对训练误差函数中的输出参数高数值样本点赋予更高权重值,获得了对高数值区域预测精度更高的网络个体。对于多组样本序列数据的训练问题,提出样本序列拼接、拼接点权重值置零的训练方式。比较Elman网络和NARX神经网络在不同测试条件下的预测表现,结果显示了Elman应用的局限性。研究成果可为神经网络在燃气轮机建模中的应用提供参考。     

基于MATLAB的面向对象的燃气轮机动态仿真研究

利用一种基于MATLAB的面向对象技术进行燃气轮机非线性动态仿真研究。研究表明，这种考虑容积惯性的仿真模型能更全面地反映系统的动态特性，具有较高的精度和实时性，适用于燃气轮机加速、减速以及其它大扰动等过渡工况的性能仿真。     

分轴燃气轮机大扰动动态过程的计算

分轴燃气轮机是非线性系统,其大扰动动态过程的计算是个难题。本文以用于燃气/蒸汽联合循环的斯贝核心机为例,论述了以非稳态工况为起始点,用变系数分段小偏差线性比的方程来求解分轴燃气轮机的大扰动动态过程。     

基于Simulink的单轴重型燃气轮机启动过程仿真研究

本文在课题组原有工作基础上,对重型燃气轮机进行了启动及加载建模研究,在Matlab/Simulink环境下建立了重型燃气轮机启动及加载仿真模型。通过与现场启动和升负荷过程运行数据的对比,表明本文所建立的模型的正确性。     

基于Matlab/Simulink的单轴燃气轮机动态仿真

本文利用Matlab/Simulink对某型单轴燃气轮机系统进行了仿真,并采用了自适应控制与常规的PID控制相结合的方法对转速控制器进行了建模分析,不仅系统的响应时间缩短,而且系统超调量大幅度减小,为燃气轮机的转速控制提供了一种新的思路。     

带回热微型燃气轮机系统动态过程分析

分析了微型燃气轮机的动态数学模型,利用解析方法,求解了带回热单轴燃气轮机动态方程,对定转速和变转速两种情况下微型燃气轮机负荷变化和甩负荷的动态过程进行了仿真,提出了机组变工况动态性能优化和控制优化的途径。该研究能够为实际机组的运行和系统性能参数的合理匹配提供理论指导。     

某型燃气轮机起动过程仿真

本文采用非线性化建模方法建立了某型燃气轮机的仿真模型,并对其起动过程进行了仿真。仿真结果表明：所建模型具有很高的精确性,可扩展性好,能够全面反映燃气轮机起动过程的动态特性。     

燃气轮机多元模糊神经网络诊断模型的研究

对基于热力参数的燃气轮机8种典型常用故障，提出了一种亲的适用于燃气轮机故障诊断的多元模糊神经网络模型。用具有代表性的故障样本训练该网络，就可以对不同大气温度，不同负荷下的常见故障进行诊断。     

基于模糊神经网络的发电用单轴燃气轮机的解耦控制

针对燃气轮机这样大型复杂且具有强非线性多变量耦合的动力系统，提出用模糊隶属函数型神经网络与模糊控制融合的解耦方法(DMFFCNN)进行解耦控制，从而克服了现代控制理论对解耦系统类型的限制。试验表明，这种方法是有效的，为机组运行时的静态优化设计的实现奠定了基础。     

基于Kohonen神经网络的燃气轮机故障诊断

针对基于热力参数的燃气轮机8种典型常见故障,根据Kohonen神经网络诊断的工作原理、诊断特征,研究了基于Kohonen神经网络方法在燃气轮机故障诊断中的应用方法,得出了Kohonen模型具有自学习功能,运算速度快,类型识别能力强的优点,是一种适合于燃气轮机分类故障较好的具有特色的神经网络。     

BP神经网络在水轮机调节过程中的应用

由于水轮机调节系统的大惯性、"水锤"效应等特点及其结构复杂等问题,采用传统的常规PID控制已很难满足控制要求,控制品质也难以改善,控制过程中易发生超调量大、震荡频次多、收敛时间过长等问题。对此,在常规PID控制基础上设计了基于BP神经网络自适应PID控制,并在Matlab软件中完成相关程序的编写及仿真试验。仿真结果表明,基于BP神经网络自适应PID控制是一种有效的水轮机调速器参数整定方法,相较于常规PID控制能获得更好的动态性能。     

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。     

基于Modelica的回热型微型燃气轮机动态模拟

以Bowman TG80微型燃气轮机为研究对象,采用模块化的建模方法,基于Modelica/Dymola平台建立了回热型微型燃气轮机的全工况动态热力系统及控制系统模型。根据试验数据对模型不同负荷下的发电效率进行了对比,并通过验证模型的启动、连续变负荷和停机动态过程,确定了多个关键技术参数。最后,分析了阶跃升降25%负荷过渡过程中不同回热器热惯性、转轴转动惯量、燃烧室容积惯性和控制器参数的系统动态响应。结果表明：不同负荷下的发电效率与试验值吻合良好,设计工况相对误差为0.11%,部分负荷最大相对误差为3.58%;根据停机工况确定的转动惯量和高温气道质量分别为0.016 kg·m²和5 kg,启动和连续变负荷过程与试验数据吻合较好;回热器热惯性和转轴转动惯量是影响系统响应特性的主要因素,回热器和转轴轻量化有利于实现更优的动态响应;合理的PID控制参数可以优化控制品质,比例增益和积分时间对控制效果的影响较大,微分时间作用不明显。     

基于BP神经网络的汽轮机排汽焓在线计算方法

汽轮机排汽点处于湿蒸汽区,由于现场缺乏蒸汽湿度的测量手段,排汽焓值难以直接确定,其计算取值一直是火电机组热力系统热经济性在线分析诊断的难点之一。影响排汽焓的因素很多,它们与排汽焓之间属于典型的非线形关系。本文利用BP神经网络良好的非线形映射能力,以NK200-12．7／535／535型空冷机组为例,介绍了应用BP神经网络建立汽轮机排汽焓计算模型的方法,并成功应用于某电厂热经济性在线诊断系统中。     

基于神经网络的水轮机调节系统非线性仿真

针对水轮机调节系统非线性特性难以准确描述及非线性仿真的复杂性,利用神经网络强大的非线性逼近能力,对水轮机调节系统进行在线非线性实时仿真。对导叶开度、单位流量及单位转速之间的非线性关系建立神经网络结构,用Matlab中的trainlm函数和训练样本对网络进行学习训练。非线性关系的插值拟合过程在PC机中进行,仅将得到的非线性关系的权值和阈值传输给下位机控制核心DSC系统,有效地提高了非线性实时仿真速度。针对HL220型实际机组探讨了基于神经网络的非线性仿真的实现过程,并对结果进行了解析。     

神经网络鲁棒控制及其在燃气轮机排气温度控制中的仿真应用

设计了一种基于BP算法的神经网络鲁棒控制器。利用多层神经网络对任意函数的逼近能力和自学习功能,对运行中的PID调节系数进行在线调整,使整个系统具有良好的自适应能力和鲁棒性。燃气轮机排气温度调节仿真实验表明,这种控制器能够有效地克服传统PID调节器对经验或系统数学模型准确程度的依赖性。