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。     

基于数据的重型燃气轮机建模研究

对于重型燃气轮机,在针对动态工况建模领域中,NARX模型是一类基于运行数据的较为简易、实用的黑箱建模方式。对NARX模型和BP神经网络的基本原理和结构进行了概述。利用国内9FA机组现场运行数据对燃气轮机启动及加载动态过程进行了建模,对燃气轮机的重要运行参数进行了预测。根据测试结果,提出了对建模方案的修改和数据预处理措施,较好地改善了模型测试结果,验证了采用NARX模型方法的可行性。     

基于实际运行工况的转子热力状态分析

火电厂实际运行工况的载荷类型与过程较为多样,导致汽轮机转子的实际热力状态较难评估。以实际退役汽轮机转子为研究对象,结合该转子近10年运行历史工况,对汽轮机高中压转子的热力行为进行了全历史的有限元仿真计算,并分析了启停及降出力工况下转子的温度分布及应力行为。结果展示了蒸汽入口位置以及高压级前凹槽内温度、应力在降出力工况中的变化范围,发现当功率下降量超过100 MW时,蒸汽入口位置的温度变化最大值为51℃,应力变化范围最大值为165 MPa,需要考虑对应产生的疲劳损伤。研究成果可为高中压汽轮机的转子结构设计及运行调控提供参考。     

基于NARX模型的岩溶地下河日流量预测

针对传统的统计学方法难以精确刻画岩溶地下河日流量变化的非线性动态特性,引入有源自回归神经网络(NARX)技术,建立了基于NARX模型的岩溶地下河日流量预测模型,基于寨底地下河2013年1月15日~2014年6月30日的降雨量和流量数据,利用该模型对寨底地下河日流量进行了短期预测。结果表明,该模型预测效果较好,能够很好地预测岩溶地下河流量的变化趋势和极值等动态特性,另外该模型神经元个数越多,延迟阶数越大,神经网络对数据的学习能力和灵活性越强,但该模型不宜进行归一化处理。     

Bayesian神经网络在EPR法检测汽轮机转子钢热脆化性能中的应用

为提高电化学动电位再活化法(EPR)检测汽轮机转子钢(30Cr2MoV)热脆性的检测精度,利用Bayesian神经网络建立了预测模型。根据EPR法测定的60组不同苦味酸电解液温度下,30Cr2MoV转子钢的活化峰电流密度与再活化峰电流密度比(Ia/Ir)的数据、电解液温度、转子钢化学成分J参数和晶粒度参数(N),采用Bayesian正则化训练的神经网络,建立了转子钢脆性转变温度(FATT50)与电化学特征值、电解液温度、转子钢化学成分J参数和晶粒度参数(N)之间的映射模型。利用训练好的网络预测了新的转子钢材料的脆性转变温度。结果表明:网络的训练误差和检验误差都在±20℃范围内,小于多元线性回归法得到的误差。因此,Bayesian神经网络能较准确地用来预测转子钢材料的脆性转变温度。图3表3参13     

基于BP神经网络的燃煤锅炉温度分布预测

燃煤锅炉燃烧运行调整的主要方法是基于尾部烟道参数的负反馈调节法,为解决该方法调节灵敏度低、精度差且滞后严重的问题,利用Fluent数值模拟计算得到炉膛内部温度分布,并通过现场热态实验数据对模拟结果进行验证;结合BP神经网络算法搭建燃烧区域温度预测模型,根据预测结果绘制炉内燃烧区域温度分布云图,实现运行参数改变时炉膛燃烧区域温度分布快速、高精度及可视化预测。结果表明:该预测模型基于对已知工况模拟结果的训练,能够对未知工况温度场进行准确预测,预测结果相对偏差为4.11%。     

基于BP和RBF神经网络的机组能耗特性研究

火电机组在运行过程中不仅产生大量的历史数据,同时这些边界参数还与热耗率之间存在复杂的非线性关系。针对某电厂的实时数据,首先利用敏感性分析,从大量的机组运行参数中筛选出对机组能耗影响较大的重要参数:负荷、循环水入口温度、主蒸汽温度、再热蒸汽温度、主蒸汽压力、循环水流量。然后,对BP和RBF神经网络在热耗率与机组边界参数的应用进行了对比分析。训练和预测结果表明,BP和RBF神经网络都能对此进行分析研究,但RBF比BP神经网络的训练和预测的相对误差较小些,可以更准确地对机组热耗进行预测。为今后的可控参数优化提供了有效的模型,具有一定指导意义。     

600MW超临界汽轮机调峰运行过程中高中压转子疲劳寿命分析

通过对某600MW超临界汽轮机高中压转子全尺寸有限元建模,根据机组实际工况的运行数据进行变工况热力计算得到准确的热力边界条件,求解不同变工况下高中压转子内部实时的温度场和应力场。计算结果表明高中压转子调节级、中压缸第一级的叶轮根部为整段转子的应力集中点。该型机组采用中压缸启动方式,冲转参数、切缸操作不当会导致调节级、中压缸第一级产生较大的寿命消耗。蒸汽温度变化的幅度和速率直接影响转子应力集中点的应力峰值大小,但是在一定范围内的温度变化对转子寿命的影响较小,在实际运行中是可以允许的。     

水源CO2热泵的全工况性能与匹配性分析

通过对60kW水源CO_2热泵的实验测试,在获得的911组实验数据的基础上,建立了用于反映热泵系统性能和循环参数随运行工况变化趋势的BP神经网络拟合模型,综合分析了系统在供水温度为55~100℃、回水温度为10~50℃、热源温度为5~50℃和电子膨胀阀开度为50~400步的全工况范围内的性能,从而为该类型热泵系统性能的预测和系统设计提供了数据参考。在对四种工况下,即15/55/15℃、15/90/15℃、15/90/30℃和30/90/30℃时系统运行参数的比较分析的基础上,定性评价了系统在全工况范围内的匹配性。     

汽轮机转子温度场监测系统

依据机组的实际运行数据及根据汽轮发电机组的实际运行特性，时某电厂300MW亚临界中间再热、双缸双排汽、凝汽式汽轮机转子的温度场分布进行分析研究；依据计算出的转子温度场数据，利用c builder应用软件．绘制转子的温度场全局示意图与等温线图；并在此基础上编制了300MW汽轮机机组转子温度实时监测系统。该系统可实时显示转子的温度场或转子等温线图，并可查询转子上特定位置处的具体温度数值和温变速率。     

基于数据驱动的燃气轮机剩余寿命预测

提出一种基于数据驱动的燃气轮机剩余寿命预测方法。将随时间呈上升趋势的参数(温度、压力、转速等)经过EMD方法分解,获得反映燃气轮机性能劣化的趋势特征;利用趋势特征和人为设定的若干运行状态训练神经网络,将实时运行数据输入神经网络进行分类以获得当前所处的运行状态;考虑到分类结果的离散性,利用最小二乘直线拟合方法将所有分类结果进行拟合,以获得预测的剩余使用寿命。上述方法通过C-MAPSS软件所提供的燃气轮机运行数据得到验证,取得较好的预测效果。     

基于预估器和神经网络的双馈风力发电机无位置传感器控制

在分析双馈风力发电系统的结构特点后,建立基于电网电压定向下双馈发电机的数学模型。采用神经网络在线逼近转子电流状态方程中的未知项,并通过引入转子电流预估器,减小控制律的抖动。Lyapunov稳定性分析结果表明闭环系统所有变量一致最终有界,且通过调节设计参数可使跟踪误差尽可能小。为了实现无位置传感器控制,从未知项的估计值中计算出转差电角速度,并借助定子电压检测值与计算值构成闭环转子位置观测器。仿真结果验证了该控制策略的正确性和有效性。     

转子物性对超临界汽轮机启动热应力的影响

汽轮机转子材料多采用30CrMoV低碳合金钢,其物性参数随温度变化显著.所建转子热应力计算模型,考虑了转子材料物性随温度变化的影响.通过仿真试验,分析了国产某600MW超临界汽轮机冷态、温态、热态和极热态4种启动工况下转子热应力的变化趋势,并与常物性转子热应力模型的计算结果进行了比较.结果表明:转子材料物性参数随温度的变化显著影响其启动热应力的大小,为提高汽轮机转子热应力在线监测模型的计算精度提供有益参考.     

基于SSA-NARX的航空发动机动态特性参数辨识方法

针对航空发动机动态特性的建模问题,提出一种基于麻雀搜索算法(SSA)优化NARX神经网络的动态特性参数辨识方法。利用SSA对NARX网络的权值与偏置进行迭代寻优,使网络具备更高的准确度与泛化能力;利用优化后的NARX网络进行动态参数辨识;使用航空发动机飞行测试数据集进行了仿真测试。结果表明：SSA-NARX方法明显优于NARX和PSO-NARX方法。SSA-NARX方法的输出参数N₁,N₂和排气温度(EGT)与真实值的最大相对误差绝对值δ_max分别降低至3.81%,1.24%和3.47%;动态特性指标T_i与T_t与真实值的相对误差均小于5%;经10次交叉试验,参数N₁,N₂和EGT的测试结果均方根误差均值RMSE_m分别为0.29,0.18和1.50。模型的准确性、实时性与稳健性均满足了仿真需求。     

汽轮机复杂套装转子内部应力分析

对核电汽轮机多级共用轮盘复杂套装转子的结构特征、温度环境和力载荷进行了研究,利用Abaqus有限元软件计算了装配套装转子的应力场及稳态运行工况的温度场和应力场,并分析了轮盘与主轴装配过盈量对转子安全运行的影响.结果表明:稳态运行时套装转子表面的最高温度可达250℃,从进口到出口,套装转子温度沿轴向逐渐降低,出口端的最后一个轮盘温度低于70℃;稳态运行工况下离心力载荷和热膨胀对接触面装配应力的影响较为明显;稳态运行时,装配初期过盈量产生的接触面应力减小幅度较大,但仍能保证套装转子在现有过盈量下安全运行.     

基于时间序列的神经网络水质参数预测方法的应用

为准确预测水质变化规律,利用一种基于时间序列的神经网络水质参数模型预测方法,将时间序列预测方法与神经网络非线性建模方法相结合,通过时间序列的历史数据揭示特定水环境中水质参数随时间变化的规律,再利用神经网络的强非线性和自适应学习能力来预测未来的水质参数变化趋势,并用南津关水质自动监测站的监测数据验证了该方法的有效性。     

基于混合智能的锅炉飞灰含碳量实时目标值模型

为了降低飞灰含碳量,提高锅炉运行水平,运用混合智能技术建立了飞灰含碳量目标值模型.从运行优化角度提出了飞灰含碳量目标值的定义和技术可行方案.通过对锅炉的历史运行工况数据库进行数据挖掘,建立了锅炉历史最优工况数据库,以此作为训练样本建立飞灰含碳量目标值的神经网络模型,在进行了实例验证后对模型进行了分析讨论.实际应用表明该模型具备自调节能力,能够向运行人员实时提供当前工况下的飞灰含碳量目标值,为飞灰含碳量的实时优化指明了调整的方向.     

基于交轴磁链辨识的永磁同步电机位置传感器零位校正方法

永磁同步电机控制系统的软硬件故障可能会导致转子初始位置信息出错或丢失,进而造成控制系统失效。为了解决上述问题,分析了转子位置误差对直轴电压的影响,并提出了一种基于交轴磁链辨识的位置传感器零位校正方法。首先,通过离线辨识获取交轴磁链变化曲线,并利用曲线拟合工具获取函数,进而计算获得转子准确定位工况下的直轴电压方程。然后,利用位置信息误差对交轴磁链和直轴电压方程的影响,建立起转子位置误差的闭环校正系统,最终实现了位置传感器的在线零位校正。该方法在永磁同步电机平台进行了试验验证,结果表明,该方法具有良好的校正精度和应用可靠性。     

抽水蓄能发电电动机转子不同工况下动应力特性研究

转子结构上的动应力是影响结构性能和疲劳寿命的直接因素,进而决定了部件安全运行能力。由于发电电动机存在多种工况间相互切换,其转子需频繁正反转和转速陡增,导致结构承受频繁变化的动应力作用。而常规电机结构评估仅考虑固定转速下结构的静态应力,不足以评估复杂运行工况下发电电动机转子的结构性能。因此,以广州抽水蓄能电站B厂一台已投运机组为例,选取机组典型运行工况,运用瞬态动力学计算各工况下转子结构上的动应力谱,并以此评估转子的结构性能。结果表明,各工况下应力集中发生在磁轭鸽尾槽,并且不同工况下的峰值应力位置出现在鸽尾槽的不同位置,这为提高机组运行可靠性和疲劳寿命提供了理论依据。     

闭环控制电喷摩托车氧传感器安装布置的研究

本文针对闭环电喷摩托车的氧传感器安装布置问题，试验研究了摩托车发动机在不同运行工况和不同点火提前角条件下排气系统中三个位置的排气温度变化规律，分析了在各个位置安装氧传感器的优缺点，最后确定了两个可行的设计方案，并通过了实车15000km强化试验，证明这种方案可以满足闭环电喷摩托车的要求。