提升汽轮机凝汽器真空的措施及确定最佳真空的研究

从热力循环角度考虑,提升工质初参数与降低工质终参数是提升发电厂循环热效率的一种主要方法。若要降低工质终参数则需要在汽轮机排汽口建立高度的真空。本文拟从理论与实际两方面探讨如何提高汽轮机凝汽器真空以及确定其最佳真空。     

凝汽器真空的重要性及其保持

凝汽器工作性能直接影响到整个装置的热经济性和运行可靠性,在凝汽式汽轮机运行时维持真空度的稳定性对凝汽器以及机组安全、经济、平稳的运行有重要意义.     

汽轮机组凝汽器真空降低的原因分析及处理

文章通过对汽轮机真空下降进行分析,找出真空下降原因,通过处理使汽轮机真空下降得到解决,提高了汽轮机做功效率,有效的保证了机组的安全运行。     

凝汽器真空低的原因分析及处理

凝汽器的真空是衡量汽轮机组运行经济性的重要指标,凝汽器的真空过低,不仅影响汽轮机的效率,还影响机组的安全运行。通过对造成凝汽器真空低的原因分析,进行了相应的检查和处理,保证了机组真空系统的正常运行,提高了汽轮机组的安全性和可靠性。     

基于模糊粗糙集和事例推理的凝汽器真空故障诊断

针对凝汽器真空故障诊断的不确定性和复杂性,提出一种基于模糊粗糙集和事例推理的凝汽器故障诊断新方法。首先,运用模糊粗糙集属性约简方法对故障特征进行约简和权重分配,不仅提取了反映故障的主要特征量,降低了特征变量之间的非线性相关性,而且避免了人的主观性对权重分配的影响。然后,在分析凝汽器真空故障特征的基础上,建立凝汽器真空故障树,以约简特征作为条件对故障树根节点进行归纳检索,有效地减少了候选事例的数量,再通过最近邻法检索故障树叶节点,对凝汽器真空故障进行智能定位。通过对汽轮机凝汽器历史故障特征数据集仿真,验证了该方法的有效性。     

凝汽器泄漏故障诊断方法研究

针对凝汽器运行过程中水侧换热面污染导致的真空恶化问题,建立凝汽器水侧管壁清洁系数的监测模型,为凝汽器胶球清洗提供依据。采用模糊神经网络进行凝汽器的故障诊断,及时判断出故障的位置和原因。     

真空系统空气漏入值的计算

<正> 当设计真空系统(例如真空蒸馏塔)或估算现有真空系统性能时,关键是要确定不凝气体的负荷。在大多数情况下,以漏入真空系统的外界空气的质量流量作为不凝气体负荷。漏入的气体虽最终会从真空系统抽出,但当它存在于真空系统中时,却占据了一定的体积并使系统持有的真空度改变。毫无疑问,假若没有任何运载气被引入真空系     

双压凝汽器低真空供热方案分析

对300MW机组应用双压凝汽器低真空供热的方案进行改进,提出了结合尖峰加热器的双压凝汽器低真空供热方案,分别从供热初期、中期和高峰期3个阶段对机组的经济性和供热能力进行了综合分析,并与同型号凝汽采暖两用机的经济性进行比较,得出双压凝汽器低真空供热具有供热面积大、能源利用率高等优点。     

大型空分设备汽轮机凝汽器真空下降的原因分析

就全凝式汽轮机凝汽系统的构成和工作原理,凝汽器真空下降的原因和处理方法进行了简要介绍,希望有助于空分行业的发展和进步。     

真空冷凝器及其优化设计应考虑的因素

叙述了真空冷凝器(主要是管壳式真空冷凝器)的型式和特点,真空系统内设备间的相互作用,并特别指出了在设计优化和安装时应注意的事项。     

优化流程提高表面冷凝器的真空度

通过优化真空系统流程,提高表面冷凝器真空度,降低汽轮机排汽压力.     

基于人工神经网络的炸药性能研究

为了解人工神经网络方法在炸药性能预测的应用及发展,分析总结了BP神经网络在炸药性能预测方面的应用。选取合适的参考量作为输入,建立BP网络学习样本、训练样本,构建网络,训练并优化网络,调整隐含层节点数和迭代次数,使得预测误差处于可接受范围。通过对炸药的装药密度、爆热、爆速以及撞击感度等性能的研究,认为人工神经网络会对炸药更多的性能进行精确的预测,有重要参考价值。     

基于动态神经网络的非线性过程在线预测

神经网络需满足以下两个条件方能用于非线性过程的在线预测:①神经网络必需以某种递推的方式出现;②神经网络的学习算法应尽可能简洁快速.为此改造泛回归神经网络(GRNN),运用递推更新的样本数据集训练GRNN,构成动态泛回归神经网络.该动态神经网络训练方便快捷,能够满足在线预测的实时性的要求.仿真实验表明预测值较观测值有一定滞后,但均能尾随观测值而变化,达到了预期的目标.     

纯物质汽化热的人工神经网络算法

１前言纯物质汽化热是重要的基础化工数据,其测定、关联、预测和理论研究相当活跃。在诸多预测模型中最有代表性的当属基团贡献模型,但多采用基团的简单加和或加权组合,基团贡献值由实验数据回归,通用性差,难以区别同分异构体,预测结果不尽人意。人工神经网络具有基...     

神经网络在光伏发电MPPT的应用研究

研究利用BP神经网络和RBF神经网络实现光伏发电最大功率点跟踪。通过仿真,神经网络能够快速跟踪到光伏电池的最大功率点。为提高泛化性能,对网络进行串联改进。仿真表明：新网络的泛化性能较之前独立网络有所提高,对测试样本的拟合效果也变得更好。     

基于BP神经网络的焦炭质量预测

分析了配煤炼焦中影响焦炭质量指标的各种因素及传统焦炭质量的预测方法。以天津天铁焦化厂的配合煤及生产焦炭的各项实际数据为基础,在MATLAB环境下,进行了基于BP神经网络对焦炭质量预测的方法研究。实验结果显示:3种网络的误差基本相同,范围在2%～0.05%,以中间层为15个神经元的略好,满足焦炭质量的预测要求。     

基于神经网络的轮胎胎号字符识别

介绍了采用BP神经网络来进行轮胎胎号字符识别的一种尝试性方法。用Matlab来模拟用神经网络进行胎号数字识别这一过程，用投影—变换系数法进行特征提取，确定特征输入、隐含层的神经元和输出后，经训练后可识别胎号，识别率尚可。     

基于BP神经网络的教学质量评价的探讨

教学是学校的基本功能,正确评价教学质量具有重要的实际意义。本文在分析现有教学评价方法的基础上,结合BP神经网络的特点,探讨了基于BP神经网络的教学质量评价方法。通过分析教学质量评价体系,我们构建了教学质量评价BP神经网络模型,模拟检验结果表明,BP神经网络可以有效、准确地评价教学质量。     

基于神经网络的谐波检测研究

介绍了一种增加神经网络输入的谐波检测方法,即把负载电流矛口它在每一周期对应的角度作为BP神经网络的输入,基波电流作为输出。网络的训练精度也相应提高。然后把训练好的网络在Mat—lab／Simulink中仿真,使输出的基波电流与负载电流相减得到谐波电流。该方法与传统的基于瞬时无功功率理论的ip-i。谐波检测方法相比,其在实时性和精确度上有了很大的改善。