基于改进KNN算法的汽轮机通流故障诊断方法及应用

汽轮机的故障诊断对整个电厂的安全运行意义重大。根据热力参数建立计算模型可以及早地观测到性能退化趋势,预测设备故障类型。本文采用特征通流面积的方法建立汽轮机系统性能退化模型,模拟系统故障样本与测试样本,建立设备故障样本库。通过使用改进的KNN（K-nearest neighbor）算法,基于汽水系统热力参数变化规律,计算当前机组运行数据样本相对于设备故障样本的相似度,判定当前机组各设备已发生故障的概率。通过对某S109FA联合循环机组汽轮机研究结果表明,特征通流面积在不同工况下的计算误差均在5%以内,满足工程计算要求。相比于传统KNN算法,改进KNN算法通过样本评估近邻在决策过程中的权重,取得了比传统KNN算法更高的分类正确率。对测试样本故障诊断结果表明,改进KNN算法比传统KNN算法诊断准确率更高,对测试样本诊断准确率为100%,采用改进KNN算法汽轮机系统故障诊断具有可行性,与现场实际情况吻合。     

铁载氧体整体煤气化链式燃烧联合循环系统性能研究

化学链式燃烧能在能量释放的同时有效分离CO2。运用ASPEN PLUS软件对FeO/Fe3O4/Fe2O3作载氧体的整体煤气化链式燃烧联合循环系统性能进行了模拟研究,分析空气反应器温度、冷却空气率、透平进口前补燃温度对系统效率、氧耗量和CO2排放量等参数的影响。模拟结果表明,维持透平进口前补燃温度1350℃,当空气反应器温度从850℃提高到1100℃时,CO2排放量从396 g/(kWh)降低到210g/(kWh),系统效率从44.04%降低到43.19%;提高冷却空气率,系统效率降低;提高透平进口前补燃温度将增加CO2的排放量;在一定的透平进口温度下,存在最佳压缩比。     

零排放天然气化学链置换燃烧仿真研究

以天然气为燃料,金属氧化物为载氧体,实现化学链置换燃烧(Chemical Looping Combustion-CLC)。“燃烧”气相产物H2O(汽)+CO2,冷凝水后,可分离出CO2。结合燃气蒸汽联合循环技术,实现能量的梯级利用,构成新型化学链置换燃烧联合循环,高效发电同时分离CO2。建立了化学链置换燃烧空气反应器(AR)和燃料反应器(FR)的质量平衡和能量平衡数学模型,对燃烧特性进行仿真计算。研究结果表明:载氧体氧化比率和还原比率增大,FR的出力及所需载氧体的最小量增加,使AR空气量减小;加大循环倍率或升高AR出口预设温度均使FR出口温度升高,AR空气量将更减少。这部分计算可为化学链置换燃烧技术的实验研究和系统概念设计提供基础数据。     

基于OPC技术的燃烧室监测系统集成改造

中国科学院工程热物理研究所现有6B和9E两套燃气轮机燃烧室装置,它们各自不同的监测系统给实验过程数据的统一监控带来了很大不便.针对此现状,应用基于OPC技术对其进行了集成改造,详细介绍了两套系统的集成方法以及使用SmartOPC开发工具开发OPC服务器的过程.改造结果表明集成后的监测系统运行稳定,数据交换流畅,统一的人机界面给实验人员监控实验过程带来了方便,达到了系统改造的预期目标.     

化学链干重整联合制氢热力学分析及实验

提出了一种化学链甲烷干重整联合制氢工艺。该工艺由还原反应器、干重整反应器、蒸汽反应器和空气反应器组成，在实现制氢的同时获得可变H₂/CO比的合成气。借助ASPEN plus软件和小型流化床实验台，在等温条件下，温度900℃，采用Fe₂O₃/Al₂O₃载氧体，对该工艺进行热力学分析和实验验证。结果显示，当铁氧化物被还原至FeO/Fe时，干重整反应器内甲烷转化率可以达到98%，CO产率可以达到94%。干重整反应器中同时发生甲烷干重整和部分氧化反应，载氧体内部晶格氧可以有效降低积炭并提高合成气H₂/CO比。积炭发生于晶格氧消耗殆尽时。积炭进入蒸汽反应器，发生气化反应，降低氢气纯度。     

热泵节能技术在供热机组中的应用

节能减排,控制污染,实现我国"十一五"万元GDP能耗降低20%的目标,已成为我国政府、企业工作的重点之一.抽凝式供热机组的发展面临关停和改造的局面.本文提出将热泵节能技术应用于抽凝式供热机组,以热泵替代低压加热器加热补水和凝水到80℃,提高进入除氧器的给水水温,减少机组抽汽量.基于ASPEN模拟的结果显示,机组电功率由原来的10 564kW提高到11 322 kW,提高了758 kW,占原功率的7.18%.有效提高了单位能耗机组电功率,达到节能目的,缓解了抽凝式供热机组的困境.     

基于单神经元自适应控制器的IGCC电站气化炉控制

在分析IGCC电站中气化炉的工作特性与气化炉控制系统基本结构的基础上,对气化炉控制系统进行了设计。运用单神经元自适应控制方法,采用改进的有监督的Hebb学习规则在线完成控制器参数的自整定,从而实现系统的智能控制。仿真结果表明,与常规PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。     

基于BP神经网络的蒸汽温度控制

详细介绍ＢＰ神经网络控制算法,运用模糊逻辑控制概念赋予隐层含义,并决定其节点数,同时用高斯核函数作为节点激励函数,进行了仿真研究。叙述了系统的硬件与软件构成,试验表明系统操作方便、安全可靠,控制效果好。