供热空冷机组汽动泵运行的可行性研究

针对供热空冷机组(尤其是进行过供热改造的凝汽式空冷机组)普遍存在供热抽汽压力过高的状况,提出了在供热期内将供热抽汽流引进背压汽轮机,先驱动给水泵再进行供热运行模式,并以山西某电厂实际机组为例,编写计算程序分别进行额定工况和变工况下排汽压力和供热抽汽量的校核计算。结果表明:以热网加热器作为驱动给水泵背压机的冷源,背压机功率输出稳定,能够满足给水泵的功率需求且不影响供热过程。与电动泵运行模式进行经济性对比,汽动泵运行具有良好的经济效果,在额定主蒸汽量下,机组净热耗降低约182 kJ/kWh,投资回收期计算显示,采用所述模型运行,约3年即可回收全部的改造费用和设备投资。     

基于热参数的汽轮发电机组多故障诊断模型

汽轮发电机组故障往往是多因多果,有些故障单纯依靠频谱很难识别出发。而机组的负荷,相位,转子表面温度的变化也是识别故障的重要信息,蛤它们对不同故障的影响有强弱之分。本文对影响汽轮发电机组故障的各征兆群进行了系统分析,利用子网络针对不同故障选择不同征兆,建立了单个诊断网络模型,有效地解决了征兆作用的冗余和不足,并进行了实例验证。     

集成蒸汽引射器热电联产余热供热系统全工况性能分析

为了提高工业余热的利用率,提出了增设蒸汽引射器的新型热电联产余热供热系统,通过抽汽引射部分低温乏汽以提质利用,并将其作为1级中间热源梯级加热热网水。基于蒸汽引射器能量匹配特性,以某350 MW余热供热机组为例,通过变工况计算确定蒸汽引射器的工作性能参数,完成梯级供热系统集成,在此基础上建立热力系统模型,并开展变工况热力学性能和适用性研究。结果表明：与案例系统相比,新型系统在设计供热工况下的乏汽利用率提升了12.15%,机组平均发电热效率提高了4.64%,平均供电煤耗率降低8.50 g/(kW·h),负荷调节灵活性提高,当供热负荷率为80%时,新型系统调峰容量比为27.26%,提高了5.78个百分点。     

基于遗传算法的热网阻力系数辨识

供热管网在运行过程中,其阻力系数往往会偏离原有设定值,造成管网建模的偏差。提出采用遗传算法进行管段阻力系数辨识的方法,并建立了相应的数学模型,结合实际对不同类型管网进行了应用。结果表明:对于新建管网,采用遗传算法进行阻力系数辨识准确性较高,与传统的辨识方法相比,可利用少量管网节点参数完成管段的建模辨识;对于老旧管网,由于存在管道腐蚀及结垢等问题,运用遗传算法进行阻力系数辨识偏差较大,通过增加监测点参数的方法修正辨识结果,在一定程度上可减小辨识误差。     

汽轮发电机组振动故障诊断系统自学习的研究

对于一个已建立起来的故障诊断系统,其识别诊断故障的能力取决于诊断系统的知识容量。然而,人们对故障机理的认识是有限的,诊断系统不可能覆盖所有可能发生的故障,因此,对某些异常现象无法作出准确的辨识。文章着重研究振动故障的非线性特征,通过计算振动故障的分形维数提取新故障样本,提出了一种诊断能力自我扩充的理论方法,并进行了帝例验证。     

基于Browser/Server结构的汽轮发电机组轴系监测系统网络化研究

该文应用B/S结构网络技术、网络数据库技术及数据的网络发布技术等对电站安全监测系统进行技术升级改造 ,该研究对实现电站生产管理自动化具有重要意义。图 2参 3。     

高背压供热汽轮机低压转子模态分析

针对汽轮机高背压供热改造后,汽轮机低压转子结构变化,排汽温度升高,有可能造成转子振动的问题,以低压转子标高变化为基础变量,通过模态分析,得出低压转子-轴承系统模态振型,从而分析高背压运行转子振动特性。为指导汽轮机高背压供热改造及汽轮机振动故障诊断奠定理论基础。     

汽轮发电机组故障诊断的自学习

由于对若干故障的机理缺乏认识,诊断系统不会覆盖所有可能发生的故障,对汽轮发电机组故障诊断全面分析,研究了振动信号的分形特征,在实验的基础上,提出了一种诊断系统获取新故障样本的方法。     

耦合喷射器的高背压机组变工况特性研究

在喷射器辅助供热的背景下,为了研究喷射器变工况特性,对国内外有关喷射器的计算方法进行调研,建立了喷射器计算模型并将模型与高背压机组进行耦合,得到喷射器变工况时工作蒸汽、引射蒸汽、喷射器背压、喷射器开度对喷射器性能的影响。结果表明：喷射器工作流体压力从0.25 MPa增至0.45 MPa,工作流体质量流量先变大后变小,在工作蒸汽压力为设计工作蒸汽压力时喷射器性能最佳;引射蒸汽压力提高,临界背压提高;引射后的混合流体的压力不仅会影响喷射器的工作,也会影响凝汽器工作;相比抽背机组,高背压耦合喷射器机组低压缸最小冷却流量最大可降低140 t/h,供电范围提高43 MW。     

基于 BP 网络的旋转机械故障诊断

分析了旋转机械振动故障的特性,在此基础上对基于ＢＰ算法的诊断方法进行了研究,建立了振动故障诊断的神经网络模型,对影响诊断网络的参数进行了详细分析,获得了用于振动故障诊断的最佳网络模型。针对ＢＰ网络收敛速度慢的缺点,提出了改进算法。该诊断模型在模拟转子实验台上进行了实验验证取得了良好的效果。