基于RBF神经网络的燃气轮机转速传感器故障诊断研究

提出基于径向基函数RBF(Radial Basis Function,简称RBF)神经网络的转速观测器,利用迭代增加神经元的方法解决了传统RBF网络神经元位置调整范围小和神经元数量固定带来的逼近不精确问题,并通过估计相对差和阀值的比较检测传感器故障。以某型燃气轮机转速试验数据为例进行了验证,证明RBF神经网络能准确进行转速传感器的故障检测,具有较好的工程应用价值。     

核电站AAC厂房通风控制系统设计

根据核电站AAC(应急柴油发电机组)厂房的工艺和控制要求,开发一套通风控制系统对厂房各主要设备间的环境温度和H_2浓度进行数据采集和实时控制。该系统采用西门子S7-300系列PLC作为数据采集和控制单元,以触摸屏作为人机对话监控窗口,实现了对现场的自动动态监控。     

一类不确定线性时滞系统的保性能研究

利用Lyapunov稳定性理论,研究具有状态时滞的线性不确定系统的保性能控制问题,考虑传感器传输时滞和采样周期的影响,在不确定性难以满足一般保性能控制的范数有界的条件下,通过系统性能指标局部优化的方法,由局部保性能指标上界确定系统整体保性能指标的上界,在时滞有界和采样周期内状态参数阵不变的条件下,通过求解Riccati微分方程得到局部优化控制律,数值仿真表明了该方法的有效性和可行性。     

基于模糊状态观测器的燃气轮机转速传感器故障检测研究

为了更好的跟踪状态量可测的燃气轮机转速曲线,将模型参考自适应与模糊控制相结合,构造了燃气轮机转速模糊状态观测器,不断逼近系统实时转速输出,解决了传统状态观测器在模型不精确时易产生的误差累计和观测偏移的问题,并通过估计相对差和自适应阀值的比较实现传感器故障检测。利用 Lyapunov稳定性理论证明了观测器跟踪误差在有限时间区间内一致收敛到零。仿真结果验证了算法的可行性和有效性。     

基于模糊神经网络的燃气轮机热力部件故障诊断研究

针对燃气轮机热力部件故障,提出了基于模糊神经网络的故障检测和诊断方法。在利用模糊规则描述系统故障状态的基础上,通过建立故障诊断目标函数,利用误差反向梯度算法实时修正神经网络连接权值和阈值。仿真结果证明与传统BP神经网络相比,模糊神经网络在对燃气轮机热力部件故障的识别中,具有更高的准确率。