首页> 中文学位 >基于灰色误差神经网络的热电厂燃炉系统故障预测应用研究
【6h】

基于灰色误差神经网络的热电厂燃炉系统故障预测应用研究

代理获取

目录

1 绪论

1.1 课题背景及其意义

1.2故障预测的国内外研究及应用现状

1.3 本文的主要研究内容

1.4 本章小结

2 锅炉系统及其故障分析

2.1 锅炉系统介绍

2.2 锅炉系统的主要故障及相关故障预测技术

2.3 本章小结

3 故障预测功能模块与组建知识库

3.1 锅炉故障预测系统的框架

3.2 知识表示与获取

3.3 锅炉故障预测系统知识库的组建

3.4 本章小结

4 锅炉故障预测的多变量灰色误差神经网络模型

4.1 灰色系统与神经网络的理论基础

4.2 灰色模型预测法与BP算法的实现

4.3 锅炉故障预测模型的建立

4.4小结

5 锅炉故障预测系统开发及结果分析

5.1 故障预测系统软件设计

5.2 系统的界面与操作

5.3 系统的仿真实验及结果分析

5.4 本章小结

6 基于新华DCS的故障预测系统应用

6.1 新华DCS系统XDC800概述

6.2故障预测系统的设计

6.3 故障预测系统的实现

6.4故障预测模型直接在XDC-800中的实现探索

6.5 小结

总结与展望

总结

展望

参考文献

致谢

攻读学位期间发表的学术论文目录

声明

展开▼

摘要

随着自动控制系统的普遍应用以及工业自动化规模的不断壮大,企业对系统运行的可靠性和稳定性提出了越来越高的要求。为了尽量减少甚至避免故障损失,提高各大型设备运行的安全性,对各种异常状态或故障状态做出及时准确的预测与诊断是非常有必要的。
  故障预测技术是随着维修理念的转变和维修方式的变革而逐步发展起来的新技术,其有效地实现了对故障的主动预防和实时监测,由基于智能系统的故障预测逐步替代了传统的事后诊断,一定程度上为实现设备的安全性和经济性运转提供了可行性。本文深入研究了热电厂锅炉的基本结构、工艺流程及主要安全性能指标,在此基础上建立了锅炉故障预测系统知识库。以4#炉高温过热器的壁温数值为研究样本,分别对T-S模糊神经网络结构模型和多参数灰色误差神经网络模型进行MATLAB仿真。实际验证结果表明了多变量灰色误差神经网络模型满足了较高的精度和速度的要求。为了深入研究该模型算法而设计了故障预测系统,简洁友好的界面和便捷的操作方式对于实现锅炉相关的故障预测具有一定的积极意义。
  某电厂的锅炉控制系统采用的是新华DCS的TisNet-OnXDC800,该系统本身集成了报警技术。本文深入研究了该套系统的运行机制与组态,为更好的实现对故障的识别与预测,运用OPC技术的通讯方式研究了预测模型和系统的结合。同时在XCU图形组态软件中研究了多参数灰色误差神经网络模型的合理运用,具有一定的实际意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号