基于人工神经网络的汽轮机通流部分故障诊断研究

摘要

通流部分是汽轮机发电机最重要的部分,也是机组经常出现故障的主要环节.它的故障直接影响汽轮机组的安全与经济运行.所以,对汽轮机通流部分故障的监测、诊断是十分必要的.本文在仿真技术的基础上,结合传统热力学与神经网络,尝试一种新的汽轮机通流故障诊断方法,并通过仿真实验讨论了这种新方法应用于通流故障诊断的可行性.

目录

文摘

英文文摘

声明和关于学位论文使用授权的说明

第一章绪论

1.1汽轮机通流部分故障诊断的研究现状

1.1.1目的与任务

1.1.2汽轮机诊断方法分类与概述

1.1.3国内外发展动态

1.2汽轮机通流部分故障诊断常用方法及特点

1.3主要研究内容和实现方法

1.3.1主要研究内容和思路

1.3.2关键技术和研究难点

第二章汽轮机通流部分故障分析

2.1前言

2.2压力、温度、流量的关系

2.2.1级组的变工况特性

2.2.2压力流量关系式的应用条件

2.2.3压力流量公式的推广应用

2.3汽轮机通流部分故障

2.3.1 300MW仿真机可仿真的通流故障的分析

2.3.2 300MW仿真机不能仿真的通流故障

2.4汽轮机通流部分故障特性

2.5建立热力参数故障诊断知识库的方法

2.5.1机组通流部分模型的简化

2.5.2热力参数故障诊断知识库的建立

2.6汽轮机通流部分结垢故障诊断方法

2.6.1调节级后级组结垢，其它部分完好

2.6.2调节级结垢，其他部分完好

2.6.3调节阀门通道结垢，其他部分完好

2.7通流部分故障热力参数诊断征兆表

2.8小结

第三章人工神经网络

3.1人工神经网络及其特征

3.2人工神经网络结构原理与算法

3.2.1ANN结构原理

3.2.2神经网络的学习算法

3.3 PNN网络

3.3.1 PNN网络模型

3.3.2 PNN算法

3.3.3 PNN网络结构、学习规则

3.3.4 PNN网络训练

3.4小结

第四章PNN神经网络在汽轮机通流故障诊断中的实例应用

4.1 SQL Server和Matlab

4.1.1 SQL Server 2000

4.1.2 Matlab 6.5

4.1.3数据库与Matlab的ODBC连接

4.1.4水蒸汽C语言Mex程序文件的编写

4.2基于PNN网络的汽轮机通流故障诊断过程

4.2.1常规热力学诊断方法部分

4.2.2 PNN神经网络诊断方法部分

4.3样本集的设计与选取

4.4 PNN网络输入输出

4.4.1输入输出参数的确定

4.4.2输入参数预处理

4.4.3变工况输入参数基准值计算

4.5 PNN网络训练与测试

4.5.1网络训练

4.5.2 PNN网络测试与分析

4.5.3BP网络仿真效果对比

4.5.4离线训练与实时监测

4.6算例

4.7小结

结 论

参考文献

致 谢

附 录