学位论文 > 优秀研究生学位论文题录展示
变工况下凝汽式汽轮机运行性能诊断与故障分析
作 者: 李亮
导 师: 黄竹青; 冯磊华
学 校: 长沙理工大学
专 业: 动力机械及工程
关键词: 运行性能 特征通流面积 最小二乘支持向量机 故障预测
分类号: TK267
类 型: 硕士论文
年 份: 2012年
下 载: 100次
引 用: 0次
阅 读: 论文下载
内容摘要
汽轮机运行的总体要求是在保证设备安全的前提下,取得最高的经济性,并能适应电网负荷的变化。汽轮机运行异常或设备故障情况下,会产生一些损耗影响汽轮机设备的可靠性和经济性,严重时可能造成设备损坏甚至发生事故,给发电企业造成巨大损失。因此充分了解并掌握汽轮机各种工况下的热力特性和运行特性,提前预测故障并判断故障的位置及类型将有利于对事故的处理,降低经济损失。围绕变工况下凝汽式汽轮机的运行性能诊断及通流部分常见故障分析,本文的主要研究内容如下:(1)提出了一种利用特征通流面积诊断汽轮机运行性能的方法,与以往的根据汽轮机各个设备的实时运行数据变化进行诊断的方法相比,该方法融合了自动反馈功能和调整功能,将计算机智能化,能够全面的了解汽轮机各个部位的运行性能。级组特征通流面积以弗留格尔公式为前提,反映了该级组的通流能力大小,本文以国内某电厂310MW汽轮机作为研究对象,通过实验验证了该方法的实用性。(2)提出了一种建立在时间序列基础上的最小二乘支持向量回归预测方法,与传统的神经网络预测方法相比,该方法具有所需训练样本少,抗噪能力强,预测精度高等优点,在现场试验中取得了很好的效果,该方法可以为汽轮机故障趋势预测技术的研究提供了一定的参考。(3)提出了一种基于核函数的二叉树型支持向量机分类算法,该方法应用在Matlab平台上,将汽轮机通流部分的故障学习样本以数组形式输入系统,在系统中存入故障学习样本的类别标签并建立故障分类模型,利用该模型进行分类预测。该方法具有所需样本数目不多、训练方法好,诊断率高等优点,能很好的应用于实际。本文通过以上方法对变工况下凝汽式汽轮机的运行性能进行诊断并对故障进行分析,取得了一定的研究成果。通过大量试验建立数据库,将系统不断完善并应用于现场,提高了汽轮机运行的经济性和安全性。
|
全文目录
摘要 5-6 ABSTRACT 6-10 第一章 绪论 10-16 1.1 课题背景 10 1.2 研究意义 10-11 1.3 汽轮机组运行性能诊断技术的研究现状 11-12 1.4 汽轮机故障诊断技术研究现状 12-14 1.5 本文主要研究内容 14-16 第二章 汽轮机通流部分运行性能诊断研究 16-28 2.1 基于特征通流面积的汽轮机运行性能诊断原理 16-20 2.1.1 特征通流面积 16-18 2.1.2 影响特征通流面积和特征通流面积变化率精确度的因素 18 2.1.3 特征通流面积和特征通流面积变化率的使用限制性条件 18 2.1.4 特征通流面积变化率的定义及意义 18-20 2.2 汽轮机运行性能诊断实例 20-27 2.2.1 影响汽轮机运行的各种因素以及基准工况的选择 20-22 2.2.2 汽轮机各级通汽流量及特征通流面积计算 22-25 2.2.3 基于特征通流面积的通流部分运行性能诊断方法的验证 25-27 2.3 本章小结 27-28 第三章 基于最小二乘支持向量机的汽轮机故障预测 28-39 3.1 现代时间序列分析的理论 28-31 3.1.1 时间序列可预测性 28-29 3.1.2 时间序列预测的常用方法 29-30 3.1.3 最小二乘支持向量回归算法原理 30-31 3.2 汽轮发电机组的故障特点及误差分析 31-33 3.2.1 汽轮发电机组的故障特点 31-32 3.2.2 汽轮机故障发展趋势预测的误差分析 32-33 3.3 基于 LS-SVR 的机组故障趋势预测 33-38 3.3.1 故障预测模型 33-35 3.3.2 实验结果分析 35-38 3.4 本章小结 38-39 第四章 基于支持向量机多值分类算法的汽轮机通流部分故障诊断 39-52 4.1 支持向量机基本原理 39-43 4.1.1 线性支持向量机 39-42 4.1.2 非线性支持向量机 42-43 4.2 支持向量机算法的改进 43-46 4.2.1 基于核函数的二叉树型 SVM 多值分类器算法原理 43-45 4.2.2 支持向量机算法的模型参数的选择 45-46 4.3 改进的 SVM 多值分类算法在汽轮机通流部分故障诊断中的应用 46-51 4.3.1 实验模型的建立 46-47 4.3.2 实验数据的采集 47-49 4.3.3 实验结果分析 49-51 4.4 本章小结 51-52 结论与展望 52-54 参考文献 54-57 致谢 57-58 附录 (攻读硕士学位期间发表的论文) 58-59 详细摘要 59-66
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于特征选择的入侵检测研究,TP393.08
- 基于神经网络的电力变压器故障预测模型研究,TP183
- 基于改进PSO和参数优化的LSSVM的风力发电机齿轮箱故障诊断,TM315
- 多蒸发器CPL系统的实验研究,TB65
- 空气源热泵辅助太阳能热水系统在夏热冬冷地区的运行模拟和应用研究,TU822
- 电网故障下双馈感应风电机组并网运行研究,TM315
- 直升机主减速器故障诊断与故障预测技术研究,V267
- 基于机器学习的E级系统故障预测关键技术研究,TP368.3
- 基于偏最小二乘和支持向量机的生物分子的定量结构—活性/性质关系研究,Q50
- 土壤源热泵工程应用,TU831.4
- 船用柴油机智能故障预测技术研究,U672.7
- 数据挖掘在高速公路机电设备故障预测中的应用,U418.7
- 直流换流阀低电压运行性能及其试验方法的研究,TM721.1
- 基于故障预测信息的维修资源优化决策技术与系统,TH17
- 基于智能优化SVM的短期负荷预测及误差修正模型研究,F224
- 高危生产过程安全监测诊断及预测系统研究,X924
- 电信企业自动激活Web应用系统优化研究,TP393.09
- 基于支持向量机和统计过程控制的风电机组故障预测算法的研究,TM614
- 加工负荷不均衡的混合流水车间调度,TP18
- 智能楼宇空调系统故障预测与诊断的研究,TM925.12
中图分类: > 工业技术 > 能源与动力工程 > 蒸汽动力工程 > 蒸汽轮机(蒸汽透平、汽轮机) > 运行
© 2012 www.xueweilunwen.com
|