收藏本站
《大连理工大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络的水电机组动载识别研究

沙瑞华  
【摘要】:水电机组及厂房建筑物由于其结构特点和功能需要,运行中的振动问题非常普遍。水电机组在实际运行过程中所承受的各类动载荷是进行振动分析和动态设计的基础数据。然而,由于水电机组规模较大,动荷载时空分布复杂等特点,直接测量其动态力有许多困难,所以利用动载识别技术来分析识别机组的动载荷具有重要的工程实用价值。本文着眼于将神经网络技术引入到水电机组动载荷识别中来。神经网络作为一种载荷识别的新技术,与其它一些传统的方法相比具有很多优势。使用神经网络进行动载荷识别不需要计算模态矩阵、质量矩阵及刚度矩阵,实现过程简单,识别精度高且无累积误差。早期使用神经网络进行载荷识别通常都采用标准BP网络,但该方法存在易陷入局部极小值和学习算法收敛速度慢等问题。本文旨在尝试采用和比较近年来出现的几种新型网络算法以进行水电机组的动载识别探讨。 本文第一部分进行了几种不同的神经网络算法动载荷识别效果对比。首先,对附加动量法的BP网络、基于LM优化算法的BP网络及RBF网络进行了网络结构设计及参数选择。然后分别实现了应用三种网络对不同类型的动载荷进行数值算例的识别计算并就识别效果进行了比较。结果表明基于LM优化算法的BP网络对各类动载荷识别的效果优于附加动量法BP网络和RBF网络。 为了进一步验证基于LM优化算法的BP神经网络的识别效果,本文的第二部分进行了动载识别室内模型实验。由于水电站厂房的上部结构常为一框架结构,因此制作了一简单框架模型结构。依据测点的优化布置研究成果,在最优测点位置安装了加速度传感器,然后施加已知的动载荷并测取加速度响应,对加速度响应进行积分得到测点的位移时程并将之输入已训练好的神经网络进行动载识别。结果表明,使用基于LM优化算法的BP神经网络进行动载识别具有较高的识别精度。 本文的最后一部分探讨了基于LM优化算法的BP神经网络在水电机组动载识别中应用的可行性。根据水电机组的动态特性,建立了机组轴系的有限元模型,并进行了水轮机转轮处的水力荷载和发电机定子处的不平衡磁拉力的识别。
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2005
【分类号】:TV734

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 佟铮;张友鹏;;基于BP神经网络的机车轮对故障诊断系统研究[J];铁路技术创新;2009年01期
2 黄莲花;李光明;;神经网络数据融合在车用传感器中的应用[J];装备制造技术;2011年08期
3 ;国网实现700MW水电机组励磁系统国产化[J];东方电机;2011年04期
4 景利学;苏宏升;谢明军;冉鹏程;;电压型BUCK变换器控制策略研究[J];电气传动自动化;2011年04期
5 姜平;黄志鹏;;基于神经网络的公交客流预测[J];交通标准化;2008年13期
6 尹骏晖;李伶;杜青;;基于神经网络和柔度曲率的简支梁损伤识别[J];山西建筑;2011年21期
7 孙海龙;冯超;匙瑞堂;;滚动轴承状态监测[J];工业设计;2011年05期
8 杨鹤年;;机电一体化系统中的智能控制技术[J];煤炭技术;2011年07期
9 许杰;程锦房;何光进;;一种基于舰船磁场的神经网络识别模型[J];船电技术;2011年09期
10 蒯松岩;吴涛;代尚方;张旭隆;;基于RBF的无位置开关磁阻电机控制系统[J];电力电子技术;2011年07期
中国重要会议论文全文数据库 前10条
1 侯树文;李艳华;杨科科;柏镇;;基于GA的BP神经网络智能PID控制在水力发电机组中的应用[A];第八届工业仪表与自动化学术会议论文集[C];2007年
2 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
3 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
4 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
5 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
6 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
7 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
8 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
9 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
10 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 记者 陈青 通讯员 孙国根;揭示神经网络形成新机制[N];文汇报;2011年
2 吴植;我国加紧研发百万千瓦级水电机组[N];中国质量报;2010年
3 于翔;数字神经网络中的协同应用[N];网络世界;2009年
4 证券时报记者 向南;国电电力 水电机组投产新项目获批[N];证券时报;2010年
5 通讯员 周光乙 袁亚洲;700兆瓦级水电机组励磁系统实现国产化[N];中国电力报;2011年
6 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
7 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
8 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
9 吴植;水电重大装备制造业跨入新时代[N];中国技术市场报;2010年
10 通讯员 孙文;世界首台80万千瓦水电机组蜗壳出厂[N];中国电力报;2010年
中国博士学位论文全文数据库 前10条
1 张孝远;融合支持向量机的水电机组混合智能故障诊断研究[D];华中科技大学;2012年
2 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
3 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
4 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
5 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
6 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
7 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
8 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
9 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 沙瑞华;基于神经网络的水电机组动载识别研究[D];大连理工大学;2005年
2 赵勇飞;基于模糊神经网络的水电机组故障诊断专家系统研究[D];武汉大学;2005年
3 代开锋;基于特征的水电机组状态趋势预测[D];华中科技大学;2005年
4 廖犬发;一种配电网故障区间诊断系统的研究[D];武汉大学;2004年
5 陈燕;基于粒计算——神经网络的故障诊断方法与应用[D];太原理工大学;2011年
6 魏秀;文化算法优化RBF神经网络及应用研究[D];太原理工大学;2011年
7 王晶;基于神经网络理论实现混沌系统控制与同步研究[D];郑州大学;2002年
8 易江义;神经网络PID控制在汽车发电机性能自动测试系统的应用[D];中南大学;2004年
9 张霞;GIS内部信号识别的神经网络建模及小波算法实现[D];天津大学;2003年
10 仲京臣;基于小波神经网络的故障诊断研究[D];中国海洋大学;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026