收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

工业汽轮机热力性能在线监测与故障诊断的研究

高洪涛  
【摘要】:汽轮机在线监测与故障诊断技术是汽轮机行业中十分重要的研究课题和领域,本文在研究国内外文献基础上,并从为企业开展的汽轮机故障预防与经济运行课题研究中感到,尽管振动信号蕴含了丰富的机组状态信息,很大程度上反映了机组健康状况,许多参数的变化和故障的发生都会反映在振动信号中,而且目前来讲,对振动信号的分析手段也较完善,但是要对机组的状态进行全面评价和对各种典型故障进行诊断、预测,显然只是依靠基于振动信号的诊断技术是不够的,必须针对更全面(机械和热力)的状态参数进行更复杂的信息处理和综合,利用综合诊断技术,其中除振动故障诊断技术外,热力参数诊断技术是不容忽视,不可缺少的重要方面。国内外近几年有人对电站汽轮机的热参数进行监测并用以进行故障诊断。工业汽轮机热参数在线诊断更具有特点,研究才刚刚开始,有大量问题亟待研究解决。为此,本文围绕工业汽轮机热力参数在线监测及故障诊断方面有关内容进行了较为详细的讨论。 汽轮机热力性能评估是热参数诊断的基础,需要有准确的工质性质和变工况特性计算方法。为此,本文将水蒸气热力性质计算的两种公式——IFC公式和вти公式结合起来,各取所长,在高压过热区采用вти公式,在其他区域采用IFC公式,以提高水蒸气性质计算精度和计算速度;在分析常用变工况计算方法基础上,在详细变工况计算时采用一种较适合电算编程且思路清晰的由前向后、由后向前混合变工况计算方法。为对汽轮机热力性能评估,本文给出了汽轮机预期性能的计算及对汽轮机运行性能的评价方法。利用前述方法,针对抚顺乙烯汽轮机组开发了热力状态在线性能监测及评估系统,该系统为指导该厂经济运行操作、提高生产管理、预防事故发生提供了科学依据。 汽轮机性能预测既是故障诊断的重要手段,更能为汽轮机预期维修提供依据。本文研究比较了经济领域的两种预测方法——灰色系统预测和马尔可夫预测,并将它们应用到汽轮机性能预测中来。经过实例验证表明,采用基于灰色系统的马尔可夫预测法能够较准确地预测汽轮机运行性能,具有一定的应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 丁常富;王亮;;基于交叉验证法的BP神经网络在汽轮机故障诊断中的应用[J];电力科学与工程;2008年03期
2 曾素琼;;遗传算法在电力系统故障诊断中应用及智能设计[J];嘉应学院学报;2007年06期
3 刘庆珍;蔡金锭;王少芳;;基于改进遗传BP算法的电力变压器故障诊断[J];福建电脑;2006年12期
4 刘锦荣;王绍进;任芳;杨兆建;;基于遗传算法优化BP神经网络的提升机制动系统故障诊断[J];煤矿机械;2011年05期
5 何彦平,袁翔,夏晶晶;基于神经网络的机械故障诊断[J];公路与汽运;2005年04期
6 宫唤春;;基于支持向量机的凝汽器故障诊断研究[J];热力透平;2009年01期
7 曾秀丽;玄兆燕;于子旺;;小波与神经网络结合用于电机在线监测与故障诊断[J];制造业自动化;2010年09期
8 程力旻;谢志江;刘利云;孙红岩;;运用免疫遗传神经网络的汽轮机振动故障诊断[J];振动.测试与诊断;2010年06期
9 邵明强;田慕琴;;基于遗传神经网络的感应电机故障诊断研究[J];微电机;2009年08期
10 蔡猛;张大发;张宇声;金仁喜;陈登科;;基于遗传神经网络与信息融合的实时智能故障诊断系统研究[J];船海工程;2010年05期
11 刘明利;傅行军;李艳;;小波包-神经网络在汽轮机转子故障诊断的应用[J];发电设备;2009年06期
12 朱旭东,戴文战,郎燕峰;基于神经网络的方法在故障诊断中的应用[J];机电工程;2003年05期
13 张建民;龙佳乐;何怡刚;;结合遗传算法的神经网络在电力电子电路故障诊断中的应用[J];科学技术与工程;2009年08期
14 庄哲民,肖广辉,曹勤;基于遗传神经网络的异步电动机故障诊断研究[J];测试技术学报;2004年04期
15 白洁;;基于遗传算法异步电动机转子故障诊断研究[J];大电机技术;2011年01期
16 骆志明,冯庚斌;遗传BP网络在滚动轴承故障诊断中的应用[J];铁道学报;1999年05期
17 王少芳,蔡金锭;GA-BP混合算法在变压器色谱诊断法中的应用[J];高电压技术;2003年07期
18 万锋宇;周东生;李茂龙;;一种新的导弹发射技术辅助决策系统架构[J];现代防御技术;2006年06期
19 刘克非;何祖威;;基于蚁群神经网络的凝汽设备故障诊断[J];计算机仿真;2008年05期
20 吝伶艳;田慕琴;吕永卫;;基于遗传算法和神经网络相融合的异步电动机故障建模[J];煤矿机械;2007年08期
中国重要会议论文全文数据库 前10条
1 何群英;郝伟;;基于全矢谱和遗传神经网络的旋转机械故障诊断[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
2 王帆;吴多胜;;基于遗传算法和神经网络的导弹故障诊断专家系统[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
3 李烨;蔡云泽;许晓鸣;;基于支持向量机集成的故障诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
4 王可;李平;陶文华;陈志勇;;遗传BP网络在电力变压器故障诊断中的应用[A];中国计量协会冶金分会2008年会论文集[C];2008年
5 王可;李平;陶文华;陈志勇;;遗传BP网络在电力变压器故障诊断中的应用[A];2008全国第十三届自动化应用技术学术交流会论文集[C];2008年
6 王建成;李宁;吴晓明;;基于CBR的自行火炮故障诊断系统设计[A];2006中国控制与决策学术年会论文集[C];2006年
7 寇纪淞;徐博艺;刘刚;;用遗传算法训练前馈神经网络的权值[A];1994中国控制与决策学术年会论文集[C];1994年
8 唐琎;蔡自兴;谭立球;;用基于遗传算法的神经网络指导股市交易[A];1999年中国智能自动化学术会议论文集(下册)[C];1999年
9 安世奇;孙一康;王京;;基于遗传算法的神经网络简单自适应控制[A];2005中国控制与决策学术年会论文集(上)[C];2005年
10 李晔;;基于遗传算法和神经网络的二级倒立摆控制系统[A];第25届中国控制会议论文集(中册)[C];2006年
中国博士学位论文全文数据库 前10条
1 高洪涛;工业汽轮机热力性能在线监测与故障诊断的研究[D];大连理工大学;1998年
2 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
3 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
4 吴令;基于GA-NN和不可逆热力学的钢中氧化物夹杂预报模型[D];东北大学 ;2009年
5 陈伟根;以油中多种气体为特征量的变压器绝缘在线监测及故障诊断技术研究[D];重庆大学;2003年
6 曾良才;板带轧机液压AGC综合测试系统及故障诊断研究[D];武汉理工大学;2005年
7 吕瑞华;复杂经济系统混沌预测方法与多层局势决策方法研究[D];天津大学;2004年
8 焦嵩鸣;计算智能及其在热工系统中的应用研究[D];华北电力大学(河北);2007年
9 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
10 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 厉芸;基于神经网络和遗传算法模拟电路故障诊断方法研究[D];湖南大学;2005年
2 邓宇;变压器故障在线智能诊断系统[D];中南大学;2005年
3 周龙;模拟电路故障诊断参数识别方法研究[D];湖南大学;2006年
4 李亚斐;基于计算智能的工程项目估算分析[D];长春工业大学;2010年
5 杨大春;基于遗传算法优化BP神经网络的行为识别[D];辽宁科技大学;2012年
6 甄志;100MW无烟煤机组经济性能在线分析研究[D];华北电力大学(河北);2004年
7 齐瑞勤;遗传算法在间歇式反应釜故障诊断中的应用[D];大连理工大学;2011年
8 陈郁;遗传神经网络在模拟电路故障诊断中的应用[D];长春理工大学;2009年
9 李晓彬;基于神经网络的工程结构在线监测与故障诊断研究[D];武汉理工大学;2002年
10 高玉萍;基于专家系统与神经网络相结合的电力变压器故障诊断[D];西安理工大学;2005年
中国重要报纸全文数据库 前10条
1 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
2 张震宇 邹月明 记者 肖萌;对13家重点排污企业在线监测[N];锦州日报;2008年
3 薛枫 周昕峰;通辽局首套电能质量在线监测系统投运[N];东北电力报;2011年
4 张兴衍;在线监测水源8项指标[N];深圳商报;2004年
5 董若义;聊城减排工作抓重点促全局[N];中国环境报;2007年
6 本报记者 路晓冰;东汽“百万”之路[N];中国电力报;2008年
7 通讯员 马强 本报记者 毛建华;质量+服务=品牌[N];中国机电日报;2002年
8 姚耀富;设备腐蚀在线监测值得关注[N];中国工业报;2007年
9 王太师实习生 刘静;清镇市“两湖”保护在线监测系统建设全面启动[N];贵州日报;2007年
10 通讯员 武晓明 薛卿 郭宝慧 记者 常素莉;国华沧电1号机组达标投产[N];河北经济日报;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978