排序方式: 共有130条查询结果,搜索用时 15 毫秒
61.
锅炉过热器管壁超温的故障树诊断 总被引:1,自引:0,他引:1
以大型电站2000t/h亚临界强制循环平衡通风煤粉炉为研究对象,首先建立内壁结垢的过热器管子传热模型,从理论上分析了各主要因素对管壁超温的影响。然后,在详细研究2000t/h燃煤锅炉本体、辅助系统结构和运行相互关联的基础上,剖析了以往过热器管壁超温的历史资料,以树状结构建立了较为完整的过热器管壁超温与导致该故障诸因素之间的多层逻辑关系,并进行了结构重要度的定性分析,不仅丰富了故障诊断的知识库,更为电厂的故障诊断与处理提供了智能化的手段。 相似文献
62.
63.
64.
65.
66.
基于布拉格(Bragg)光纤光删(FBG)测量湿蒸汽两相流温度和湿度的物理模型,推导测量湿蒸汽两相流温度和湿度的数学模型,设计了新颖的测量结构和实验系统,并进行了分析。在同一光纤两段区域上写入不同中心反射波长的FBG,在一处FBG外面涂覆了湿敏材料(如PI材料),增强其感湿能力,把湿敏材料吸湿后发生湿膨胀引起的膨胀量当作产生湿应变来处理,同时还引入了湿敏材料与FBG的界面粘接系数,得出由于温度和湿度变化湿敏材料产生的应变使FBG波长发生漂移;把另一处FBG封装在温敏材料(如铝材料)中,只感受温度的响应,通过热应变对FBG作用,波长发生漂移,从而推导出测量的理论数学模型。 相似文献
67.
双重BP神经网络组合模型在实时数据预测中的应用 总被引:3,自引:5,他引:3
在回归和延时神经网络的基础上,利用非线性组合预测方法的优点,提出一种新的预测模型--双重BP神经网络组合模型模型,选用某660MW机组的主蒸汽流量数据进行学习训练,实例计算结果表明双重BP神经网络组合模型可提高单项预测模型的精度,校核样本的平均相对误差为1.5%,而单独采用回归神经网络和延时神经网络进行预测的平均相对误差分别为2.7%和1.9%,证明双重BP神经网络组合模型具有很高的预测精度,可应用于火电厂实时数据的有效性验证。 相似文献
68.
针对复杂恶劣环境下机组热力参数的数据监测及传感器故障诊断问题,建立了融合机理分析、核主元分析(kernel principle component analysis,简称KPCA)与径向基神经网络(radial basis function,简称RBF)的发电机组热力参数预测及传感器故障检测模型。首先,根据机理分析得到完备的辅助变量集,并利用核主元分析提取辅助变量的特征信息以有效处理发电机组中高维、强耦合的非线性数据;其次,将主元变量集输入径向基神经网络进行学习,实现热力参数的重构;最后,基于预测模型与窗口移动法实现传感器的故障诊断,并对故障数据进行及时修复和准确替换。以燃气轮机排气温度为例进行验证的结果表明,该预测模型具有更高的精度和泛化能力,能在传感器故障发生初期及时发现并识别故障类型,检测效果优良。 相似文献
69.
针对遗传算法“爬山”能力差的缺点,提出在遗传算法中引入禁忌搜索操作来提高局部寻优能力,并应用遗传-禁忌混合算法进行了火电机组负荷优化研究.在遗传算法每计算一定代数后,将每个个体作为禁忌搜索的初始解进行搜索,可以改善群体质量,加快搜索速度.混合算法有效地综合了遗传算法的全局搜索能力和禁忌搜索算法的局部搜索能力,从而避免出现“早熟”现象,改善了算法的收敛性.应用某实例进行负荷优化计算,结果表明混合算法大大改善了局部搜索能力和搜索速度,可以有效解决机组在线负荷优化难题. 相似文献
70.
提出一种基于布拉格光纤光栅(fiber Bragg grating, FBG)传感技术测量湿蒸汽湿度的新方法。在理论推导FBG测量湿度模型的研究基础上,利用FBG涂敷湿膨胀材料的技术,把测量湿度的问题转换为FBG测量微应变的技术问题。建立悬臂梁振动频率测量装置,采用FBG精确地测出了前4阶振动频率,与加速度传感器(AT)和振动及动态信号采集分析系统(CRAS)等不同方法进行了对比试验,测量结果吻合。对FBG的粘贴位置、激励位置等也进行了试验研究。试验结果证明FBG对悬臂梁微应变(振动)测量有很高的精度和动态特性,且试验的可重复性很好,为下一步测量湿度的试验研究奠定基础。 相似文献