超超临界汽轮机FCB工况下除氧器水位的预测方法

    公开(公告)号:CN103544527A

    公开(公告)日:2014-01-29

    申请号:CN201310472779.2

    申请日:2013-10-11

    IPC分类号: G06N3/08

    摘要: 一种超超临界汽轮机FCB工况下除氧器水位预测方法:以除氧器水位的RBF神经网络模型为基础,由不同FCB工况下的实际数据出发,整理得到除氧器水位数据样本,利用该样本训练RBF神经网络,经过多次迭代计算后得到除氧器水位RBF神经网络模型,RBF神经模型采用三层网络结构,径向基函数采用高斯函数,利用RBF神经网络模型进行FCB工况下除氧器水位的预测,得到实际工况下的除氧器水位变化情况。本发明计算结果与实测值非常接近,具有理想的计算精度,同时该模型结构简单、计算迅速,能够达到FCB工况下除氧器水位预测的目的,防止除氧器水位过低,帮助机组运行人员了解机组运行状态,维持汽轮机安全、经济运行。

    利用三维激光扫描技术对汽轮机组进行三维建模的方法

    公开(公告)号:CN103530441A

    公开(公告)日:2014-01-22

    申请号:CN201310416327.2

    申请日:2013-09-12

    IPC分类号: G06F17/50 G06T17/00

    摘要: 一种利用三维激光扫描技术对汽轮机组进行三维建模的方法:S1在水平放置的汽轮机组两侧对应汽轮机组的头部、中部和尾部处,对称布置至少6个扫描站点,各站点距离汽轮机组轴线2米-6米,使每站点所得云数据量在550-600万范围内;S2在各站点采用三维激光扫描仪对转子进行多站扫描;S3对叶片、汽封、轴封处用手持式激光扫描仪进行精细扫描,精度在35-45微米范围内;S4得到转子整体及局部的点云后,对点云进行去噪、配准、精简、融合后得到最后的点云;S5提取特征线、拟合曲面、实体化曲面,即得三维实体模型。采用本发明可以快速、准确地测得汽轮机组通流部分的几何尺寸。

    超超临界汽轮机转子三维温度和热应力实时监测方法

    公开(公告)号:CN103838961A

    公开(公告)日:2014-06-04

    申请号:CN201410003475.6

    申请日:2014-01-03

    IPC分类号: G06F19/00 G06F17/50 F01D21/12

    摘要: 本发明公开了超超临界汽轮机转子三维温度和热应力实时监测方法,该方法根据超超临界汽轮机运行时受热特点,由三维物体内导热方程出发,把汽轮机转子监测点位置处温度和热应力的计算公式用格林函数的形式来表达,利用有限元方法离线计算格林函数,经对汽轮机实际结构形状、冷却蒸汽工作状态准确模拟以及多种提高精度方法处理后,利用格林函数最终快速而准确的计算温度和热应力分布,得到的计算结果与有限元计算结果非常接近,具有理想的计算精度,同时模型简单,计算迅速,可准确而实时监测超超临界汽轮机转子内任意位置温度和热应力变化信息,避免应力超限,从而保护了汽轮机运行时的安全,指导汽轮机启停和变负荷运行,提高运行时经济性。

    一种发电机组检修方法
    6.
    发明公开

    公开(公告)号:CN103606046A

    公开(公告)日:2014-02-26

    申请号:CN201310590845.6

    申请日:2013-11-20

    IPC分类号: G06Q10/06 G06Q50/06

    CPC分类号: Y04S10/54

    摘要: 本发明公开了一种发电机组检修方法,包括:建立发电机组的经济性能指标体系;计算所述经济性能指标体系中各个指标的模糊比较矩阵;根据所述模糊比较矩阵,计算所述经济性能指标体系中各个指标的权重;计算所述经济性能指标体系中各个指标的单因素评价值;根据所述各个指标的单因素评价值和权重,计算发电机组的性能等级;根据计算的所述性能等级,对发电机组执行相应的检修操作。本发明针对现有检修技术过程中不确定因素和主观因素的影响,提出了一种基于模糊层次分析法的发电机组检修方法。对发电机组经济性能指标中的不确定因素能够量化处理,将原先的主观判断变为客观计算,增强了检修准确性和合理性。

    超超临界汽轮机FCB工况下除氧器水位的预测方法

    公开(公告)号:CN103544527B

    公开(公告)日:2016-06-08

    申请号:CN201310472779.2

    申请日:2013-10-11

    IPC分类号: G06N3/08

    摘要: 一种超超临界汽轮机FCB工况下除氧器水位预测方法:以除氧器水位的RBF神经网络模型为基础,由不同FCB工况下的实际数据出发,整理得到除氧器水位数据样本,利用该样本训练RBF神经网络,经过多次迭代计算后得到除氧器水位RBF神经网络模型,RBF神经模型采用三层网络结构,径向基函数采用高斯函数,利用RBF神经网络模型进行FCB工况下除氧器水位的预测,得到实际工况下的除氧器水位变化情况。本发明计算结果与实测值非常接近,具有理想的计算精度,同时该模型结构简单、计算迅速,能够达到FCB工况下除氧器水位预测的目的,防止除氧器水位过低,帮助机组运行人员了解机组运行状态,维持汽轮机安全、经济运行。

    基于BP神经网络的超超临界汽轮机排汽干度计算方法

    公开(公告)号:CN103440366A

    公开(公告)日:2013-12-11

    申请号:CN201310337186.5

    申请日:2013-08-05

    IPC分类号: G06F17/50 G06N3/02

    摘要: 针对国内大型超超临界机组的排汽干度在线计算问题,本发明提供一种基于BP神经网络的排汽干度计算方法,该方法以实际超超临界机组不同机组负荷和排汽压力工况下的热平衡图为基础,计算得到不同工况下的汽轮机排汽干度,在对计算结果进行一定的数据处理之后,利用BP人工神经网络最终快速而准确的计算得到汽轮机排汽干度,得到的计算结果与实际汽轮机运行值非常接近,具有理想的计算精度,同时该模型结构简单、计算迅速,能够达到汽轮机实际工况排汽干度在线计算的目的,防止排汽干度异常,帮助运行人员了解机组运行状态,维持汽轮机安全、经济运行。