重型燃氣輪機通流部件狀態(tài)監(jiān)測與故障診斷方法研究

目錄
前言
第1章 緒論 1
1.1 重型燃氣輪機通流部件故障診斷的研究意義 1
1.2 重型燃氣輪機通流部件故障診斷的國內(nèi)外研究現(xiàn)狀分析 2
1.2.1 基于人工智能的氣路故障診斷方法 3
1.2.2 基于熱力模型決策的氣路故障診斷方法 5
1.2.3 壽命預測方法 8
1.2.4 燃燒調(diào)整與優(yōu)化方法 9
1.3 亟待解決的問題 13
參考文獻 14
第2章 重型燃氣輪機壽命預測方法研究 18
2.1 重型燃氣輪機耐用件的壽命計算 18
2.1.1 低周疲勞壽命的計算方法 19
2.1.2 蠕變壽命的計算方法 20
2.1.3 蠕變與低周疲勞交互作用下壽命的計算方法 20
2.2 重型燃氣輪機等效運行小時數(shù)計算 21
2.2.1 國家標準等效運行小時數(shù)計算 22
2.2.2 三菱燃氣輪機等效運行小時數(shù)計算 22
2.2.3 西門子燃氣輪機等效運行小時數(shù)計算 23
2.2.4 GE燃氣輪機等效運行小時數(shù)計算 24
2.3 基于部件健康參數(shù)的重型燃氣輪機壽命預測方法 26
參考文獻 29
第3章 基于修正*線的燃氣輪機狀態(tài)監(jiān)測方法研究 30
3.1 燃氣輪機控制系統(tǒng)簡介 30
3.1.1 燃氣輪機模擬量控制系統(tǒng) 30
3.1.2 燃氣輪機順序控制系統(tǒng) 31
3.1.3 燃氣輪機專用保護系統(tǒng) 32
3.2 理想簡單循環(huán)燃氣輪機性能分析 34
3.3 燃氣輪機運行經(jīng)濟性及耗差分析建模 37
3.4 基于修正*線的燃氣輪機整機性能診斷方法 38
3.4.1 修正*線的繪制 38
3.4.2 基于修正*線的整機性能診斷 53
3.4.3 應用與分析 57
參考文獻 59
第4章 重型燃氣輪機自適應熱力建模方法研究 60
4.1 基于外特性的重型燃氣輪機熱力建模方法 60
4.2 基于物理機理的重型燃氣輪機自適應熱力建模方法 66
4.2.1 設計工況自適應修正 67
4.2.2 變工況自適應修正 71
4.3 應用與分析 72
4.3.1 對象燃氣輪機 72
4.3.2 設計工況自適應 76
4.3.3 不同進口導葉開度位置下的質量流量修正 79
4.3.4 變工況的部件特性線修正 80
參考文獻 83
第5章 瞬態(tài)變工況下燃氣輪機自適應氣路故障診斷方法研究 84
5.1 燃氣輪機穩(wěn)態(tài)熱力建模 85
5.1.1 基于ISO 2314準則的等效冷卻流量處理 85
5.1.2 氣路部件熱力建模 86
5.1.3 氣路部件健康參數(shù) 90
5.1.4 氣路部件故障規(guī)則 91
5.2 瞬態(tài)變工況下氣路故障診斷方法 92
5.2.1 氣路故障診斷方法 92
5.2.2 診斷驅動算法 94
5.3 應用與分析 96
5.3.1 待診斷對象燃氣輪機 96
5.3.2 氣路部件故障模擬 97
5.3.3 案例分析 100
參考文獻 107
第6章 基于機器學習的燃氣輪機氣路故障診斷方法研究 108
6.1 基于深度學習的燃氣輪機透平排溫預測方法 108
6.1.1 透平排溫預測的簡化關系模型 109
6.1.2 透平排溫預測的實際關系模型 112
6.2 基于模型與數(shù)據(jù)混合驅動的燃氣輪機氣路故障診斷方法 115
6.2.1 基于模型與數(shù)據(jù)混合驅動的燃氣輪機氣路故障診斷策略 116
6.2.2 仿真實驗與分析 117
6.3 基于雙通道特征融合并行優(yōu)化的燃氣輪機氣路故障診斷方法 125
6.3.1 雙通道特征融合并行優(yōu)化模型 126
6.3.2 仿真實驗與分析 130
6.4 基于機器學習的重型燃氣輪機全通流部件性能診斷方法 137
6.4.1 高精度重型燃氣輪機熱力模型 138
6.4.2 故障模式與故障征兆知識庫 138
6.4.3 診斷策略 143
6.4.4 應用與分析 145
參考文獻 156
第7章 重型燃氣輪機進、排氣系統(tǒng)性能診斷方法研究 158
7.1 進、排氣系統(tǒng)健康特征參數(shù) 158
7.1.1 進氣系統(tǒng)健康特征參數(shù) 158
7.1.2 排氣系統(tǒng)健康特征參數(shù) 160
7.2 進、排氣系統(tǒng)性能診斷方法 160
7.3 應用與分析 162
7.3.1 仿真實驗測試 162
7.3.2 現(xiàn)場運行測試 164
參考文獻 167
第8章 計及進口導葉的燃氣輪機全通流氣路故障診斷方法研究 168
8.1 計及進口導葉的燃氣輪機全通流熱力建模 168
8.2 燃氣輪機全通流氣路故障診斷方法 176
8.3 應用與分析 181
8.3.1 目標對象燃氣輪機 181
8.3.2 燃氣輪機熱力模型驗證 182
8.3.3 氣路診斷仿真測試 183
8.3.4 氣路診斷現(xiàn)場測試 189
參考文獻 199
第9章 基于通流部件多級基因精準畫像的燃氣輪機智慧診斷方法研究 200
9.1 研究目標與內(nèi)容 201
9.1.1 燃氣輪機多級基因數(shù)學建模 201
9.1.2 基于熱力模型的多級基因特征提取 202
9.1.3 基于知識和數(shù)據(jù)聯(lián)合驅動的智慧診斷 203
9.2 擬解決的關鍵科學問題 203
9.3 研究思路、方法與技術路線 205
9.3.1 基于燃氣輪機基因認知的多級數(shù)學建模 205
9.3.2 基于熱力模型的多級基因特征提取器的設計 207
9.3.3 基于基因畫像的智慧診斷系統(tǒng)的構建 210
參考文獻 215
第10章 考慮周向溫度分布不均的燃氣輪機燃燒室故障診斷方法研究 216
10.1 基于透平排溫周向偏差的燃燒室故障診斷方法 216
10.2 基于燃料分配系數(shù)的燃燒室故障診斷方法 222
10.2.1 考慮周向溫度分布不均的燃氣輪機熱力建模 222
10.2.2 基于燃料分配系數(shù)的燃燒室故障診斷策略 225
10.3 應用與分析 228
參考文獻 233
第11章 基于數(shù)據(jù)和知識聯(lián)合驅動的燃氣輪機自適應燃燒調(diào)整方法研究 234
11.1 燃氣輪機燃燒室燃燒穩(wěn)定性原理分析 234
11.1.1 擴散燃燒與預混燃燒 234
11.1.2 熱聲振蕩產(chǎn)生機理 236
11.2 燃氣輪機燃燒室燃燒調(diào)整技術發(fā)展現(xiàn)狀 237
11.3 基于機器學習的燃燒調(diào)整優(yōu)化 244
11.3.1 燃燒調(diào)整優(yōu)化目標 245
11.3.2 機器學習模型建立 246
11.4 基于數(shù)據(jù)和知識聯(lián)合驅動的燃燒調(diào)整優(yōu)化 248
11.4.1 研究目標與內(nèi)容 248
11.4.2 擬解決的關鍵科學問題 249
11.4.3 研究思路、方法與技術路線 251
參考文獻 255