freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

電站汽輪機運行特性工碩-資料下載頁

2025-05-01 06:31本頁面
  

【正文】 成機組的不同程度的疲勞損傷未加區(qū)分。 TMC汽輪機大修間隔計算方法 ? 鑒于 VGB計算方法的缺陷,國際轉(zhuǎn)動機械大會( TMC)用壽命分配的概念,提出了新的計算方法。 ? 1993年第九屆 TMC大會上通過了 《 TMCST002汽輪機檢修導則 》 ,計算公式如下: vvhhwwccssssa c teq TnTnTnTnTnTnTT ?????? ?? ,式中: Teq — 等效運行小時( EOH) 。 Tact — 實際運行小時數(shù); Sns Ts — 各類啟動次數(shù)乘以相應(yīng)的加權(quán)系數(shù)的總和。 nc Tc — 冷態(tài)啟動次數(shù) 加權(quán)系數(shù); nw Tw— 溫態(tài)啟動次數(shù) 加權(quán)系數(shù); nh Th— 熱態(tài)啟動次數(shù) 加權(quán)系數(shù); nv Tv — 極熱態(tài)啟動次數(shù) 加權(quán)系數(shù); RCM 與 狀態(tài)檢修 ( CBM) 。 狀態(tài)檢修支持系統(tǒng) 狀 態(tài) 檢 修 的 支 持 系 統(tǒng) 狀態(tài)監(jiān)測與故 障診斷系統(tǒng) 運行檢修決策 系統(tǒng) 設(shè)備管理系統(tǒng)(含檢修管理 ) 機組的診斷 ? 盡管現(xiàn)代化機組控制系統(tǒng)先進,自動化程度高,保護功能多,但用來直接反映機組運行效益和進行故障診斷的專家系統(tǒng)還很不完善。目前只能由運行人員或技術(shù)人員通過對機組運行參數(shù)的分析來間接地反映和判斷機組的健康水平,因此,對設(shè)備故障的判斷和設(shè)備性能效益的評價缺乏預(yù)知性、準確性和科學性,而且費時費力。同時,對運行人員的優(yōu)化操作和檢修人員的狀態(tài)檢修也帶來很大困難。 汽輪機組的狀態(tài)監(jiān)測和故障診斷內(nèi)容 ? 狀態(tài)監(jiān)測和故障診斷的內(nèi)容可分為機械類和熱參數(shù)類兩大類。 ? 機械類: – 轉(zhuǎn)子不平衡、轉(zhuǎn)子彎曲、轉(zhuǎn)子渦動、轉(zhuǎn)子碰摩、軸承不穩(wěn)定、短路電流轉(zhuǎn)矩、熱膨脹、葉片斷裂、進冷汽冷水、閥門門桿卡澀、熱疲勞裂紋、閥門開度等。 ? 熱參數(shù)類: – 壓力、溫度、溫差、壓差、溫度變化率、壓力變化率、轉(zhuǎn)速、流量、流速等。 熱參數(shù)監(jiān)測及故障診斷的優(yōu)勢 ? 以往人們對振動信號給予極大重視,而忽視了熱力過程參數(shù)。 ? 其實,熱力過程參數(shù)對 通流部分 及其有關(guān) 系統(tǒng)故障 的反應(yīng)是十分敏感的,往往在重大事故發(fā)生之前或剛出現(xiàn)前兆時就可以從熱參數(shù)的異常變化得到及時的預(yù)報,迅速地采取果斷措施來預(yù)防事故的發(fā)生。 ? 此外,汽輪機熱力參數(shù)的測量 數(shù)據(jù)非常豐富 ,可以用多個參數(shù)的變化規(guī)律來明確故障的性質(zhì)、程度及具體位置,從而及時地做好損壞部件的備品,縮短機組的檢修時間。 ? 鑒于上述原因,汽輪機組設(shè)置在線的熱參數(shù)監(jiān)測及故障診斷系統(tǒng)很有必要,而且它可與機組振動診斷系統(tǒng)(如果有的話)聯(lián)絡(luò)通訊,組成一個完整的電廠計算機診斷專家系統(tǒng)。 用專家系統(tǒng)進行設(shè)備的診斷 ? 通過對各種診斷經(jīng)驗的描述 , 有利于存儲和推廣專家寶貴的經(jīng)驗知識; ? 眾多專家的知識可以被融合進診斷系統(tǒng) , 得到綜合利用; ? 擁有人機聯(lián)合診斷功能 , 可以充分發(fā)揮現(xiàn)場人員的主觀能動性 。 數(shù)據(jù)、信息和知識 ?考慮故障診斷人的 決策過程 :事實和數(shù)據(jù) —→ 思維 —→ 產(chǎn)生結(jié)論 —→ 決策方案 —→ 決策實施 。 –這個過程實際是:數(shù)據(jù) —→ 信息 —→ 知識 —→ 決策目標 的過程。 ?數(shù)據(jù):是某些具體對象的原始反映和描述 。 單純的數(shù)據(jù)不能提供判斷或解釋 , 它不是決策行動的可靠基礎(chǔ) 。 ?信息:對數(shù)據(jù)進行分析 , 找出其中的關(guān)系 , 賦予數(shù)據(jù)以某種意義和關(guān)聯(lián) , 就形成了信息 。 信息雖然有一定的意義 , 但它往往和人們手頭的任務(wù)沒有什么聯(lián)系 , 還不能作為判斷 、 決策和行動的依據(jù) 。 ?知識:對信息進行深入洞察和再加工 , 從中理解出其包含的模式 , 才能獲得可資利用的信息 , 即形成知識 。 知識才是決策可依賴的基礎(chǔ) 。 ? 我們現(xiàn)在生活在一個網(wǎng)絡(luò)化的時代,大量信息在給人們帶來方便的同時也帶來了 一大堆問題 :第一是信息過量,難以消化;第二是信息真假難以辨識;第三是信息安全難以保證;第四是信息形式不一致,難以統(tǒng)一處理。人們開始考慮: “ 如何才能不被信息淹沒 ,而是從中及時發(fā)現(xiàn)有用的知識、提高信息利用率? ” ? 隨著數(shù)據(jù)庫技術(shù)的迅速發(fā)展,人們 積累的數(shù)據(jù)越來越多 。激增的數(shù)據(jù)背后隱藏著許多重要的信息,人們希望能夠?qū)ζ溥M行更高層次的分析,以便更好地利用這些數(shù)據(jù)。目前的數(shù)據(jù)庫系統(tǒng),無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則,無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢。缺乏挖掘數(shù)據(jù)背后隱藏的知識的手段,導致了 “ 數(shù)據(jù)爆炸但知識貧乏 ” 的現(xiàn)象。 知識種類、專家知識及其特點 ? 知識獲得的途徑 : – 通過書本知識的學習 ? 這類知識的邏輯性、系統(tǒng)性、結(jié)構(gòu)性強,可以通過學習和訓練得到,但不易于直接應(yīng)用; – 長期實踐的經(jīng)驗積累或向有經(jīng)驗的人學習 ? 這類知識的綜合性、啟發(fā)性、不確定性強,而結(jié)構(gòu)性、邏輯性、系統(tǒng)性差,盡管它一般缺乏嚴格的理論依據(jù),難以保證其普遍適用性和正確性,但在一些應(yīng)用場合卻往往簡潔、實用、有效。 ? 專家知識是將基本理論與一般原則和經(jīng)驗知識的有機結(jié)合而構(gòu)成的綜合體。 人類專家知識與人工專家知識有不同的特點。 ? 人類專家知識 – 不穩(wěn)定的,是不斷在實踐中積累、補充和完善的;它具有專有特性,為各個專家所專有,不便于交流與傳播; – 結(jié)構(gòu)性、系統(tǒng)性不強,不便于整理、編輯和形式化表達; – 獲得往往要經(jīng)長期親身實踐逐漸積累,代價極高。 ? 人工專家知識 – 相對穩(wěn)定的(具有自學習功能的除外), – 便于復(fù)制、傳播,可使更多的人共享寶貴的專家知識資源; – 用形式化表達,便于對知識進行整理與編輯; – 獲取的代價相對較低(與培養(yǎng)一名人類專家相比) 專家系統(tǒng)的特點 ? 專家系統(tǒng)是一種人工智能軟件系統(tǒng) 。 ? 專家系統(tǒng)是一門綜合性很強的邊緣學科 。 ? 專家系統(tǒng)的處理問題能力和水平取決于它擁有的知識容量與質(zhì)量 。 ? 設(shè)備診斷專家系統(tǒng)往往可以兼有解釋 、 診斷 、監(jiān)督 、 預(yù)測 、 維修或指導等功能 。 專家系統(tǒng)診斷方法致命的弱點: ? 專家系統(tǒng)診斷準確率的高低,主要取決于知識庫中知識的多少及正確率的大小,其成功與否與領(lǐng)域?qū)<业慕?jīng)驗有關(guān); ? 知識的獲取 是一個難度很大的問題。 ? 數(shù)據(jù)挖掘是一種新的信息處理技術(shù)。人們把數(shù)據(jù)看作是形成知識的源泉,好像從礦石中采礦或淘金一樣。 ? 知識發(fā)現(xiàn)和數(shù)據(jù)挖掘強調(diào) 事實第一 ,而專家系統(tǒng)強調(diào) 經(jīng)驗第一 。 ? 數(shù)據(jù)挖掘可以形成專家系統(tǒng)的有力補充。我們在 努力將數(shù)據(jù)挖掘技術(shù)應(yīng)用于電廠機組的故障診斷、狀態(tài)檢修和運行決策支持 。 數(shù)據(jù)挖掘的原由 國民經(jīng)濟和社會的信息化 ?社會信息化后,社會的運轉(zhuǎn)是軟件的運轉(zhuǎn) ?社會信息化后,社會的歷史是數(shù)據(jù)的歷史 數(shù)據(jù)挖掘的原由 數(shù)據(jù)挖掘 數(shù)據(jù)庫越來越大 有價值的知識 可怕的數(shù)據(jù) 數(shù)據(jù)爆炸,知識貧乏 數(shù)據(jù)挖掘的原由 苦惱 : 淹沒在數(shù)據(jù)中 。 不能制定合適的決策 ! 數(shù)據(jù) 知識 決策 數(shù)據(jù)挖掘 定義 數(shù)據(jù)挖掘 從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù), 是統(tǒng)計學、數(shù)據(jù)庫技術(shù)和人工智能技術(shù)的綜合。 ?數(shù)據(jù)挖掘與統(tǒng)計學 ?數(shù)據(jù)挖掘與人工智能 ?數(shù)據(jù)挖掘與數(shù)據(jù)庫技術(shù) 數(shù)據(jù)挖掘與 KDD 數(shù)據(jù)挖掘的基本過程: 數(shù)據(jù)挖掘 數(shù)據(jù)收集 數(shù)據(jù)預(yù)處理 問題定義 結(jié)果 解釋和評估 反向建模過程模式 應(yīng)用領(lǐng)域 預(yù) 測 反向建模 狀態(tài)監(jiān)測 故障診斷 優(yōu)化運行 仿真 過程控制 常用算法 反向建模算法 神經(jīng)網(wǎng)絡(luò) 偏最小二乘 支持向量機 遺傳算法 等 混合算法 圖 1 汽機一級壓力實時采集數(shù)據(jù)曲線 數(shù)據(jù)預(yù)處理研究 圖 2 高壓缸排汽壓力實時采集數(shù)據(jù)曲線 數(shù)據(jù)預(yù)處理研究 汽輪機排汽焓的反向建模 ?建模目標 ?數(shù)據(jù)準備和變量選擇: 0 500 1000 1500 2022 2500 3000 3500 4000 450050010001500202225003000時間序列 負荷 MW汽輪機排汽焓 kJ/ kg負荷 MW 汽輪機排汽焓 kJ/kg 負荷和汽輪機排汽焓的變化曲線 ① 負荷 ② 主汽壓力 ③ 主汽溫度 ④ 汽機一級壓力 ⑤ 1~8級抽汽壓力 ⑥ 1~8級抽汽溫度 ⑦ 高壓缸排汽壓力 ⑧ 中壓缸排汽壓力 ⑨ 低壓缸排汽壓力 鍋爐飛灰含碳量的反向建模 ?建模目標 ?數(shù)據(jù)準備和變量選擇: ① 負荷 ② 主蒸汽壓力 ③ 主蒸汽溫度 ④ 再熱蒸汽壓力 ⑤ 再熱蒸汽溫度 ⑥ 排煙溫度 ⑦ 省煤器出口氧量 ⑧ 各臺給煤機的給煤量 ⑨ 磨煤機進口一次風量 ⑩ 爐膛風箱差壓 總風量 11 ?特征變量提取和算法選擇 特征變量: ① 負荷 (MW) ② 主蒸汽壓力 (MPa) ③ 再熱蒸汽壓力 (MPa) ④ 排煙溫度 (℃) ⑤ A給煤機給煤量 (t/h) ⑥ E給煤機給煤量 (t/h) ⑦ F給煤機給煤量 (t/h) ⑧ A磨煤機進口一次風量 (t/h) ⑨ E磨煤機進口一次風量 (t/h) ⑩ F磨煤機進口一次風量 (t/h) 爐膛風箱壓差 (kPa) 總風量 (t/h) 建模算法: GALSSVM 11 12 鍋爐飛灰含碳量 0 100 200 300 400 500 60001234567建模樣本序列飛灰含碳量 % 實際值計算值0 100 200 300 400 500 600 0 . 5 0 . 4 0 . 3 0 . 2 0 . 100 . 10 . 20 . 30 . 40 . 5建模樣本序列飛灰含碳量殘差 % 建模樣本點實測值 和模型計算值對比曲線 建模樣本點殘差曲線 鍋爐飛灰含碳量 ?模型驗證 測試樣本中負荷的變化曲線 測試樣本點實際值和模型計算值對比曲線 0 200 400 600 800 1000 1200 1400 160040050060070080090010001100測試樣本序列負荷 MW0 200 400 600 800 1000 1200 1400 1600101234567測試樣本序列飛灰含碳量 % 實際值計算值超 (超 )臨界機組的爐管溫度反向建模 ?建模目標:二級過熱器 D9金屬溫度 ?數(shù)據(jù)準備和變量選擇: 二級過熱器金屬溫度 D9 和負荷的變化曲線 ?負荷 ?分離器儲水箱出口蒸汽壓力 ?分離器出口蒸汽溫度 ?鍋爐給水流量 ?主給水溫度 ?鍋爐主汽溫度 ?給煤量 A、 B、 C、 E和 F(給煤量 D處于備用狀態(tài),沒有運行 ) ?一級過熱器減溫器噴水量 ?二級過熱器減溫器噴水量 ?三級過熱器減溫器噴水量 ?省煤器出口排煙含氧量 ?鍋爐總風量 ?過熱器煙道調(diào)溫擋板閥位 ?再熱器煙道調(diào)溫擋板閥位 0 500 1000 1500 2022 2500 3000 3500 4000 450040050060070080090010001100時間序列負荷 MW二級過熱器 N o . 6 屏D9 金屬溫度℃二級過熱器 D9金屬溫度 ℃ 負荷 MW ?特征變量提取和算法選擇 特征變量 : 超 (超 )臨界機組的爐管溫度反向建模 ① 負荷 (MW) ② 分離器儲水箱出口蒸汽壓力 (MPa) ③ 分離器出口蒸汽溫度 (℃) ④ 鍋爐給水流量 (t/h) ⑤ 主給水溫度 (℃) ⑥ 鍋爐主汽溫度 (℃) ⑦ 給煤量 A(t/h) ⑧ 給煤量 E(t/h) ⑨ 給煤量 F(t/h) ⑩ 二級過熱器減溫器噴水量 (t/h) 鍋爐總風量 (t/h) 過熱器煙道調(diào)溫擋板閥位 (%) 再熱器煙道調(diào)溫擋板閥位 (%) GALSSVM算法 11 12 13 建模算法 : ?GALSSVM建模 建模樣本中二級過熱器金屬溫度 D9和負荷的變化曲線 參數(shù)優(yōu)化樣本中二級過熱器金屬溫度 D9和負荷的變化曲線 0 50 100 150 200 250 300 35040050060070080090010001100建模樣本序列 負荷 MW二級過熱器 N o . 6 屏D9 金屬溫度℃二級過熱器 D9金屬溫度 ℃ 0
點擊復(fù)制文檔內(nèi)容
教學課件相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1