【正文】 同時(shí)回收凝結(jié)水循環(huán)使用，以減少熱損失，提高汽輪機(jī)設(shè)備運(yùn)行的經(jīng)濟(jì)性 [4]。由于汽輪機(jī)的尾部和凝汽器不能絕對(duì)密封，其內(nèi)部壓力又低于外界大氣壓，因而會(huì)有空氣漏入，最終進(jìn)入凝汽器的殼側(cè)。做完功的蒸汽稱為乏汽，從排汽口排入凝汽器，在較低的溫度下凝結(jié)成水，此凝結(jié)水由凝結(jié)水泵抽出送經(jīng)蒸汽發(fā)生器構(gòu)成封閉的熱力循環(huán)。來自蒸汽發(fā)生器的高溫高壓蒸汽經(jīng)主汽閥、調(diào)節(jié)閥進(jìn)入汽輪機(jī)。 汽輪機(jī)主要用途是在熱力發(fā)電廠中做帶動(dòng)發(fā)電機(jī)的原動(dòng)機(jī)。 東北林業(yè)大學(xué)畢業(yè)論文 5 2 汽輪機(jī)基本原理 汽輪機(jī)是能將蒸汽熱能轉(zhuǎn)化為機(jī)械功的外燃回轉(zhuǎn)式機(jī)械，來自鍋爐的蒸汽進(jìn)入汽輪機(jī)后，依次經(jīng)過一系列環(huán)形配置的噴嘴和動(dòng)葉，將蒸汽的熱能轉(zhuǎn)化為汽輪機(jī)轉(zhuǎn)子旋轉(zhuǎn)的機(jī)械能。 在人工神經(jīng)網(wǎng)絡(luò)發(fā)展歷史中，很長一段時(shí)間里沒有找到隱層的連接權(quán)值調(diào)整問題的有效算法。它的特點(diǎn)是：各層神經(jīng)元僅與相鄰層神經(jīng)元之間相互全連接，同層內(nèi)神經(jīng)元之間無連接，各層神經(jīng)元之間無反饋連接，夠成具有層次結(jié)構(gòu)的前饋型神經(jīng)網(wǎng)絡(luò)系統(tǒng)。 BP (Back Propagation)神經(jīng)網(wǎng)絡(luò)是一種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，全稱基于誤差反向傳播算法的人工神經(jīng)網(wǎng)絡(luò)。它的學(xué)習(xí)規(guī)則是使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。 BP（ Back Propagation）網(wǎng)絡(luò)是 1986 年由 Rumelhart 和 McCelland 為首的科學(xué)家小組提出，是一種按誤差逆?zhèn)鞑ニ?法訓(xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。自 1958 年第一個(gè)神經(jīng)網(wǎng)絡(luò)誕生以來，其理論與應(yīng)用成果不勝枚舉。在舉世矚目的海灣戰(zhàn)爭中，美國空軍采用了神經(jīng)網(wǎng)絡(luò)來進(jìn)行決策與控制。另外，許多國際著名公司也紛紛卷入對(duì)神經(jīng)網(wǎng)絡(luò)的研究，如 Intel、 IBM、 Siemens、 HNC。據(jù)美國資東北林業(yè)大學(xué)畢業(yè)論文 4 料聲稱，日本在神經(jīng)網(wǎng)絡(luò)研究上的投資大約是美國的 4 倍。在美國，神經(jīng)計(jì)算機(jī)產(chǎn)業(yè)已獲得軍方的強(qiáng)有力支持，國防部高級(jí)研究計(jì)劃局認(rèn)為 ” 神經(jīng)網(wǎng)絡(luò)是解決 機(jī)器智能的唯一希望 ” ，僅一項(xiàng) 8 年神經(jīng)計(jì)算機(jī)計(jì)劃就投資 4億美元。涉及的學(xué)科有神經(jīng)生理學(xué)、認(rèn)識(shí)科學(xué)、數(shù)理科學(xué)、心理學(xué)、信息科學(xué)、計(jì)算機(jī)科學(xué)、微電子學(xué)、光學(xué)、動(dòng)力學(xué)、生物電子學(xué)等。 199 1998 年董聰?shù)葎?chuàng)立和完善了廣義遺傳算法，解決了多層前向網(wǎng)絡(luò)的最簡拓樸構(gòu)造問題和全局最優(yōu)逼近 問題。 Jenkins 等人研究光學(xué)神經(jīng)網(wǎng)絡(luò)，建立了光學(xué)二維并行互連與電子學(xué)混合的光學(xué)神經(jīng)網(wǎng)絡(luò)，它能避免網(wǎng)絡(luò)陷入局部最小值，并最后可達(dá)到或接近最理想的解； SoleRV 等提出流體神經(jīng)網(wǎng)絡(luò)，用來研究昆蟲社會(huì)，機(jī)器人集體免疫系統(tǒng)，啟發(fā)人們用混沌理論分析社會(huì)大系統(tǒng)。HayashlY 根據(jù)動(dòng)物大腦中出現(xiàn)的振蕩現(xiàn)象，提出了振蕩神經(jīng)網(wǎng)絡(luò)。 1993 年方建安等采用遺傳算法學(xué)習(xí)，研究神經(jīng)網(wǎng)絡(luò)控制器獲得了一些結(jié)果。 1991 年， Hertz 探討了神經(jīng)計(jì)算理論，對(duì)神經(jīng)網(wǎng)絡(luò)的計(jì)算復(fù)雜性分析具有重要意義； Inoue 等提出用耦合的混沌振蕩子作為某個(gè)神經(jīng)元，構(gòu)造混沌神經(jīng)網(wǎng)絡(luò)模型，為它 的廣泛應(yīng)用前景指明了道路。同年， Aihara 等在前人推導(dǎo)和實(shí)驗(yàn)的基礎(chǔ)上，給出了一個(gè)混沌神經(jīng)元模型，該模型已成為一種經(jīng)典的混沌神經(jīng)網(wǎng)絡(luò)模型，該模型可用于聯(lián)想記憶。 這些為神經(jīng)網(wǎng)絡(luò)的研究和發(fā)展起了推波助瀾的作用，人工神經(jīng)網(wǎng)絡(luò)步入了穩(wěn)步發(fā)展的時(shí)期。 1991 年在南京成立了中國神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)。 1990 年 3 月 IEEE Transaction on Neural Network 問世。為適應(yīng)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展， 1987 年成立了國際神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)，并決定定期召開國際神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)會(huì)議。 1987 年美國神經(jīng)計(jì)算機(jī)專家 — Nielsen 提出了對(duì)向傳播神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)具有分類靈活，算法簡練的優(yōu)點(diǎn)，可用于模式分類、函數(shù)逼近、統(tǒng)計(jì)分析和數(shù)據(jù)壓縮等領(lǐng)域。 1984Hinton等人將模擬退火算法 引入到神經(jīng)網(wǎng)絡(luò)中，提出了 Boltzmann 機(jī)網(wǎng)絡(luò)模型， BM 網(wǎng)絡(luò)算法為神經(jīng)網(wǎng)絡(luò)優(yōu)化計(jì)算提供了一個(gè)有效的方法。他在這種網(wǎng)絡(luò)模型的研究中，首次引入了網(wǎng)絡(luò)能量函數(shù)的概念，并給出了網(wǎng)絡(luò)穩(wěn)定性的判定依據(jù)。美國生物 物理學(xué)家 于 1982 年、 1984 年在美國科學(xué)院院刊發(fā)表的東北林業(yè)大學(xué)畢業(yè)論文 3 兩篇文章，有力地推動(dòng)了神經(jīng)網(wǎng)絡(luò)的研究，引起了研究神經(jīng)網(wǎng)絡(luò)的又一次熱潮。 1969 年，美國著名人工智能學(xué)者 和 編寫了影響很大的 Perceptron 一書，從理論上證明單層感知機(jī)的能力有限，諸如不能解決異或問題，而且他們推測(cè)多層網(wǎng)絡(luò)的感知機(jī)能力也 不過如此，他們的分析恰似一瓢冷水，很多學(xué)者感到前途渺茫而紛紛改行，原先參與研究的實(shí)驗(yàn)室紛紛退出，在這之后近 10 年，神經(jīng)網(wǎng)絡(luò)研究進(jìn)入了一個(gè)緩慢發(fā)展的蕭條期。 1960 年， 和 提出了自適應(yīng)線性單元，它可用于自適應(yīng)濾波、預(yù)測(cè)和模式識(shí)別。 1957 年，計(jì)算機(jī)科學(xué)家 Rosenblatt 提出了著名的感知機(jī)模型，它的模型包含了現(xiàn)代計(jì)算機(jī)的一些原理，是第一個(gè)完整的人工神經(jīng)網(wǎng)絡(luò)，第一次把神經(jīng)網(wǎng)絡(luò)研究付諸工程實(shí)現(xiàn)。 1943 年，心理學(xué)家 和數(shù)理邏輯學(xué)家 提出了 M— P 模型，這是第一個(gè)用數(shù)理語言描述腦的信息處理過程的模型，雖然神經(jīng)元的功能比較弱，但它為以后的研究工作提供了依據(jù)。 人工神經(jīng)網(wǎng)絡(luò)的研究始于 40 年代初。因此，模擬式電液控制系統(tǒng)的使用情況較好，能夠達(dá)到汽輪機(jī)安全運(yùn)行和啟停的要求。電液并存控制系統(tǒng)是一種從機(jī)械液壓式調(diào)節(jié)到電調(diào)控制系 統(tǒng)的過渡產(chǎn)品，主要用于對(duì)原火電廠進(jìn)行改造的汽輪機(jī)調(diào)節(jié)系統(tǒng)，但是新建的電廠很少采用這種控制系統(tǒng)。 從我國各火電廠的實(shí)際情況情況看，目前各種汽輪機(jī)控制系統(tǒng)都可以滿足汽輪機(jī)的調(diào)節(jié)和安全要求。神經(jīng)網(wǎng) 絡(luò)的理論仍有許多缺陷，尚待進(jìn)一步的發(fā)展與完善。因此在解決上述問題方面，由于受到當(dāng)前硬件發(fā)展的限制，人們?nèi)詫⒅饕性谏窠?jīng)網(wǎng)絡(luò)結(jié)構(gòu)和快速學(xué)習(xí)算法的研究上。 應(yīng)用神經(jīng)網(wǎng)絡(luò)時(shí)，人們總期望它有非常快的全局收斂特性，大范圍的映射泛化能力和較少的實(shí)現(xiàn)代價(jià)。理論上講，基于圣經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)具有一定 本課題來源于科研 東北林業(yè)大學(xué)畢業(yè)論文 2 得學(xué)習(xí)能力，能更好的適應(yīng)環(huán)境和系統(tǒng)特性的變化，非常適合于復(fù)雜系統(tǒng)的建模和控制。它將控制系統(tǒng)看成事由輸入到輸出的一個(gè)映射，利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力和適應(yīng)能力實(shí)現(xiàn)的映射特性，從而完成對(duì)系統(tǒng)的建模和控制。因此，研究人腦神經(jīng)系統(tǒng)的運(yùn)行機(jī)制，模擬人腦思維功能，通過新的方法和 途徑，實(shí)現(xiàn)對(duì)傳統(tǒng)方法難以控制的復(fù)雜不確定的控制，是控制理論發(fā)展的必然趨勢(shì)。迄今為止，世界上最有成效的控制器還是人類自身。 雖然在科學(xué)技術(shù)高速發(fā)達(dá)的今天，人類實(shí)踐活動(dòng)已拓展到許多空間和領(lǐng)域，但面對(duì)現(xiàn)代高度復(fù)雜放入被控系統(tǒng)，現(xiàn)有的技術(shù)手段和方法無時(shí)不受到嚴(yán)峻的挑戰(zhàn)。 神經(jīng)網(wǎng)絡(luò)技術(shù)是 20世紀(jì)末迅速發(fā)展起來的一門高技術(shù)。這 種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。而傳統(tǒng)的控制方式已逐漸不滿足現(xiàn)有汽輪機(jī)的控制，課題所研究的正是以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的，可自學(xué)習(xí)適應(yīng)的控制方式。由于汽輪機(jī)調(diào)速器對(duì)汽輪發(fā)電機(jī)組安全、可靠 地運(yùn)行起著舉足輕重的作用，并直接影響著電力系統(tǒng)向用戶供電的質(zhì)量及可靠性，因此，汽輪機(jī)調(diào)速器一直是電力系統(tǒng)自動(dòng)控制的重要研究內(nèi)容之一。它的任何故障與性能退化，都將直接危及機(jī)組的運(yùn)行安全。由于電能不能大量存儲(chǔ)，而電力用戶的耗電量又不斷變化，因此，汽輪機(jī)都裝有調(diào)速系統(tǒng)。 turbine governor。 本文由神經(jīng)網(wǎng)絡(luò)著手，利用神經(jīng)網(wǎng)絡(luò)多層輸入輸出，自學(xué)習(xí)適應(yīng)能力，提升汽輪機(jī)控制系統(tǒng)的控制能力，利用基于 BP 神經(jīng)網(wǎng)絡(luò)的狀態(tài)辨識(shí)模型，提出了總體設(shè)計(jì)方案，依據(jù)課題的實(shí)際情況設(shè)計(jì)出了易收斂，訓(xùn)練速度更快的 BP 神經(jīng)網(wǎng)絡(luò)模型，最后利用 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)給出了具體的實(shí)現(xiàn)方法和方針結(jié)果。它的學(xué)習(xí)規(guī)則是使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。 隨著機(jī)組容量的增加和參數(shù)的提高，啟動(dòng)和運(yùn)行變的越來越復(fù)雜，機(jī)組的安全性也變的越來越重要，一直采用的傳統(tǒng)的 PID 調(diào)節(jié)系統(tǒng)已經(jīng)不能滿足生辰的要求，特別是大型的汽輪機(jī)組的要求。 四 6月 1日到 6月 10日，進(jìn)一步測(cè)試，達(dá)到穩(wěn)定，撰寫畢業(yè)論文。 二 3月 11日到 3月 25日 對(duì)神經(jīng)網(wǎng)絡(luò)及汽輪機(jī)進(jìn)行研究。 五 結(jié)論。 三 介紹方案所需的神經(jīng)網(wǎng)絡(luò)的基本理論，研究選取所需神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及相應(yīng)學(xué)習(xí)算法和控制參數(shù)。 中華人民共和國教育部 東北林業(yè)大學(xué) 畢 業(yè) 論 文 論文題目： 汽輪機(jī) 調(diào)速系統(tǒng)的 研究 學(xué) 生： 羅鐵軍 指導(dǎo)教師： 張 妤 講師 學(xué) 院： 成人教育學(xué)院 專 業(yè)： 電氣系統(tǒng) 2020年 1 月 題目名稱 ： 汽輪機(jī) 調(diào)制系統(tǒng)的 研究 內(nèi)容設(shè)計(jì) 一 簡單介紹課題設(shè)計(jì)，及其理論意義和實(shí)際價(jià)值。 二 介紹工程的主要理論基礎(chǔ)，提出用神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，對(duì)傳感器返回參數(shù)進(jìn)行處理。 四 將神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的控制策略結(jié)合起來，給 出了一種神經(jīng)網(wǎng)絡(luò) 控制 的設(shè)計(jì)方法，通過對(duì)非線性系統(tǒng)的仿真，對(duì)響應(yīng)曲線進(jìn)行比較。 時(shí)間安排 一 3月 1日到 3月 10日 搜集資料，形成論文整體思路。 三 3月 26日到 5月 30日 設(shè)計(jì)控制器，進(jìn)行計(jì)算機(jī)仿真。 專業(yè)負(fù)責(zé)人意見 簽名： 年 月 日 汽輪機(jī) 調(diào)制系統(tǒng)的 研究 摘 要 汽輪機(jī)是一種在高壓蒸汽的作用下高速旋轉(zhuǎn)的設(shè)備，汽控制系統(tǒng)需要高要求的保證電壓和頻率的穩(wěn)定性，以及由于動(dòng)力需求量的大小時(shí)變的輸出，這就要求了對(duì)于汽輪機(jī)轉(zhuǎn)速的高要求。 目前 BP 網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入 輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。 由神經(jīng)網(wǎng)絡(luò)原理應(yīng)用到大型汽輪機(jī)組使其可以自適應(yīng)學(xué)習(xí)各種誤差擾 動(dòng)帶來的調(diào)節(jié)方式，更加適應(yīng)時(shí)變的控制系統(tǒng)，以滿足現(xiàn)在的控制需求。 關(guān)鍵詞 ： BP 神經(jīng)網(wǎng)絡(luò) ； 汽輪機(jī) ； MATLAB 仿真 4 Study of Steam Turbine Control Based on the BP Neural Network Abstract In a highpressure steam turbine is under the action of high speed rotating equipment, air control system of high requirements to guarantee the stability of voltage and frequency, and the size of the power demand timevarying output, which requires a high requirements for turbine speed. With the increase of the uni