版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、離心壓縮機(jī)作為CCPP(Combined Cycle Power Plant,CCPP)煤氣系統(tǒng)中的核心部件,其運(yùn)行狀態(tài)的好壞直接關(guān)系到整個(gè)系統(tǒng)的穩(wěn)定高效運(yùn)行。在實(shí)際生產(chǎn)中,離心壓縮機(jī)容易受前段煉鋼/鐵工藝的影響,煤氣流量、壓力和溫度等波動(dòng)較大,壓縮機(jī)常常處于變工況的運(yùn)行狀態(tài),其輸出特性會(huì)發(fā)生一定的漂移。為了防止壓縮機(jī)陷入喘振等不穩(wěn)定工況,對(duì)其進(jìn)行優(yōu)化控制尤為重要。而壓縮機(jī)的優(yōu)化控制是以其性能的準(zhǔn)確預(yù)測(cè)為前提的,因此研究壓縮機(jī)的快速建模
2、方法具有重要的實(shí)際應(yīng)用價(jià)值和理論研究意義。
本文以CCPP煤氣系統(tǒng)中的離心壓縮機(jī)為研究對(duì)象,針對(duì)現(xiàn)有壓縮機(jī)建模方法存在的模型開(kāi)發(fā)周期長(zhǎng)和效率低等問(wèn)題,首次將遷移建模的思想應(yīng)用到新壓縮機(jī)模型的開(kāi)發(fā)中。具體內(nèi)容包括以下幾個(gè)方面:
?。?)首先對(duì)離心壓縮機(jī)的工作原理、結(jié)構(gòu)組成和物理特性進(jìn)行了深入研究,并利用能量守恒和質(zhì)量守恒等定律建立起壓縮機(jī)的機(jī)理模型;然后在此基礎(chǔ)上模擬得到兩臺(tái)不同規(guī)格卻又存在一定相似性的離心壓縮機(jī)模型。通
3、過(guò)分析壓縮過(guò)程之間的相似性和模型遷移的可行性,為壓縮機(jī)的遷移建模研究奠定基礎(chǔ)。
?。?)基于壓縮過(guò)程之間的家族相似性,提出了一種基于支持向量機(jī)(Support Vector Mechine,SVM)的新壓縮機(jī)遷移建模策略。該策略充分提取原有壓縮機(jī)模型中的有用信息,首先將原有壓縮機(jī)模型的輸出作為新壓縮機(jī)模型的附加輸入,之后結(jié)合少量的新壓縮機(jī)數(shù)據(jù)樣本來(lái)彌補(bǔ)壓縮過(guò)程之間的差異,并利用SVM算法來(lái)快速地建立起新壓縮機(jī)的模型。最后將所建遷
4、移模型與SVM模型的預(yù)測(cè)性能進(jìn)行對(duì)比分析,仿真結(jié)果表明,在少量的數(shù)據(jù)樣本情況下,遷移模型具有較高的預(yù)測(cè)精度和可靠性。
?。?)針對(duì)基于 SVM的遷移建模策略存在的局限性問(wèn)題,比如在采集新壓縮機(jī)的數(shù)據(jù)樣本時(shí)存在一定的主觀性,以及未能考慮到實(shí)驗(yàn)運(yùn)行的最少次數(shù)等,采用了一種基于貝葉斯的遷移建模策略來(lái)快速地建立新壓縮機(jī)的模型。該策略首先對(duì)原有壓縮機(jī)的高斯過(guò)程模型進(jìn)行尺度-偏差遷移調(diào)整,從而獲得新遷移模型;然后基于新壓縮機(jī)的實(shí)驗(yàn)數(shù)據(jù)利用貝
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 離心壓縮機(jī)快速建模及數(shù)值分析.pdf
- 基于rbf神經(jīng)網(wǎng)絡(luò)的離心壓縮機(jī)數(shù)據(jù)建模
- 基于RBF神經(jīng)網(wǎng)絡(luò)的離心壓縮機(jī)數(shù)據(jù)建模.pdf
- 離心壓縮機(jī)的CFD分析與建模參數(shù)化.pdf
- 離心壓縮機(jī)
- 離心式壓縮機(jī)建模及仿真研究.pdf
- 基于結(jié)構(gòu)適應(yīng)的離心壓縮機(jī)自愈調(diào)控方法研究.pdf
- 煤氣壓縮機(jī)數(shù)據(jù)建模.pdf
- 離心壓縮機(jī)模型參數(shù)辨識(shí)與防喘控制研究.pdf
- 大型離心壓縮機(jī)葉輪動(dòng)力分析方法研究.pdf
- 離心壓縮機(jī)葉輪靜強(qiáng)度校核方法研究.pdf
- 制冷用離心壓縮機(jī)模型級(jí)設(shè)計(jì)與優(yōu)化.pdf
- 離心壓縮機(jī)小流量模型級(jí)的流動(dòng)分析與優(yōu)化.pdf
- 離心壓縮機(jī)振動(dòng)分析.pdf
- 離心壓縮機(jī)振動(dòng)分析與診斷.pdf
- 離心壓縮機(jī)事故匯總
- 基于自適應(yīng)遺傳算法的離心壓縮機(jī)模型參數(shù)辨識(shí).pdf
- 基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的離心式壓縮機(jī)建模.pdf
- 大型離心壓縮機(jī)定期維修周期的優(yōu)化方法研究.pdf
- 離心壓縮機(jī)喘振模型與穩(wěn)定性分析.pdf
評(píng)論
0/150
提交評(píng)論