摘要 | 第5-6页 |
ABSTRACT | 第6页 |
1 绪论 | 第9-16页 |
1.1 课题背景和研究意义 | 第9-10页 |
1.2 燃气轮机常见故障与诊断方法 | 第10-13页 |
1.2.1 燃气轮机常见故障类型 | 第10-11页 |
1.2.2 燃气轮机常用故障诊断方法 | 第11-13页 |
1.3 国内外研究现状 | 第13-15页 |
1.3.1 燃气轮机建模国内外研究现状 | 第13-14页 |
1.3.2 燃气轮机故障诊断的国内外研究现状 | 第14-15页 |
1.4 论文的研究内容 | 第15-16页 |
2 燃气轮机无故障模型的建立 | 第16-29页 |
2.1 课题研究对象的介绍 | 第16-18页 |
2.2 燃气轮机的工作原理 | 第18-19页 |
2.3 燃气轮机各部分模型的建立 | 第19-27页 |
2.3.1 压气机模型 | 第20-23页 |
2.3.2 燃烧室模型 | 第23-24页 |
2.3.3 燃气透平模型 | 第24-26页 |
2.3.4 转子模型 | 第26-27页 |
2.4 燃气轮机整体模型 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
3 燃气轮机故障模型的建立和模拟 | 第29-55页 |
3.1 燃气轮机故障模型的建立 | 第29-40页 |
3.1.1 燃气轮机模型的小偏差处理 | 第29-33页 |
3.1.2 故障性能参数的变量分离 | 第33-35页 |
3.1.3 故障模型的建立 | 第35-40页 |
3.2 燃气轮机气路故障分析与判据 | 第40-48页 |
3.2.1 燃气轮机常见的几种气路故障分析 | 第41-47页 |
3.2.2 燃气轮机常见的几种气路故障判据 | 第47-48页 |
3.3 燃气轮机常见的几种气路故障模拟 | 第48-54页 |
3.3.1 压气机叶片积垢 | 第48-49页 |
3.3.2 压气机顶端间隙 | 第49-50页 |
3.3.3 压气机叶片磨损 | 第50页 |
3.3.4 压气机叶片机械损伤 | 第50-51页 |
3.3.5 涡轮叶片热腐蚀 | 第51页 |
3.3.6 涡轮叶片积垢 | 第51-52页 |
3.3.7 涡轮叶片磨损 | 第52页 |
3.3.8 涡轮叶片机械损伤 | 第52-53页 |
3.3.9 燃烧室故障 | 第53-54页 |
3.4 本章小结 | 第54-55页 |
4 基于蜻蜓算法优化BP神经网络的燃气轮机气路故障诊断 | 第55-65页 |
4.1 燃气轮机故障诊断的思路 | 第55-56页 |
4.2 BP神经网络 | 第56-58页 |
4.3 蜻蜓算法 | 第58-59页 |
4.4 蜻蜓算法优化BP神经网络流程 | 第59-61页 |
4.5 燃气轮机的气路故障诊断实例分析 | 第61-64页 |
4.6 本章小结 | 第64-65页 |
5 总结与展望 | 第65-67页 |
5.1 总结 | 第65页 |
5.2 研究展望 | 第65-67页 |
参考文献 | 第67-70页 |
致谢 | 第70-71页 |
攻读学位期间取得的研究成果 | 第71页 |