基于软测量的汽轮机漏汽故障诊断
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题背景及研究的意义 | 第10-12页 |
| ·汽轮机故障诊断的重要意义 | 第10-11页 |
| ·漏汽监测及其软测量的重要意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·故障诊断研究现状 | 第12-14页 |
| ·软测量建模研究现状 | 第14-16页 |
| ·漏汽监测研究现状 | 第16-17页 |
| ·本文主要内容 | 第17-19页 |
| ·建立汽轮机漏汽模型并进行仿真研究 | 第17页 |
| ·基于最小二乘的漏汽估计模型 | 第17页 |
| ·基于神经网络的漏汽估计模型 | 第17-19页 |
| 第2章 汽轮机漏汽模型及仿真研究 | 第19-38页 |
| ·引言 | 第19-20页 |
| ·漏汽仿真模型的机理分析 | 第20-31页 |
| ·汽轮机再热式动态模型 | 第20-26页 |
| ·漏汽现象分析 | 第26-27页 |
| ·流量连续方程 | 第27-28页 |
| ·漏汽流量表征 | 第28-30页 |
| ·仿真机理研究 | 第30-31页 |
| ·漏汽过程仿真研究 | 第31-37页 |
| ·降负荷仿真 | 第31-35页 |
| ·升负荷仿真 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于最小二乘的漏汽软测量模型 | 第38-52页 |
| ·引言 | 第38页 |
| ·温度传感器的“时滞”效应 | 第38-41页 |
| ·温度传感器的工作原理 | 第38-40页 |
| ·“时滞”效应 | 第40-41页 |
| ·数据采集过程中的噪声分析 | 第41-43页 |
| ·内部噪声分析 | 第41-42页 |
| ·外部噪声分析 | 第42-43页 |
| ·含噪数据的漏汽最小二乘估计 | 第43-50页 |
| ·最小二乘思想的引入 | 第43-44页 |
| ·最小二乘估计理论 | 第44-45页 |
| ·漏汽最小二乘估计 | 第45-50页 |
| ·本章小结 | 第50-52页 |
| 第4章 基于人工神经网络的漏汽软测量模型 | 第52-69页 |
| ·引言 | 第52页 |
| ·人工神经网络的发展现状 | 第52-60页 |
| ·人工神经网络综述 | 第53-54页 |
| ·典型神经网络的结构 | 第54-57页 |
| ·神经网络的泛化问题 | 第57-59页 |
| ·神经网络引入先验知识的途径 | 第59-60页 |
| ·融合先验知识的漏汽估计神经网络建模 | 第60-66页 |
| ·数据预处理 | 第60页 |
| ·模型的输入输出参数选择 | 第60-61页 |
| ·先验知识的引入 | 第61-62页 |
| ·神经网络建模 | 第62-66页 |
| ·神经网络模型与最小二乘模型对比分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |
