| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究的背景和意义 | 第12-13页 |
| 1.2 趋势预测方法分类 | 第13-15页 |
| 1.3 燃气轮机性能退化与趋势预测技术国内外研究现状 | 第15-18页 |
| 1.3.1 国外研究现状 | 第15-16页 |
| 1.3.2 国内研究现状 | 第16-18页 |
| 1.4 课题的主要研究内容 | 第18-20页 |
| 第2章 燃气轮机气路退化建模方法研究 | 第20-35页 |
| 2.1 小偏差法介绍 | 第20-21页 |
| 2.2 研究对象介绍 | 第21页 |
| 2.3 工质热物理性质处理 | 第21-23页 |
| 2.4 燃气轮机工况点数据 | 第23页 |
| 2.5 部件特性线斜率处理方法 | 第23-24页 |
| 2.6 燃气轮机性能退化关系模型建立 | 第24-32页 |
| 2.6.1 燃气轮机部件小偏差方程建立 | 第25-26页 |
| 2.6.2 退化性能参数的变化量分离 | 第26-29页 |
| 2.6.3 性能退化模拟方程组的推导 | 第29-32页 |
| 2.6.4 退化关系矩阵的建立 | 第32页 |
| 2.7 本章小结 | 第32-35页 |
| 第3章 压气机退化燃气轮机性能仿真研究 | 第35-53页 |
| 3.1 燃气轮机积垢机理及压气机积垢敏感性分析 | 第35-37页 |
| 3.2 燃气轮机污染物来源 | 第37-39页 |
| 3.3 积垢对燃气轮机部件性能的影响 | 第39-40页 |
| 3.4 低压压气机性能退化模型建立 | 第40-45页 |
| 3.4.1 压气机积垢性能退化经验模型 | 第41-44页 |
| 3.4.2 低压压气机退化燃气轮机测量参数变化趋势仿真 | 第44-45页 |
| 3.5 仿真结果分析 | 第45-48页 |
| 3.6 基于经济性的压气机定期清洗时间间隔确定 | 第48-50页 |
| 3.7 基于其他因素的压气机不定期清洗时间原因分析 | 第50-52页 |
| 3.8 本章小结 | 第52-53页 |
| 第4章 基于时间序列模型的单参数性能退化预测 | 第53-71页 |
| 4.1 时间序列方法理论 | 第53-60页 |
| 4.1.1 时间序列含义 | 第53页 |
| 4.1.2 时间序列模型分类 | 第53-55页 |
| 4.1.3 平稳时间序列 | 第55页 |
| 4.1.4 时间序列平稳性检验常用方法 | 第55-57页 |
| 4.1.5 模型识别和初步定阶 | 第57-59页 |
| 4.1.6 AIC准则和SBC准则 | 第59-60页 |
| 4.2 时间序列模型在燃气轮机气路性能退化预测中的应用 | 第60-70页 |
| 4.2.1 时间序列模型性能预测设计 | 第60-62页 |
| 4.2.2 时间序列平稳性检验 | 第62-64页 |
| 4.2.3 模型识别和参数估计 | 第64-65页 |
| 4.2.4 预测结果分析 | 第65-70页 |
| 4.3 本章小结 | 第70-71页 |
| 第5章 基于支持向量机的多参数性能退化预测 | 第71-87页 |
| 5.1 支持向量机基础 | 第71-77页 |
| 5.1.1 结构风险最小化原则 | 第71-72页 |
| 5.1.2 支持向量机回归理论 | 第72-74页 |
| 5.1.3 特征空间及核函数 | 第74-75页 |
| 5.1.4 支持向量机结构及算法优点 | 第75-76页 |
| 5.1.5 基于交叉验证法的支持向量机算法参数选择 | 第76-77页 |
| 5.2 支持向量机在燃气轮机气路性能退化预测中的应用 | 第77-86页 |
| 5.2.1 SVM网络性能实时预测设计 | 第77-81页 |
| 5.2.2 采用单参数和多参数综合实时预测的原因分析 | 第81-84页 |
| 5.2.3 基于多参数和单参数的综合实时预测结果分析 | 第84-86页 |
| 5.3 本章小结 | 第86-87页 |
| 结论 | 第87-88页 |
| 参考文献 | 第88-94页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第94-95页 |
| 致谢 | 第95页 |
