| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景与意义 | 第9页 |
| 1.2 国内外研究动态 | 第9-12页 |
| 1.2.1 燃气轮机组仿真建模研究现状 | 第9-10页 |
| 1.2.2 燃气轮机组气路故障诊断研究现状 | 第10-11页 |
| 1.2.3 燃气轮机组传感器故障诊断研究现状 | 第11页 |
| 1.2.4 燃气轮机组仿真建模与运行状态评估研究存在的问题 | 第11-12页 |
| 1.3 APROS仿真软件 | 第12-14页 |
| 1.3.1 系统简介 | 第12页 |
| 1.3.2 APROS系统基本数学模型 | 第12-13页 |
| 1.3.3 APROS仿真算法及求解步骤 | 第13-14页 |
| 1.4 本文主要内容 | 第14-15页 |
| 第二章 基于APROS的燃气轮机组仿真平台建立 | 第15-30页 |
| 2.1 引言 | 第15页 |
| 2.2 部件特性曲线的获取 | 第15-17页 |
| 2.2.1 压气机特性曲线的获取 | 第15-16页 |
| 2.2.2 透平特性曲线的获取 | 第16-17页 |
| 2.3 燃气轮机组模块化建模 | 第17-21页 |
| 2.3.1 压气机模块 | 第17-18页 |
| 2.3.2 燃烧室模块 | 第18-19页 |
| 2.3.3 透平模块 | 第19-20页 |
| 2.3.4 转子模块 | 第20页 |
| 2.3.5 燃气轮机组整体仿真模型 | 第20-21页 |
| 2.4 燃气轮机组控制系统仿真 | 第21-25页 |
| 2.4.1 转速控制 | 第21-22页 |
| 2.4.2 加速控制 | 第22-23页 |
| 2.4.3 温度控制 | 第23-24页 |
| 2.4.4 IGV温度控制 | 第24-25页 |
| 2.5 燃气轮机组仿真模型静态验证 | 第25-27页 |
| 2.6 燃气轮机组动态特性仿真与分析 | 第27-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 基于自适应扩展卡尔曼滤波器的燃气轮机组气路故障诊断研究 | 第30-47页 |
| 3.1 引言 | 第30页 |
| 3.2 燃气轮机组典型气路故障分析 | 第30-33页 |
| 3.2.1 典型气路故障及判据 | 第30-31页 |
| 3.2.2 性能退化仿真 | 第31-33页 |
| 3.3 燃气轮机组非线性模型简化 | 第33-36页 |
| 3.3.1 燃气轮机组状态空间模型 | 第33页 |
| 3.3.2 状态空间模型的求取 | 第33-35页 |
| 3.3.3 气路故障模型建立 | 第35-36页 |
| 3.4 基于扩展卡尔曼滤波的燃气轮机组气路故障诊断方法 | 第36-40页 |
| 3.4.1 卡尔曼滤波器基本原理 | 第36-38页 |
| 3.4.2 气路故障诊断原理 | 第38页 |
| 3.4.3 实例分析 | 第38-40页 |
| 3.5 基于改进型强跟踪卡尔曼滤波的燃气轮机组气路故障诊断方法 | 第40-46页 |
| 3.5.1 基于扩展卡尔曼滤波的气路故障诊断的缺点 | 第40-41页 |
| 3.5.2 改进型强跟踪卡尔曼滤波器原理 | 第41-42页 |
| 3.5.3 实例分析 | 第42-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 基于人工智能的燃气轮机组传感器故障诊断研究 | 第47-64页 |
| 4.1 引言 | 第47页 |
| 4.2 燃气轮机组传感器故障分析 | 第47-49页 |
| 4.3 基于改进型强跟踪卡尔曼滤波的燃气轮机组关键传感器故障诊断 | 第49-53页 |
| 4.3.1 传感器单一故障诊断方法 | 第49-50页 |
| 4.3.2 传感器双重故障诊断方法 | 第50页 |
| 4.3.3 故障诊断实例 | 第50-53页 |
| 4.4 基于RITNN神经网络的燃气轮机组传感器故障诊断策略 | 第53-63页 |
| 4.4.1 RITNN神经网络原理 | 第53-55页 |
| 4.4.2 基于RITNN神经网络的燃气轮机组传感器故障诊断原理 | 第55-56页 |
| 4.4.3 应用实例 | 第56-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 燃气轮机组在线仿真与运行状态评估软件开发及应用 | 第64-70页 |
| 5.1 引言 | 第64页 |
| 5.2 燃气轮机组在线仿真与运行状态评估软件的设计与开发 | 第64-65页 |
| 5.2.1 系统结构 | 第64页 |
| 5.2.2 功能模块 | 第64-65页 |
| 5.2.3 开发环境与开发工具 | 第65页 |
| 5.3 应用实例 | 第65-69页 |
| 5.3.1 在线仿真模块 | 第65-67页 |
| 5.3.2 传感器故障诊断模块 | 第67-68页 |
| 5.3.3 燃气轮机性能监测模块 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 结论与展望 | 第70-72页 |
| 6.1 论文的主要工作 | 第70页 |
| 6.2 进一步研究的方向 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |
