| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题研究的背景 | 第11-12页 |
| 1.2 国内外应急柴油发电机组的研究概况 | 第12-18页 |
| 1.2.1 柴油机仿真模型的研究概况 | 第12-15页 |
| 1.2.2 柴油机调速技术的研究现状 | 第15-17页 |
| 1.2.3 同步发电机励磁系统的研究概况 | 第17-18页 |
| 1.3 本文的主要工作 | 第18-20页 |
| 第2章 柴油机仿真模型的建立与验证 | 第20-41页 |
| 2.1 柴油机的数学模型 | 第20-31页 |
| 2.1.1 气缸内热力过程的数学模型 | 第21-23页 |
| 2.1.2 气缸工作容积的数学模型 | 第23页 |
| 2.1.3 燃油燃烧放热规律的数学模型 | 第23-24页 |
| 2.1.4 燃烧室周壁热传导的数学模型 | 第24-26页 |
| 2.1.5 进排气管的数学模型 | 第26-27页 |
| 2.1.6 涡轮增压器的数学模型 | 第27-30页 |
| 2.1.7 中冷器的数学模型 | 第30-31页 |
| 2.2 柴油机仿真模型的建立 | 第31-35页 |
| 2.2.1 18PA6B型柴油机主要技术参数 | 第31页 |
| 2.2.2 柴油机GT-Power仿真模型的建立 | 第31-32页 |
| 2.2.3 柴油机调速系统仿真模型的建立 | 第32-34页 |
| 2.2.4 GT-Power与Simulink联合仿真平台的建立 | 第34-35页 |
| 2.3 柴油机仿真模型的验证 | 第35-40页 |
| 2.3.1 稳态仿真模型的验证 | 第35-37页 |
| 2.3.2 瞬态仿真模型的验证 | 第37-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第3章 同步发电机及其励磁系统仿真模型的建立 | 第41-54页 |
| 3.1 同步发电机仿真模型的建立 | 第41-46页 |
| 3.1.1 同步发电机的数学模型 | 第41-43页 |
| 3.1.2 同步发电机的主要技术参数 | 第43-44页 |
| 3.1.3 同步发电机的仿真模型 | 第44-46页 |
| 3.2 励磁系统仿真模型的建立 | 第46-51页 |
| 3.2.1 相复励无刷励磁系统的原理 | 第46-48页 |
| 3.2.2 相复励无刷励磁系统的数学模型 | 第48-50页 |
| 3.2.3 相复励无刷励磁系统的仿真模型 | 第50-51页 |
| 3.3 负载的仿真模型 | 第51-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 应急柴油机发电机组联合仿真的研究 | 第54-69页 |
| 4.1 应急柴油发电机组联合仿真模型的建立 | 第54-55页 |
| 4.2 仿真算法及系统初始参数的设定 | 第55-58页 |
| 4.2.1 仿真算法和精度的设定 | 第55-57页 |
| 4.2.2 系统运行前的初始化 | 第57-58页 |
| 4.3 50%额定负载突加、突卸试验及仿真 | 第58-59页 |
| 4.4 某核电厂母线失电时的加载计算 | 第59-68页 |
| 4.4.1 分步加载计算方案 | 第59-61页 |
| 4.4.2 加载过程的系统仿真模型 | 第61-64页 |
| 4.4.3 加载计算的结果 | 第64-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 BP神经网络的转速控制策略 | 第69-85页 |
| 5.1 人工神经网络理论 | 第69-75页 |
| 5.1.1 人工神经元的数学模型 | 第69-71页 |
| 5.1.2 人工神经网络的结构 | 第71-73页 |
| 5.1.3 人工神经网络的学习、训练与验证 | 第73-75页 |
| 5.2 柴油机BP-PID调速系统仿真模型的建立 | 第75-80页 |
| 5.2.1 柴油机BP-PID调速系统的结构 | 第75-76页 |
| 5.2.2 BP-PID算法的改进 | 第76-77页 |
| 5.2.3 柴油机BP-PID的仿真模型的建立 | 第77-80页 |
| 5.3 基于BP-PID调速控制的发电机组加载计算 | 第80-84页 |
| 5.3.1 基于BP-PID控制的加载程序A的计算 | 第80-83页 |
| 5.3.2 基于BP-PID控制的加载程序B的计算 | 第83-84页 |
| 5.4 本章小结 | 第84-85页 |
| 结论 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第93-95页 |
| 致谢 | 第95页 |
