汽轮发电机组热弯曲故障预警方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及发展动态 | 第10-11页 |
| 1.3 存在的问题分析 | 第11-12页 |
| 1.4 课题研究内容 | 第12-13页 |
| 第2章 汽轮机转子热弯曲故障原因和机理 | 第13-23页 |
| 2.1 汽轮机转子热弯曲故障的原因 | 第13-16页 |
| 2.2 汽轮机转子热弯曲故障的机理 | 第16-21页 |
| 2.2.1 转子径向温度不对称引发热弯曲的机理 | 第16-19页 |
| 2.2.2 动静碰磨引发热弯曲的机理 | 第19-21页 |
| 2.3 热弯曲故障对转子的影响 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 汽轮机转子热弯曲故障特征 | 第23-31页 |
| 3.1 热弯曲故障特征 | 第23-29页 |
| 3.1.1 启动阶段 | 第23-24页 |
| 3.1.2 运行过程 | 第24-27页 |
| 3.1.3 其他图谱表示 | 第27-29页 |
| 3.2 热弯曲故障的处理 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 汽轮机转子振动趋势预测方法 | 第31-46页 |
| 4.1 BP神经网络 | 第31-36页 |
| 4.1.1 BP神经网络 | 第31页 |
| 4.1.2 BP神经网络模型及其原理 | 第31-33页 |
| 4.1.3 BP神经网络的特点及局限性 | 第33-34页 |
| 4.1.4 BP神经网络算法 | 第34-36页 |
| 4.2 BP神经网络迭代多步预测 | 第36-38页 |
| 4.2.1 一般多步预测 | 第36-37页 |
| 4.2.2 迭代多步预测 | 第37-38页 |
| 4.3 经验模态分解 | 第38-42页 |
| 4.3.1 经验模态分解 | 第38-39页 |
| 4.3.2 经验模态分解流程 | 第39-41页 |
| 4.3.3 聚合经验模态分解 | 第41-42页 |
| 4.4 转子振动趋势预测 | 第42-45页 |
| 4.4.1 振动信号去噪 | 第42-43页 |
| 4.4.2 BP神经网络振动趋势预测 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 汽轮发电机组热弯曲故障预警案例 | 第46-57页 |
| 5.1 汽轮发电机组热弯曲故障预警及诊断流程 | 第46-47页 |
| 5.2 汽轮发电机组热弯曲振动趋势预测及预警 | 第47-54页 |
| 5.2.1 振动趋势预测 | 第49-53页 |
| 5.2.2 振动趋势预警 | 第53-54页 |
| 5.3 汽轮发电机组热弯曲故障诊断 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 结论与展望 | 第57-59页 |
| 6.1 结论 | 第57页 |
| 6.2 后续工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-64页 |
| 致谢 | 第64页 |
