冷凝器污垢的智能預測方法研究.pdf

1、冷凝器電力、化工、機械等行業(yè)的大型換熱設備,是火力發(fā)電廠的主要輔助設備之一,它在汽輪機裝置的熱力循環(huán)中起冷源的作用。因此,冷凝器工作性能的好壞對整個汽輪機運行過程中的經(jīng)濟性以及安全性會產(chǎn)生直接的影響。然而,冷凝器一旦投入運行,冷凝管的內(nèi)部總會產(chǎn)生一些對運行有害的污垢。為了解決這方面的問題并為清洗提供理論依據(jù),近年來不少國內(nèi)外學者提出了預測污垢的新技術。本文以冷凝器內(nèi)的結(jié)垢為研究對象,主要研究了冷凝器污垢的軟測量建模和預測方法:
　

2、　 論文首先對冷凝器污垢產(chǎn)生的原因及污垢是怎樣影響冷凝器工作效率的情況做了一定的闡述,指出了對冷凝器污垢預測的重要意義,介紹了冷凝器的工作原理以及污垢預測的研究現(xiàn)狀。
　　 其次,根據(jù)冷凝器污垢的形成機理、分類以及形成的各個階段,對冷凝器污垢預測模型給出了詳細的說明。然后,將污垢分解為軟垢和硬垢兩部分,而軟垢又分階段進行預測,硬垢則由數(shù)理統(tǒng)計模型得到,最后疊加得到總的污垢系數(shù)值。常規(guī)的污垢測量方法雖然應用廣泛,但從經(jīng)濟性與準確

3、性的角度上來說,都有各自的弊端。針對該問題,本文設計了一種基于K均值算法及切比雪夫神經(jīng)網(wǎng)絡的在線污垢預測方法。傳統(tǒng)的切比雪夫神經(jīng)網(wǎng)絡是動態(tài)的單輸入單輸出模型,為適應冷凝器污垢受多種工況參數(shù)影響的情況,本文對算法進行了改進,用多輸入單輸出模型取而代之。在冷凝器污垢系數(shù)的預測過程中,污垢系數(shù)受工況突變或大擾動的影響很大,為保持污垢預測的連續(xù)性,對采樣進來的數(shù)據(jù)進行了預處理,在預先設定的門檻值的限定下,預測值能夠在預設精度范圍內(nèi)與實際值逼近一