发电用燃气轮机的非线性数学建模及稳定性分析

燃气轮机使用NARMAX结构的整体非线性建模本文探讨了燃气轮机使用NARMAX技术的整体的非线性模型。

首先，研究了用小信号数据估计的线性模型，确定了整体非线性模型的条件。

然后，在时间和频率范围内执行发动机非线性特征的非参数分析。

线性建模和非线性分析得到的信息被用来限制非线性建模的研究空间。

用大信号数据确定了非线性模型，与线性模型相比较说明了它的优越性能。

本文阐述了如何结合周期性实验信号、频率范围分析和识别技术、时间域NARMAX建模来增强飞行器燃气轮机的建模。

简介燃气涡轮最初是设计用来做飞行器动力装置的，但现在广泛应用于航空，航海和工业设备。

随着工业设备的广泛和快速发展，发动机的建模是一个很重要的过程。

在发动机整个寿命过程中，发动机的发展和运转都需要对燃气轮机进行建模。

设计控制系统能帮助建模，一旦确定模型和发动机的真实数据相匹配，对模型参数的物理解释也就能的得出来了。

这样就能检验对发动机特性的最初设想。

这篇论文说明的是燃油流量与航空燃气涡轮动力轴转度之间的关系。

轴的转速是燃气轮机的一个重要输出量，根据轴的转速，能计算出燃气轮机的内压和推力。

现代燃气轮机一般有两根传动轴，一根是用来连接高压压气机和高压涡轮的，另一根是用来连接低压压气机和低压涡轮的。

文章中提到的罗尔斯罗伊斯公司斯贝MK202发动机就是这样的一种双轴发动机。

尽管这款发动机已不再使用，但斯贝与类似于使用于欧洲战机的EJ200发动机有相同的特性。

Evans最近研究发动机的主要工作就是通过用小振幅信号和用频域技术来确定高精度的线性模型。

对于这些小信号模型，我们认为由噪音和非线性所引起的误差非常小，并且研究结果也发现误差确实很小。

此技术也被用来评估模型在不同工作点时的工作状况。

在DERA中，以海平面静态为条件收集数据。

在振幅达到稳定状态燃油流量的±10%时使用多重正弦和IRMLBS（±10%W f）。

然而，所有物理系统都或多或少不是线性的，这就要求用一个更完整的非线性模型来描述燃气轮。

燃气轮机热力性能模型构建与分析燃气轮机作为一种被广泛应用于发电和航空航天领域的动力装置，其热力性能模型的构建与分析是提高轮机性能和运行效率的关键。

在本文中，将从热力学基础、模型构建和性能分析三个方面探讨燃气轮机热力性能模型的相关内容。

首先，我们来了解燃气轮机的热力学基础。

燃气轮机是一种通过燃料的燃烧产生高温高压气体，驱动涡轮旋转，并通过轮子和压气机将其中的能量转化为功的装置。

其中，热力学循环是描述燃气轮机工作原理和性能的理论基础。

常见的燃气轮机热力学循环包括布雷顿循环和雷诺循环。

布雷顿循环是燃气轮机的基本循环，通过喷燃器燃烧燃料，产生高温高压气体，驱动涡轮旋转；而雷诺循环是一种改进的循环，通过采用再热和冷却技术，进一步提高燃气轮机的效率。

其次，我们将讨论燃气轮机热力性能模型的构建。

燃气轮机的热力性能模型是描述其工作过程和性能参数的数学模型。

通过构建准确的模型，可以有效地预测和优化燃气轮机的性能。

燃气轮机热力性能模型的构建涉及到多个方面，如气流、燃烧和传热等过程的建模。

例如，气流模型可以利用欧拉方程和质量、能量守恒定律来描述气体在转子和定子之间的流动；燃烧模型可以利用化学反应动力学和热释放率等参数来描述燃烧过程；传热模型可以利用传热方程和流体力学分析来描述燃气轮机中的热传递过程。

最后，我们将对燃气轮机热力性能模型进行分析。

通过对热力性能模型的分析，可以评估燃气轮机的性能，优化其工作参数，以实现更高的效率和功率输出。

热力性能模型的分析主要包括两个方面：一是对燃气轮机循环参数的分析，如进气温度、压缩比、放大比等，这些参数直接影响燃气轮机的效率和功率输出；二是对燃气轮机实际运行数据的分析，通过对实测数据的对比和统计分析，可以评估燃气轮机的实际性能和运行状况。

通过对模型分析的结果，可以及时发现问题，采取相应的措施进行调整和改进。

在实际应用中，燃气轮机热力性能模型的构建和分析是一个复杂而细致的工作。

需要深入理解燃气轮机的热力学原理和工作过程，掌握相关的建模和分析方法。

燃气轮机叶轮非线性瞬态温度场的边界元分析
姚寿广
【期刊名称】《航空动力学报》
【年(卷),期】1996(11)2
【摘要】首先采用克希荷夫变换将包含变物性及混合和辐射边界条件的热扩散方程转换成线性方程，进一步由加权余量法和离散化将方程转变成边界元方程组。

用所开发的二维线性—非线性瞬态温度场边界元程序分析计算了燃气轮机叶轮起动工况下的非稳态温度场，与有限元数值计算结果比较表明，边界元法应用于这类非线性工程问题的分析是可靠、初始精度高，数值稳定性好及计算输入数据简单等优点。

【总页数】4页(P185-188)
【关键词】燃气轮机;温度场;边界元;叶轮
【作者】姚寿广
【作者单位】华东船舶工业学院
【正文语种】中文
【中图分类】TK474.7
【相关文献】
1.对流换热边界下变物性梯度功能材料板瞬态温度场有限元分析 [J], 许杨健;涂代惠
2.边界元法用于含有相变的三维瞬态温度场分析 [J], 尚晓天;李鸿宝
3.非线性平面瞬态温度场的边界元分析 [J], 姚寿广;朱德书;孔祥谦
4.轴对称回转体瞬态温度场边界元分析 [J], 朱德书;姚寿广
5.热管中分析带相变运动界面瞬态温度场的边界元方法 [J], 卢文强;李淑芬
因版权原因，仅展示原文概要，查看原文内容请购买。

独立运行和并网模式下微型燃气轮机的建模与性能分析Modeling and Performance Analysis of Microturbine in Independent Operation and Grid -Connection ModeABSTRACT:The microturbine generation system will be the most widely used distributed generation in the near future. According to the dynamic characteristics of the Microturbine system, a mathematic model which treats the Microturbine and its electric system as a whole is built. Further researches on the basic control of the Microturbine system are presented. The dynamic characteristics of the Micro gas turbine system are emphasized, especially the characteristics of the load disturbance. Simulation results demonstrate the model is coordinate to the real Microturbine system. The general purpose of this project is for further researching thermodynamic engine control of the Microturbine and giving the basic resources to corresponding control of inverter control of generator electric side.KEY WORDS：distributed generation; microturbine; modeling; simulation; PWM摘要：微型燃气轮机发电系统是一种具有广泛应用前景的分布式发电系统。

非线性动力系统数学建模与分析非线性动力系统数学建模与分析是一项复杂但重要的研究领域，其在许多科学和工程领域中都具有广泛的应用。

本文将对非线性动力系统的数学建模方法和分析技术进行介绍和探讨。

首先，我们来了解什么是非线性动力系统。

非线性动力系统是一类与时间相关的演化方程，其特点是其行为无法简单地由线性方程描述。

这类系统在物理、化学、生物等领域中经常出现，例如混沌系统、生态系统、自然振动等。

与线性系统不同，非线性动力系统的演化过程更加复杂和多样化，需要采用不同的数学方法进行建模和分析。

数学建模是理解和揭示非线性动力系统行为的重要方法。

在数学建模过程中，我们需要从实际问题中提取关键因素和变量，并根据物理规律和经验进行适当的假设和简化。

然后，我们可以利用微分方程、差分方程、离散映射等数学工具对系统进行描述，并得到一组模型方程。

这些方程可以是一阶或高阶的，可以是确定性的或随机的，取决于具体的系统。

通过数学建模，我们可以定量地研究系统的稳定性、周期性、混沌性等特征。

在分析非线性动力系统时，我们可以采用各种数学方法和技术。

其中一种常用的方法是定性分析，即通过对系统进行解析或数值计算，来确定系统的稳定点、周期点、极限环等。

这可以帮助我们理解系统的基本行为和动力学特性。

另一种常用的方法是定量分析，即通过计算和模拟，来得到系统的定性和定量的结果。

这包括利用数值方法解微分方程、差分方程或离散映射，以及使用计算机模拟混沌和复杂系统的行为。

同时，我们还可以使用各种动力学工具和指标，如李雅普诺夫指数、相图、分岔图等，来帮助分析和理解系统的演化过程。

除了数学工具和技术，非线性动力系统的建模和分析还需要考虑到系统的参数估计和模型验证。

这些过程可以通过实验数据的采集和处理来实现。

在参数估计中，我们可以利用系统观测数据和统计方法，通过最小二乘法等技术对模型中的参数进行估计。

然后，我们可以使用验证方法来检验模型的可靠性和适用性，如残差分析、模型比较等。

燃气轮机系统的建模与仿真燃气轮机是一种高效可靠的能源转换设备，可以广泛应用于发电、飞行、航海等领域。

燃气轮机系统由多个部件组成，包括压气机、燃烧室、涡轮机等。

为了更好地设计、优化和控制燃气轮机系统，建立燃气轮机系统的模型并进行仿真是非常重要的。

一、燃气轮机系统的建模方法1. 基于物理学原理的建模方法这种建模方法基于燃气轮机系统的物理特性，通过对控制方程和能量平衡方程的建立，得出燃气轮机系统的数学模型。

这种方法的优点是能够准确地反映燃气轮机系统的物理特性，但是需要大量的计算和模型参数的确定，适用于研究燃气轮机系统的基本特性。

2. 基于统计方法的建模方法这种建模方法基于大量的实验数据，通过对实验数据的分析和处理，建立燃气轮机系统的统计模型。

这种方法的优点是不需要精确的物理特性和模型参数，可以通过实验数据进行建模，但是需要大量的实验数据和数据分析技能。

3. 基于神经网络的建模方法这种建模方法基于神经网络的模式识别能力，通过对燃气轮机系统的输入和输出数据进行学习，建立燃气轮机系统的神经网络模型。

这种方法的优点是能够学习系统的复杂非线性关系，但是需要大量的学习数据和神经网络模型的优化。

二、燃气轮机系统的仿真方法1. 基于模型的仿真方法这种仿真方法基于燃气轮机系统的数学模型，通过数值模拟的方法，进行燃气轮机系统的仿真。

这种方法的优点是可以对燃气轮机系统进行全面的仿真和测试，但是需要精确的物理模型和大量的计算资源。

2. 基于实验数据的仿真方法这种仿真方法基于实验数据的统计模型，通过对实验数据的模拟和处理，进行燃气轮机系统的仿真。

这种方法的优点是可以通过实验数据进行仿真，但是需要大量的实验数据和数据分析技能。

3. 基于混合方法的仿真方法这种仿真方法综合使用基于模型和基于实验数据的方法，通过建立精确的数学模型和处理实验数据，进行燃气轮机系统的仿真。

这种方法的优点是综合了两种方法的优点，可以比较准确地进行燃气轮机系统的仿真。

燃气轮机系统建模与性能分析摘要：燃气轮机机组具有超强的北线性，人们掌握它的具体实施工作过程运行规律是很难得。

在我过电力工业中对它的应用又不断加强。

为了更加透彻的解决这个问题，本文将通过建立燃气轮机机组系统建模及模拟比较研究机组设计和运行中存在的问题，从而分析它的性能。

关键词：燃气轮机；系统建模；性能1模拟对象燃气轮机的物理模型在标准IS0工况条件(15℃101.3kpa及相对湿度60%)下，压气机不断从大气中吸入空气，进行压缩。

高压空气离开压气机之后，直接被送入燃烧室，供入燃料在基本定压条件下完成燃烧。

燃烧不会完全均匀，造成在一次燃烧后局部会达到极高的温度，但因燃烧室内留有足够的后续空间发生混合、燃烧、稀释及冷却等复杂的物理化学过程，使得燃烧混合物在离开燃烧室进入透平时，高温燃气的温度己经基本趋于平均。

在透平内，燃气的高品位焙值(高温、高压势能)被转化为功。

1.1燃气轮机数值计算模型与方法本文借助于 GateCycle软件平台，搭建好的燃气轮机部件模块实现燃气轮机以上物理模型的功能转化，进行燃气轮机的热力学性能分析计算的。

在开始模拟燃气轮机之前，首先对燃气轮杋部件模块数学模型及计算原理方法进行简单介绍。

1.2压气机数值计算模型式中，q1、q2、ql分别为压气机进、出口处空气、压气机抽气冷却透平的空气的质量流量；T1*、 p1*分别为压气机进出口处空气的温度、压力；T2*、 p2*分别为压气机出口处空气的温度、压力ηc 、πc分别为压气机绝热压缩效率，压气机压比γa 为空气的绝热指数；ρa为大气温度；∅1为压气机进气压力损失系数ιcs 、ιc分别为等只压缩比功和实际压缩比功i*2s、i*2、i*1分别为等只压缩过程中压气机出口处空气的比焓，实际压缩过程中压气机出日处空气的比烩和压气机进日处空气的比焓；当压气机在非设计工况下工作时，一般计算方法是将压气机性能简单处理编制成数表，通过插值公式求得计算压气机的参数，即在压气机性能曲线上引入多条与喘振边界平行的趋势线，这样可以把压比，流量，效率均视为平行于喘振边界的等趋势线和转速的函数。

燃气轮机非线性故障诊断中梯度计算的新方法第28卷第14期1082008年5月15日中国电机工程ProceedingsoftheCSEEV o1.28No.14May15,2008@2008Chin.Soc.forElec.Eng文章编号:0258—8013(2008)14—0108—04中图分类号:TK39文献标识码:A学科分类号:470.20燃气轮机非线性故障诊断中梯度计算的新方法夏迪,王永泓(上海交通大学机械与动力工程学院,上海市闵行区200240) GradientCalculationinNonlinearComponentFaultDiagnosisofSingle-shaftGasTurbine XIADi,W ANGY ong—hong(SchoolofMechanicalEngineering,ShanghaiJiaotongUniversity,MinghangDistrict,Sha nghai200240,China)ABSTRACT:AnonlinearmethodforgaspathanalysiswaspresentedforPG9171Egasturbine.Itusednonlinear techniquestodeterminethevaluesofhealthparameters.wim thehelpofasuitablyformulatedenginesimulationmode1. Tookparameterdeviationsasindependentparameters,the differencesbetweenmodeloutputsandmeasurementsasobject, anobjectfunctionwasbuilt.Gradientmethodwasusedto processtheobjectfunction.Forthepurposeofreducingcomputationalworkload,differenceshavebeenusuallyusedingradientmethodtosubstitutepartialderivatives.Nonetheless, theapplicationshowedthatthissubstitutionwouldinduceabig elror.Thereby,threepointcalculatingmethodwasproposedto calculatepartialdifferentialvalues.Theresultshowedthatthis newmethodcouldsignificantlyincreasetheaccuracyof nonlineardiagnostics,andthecomputationalworkloadwasnot jncreased.'KEYWORDS:nonlinear;gasturbine;faultdiagnosis; gradientcalculation摘要:针对PG9171E型单轴发电用燃气轮机,建立了一套非线性故障诊断方法.该诊断方法主要由两部分组成:燃机仿真模型和故障诊断目标函数.在对目标函数的优化计算过程中采用了梯度法,梯度在数值上等于目标函数对各自变量的偏微分值的负数.为了减少计算量,传统方法常用差分值代替偏微分值,但实际计算过程中发现,用差分代替偏微分会给计算结果带来不可忽略的误差,而且该误差无法通过增加计算次数消除.文中采用三点拟合的方法近似地求取目标函数的偏微分值,实际应用显示该方法并不会明显增加计算量,但却较大地提高了非线性故障诊断方法的精度.关键词:非线性;燃气轮机;故障诊断;梯度计算O引言.目前国内有大量PG9171E型燃机用于电厂发电,其中不少已运行多年.对这些燃机应用基于热参数的故障诊断方法[1-41将有助于了解其部件故障情况,对于电厂的安全生产至关重要.基于热参数的故障诊断方法有很多种【5西】.本文以PG9171E型燃机为例,介绍一种以仿真模型和目标函数为基础的非线性故障诊断新方法,用三点拟合的方法求解目标函数的偏微分值.该方法修正后可以适用于其他燃机.1PG9171E型燃机故障诊断目标函数建立PG9171E型燃机的输出功率为113.79MW,由多级轴流压气机,14个燃烧室,3级燃气透平组成.为建立非线性故障诊断方法,必须先建立机组无故障时的压气机和透平部件特性.压气机特性现有基线估算方法【7】在建立时未包含高压比压气机实验数据,故一般只适用于压Lgd,于11的压气机特性估算,而PG9171E型燃机的压气机压比已超过11;为解决这个问题,在压气机特性计算过程中提出分段计算法.通过分段计算法,高压比压气机特性被分成2个低压比压气机特性进行计算,最后将2部分特性重组后即可得到精度较高的高压比压气机特性.建立透平特性时应用的是王永泓教授提出的逆向柯特略尔估算法【8】,该方法通过逆向计算,提高了用柯特略尔估算法计算透平特性的精度.通过上述2方面的改进,并根据试验数据进行校核,建立了一个精确的燃机仿真模型.给定压气机和透平特性,给油量,入口温度,入口压力和转速,仿真模型就可以计算出机组上相应测点的测量参数估算值【9刚,计算比较结果见表1.其中^为燃机功率,为透平排气温度,尸2为压气机出口压力.从表1可以看出仿真模型的精度达到实用要求.第14期夏迪等:燃气轮机非线性故障诊断中梯度计算的新方法表1计算参数与实测参数比较Tab.1Comparisonofmeasurementandcalculationvalues根据PG9171E型燃机的仿真模型可以建立起一套故障诊断目标函数Y--F(X)[11-14].此处作为自变量部件特性调整系数X=【6,8qc,6G;,6],其中6为压气机流量调整系数%(例:当6=一1时即压气机流量下降1%);8rlc为压气机效率调整系数,%;8GT为透平流量调整系数,%;6珊为透平效率调整系数,%;应变量为Y=(ST=x100)+(ST4xa00)+(Sx~xl00)+(6ⅣExloo) 式中:6=(一)/;6=(一巧)/巧;6=(一)/;6ⅣE=(NE—NE)/N*e;磊为压气机压比;上标为故障机组的实测参数,无上标的为仿真模型输出参数.相同的运行环境下,给定不同的就可以通过仿真模型得到不同的输出值M=[T2,T4,,],和不同的目标函数值】,[.2三点拟合法在故障诊断目标函数求解过程中的应用采用梯度法Il20作为多变量目标函数y=的无约束极小值求解方法.梯度法也叫最速下降法,是用来求多个变量函数极值问题的最早的一种方法,也被证明为最简单有效的一种方法.梯度法的基本想法是让自变量按某一梯度和步长变化, 以达到目标函数值下降的目的.其计算步骤为:任给一个初始自变量叭,计算梯度【U和步长;从∞出发求得F㈤的第1个极小近似点J=.J+;再以l】为起点,重复上述过程求得的第2个极小近似点J=∞+1S(1J….,直到目标函数值达到要求为止.由上述计算步骤可知,梯度法中最为关键的是梯度S和步长.给定P为自变量U】的向量增量,则在U】处的一阶Taylor展开为F'.+P)=F'.)+VF(X'.)P(1)式中:,器,,器r.,～a(G:)∽a(却c)''a(G;)'.)a(却)'VF)P=IIVF(X(.))II.1IPlI~os(VF(X),p).当(VF(X(0),p)为180.时,F)在'.点附近下降最快,所以P的方向取一VF∞'),即梯度(0):一VF(X(.).在传统计算方法中,,a(aG~)—aF(—X),,各值的求取往往采用差分a(8r/c)'a(6)a(8r/r)……～一"….法以减少工作量.实际应用过程中发现非线性诊断方法的计算精度会由于差分法中给定的差分步长不同而不同,一般是差分步长越大,计算误差越大. 为了减少误差,差分步长往往只能选取0.1%,小步长使得差分结果很容易受仿真模型本身的计算误差影响[21-22].为了解决这一问题,本文用三点拟合方法来代替差分法.以—aF(—X)的求解为例,假定某一状态下a(8Gc)8Gc=A,此处的三点拟合法即在677c,6,8r#不变的情况下,计算8Gc在A+I,A,A一1三点时的值;然后用二次拟合方法归纳出值与8Gc值的函数~o(SGc),在8Gc处对6)求导,即可求得旦在6处的精确解.a(8Gc)差分法每计算1个差分值需要运行2次仿真模型,而三点拟合法需要运行3次.但实际应用结果显示由于应用三点拟合法,梯度计算的精度得以提高,目标函数的整体求解时间与差分法基本相同. 已知初始点.和梯度(们,可建立步长求解公式:)=F'.+s'.)(2)其中)的极小点可作为U】点的增量步长.给定目标函数值的精度要求e=O.01,则可求解目标函数.3差分法与三点拟合法的应用与比较根据1,2节所提供的模型和方法,可以建立一套基于热参数的单轴燃气轮机非线性故障诊断l1O中国电机工程第28卷程序[2.通过燃机仿真程序可以计算出不同故障情况下的可测热参数值,将所得可测热参数值作为输入量,就可以通过非线性故障诊断程序得到部件故障诊断结果.给定PG9171E型燃机运行8年后的故障部件特性(6G二一4.92%,6c=一1.13%,6一4.49%, 6—O.9%),模拟真实燃机复合故障.图1是给定复合故障值与诊断结果的比较,其中差分法的步长为非线性诊断中常用的差分步长1%.可以看出与三点拟合法相比,差分法会导致求解精度的大幅度降低.而非线性故障诊断方法的最大优点就是精度高,所以差分法在非线性故障诊断求解过程中是不可取的.图2显示了分别应用差分法和三点拟合法后目一4鞘一26666部件特性图1复合故障诊断结果比较Fig.1Comparisonofdiagnosticresultsandgivenvalues 1284迭代次数(a)目标值衰减过程比较迭代次数(b)求解精度较高时的目标值比较图2目标值示意图Fig.2yatdifferentiterativestep标函数值的衰减情况.从图2(a)可以看出,当差分步长为1%时,目标函数值最终将停留在2.4左右而无法继续下降.通过放大图2(a)中阴影部分(见图2(b))可以看出,即使将差分步长减少至0.1%,其目标函数值仍最终保持在0.02左右,无法达到=0.01的精度要求;而用三点拟合法则可以通过增加迭代次数不断降低目标函数值,直至其小于0.01.由图2可以看出,差分法通过减少迭代步长来增加计算精度.但是当精度要求较高时,即使将差分步长减少至仿真模型所能达到的极限,也不能完全满足非线性诊断方法的诊断精度要求.为此,在非线性诊断方法中应该尽量使用三点拟合法来计算梯度,而非差分法.4结论应用结果显示,即使将差分步长缩小至仿真模型计算精度的极限,采用差分法的非线性诊断方法也达不到给定的精度要求.为了克服这一问题,本文提出用三点拟合法求解偏微分值.虽然该方法要比差分法多运行一次仿真模型,但其每次计算所得的梯度都更精确,因此总的计算量并没有增加.基于PG9171E型燃机的应用结果表明,三点拟合法的应用可以使非线性诊断方法的诊断精度超过应用差分法时的精度极限,并可通过增加迭代次数进一步得以提高.本文提出的方法为基于热参数的燃机非线性故障诊断提供了一种求解思路.参考文献[1]LiYG.Performance-analysis-basedgasturbinediagnostics:A review[J].JournalofPowerandEnergy,2002,216(5):363-377.【2】BiagioniL,CinottiR,DAgostinoL.Turboshaftenginecondition monitoringbYbayesianidentification[J].TurboshaftEngineCondition MonitoringbyBayesianIdentification,2001,23(2);15-19.[3]DaleyS,WangH.Faultdiagnosisinfluidpowersystems[J].EngineeringSimulation,1996,13(6):993-1008"[4]HorvitzEJ,BreeseJS,HenrionM.Decisiontheoryinexpertsystems andartificialintelligence[J].InternationalJournalofApproximateReasoning,1988,2(2):247-302.[5]黄晓光,王永泓,翁史烈.基于BP算法的电站燃气轮机故障诊断[J1.中国电机工程.2000,20(12):72-74.HuangXiaoguang,WangY onghong,WengShilie.Gasturbinefault diagnosisbaseonthebpalgorithm[J].ProceedingsoftheCSEE,2000,20(12):72-74(inChinese).[6]金文,陈长征,金志浩,等.燃气轮发电机组多故障诊断的物元分析方法fJ1.中国电机工程,2007,27(17):57-60.JinWen,ChenChangzheng,JinZihao,eta1.Matter-elementanalysis methodofmultiplefaultdiagnosisforgasturbines[J].Proceedingsof theCSEE,20o7,27(17);57-60(inChinese).[7]秦鹏.轴流压气机气动设计[M].北京.国防工业出版社,1975.第14期夏迪等:燃气轮机非线性故障诊断中梯度计算的新方法111 [8]WangYH.Anewmethodofpredictingtheperformanceofgas turbineengines[J].JoumalofEngineeringforGasTurbinesandPower,1991,113(3):106—111.[9]DeolDL.Anassessmentofweighted—least—squares—basedgaspath analysis[J].JEngGasTurbinesPower,TransASME,1994,116(3):365.373.[10]EscherPC,SinghR.Anobject—orienteddiagnosticscomputer programmesuitableforindustrialgasturbines[C].21st(CIMAC) InternationalCongressofCombustionEngines,Switzerland,1996. [11]EscherPC.Pythia:anobjective—orientedgasturbinepathanalysis computerprogramforgeneralapplications[D].UnitedKingdom, CanfieldUniversity,1995.[12]AretakisN,MathioudakisK,StamatisA.Non—linearengine componentfaultdiagnosisfromalimitednumberofmeasurements usingacombinatorialapproach【C】.AmericanSocietyofMechanical Engineers,Amsterdam,2002.[13]CharchalisA,KorezewskiZ.Navalgasturbinediagnostics[C].2nd InternationalConferenceonMarineTechnology,Odra,1997. [14]DennyG.F一16Jetenginetrendinganddiagnosticswithneural networks[J].ApplicationsofNeuralNetworks,1965,4(4):23-30. [15]BirdJW,SchwartzHM.Diagnosisofturbineenginetransient performancewithmodel-basedparameterestimationtechniques [C].InternationalGasTurbineandAeroengineCongressand Exposition,Hague,Neth,1994.[16]DanielssonSG.Gaspathanalysistopreandpostoverhaultestingof JT9Dturbofanengine[C].Aero—spaceMeeting',Finland,1977.[17]DiaoY,PassinoKM.Faultdiagnosisforaturbineengine[C].ProceedingsoftheAmericanControlConference,Norway,2(M】0.[18][19][20][21][22][23][24]唐焕文.实用最优化方法[M].大连.大连理工大学出版社,2004. EustaceRW,WoodyattBA,MerringtonGL.Faultsignatures obtainedfromfaultimplanttestsonanF4o4engine[J].Journalof EngineeringforGasTurbinesandPower,1994,l16(1):178—183. ForsythG,LarkinM.Conceptdemonstrationoftheuseofinteractive faultdiagnosisandisolationfortheTF30engine[C].Proceedingsof theSecondInternationalConfefenceonIndustrialandEngineering ApplicationsofArtificialIntelligenceandSystems,Copenhagen, 1989.DietzWE,KiechEL,AliM.Jetandrocketenginefaultdiagnosisinrealtime[J].JNeuralNetworkComputing,1989,1(1):5-18. HouseP.GaspathanalysistechniquesappliedtOturboshaftengines [D】.UnitedKingdom,CranfieldUniversity.1992. KurosakiM,MoriokaT,EbinaK,eta1.Faultdetectionand identificationinanIM270gasturbineusingmeasurementsforengine control[J].JournalofEngineeringforGasTurbinesandPower,2004, 126(4):726—732.KurzRBK.Degradationingasturbinesystems[J].Journalof EngineeringforGasTurbinesandPower,2001,123(2):70—77.收稿13期:2007.12.20.作者简介:夏迪(198O一),男,博士研究生,从事燃气轮机故障诊断研究工作,**************.cn;王永泓(1937一),男,教授,博士生导师,从事燃气轮机总体性能研究工作.(责任编辑王庆霞)。

基于PSO-SVR的燃气轮机系统建模刘延泉;王如蓓;杨堃【摘要】燃气一蒸汽联合发电机组的燃气轮机部分是一个复杂的多变量系统,针对其非线性、强耦合的特点,提出了一种基于粒子群算法优化的支持向量机回归建模方法对燃气轮机功率和排气温度进行建模.支持向量机可以将非线性问题的数据采用某种非线性关系映射到高维空间,将问题转化为高维空间内的线性回归问题.而粒子群算法的引入改善了网格搜索法运算时间长、计算量大的缺点.对某201 MW燃气联合发电机组的现场数据进行预处理,通过MATLAB对采用不同优化算法的支持向量回归机模型进行仿真实验.结果分析可得,支持向量回归机经过粒子群算法优化后可以提高燃气轮机系统的建模精度.【期刊名称】《电力科学与工程》【年(卷),期】2018(034)006【总页数】6页(P60-65)【关键词】燃气轮机;支持向量回归机;建模;粒子群优化【作者】刘延泉;王如蓓;杨堃【作者单位】河北省发电过程仿真与优化控制工程技术研究中心(华北电力大学),河北保定071003;河北省发电过程仿真与优化控制工程技术研究中心(华北电力大学),河北保定071003;河北省发电过程仿真与优化控制工程技术研究中心(华北电力大学),河北保定071003【正文语种】中文【中图分类】TP181;TP2020 引言长期以来，我国发电行业一直以煤炭为主要发电能源。

但是近年来，环境污染问题日趋严峻，传统发电行业因其污染排放严重等问题遭遇发展的“瓶颈”，这与我国可持续发展的思想相违背[1]。

因此，发电行业急需发展新能源来替代传统能源。

燃气—蒸汽联合循环发电系统因其大大降低了污染排放等优点，在我国发电行业中所占的比重逐步提升。

燃气轮机是燃气—蒸汽联合发电机组的重要部分，建立燃气轮机系统的数学模型对于系统仿真、状态监控、故障检测等工作有着重要的意义。

但燃气轮机系统是一个非线性、强耦合系统，这就增加了建立系统精确模型的难度[2]。

支持向量回归机(SVR)的基本思想是统计学习理论，是近些年来发展较快的一种机器学习方法。

发电用燃气轮机动态性能仿真栾永军;孙鹏;李东明;俞世康;董斌【摘要】针对发电用燃气轮机,基于Matlab/Simulink仿真平台构建其仿真模型.使用仿真模型,计算在电网负荷波动以及机组甩负荷的情况下燃气轮机的动态特性.参照电网指标,通过优化控制策略,给出电网负荷变化时燃气轮机的响应特性.%A simulation model was carried on with Matlab/Simulink software for gas turbine generator set performance analysis. Transient gas turbine behavior is calculated for electrical load acceptance and rejection by using this model. Base on electric power system standard and control scheme, an optimization result can be achieved.【期刊名称】《舰船科学技术》【年(卷),期】2012(000)004【总页数】6页(P51-56)【关键词】燃气轮机;发电;仿真【作者】栾永军;孙鹏;李东明;俞世康;董斌【作者单位】中国船舶重工集团公司第七○三研究所,黑龙江哈尔滨150078;中国船舶重工集团公司第七○三研究所,黑龙江哈尔滨150078;中国船舶重工集团公司第七○三研究所,黑龙江哈尔滨150078;中国船舶重工集团公司第七○三研究所,黑龙江哈尔滨150078;中国船舶重工集团公司第七○三研究所,黑龙江哈尔滨150078【正文语种】中文【中图分类】U664.131燃气轮机作为供能设备已广泛应用于诸多领域，尤其用作发电动力设备，无论是军用还是民用，装机数量逐渐增多。

当燃气轮机用于发电时，其输出转速为恒定值。

当电网负荷波动或机组甩负荷时，燃气轮机输出转速需快速稳定回恒定值，以防电力系统输出频率长时间内不稳定而造成用电设备损坏。