神经网络在过热器管壁温度计算及寿命预测中的应用研究

论文摘要

随着科学技术的发展,设备越来越趋于大型化、复杂化,设备检修的投入也越来越多,提高锅炉机组过热器管道运行的可靠性,准确预测管道的剩余寿命并用以指导电厂的运行和维修己成为必然的趋势。 目前对过热器、再热器炉内管壁温度测量尚缺乏有效手段,本文以火电厂后屏过热器为研究对象,首先结合苏联热力计算标准,在吸收我国科研工作者关于锅炉过热器管道壁温计算的科研成果基础上,进一步完善了计算热偏差及管壁温度的计算模型;然后本文通过理论分析,认为过热器管壁温度与蒸汽温度、流量等因素存在复杂的非线性函数关系,在首先介绍了BP神经网络基础理论后,通过Matlab软件建立起BP神经网络模型用以预测管壁温度,并对其应用前景及需要改进的地方进行讨论分析。 本文介绍了高温过热器和再热器的寿命损耗的机理,指出高温蠕变、腐蚀、磨损是造成过、再热器管道寿命损耗的主要原因;并分析得出运行温度、压力和服役时间是寿命损伤的主要因素。本文分析几种寿命估算的方法。另外介绍了基于持久强度与合金成分、温度和时间之间复杂非线性关系而采用人工神经网络对金属持久强度进行预测的方法,并指出了神经网络在该领域中仍有待解决的问题。最后用Larson—Miller方法对后屏过热器管道寿命进行了计算和分析。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景及其意义
• 1.2 国内外研究状况
• 1.3 本课题的研究内容
• 2 人工神经网络学习算法概述
• 2.1 人工神经网络的结论和学习规则
• 2.2 前向多层神经网络的 BP学习算法
• 2.3 MATLAB神经网络工具箱介绍
• 3 过热器管壁温度计算方法的研究
• 3.1 概述
• 3.2 过热器管壁温度的热力计算
• 3.3 利用神经网络进行过热器壁温预测
• 3.4 对壁温计算方法的讨论
• 4 过热器管道的寿命评估
• 4.1 过热器管道损耗的原因分析
• 4.2 金属材料的蠕变现象
• 4.3 人工神经网络预测金属的持久强度
• 4.4 估算管道金属寿命
• 5 总结
• 参考文献
• 致谢
• 附录 攻读硕士学位期间发表论文目录