汽轮发电机组励磁系统参数辨识

通过对典型的励磁系统进行分析,确定其模型机构和需要辨识的具体参数,进行汽轮同步发电机组励磁系统参数可辨识性研究,得出在该模型下,通过设置合适的观测点,励磁系统的参数可唯一辨识的结论.以误差平方和最小为目标函数,采用进化策略法进行参数辨识,确定该模型结构下,励磁系统的各项具体参数.算例进一步验证能有效地辨识出励磁系统的参数.为汽轮同步发电机组励磁系统参数的辨识奠定了理论依据.     

300MW汽轮发电机组负荷控制模型与仿真研究

汽轮发电机组的负荷控制特性，特别是它在甩负荷情况下的动态响应，是机组运行指导和科学研究中尤为引入关注的问题，为此，针对我国引进３０ＭＷ汽轮发电机组数字电－液控制系统，建立其负荷控制的动态数学模型，在对此进行数字仿真研究的基础上，提出了这一系统在甩负荷状态下的动态响应特性和仿真结果的分析结论。     

汽轮发电机组振动的影响因素

设计制造、安装、检修和运行几个方面都可能引起汽轮发电机组的振动，并简单介绍了其振动机理。     

汽轮发电机组故障诊断的复合式进化网络

提出了一种复合式神经网络结构,并用于大型汽轮发电机组的故障诊断。该神经网络集成一系列的ＢＰ网络,来完成故障分类任务。每个ＢＰ子网络只有一个输出结点并对应于一种特定的状态。子网络的权值通过基因算法进行确定,从而使训练过程可以实时进行。通过这种方法不仅可以对已知故障进行分类,而且可以对存在的新的故障进行识别。一种基于这种结构的实用诊断系统已经投入使用。     

简述大型核电站汽轮发电机组制造进度控制方法

大型核电站汽轮发电机组设备制造周期长、配套部件多、合同执行复杂、设备供货及安装处于建设关键路径,在项目执行过程中较易出现主设备交付拖期、设备成套性不足等问题,影响项目重要里程碑节点按期实现。该文将以在CPR1000核电项目上对汽轮发电机组进度控制的实践经验为参考,简述对于重大设备制造过程可应用的进度控制方法（分级控制、关键路径控制、点面控制及散件控制等）。     

300MW汽轮发电机组负荷控制模型与仿真研究

汽轮发电机组的负荷控制特性，特别是它在甩负荷情况下的动态响应，是机组运行指导和科学研究中尤为引人关注的问题．为此，针对我国引进型３００ＭＷ汽轮发电机组数字电一液控制系统，建立其负荷控制的动态数学模型，在对此进行数字仿真研究的基础上，提出了这一系统在甩负荷状态下的动态响应特性和仿真结果的分析结论．     

汽轮发电机组安装工艺改进措施

在火电施工市场竞争激烈的背景下,项目施工企业根据工程实际情况,灵活调整改进安装工艺,是保证汽轮发电机组工期的突破口。本文结合某发电厂汽轮发电机组安装实例,对该工程中安装工艺改进措施进行了详细分析阐述。     

基于分形理论的汽轮发电机组故障诊断

分析了汽轮机发电机组的几种常见故障及其表现形式，利用传统的频谱分析方法对某汽轮发电机组进行了状态分析，并研究了该发电机组在不同运行状态下的关联维数，给出了利用分形理论对汽轮机发电机组故障实施故障诊断的判据，利用数字量信息-关联维数作为诊断标准有利于计算机对设备的运行状态进行识别与判断，为机械设备的在线监测与故障诊断提供了可靠的工具，该方法为复杂机械的线监测与故障提供了新的思路。     

汽轮发电机组故障诊断的并行关联模型

提出了一种新的汽轮发电机组故障诊断模型－并行关联诊断模型（ＰＲＤＭ）。ＰＲＤＭ将复杂问题分解成为相对简单又相互关联的子问题,再根据各个子问题的具体特性由多个相对独立的子系统并行协同工作,简化了求解的复杂程度。和传统的诊断专家系统相比,ＰＲＤＭ具有知识维护容易,推理机制灵活,推理效率高的优点,智能化程度有了进一步提高,适用于大型复杂系统的故障诊断。ＰＲＤＭ已经成功地应用于汽轮发电机组的故障诊断。     

回归分析人工神经网络

为避免每次训练都必须随机生成样本序列的问题,提出网络动态拓扑的概念,对各种前向式网络进行统一表述;提出正、反序训练方法,并给出解的唯一性证明,同时,网络连接权在初始化时不再需要随机生成。回归分析人工神经网络有效解决了两次随机过程对训练结果造成的不利影响,在稳定性和可信性上对人工神经网络的应用提供了理论依据和技术支持。     

人工神经网络法在地下水水质分级中的应用

通过对受污染的地下水进行水质分析，建立了该类水质的人工神经网络分级预测模型，采用已确定其污染级别的地下水数据作为训练样本对网络进行训练，然后利用收敛的网络进行污染程度分级，其结果与实际的基本一致，这充分说明了利用神经网络预测该类水质受污染程度是一种可行方法。     

人工神经网络理论在控制领域中的应用综述

力图从人工神经网络的研究历史出发,在对人工神经网络在控制系统中的应用现状作出概述之后,针对当前的自动控制领域所遇到的难点问题,说明为什么人工神经网络理论能在其中获得如此广泛的关注,并详细论述其适用于控制工程领域应用的主要特征。     

区组设计在改进BP网络样本选取中的应用研究

利用多元统计分析中的试验设计思想，提出了用区组设计指导样本选取，并将之应用于我国西部煤田地质环境评价神经网络建模之中，结果表明该方法是有效的。     

汽轮机在线性能分析BP神经网络模型

为了提高汽轮机在线性能分析系统的健壮性、精确性和抗干扰能力，对BP网络算法进行拓展，增强其网络功能。使之能够分析网络输入参数偏差对输出参数的影响，建立了一种新的汽机在线性能分析模型．与常规在线分析模型相比，该模型只需常规模型输入参数个数的1/5，大大减小了测量设备损坏对在线系统的影响；而且该模型分析结果精确、可靠，测定的热耗结果与常规分析结果误差不超过1％．另外，该模型容错性能良好，参数在2％内波动对分析结果无太大影响．     

一种PID型神经网络控制器

针对非线性的时滞系统 ,采用一种将PID控制规律融进神经元网络的控制器 ,并应用基于最小二乘递推算法的最小方差预测值来克服时滞误差 .运用Lyapunov稳定性定理 ,确定了系统稳定时控制器权系数的范围     

人工神经网络在化学中的应用进展

回顾了人工神经网络的发展历史,简要评述了近期在化学中的非线性校准、模式识别、定量结构／活性相关(QSARs)、优化、过程控制、传感器、建模、参数估计、预测预报等方面的应用。并展望了人工神经网络在化学计量中的应用前景．     

LD10CS铝合金点焊的神经网络质量估测

针对铝合金的电阻点焊，研究了人工神经网络在点焊质量估测中的应用。以LD10CS铝合金为例，分析了铝合金焊接时动态电极电压的变化，提出了以每周波动态电极电压为输入参数，以焊点强度和熔核直径为输出参数的误差传播神经网络对点焊质量进行估测的方法。实验结果表明了该估测方法的可行性，为铝合金点焊的在线质量估测奠定了良好的基础。     

人工神经网络与计算机

探讨人工神经网络的计算机实现,从软件和硬件两方面阐述其实现过程,并从其数学算法中导出了计算机的实现算法.     

硬度转换的神经网络模型

基于人工神经网络理论，建立了各种硬度值之间相互转换的完整一的神经网络模型，该模型可实现各种硬度之间的线性与非线性映射，并对硬主莆中没有的数据给出准确的预测，克服了查表法的不足，较线性回归具有更高的精度，网络模型可嵌入机械ＣＡＤ系统中，方便中种硬主之间的转换。