電站磨煤機是鍋爐燃燒制粉系統(tǒng)的核心設備,其工作狀況對整個電廠系統(tǒng)運行的安全和經濟性具有重要的影響。研究磨煤機的狀態(tài)監(jiān)測及故障診斷方法對磨煤機的控制和安全運行具有重要的意義。要實現(xiàn)對磨煤機狀態(tài)的準確監(jiān)測和對磨煤機故障的準確診斷,首先要對磨煤機的動態(tài)特性精確建模。而磨煤機是一個具有非線性,時變,大延遲特點的工業(yè)對象,傳統(tǒng)的基于數(shù)據驅動的方法難以建立能準確反映磨煤機特性的數(shù)學模型。灰箱建模的方法同時結合了磨煤機內部過程的機理特性和現(xiàn)場數(shù)據,能較好地反映磨煤機大遲延,非線性等特點,比純粹基于數(shù)據的方法具有更高的精度。傳統(tǒng)的基于模型的磨煤機狀態(tài)監(jiān)測方法是擴展卡爾曼濾波器(EKF)。但在實際應用中,工業(yè)過程有時變特性,并存在測量噪聲和過程干擾,這可能會導致擴展卡爾曼濾波器發(fā)散,并使估計值包含較多噪聲成分,產生較大的波動,降低狀態(tài)估計的準確性。這對磨煤機的控制和故障檢測都是不利的。因此需要研究魯棒性和準確性更強的狀態(tài)監(jiān)測方法：滾動時域估計算法(MHE)。常規(guī)的狀態(tài)監(jiān)測算法把磨煤機整體當做一個非線性系統(tǒng)進行狀態(tài)估計,本文把磨煤機整體當做分段線性的時變系統(tǒng)進行狀態(tài)估計。這樣既能提高估計的精度,又極大縮減了估計算法的計算開銷,使?jié)L動時域估計算法能夠在線實施�；谀Ｊ阶R別的故障診斷診斷方法需要同時獲取故障數(shù)據和正常運行數(shù)據才能進行故障診斷。本文對磨煤機常見故障進行建模,并研究了基于殘差的故障診斷方法。本文的方法無需獲取故障數(shù)據就能進行故障診斷。本文采用統(tǒng)計學的方法對故障殘差進行分析,并采用T2統(tǒng)計量對故障進行預報,能夠控制故障的誤報率和診斷的靈敏度,同時,研究了多尺度小波分析方法在故障分類中的應用。本文的主要內容包括：1、根據磨煤機的質量平衡,能量平衡和流體動量平衡原理,建立了磨煤機灰箱模型,采用現(xiàn)場數(shù)據和遺傳算法對灰箱模型的參數(shù)進行辨識,并使用不同工況下的現(xiàn)場數(shù)據對灰箱模型進行驗證。2、分析了磨煤機有哪些重要的不可測參數(shù)及其對磨煤機運行的影響,并在此基礎上,研究了基于灰箱模型的狀態(tài)監(jiān)測算法：擴展卡爾曼濾波器和滾動時域估計。本文首先把磨煤機整體當做一個非線性系統(tǒng)設計狀態(tài)估計算法,并通過仿真對EKF算法和MHE算法進行比較,驗證MHE算法的優(yōu)越性。然后,本文把磨煤機作為分段線性的時變系統(tǒng)設計MHE算法。最后通過仿真實驗對算法結果進行驗證和分析。3、分析了磨煤機常見故障的特征,并對幾種常見故障進行模擬,采用統(tǒng)計學方法對故障殘差進行分析,實現(xiàn)對故障的早期預報,在故障預警后,采用多尺度小波分析方法對輸出殘差的趨勢進行分析,并根據殘差的趨勢對故障類型進行判斷。
【學位單位】：東南大學
【學位級別】：碩士
【學位年份】：2016
【中圖分類】：TM621
【部分圖文】：

ｒ２統(tǒng)計量對故障早期進行預警；用多尺度小波分析方法提取分析殘差變化趨勢，判斷故??障類型。第五章，總結全部的工作內容，分析方法的不足指出和進行展望。??論文的總體結構如圖１－１所示。??４??

則把該個體的適應度函數(shù)值設置為一Ｊ．。Ａ．。??１?＋?Ｆ?（６＞，ｚ?）??（ｄ）對整個種群依次執(zhí)行選擇、交叉和變異運算。??（ｅ）判斷是否滿足算法的終止條件（達到最大遺傳代數(shù)）。若不滿足．則轉步驟（Ｃ）。??改進遺傳算法的全部流程如圖２－２所示。算法總共有Ｈ層嵌套的循環(huán)。第一層循環(huán)??是根據現(xiàn)場數(shù)據計算每個采樣時刻ｉ的適應度值，并把它加到適應度函數(shù)累計值上。第??

Ｂ?口；。?０４／０５／１６??圖２－４?ＮＴＢＡ化測點參數(shù)列表??本文需要的測點參數(shù)列表如下：??表２－２測點參數(shù)列表??編Ｉ測點名稱?Ｉ測點位置??號??１?＃３Ａ?給煤機瞬時流量?ＤＰＵ１００８．ＳＨ０００５．ＡＡＬＭ０１１４０４．ＩＮ?ｔ／ｈ??２?Ｉ?＃３Ａ?磨煤機一次風流量（計算）?Ｉ?ＤＰＵ１００８．ＳＨ００４１．ＡＡＬＭＡＭＹＣＦＵＮ?ｔ／ｈ??１４??
【參考文獻】

相關期刊論文 前10條

1 曾德良;高珊;胡勇;;MPS型中速磨煤機建模與仿真[J];動力工程學報;2015年01期

2 吳智明;;中速磨煤機石子煤增多原因分析及處理[J];科技創(chuàng)業(yè)家;2014年09期

3 曾德良;劉繼偉;劉吉臻;柳玉;謝謝;;小波多尺度分析方法在磨輥磨損檢測中的應用[J];中國電機工程學報;2012年23期

4 劉繼偉;曾德良;蔣欣軍;楊向東;柳倩;;基于小波變換的磨煤機磨輥磨損趨勢分量提取[J];華北電力大學學報(自然科學版);2011年02期

5 趙亞山;;火電廠運煤系統(tǒng)堵煤原因分析及對策[J];華電技術;2010年11期

6 劉福國;;基于數(shù)據挖掘的鋼球磨煤機運行特性建模和優(yōu)化[J];煤炭學報;2010年05期

7 楊曉華;;一起330MW機組斷煤處理不慎引起的滅火事故[J];電力安全技術;2010年05期

8 侯國蓮;張怡;張建華;;基于形態(tài)學–小波的傳感器故障診斷[J];中國電機工程學報;2009年14期

9 鄒建文;蘇志剛;林中達;王培紅;;基于軸承振動特性的球磨機筒內料位監(jiān)測(英文)[J];中國電機工程學報;2008年35期

10 劉艷峰;孟建超;胡繼武;;雙進雙出鋼球磨煤機堵煤原因分析及解決措施[J];熱力發(fā)電;2008年10期

相關博士學位論文 前3條

1 羅貞;基于卡爾曼濾波器的系統(tǒng)狀態(tài)估計和故障檢測[D];華中科技大學;2013年

2 馮磊華;雙進雙出鋼球磨煤機直吹式制粉系統(tǒng)建模及控制[D];中南大學;2012年

3 趙海艷;時域約束系統(tǒng)的滾動時域估計方法研究[D];吉林大學;2007年

相關碩士學位論文 前4條

1 楊寧;600MW機組RUN BACK功能的應用研究[D];華北電力大學;2014年

2 楊雁梅;電站磨煤機狀態(tài)監(jiān)測與故障診斷的研究[D];北京交通大學;2008年

3 張柯;神經網絡在直吹式制粉系統(tǒng)中速磨煤機建模中的應用研究[D];東南大學;2006年

4 王穎潔;鋼球磨煤機料位的軟測量及其動態(tài)過程建模與控制[D];東南大學;2005年

本文編號：2846642