資源描述：
《基于機(jī)器學(xué)習(xí)的鍋爐主輔機(jī)狀態(tài)監(jiān)測(cè)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號(hào)學(xué)號(hào)M201270910學(xué)校代碼10487密級(jí)碩士學(xué)位論文基于機(jī)器學(xué)習(xí)的鍋爐主輔機(jī)狀態(tài)監(jiān)測(cè)研究學(xué)位申請(qǐng)人：陳金楷學(xué)科專業(yè)：熱能工程指導(dǎo)教師：陳剛教授張成副教授答辯日期：2015年5月21日AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreefortheMasterofEngineeringResearchonBoilerMonitoringbasedonMachineLearningMethodCandidate:ChenJinkaiMajor:The
2、rmalEngineeringSupervisor:Prof.ChenGangA.P.ZhangChengHuazhongUniversityofScience&TechnologyWuhan,Hubei430074,P.R.ChinaMay,2015獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對(duì)本文的研究做出貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位
3、論文作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)華中科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在____________年解密后適用本授權(quán)書。本論文屬于不保密□。（請(qǐng)?jiān)谝陨戏娇騼?nèi)打“√”）學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期：年月日日期：年月日華中科技大學(xué)碩士學(xué)位論文摘要近年來，我國(guó)清潔能源的崛起、新排
4、放標(biāo)準(zhǔn)的頒布促使傳統(tǒng)的火電機(jī)組擔(dān)任更多的調(diào)峰任務(wù)、進(jìn)行大量的環(huán)保改造，經(jīng)常處于非設(shè)計(jì)工況運(yùn)行，這樣將對(duì)鍋爐系統(tǒng)設(shè)備的安全可靠運(yùn)行帶來嚴(yán)峻考驗(yàn)。在此背景下，對(duì)鍋爐的主機(jī)和輔機(jī)的運(yùn)行狀態(tài)進(jìn)行在線實(shí)時(shí)監(jiān)測(cè)，進(jìn)而實(shí)現(xiàn)在線診斷和預(yù)測(cè)，對(duì)保障鍋爐機(jī)組長(zhǎng)期穩(wěn)定運(yùn)行具有重要意義，本文嘗試引入機(jī)器學(xué)習(xí)方法建立鍋爐主輔機(jī)的狀態(tài)監(jiān)測(cè)模型。首先采用了基于聚類的爐膛穩(wěn)態(tài)判別法，對(duì)實(shí)時(shí)的爐膛工況進(jìn)行判別。通過采集大量的運(yùn)行歷史數(shù)據(jù)，引入K-Means方法和快速搜索密度峰值方法，建立穩(wěn)態(tài)判別模型，結(jié)果顯示采用改進(jìn)型的快速搜索密度峰值方法建模效果較好。爐膛穩(wěn)態(tài)的判定
5、為下文主機(jī)燃燒狀態(tài)監(jiān)測(cè)提供了狀態(tài)基礎(chǔ)，在穩(wěn)態(tài)的基礎(chǔ)上才能實(shí)施主機(jī)的燃燒狀態(tài)監(jiān)測(cè)。鍋爐主機(jī)狀態(tài)監(jiān)測(cè)的關(guān)鍵問題是對(duì)爐膛內(nèi)部燃燒狀態(tài)的在線監(jiān)測(cè)，本文提出一種基于數(shù)值模擬和機(jī)器學(xué)習(xí)的爐膛內(nèi)部監(jiān)測(cè)方法。首先，對(duì)爐膛進(jìn)行模型構(gòu)造、網(wǎng)格劃分，盡量多地對(duì)變化參數(shù)設(shè)置模擬工況，然后，以模擬結(jié)果為數(shù)據(jù)源，采用ELM和SVM來構(gòu)建爐膛燃燒的回歸模型，根據(jù)溫度、速度和氮氧化物濃度的回歸結(jié)果表明該方法效果較好。基于前述的鍋爐穩(wěn)態(tài)判別，應(yīng)用此模型對(duì)當(dāng)前的工況進(jìn)行計(jì)算，快速獲得當(dāng)前的溫度、速度、成分濃度的分布，使運(yùn)行人員實(shí)時(shí)掌握燃燒狀態(tài)。鍋爐輔機(jī)主要包括磨煤機(jī)、風(fēng)
6、機(jī)、給水泵等，根據(jù)對(duì)其故障樹的分析可知振動(dòng)是設(shè)備故障的主要原因之一。分析其振動(dòng)的特征，本文提出了結(jié)合相空間重構(gòu)和極限學(xué)習(xí)機(jī)的振動(dòng)軟測(cè)量方法，并以磨煤機(jī)的振動(dòng)烈度為例，對(duì)該方法的結(jié)果進(jìn)行驗(yàn)證分析，證明該方法具有較高的精度。對(duì)于其他重要的輔機(jī)參數(shù)，本文開發(fā)了基于ARMAX時(shí)序參數(shù)回歸預(yù)測(cè)的軟件工具，用戶只需簡(jiǎn)單設(shè)置即可對(duì)參數(shù)進(jìn)行趨勢(shì)預(yù)測(cè)。關(guān)鍵字：鍋爐監(jiān)測(cè)；機(jī)器學(xué)習(xí)；極限學(xué)習(xí)機(jī)；爐膛穩(wěn)態(tài)；磨煤機(jī)振動(dòng)I華中科技大學(xué)碩士學(xué)位論文ABSTRACTWiththericeofChina'scleanenergyinrecentyears,peaksh
7、avinghasbecomeanormaltasktotraditionalthermalpowerplants,whichsufferfromenvironmentaltransformationbecauseofthestringentnewemissionstandards.Thus,real-timemonitoring,forecastinganddiagnosingaresignificanttolong-termstableoperationfortheboiler.Inthispaper,thestudyforboil
8、ermonitoringiscarriedoutbyusingmachinelearningmethod.First,amethodbasedonclusteringwasproposedtodistinguishwhe
