張鐵風 倪 何
(海軍工程大學動力工程學院 武漢 430033)
熱力系統設備的性能會隨使用時間的增加而逐漸退化,因此掌握設備運行時的性能指標,對于設備的使用管理和維修保障都非常有意義[1~2]。然而設備的可觀測參數與設備的性能指標之間,通常不是一一對應的關系,設備某一組可觀測參數可能對應了多組可能的性能指標[3~4]。因此難以通過可觀測的參數反推系統中各設備的性能指標[5~7]。
在以往對于估算設備性能指標的研究中,絕大多數文獻都是采用智能算法進行求解,如神經網絡、遺傳算法等[8~11]。文獻[11]采用人工神經網絡來對氣動調節閥摩擦力建模,并與實際的閥門數據進行對比,分析了閥門的性能指標。文獻[12~13]改變熱力設備的可觀測參數,估算它們對設備性能指標產生的影響。文獻[14]通過改變離心泵的流量,得到不同流量下的性能指標并繪制離心泵的性能曲線,與理論曲線對比,分析產生差異的原因。
由前人研究可知,智能算法雖然操作簡單,但是需要大量的觀測數據并結合先驗知識,難以應用于實際工程當中;并且,在測量儀表充足的情況下,得到設備的性能指標相對容易,但當儀表損壞或者丟失時,則難以對設備性能指標進行評估。因此基于系統的構架建立設備性能指標與可觀測參數的關系模型進行分析,并構建可觀測參數與性能指標的反問題模型,以較少的可觀測量來評估設備的性能指標,并追溯設備性能指標改變的原因。……