论文部分内容阅读
为提高离心压缩机热力学模型的精度,提出了一种基于现场测试数据的离心压缩机热力学模型及特性曲线自适应建模方法.在建模的过程中,考虑了现场的安装误差及运行过程中产生的衰退,通过改进的相似换算方法提高热力计算的准确性.对不准确的通用特性曲线,建立了基于多层感知机神经网络的预测模型,用其生成新的特性曲线,利用粒子群优化算法调整特性,使得模型在设计点及变工况非设计点的输出与现场测试数据满足匹配精度.运用该方法对意大利GE公司PCL803型离心压缩机进行热力学建模,结果表明:通过设计点及变工况非设计点性能自适应后的计算误差比自适应前仅使用通用特性曲线时的计算误差显著减小,研究成果可为离心压缩机的状态监控、性能预测及故障诊断提供依据.