1、题目名称题目名称：汽轮机调制系统的研究 内容设计 一 简单介绍课题设计，及其理论意义和实际价值。 二 介绍工程的主要理论基础，提出用神经网络为基础，对传感器返回参数 进行处理。 三 介绍方案所需的神经网络的基本理论，研究选取所需神经网络结构及相 应学习算法和控制参数。 四 将神经网络与传统的控制策略结合起来，给出了一种神经网络控制的设 计方法，通过对非线性系统的仿真，对响应曲线进行比较。 五 结论。 时间安排 一 3月1日到3月10日 搜集资料，形成论文整体思路。 二 3月11日到3月25日 对神经网络及汽轮机进行研究。 三 3月26日到5月30日 设计控制器，进行计算机仿真。 四 6月1日到
2、6月10日，进一步测试，达到稳定，撰写毕业论文。 专业负责人意见专业负责人意见 签名： 年 月 日 汽轮机调制系统的研究 摘 要 汽轮机是一种在高压蒸汽的作用下高速旋转的设备， 汽控制系统需要高要求的保证电 压和频率的稳定性， 以及由于动力需求量的大小时变的输出， 这就要求了对于汽轮机转速 的高要求。 随着机组容量的增加和参数的提高， 启动和运行变的越来越复杂， 机组的安全性也变 的越来越重要， 一直采用的传统的 PID 调节系统已经不能满足生辰的要求， 特别是大型的 汽轮机组的要求。 目前 BP 网络能学习和存贮大量的输入-输出模式映射关系， 而无需事前揭示描述这种 映射关系的数学方程。 它
3、的学习规则是使用最速下降法， 通过反向传播来不断调整网络的 权值和阈值， 使网络的误差平方和最小。 由神经网络原理应用到大型汽轮机组使其可以自 适应学习各种误差扰动带来的调节方式， 更加适应时变的控制系统， 以满足现在的控制需 求。 本文由神经网络着手，利用神经网络多层输入输出，自学习适应能力，提升汽轮机控 制系统的控制能力，利用基于 BP 神经网络的状态辨识模型，提出了总体设计方案，依据 课题的实际情况设计出了易收敛，训练速度更快的 BP 神经网络模型，最后利用 MATLAB 神经网络工具箱函数给出了具体的实现方法和方针结果。 关键词关键词： BP 神经网络；汽轮机；MATLAB 仿真 3
4、Study of Steam Turbine Control Based on the BP Neural Network Abstract In a high-pressure steam turbine is under the action of high speed rotating equipment, air control system of high requirements to guarantee the stability of voltage and frequency, and the size of the power demand time-varying output, which requires a high requirements for turbine speed. With the increase of the unit capacity and parameters, start-up and operation is becoming more and more complex, unit safety has become
