一种基于神经网络的微燃机燃烧控制方法技术

本发明专利技术提供了一种基于神经网络的微燃机燃烧控制方法，应用于燃料流量控制系统，其具体步骤如下：S1，设计基于神经网络的智能燃烧控制器，利用所述基于神经网络的智能燃烧控制器获取起动升速控制信号、转速/功率控制信号、功率限制控制信号和排气温度控制信号；S2，建立基于神经网络的燃烧不稳定性预测模型，进行训练并分析评估预测性能；S3，采用燃烧不稳定性预测模型实时预测；S4，采用异常检测模型监视燃烧过程，并在检测到异常时输出相应的诊断信息；S5，将步骤S3的预测结果和步骤S4的检测结果对比，判断燃烧控制的合理性，并通过优化算法进行优化。

【技术实现步骤摘要】

本专利技术属于微型燃气机控制，涉及一种基于神经网络的微燃机燃烧控制方法。

技术介绍

1、微型燃气轮机是一种小型化的燃气轮机，通常功率不超过1000kw，主要用于分布式发电、无人机、小型动力装置以及一些特定的工业应用中。微型燃气轮机控制系统是一套专门设计用于控制和管理微型燃气轮机运行的电子元器件系统。这些控制系统的设计和功能是确保燃气轮机在各种操作条件下高效、稳定且安全运行的关键。

2、燃烧不稳定经常发生在微燃机的推进和动力系统中，燃烧不稳定会导致高振幅的噪声和振动，可能对燃烧室的结构产生破坏甚至导致灾难性故障，因此必须对其进行抑制和控制。一般都是通过建立燃烧不稳定预测模型来预测燃烧不稳定性的指标。现有的预测模型预测的准确率不高、计算速度慢，从而不能很好地抑制燃烧不稳定。

技术实现思路

1、本专利技术提供了一种基于神经网络的微燃机燃烧控制方法，改善燃烧稳定性，提高整体控制性能、燃烧效率和可靠性。

2、本专利技术采用的技术方案是：

3、一种基于神经网络的微燃机燃烧控制方法，应用本文档来自技高网...

【技术保护点】

1.一种基于神经网络的微燃机燃烧控制方法，应用于燃料流量控制系统，其特征在于，具体步骤如下：

2.根据权利要求1所述的一种基于神经网络的微燃机燃烧控制方法，其特征在于：步骤S1中基于神经网络的智能燃烧控制器的控制过程包括：获取燃气轮机的实际转速，基于起动升速控制器得到起动升速控制信号；获取燃气轮机实际转速和实际功率，基于燃气轮机的实际转速、实际功率以及相应的给定转速和给定功率得到转速/功率控制信号；根据燃气轮机的给定转速，得到功率限制控制信号；获取燃气轮机的实际排气温度，基于修正后的排气温度以及排气温度设定值，得到排气温度控制信号；

3.根据权利要求1所述的一种基...

【技术特征摘要】

1.一种基于神经网络的微燃机燃烧控制方法，应用于燃料流量控制系统，其特征在于，具体步骤如下：

2.根据权利要求1所述的一种基于神经网络的微燃机燃烧控制方法，其特征在于：步骤s1中基于神经网络的智能燃烧控制器的控制过程包括：获取燃气轮机的实际转速，基于起动升速控制器得到起动升速控制信号；获取燃气轮机实际转速和实际功率，基于燃气轮机的实际转速、实际功率以及相应的给定转速和给定功率得到转速/功率控制信号；根据燃气轮机的给定转速，得到功率限制控制信号；获取燃气轮机的实际排气温度，基于修正后的排气温度以及排气温度设定值，得到排气温度控制信号；

3.根据权利要求1所述的一种基于神经网络的微燃机燃烧控制方法，其特征在于：步骤s2中的燃烧不稳定性预测模型建立的具体如下：

4.根据权利要求1所述的一种基于神经网络的微燃机燃烧控制方法，其特征在于：步骤s2中的燃烧不稳定性预测模型的训练和评估步骤如下：

5.根据权利要求4所述的一种...

【专利技术属性】
技术研发人员：张梦婷，崔琛焕，郭国梁，章宇杰，
申请(专利权)人：浙大城市学院，
类型：发明
国别省市：