水電站廠房結構及水力機械動力反分析.pdf

1、隨著水電建設的快速發(fā)展，機組容量和尺寸急劇增大，轉速相應提高，機組振動及其誘發(fā)的水電站廠房結構振動問題日益突出，成為目前研究的熱點和難點。我國已建的一些高水頭、大容量水電站，出現(xiàn)了明顯的振動問題，影響了機組的正常運行。針對這些實際問題，對機組振源和振動的研究更加緊迫。我國有許多在建的大型電站及抽水蓄能電站，通過研究建立振動荷載識別的數(shù)值模型，探討振動荷載特性和分析方法，從而為機組和廠房結構的動力優(yōu)化設計和振動控制提供理論指導和技術依據(jù)，

2、具有重要的科學意義和工程價值。 在機組振動問題的研究中，振動激勵載荷和系統(tǒng)動態(tài)參數(shù)的確定成為振動預測與控制的關鍵問題。本文研究的主要內(nèi)容是，綜合利用傳統(tǒng)理論方法和現(xiàn)代智能算法，結合電站廠房振動的現(xiàn)場試驗研究和有限元法數(shù)值計算分析，應用系統(tǒng)動態(tài)識別技術對水電站廠房結構和振動荷載進行動態(tài)反分析。 (1) 為研究結構動力學參數(shù)識別問題，在傳統(tǒng)遺傳算法的基礎上，引入一種新的度量種群多樣性的指標，構造新的自適應遺傳算子，利用自適應

3、偽并行遺傳算法，借助ANSYS 軟件的參數(shù)編程，將其成功應用于某地下廠房結構動力學參數(shù)識別。算例研究表明，該識別方法具有很好的全局收斂性能和較強的抗噪能力，可用于工程實際。 (2) 對兩種傳統(tǒng)的時域識別方法進行了較為深入的研究和探討，其一是基于模態(tài)分解的載荷識別方法，其二是基于積分法求解振動方程的荷載反分析方法。比較了二者的優(yōu)缺點，并通過算例，對其在機組動載荷識別中的應用可行性進行了探討。 (3) 在Elman 神經(jīng)網(wǎng)絡

4、的基礎上，提出遞歸小波神經(jīng)網(wǎng)絡，給出了其動態(tài)梯度下降算法。該網(wǎng)絡具有收斂快，精度高等優(yōu)點，對動態(tài)非線性系統(tǒng)具有很好的識別效果。結合有限元分析，該網(wǎng)絡可以用于機組動載荷時域識別，為機組振動載荷識別提供了一種新的思路。 (4) 為研究機組動載荷識別問題，基于圖解的蟻群系統(tǒng)，提出可用于求解連續(xù)優(yōu)化問題的改進蟻群算法，利用ANSYS動力學分析平臺，將其成功應用于機組動載荷的頻域參數(shù)識別，結合某電廠真機試驗數(shù)據(jù)，進行了真機動載荷識別，為解