1、本文著重研究冷凝器污垢清洗的智能測量與控制方法，合理、高效地實現(xiàn)冷凝器污垢的在線清洗，改善冷凝器傳熱效果，提高汽輪機組的運行效率。論文的主要研究工作如下： 論文首先探討了冷凝器污垢產生的原因以及對冷凝器傳熱性能的影響，說明污垢監(jiān)測、污垢清除的必要性；總結并分析了各種常用污垢測量方法以及污垢清洗方法的優(yōu)點與不足；在此基礎上，指出將智能技術應用于污垢測量、污垢預測以及污垢清洗的優(yōu)化與控制是改善冷凝器傳熱性能的發(fā)展方向。 針對

2、冷凝器在線清洗的具體要求，綜合常規(guī)清洗方法的優(yōu)點，提出了一種冷凝器在線清洗的新方案。根據(jù)此方案，研發(fā)了清洗控制系統(tǒng)的軟、硬件。 提出了基于特征選取的冷凝器污垢智能測量新方法。該方法采用基于BP神經網絡的靈敏度計算，從受污垢影響的冷凝器各個性能指標中，提取最能反映冷凝器污垢狀態(tài)的特征變量；在此基礎上，針對冷凝器變工況、冷凝器空氣漏入量等因素對污垢特征變量的影響，研究基于T-S模型、多RBF神經網絡、對角遞歸神經網絡的智能建模方法，

3、有效實現(xiàn)冷凝器污垢與其他參數(shù)變化對特征變量影響的分離。根據(jù)此方法，進行了現(xiàn)場試驗，試驗結果表明：該方法能較準確地在線監(jiān)測冷凝器污垢，并在冷凝器出現(xiàn)堵管或空氣漏入量較大時，取得比熱阻法、傳熱系數(shù)法更可靠的測量結果。 根據(jù)冷凝器運行時污垢積聚的特點，分析了冷凝器的周期性結垢過程，提出了一種冷凝器污垢預測的新方法。從試驗結果得出如下結論：冷凝器污垢的智能預測方法能有效處理周期性結垢過程的殘余污垢現(xiàn)象，取得比常規(guī)模型更好的預測結果。

4、 由于兩機器臂清洗噴槍是一種高度非線性和強耦合的控制對象，且在水中工作時，具有諸如摩擦、負載變化等不確定因素，使得高精度、穩(wěn)定快速的軌跡跟蹤控制變得較為困難。為此，論文研究了清洗噴槍的自適應模糊控制方法、滑?？刂品椒ā⑸窠浘W絡滑?？刂品椒?。清洗噴槍軌跡跟蹤的仿真結果表明，上述方法具有很強的抗干擾能力和很好的動態(tài)特性，而且當系統(tǒng)參數(shù)改變時，仍然有較好的響應性能。 提出將清洗液濃度的在線優(yōu)化與清洗液濃度的動態(tài)控制相結合的污垢清洗

5、控制方法，即：通過基于改進GA的多目標優(yōu)化算法確定最優(yōu)清洗液濃度；通過神經網絡預測控制算法控制清洗劑投入量，實現(xiàn)復雜清洗過程中最優(yōu)清洗液濃度的動態(tài)穩(wěn)定；根據(jù)清洗控制的效果實現(xiàn)清洗液濃度的滾動優(yōu)化，使得既能快速除垢，又能使換熱管的腐蝕降至最小。試驗結果證明了該方法的有效性。 本文的研究成果將為冷凝器的合理、高效運行提供理論基礎，對促進電力、化工、機械等行業(yè)節(jié)能降耗，提高經濟效益具有重要意義。本文的研究成果同樣可適用于其他行業(yè)的大型