凝汽系统是电站凝汽式汽轮机组重要的辅助设备,它起着冷源的作用。凝汽器运行的热力性能对汽轮机机组运行的安全性与经济性有着重要影响。凝汽器高真空度的工作特点使其在运行过程中易发生各种故障。因此深入研究凝汽系统的工作机理和运行特性,对于提高机组经济运行水平有着重要的理论意义和工程实用价值。由于凝汽系统的热力系统结构复杂,子系统及设备间存在较强耦合且系统运行工况复杂多变,在故障诊断中普遍有故障知识库难于建立和完善的困惑。为此,作者采用基于分析型仿真模型的故障样本知识提取方法。并用该仿真模型与智能故障系统相结合实现对凝汽系统的性能分析和故障诊断。 本文建立的仿真模型具有较高精度和良好动态特性,在此基础上研究了凝汽系统的故障特征规律,总结出工程实用的故障知识库。本文还对凝汽器的故障诊断方法进行了研究和总结,并尝试采用Elman神经网络与模糊逻辑理论相结合构建故障诊断系统。该模糊神经网络兼具了模糊逻辑与神经网络的优点,它既可以描述具有模糊概念的问题,又具有强大的学习能力和数据的直接处理能力；且在网络学习中发现Elman网络比传统前向型网络更稳定,更适合动态系统的故障诊断。本文利用MATLAB作为开发工具,开发了汽轮机组凝汽系统仿真及故障诊断系统应用软件,能够实现全工况性能监测,并对潜在故障进行早期诊断,为机组制定合理的检修计划提供依据,保障机组的安全经济运行。该系统采用人机交互界面,具有界面友好,操作简单等特点。