凝汽器作为凝汽式汽轮发电机组的重要辅助设备,其运行性能的好坏直接关系到整个电厂的安全性和经济性。本文在收集了许多国内外相关资料的基础上,了解了凝汽器构造和凝汽器流动与传热特性,定性地分析了冷却水水温、冷却水流量、汽轮机排汽量、冷却面积、铜管清洁系数及真空系统严密性等因素对凝汽器真空的影响。详细地讨论了建立凝汽器动态数学模型的原理、方法和过程。通过该数学模型,讨论了凝汽器几种典型工况下的动态特性,并介绍了真空恶化时采取的措施。同时利用其进行凝汽器故障知识库的建立,验证该模型的实用性。 由于引起凝汽器各种故障的原因很多,其征兆有一定的模糊性,判断起来不容易。本文采用比较先进的神经网络来进行凝汽器的故障诊断。在介绍了神经网络基础后,讨论几种算法的优劣,本文采用自适应BP附加动量法进行网络训练。神经网络具有强大的自学习能力和数据处理能力,是一种比较先进的故障诊断方法。根据凝汽器动态数学模型及某电厂的运行规程,本文构造了17个输入层节点、13个隐含层节点、12个输出层节点的三层BP网络,利用训练样本对神经网络进行训练,得到神经网络的知识库结构。然后,采用Simulink完成神经网络的可视化,利用训练好的网络对汉川电厂凝汽器的实际故障进行了诊断,诊断结果与试验结论以及模糊诊断结果相符,说明本文开发的凝汽器故障诊断系统可以得出令人满意的结果。