凝汽器污脏程度在线监测仪的研制

式中，Δδc——换热面污脏引起的端差变化，称之为污垢端差

Δδg——变工况引起的端差变化，称之为变工况端差定义污脏系数为：

c=(Δδc)/δtd=(Δδ-Δδg)/δtd      (4)

由上式可看出，要确定c，需求出Δδg。由于Δδg=f(ΔDs,ΔDw,Δtwi，Δε)描述的是一非常复杂的传热过程，其精确数学模型很难获取，为此本文根据输入、输出测量数据，采用神经网络建立变工况端差模型，实现了凝汽器污脏程度的准确测量。

2 神经网络建模

变工况端差Δδg=f(ΔDs,ΔDw,Δtwi,Δε)可由三层前馈神经网络来逼近，如图2所示。

选择Sigmoid函数作为隐层神经元的激励函数：

式中，a=1.716

b=2/3

以凝汽器在清洁状态下不同工况的试验数据作为训练数据，采用BP算法训练神经网络。学习的目标函数为：

式中，n——样本个数

yi——模型输出

di——期望输出

神经网络的权值修正采用速梯度下降法。神经网络训练好后即可投入应用。根据由神经网络求得的变工况端差及（4）式，即可计算出污脏系数。

3 仪器结构

3.1 硬件设计

在线监测仪以DSP为核心，实时采集各有关参数，计算出污脏系数并作动态显示。其硬件结构如图3所示。

图中，tp为汽气混合物在测量处的温度；p为汽气混合物在测量温度处的压力。空气含量由如下方法求得：

在凝汽器抽气设备的出口处测量汽水混合物的压力，并同是测出汽水混合物的温度，测汽水混合物中的空气含量由下式得出：

ε=(p-ps)/(p-0.378ps) （7）

其中，ps——汽气混合物出口温度所对应的水蒸气饱和压力，可通过查表求得。

DSP选用TMS320F240，其结构为：（1）32位CPU；（2）554字的双口RAM，16K字的FLASH EEPROM；（3）两个10位的A/D转换器；（4）串行通讯接口。该芯片通过串行通讯接口可与控制室主机交换数据。

3.2 软件设计

软件设计采用模块化结构，主要包括：（1）数据采集、处理模块；（2）神经网络计算模块；（3）显示模块；（4）通信模块。

4 试验结果 《凝汽器污脏程度在线监测仪的研制(第2页)》