汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)動力特性分析與優(yōu)化設(shè)計.pdf

1、相對于常規(guī)的剛性基礎(chǔ)，彈簧減振基礎(chǔ)具有良好的減振作用，可不停機(jī)進(jìn)行機(jī)組對中與調(diào)整，并能解決基礎(chǔ)不均勻沉降等問題，因此被越來越多的發(fā)電站采用，并成為我國汽輪發(fā)電機(jī)基礎(chǔ)未來的發(fā)展趨勢。作為發(fā)電廠重要的組成部分，汽輪發(fā)電機(jī)基礎(chǔ)承載著整個發(fā)電廠最核心的設(shè)備——汽輪發(fā)電機(jī)組，其動力特性直接影響整個機(jī)組的安全運(yùn)轉(zhuǎn)。然而彈簧減振基礎(chǔ)體積龐大、結(jié)構(gòu)十分復(fù)雜，工程造價昂貴，因此，對大型汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)的設(shè)計需要同時考慮動力特性和質(zhì)量的雙重指標(biāo)，達(dá)到

2、提高汽輪發(fā)電機(jī)組運(yùn)行的安全性和降低基礎(chǔ)的建造成本的目的。本碩士論文對汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)進(jìn)行動力特性分析并對其結(jié)構(gòu)尺寸進(jìn)行優(yōu)化設(shè)計，實現(xiàn)基礎(chǔ)的最大振動線位移、最大靜應(yīng)力和基礎(chǔ)總重量的多項性能和質(zhì)量指標(biāo)的優(yōu)化設(shè)計，主要完成以下幾方面的工作：
　　首先，針對汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)動力特性分析存在的建模困難、計算量大、耗時長等問題，本文分別從結(jié)構(gòu)等效和載荷等效兩個方面對汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)動力特性計算進(jìn)行簡化。其中，在結(jié)構(gòu)等效中，將

3、頂臺板簡化成由橫縱梁組成的空間桿系結(jié)構(gòu)，采用集中質(zhì)量法將機(jī)組部分的重量進(jìn)行簡化并加載到基礎(chǔ)對應(yīng)位置，設(shè)定基礎(chǔ)柱子底端全部約束；在載荷等效方式的改變上，在進(jìn)行動力特性分析時將原來按照工況每次動力特性計算只施加一個擾力的方式改為所有擾力全部同時施加的方式。最后，為了驗證簡化方法以及擾力方式改變的可行性，分別對比簡化模型在恒力法和變力法作用下、實體模型和簡化模型在模態(tài)疊加法的分析方法下、簡化模型在兩種不同力的施加方式下以及簡化模型分別在模態(tài)疊

4、加法和完全法的兩種動力特性分析方法下的基礎(chǔ)動力特性計算結(jié)果。數(shù)值結(jié)果表明：施加恒力或者施加變力對基礎(chǔ)的動力特性分析結(jié)果無影響；在考慮設(shè)計結(jié)果的安全性和計算效率上，可以適當(dāng)采用梁單元模型作為汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)動力特性分析模型，同時擾力可以采用全部同時施加的方式；完全法可用于分析計算基礎(chǔ)在整個頻率范圍內(nèi)的最大振動線位移，模態(tài)疊加法則可以分析計算機(jī)組在啟動過程中基礎(chǔ)的最大振動線位移。
　　其次，針對汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)優(yōu)化設(shè)計比較

5、復(fù)雜，設(shè)計變量和優(yōu)化目標(biāo)之間不能顯式表達(dá)的問題，將Kriging代理模型優(yōu)化算法引入到汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)的優(yōu)化設(shè)計中，實現(xiàn)對汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)的全局最優(yōu)設(shè)計。在抽取設(shè)計樣本時，為了避免在小區(qū)域內(nèi)重復(fù)抽取樣本點(diǎn)，同時使樣本點(diǎn)具有代表性，本文采用拉丁超立方抽樣方法在設(shè)計區(qū)間內(nèi)抽取樣本點(diǎn)，使樣本點(diǎn)在設(shè)計區(qū)間內(nèi)盡量做到均勻分布。最后，為了平衡局部和全局搜索，本文在優(yōu)化過程中加入了期望提高函數(shù)來有利于找到全局最優(yōu)解，最后實現(xiàn)汽輪發(fā)電機(jī)彈簧

6、減振基礎(chǔ)的優(yōu)化設(shè)計。數(shù)據(jù)結(jié)果表明：基礎(chǔ)分別經(jīng)過以立柱位置和桿件截面尺寸為設(shè)計變量，以最大振動線位移為優(yōu)化目標(biāo)的優(yōu)化設(shè)計后，最大動位移分別下降了17.16%和35.33%，基礎(chǔ)動力性能得到改善；經(jīng)過以桿件截面尺寸為設(shè)計變量，以基礎(chǔ)自重為優(yōu)化目標(biāo)的優(yōu)化設(shè)計后，基礎(chǔ)自重下降了12.8%，基礎(chǔ)自重明顯降低。
　　最后，針對汽輪發(fā)電機(jī)彈簧減振基礎(chǔ)存在的多目標(biāo)、多約束和多變量的問題，采用多重Kriging代理模型的黑箱優(yōu)化算法對汽輪發(fā)電機(jī)彈簧