The proposed functions for estimating the steam saturation temperature, Ts, in the range of 0.070 to 21.85 MPa are pre-sented as follows:Ts ¼ 236:2315p0:1784767   57:00:070 MPa 6 p 6 0:359 MPaTs ¼ 207:9248p0:2092705   28:00:359 MPa 6 p 6 1:676 MPaTs ¼ 158:0779p0:2323217   5:01:676 MPa 6 p 6 8:511 MPaTs ¼ 195:1819p0:2241729   16:00 8:511 MPa 6 p 6 17:690 MPaTs ¼ 227:2963p0:201581   50:00 17:690 MPa 6 p 6 21:850 MPawhere, the modeling error is less than 0.02% [37]. It should be noted it is not necessary to estimate saturation temperaturefor two-phase region.References[1] W.C. Tsai, T.P. Tsao, C. Chyn, A nonlinear model for the analysis of the turbine-generator vibrations including the design of a flywheel damper, ElectricalPower and Energy Systems 19 (1997) 469–479.[2] C.K. Weng, A. Ray, X. Dai, Modeling of power plant dynamics and uncertainties for robust control synthesis, Application of Mathematical Modeling 20(1996) 501–512.[3] P. Hejzlar, O. Ubra, J. Ambroz, A computer program for transient analysis of steam turbine-generator over-speed, Nuclear Engineering and Design 144(1993) 469–485.[4] IEEE Committee Report, Dynamic Models for Steam and Hydro Turbines in Power System Studies, IEEE Power Engineering Society,WinterMeeting, NY,1973.[5] P.V.G. Shankar, Simulation model of a nuclear reactor turbine, Nuclear Engineering and Design 44 (1977) 269–277.[6] K.C. Kalnitsky, H.G. Kwatny, A first principle model for steam turbine control analysis, ASME Journal of Dynamic System Measurement and Control 103(1981) 61–68.[7] K.L. Dobbins, A dynamic model of the turbine cycle of a power plant for startup, Ph.D. Thesis, University of Texas at Austin, 1985.[8] D.W. Auckland, R. Shunleworth, Y.A. A1-Turki, Micro-machine model for the simulation of turbine generators, IEE Proceedings 134 (1987) 265–271.
实验数据的非线性数学模型是第一批开发基于能量平衡、 热力学原理和半经验方程。然后，开发模型的相关的参数也由经验关系或他们通过调整
应用遗传算法 （GA） 基于一套完整的领域实验所得的实验数据。在中间和低压涡轮在哪里，在沸腾的地区，从省长气体行为，蒸汽变量偏离热力学特征是高度依赖于每个区域的压力和温度。因此，论文网
非线性函数的制定，以评估具体的焓和熵具体这些阶段的涡轮机。利用遗传算法单独调整每个小节的业务范围为拟议的职能参数。比较的整体汽轮发电机模型的响应和响应的真正的植物指示精度和性能，所提出的模型在宽范围内的行动。仿真结果表明该模型的验证在模型的响应与实际系统位置误差的拟议的职能是少于 0.1%和建模误差小于更准确、 更少偏差的0.3%。
过去 100 多年来，蒸汽涡轮机已被广泛应用到发电由于他们的成本。容量、 应用程序和所需的性能，为汽轮机的结构提供了不同程度的复杂性。对于电厂的应用，蒸汽涡轮机通常有一个复杂的功能，包括多级蒸汽膨胀增加热工件。它始终是更多陈设预测提出的控制系统影响植物由于涡轮结构的复杂性。因此，开发非线性分析模型是必要的以便研究涡轮瞬态动力学。这些模型可用于控制系统的设计合成、 执行实时模拟和监测所需的国家 [1]。因此，没有数学模型能精确地描述这种复杂的流程和开发模型由于未建模动态和参数不确定性 [2，3] 中总是有不准确。浩繁的模型被针对长期动态的蒸汽涡轮机 [4-11]。在许多情况下，汽轮机模型是他们只映射输入的变量到产出，这种简化的许多中间变量在哪里省略 [12]。在简化的模型的准确性缺乏出现控制策略，并且经常的许多困难，改善整体控制性能 [13] 所需的精度令人满意程度。识别技术被广泛用于建立数学模型，基于实测所得在电厂应用中的实际系统性能如所建的模型总是构成合理的复杂性。 仿真建模英文文献和中文翻译(5):http://www.751com.cn/fanyi/lunwen_33461.html