转子应力场重建模型

预测精度99.7%

用深度卷积神经网络替代有限元分析，为汽轮机转子启动过程提供实时准确的应力分布预测。

Guangya, Zhu · 郭丁 · 李金星 · 谢永慧 · 张荻

Energy 2025

参数信息

应力分布预测精度

99.7 %

单次预测时间

0.11 s

冷态启动最大Von Mises应力降低

14.6 %

温态启动最大Von Mises应力降低

12.2 %

技术优势

实时提供应力场

训练好的神经网络单次预测仅需0.11秒，比有限元分析快约500倍，能够及时反映转子应力状态。

降低启动应力

基于TD3的主蒸汽温度控制器控制下，冷态启动最大应力降低14.6%，温态启动降低12.2%。

提升启动经济性

在保证安全运行的前提下，模型可有效提高机组启动速度，减少启动时间和能耗。

应用场景

• 汽轮机状态监测：实时获得转子应力场，替代传统离线有限元分析，在启动和变负荷过程中连续监测热应力。
• 旋转机械故障诊断：通过高精度应力分布识别转子局部高应力区域，辅助判断潜在变形或裂纹风险。
• 发电设备预测性维护：基于实时应力信息优化启停策略，减少累积损伤，延长转子寿命并降低维护成本。