基于粒計(jì)算和神經(jīng)網(wǎng)絡(luò)的電站風(fēng)機(jī)故障診斷的應(yīng)用.pdf

1、隨著科學(xué)技術(shù)和生產(chǎn)的發(fā)展，人們面臨的控制系統(tǒng)日益復(fù)雜，自動(dòng)化程度越來越高，對(duì)系統(tǒng)的穩(wěn)定性和系統(tǒng)故障的診斷處理也提出了更高的要求。成功及時(shí)的故障診斷將能夠?qū)ο到y(tǒng)實(shí)施良好的控制，從而保證控制系統(tǒng)能夠高效穩(wěn)定地運(yùn)行。而系統(tǒng)中出現(xiàn)的某些微小故障若不能及時(shí)檢測(cè)并排除，極有可能造成整個(gè)系統(tǒng)的失效、癱瘓，甚至導(dǎo)致災(zāi)難性后果。設(shè)備故障診斷技術(shù)是保障設(shè)備安全運(yùn)行的基本措施之一，就是對(duì)運(yùn)行中系統(tǒng)的異常狀態(tài)和偏差進(jìn)行檢測(cè)、識(shí)別和預(yù)測(cè)的技術(shù)和方法。風(fēng)機(jī)是火電機(jī)

2、組中不可少的機(jī)械設(shè)備，風(fēng)機(jī)運(yùn)行的安全可靠性直接影響火電機(jī)組的安全經(jīng)濟(jì)運(yùn)行。對(duì)于風(fēng)機(jī)的故障診斷，在一些經(jīng)驗(yàn)規(guī)則中，存在判斷條件冗余或不完全、故障征兆描述不確定等現(xiàn)象，給實(shí)際應(yīng)用帶來很多缺陷，如診斷效率較低。人工神經(jīng)網(wǎng)絡(luò)由于對(duì)非線性映射關(guān)系的有效逼近能力，適用于故障模式的識(shí)別問題。但神經(jīng)網(wǎng)絡(luò)為了得到較高的診斷精度，需要較多訓(xùn)練樣本，這樣使得神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，訓(xùn)練時(shí)間較長(zhǎng)；而且神經(jīng)網(wǎng)絡(luò)無法分析確定冗余和不確定信息更影響其學(xué)習(xí)效率和診斷精度。粒

3、計(jì)算主要用于處理不確定的、模糊的、不完整的和海量的信息。
　　 本文深入研究了設(shè)備故障診斷的技術(shù)和方法，分析了電站風(fēng)機(jī)的故障機(jī)理和特征，詳述了粗糙集和粒計(jì)算的基本理論，提出二進(jìn)制粒矩陣和依賴度冪圖結(jié)合的約簡(jiǎn)算法。結(jié)合粒計(jì)算的約簡(jiǎn)能力和人工神經(jīng)網(wǎng)絡(luò)對(duì)于非線性映射關(guān)系的有效逼近能力，提出基于粒計(jì)算-神經(jīng)網(wǎng)絡(luò)的智能診斷算法。并將粒計(jì)算-神經(jīng)網(wǎng)絡(luò)智能診斷算法應(yīng)用于電站風(fēng)機(jī)的故障診斷。本文利用二進(jìn)制粒矩陣約簡(jiǎn)算法對(duì)神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)進(jìn)行預(yù)