基于神經(jīng)網(wǎng)絡的火電廠生產(chǎn)過程故障診斷專家系統(tǒng)

隨著控制理論的不斷完善和發(fā)展，以及計算機技術在工業(yè)控制領域的廣泛應用，控制系統(tǒng)的自動化水平、控制品質均得到了顯著的改善和提高。在追求控制系統(tǒng)良好控制性能的同時，對提高系統(tǒng)的可靠性和可維修性也提出了越來越高的要求。對于火電廠生產(chǎn)過程控制來說，目前提高其可靠性的方法是提高系統(tǒng)各部件的可靠性，增加硬件冗余，但這將使系統(tǒng)成本和規(guī)模增加。為此，可采用實時故障診斷技術，建立一套監(jiān)控系統(tǒng)，使其能在系統(tǒng)故障前期或發(fā)生故障時迅速地檢測且分離故障，進而采取必要的措施防止故障擴大，達到提高系統(tǒng)可靠性，減少維修時間和成本的目的。另外，火電廠生產(chǎn)過程控制系統(tǒng)回路眾多，控制設備(傳感器和執(zhí)行器等)分布廣泛，完全靠人力來檢查和發(fā)現(xiàn)故障極費時費力。據(jù)統(tǒng)計，尋找系統(tǒng)故障花費的時間占系統(tǒng)修復時間的90％左右。為此，本文對火電廠生產(chǎn)過程控制的故障診斷及其實現(xiàn)進行了研究。
1 基于神經(jīng)網(wǎng)絡技術的故障診斷專家系統(tǒng)

本文提出的基于神經(jīng)網(wǎng)絡技術的專家系統(tǒng)就是力圖模擬人類專家分析問題的過程，利用神經(jīng)網(wǎng)絡及專家系統(tǒng)反向推理的特點開發(fā)出一套混合診斷系統(tǒng)

1.1 基于神經(jīng)網(wǎng)絡技術的專家系統(tǒng)的結構和功能

基于神經(jīng)網(wǎng)絡技術的專家系統(tǒng)的結構如圖1所示。信號預處理主要承擔數(shù)據(jù)采集和知識表述的規(guī)范化。神經(jīng)網(wǎng)絡充當專家系統(tǒng)的正向推理機，它接收規(guī)范化處理后的原始證據(jù)輸入，給出處理后的結果，然后利用專家系統(tǒng)的反向推理對其結果進行驗證，從而提高整個系統(tǒng)的推理速度和診斷的正確率。控制中心控制著整個系統(tǒng)的輸入輸出以及系統(tǒng)的運行。

1.2 基于神經(jīng)網(wǎng)絡的專家系統(tǒng)的工作過程

診斷系統(tǒng)在投入運行前，神經(jīng)網(wǎng)絡要進行訓練，訓練后的網(wǎng)絡方可進入運行。診斷過程如下：

(1)系統(tǒng)從現(xiàn)場采集數(shù)據(jù)，對數(shù)據(jù)進行初步處理，并啟動神經(jīng)網(wǎng)絡診斷模塊進行分析診斷，然后將診斷結果送入候選故障集；

(2)啟動故障診斷專家系統(tǒng)，利用其反向推理機制對候選故障集中的故障進行驗證。在診斷過程中，若診斷結果正確則整個診斷系統(tǒng)不作任何改變，若診斷結果發(fā)生了漏診斷，則系統(tǒng)在控制中心的調度下，啟動學習機構，對專家系統(tǒng)的知識庫進行修正。若發(fā)生誤診斷則可修改專家系統(tǒng)知識庫。