基于神經網絡的火電廠生產過程故障診斷專家系統
加入技術交流群
將基于神經網絡技術的專家系統應用到電廠補給水處理系統中。該系統主要包括預處理、機械處理、一級除鹽和二級除鹽四部分。本文以預處理為例，預處理工藝流程：生水(生水加熱器(二個)→澄清池(三座)→澄清水箱(三臺)→澄清水泵(五臺)，分別至生活消防水系統及鍋爐補給水除鹽系統。生水采用加凝聚劑和助凝劑進行處理。
2.1 神經網絡結構
針對預處理多測點、多故障的特點，該系統采用整體結構分散化與子網絡組合化相結合的神經網絡來完成診斷。一方面，分層后的網絡(見圖2)比原網絡規模小得多，從而使訓練時間大為減少；另一方面，相互無關的故障與原因之間除去完全沒有必要的權值連接(或令權值=0)減小了規模，而且由于各故障診斷采用并聯組合式，具備神經網絡大規模并行處理的特征，這樣既可以提高診斷速度和準確度，又可同時診斷多個故障。圖2中，故障定位網絡主要完成故障的定位。通過對測試信號的判斷將故障進行分類，其輸出對應第二層的輸入。第二層網絡包括澄清池部分3個子網絡，清水箱部分3個子網絡，每個子網絡均采用三層BP網絡結構。6個子網的結構和工作過程基本相同，以2#澄清池診斷網絡為例，進行仿真研究。
2.2 神經網絡訓練
根據故障機理分析和該領域的專家知識，可以得到2#澄清池系統的故障征兆集、故障原因集。
評論