用單片機系統實現故障診斷
加入技術交流群
5．實驗結果及對比
重慶電廠機組凝汽器運行過程中表現出的故障征兆：(0 1 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0)，將其對應的電信號分別輸入各個壓力溫度電導儀傳感器，經過采集濾波，進入上述已訓練好的BP網絡中，網絡即輸出該征兆相對于各故障的隸屬度，如表2 所示。
為了比較起見，這里將文獻[2]中的模糊診斷方法簡單說明如下：
設故障論域中有m個模糊子集 A1，A2，…，Am，它們分別代表m種故障。對于該論域中的任意一個元素u0，若有
μAi(u0) = max{μA1(u0),μA2(u0), …,μAm(u0)}
則稱u0相對屬于Ai，其中μAi(u0)是u0相對Ai的隸屬度函數。
設凝汽器系統中有n種故障征兆S1，S2，…，Sn，每種故障所表現出的征兆論域為：
u(i) =S1(i)，S2(i)，…，Sn(i))，i=1，2，…，m
對于實際運行中的任意故障征兆u=(S1，S2，…，Sn)
則其相對于各故障Ai (i=1，2，…，m)的隸屬度為：
μAi(u) = 
根據最大隸屬度的原則，便可以診斷出該凝汽器存在的故障。這種診斷方法實質上是一種基于歐氏距離的診斷方法，適用于對線性可分的故障類別進行診斷。其診斷結果如表2所示。
從表2看出，把診斷門限值取為0.1時，據BP網絡輸出值判斷為5、10、6、11號，此結論與文獻[2]中給出的結論是相符的。同時計算得出的值之間的差別比文獻[2]中由模糊診斷得出的值之間得出的差別更加明顯，從而可更為準確的得到故障集。
評論