基于模糊SOM神经网络的汽轮机通流部分故障诊断研究

汽轮机实际运行时通流部分经常出现故障,对其进行监测与诊断很有必要。以某600MW机组为对象,提出一种基于模糊理论与SOM神经网络相结合的故障诊断方法。该方法通过对故障样本进行训练,建立故障诊断模型,根据输出神经元在输出层上的位置对故障进行诊断,分析其所属故障模式。研究结果表明:基于SOM神经网络的汽轮机通流部分故障诊断方法是准确和可靠的。该方法克服了故障样本选取的困难,通过聚类功能,对故障模式分类实现了具体数字化和图形可视化,诊断结果简单和直观。     

柴油机故障的混合智能诊断方法研究

本文提出了一种综合智能故障诊断的方法，即首先利用常规的信号检测和分析手段，获得一些代表故障特征的时域或频域参数值，根据参数值确定故障的隶属度，利用已经训练好的模糊神经网络传递故障的隶属度，再根据网络输出的隶属度大小确定故障原因，然后利用规则推理滤除可疑原因，得到最终诊断结果。最后以6135ZC柴油机故障诊断为例，验证了该方法的有效性。     

PEMFC的Elman神经网络建模与模糊神经网络控制

从质子交换膜燃料电池（PEMFC）实际应用的角度出发，采用Elman动态神经网络对PEMFC系统进行建模，以实验中采样到的PEMFC系统的工作温度输入输出数据训练网络，并采用动态反向传播学习算法根据误差不断调整网络参数直至达到要求精度。设计了一种适应模糊神经网络控制器，根据经验确定了初始隶属度函数和模糊规则，并采用自适应学习算法不断调整隶属度函数与模糊规则参数，使控制系统获得理想的输出。仿真实验以Elman神经网络模型为参考模型，使用自适应神经网络控制算法取得了较好的控制效果。总之，所设计的控制系统适合于控制PEMFC这样一类复杂非线性系统。     

模糊数学在凝汽器故障诊断中的应用研究

将模糊数学理论应用到凝汽器故障诊断系统中，建立了模糊识别系统，确定了这一系统的隶属函数，并且计算出了症侯群对各种故障的隶属度，然后按隶属度对故障进行了归类，较好地解决了一些不确定因素对凝汽器产生的影响这一问题，并以实例验证了该模型识别凝汽器故障的准确性。实践证明，该模型简单实用，能有效地识别凝汽器故障。     

基于模糊神经网络的凝汽器故障诊断系统

凝汽器是凝汽式汽轮机的主要辅助设备之一,凝汽器系统运行中出现的故障与故障征兆之间是非线性关系,具有复杂性、模糊性和随机性,难以用数学公式表示.针对此情况,结合模糊理论与神经网络两种故障诊断方法的优势,建立凝汽器故障诊断专家系统.系统采用模糊隶属度函数表示难以准确描述的领域专家知识,采用神经网络进行推理,使诊断结果具有较高的可靠性.     

基于燃烧过程分析及模糊诊断技术的柴油机故障诊断方法研究

利用先进的内燃机燃烧学和热力学模型，建立了基于模糊诊断技术的柴油机故障诊断方法，应用数理统计方法确定了柴油机工作过程参数隶属度函数，构造了模糊故障诊断矩阵，并应用计算机技术实现了对柴油机常见故障的模糊诊断，在柴油机故障诊断应用中取得了良好的效果。     

基于知识与模糊神经网络的故障诊断技术

论述了建立规则型模糊神经网络的理论和方法,针对大型旋转机械提出了一种采用多层规则库结构及智能推理机的故障诊断技术,该技术以Ｒｕｌｅ型模糊联想记忆器作为诊断系统的分类和综合算法,把基于知识的符号处理方法与模糊神经网络有机结合在一起,讨论了模糊神经网络输入和输出模糊化的问题,为电厂汽轮发电机组故障诊断专家系统提供了新的思路。     

300MW汽轮机高压缸通流部分故障的热参数模糊诊断

分析了３００ＭＷ汽轮机高压缸通流部分故障与热力过程参数的关系，提出了对汽轮机通流部分故障分层次模糊诊断的方法，并用电厂运行中采集到的实际故障参数对这种方法进行了考核，得到了比较满意的结果。     

基于模糊神经网络的机械故障诊断研究

将模糊分类和传统神经网络相结合,建立了模糊神经网络（ＦＮＮ）故障诊断模型,并将该模型应用于透平机械故障诊断,同时在模糊神经网络的输出中引入故障概率因子,分析表明ＦＮ怕性能优于传统ＢＰ网络。     

一种基于MLP神经网络的农用井泵故障诊断模型及应用

针对农用井泵常见的故障,建立了基于前馈MLP神经网络的故障诊断模型,并用反向传播算法进行训练。同时,用隶属度值定量描述故障程度,以出水量变小、有震动或噪声、出浑水、水泵不转、密封处温度异常升高5种常见的异常状况和井龄、泵龄、扬程、水泵淹没深度4个辅助条件作为网络的输入,以12种故障原因的4位二进制码和程度值作为网络输出,通过公式法确定隐含层的节点个数为10。通过训练后的神经网络对测试样本进行检验,验证了该神经网络模型对于农用井泵故障诊断的适用性。     

汽轮机组回热系统故障诊断知识的模糊处理及诊断研究

在建立火电机组回热系统常见故障的故障集和征兆集基础上,利用模糊数学知识和相关理论,针对回热系统故障征兆参数的不同变化方向和程度,采用不同的变化等级和阈值,建立了回热系统典型故障样本模式知识库及实时故障模式集。同时利用基于MATLAB环境下的径向基函数网络,建立了回热系统故障诊断模型。并利用电站仿真机模似典型故障进行了神经网络模型的验证。实践表明,这种方法可有效地进行回热加热器故障样本模式的模糊量化处理,极大地改善了神经网络训练的收敛性。有利于回热系统的故障诊断。     

基于模糊神经网络的故障诊断方法的应用

针对大型机组的状态监测与故障诊断问题,为了克服单一故障诊断方法的局限性,对现有的大型设备故障诊断方法作了分析之后,提出一种基于区间值模糊神经网络的诊断方法。该方法根据设备故障诊断的不同阶段,利用基于规则库、区间值模糊集理论、模糊神经网络和模糊模式识别等方法。该方法在某炼油厂重催化机组故障诊断中得到了具体应用。     

黑体炉系统故障诊断专家系统实现问题

为了实现黑体炉系统已发故障或潜在故障的快速高效诊断,根据黑体炉系统运行过程特征参数知识表示的模糊特性,建立了多库多层次方式的知识库,并采用黑体炉故障类型诊断的反向推理和故障原因分析及故障消除措施正向推理相结合的混合推理机制设计了总体目标推理和级目标推理相结合的推理机.该系统采用Visual Basic6.0进行编程,在windows xp平台上运行.应用效果表明,黑体炉故障诊断专家系统的预报准确率较高,具有较大的实用性.     

模糊辨识方法在蓄电池建模中的应用

针对光伏系统中蓄电池建模十分困难的问题,基于T—S模糊模型,提出一种模糊建模方法。该方法采用三角形隶属函数计算给定样本的隶属度,利用稳态卡尔曼滤波器辨识模糊模型的结论参数,并把辨识模型的仿真结果与系统实验测量数据相对比,以检验模糊模型的可靠性。实验结果表明,这种新的蓄电池建模方法具有很高的精度,为高度复杂的非线性电化学过程的模型化提供了一条新途经。     

基于模糊神经网络的发动机故障诊断专家系统的研究

根据发动机的组成结构、功能原理及维修专家的实际经验，提出了一种基于模糊神经网络的故障诊断方法，将模糊逻辑和神经网络与传统的专家系统结合起来，开发出发动机故障诊断专家系统软件。该系统具有推理过程简单、快捷和准确等优点。     

基于MSET和模糊识别的凝汽器故障诊断

针对凝汽器的故障诊断问题,基于多元状态估计原理,采用模糊C均值聚类提取凝汽设备的运行状态矩阵,建立了设备的状态监测模型,以相似度指标衡量设备的运行状态,并以此作为参数模糊化的评判依据,获得凝汽器典型故障的专家知识库。在此基础上,根据模糊规则对设备的故障进行识别,提出了基于多元状态估计和模糊识别的故障诊断方法,并给出了该诊断方法的整体流程。以国内某600 MW机组凝汽器为例,采集实际运行数据进行建模与分析,结果表明:所提出的方法对设备参数的估计较为准确,具有一定的监测跟踪能力,并且能够及时准确地诊断设备故障,整体流程清晰直观,适合系统化应用。     

发动机点火系统模糊诊断方法的研究

本文对基于模糊理论的发动机点火系统故障诊断方法进行了初步的研究，给出了体现诊断专家经验知识的模糊诊断国，提出了诊断系统的组成结构以及模糊诊断的基本过程，并且针对东风EQ6100型汽车发动机点火系统的常见故障进行了实例诊断，结果表明，利用模糊理论对发动机的点火系统进行故障诊断，是一种行之有效的方法。     

基于多类支持向量机的变压器故障诊断模型

针对现有支持向量机诊断模型构造复杂、参数设计困难等问题,建立了基于多类支持向量机的变压器故障诊断模型,并提出一种实用的支持向量机参数寻优方法。该方法结合网格搜索,对训练样本进行分组交叉验证寻找给定范围内的最优参数,有效地解决了支持向量机的参数设计难题。实例计算表明,基于参数寻优建立的多类支持向量机模型在保证很高的故障分类正确率的同时,大大降低了二值支持向量机分层组合模型的构造及参数设计的复杂程度,具有很好的实用性和推广性。