基于自组织模糊神经网络的汽轮发电机组振动故障诊断系统

针对目前汽轮发电机组振动故障的模糊诊断系统精度较低的问题,将模糊理论与神经网络技术结合,构造了适合于大型复杂系统故障诊断的自组织模糊神经网络系统的体系结构.在此基础上,提出了一种新型的样本模糊自组织方式,利用快速傅里叶变换(FFT)分析方法和图形分析法提取足够多的故障征兆,再采用聚焦式模糊分段算法对故障征兆进行模糊化处理,然后建立合理的训练样本库,并将经过确认的故障数据增加到标准案例库中,以提高整个系统的诊断能力.其中,聚焦式模糊分段算法对故障征兆中正常与不正常的转折部分进行非线性聚焦,即离正常与不正常的分界值越近时,故障征兆的特征抽取密度越大,使得原来模糊的分界部分被清晰化,大大提高了诊断精度.最后,以108DAI专用检测系统作为硬件支持,设计和实现了600 MW汽轮发电机组常见振动故障的模糊诊断系统,并利用现场故障数据验证了该系统的有效性.     

汽轮发电机组故障诊断中的模糊量化处理

从３个方面分析了汽轮发电机组故障诊断中存在的模糊性问题,从模糊集的概念出发,提出了隶属函数构造的３点原则．对振动征兆、参数征兆和趋势型征兆构造了隶属度函数,分析处理了它们在故障诊断中的模糊量化问题．     

基于自适应神经模糊推理的水电机组故障诊断

使用模糊诊断方法对水轮发电机组的故障进行诊断，可以获得令人较为满意的分析结果。但无论是使用模糊逻辑诊断还是使用模糊聚类诊断，隶属函数的好坏将直接影响诊断系统的分析结果。使用MATLAB中的自适应神经模糊推理系统（ANFIS）可以更加准确地自动调整隶属函数参数。此外，利用MATLAB强大的模糊逻辑工具箱可以大大加快水电机组模糊诊断系统的开发速度。     

汽轮发电机组振动故障诊断的Petri网模型

Petir网理论是以网络理论、代数理论等为数学基础的,可利用图形语言对故障诊断系统的结构、功能及流程进行系统的分析和描述,是异步并发诊断系统建模与分析的重要工具之一.作者在论述了Petri网矩阵描述方法的基础上,根据汽轮发电机组故障征兆与常见故障类型之间的关系,建立了一种基于Petri网的汽轮发电机组振动故障诊断模型.与传统的汽轮发电机组振动故障诊断方法相比,该模型仅使用简单的矩阵运算,诊断过程简单直观,速度快.实例分析表明,利用该模型可对汽轮发电机组的振动故障作出正确判断.     

汽轮发电机组振动故障诊断数据库管理系统

随着监测一故障诊断系统在汽轮发电机组中的广泛应用，大量的振动信息需要数据库管理系统进行处理、分类和排序，然后提取振动特征值，供故障诊断系统进行分析和诊断，以便及早发现故障根源，将故障消除在萌芽状态。基于FoxPro 2．5 for Windows数据库管理系统的开发工具．开发了汽轮发电机组振动故障诊断数据库系统．实现了动态数据交换(DDE)；快速进行维护和检索；趋势分析；升降速幅频特性图(波特图)；报表打印等等。该未统的实现为汽轮发电机组转子的科学管理和故障诊断系统的应用奠定了基础。     

基于混合模糊聚类分析的汽轮发电机组振动故障诊断

针对模糊C-均值(FCM)算法在汽轮发电机组振动故障诊断中的不足,提出了一种加权混沌优化FCM(WCOFCM)算法。WCOFCM算法首先将混沌优化策略与传统FCM算法相结合,用混沌变量搜索对模糊聚类目标函数进行全局寻优,并结合梯度算子,使方法有效收敛到极值点。然后依样本相似度原理对样本特征进行加权,对不同的特征赋予权重,突出敏感特征对聚类结果的主导作用,提高了聚类性能。最后依据聚类有效性函数指标自动确定聚类数,实现自适应分类。用该方法对国际标准测试数据进行了聚类分析实验,并将该方法应用于某发电厂汽轮发电机组振动故障诊断,其结果表明该方法有效降低了误分类率,能对汽轮发电机组振动故障进行有效诊断。     

用模糊数学方法对汽轮发电机组进行可靠性评价

本文用模糊数学的方法,利用隶属度模糊计算.对汽轮发电机组可靠性指标进行了评价,并通过权分配模糊集和单项指标评价矩阵的合成运算,获得了综合评价集,从而为汽轮发电机组可靠性状态的综合评价提供了一种新的方法。     

某600MW汽轮发电机组振动故障分析

大型汽轮发电机组轴系不对中引起的振动故障比较突出,影响机组的安全运行。对某600 MW汽轮发电机组发-集联轴器不对中、低-发轴承坐标偏差、转子与汽缸不同心3种不对中类型引起的振动故障特征进行了分析,并结合几个电厂的振动故障实例,提出了运行及检修处理措施。     

双馈风力发电低电压穿越撬棒阻值模糊优化

撬棒(crowbar)保护是双馈风力发电机组实现低电压穿越的主要控制方法之一。针对传统撬棒阻值设计与定转子电流约束条件边界取值相关,进而影响系统安全性这一问题,采用模糊优化理论,分析电网发生三相短路故障时转子电流峰值估算式以及撬棒阻值约束式;根据模糊优化机制及上述阻值约束关系,建立撬棒阻值模糊集隶属函数及模糊目标函数。针对1.5 MW双馈风电机组撬棒阻值进行模糊优化设计,并对设计结果在Matlab/Simulink平台上进行了仿真验证。仿真结果表明,撬棒阻值优化可以显著减小双馈机组低电压穿越时的定转子电流、直流母线电压及电磁转矩振荡,有效提高风电系统的安全可靠性。     

基于小波模糊网络的电厂汽轮发电机组故障诊断

针对传统故障诊断方法在汽轮发电机组振动类多重并发故障诊断中的局限性，提出了小波变换与模糊理论相结合的诊断方法。采用二进离散小波变换获取有效的故障特征向量，利用模糊诊断方程进行故障模式分类。通过选择足够的样本对故障诊断方程进行训练，将代表故障的信息输入训练好的诊断方程，由输出结果即可判定故障类型。实际应用表明该方法可以有效诊断汽轮发电机组振动类多重并发故障，诊断结果全面、准确。     

电站热力系统故障智能诊断系统的功能结构及诊断模型

简要介绍了火电机组热力系统故障智能诊断系统的总体功能和诊断模型构成，结合某300MW火电机组高压给水加热器系统故障诊断实例，详细阐述各模块的功能和实现方法。针对模型软件开发中的关键技术，详细论述了电站热力系统故障中语义和型和趋势型两种征兆的模糊数学表达及合成计算方法，该综合运用有利于提高故障诊断的及时性和结果和可靠性；给出了模糊模式识别和人工神经网络两种故障智能诊断模型，讨论了两种模型的技术要点，给出了高压经水加热器系统具体诊断算例，验证了所述技术和方法的有效性。     

机载电子设备故障诊断专家系统的设计与实现

针对航空机载电子设备故障知识日益膨胀导致的故障诊断系统效率低下、难以快速有效地进行电子装备维护的问题,提出了一种新的、基于专家系统的机载电子设备故障诊断系统。分析了专家系统的原理和结构,研究了一般产生式规则与模糊产生式规则相结合的知识表示方法及精确推理与模糊推理相结合、基于规则推理、案例推理、模型推理及混合推理的推理机制。以Delphi7．0和Oracle9i为开发环境,开发了该专家系统。系统能快速分析故障现象,列出可能的故障原因,输出故障报告,提供故障处理指导。研究表明,新系统具有更高的效率、并且诊断结论也更可靠、可维护性也更好,在实际的航空机务维护工作中取得了良好的效果。     

基于模糊PID的酶免分析仪加样臂运动控制

为了保证全自动酶免分析仪加样臂运动的低速稳定性和位置精度,建立了加样臂运动控制系统。根据系统结构模型分析低速运行时爬行现象产生的原因,使用位置环PID、速度环模糊自适应PID的双闭环控制算法,改善低速爬行现象。并基于大量工程实验整定,选取了合适的模糊集合、模糊规则和PID参数论域取值。实测运行结果表明,在0.05 m/s的速度运行,能够保证速度误差小于2%,位置精度为±0.1 mm。算法满足了加样臂运行精度和稳定性要求。     

基于测度分析及模糊集理论的单相自适应重合闸研究

提出一种基于模糊集合理论的电力系统单相自适应重合闸优化算法。该算法能够正确进行瞬时故障与永久故障的区分。当瞬时性故障发生时，在短路点电弧熄灭后的恢复电压阶段，断开相各电气量的关系与永久性故障将有本质的不同。在详细分析断开相工频电气量的基础上，用滤波后的采样值对4种判据建立3种相似性测度及模糊隶属函数：用绝对值指数法确定幅值的隶属度，用相关系数测度建立2种相位判据的隶属度，用数量积法确定功率方向的隶属度，并进行模糊综合故障性质识别。给出了相应的模糊数学模型。经过大量仿真试验，获得了满意的效果。     

能在线应用的地区电网故障恢复系统

开发了一种能在线应用的地区电网故障恢复系统,该系统既可由故障诊断程序启动,用于在线辅助事故后的调度决策,也可由静态安全分析程序启动,用于事故预想和辅助编制事故预案。文章提出了一种基于断路器隔离开关组的新的故障恢复路径搜索策略,提高了搜索的效率和准确性。由于采用搜索方式动态形成电网各设备间的逻辑关系,因此网架结构变化时无需对故障恢复系统做特殊维护。该系统已在兰州地区电网在线运行4个月,运行情况良好,恢复策略正确,证明了该系统的有效性。     

变论域模糊PID控制在交流发电系统中的应用

在三级式交流发电系统中一般使用传统PID控制器进行调压控制,但是在某些工况下该控制策略难以满足复杂系统的高精度、快响应要求。通过在传统PID控制器的基础上,分析了其不足之处,引入了模糊PID控制策略。同时,针对模糊PID在系统的动态调节过程中论域过小的问题,提出了一种基于变论域模糊控制理论的PID控制器,并与传统双环PID控制和普通的模糊PID控制在MATLAB/Simulink软件中进行对比仿真,验证了该控制策略具有更好的稳态调节精度和动态调节性能,与传统双环PID控制器相比,稳态误差从0.5%优化到0.3%,动态调节时间从0.4 s缩短至0.2 s。     

模拟电路的融合智能故障诊断

提出了一种基于遗传算法、神经网络、模糊集理论与数据融合技术相结合的模拟电路故障诊断新方法。该法使用多类电路测试数据来解决由于测试节点不足而带来的故障信息欠缺等问题，采用遗传算法来优化BP网络的结构与初始权值分布。对每类测试信息各用一个独立的所提遗传神经网络进行初步诊断，得到基于各类测试信息的被诊断电路属于不同故障状态的可能性。在充分考虑每个神经网络输出信息重要程度的基础上，采用模糊积分融合方法进行决策融合。文中研究了其故障特征提取、样本选择、诊断系统结构、学习算法及其综合决策方法，并通过电路诊断实例，阐述了该方法的具体实现，验证了所提方法的鲁棒性。诊断结果表明：所提方法对容差模拟电路的多故障与单故障诊断均适用，故障定位准确率高。     

一种内蕴误差评价的负荷预报方法

提出了一种基于内蕴误差评价的电力系统短期负荷预报方法。该方法建立在对负荷规律性和预报方法有效性全面评估的基础上,使预报和误差评价融于一体。运用该方法可以有效地诊断导致预报误差的主要因素,并在预报前估计预报误差的上下限,从而对发掘提高负荷预报准确度的潜力有所帮助。实例表明,该方法应用于短期负荷预报和预报精度评价是有效的。     

模糊粗糙集理论在变压器故障诊断中的应用

提出一种改进的三比值变压器故障诊断方法。以模糊粗糙集为数学基础建立信息决策系统,采用数据挖掘技术解决这一建立过程中的若干问题。考虑到信息源的连续取值对模糊粗糙推理的影响,利用模糊集方法处理连续取值型属性。利用数据库知识发现技术挖掘数据库中隐含的聚类信息,设置属性的模糊取值并确定隶属函数。并在此基础上基于包含度对模糊规则进行约简和剔除。设计了适用于模糊粗糙规则提取的数据挖掘算法,从数据库中提取规则,按属性集建立多表决策库的拓扑结构。诊断结果表明,该决策库故障正判率较高,模糊判断规则适应现场条件。