汽轮机振动故障诊断知识信息服务系统

汽轮机组故障诊断推理过程大多在信息不完备的情况下进行，需要解决规则不确定性、推理不确定性及规则参数获取等问题。针对上述问题，依据故障诊断规则的充分性、必要性属性提出了基于双参数的加权推理方法。汽轮机组故障诊断的专家经验知识是故障诊断工作的重要保障，知识信息服务系统的研究是开发故障诊断专家系统的基础。文中设计并实现了结合数据库技术、网络技术的知识信息服务系统，实际工程应用表明,该系统具有广阔的应用前景。     

基于双参数方法的水轮发电机组故障诊断规则表示和推理问题研究

基于知识的故障诊断系统在水轮发电机组故障诊断研究工作中是重要的课题,需要解决故障诊断规则表示及故障诊断推理2方面的不确定性问题。文中介绍了水轮发电机组故障诊断规则基于双参数方法的规则表示方法及其推理诊断评价和咨询评价方法。在总结水轮发电机组故障诊断规则相关关键问题的基础上,将双参数方法应用到水轮机组故障诊断不确定性规则表示及不确定性诊断推理问题中。通过实例介绍了双参数方法在获取故障诊断规则不确定性参数方面的应用及其在故障诊断推理过程中的应用。     

基于模糊粗糙集数据挖掘的汽轮机组故障诊断研究

针对当前专家系统知识获取瓶颈的难题,提出了基于模糊粗糙集数据挖掘的汽轮机组故障诊断方法。模糊粗糙集理论把知识直接与真实或抽象世界有关的不同模式联系在一起,能有效分析处理不精确、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律。将汽轮机组故障历史数据进行模糊化及离散化处理,构建故障诊断决策表,以决策表作为主要工具,即"知识库",采用模糊粗糙集数据挖掘方法直接从决策表中提取出潜在的诊断规则,为汽轮机组提供有效的故障诊断。提出了基于模糊粗糙集的分类规则学习和约简算法,实现了基于模糊粗糙集数据挖掘的汽轮机组故障诊断系统,其诊断正确率达到了88%。实验表明该方法可行,对汽轮机组故障诊断系统的设计具有借鉴意义和深入研究的价值     

基于神经网络与遗传算法的汽轮机组数据挖掘方法

针对当前专家系统知识获取瓶颈的难题,提出了基于神经网络与遗传算法的汽轮机组数据挖掘方法。将汽轮机组历史故障数据首先进行模糊化及离散化处理,接着构造一个多层的前向神经网络,然后通过教师示教的方式训练构造好的神经网络,最后进行基于遗传算法的神经网络优化。以神经网络为知识本体,提出了汽轮机组故障诊断分类规则的挖掘算法,其实现过程有4个步骤:计算效果度量矩阵;提取规则;计算规则权重;基于遗传算法的规则修剪。实现了基于神经网络与遗传算法的汽轮机组数据挖掘和故障诊断仿真系统,其诊断正确率达到了84%。     

基于主观贝叶斯方法的电力系统故障诊断

提出将主观贝叶斯方法应用到电力系统故障诊断中,并与贝叶斯网络方法相结合,既克服了贝叶斯网络方法参数难以获得的问题,又发挥了贝叶斯网络在推理方面的优势.在用主观贝叶斯方法进行推理计算时,对贝叶斯网络进行了2步合理的简化,使得算法更为简单高效.针对故障诊断中的不完备信息情况,应用了证据的不确定性推理和比较异常事件数2种方法.在应用比较异常事件数的方法时,为解决大量信息缺失时出现的组合爆炸问题,对贝叶斯网络进行了分层,提出利用已有的继电保护信息推断缺失信息状态、删除不重要的缺失信息等规则,明显减少了计算量.大量算例表明了该方法的合理性和实用性.     

基于专家系统开发工具的汽轮机振动故障多征兆模糊诊断方法

提出一种基于专家系统开发工具(CLIPS)的汽轮机振动故障多征兆模糊诊断方法,研究了多征兆模糊规则的诊断知识表示及规则结论的可信度组合,使用Visual C 和CUPS开发了火电厂汽轮机振动故障诊断专家系统.该系统能根据汽轮机振动现象进行故障诊断,先通过频谱振幅信息进行初步诊断,再利用多征兆自动诊断和人工模糊诊断相结合的方法,选择出现的故障征兆,确定各征兆的发生程度,进一步缩小故障范围.诊断实例验证了该系统的可靠性.     

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。     

证据理论和粗集在变电站故障诊断中的应用

由于证据理论存在如基本概率人为给定而导致强烈主观性等固有缺陷,文中首先分析了粗集理论与证据理论的关系,确定了粗集是证据理论的基础,进而描述了基于粗集和证据理论的变电站故障诊断的特殊过程,并研究了基于上述理论的变电站故障诊断推理算法.通过在变电站故障诊断专家系统的不确定知识决策规则中应用该算法,表明此算法能增强推理过程的稳定性,并具有较强的鲁棒性,是一种处理不确定和不完整信息的有效方法.     

基于规则和本体的汽轮机故障分析

将谓词逻辑引入汽轮机故障分析系统中,首先将事实和规则化为与或形,接着采用最一般合一算法对子句集替换合一,最后采用归结原理对汽轮机的故障进行分析.同时,提出采用基于知识本体的推理方法来解决模糊知识的表达和推理问题.采用SPARQL语言和Jena推理机进行模糊知识的推理.SPARQL语言使用SQL语句的查询形式,并提供知识本体查询功能,在本体中,所有的知识都是三元组的形式(),SPARQL只查询本体库中存储的三元组,没有推理功能.因此,把SPARQL查询嵌入在Jena推理机中,通过推理得到隐含的模糊知识三元组.实现了基于规则和本体的汽轮机故障分析仿真系统,其诊断正确率达到89%.该系统具有很高的效率及容错能力.     

自适应变电站故障诊断专家系统

设计了自适应变电站故障诊断专家系统(ASFDES)。该系统采用故障诊断自适应策略,能自动适应复杂多变的环境状态。ASFDES由多个子专家系统和核心专家系统组成,子专家系统应用基于规则的不精确推理机制实现快速的故障诊断,核心专家系统应用基于事例的推理机制来提高故障诊断的准确度。实验结果表明,ASFDES是有效的。     

火电厂汽轮机振动故障诊断专家系统设计与实现

为了及时有效地根据火电厂汽轮机振动信号诊断出故障原因,并为设备提供检修参考意见,讨论了利用汽轮机组的振动频率对故障进行模块划分,使用VisualC 和专家系统工具CLIPS开发了火电厂汽轮机振动诊断故障诊断专家系统。该系统能够根据汽轮机振动现象进行故障诊断,最后的诊断实例验证了其可靠性。     

汽轮发电机组振动故障诊断的粗糙集模型

在机械故障诊断中,从包含冗余和不一致信息的数据中获取简单有效的诊断决策规则是一个难题。文中提出了一种基于粗糙集理论的汽轮发电机组振动故障诊断模型。该模型从包含冗余和不一致信息的原始数据出发,利用遗传算法实现了故障征兆属性约简;然后通过给出的值约简算法进一步产生了带有置信度和覆盖度的最大广义决策规则集,建立了用于故障诊断的规则库。在应用该模型进行故障诊断时,用待诊断实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则依据提出的规则进行综合评价,并得出诊断结论。最后给出了该诊断模型的一般结构。     

如何减少锅炉蒸汽冲管的次数

通过分析襄樊电厂4号机组蒸汽冲管实践,总结出4种有效减少基建机组蒸汽吹管的方法,即：提高设备、管道内部清洁度,增加加氧点,控制加氧量,尽量减少第一阶段冲管次数,提高吹管系。在襄樊电厂4点机组吹管中达到吹管70次的效果。     

基于LabVIEW的汽轮机振动监测与故障诊断数据库系统

汽轮机振动监测与故障诊断系统不可避免地要涉及到振动数据的存储与管理问题,利用LabVIEW作为开发平台,利用Access 2003为系统数据库开发工具开发出了汽轮机振动监测与故障诊断的数据库系统,其主要功能包括:数据的导入、数据库管理、事故追忆。此系统既能够发充分发挥虚拟仪器技术的优势,又能利用数据库强大的功能,大大地提高了汽轮机振动监测与故障诊断的水平,且易于与国际接轨。     

法国330MW汽轮机胀差异常的原因分析及应对措施

四川江油发电厂引进的法国330MW汽轮机组,自1990年投产以来因汽轮机胀差异常,多次引起机组跳闸。通过对汽轮机胀差异常引起的机组跳闸事故统计,分析找出胀差异常原因,并制定有效措施,确保了机组在正常启动、停机和运行过程中安全稳定运行,减少了机组非计划停运次数。     

田湾核电站2号汽轮发电机基础上部框架施工

介绍了江苏田湾核电站一期工程2号汽轮发电机基础的基本概况,针对百万千瓦级核电机组汽轮机基础上部框架结构的特点,结合田湾核电站工程实例,阐述了其设计、施工特点,给出了主要施工方案,以及过程质量控制措施和实施效果。     

汽轮机转子在线故障诊断系统

汽化机转子在线故障诊断是关系到发电厂安全运行的重要课题之一。为此,开发了基于Windows,采用DELPHI语言编程的汽轮机在线故障诊断系统（TRFDS）。其硬件包括传感器、振动数据采集卡和计算机设备;系统软件包括数据采集、振动信号的监测及分析,模糊故障诊断、数据库管理功能模块及其它辅助软件。TRFDS具有操作简单、采集分析速度快、精度高、故障诊断和预测功能较强等特点,模拟实验表明,该系统能满足现场在线监测和故障诊断的要求。