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%。     

基于证据推理的汽轮机组状态评价方法

针对大型汽轮机组状态信息复杂，运行状态难以准确评价的问题，提出基于证据推理的状态评价方法。该方法充分考虑评价证据的不精确性和不完全性，在构建汽轮机组状态评价多属性决策树的基础上，提出定量和定性证据相结合的方法，并分别给出定性和定量2种状态决策知识的获取和转化方法。建立基于决策树的状态评价模型，给出证据推理算法，并将该方法应用于某300MW汽轮机组的状态评价。结果表明，该方法可行有效，很好地解决了部分证据不精确和不完全的状态评价问题，评价结果为维修决策提供依据。     

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.     

汽轮机故障智能诊断系统中的知识处理

论述了汽轮机故障诊断问题的特点。根据实践经验，提出了适用于该领域的知识获取，知识表示和诊断推理策略等，为汽轮要故障智能诊断系统的研制提供了基础。     

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。     

汽轮机故障诊断专家系统的知识获取

介绍了汽轮机故障诊断专家系统中知识的类型和知识获取的方法，论述了知识获取的过程，讨论了知识获取应注意的问题，为诊断规则的形成提供了基础     

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.     

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.     

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。     

超高压变电所在线故障诊断和分析的专家系统

本文研究超高压变电所故障诊断和分析的专家系统（ES），本系统推理机构为两组系统：相应实现对变电扬故障设备诊断和故障情况全面，准确的综合分析，本系统提出引入绝缘知识分析高压设备的故障原因，使本系统的诊断和分析性能扩展。所提出的解释结构打破了常规记忆跟踪所用规则的方式，采用跟踪系统推理轨迹，记忆系统推理分析思路。     

一种基于模糊规则和遗传算法的凝汽器故障诊断方法的研究

该文总结了汽轮机组凝汽器低真空常见故障，建立了凝汽器典型故障集。介绍了基于信息熵的故障征兆提取方法，建立了凝汽器故障征兆集。在利用模糊规则的故障诊断方法基础上，提出了一种基于模糊规则和遗传算法的凝汽器故障诊断方法。通过遗传算法对用于故障诊断的模糊规则进行精简，消除了低置信度规则的影响，从而提高了故障诊断效率。最后，将该文提出的方法用于某汽轮机组凝汽器故障诊断中，结果表明该方法行之有效，且易于工程实现。     

水电机组故障诊断的集成知识表示与推理

针对水电机组故障诊断知识较为复杂多样的特点,提出了半产生式模糊规则表示、神经网络表示和可视化故障知识表示等多种方法综合集成的知识表达方式和诊断堆推理策略。诊断实例表明,该集成知识表达和推理方式的引入有助于增强水电机组故障诊断专家系统的知识获和表达能力,提高了系统的推理匹配能力。     

专家系统在电站故障诊断中的应用

介绍了专家系统在电站故障诊断中的应用现状，并针对电站故障诊断问题的特点，对专家系统在该领域中应用存在的知识表示，不精确推理和诊断策略等问题进行了初步探讨。     

基于AHP-RBR的燃气轮机压气机故障诊断方法研究

燃气轮机压气机在高转速的工作环境下运行经常会发生故障,严重时会造成燃气轮机非计划停机。为了诊断压气机的故障类型,提出基于AHP(层次分析法)的RBR(规则推理)故障诊断方法。该方法针对规则推理模型不能确定各故障征兆参数对压气机故障类型影响权重的问题,采用了层次分析法对各故障征兆参数进行分析,利用专家知识、经验和压气机故障案例分析,综合确定相对客观的各故障征兆参数权重,有效提高了规则推理故障诊断方法的准确性。仿真结果表明:与RBR模型相比,AHP-RBR模型准确率更高,可为燃气轮机压气机的故障诊断提供方法参考。     

基于粗糙集理论的故障诊断决策规则提取方法

为了在故障诊断信息不一致的情况下提取简单有效的诊断规则，提出了一种基于粗糙集理论的决策规则提取方法。该方法从定义的故障诊断决策系统出发，将故障诊断问题用一个具有不同简化层次的决策网络表示，在引入诊断决策规则的覆盖度概念后，推导出每个网络节点的诊断决策规则集。在应用网络进行故障诊断时，用待诊实例的信息与网络中相应节点的诊断决策规则集进行匹配，即使在故障诊断信息不完备的情况下，也能得到正确的诊断结果。以某往复机械故障为例验证了该方法的有效性。     

仿真技术在汽轮机组中的应用研究

针对目前大型电站系统中汽轮机组的一些测点容易损坏并导致热经济性分析的结果产生重大偏差的特点，对人工神经BP网络模型做了改进，使其具有很强的自适应能力而能使网络的收敛方向和速度得到优化，并编制了相应的程序。作为实例，本文对某一实际机组进行了仿真试验，结果表明该改进的BP网络具有很强的自适应能力，绝大多数的数据误差在1．5％以下，可以满足工程实际的需要。同时，本文利用人工神经网络模型结合模糊逻辑建立了汽轮机组的故障诊断系统，由于人工神经网络在实际应用中不涉及具体的物理模型，因而其结果具有很高的实际意义；本文利用模糊神经网络模型对某一实际的汽轮机组进行了故障诊断，诊断结果与检修实际情况是基本一致的。因此，该模型对动力系统的热力参数在线仿真、减少传感器的维护量，特别是对汽轮机组故障诊断技术汪洋的提高有很大的意义；与此同时使得基于参数采集的应用软件的可靠性程度也大大的增强了。