旋轉(zhuǎn)刮膜蒸發(fā)裝置的故障診斷方法研究.pdf

1、蒸餾化工領(lǐng)域是我們國(guó)家的支柱性產(chǎn)業(yè)，每年會(huì)為國(guó)家的經(jīng)濟(jì)發(fā)展做出巨大的貢獻(xiàn)，同時(shí)，它也能夠影響到能源、材料等許多方面。作為一種復(fù)雜的自動(dòng)化大型工業(yè)過(guò)程，蒸餾過(guò)程也是危險(xiǎn)性極高的行業(yè)之一。在蒸餾生產(chǎn)過(guò)程中，某些微小故障若不能及時(shí)排除，就有可能造成巨大的災(zāi)難。而隨著科技進(jìn)步，自動(dòng)化水平的提高，蒸餾生產(chǎn)過(guò)程的高度集成化，生產(chǎn)設(shè)備功能愈來(lái)愈完善，結(jié)構(gòu)愈來(lái)愈復(fù)雜。維修人員在設(shè)備出現(xiàn)故障時(shí)難以迅速的找到故障點(diǎn)，導(dǎo)致維修時(shí)間的延長(zhǎng)，整個(gè)生產(chǎn)流程停滯，同

2、時(shí)對(duì)設(shè)備也會(huì)產(chǎn)生不利的影響。為了提高系統(tǒng)安全性和可靠性，采用故障診斷技術(shù)是極其有必要的。
　　貝葉斯網(wǎng)絡(luò)是目前故障診斷方向的一個(gè)研究熱點(diǎn)，本文研究針對(duì)旋轉(zhuǎn)刮膜蒸發(fā)裝置的故障診斷系統(tǒng)，考慮了蒸發(fā)過(guò)程復(fù)雜、危險(xiǎn)的特點(diǎn)，根據(jù)整個(gè)蒸發(fā)的工藝流程，設(shè)計(jì)了與其相匹配的診斷貝葉斯網(wǎng)絡(luò)(Diagnostic Bayesian Networks,DBN)。將蒸發(fā)裝置各個(gè)部件的參數(shù)量抽象成節(jié)點(diǎn)變量引入到貝葉斯網(wǎng)絡(luò)中，根據(jù)節(jié)點(diǎn)變量之間的因果關(guān)系，確定貝

3、葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)。利用故障樣本對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得出所有子節(jié)點(diǎn)的條件概率。訓(xùn)練后的網(wǎng)絡(luò)能夠?qū)^大部分故障現(xiàn)象準(zhǔn)確判斷故障原因。
　　在診斷貝葉斯網(wǎng)絡(luò)建立的過(guò)程中，經(jīng)過(guò)數(shù)據(jù)樣本的訓(xùn)練得出網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)的條件概率表（Conditonal Probabilities Table,CPT），對(duì)于沒(méi)有父節(jié)點(diǎn)的節(jié)點(diǎn)變量需要人為給定其先驗(yàn)概率，考慮到貝葉斯網(wǎng)絡(luò)先驗(yàn)概率對(duì)最后診斷的影響，采用BP預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)，根據(jù)旋轉(zhuǎn)刮膜蒸發(fā)裝置目前的運(yùn)行狀

4、態(tài)參數(shù)，預(yù)測(cè)蒸發(fā)器中的環(huán)境參數(shù)，將環(huán)境參數(shù)作為先驗(yàn)概率給出的依據(jù)，以此提高整個(gè)貝葉斯網(wǎng)絡(luò)診斷的準(zhǔn)確率。在給出先驗(yàn)概率時(shí)，根據(jù)運(yùn)行狀態(tài)，通過(guò)模糊推理的方式給出貝葉斯網(wǎng)絡(luò)的先驗(yàn)概率值。通過(guò)對(duì)模型的仿真分析，未優(yōu)化的貝葉斯網(wǎng)絡(luò)對(duì)某些因故障點(diǎn)較近而故障現(xiàn)象類似的狀況會(huì)出現(xiàn)錯(cuò)誤判斷，貝葉斯網(wǎng)絡(luò)在優(yōu)化前，整體預(yù)測(cè)的錯(cuò)誤率在10％左右，而使用BP預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化后，貝葉斯網(wǎng)絡(luò)在這些情況下的錯(cuò)誤率能夠迅速降低，整體預(yù)測(cè)錯(cuò)誤率可以降低到5%左右，從而