汽輪鼓風(fēng)機(jī)組網(wǎng)絡(luò)化在線智能診斷技術(shù)的研究與應(yīng)用.pdf

1、以模糊理論和BP神經(jīng)網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，本文總結(jié)和研究了基于二者相互結(jié)合機(jī)制的診斷理論和方法，構(gòu)建了FCM－BP智能診斷模型并應(yīng)用于汽輪鼓風(fēng)機(jī)振動故障診斷，現(xiàn)場應(yīng)用表明該“診斷模型”有較高的實用價值。
　　文章首先介紹了課題的產(chǎn)生背景及意義，給出了課題的研究方案和實施原則；其次，從測點入手，根據(jù)現(xiàn)場特點和系統(tǒng)要求，制定了汽輪鼓風(fēng)機(jī)組故障診斷與監(jiān)測系統(tǒng)的的實施方案；再次，構(gòu)建了FCM－BP在線智能診斷模型；最后，詳細(xì)闡述了熱電廠汽輪鼓風(fēng)

2、機(jī)組在線智能診斷系統(tǒng)的軟件實現(xiàn)及應(yīng)用情況。
　　以智能診斷技術(shù)為契入點，本文較為深入地做了以下的研究工作：（1）學(xué)習(xí)和探討了模糊 C－均值聚類和BP神經(jīng)網(wǎng)絡(luò)的理論與方法，針對機(jī)組常見故障，構(gòu)造了二者“淺層次”結(jié)合機(jī)制的FCM－BP智能診斷模型并成功地應(yīng)用于汽輪鼓風(fēng)機(jī)振動故障診斷。（2）在前端數(shù)據(jù)聚類的基礎(chǔ)上，系統(tǒng)用類屬診斷網(wǎng)絡(luò)替代并行診斷網(wǎng)絡(luò)，既不損失診斷精度，又提高了診斷速度，這無疑是對傳統(tǒng)并行診斷網(wǎng)絡(luò)的一大改進(jìn)。（3）將模糊理

3、論與人工神經(jīng)網(wǎng)絡(luò)有機(jī)地結(jié)合，采用模糊聚類分析，科學(xué)地選取學(xué)習(xí)樣本，使少量學(xué)習(xí)樣本包含全部樣本的特性，很好地解決了因樣本多而導(dǎo)致學(xué)習(xí)速度慢的問題，此方法可以作為神經(jīng)網(wǎng)絡(luò)應(yīng)用的一個拓展。（4）采用基于圖形的知識表達(dá)方式，人機(jī)交互界面友好，修改專家知識方便，這種處理方式能夠方便遞增地收集和存儲專家知識而不需要任何模型，這對于沒有數(shù)學(xué)模型存在的地方特別有用。
　　系統(tǒng)的應(yīng)用解決了長期以來振動故障診斷時間長、部位不清、原因不明的問題，令汽輪