基于粗糙集神經(jīng)網(wǎng)絡的鍋爐故障診斷系統(tǒng)研究.pdf

1、鍋爐是一種重要的工業(yè)設備，也是一種復雜的非線性對象，其結構復雜、運行參數(shù)多、故障率高、故障危險性高，運行過程中產(chǎn)生的數(shù)據(jù)信息非常龐大。如何及時準確地從歷史數(shù)據(jù)庫中找出數(shù)據(jù)點與故障之間的關系，對鍋爐故障進行快速的有效的診斷具有非常高的工程應用價值。
　　 作者在現(xiàn)有鍋爐故障研究的基礎上，提出了基于粗糙集理論人工神經(jīng)網(wǎng)絡的鍋爐故障診斷方法。結合粗糙集理論和神經(jīng)網(wǎng)絡各自的優(yōu)勢，以其提高鍋爐設備故障診斷的準確性和快速性。
　　

2、首先，分析了鍋爐的結構、故障特點，總結了汽水系統(tǒng)、煙氣系統(tǒng)、燃燒系統(tǒng)等鍋爐主體部分的主要故障類型、征兆以及相關參數(shù)，建立對應的數(shù)據(jù)庫。其次，介紹了粗糙集的相關理論，探討了應用粗糙集建立鍋爐故障決策表、故障特征屬性約簡等問題；闡述了將RBF神經(jīng)網(wǎng)絡應用于鍋爐故障診斷的方法。通過仿真實驗，詳細描述了兩種方法的實現(xiàn)過程，推理分析出兩種方法應用于鍋爐故障診斷的優(yōu)勢和劣勢。最后，針對兩種方法的不足之處，將粗糙集理論和RBF神經(jīng)網(wǎng)絡有機地結合起來，

3、提出了基于RS-RBF神經(jīng)網(wǎng)絡的鍋爐智能故障診斷方法。詳細介紹了粗糙集理論進行前端數(shù)據(jù)預處理的過程，描述了如何將預處理后的屬性作為網(wǎng)絡輸入構建RBF神經(jīng)網(wǎng)絡模型。以燃燒系統(tǒng)為研究對象，將該方法應用于具體的故障診斷仿真實驗，就實驗結果與RBF診斷方法進行對比，證明了該方法能有效避免使用單一方法的缺點，具有診斷性能優(yōu)越、診斷時間短的優(yōu)點。
　　 針對鍋爐故障診斷系統(tǒng)的信息化、智能化要求，采用Visual Basic和Matlab語言