隨著控制理論的不斷完善和發(fā)展，以及計(jì)算機(jī)技術(shù)在工業(yè)控制領(lǐng)域的廣泛應(yīng)用，控制系統(tǒng)的自動(dòng)化水平、控制品質(zhì)均得到了顯著的改善和提高。在追求控制系統(tǒng)良好控制性能的同時(shí)，對(duì)提高系統(tǒng)的可靠性和可維修性也提出了越來(lái)越高的要求。對(duì)于火電廠生產(chǎn)過(guò)程控制來(lái)說(shuō)，目前提高其可靠性的方法是提高系統(tǒng)各部件的可靠性，增加硬件冗余，但這將使系統(tǒng)成本和規(guī)模增加。為此，可采用實(shí)時(shí)故障診斷技術(shù)，建立一套監(jiān)控系統(tǒng)，使其能在系統(tǒng)故障前期或發(fā)生故障時(shí)迅速地檢測(cè)且分離故障，進(jìn)而采取必要的措施防止故障擴(kuò)大，達(dá)到提高系統(tǒng)可靠性，減少維修時(shí)間和成本的目的。另外，火電廠生產(chǎn)過(guò)程控制系統(tǒng)回路眾多，控制設(shè)備（傳感器和執(zhí)行器等）分布廣泛，完全靠人力來(lái)檢查和發(fā)現(xiàn)故障極費(fèi)時(shí)費(fèi)力。據(jù)統(tǒng)計(jì)，尋找系統(tǒng)故障花費(fèi)的時(shí)間占系統(tǒng)修復(fù)時(shí)間的90％左右。為此，本文對(duì)火電廠生產(chǎn)過(guò)程控制的故障診斷及其實(shí)現(xiàn)進(jìn)行了研究。

1、基于神經(jīng)網(wǎng)絡(luò)技術(shù)的故障診斷專家系統(tǒng)

本文提出的基于神經(jīng)網(wǎng)絡(luò)技術(shù)的專家系統(tǒng)就是力圖模擬人類專家分析問(wèn)題的過(guò)程，利用神經(jīng)網(wǎng)絡(luò)及專家系統(tǒng)反向推理的特點(diǎn)開發(fā)出一套混合診斷系統(tǒng)

1.1 基于神經(jīng)網(wǎng)絡(luò)技術(shù)的專家系統(tǒng)的結(jié)構(gòu)和功能

基于神經(jīng)網(wǎng)絡(luò)技術(shù)的專家系統(tǒng)的結(jié)構(gòu)如圖1所示。信號(hào)預(yù)處理主要承擔(dān)數(shù)據(jù)采集和知識(shí)表述的規(guī)范化。神經(jīng)網(wǎng)絡(luò)充當(dāng)專家系統(tǒng)的正向推理機(jī)，它接收規(guī)范化處理后的原始證據(jù)輸入，給出處理后的結(jié)果，然后利用專家系統(tǒng)的反向推理對(duì)其結(jié)果進(jìn)行驗(yàn)證，從而提高整個(gè)系統(tǒng)的推理速度和診斷的正確率?？刂?a target="_blank">中心控制著整個(gè)系統(tǒng)的輸入輸出以及系統(tǒng)的運(yùn)行。

1.2 基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)的工作過(guò)程

診斷系統(tǒng)在投入運(yùn)行前，神經(jīng)網(wǎng)絡(luò)要進(jìn)行訓(xùn)練，訓(xùn)練后的網(wǎng)絡(luò)方可進(jìn)入運(yùn)行。診斷過(guò)程如下：

（1）系統(tǒng)從現(xiàn)場(chǎng)采集數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行初步處理，并啟動(dòng)神經(jīng)網(wǎng)絡(luò)診斷模塊進(jìn)行分析診斷，然后將診斷結(jié)果送入候選故障集；

（2）啟動(dòng)故障診斷專家系統(tǒng)，利用其反向推理機(jī)制對(duì)候選故障集中的故障進(jìn)行驗(yàn)證。在診斷過(guò)程中，若診斷結(jié)果正確則整個(gè)診斷系統(tǒng)不作任何改變，若診斷結(jié)果發(fā)生了漏診斷，則系統(tǒng)在控制中心的調(diào)度下，啟動(dòng)學(xué)習(xí)機(jī)構(gòu)，對(duì)專家系統(tǒng)的知識(shí)庫(kù)進(jìn)行修正。若發(fā)生誤診斷則可修改專家系統(tǒng)知識(shí)庫(kù)。

2 、基于神經(jīng)網(wǎng)絡(luò)技術(shù)的專家系統(tǒng)的應(yīng)用

將基于神經(jīng)網(wǎng)絡(luò)技術(shù)的專家系統(tǒng)應(yīng)用到電廠補(bǔ)給水處理系統(tǒng)中。該系統(tǒng)主要包括預(yù)處理、機(jī)械處理、一級(jí)除鹽和二級(jí)除鹽四部分。本文以預(yù)處理為例，預(yù)處理工藝流程：生水（生水加熱器（二個(gè)）→澄清池（三座）→澄清水箱（三臺(tái)）→澄清水泵（五臺(tái)），分別至生活消防水系統(tǒng)及鍋爐補(bǔ)給水除鹽系統(tǒng)。生水采用加凝聚劑和助凝劑進(jìn)行處理。

2.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

針對(duì)預(yù)處理多測(cè)點(diǎn)、多故障的特點(diǎn)，該系統(tǒng)采用整體結(jié)構(gòu)分散化與子網(wǎng)絡(luò)組合化相結(jié)合的神經(jīng)網(wǎng)絡(luò)來(lái)完成診斷。一方面，分層后的網(wǎng)絡(luò)（見圖2）比原網(wǎng)絡(luò)規(guī)模小得多，從而使訓(xùn)練時(shí)間大為減少；另一方面，相互無(wú)關(guān)的故障與原因之間除去完全沒(méi)有必要的權(quán)值連接（或令權(quán)值=0）減小了規(guī)模，而且由于各故障診斷采用并聯(lián)組合式，具備神經(jīng)網(wǎng)絡(luò)大規(guī)模并行處理的特征，這樣既可以提高診斷速度和準(zhǔn)確度，又可同時(shí)診斷多個(gè)故障。圖2中，故障定位網(wǎng)絡(luò)主要完成故障的定位。通過(guò)對(duì)測(cè)試信號(hào)的判斷將故障進(jìn)行分類，其輸出對(duì)應(yīng)第二層的輸入。第二層網(wǎng)絡(luò)包括澄清池部分3個(gè)子網(wǎng)絡(luò)，清水箱部分3個(gè)子網(wǎng)絡(luò)，每個(gè)子網(wǎng)絡(luò)均采用三層BP網(wǎng)絡(luò)結(jié)構(gòu)。6個(gè)子網(wǎng)的結(jié)構(gòu)和工作過(guò)程基本相同，以2#澄清池診斷網(wǎng)絡(luò)為例，進(jìn)行仿真研究。

2.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

根據(jù)故障機(jī)理分析和該領(lǐng)域的專家知識(shí)，可以得到2#澄清池系統(tǒng)的故障征兆集、故障原因集。

該系統(tǒng)的故障征兆可由以下可測(cè)的工藝參數(shù)表征：澄清池入口溫度、澄清池出口溫度、澄清池入口流量、澄清池入口調(diào)節(jié)門開。度、澄清池出口濁度、澄清池泥渣。將故障征兆進(jìn)行歸一化處理計(jì)算，得到6個(gè)［0，1］之間的故障征兆特征值，X=（X1，X2，…，X6）作為神經(jīng)網(wǎng)絡(luò)的輸入。

常見的故障有：傳感器斷線故障，F(xiàn)1～F4；調(diào)節(jié)門偏差F5、調(diào)節(jié)門卡死F6、調(diào)節(jié)門滯環(huán)F7、粘調(diào)節(jié)門滯滑動(dòng)F8、調(diào)節(jié)門漏流F9；出口濁度高F10、入口流量大F11；系統(tǒng)正常用F0表示。共12種故障模式，記為Y=（Y1，Y2，…，Y12）作為神經(jīng)網(wǎng)絡(luò)的輸出。由閥值函數(shù)判定輸出層神經(jīng)元的最終輸出結(jié)果：

隱含層：隱含層的節(jié)點(diǎn)數(shù)和神經(jīng)元數(shù)目選擇，目前理論尚無(wú)指導(dǎo)，本系統(tǒng)隱含層選取10個(gè)神經(jīng)元。這樣構(gòu)成6-10-12的三層BP網(wǎng)絡(luò)結(jié)構(gòu)。

BP網(wǎng)絡(luò)的訓(xùn)練樣本來(lái)自電廠相應(yīng)故障的累計(jì)數(shù)據(jù)。表1列出了故障樣本，其中每個(gè)樣本均有6個(gè)特征值，選擇足夠多的代表正常狀態(tài)和故障狀態(tài)的樣本，采用BP算法對(duì)6-10-12網(wǎng)絡(luò)進(jìn)行訓(xùn)練。在系統(tǒng)總誤差為0.01，步長(zhǎng)為0.5時(shí)，網(wǎng)絡(luò)訓(xùn)練10 000次，或直到滿足性能要求時(shí)停止訓(xùn)練，否則增加訓(xùn)練次數(shù)。

2.3 仿真

網(wǎng)絡(luò)訓(xùn)練完后，用其他故障樣本進(jìn)行測(cè)試其對(duì)應(yīng)的診斷結(jié)果見表2。神經(jīng)網(wǎng)絡(luò)故障診斷推理過(guò)程舉例如下：根據(jù)本文故障診斷的特點(diǎn)，防止誤診斷和漏診斷，通過(guò)試驗(yàn)，取φ=0.90，診斷效果最佳。表1中“樣本1”輸入神經(jīng)網(wǎng)絡(luò)，對(duì)應(yīng)網(wǎng)絡(luò)輸出為表2中的“樣本1”所在行，依次類推。表1中的樣本1對(duì)應(yīng)的網(wǎng)絡(luò)輸出值均小于0.90，說(shuō)明無(wú)故障，代表系統(tǒng)正常工作；樣本2對(duì)應(yīng)的網(wǎng)絡(luò)輸出，只有Y2》0.90，說(shuō)明有“F2”故障存在。然后啟動(dòng)專家系統(tǒng)，對(duì)該結(jié)果進(jìn)行驗(yàn)證和解釋。測(cè)試結(jié)果表明，該網(wǎng)絡(luò)對(duì)已訓(xùn)練過(guò)的樣本有很好的識(shí)別能力。

3、結(jié) 語(yǔ)

采用神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合構(gòu)造新型的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)，是智能系統(tǒng)發(fā)展的必然趨勢(shì)。將神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合對(duì)電廠生產(chǎn)過(guò)程進(jìn)行故障診斷，是這種新型診斷方法的一種嘗試。診斷結(jié)果表明對(duì)于已學(xué)過(guò)的樣本知識(shí)，網(wǎng)絡(luò)輸出與期望結(jié)果充分相符，表明該網(wǎng)絡(luò)能夠正確地進(jìn)行故障診斷，而且能進(jìn)行多故障的同時(shí)診斷。為了進(jìn)一步提高網(wǎng)絡(luò)輸出的精度，還需要加強(qiáng)對(duì)樣本數(shù)據(jù)收集、處理的規(guī)范化，使診斷結(jié)果更加準(zhǔn)確。

責(zé)任編輯：gt