電站鍋爐故障診斷與預(yù)測(cè)研究.pdf

1、本文應(yīng)用模糊模塊化神經(jīng)網(wǎng)絡(luò)和遞推合成BP網(wǎng)絡(luò)，并結(jié)合混合型知識(shí)表示和知識(shí)獲取方法、基于知識(shí)的專(zhuān)家系統(tǒng)等技術(shù)對(duì)鍋爐故障診斷與預(yù)測(cè)問(wèn)題進(jìn)行了研究，開(kāi)發(fā)了鍋爐故障診斷與預(yù)測(cè)軟件。在該軟件的開(kāi)發(fā)研究過(guò)程中，收集了鍋爐故障診斷與預(yù)測(cè)樣本，增加了鍋爐故障預(yù)測(cè)知識(shí)，拓展了原有的鍋爐故障診斷知識(shí)庫(kù)，建立了知識(shí)獲取模塊、故障診斷與預(yù)測(cè)模塊、故障解釋模塊等。還用本文編制(VisualC++語(yǔ)言)的鍋爐故障診斷與預(yù)測(cè)軟件，對(duì)鍋爐常見(jiàn)故障進(jìn)行仿真實(shí)驗(yàn)。

2、 本文所建的用于鍋爐故障診斷的模糊模塊化神經(jīng)網(wǎng)絡(luò)模型因進(jìn)行了樣本聚類(lèi)，實(shí)驗(yàn)結(jié)果表明：其網(wǎng)絡(luò)訓(xùn)練的速度和精度明顯提高，同時(shí)有效地解決了BP網(wǎng)絡(luò)應(yīng)用于復(fù)雜的鍋爐系統(tǒng)故障診斷時(shí)，存在訓(xùn)練收斂慢并容易陷入局部最小點(diǎn)的問(wèn)題。且該網(wǎng)絡(luò)采用多輸出的結(jié)構(gòu)，不僅能對(duì)故障是否發(fā)生進(jìn)行診斷，而且還能判斷故障發(fā)生的嚴(yán)重程度，給現(xiàn)場(chǎng)運(yùn)行人員提供了有益的參考。 本文所建的用于鍋爐故障預(yù)測(cè)的遞推合成BP網(wǎng)絡(luò)由于BP網(wǎng)絡(luò)各層之間及輸入層與輸出層之間的連接權(quán)的增