复杂系统的故障预测理论及其在励磁系统中的应用研究

摘要

近年来,因关键设备故障而引起的灾难性事故时有发生,这些严重的、或灾难性事故的不断发生,迫使各国政府、社会以及科研人员高度重视对复杂系统故障预测和诊断方面的研究。然而传统的故障诊断技术大量采用预防维护理念,不管设备是否发生故障,都对其进行定期检修。各类工业企业也投入了大量的资金用于工业系统的维护并使其能够延长正常运行的寿命。由于缺乏对系统运行准确的状态判断和健康分析,出于安全的考虑,对系统设备进行了大量不必要的维修,大大提高了运行成本。可随着现代工业及科学技术的迅速发展,工业设备日趋大型化、连续化、高速化和自动化,功能越来越多,结构也越来越复杂,传统的故障诊断技术已经不能适应复杂设备系统实际运行的需要。正是基于这个原因,复杂系统的故障预测理论及应用研究近些年了引起了科研人员的极大关注,并取得了一些较好的结果。与此同时,励磁装置系统作为大型电力发电厂的关键设备,其运行性能好坏直接影响着电厂发电能力的稳定,因而为复杂系统故障预测理论的应用提供了良好的试验平台。基于这个目标,本论文围绕复杂系统的故障预测理论及其应用这一关键问题,以国家自然科学基金项目“基于相似性原理和免疫应答理论重构故障诊断系统”、重庆市教委科学研究项目“基于非线性理论的复杂系统故障预测理论及应用研究”、重庆市科委自然科学基金项目“复杂系统的网络化智能故障预测理论及应用研究”以及企业横向项目“励磁装置在现故障预测和故障诊断系统”为背景,对复杂系统的运行机理以及结构进行了详尽分析,就其故障预测的理论进行了深入的研究与讨论,并同时将理论研究工作嵌入到电力设备系统的励磁装置的故障诊断预测中进行检验。本文的主要研究成果包括:1、在参考粗糙集理论的基础上,针对复杂系统故障影响因子的特点,提出了一种数据清洗模型,并利用专家系统知识库设计了一类基于粗糙集理论的远程监测数据简化系统,给出相应的算法规则,解决了励磁设备系统信息数据简化的问题。2、结合卡尔曼滤波和方差控制约束理论提出了一种复杂系统故障预测的理论模型。先对复杂系统的结构进行分析,利用随机逼近理论对非线性系统结构进行线性逼近解决这类非线性系统存在逼近误差的问题。在此基础上,建立重构系统的基本建模方法,推导出该重构系统的基本特征,解决了逼近系统存在内生扰动力的问题。然后,建立了复杂系统故障预测的卡尔曼滤波预测模型以及故障监控阈值的确立规则。最后设计了一种复杂系统故障预测集成系统,并利用励磁系统

目录

中文摘要

英文摘要

1 绪论

1.1 引言

1.2 复杂系统故障预测技术的研究现状

1.2.1 国内外研究现状

1.2.2 存在的不足之处

1.3 励磁系统的工作原理

1.3.1 励磁系统的结构

1.3.2 励磁系统的状态检测和诊断预测现状

1.3.3 可行的解决方案

1.4 作者的主要工作

1.5 本论文章节安排

2 粗糙集理论在复杂系统远程监测数据简化中的应用

2.1 引言

2.2 粗糙集理论介绍

2.2.1 知识表示系统和决策系统

2.2.2 知识约简、核及依赖度

2.2.3 知识的重要性

2.3 远程监测数据简化模型和流程图的设计

2.4 数据筛选的算法规则

2.5 励磁系统远程监测数据简化的实例分析

2.6 本章小结

3 基于模型知识的复杂系统故障预测技术研究

3.1 引言

3.2 复杂系统故障建模

3.2.1 系统建模

3.2.2 基于逼近理论的系统结构分析

3.2.3 系统结构分析中的重构理论

3.3 基于卡尔曼滤波理论的故障预测模型

3.4 确立监控阈值的方差控制方法

3.5 故障预测技术的算法分析和设计

3.5.1 基于模型知识的故障预测在线控制系统的设计

3.5.2 基于模型知识的故障预测系统的算法规则

3.6 基于模型知识的励磁系统故障预测的仿真试验

3.7 本章小结

4 故障预测理论研究中的判别与分类思想

4.1 引言

4.2 系统故障数据的归一化处理

4.3 励磁系统故障预测的判别分析方法

4.3.1 基于马氏距离的复杂系统的故障预测技术研究

4.3.2 复杂系统故障预测的Fisher 判别法

4.3.3 复杂系统故障预测的Bayes 模型

4.3.4 实验结论

4.4 基于概率理论的故障预测技术的性能评估

4.4.1 两类故障预测的错分代价模型

4.4.2 多个故障类别预测的错分代价模型

4.5 本章小结

5 复杂系统的多agent 集成故障预测方法

5.1 引言

5.2 多Agent 预测系统的构建基础

5.2.1 基于免疫机理的多Agent 系统

5.2.2 基于组件对象的多Agent 预测系统

5.3 多Agent 预测系统的预测模型研究

5.3.1 组成模型的Agent 描述

5.3.2 多Agent 预测推理模型

5.4 多Agent 预测系统的协同机制研究

5.4.1 常用智能体协同模型

5.4.2 协同信任度的计算模型

5.4.3 基于协同机制的预测流程

5.5 励磁系统的多Agent 故障预测系统构建

5.5.1 励磁装置的智能预测系统的设计思想

5.5.2 系统框架设计

5.5.3 试验结果与分析

5.6 本章小结

6 全文的总结与展望

6.1 全文工作总结

6.2 进一步工作展望

致谢

参考文献

附录