基于模糊聚类神经网络的锅炉过热器故障诊断研究

摘要

近年来电厂热工过程自动化水平得到极大的提高，另外目前火力发电机组单机容量不断增大，其热工过程控制系统变的更加庞大和复杂，但火力发电机组设备昂贵，热工控制系统的任何故障都可能导致巨大的安全事故与经济损失，所以安全性与可靠性已经成为电厂最佳连续经济运行的先决条件，研究电厂热工控制系统的故障诊断具有重大实用价值。
　　本文在对现有的实现设备故障诊断的多种方法进行深入研究的基础上，分析和总结了有关研究者的经验和成果，将模糊聚类与神经网络相结合对电站锅炉开发了过热器故障诊断系统。
　　本文研究内容主要包括以下方面：
　　(1)以锅炉运行规程为基础，收集、整理各种现场相关数据，建立了简单的锅炉过热器故障诊断知识库。
　　(2)对模糊c均值的算法和基于样本数据的模糊聚类进行了研究。本文采用模糊c均值算法对故障样本进行聚类分析，对输入样本集进行预处理，形成一组新的学习样本后再利用神经网络进行训练。
　　(3)建立了电厂锅炉高温过热器故障样本及其故障诊断的模块化模糊神经网络模型，并对锅炉过热器故障样本的诊断进行了仿真研究。通过与单个BP网络的仿真比较结果表明：其网络训练的速度和精度明显提高，同时有效地解决了BP网络应用于复杂的锅炉系统故障诊断时，存在训练收敛慢，并容易陷入局部最小点的问题。且该网络采用多输出的结构，不仅能对故障是否发生进行诊断，而且还能判断故障发生的严重程度，给现场运行人员提供了有益的参考。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题的背景和意义

1.2 国内外研究现状综述

1.3 本文的主要研究内容及结构

第2章 锅炉故障诊断的理论基础

2.1 锅炉故障概述

2.2 燃烧故障的原因分析

2.3 锅炉高温过热器汽温对象的动态特性

2.4 锅炉故障诊断原则

2.5 锅炉故障诊断知识库的建立

2.6 本章小结

第3章 基于样本数据的模糊聚类仿真研究

3.1 模糊聚类分析简介

3.2 FCM的仿真实现

3.3 基于样本数据的FCM仿真

3.4 本章小结

第4章 锅炉过热器故障诊断及仿真研究

4.1 模块化模糊神经网络的设计

4.2 过热器故障诊断模型的建立及样本的训练

4.3 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢

作者简介