基于RBF神经网络的凝给水系统故障诊断技术研究

摘要

本文采用RBF人工神经网络构建了一个故障诊断系统，通过该系统可以实现离线诊断和在线诊断，从而可及时掌握系统的状态。在实现故障诊断系统之前，要对系统的动态特性有充分的认识。因此首先通过模块化建模方法建立了凝给水系统各主要设备的数学模型，并在计算机上进行了仿真。之后在已建立的数学模型基础上，结合领域专家经验知识模拟设置了凝给水系统10个常见故障，仿真结果表明故障设置是可信的。为故障征兆的提取打下了坚实基础。　　本文利用VisualC++建立了基于RBF神经网络的核动力装置凝给水系统故障诊断系统，该系统采用人机交互界面，具有界面友好，操作简单等特点。

目录

文摘

英文文摘

哈尔滨工程大学学位论文原创性声明

第1章绪论

1.1课题的背景及选题的意义

1.2国内外的发展情况

1.3故障诊断概述

1.3.1故障诊断的发展概况

1.3.2故障诊断的任务及其研究的内容[10-12]

1.3.3故障诊断的方法

1.4论文的主要研究内容与实现方法

第2章二回路凝给水系统建模

2.1引言

2.2蒸汽发生器模块数学模型

2.2.1数学模型的假设

2.2.2数学模型的建立

2.2.3数学模型的求解

2.3冷凝器数学模型

2.3.1数学模型的假设

2.3.2数学模型的建立

2.3.3数学模型的求解

2.3.4真空抽气计算

2.4给水加热器模块数学模型

2.4.1数学模型的假设

2.4.2数学模型的建立

2.4.3数学模型的求解

2.5热井模块及泵模块数学模型

2.5.1热井数学模型

2.5.2主凝水泵数学模型

2.6本章小结

第3章二回路凝给水系统故障分析与仿真

3.1引言

3.2二回路凝给水系统典型故障

3.2.1故障分析

3.2.2故障设置及仿真结果

3.3本章小结

第4章RBF人工神经网络

4.1引言

4.2人工神经网络概述

4.2.1人工神经网络结构原理

4.2.3神经网络的学习方法

4.3 RBF人工神经网络

4.3.1 RBF网学习规则

4.3.2 RBF网训练方式

4.4本章小结

第5章基于RBF人工神经网络的凝给水系统故障诊断

5.1引言

5.2故障诊断策略

5.3 RBF神经网络训练样本集的设计

5.3.1输入、输出向量的确定

5.3.2网络输入变量归一化处理

5.3.3征兆/故障样本集的设计

5.4网络诊断结果与分析

5.5本章小结

第6章RBF人工神经网络故障诊断系统

6.1引言

6.2系统开发环境

6.3系统组成简介

6.3.1神经网络训练模块

6.3.2离线诊断模式模块

6.3.3在线诊断模式模块

6.3.4故障报告模块

6.4本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢