电站新建机组启动调试专家系统的研究与开发

摘要

本文分析了故障诊断专家系统的研究现状及发展趋势，论述了锅炉及附属设备故障诊断的重要意义。在研究传统专家系统的基础上将神经网络技术引入电站锅炉及附属设备故障诊断中，阐述了基于神经网络的专家系统的总体构架，BP神经网络的训练方法、推理机制及实现方法，重点分析了神经网络专家系统的功能需求，实现了设备基本信息管理模块、故障信息输入模块、故障信息管理模块、知识获取模块、神经网络故障诊断模块、解释模块六个主要功能模块的软件设计。系统设计的目的主要在于帮助机组调试人员、机组运行人员以及维修人员在故障发生时迅速、准确地找到并排除故障，提高工作效率，缩短电站机组建设周期。通过对人工神经网络（ANN）的深入研究，以锅炉汽包水位故障为例，在采集了充分的故障数据后，结合典型的故障经验数据，对网络进行训练，进行了故障诊断的仿真试验。并和实际故障数据对比，以此验证了各故障样本均能有效收敛于设定的误差值。网络具有一定泛化能力，该故障诊断专家系统具有一定实用性。

目录

文摘

英文文摘

声明

1 绪论

1.1选题意义

1.2建立启动调试专家系统的目的和任务

1.3国内外相关技术发展现状及趋势分析

1.4应用前景

1.5本文主要研究内容

2锅炉汽包水位故障研究

2.1引言

2.2锅炉汽包水位故障现象及原因

2.2.1锅炉缺水事故

2.2.2锅炉满水事故

2.3锅炉汽包水位故障诊断特点

2.4故障树诊断法

2.4.1故障树诊断法的基本概念

2.4.2故障树中使用的符号

2.4.3故障树分析法的基本步骤

2.4.4建立故障树

3故障诊断专家系统的研究

3.1专家系统概述

3.2传统专家系统在故障诊断中的应用

3.3神经网络专家系统概述

3.4神经网络的基本组成

3.4.1神经元

3.4.2神经元之间的连接

3.4.3神经网络

3.5神经网络的典型模型

3.6神经网络的拓朴结构

3.6.1单层网络

3.6.2多层网络

3.7神经网络的关键技术

3.7.1神经网络诊断原理

3.7.2关键技术

4系统的设计

4.1系统总体结构

4.2基于神经网络的知识表示及获取

4.2.1知识的表示

4.2.2知识的获取

4.3知识库的设计

4.3.1设计原则

4.3.2锅炉及附属设备故障诊断知识分类

4.4 BP神经网络

4.4.1 BP神经网络结构

4.4.2神经网络参数初始化

4.4.3 BP神经网络标准学习算法

4.4.4标准BP网络的不足

4.4.5改进的Levenberg-Marquardt算法

4.4.6神经网络分块技术

4.5推理机的设计

4.5.1神经网络推理机制

4.5.2神经网络推理的优势

4.6故障诊断专家系统对结果的解释

4.7实例在MATLAB中的仿真

5系统的实现

5.1系统的开发平台

5.1.1系统的编程语言

5.1.2数据库的使用

5.2系统的功能需求分析与设计

5.2.1需求分析

5.2.2设计思想

5.3系统模块划分

5.4系统功能模块实现

5.4.1系统管理模块

5.4.2设备基本参数管理模块

5.4.3 BP神经网络训练模块

5.4.4知识获取模块

5.4.5神经网络故障诊断模块

6结论

参考文献

硕士期间公开发表的论文

致谢