<button id="de0v4"><object id="de0v4"></object></button>
    <th id="de0v4"><track id="de0v4"></track></th>

    <th id="de0v4"></th>

  • 設備智能故障診斷方法新技術

      現代化的過程控制系統正朝著大規模、復雜化的方向發展這類系統一旦發生故障就可能造成巨大損失。因此保障復雜系統的可靠性與安全性具有重要的意義。隨著人工智能技術的發展以及相關領域學科研究的深入設備故障診斷也朝著智能化方向發展智能故障診斷為提高復雜系統的可靠性開辟了新的途徑。作為一門交叉學科智能故障診斷在過去的幾十年里飛速發展一些新的理論與方法已經成功地應用到實踐?傮w而言智能故障診斷方法分為兩大類:基于數學模型的故障診斷方法和基于人工智能的故障診斷方法。 
      人工神經網絡是近年發展起來的交叉學科涉及生物、電子和計算機等領域它的發展對目前和未來科學技術的發展有重要的影響。它是采用物理可實現的系統來模仿人腦神經細胞的結構和功能。它由很多處理單元有機地聯接起來并行地工作處理單元十分簡單但工作則是“集體”進行的它的信息傳播和存貯方式與神經網絡相似。與現代計算機完全不同,紅外熱像儀 它沒有運算器、存貯器、控制器代之以簡單處理器的組合信息存貯在處理單元之間的聯接上。  
      由于神經網絡具有較強的在線學習能力、非線性映射能力和聯想記憶能力很早就被引入到電力系統。人工神經網絡( Artificial?Neural?Network 以下簡稱ANN) 是模擬生物神經元的結構而提出的一種信息處理方法具有本質的非線形特征、并行處理能力、強魯棒性以及自組織自學習的能力目前比較成熟的是誤差的反傳模型算法 (BP算法)它的網絡結構及算法直觀、簡單、在工業領域中應用較多。經過訓練的ANN適用于利用分析振動數據對機器進行監控和故障檢測預測機械部件的疲勞壽命。非線性神經網絡補償和魯棒控制綜合方法的應用在實時工業控制執行系統中較為有效。還可利用BP算法學習正常運行實例調整內部權值,從而解決非線性問題。因此對于存在著大量非線性的復雜電力系統來講理論在電力系統中的應用已涉及到如暫態動穩態分析負荷建模和負荷管理警報處理與故障診斷配電網線損計算故障檢測和繼電保護等方面。      
      1.BP算法理論基礎  
      算法理論基礎算法是一種監控學習方法通過比較輸出單元的實際輸出和希望值之間的差別,調整網絡路徑的權值,以使下一次在相同的輸入下,網絡的輸出接近于希望值。  在神經網絡投運前就應用大量的數據包括正常運行和不正常運行的作為其訓練內容以一定的輸入和期望的輸出通過BP算法不斷修改網絡的權值。在投運后還可根據現場的特定情況進行現場學習以擴充ANN內存知識量。從算法原理看,煙氣分析儀并行處理能力和非線性功能是BP算法的一大優點。  神經網絡用于電力系統故障診斷主要集中在對電網的故障處理上。電網中的每一類故障都會產生一組警報信息不同類型的故障具有不同的警報組合因而可以將警報處理和故障診斷表示為模式識別問題這樣就能用人工神經網絡來進行處理。  神經網絡進行故障診斷的基本原理是:將故障報警信息量化作為神經網絡的輸入神經網絡的輸出代表故障診斷的結果。首先對神經網絡進行訓練學習即將特定故障對應的報警模式作為樣本建立全面的樣本庫然后用所有的樣本對神經網絡進行訓練這樣就可以將樣本庫的知識以網絡的形式存儲在神經網絡的聯接權中最后通過神經網絡輸入的計算就可以完成故障診斷。故障診斷中神經網絡所采用的模型大多為BP模型基于BP模型進行報警處理和故障診斷的方法,彈簧試驗機該方法將報警信息作為神經網絡的輸入故障作為神經網絡的輸出用于識別電網發生的故障缺點是還不能用于大規模系統;诜謱臃植际降纳窠浘W絡故障診斷方法適于大規模電網故障的診斷;谏窠浘W絡的電氣設備的絕緣故障診斷目前主要集中在變壓器的故障診斷和局部放電的診斷;谟椭腥芙鈿怏w分析的變壓器神經網絡故障診斷方法等。  
      2、模糊控制  
      自模糊集理論創立以來得到了不斷發展和完善其應用成果也產生了巨大的經濟效益;谀:壿嫼涂刂频漠a品層出不窮如模糊照相機、模糊洗衣機、模糊空調機等民用產品如模糊自動火車運行系統、模糊自動集裝箱吊車操縱系統等工業領域的應用。  隨著理論研究的不斷深入它在電力系統中的應用領域也越來越廣泛例如:靜態穩定控制、暫態穩定預測、系故障定位和診斷、電氣設備的故障診斷、負荷頻率控制和預測、安全分析與控制等。將模糊控制理論運用到變壓器的診斷中運用模糊關系矩陣建立變壓器的診斷模型將故障現象和故障原因建立在矩陣中通過輸入和輸出關系來進行診斷。將模糊辨識應用于變壓器的絕緣診斷中通過在模糊診斷模型中引入最小二乘法減少人為因素對模型的干擾。模糊控制理論應用于電氣設備故障診斷專家系統中對模糊控制理論與專家系統相結合應用于電器設備的故障診斷作了有益的探索。  然而在模糊集理論中由于在隸屬度的獲取、復雜系統的模糊模型的建立、辨識語言規則的獲取、遺忘、修改等理論和方法還不夠完善應用受到了一定的限制。目前將模糊控制與專家系統、神經網絡等相結合是解決這一難題的好方法。  
      3 其他方法  
      除此之外智能故障診斷還有其他一些方法比如:小波分析和遺傳算法等這些學科分支的發展及其不斷完善為故障診斷技術開辟了新的途徑。

    相關推薦:

    ·在線設備狀態監測與故障診斷技術的應用
    ·從維修方面講如何減少設備故障
    ·設備故障診斷之振動診斷技術
    ·數控設備的故障診斷技術的三個階段
    ·設備狀態監測故障診斷的監測標準

    上一篇:在線設備狀態監測與故障診斷技術的應用

    下一篇:設備管理的工作包括哪些管理