基于信息融合技术的汽轮机故障诊断方法

《基于信息融合技术的汽轮机故障诊断方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于信息融合技术的汽轮机故障诊断方法SteamTurbineGeneratorFaultDiagnosisBasedonInformationFusionTechnology张恩平张慧芬薛碧翠（济南大学控制科学与工程学院山东济南250002）EnpingZhangHuifenZhangBicuiXue(SchoolofcontrolScienceandEngineering,UniversityofJinan,JinanShandong250002,China)摘要：针对单个神经网络的不足，以信息融合技术为基础，建立了集成神经网络故障诊断系统。该系统采用子神经网络

2、从不同侧面对设备进行初步诊断，然后将各子神经网络进行决策融合。通过对汽轮发电机组的应用仿真，说明该系统充分利用了各种信息，提高了确诊率。Abstract：Inviewofthedisadvantageofsingleneuralnetwork,thispaperestablishesanintegratedneuralnetworkfaultdiagnosissystembasedoninformationfusiontechnology.Thissystemusesthesub-neuralnetworktocarryonthepreliminarydiagno

3、sisfromthedifferentsidestotheequipment,andthencarriesonthepolicy-makingfusionofeachsub-neuralnetwork.Thesimulationofsteamturbinegeneratorsets’faultdiagnosisdemonstratesthatthesystemtakesfulladvantagesofdiversifiedinformationandimprovesdiagnosisprecision.关键词：故障诊断；汽轮机组；集成神经网络；信息融合Keywor

4、ds:faultdiagnosis;steamturbine-generatorset;integratedneutralnetwork;informationfusion中图分类号：TP389.1;TM311文献标识码：A文章编号：1.引言汽轮发电机组是电力生产的重要设备，并且设备结构的复杂性和运行环境的特殊性。对汽轮发电机组这样大型复杂的系统进行故障诊断,只有从多方面获取关于同一对象的多维信息,并加以综合利用,才能对汽轮发电机组进行更可靠更准确的检测和诊断。人工神经网络是在现代生物神经系统研究的基础上建立的一种网络结构，它以其信息的并行分布式处理、联想记忆、自

5、组织及自学习能力在设备故障诊断中显示了极大的应用潜力。单个神经网络通过对多类故障样本的学习，可以记住这些故障的特性，因此单个神经网络[1~3]可以实现对于多类故障的诊断。但其具有一定的缺点：当设备的诊断特征参数较多时，必然造成网络的结构过于庞大，使得网络训练时间长，甚至无法训练；同时所构造的学习样本间出现矛盾的可能性随之增加，从而使网络的泛化能力较差，准确度降低，严重影响诊断的可靠性；对于新故障，必须添加新样本，对整个网络重新训练。针对以上不足，本文从信息融合的角度建立了基于信号类型和不同特征向量组合的集成神经网络,并将其应用在汽轮发电机组故障诊断中,可有效地提高

6、确诊率。2.神经网络信息融合方法[4]神经网络信息融合，是将神经网络引入信息融合之中，同时结合模糊集合论进行故障判断。其具体过程为：通过多传感器测试被诊断对象，求出每一传感器输出对各类故障的隶属度值，将所有传感器的故障隶属度值矢量作为神经网络的输入，网络输出即为融合后该症状属于各类故障的隶属度值矢量，最后利用基于规则的判定原则进行故障决策，其融合诊断过程如图1所示。其中A,A,...,A为待诊断的故障模式。12nµ(A)...µ(A)为传感器j测得的各故障模式A,A,...,A所得的隶属度值，µ(A)...µ(A)为融合的j1jn12n1n隶属度值。神经网络信息融

7、合诊断步骤：①各传感器故障隶属度值确立。通过传感器测试待诊断对象的症状参数，经过一定的变换处理，得到各传感器所测症状属于各类故障的隶属度值；图1中的µ(A)表示传感器j测得症状属于故障A的隶属jii度值，n为故障的类型总数。山东省自然科学基金项目（Y2004F15）1②神经网络的训练。先用标准样本对神经网络进行训练，其样本由实验测定，训练时网络的输入端为各传感器测试出的各待诊断对象属于故障的隶属度，网络输出端为各待诊断对象己知的故障隶属度值。网络的实际结构形式视实际问题而定。③神经网络信息融合。对某一待诊断对象，将各传感器测试的故障隶属度矢量作为训练后网络的输入，

8、输出即为融