汽轮发电机组智能故障诊断专家系统的设计与开发

发布时间：2020-03-19 12:59

【摘要】：随着大型机械设备故障诊断与维修技术的迅猛发展,大功率汽轮发电机组所引起的故障会造成机组严重的损坏,从而影响居民的正常生活以及对电力公司造成巨大的经济损失,因此机组设备的智能故障诊断与维修技术越来越受到该领域专家的青睐并成为研究热点。所以,开发智能故障诊断系统有助于技术维修人员快速高效的对机组故障进行监测与维修,使机组在不停机的状态下保持良好的工作状态具有重要的意义。本论文主要从以下几个方面对智能故障诊断专家系统进行研究:(1)基于置信度的不确定性推理方法的研究。研究汽轮发电机组故障特征的不确定性,分析故障特征之间的关系并建立知识库系统,提出基于置信度的不确定性推理算法。规则推理过程中,根据知识库内存储的自定义产生式规则、事实和自定义函数推理出置信度较高的诊断结果。(2)案例搜索策略的研究。对于汽轮发电机组故障特征的模糊性提出利用熵值法确定故障特征权重;在案例推理过程中,根据案例库中历史案例的分类存储方式,提出了贝叶斯概率函数进行案例索引,判断问题案例所属的故障类别;案例检索机制采用改进的欧几里德(Euclid)距离函数判断案例之间相似度,检索出最相似的案例供维修技术人员参考使用。(3)汽轮发电机组智能故障诊断专家系统各模块的开发。该专家系统利用CLIPS专家系统开发工具开发系统的推理机模块,用C#开发软件设计系统的人机交互模块,用SQL存储专家系统的知识库(规则库和案例库)。专家系统接口技术利用Clips Net组件在Visual C#中调用CLIPS编程技术的实现和SQL Server数据库在Visual C#.NET环境下的嵌入,三种开发软件的融合实现诊断专家系统的开发。最后,通过实例测试,专家系统对于汽轮发电机组具有较好的故障诊断能力,诊断结果准确。
【图文】：

其分布式存储逻辑机制更加有利于探讨数据库等功能。针对数据库类结构中的若干故障案例簇集的分析中故障特征相似度的计算和查询并对大量有重复功能，从而可以实现数据的分层查询。使用 SQ相结合的方法对案例库中的案例信息进行一系列故障数据信息进行分布统计与检索。开发与设计理模块操作界面的设计主要是利用 C#的 Windo由主窗体和子窗体共同构建，窗体内部由多个控通过创建 Windows 窗体项目，操作系统会把 For文件 Form1.cs 和 Form1.designer.cs，其中 desig器自动写入的代码文件。

5.1.3 故障诊断专家系统的界面设计（1）登录界面图5.2为汽轮发电机组故障诊断专家系统的登录界面，，登录界面有用户注册模块，注册窗口可以为系统增加和修改用户信息，用户信息存储在SQL征兆数据库中的用户信息表内。图 5.2 汽轮发电机组故障诊断专家系统登录界面（2）系统主界面图5.3为汽轮发电机组故障诊断系统的主界面图，主要包括系统配置、通讯手段、状态监测模块、信号分析模块、数据库管理模块和专家系统。诊断系统开发是面向对象和基于模块化的设计，本论文主要研究部分为汽轮发电机组故障诊断
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM311

【参考文献】

相关期刊论文 前10条

1 刘秀丽;徐小力;;基于深度信念网络的风电机组齿轮箱故障诊断方法[J];可再生能源;2017年12期

2 雷亚国;贾峰;孔德同;林京;邢赛博;;大数据下机械智能故障诊断的机遇与挑战[J];机械工程学报;2018年05期

3 任浩;屈剑锋;柴毅;唐秋;叶欣;;深度学习在故障诊断领域中的研究现状与挑战[J];控制与决策;2017年08期

4 张淑清;胡永涛;姜安琦;李军锋;宿新爽;姜万录;;基于双树复小波和深度信念网络的轴承故障诊断[J];中国机械工程;2017年05期

5 司景萍;马继昌;牛家骅;王二毛;;基于模糊神经网络的智能故障诊断专家系统[J];振动与冲击;2017年04期

6 高瑜;仝卫国;;基于关联规则的一次风机故障预警方法研究[J];电力科学与工程;2016年10期

7 谭巨兴;张清华;王钦若;孙国玺;熊建斌;;旋转机械设备智能故障诊断方法的研究[J];工业控制计算机;2016年01期

8 石书彪;陈焕新;李冠男;胡云鹏;黎浩荣;胡文举;李炅;;基于改进BP网络的冷水机组故障诊断[J];制冷学报;2015年06期

9 文天柱;许爱强;王怡苹;;基于可拓规则推理的故障诊断方法[J];北京航空航天大学学报;2016年03期

10 余海燕;沈江;徐曼;;类别误标下证据链推理的群决策分类方法[J];系统工程与电子技术;2015年11期

相关博士学位论文 前2条

1 武哲;旋转机械故障诊断与预测方法及其应用研究[D];北京交通大学;2016年

2 雷亚国;混合智能技术及其在故障诊断中的应用研究[D];西安交通大学;2007年

相关硕士学位论文 前10条

1 程维华;基于数据流的汽轮机组故障智能诊断系统的研究[D];浙江大学;2017年

2 王鑫;基于概率因果和全息谱的汽轮机故障诊断不确定性研究[D];兰州理工大学;2016年

3 马兴瑞;基于模型的汽轮发电机组故障诊断专家系统[D];兰州理工大学;2016年

4 张尧;故障诊断专家系统知识获取方法研究与实现[D];吉林大学;2015年

5 崔巍;基于不确定性及模糊推理的智能制造专家系统研究与实现[D];天津大学;2014年

6 王慧滨;基于规则和案例推理的汽轮发电机组故障诊断专家系统[D];兰州理工大学;2014年

7 邓兵;无线传感器网络多级分层融合的机械设备故障诊断[D];重庆大学;2014年

8 顾小东;基于RETE算法的大规模规则推理引擎研究与应用[D];南京大学;2013年

9 马世民;基于可信规则库的汽轮发电机组故障诊断专家系统[D];兰州理工大学;2013年

10 黄乃成;基于知识的汽轮发电机组智能故障诊断研究[D];华北电力大学;2013年

本文编号：2590255