中國論文網(wǎng)站推薦電氣工程師論文發(fā)表期刊《電力系 統(tǒng)自動化》雜志為美國工程索引EI核心期刊，辦刊宗旨為“立足行業(yè)，鼓勵創(chuàng)新，面向應(yīng)用，促進(jìn)電力工業(yè)科技進(jìn)步”，主要面向電力行業(yè)從事科研、設(shè)計、運(yùn) 行、試驗(yàn)、制造、管理與營銷的專業(yè)技術(shù)人員以及相關(guān)專業(yè)的大專院校師生、電力產(chǎn)品用戶等，既具有學(xué)術(shù)性和前瞻性，又注重實(shí)用性和導(dǎo)向性，同時也重視和鼓勵 來自科研、生產(chǎn)第一線的經(jīng)驗(yàn)、改進(jìn)和革新。專業(yè)范圍包括電力系統(tǒng)運(yùn)行、分析與控制，電力市場，電網(wǎng)調(diào)度自動化，配電自動化，電力系統(tǒng)遠(yuǎn)動、通信、繼電保護(hù)、信息管理，電力企業(yè)管理現(xiàn)代化，廠站自動化，計算機(jī)、現(xiàn)代控制理論和技術(shù)，以及智能化儀器儀表在電力系統(tǒng)中的應(yīng)用等方面。
　　摘要：隨著火力發(fā)電生產(chǎn)過程的日趨復(fù)雜，火電機(jī)組向著高參數(shù)、大容量的方向發(fā)展，其熱力系統(tǒng)也日益趨于復(fù)雜化和集成化，一旦發(fā)生故障則帶來的危害程度和經(jīng)濟(jì)損失大大增加。因此，如何提高火電機(jī)組熱力系統(tǒng)的可靠性和安全性，能夠盡早、及時地發(fā)現(xiàn)設(shè)備運(yùn)行中的故障，有著重要的現(xiàn)實(shí)意義。本文筆者根據(jù)自己多年的工作經(jīng)驗(yàn)，闡述了電廠設(shè)備故障診斷的基本概念和傳統(tǒng)的故障診斷方法，探討了目前電廠設(shè)備故障診斷的新方法。

　　關(guān)鍵詞：電廠設(shè)備,故障診斷,新方法

　　引言

　　設(shè)備故障診斷技術(shù)由于現(xiàn)代化大生產(chǎn)的迫切需要而迅猛發(fā)展，己成為當(dāng)今研究的熱點(diǎn)之一。由于各種設(shè)備的構(gòu)成及其工作方式之間往往差別很大，因而不同領(lǐng)域所使用的診斷方法也不可能完全相同。對于一個領(lǐng)域、一類設(shè)備成功的診斷方法，對另一個領(lǐng)域、另一類設(shè)備可能不適用或不完全適用。因此，不同的診斷領(lǐng)域、不同類型的設(shè)備，在診斷問題的描述、診斷知識的使用與組織、診斷信息的類型與獲取、甚至診斷任務(wù)的性質(zhì)都會有差異。在這種情況下，設(shè)備故障診斷技術(shù)作為一個統(tǒng)一的學(xué)科，必須建立起針對不同診斷領(lǐng)域、不同類型設(shè)備，在一定的范圍內(nèi)的統(tǒng)一的診斷理論、方法與策略。本文筆者探討了電廠設(shè)備故障診斷。

　　一、設(shè)備故障診斷的基本概念

　　1、設(shè)備的故障狀態(tài)：是指系統(tǒng)的構(gòu)造處于不正常狀態(tài)，并可導(dǎo)致設(shè)備相應(yīng)的功能失調(diào)，致使設(shè)備相應(yīng)行為(輸出)超過允許范圍，這種不正常狀態(tài)稱為故障狀態(tài)。

　　2、設(shè)備的狀態(tài)診斷：是指在一定工作環(huán)境下查明導(dǎo)致設(shè)備規(guī)定功能失調(diào)的、所指定層次的子系統(tǒng)或聯(lián)系的不正常狀態(tài)（潛在的或出現(xiàn)的）。上一級系統(tǒng)的故障狀態(tài)來源于下一級子系統(tǒng)的故障狀態(tài)。原則上說，故障源應(yīng)查到最底層次，即元件級的故障，才能采取措施排除設(shè)備的故障。但有時當(dāng)故障源查到某一部件層次，而必須整體地更換此部件，或調(diào)整此部件的參數(shù)，才能排除設(shè)備故障時，故障源查到此層次即己滿足要求。因此，進(jìn)行狀態(tài)診斷，必須要同系統(tǒng)的層次相關(guān)聯(lián)，不指定診斷所應(yīng)達(dá)到的層次，則狀態(tài)診斷的概念是不清楚的，狀態(tài)診斷的內(nèi)容是不確定的。

　　二、傳統(tǒng)的故障診斷方法

　　1、模式匹配

　　診斷對象的每一個故障原因都對應(yīng)著特定的系統(tǒng)異常表現(xiàn)，將這些不同的異常表現(xiàn)作為對應(yīng)故障原因的特征模式，則故障診斷問題就轉(zhuǎn)化為模式匹配問題。特征模式通常是領(lǐng)域?qū)＜覐亩嗄陮?shí)踐經(jīng)驗(yàn)中獲得的，也可以通過對系統(tǒng)行為的分析獲得。早期的診斷系統(tǒng)大部分是將這類經(jīng)驗(yàn)知識轉(zhuǎn)化為啟發(fā)式規(guī)則的形式。由于在多數(shù)情況下這類經(jīng)驗(yàn)知識往往無法準(zhǔn)確進(jìn)行形式化的描述，因此知識的搜集整理往往決定了一個系統(tǒng)的診斷能力。另外這類系統(tǒng)往往采用完全匹配原則，對于存在干擾和噪聲的信號以及不完整的信號無法進(jìn)行合理判斷。

　　2、基于功能模型的診斷方法

　　通常功能定義為對預(yù)期完成任務(wù)的描述，每一個診斷對象都具有自身的總體設(shè)計功能，而這個功能是通過一系列不同性質(zhì)的子功能組合實(shí)現(xiàn)的，這些子功能往往又可以進(jìn)一步分解：另一方面，任何系統(tǒng)的功能模式又是通過它的結(jié)構(gòu)模式來實(shí)現(xiàn)的，因此可以根據(jù)功能將系統(tǒng)結(jié)構(gòu)分解成子系統(tǒng)、部件級等不同層次，不同層次的結(jié)構(gòu)分別完成該層次對應(yīng)的子功能。

　　3、定性推理

　　在搞清楚一個大型復(fù)雜系統(tǒng)的行為時，往往不需要使用定量的數(shù)值計算，而且在許多環(huán)境下難以使用嚴(yán)格的定量方法。近些年來發(fā)展起來的定性推理理論和方法避免了復(fù)雜的定量計算，直接利用定性計算解釋系統(tǒng)參量間的因果關(guān)系，因而在故障診斷專家系統(tǒng)中具有廣闊的應(yīng)用前景。

　　4、基于信號處理的方法

　　通常利用信號模型，如相關(guān)函數(shù)、頻譜、小波變換等，直接分析可測信號，提取諸如方差、幅值、頻率等特征值，從而檢測出故障。該方法簡單且易于實(shí)現(xiàn)，但因?yàn)楣收显�因與設(shè)備故障征兆之間存在一定的不確定性關(guān)系，容易出現(xiàn)故障的錯判和漏判。

　　5、基于解析模型的方法

　　是在明了診斷對象數(shù)學(xué)模型的基礎(chǔ)上，按一定的數(shù)學(xué)方法對被測信息進(jìn)行處理診斷。目前基于解析模型的方法得到了深入的研究，其特點(diǎn)是通過建立被診斷對象的精確數(shù)學(xué)模型，運(yùn)用數(shù)理統(tǒng)計、解析函數(shù)等數(shù)學(xué)方法，使診斷過程能深入系統(tǒng)本質(zhì)，實(shí)現(xiàn)故障的實(shí)時、動態(tài)診斷。但在實(shí)際應(yīng)用中，常常難以構(gòu)建被診斷對象的精確數(shù)學(xué)模型，加上大型復(fù)雜設(shè)備的非線性特征，就更加限制了基于解析模型診斷方法的使用范圍和效果。

　　三、電廠故障診斷的新方法

　　1、面向?qū)ο蠓椒?/p>

　　目前，面向?qū)ο蟮某绦蛟O(shè)計方法己成為主流，基于Windows系統(tǒng)的面向?qū)ο蟮目梢暬�開發(fā)環(huán)境—VisualBASIC。VisualBASIC具有嚴(yán)格意義上的對象類型，封裝，繼承和重載的概念，并具備異常處理的功能。它將面向?qū)ο蠓椒ê涂梢暬�技術(shù)結(jié)合在一起，是一個可視化的集成開發(fā)環(huán)境，使其更直觀、形象、易于理解。而且以數(shù)據(jù)庫機(jī)為基礎(chǔ)支持各種本地及遠(yuǎn)程的數(shù)據(jù)庫系統(tǒng)及開放式數(shù)據(jù)庫接口（ODBC），用可視化構(gòu)件實(shí)現(xiàn)對數(shù)據(jù)庫的支持，為利用高級語言編寫數(shù)據(jù)庫應(yīng)用提供了方便，同時大大縮短了編程人員的設(shè)計周期。

　　2、數(shù)據(jù)庫技術(shù)

　　人工智能與數(shù)據(jù)庫技術(shù)是計算機(jī)科學(xué)的兩大重要領(lǐng)域，越來越多的研究成果表明，這兩種技術(shù)的相互滲透將會給計算機(jī)應(yīng)用帶來更廣闊的前景。專家系統(tǒng)中數(shù)據(jù)庫技術(shù)的應(yīng)用，可方便的實(shí)現(xiàn)信息存儲、共享、并發(fā)控制和故障恢復(fù)技術(shù)，對專家系統(tǒng)中的知識庫進(jìn)行設(shè)計、管理，以改善專家系統(tǒng)的特性，使其提高到實(shí)用水平。如數(shù)據(jù)庫的基本范例（輸入、檢索、更新等）可作為新的知識庫范例，數(shù)據(jù)庫的基本目標(biāo)(共享性、獨(dú)立性、分布性等)可作為新的知識庫基本目標(biāo)，數(shù)據(jù)庫的三級表示與設(shè)計方法可用作新的知識庫設(shè)計方法。

　　3、人工神經(jīng)網(wǎng)絡(luò)技術(shù)

　　在實(shí)際應(yīng)用中，設(shè)備的故障隸屬函數(shù)的確定主要依靠人員的經(jīng)驗(yàn)，存在著類似于人類專家系統(tǒng)的“瓶頸問題”，而且具有較大的主觀性。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)能力，能實(shí)現(xiàn)函數(shù)模擬、模式分類等功能�？梢圆捎萌斯ど窠�(jīng)網(wǎng)絡(luò)的辦法來解決上述問題，通過對數(shù)據(jù)樣本的學(xué)習(xí)，可以自動總結(jié)規(guī)則，自動調(diào)整隸屬度函數(shù)以適應(yīng)不同的工況。

　　4、專家系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)結(jié)合

　　雖然專家系統(tǒng)的研制和應(yīng)用取得了重大進(jìn)展，但仍存在著知識獲取困難、知識面狹窄、推理能力弱、智能水平低、實(shí)用性差等困難，其根本原因在于現(xiàn)有的程序式數(shù)字計算機(jī)的固有缺陷：局域式信息存儲、串行程序式符號處理所致。最新發(fā)展的以非線性大規(guī)模連續(xù)模擬并行分布處理為主流的人工神經(jīng)網(wǎng)絡(luò)理論為專家系統(tǒng)的發(fā)展開辟了新的途徑。用人工神經(jīng)網(wǎng)絡(luò)建立專家系統(tǒng)，不需要組織大量的產(chǎn)生式規(guī)則，也不需要進(jìn)行樹搜索，可以自組織、自學(xué)習(xí)，并可進(jìn)行模糊推理，這對用傳統(tǒng)人工智能方法建立專家系統(tǒng)最感困難的知識獲取和推理等問題提供了新的途徑。

　　結(jié)束語

　　總之，電力是人們的生活中不可缺少的一部分，如何對其設(shè)備進(jìn)行精確的檢測診斷具有非常重要的意義。它關(guān)系到個人、集體以及國家的經(jīng)濟(jì)利益，是其他應(yīng)用電力的部門能夠得以運(yùn)行的支柱。因此我們需要投入大量的人力、物力對電力系統(tǒng)設(shè)備故障診斷方法進(jìn)行探討研究，保證電力系統(tǒng)以及其他應(yīng)用電力的相關(guān)系統(tǒng)的安全運(yùn)行。

　　參考文獻(xiàn)：

　　[1]黃雅羅、黃樹紅主編，彭忠譯副主編，發(fā)電設(shè)備狀態(tài)檢修[M].中國電力出版社，2000，7：121

　　[2]羅錦，孟晨，蘇振中.故障診斷技術(shù)的發(fā)展和展望[J].自動化與儀器儀表，2003，2：1～3

　　[3]熊晉魁，謝春玲，施小成等.RBF人工神經(jīng)網(wǎng)絡(luò)在核電廠故障診斷中的應(yīng)用[J].核動力工程，2006，6：57～60.

轉(zhuǎn)載請注明來自：http://www.jinnzone.com/dianlilw/21329.html