基于知识的锅炉智能监控专家系统的开发

论文摘要

随着现代化大生产的发展和科学技术的进步,我国锅炉应用的日趋广泛和技术难度的提高,锅炉系统的结构越来越复杂,功能越来越完善,自动化程度越来越高,对故障诊断技术应用的迫切性也与日俱增。保证锅炉设备的安全运行,不仅可以提高设备的利用率,还能有效降低检修成本,提高效益。因此开展锅炉过程监控和故障诊断的研究意义重大。基于专家系统的锅炉故障诊断技术是故障诊断领域的一个重要研究分支。本文根据国内外锅炉系统故障诊断技术的需求形势与研究现状,构建了基于模糊神经网络的锅炉系统故障诊断专家系统的结构框架,对神经网络的学习算法及其局限性进行了详细的探讨和深入的分析,在此基础上,重点研究了标准BP神经网络的改进方法,论述了模糊逻辑和神经网络结合的重要性,并说明了二者的结合方式,提出了基于模糊神经网络的锅炉专家系统诊断方法,实现知识的获取、表示,以及推理的一体化。同时通过采用增加动量项和学习率动态自适应调整方法对其配合,仿真结果表明它极大的改善了网络诊断性能,解决了BP网络收敛缓慢,训练误差容易陷入局部极小值等问题。将模糊网络模型有机的嵌入到专家系统中,开发了锅炉故障诊断专家系统软件。获得了比传统专家系统可信度更高的诊断结果。并且在诊断知识获取,不完全信息推理等方面较传统专家系统更有优势,稳定性有了一定程度的提高。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 锅炉故障诊断及过程监控的意义
• 1.2 过程监控方法的分类
• 1.3 专家系统的研究现状
• 1.3.1 专家系统概述
• 1.3.2 专家系统在故障诊断领域的应用历史与现状
• 1.4 本文主要工作和结构
• 第2章 锅炉故障诊断专家系统结构设计
• 2.1 锅炉工艺流程简介
• 2.2 锅炉故障诊断系统结构框架
• 2.3 知识的获取和知识表示
• 2.3.1 知识的获取过程
• 2.3.2 知识的表示过程
• 2.3.3 数据库化的知识库存储
• 2.4 推理机控制策略
• 2.4.1 推理方法
• 2.4.2 搜索策略
• 2.5 传统专家系统的建立
• 2.5.1 基于案例专家系统的设计
• 2.5.2 基于规则专家系统设计
• 2.6 本章小结
• 第3章 锅炉故障诊断的神经网络模型
• 3.1 神经网络基本原理
• 3.2 标准BP 算法及其改进
• 3.2.1 BP 神经网络介绍
• 3.2.2 标准BP 算法改进
• 3.3 模糊逻辑与人工神经网络的结
• 3.3.1 隶属度函数的确定
• 3.3.2 各层输入输出关系
• 3.3.3 初始权值的确定
• 3.4 本章小结
• 第4章 系统神经网络模型的仿真实验
• 4.1 模糊锅炉神经网络知识获取与表示
• 4.2 样本集设计原则与数据的预处理
• 4.3 网络训练与测试
• 4.4 误差分析
• 4.5 本章小结
• 第5章 锅炉诊断系统软件的设计与实现
• 5.1 系统软件的设计与实现
• 5.1.1 知识存储、维护及更新
• 5.1.2 神经网络专家系统的推理机制实现
• 5.1.3 现场数据的模拟采集方法
• 5.1.4 COM 组件的生成与实现
• 5.2 系统软件界面的设计
• 5.2.1 系统主界面
• 5.2.2 热力参数监测界面
• 5.2.3 参数特征值维护界面
• 5.2.4 故障类型维护界面
• 5.2.5 故障征兆维护界面
• 5.2.6 样本编辑与训练界面
• 5.2.7 故障诊断界面
• 5.3 本章小结
• 参考文献
• 攻读硕士学位期间发表的论文和获得的科研成果
• 致谢