论文部分内容阅读
本文针对重庆发电厂中间储仓式制粉系统故障诊断问题,采用混合型知识表示方式、BP网络技术、基于知识的专家系统技术等相结合的方法,对其诊断系统进行了初步的开发研究。作者首先根据制粉系统运行特性及故障特点,提出了制粉系统故障诊断系统总体框架,然后建立了制粉系统故障诊断知识库,开发了样本编辑、故障类型更新、BP神经网络、监测参数处理、故障诊断及解释、数据查询及分析等功能模块,且采用DELPHI5.0编制了系统程序,设计了良好的人机界面。在编辑制粉系统故障样本过程中,作者采用了产生式、框架式、神经网络产生规则式等知识表达方法,对制粉系统故障诊断知识进行了有效的表达,同时对数据库进行规范化处理,以保证数据的完整性,减少数据冗余。在制粉系统故障诊断样本训练过程中,本文作者探讨了网络结构、学习率、初始权值阈值等因素对训练速度的影响,为选取合理的网络参数提供了依据。同时本文作者提出采取误差梯度修正系数,使自适应学习率方式下的BP网络学习可避免计算的不收敛,结果表明,本文所研究的制粉系统各故障样本集均能快速有效地收敛于一个设定的系统误差值。在样本集足够丰富的情况下,本系统可对制粉系统所发生的故障作出较准确的诊断,再依据其解释机制,对故障原因进行分析,并提出合理的解决措施,这对于制粉系统故障的预防和处理,提高运行人员的管理水平具有指导意义。