由于船用核动力装置是个复杂的大系统,为了保证船用核动力装置运行的安全性和可靠性,建立一个对装置的运行情况能够实时监测,对发生的故障能够早期预测、及时报警和准确诊断的智能系统是十分重要的。 目前,神经网络和专家系统已经成为人工智能领域研究的两个热点,并在故障诊断领域得到了广泛的应用,但两者在各自独立地实际应用中却存在着一定的缺陷。本文经过分析和比较神经网络与专家系统的优缺点,得出两者存在着很强的互补性,可以通过结合的方式来弥补各自的不足的结论,因此本文将两者结合在一起,提出了一种模糊神经网络与专家系统集成的故障诊断系统模型;并以核动力装置冷凝器为诊断对象,建立了冷凝器故障诊断系统;采用VB6.0程序开发工具和Access2000数据库开发工具使该系统得以实现。 本故障诊断系统通过查阅冷凝器相关资料,在对冷凝器的运行原理和故障发生的机理研究的基础上,将冷凝器故障征兆与故障类型的关系整理成故障训练样本知识,并通过改进遗传算法对模糊神经网络进行训练,得到的训练结果和故障训练样本一起组成冷凝器故障诊断系统的知识库,通过人机交互诊断和自动诊断两种方式调用知识库中的知识,分别实现对冷凝器的离线诊断和在线诊断,再通过解释机制,以报表的形式将诊断结果呈现给用户。 本故障诊断系统具有界面简洁友好,诊断速度快,易于操作和维护等优点。