基于粗糙集与径向基网络的风机故障诊断研究.pdfVIP

290过程控制科学技术与应用——第19届中国过程控制会议论文集 基于粗糙集和径向基网络的 风机故障诊断研究 孙守凯’，娄国焕 (河北理工大学计算机与自动控制学院，唐山，063009) 摘 要：本文针对风机故障诊断提出了一种基于粗糙集和径向基神经网络的新的诊断方法。该 方法综合利用粗糙集简化决策表和径向基神经网络训练速度快的优点，使其在整体上诊断更加 准确、迅速，极大降低误诊率，并可以最大限度地简化诊断方案，降低诊断成本，具有一定的 实际价值。 关键词：粗糙集，径向基神经网络，故障诊断，风机 引 言 为了保证风机系统工作安全，延长使用寿命，减少非计划停产的时间，需要开发一种风 机在线监测系统，实现直观显示实时监测信号，进行故障指标的变化中先行暴露或反映出 来，这类变量构成了系统可靠性运行的晴雨表或指示器，解决风机状态判断问题[1I。 开滦煤炭集团某矿业分公司主扇风机房安装有两台2500kW离心式风机，正常运转方式 为一台运转，一台备用。该机房是矿业公司井下通风系统唯一的主扇风机房，担负着全矿井 下安全通风的重任，是煤矿生产一通三防工作的重要环节。根据该矿业公司的实际情况，结 合粗糙集与人工神经网络的相关知识，开发一套适合风机的工作过程，集监测、故障诊断、 故障预测于一体的智能监测系统，完成对矿井风机的状态监测，以达到安全生产、延长风机 使用寿命的目的。 l风机监测系统介绍 如图1所示，首先通过安装在风机的传感器采集风机在运行当中的各种信号，这些信 号包括振动信号、温度信号、压力信号等物理信号。通过传感器可将这些物理信号转换 为电信号。然后由数据采集器采集数据，它主要包括对信号进行去噪、抗频混滤波等处 理，之后已经过预处理的信号通过监测网络传输，将信号最终送到监测信号数据库、神 经网络故障诊断系统和终端显示。同时，预测系统通过对监测信号数据库读取做出预测 并在终端显示。 其中利用数据库中的历史数据对风机的故障模式进行聚类分析，尽可能在保障故障诊断 精度的基础上简化诊断规则表，得到最简规则表后，再进行故障的诊断。 以上是对风机监测系统的整体介绍，下面将对其关键环节介绍。 第一作者：男，1983年生，硕士生。 *通讯联系人E-mall：vvvw-623@163．COLD． 故障诊断291 被测风机H测量设备H数据采集 信号的处理 终 监 端 测 显 信 霸I蔼鬈 不 号 黑銎H盆磊 终 数 型挖II荔薪 端 据 盟_J l鬃綦 显 库 ——赢赢 不 图1风机监控系统流程图 图2径向基网络的模型结构 2基于粗糙集的故障模式聚类 粗糙集(Rough Set，RS)理论是一种较新的软计算方法，作为刻划不完整性和不确定 性的数学工具，它能有效地分析和处理不精确、不一致、不完整等各种不完备信息，并从中 发现隐含的知识，揭示潜在的规律。粗糙集具有强大的知识约简和定性分析能力，利用其约 简能力，可获得分类性能不变的精简的粗糙集数据模型；利用其定性分析能力，可获得输入 与输出决策之间的映射关系描述[2l。因此本文提出利用其先对数据进行处理，进行模式的 聚类，以便简化径向基网络。下面对其简化步骤介绍如下[引。 Step