基于RBF神经网络的锅炉燃烧系统故障诊断.pdfVIP

清华大学学报 自然科学版 年 第 卷 第 期 !# $%%%%%’( - .*%%+ (+ * +’,+B )# $$***+,# - .=*%%+= A(+= A* *BB*C% /012345678329 :2; 0:5 ?@ #? 基于DEF神经网络的锅炉燃烧系统故障诊断 陈 明 徐向东 = 清华大学 热能工程系 北京 - = $%%%C(. 摘 要 为了提高锅炉燃烧控制系统的可靠性 针对热力系 系统由于可靠性不高 特别是传感器和执行机构的 G ! = 统自身的特点 基于热力系统的解析冗余理论 提出用 ! ! #$ 高故障率 反而降低了系统的可靠性 因此设计对传 = L 神经网络构建状态观测器 对传感器和执行机构进行故障检 ! 感器和执行机构具有故障诊断和容错能力的控制系 测与诊断的新方法 采用正交最小二乘法 训练神经网 % * ’() 统 有很大的现实意义 = L 络 在锅炉负荷控制系统中采用这一方法 对传感器和执行 % ! 热力系统所固有的非线性 大滞后 时变性等特 7 7 机构构建状态观测器 通过分析比较传感器及其观测器输出 ! 点 制约了现有的故障诊断技术在热力系统中的应 和残差 执行机构及其观测器的输出和残差 就可以进行故 = + ! 用 针对热力系统自身特点 本文提出了基于神经元 障诊断 实验结果表明 该方法可以有效地进行锅炉燃烧控 L = % , 网络状态观测器的故障检测和诊断方法 并在开原 制系统故障检测和诊断% = 热电厂 B’ , 煤粉锅炉上得到了成功应用L 关键词 神经网络 故障诊断 燃烧系统 解析冗余 R5 G - - - 中图分类号G **+AB 文献标识码G } 热力系统的解析冗余 0S T 文章编号G$%%%%%’(-*