基于SOM网络的烟气轮机状态监测诊断专家系统应用研讨.pdfVIP

基于SOM网络的烟气轮机状态监测诊断专家 系统应用研究。 胡阳王吉芳徐小力100192北京信息科技大学北京市系统测控重点实验宅 摘要针对大型烟气轮机故障诊断问题，从基于智能和知识的角度进行研究，利用自组织特征映射神 经网络(SOM)对故障现象进行自动分类，从而得出它们对应的故障原因；同时，在面向对象的知识获取 和管理工具以及推理机的框架结构下，利用诊断专家系统的经验知识进行决策推理与诊断，设计出用于烟气 轮机故障诊断的监测诊断专家系统。实验表明，该系统的诊断效果良好。 关键词烟气轮机SOM网络故障诊断专家系统 l概述 在石化企业中的催化裂化装置中，大型烟气轮机不仅是关键的核心设备．同时也是重要的节能设施，因 此对它进行状态监测与故障诊断．具有重大的社会意义和经济价值。近年来．随着人工智能技术的迅速发 展。故障诊断技术取得了较大的进展，出现了基于专家系统和基于神经网络的诊断方法，两者各有其明显的 优点和缺点：神经网络通过对经验样本的学习，将知识以权值和闺值的形式存储在网络中。网络的输入是被 诊断对象的征兆即特征值，输出则表示发生故障的可能性。但它不具备解释功能；专家系统是基于符号处理 的推理系统(用符号表征知识)，它存在知识获取困难的缺点，但它具备解释功能。因此．把神经网络与专 家系统有机地结合起来，则可以取长补短，从而提高系统的诊断能力。 2监测诊断专家系统结构 基于吸取神经网络和专家系统两种方法的优点，相互补充以弥补对方的缺陷和不足，将基于规则推理和 基于人工神经网络的诊断方法进行有机集成．建造一个混合型集成式的专家系统，才能更加准确地模拟人脑 的真实惠维过程，真正实现专家系统在故障诊断领域内的作用与目的。 根据传统的专家系统与人工神经网络相互结合方式的不同，一般可分为三种类型：①数据—神经网络一 规则一专家系统一结论；②征兆一专家系统一数据一神经网络一结论；③征兆、数据一专家系统、神经网络 一结论。 根据实际处理问题的不同，可以选择适当形式来集成专家系统。本文设计的基于神经网络的监测诊断专 家系统采用第一种类型，结构如图l所示。 图1中信号采集与预处理．主要是数据 样本采集和知识表述的规范化。神经网络采 用层次结构来完成知识的存储和问题求解过 程的推导。它接受规范化处理后的原始证据 输入．给出处理后的结果．然后利用专家系 图1基于神经网络的监测诊断专家系统结构 统对其结果进行验证和解释．从而提高整个 系统的推理速度和诊断的准确率。中心控制即是控制整个系统的输入输出以及系统的运行。 3 SOM神经网络的结构与算法 人工神经网络技术…(简称神经网络或NN)是以生物神经网络为基础，模拟人脑行为的一种信息处理 方法。它既是高度非线性动力学系统，又是自适应组织系统．可用来描述认知、决策及控制的智能行为。许 525 诊断等方面都有广泛应用。本系统采用的神经网络是SOM网络。SOM网络不需要预定目标，就能对数据自 动分类、聚类，无需大量的样本数据和人工干预，其输出情况可反映样本数据分布的大体本质特征，实时性 强，智能化程度高，因而在故障诊断、文字识别等领域应用非常广。 3．1 SoM网络原理及模型 feature map，SOM)神经网络是一 自组织特征映射(senorganizing 种竞争式学习网络，模拟大脑系统自组织特征映射的功能，在学习中能 无监督地进行自组织学习。SOM网络由输入层和竞争层组成，输入层神 经元数为r／,，竞争层肘=m2个神经元组成，且构成一个二维平面阵列， 其结构如图2所示。输入层与竞争层之间实行全互连接．有时竞争层各 神经元之间还实行侧抑制连接。网络中有两种连接权。一种是神经元对 外部输入反应的连接权值；另一种是神经元之间的连接权值，其大小控 图2自组织特征映射网络结构 制着神经元之间交互作用的大小。 3．2 SoM网络算法 SOM网络采用的算法称为Kohonen算法…，即获胜的神经元对其邻近神经元的影响是由近及远，由兴 奋逐渐变为抑制。它是一