司波

摘要：熱力系統(tǒng)狀態(tài)監(jiān)測和故障診斷是一個比較復雜的系統(tǒng)工程，是集熱能工程和現(xiàn)代控制、現(xiàn)代診斷技術和信息技術為一體的綜合性研究課題。本文主要對熱力系統(tǒng)的狀態(tài)監(jiān)測和故障診斷等方面問題進行了研究，針對診斷系統(tǒng)在系統(tǒng)的復雜性、數(shù)據(jù)的可靠性等方面存在的問題提出了相關的解決方案，以供大家參考借鑒。

關鍵詞：熱力系統(tǒng)；狀態(tài)監(jiān)測；故障診斷

引 言：熱力系統(tǒng)故障診斷的研究是故障診斷技術在熱力系統(tǒng)中的具體應用研究，借鑒多種故障診斷技術的研究成果，以解決實際中的熱力系統(tǒng)故障診斷問題。熱力系統(tǒng)是一個復雜的系統(tǒng)，其非線性程度高，不確定性問題普遍存在，系統(tǒng)故障與多種原因有關，其故障診斷問題 目前已有較多研究，但是仍存在較多難點。

1 熱力系統(tǒng)故障診斷研究現(xiàn)狀與存在問題

1.1 機理研究和知識積累問題

故障機理的研究和知識的積累是一項長期的基礎工作，透徹的故障機理和豐富而高質的知識對故障診斷的準確性具有決定性的作用，是建立和完善故障診斷系統(tǒng)的有效途徑。故障機理本質上是深層知識的獲取，也屬于知識積累的重要內容。

1.2 診斷系統(tǒng)可靠性問題

診斷系統(tǒng)的可靠性問題直接影響診斷系統(tǒng)的實際應用。故障診斷的可靠性包括數(shù)據(jù)采集的可靠性、診斷方法的可靠性、計算機系統(tǒng)的可靠性。其中引起診斷失效的最主要的原因是數(shù)據(jù)采集的可靠性問題，其次是診斷方法，而計算機系統(tǒng)的可靠性 在工業(yè)應用中相對最高。數(shù)據(jù)釆集不可靠會引起輸入數(shù)據(jù)的錯誤，從而導致診斷失效或者錯誤。解決問題的途徑之一是對數(shù)據(jù)進行檢驗和恢復，之二是構造容錯的魯棒診斷策略。

1.3 多診斷方法的綜合利用

故障診斷方法頗多，各種方法具有不同的優(yōu)點和缺點。對于復雜的熱力系統(tǒng)故障診斷，任何單一的故障診斷方法如果不結合其它方法的優(yōu)點，將在診斷能力和診斷效果上受到局限。而采用多種方法綜合的混合故障診斷技術，則可形成優(yōu)勢互補，達到提高診斷能力的效果。這一問題可以借助于信息融合技術來解決。

1.4 系統(tǒng)集成問題

例如，現(xiàn)代電站的自動化、信息化程度較高，一般都配備較先進的電站信息系統(tǒng)，尤其是電站廠級監(jiān)控信息系統(tǒng)（SIS）的建設，可為故障診斷提供豐富的實時數(shù)據(jù)和歷史數(shù)據(jù)支持，而故障診斷也是SIS的重要功能之一。釆用何種方式將故障診斷功能同電站性能監(jiān)測的其它功能有機組織起來，與整個信息系統(tǒng)形成一個統(tǒng)一的整體，這就是診斷系統(tǒng)集成問題。其中包括數(shù)據(jù)的集成、方法的集成、軟件的集成、硬件的集成等方面。

2 熱力系統(tǒng)的故障診斷的方法

系統(tǒng)故障是指系統(tǒng)在不正常的運行狀態(tài)下，導致相應的系統(tǒng)功能失調，系統(tǒng)的輸出行為超出正常范圍，使系統(tǒng)功能低于正常水平。系統(tǒng)的故障診斷是指在一定的環(huán)境下對設備或系統(tǒng)狀態(tài)進行診斷。自從故障診斷誕生以來，便普遍受到了學術界的關注，隨著近年來信號處理、控制理論、模式識別等技術的發(fā)展，故障診斷技術也得到了迅速發(fā)展，故障診斷的方法主要分為以下幾種

2.1 基于數(shù)學模式的方法

基于數(shù)學模型的故障診斷技術主要思想是解析冗余。這個方法主要是利用數(shù)學模型對系統(tǒng)狀態(tài)的參數(shù)變量進行重新構造形成殘差序列，然后利用某些措施對殘差序列中的故障信息進行增強，排除非故障信息，最后從殘差序列中監(jiān)測識別出故障信息。該方法不足的地方有對模型的精確度要求非常高，而精確的數(shù)學模型很難建立，所以限制了該方法的發(fā)展。非線性診斷不成熟，實際系統(tǒng)的本質都是非線性的，而基于數(shù)學模型的方法在非線性故障領域的發(fā)展還并不成熟，缺少非常有效的解析模型的方法。

2.2 基于知識的人工智能診斷方法

基于知識的故障診斷方法是利用人工的智能方法，比如說模糊邏輯、專家系統(tǒng)和因果分析等，通過這些方法構造出一些功能來模仿和實現(xiàn)人類在監(jiān)控過程中的行為來完成整個監(jiān)測和診斷過程。目前熱力系統(tǒng)的診斷方法主要有專家系統(tǒng)、神經網絡等。

2.2.1專家系統(tǒng)方法

專家系統(tǒng)是具有大量專門知識，并能運用這些知識解決特定領域中實際問題的計算機程序。完整的專家系統(tǒng)包括四部分：知識庫、推理機、知識獲取模塊和解釋界面。知識庫存儲和管理各種知識。這些知識以事實和規(guī)則的形式存儲起來。事實是短期信息，可以發(fā)生快速的變化。規(guī)則是長期信息，相對穩(wěn)定。推理機是協(xié)調控制整個系統(tǒng)工作的機構或規(guī)則解釋機構，它根據(jù)知識庫中的事實、規(guī)則，按一定的推理策略求解當前的問題。知識獲取模塊解決如何將各種信息轉化為計算機可用的知識。解釋界面負責向用戶說明系統(tǒng)如何進行推理和如何得到結論的。

專家系統(tǒng)解決了很多實際性的問題，其成果還是令人滿意的，但是它仍然存在缺點。比如說：

（1）目前的專家系統(tǒng)缺少容錯、聯(lián)想、自學習和自適應等自我完善功能；

（2）當系統(tǒng)非常大時，知識庫的維護和組織相當困難和復雜，推理的效果也自然而然受到了限制；

（3）專家系統(tǒng)診斷率的高低主要依靠于知識庫的知識以及知識的正確率，因此專家系統(tǒng)的成功與否要依賴于專家的合作成功率和經驗成熟度，不同的專家得出來的結論有可能是互相矛盾的。

2.2.2 神經網絡方法

人工神經網絡是由許多簡單處理單元通過某些特殊的方式互相連接形成比較復雜的非線性運動學系統(tǒng)，從微觀上，它對人腦的智能行為進行描述。神經網絡是非常強大的分類和學習工具，在診斷故障中主要有以下幾種方式。

（1）直接使用神經網絡進行故障診斷

將故障征兆作為輸入，診斷結果作為輸出。利用已經具有的故障征兆和診斷結果對神經網絡進行訓練，讓神經網絡系統(tǒng)經過權值故障征兆和診斷結果之間內在的相對應的關系，之后利用訓練后的神經網絡進行故障診斷。將得到的故障征兆加在神經網絡的輸入端，在神經網絡的輸出端就可以得到相應的診斷結果

（2）適用神經網絡產生殘差

描述系統(tǒng)正常工作解析模型將會被神經網絡所替代。將在仿真模仿中采集或直接測量到的被診斷的輸入和輸出數(shù)據(jù)對網絡神經進行訓練，然后得到相對系統(tǒng)的神經模型。系統(tǒng)的實際輸出和網絡模型形成殘差。

（3）使用神經網絡評論殘差

在應用到神經網絡進行評價殘差的時候，主要應用故障庫和殘差庫作為樣本進行訓練。當訓練結束以后就可以在線應用神經網絡對殘差進行正確的評價，以此來判斷是否發(fā)生故障并指出在哪里發(fā)生的故障。

神經網絡系統(tǒng)和傳統(tǒng)的信息處理方法相比具有很多的優(yōu)勢，主要表現(xiàn)在具有非常強的非線性表達能力，可以隨意的逼近非線性函數(shù)，計算結構具有容錯性，分布信息儲存，能夠很好的適應環(huán)境的變化，在診斷領域中一直頗受人們的喜愛。

3 結束語

總之，能源工程是國民經濟的基礎產業(yè)，對經濟持續(xù)快速發(fā)展和人民生活的改善發(fā)揮著十分重要的保障與促進作用。因此，隨著人們對于機組的經濟性、可靠性，對系統(tǒng)監(jiān)測和故障診斷結果的準確性和真實性的要求越來越高，還需要對熱力系統(tǒng)進行更加全面和深入的研究。

參考文獻：

[1]張雯.組態(tài)軟件在中溫中壓鍋爐在線智能監(jiān)測與管理系統(tǒng)中的應用[J].電腦學習，2009（6）.

[2] 湯 玚.無人職守的礦山空壓機監(jiān)控系統(tǒng)設計[J].煤炭工程，2010（2）.