王紅強(qiáng)

摘 要：在發(fā)電機(jī)運(yùn)行中，根據(jù)電機(jī)的運(yùn)行經(jīng)驗(yàn)和模糊優(yōu)選的相互結(jié)合，就能夠很快的發(fā)現(xiàn)電機(jī)電氣故障的原因以及故障現(xiàn)象之間的關(guān)系，因此可以在模糊優(yōu)選反問題的基礎(chǔ)上，來確定電機(jī)電氣的故障診斷模型。

關(guān)鍵詞：模糊優(yōu)選 反問題 電機(jī)電氣故障 診斷模型 分析

中圖分類號(hào)：TM31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）05（a）-0121-01

在電力系統(tǒng)中，發(fā)電機(jī)運(yùn)行的狀態(tài)直接對(duì)其經(jīng)濟(jì)性與安全性有著重要的影響，因此，及時(shí)的發(fā)現(xiàn)并判斷出發(fā)電機(jī)中的運(yùn)行故障問題是很有必要的。目前，在國(guó)內(nèi)外研究電力系統(tǒng)故障的診斷方法有很多，而這些研究大多數(shù)是以模糊分析與概率統(tǒng)計(jì)為基礎(chǔ)的。當(dāng)發(fā)電機(jī)中出現(xiàn)故障時(shí)，就要對(duì)故障原因進(jìn)行分析，但是引起一種故障的原因很可能是多個(gè)方面的。因而為了更好的分析電機(jī)電氣的故障原因，就可以利用模糊關(guān)系的方程，對(duì)故障的性質(zhì)做出即時(shí)的判斷，并科學(xué)的解決故障，保證電力系統(tǒng)平穩(wěn)安全的運(yùn)行。

1 模糊優(yōu)選理論分析

模糊優(yōu)選理論首先是由陳守煜教授提出來的，并且在工程領(lǐng)域中也已經(jīng)廣泛的使用到了模糊優(yōu)選理論。在電機(jī)中，引起故障的原因是多方面的，而在實(shí)際中，一些大型的發(fā)電機(jī)出現(xiàn)的故障種類更加繁多，在這些故障原因、故障現(xiàn)象以及故障機(jī)理上，就很難用數(shù)學(xué)模型來描述了，這樣也就造成了在實(shí)際中不能依靠準(zhǔn)確的數(shù)字來確定故障性質(zhì)。但是根據(jù)實(shí)踐發(fā)現(xiàn)，在運(yùn)行中電機(jī)的故障現(xiàn)象與故障原因之間存在著一定的迷糊關(guān)系，因此就可以利用模糊關(guān)系的方程，來確定故障現(xiàn)象與故障原因之間的關(guān)系，以正確的解決故障問題。但是在實(shí)際中求解模糊關(guān)系的方程是很復(fù)雜的所以就可以利用模糊優(yōu)選反問題，來找出一種比較可靠簡(jiǎn)單的故障診斷方法。

2 模糊優(yōu)選反問題分析

首先是模糊邏輯，模糊邏輯是模糊數(shù)學(xué)中的一個(gè)重要分支，在計(jì)算機(jī)科學(xué)、處理智能信息、模糊語言以及模糊控制上都有著重要的作用。在模糊邏輯中，邏輯真值在0～1中進(jìn)行連續(xù)性取值，真值越接近與1，那么就具有越大的真度。在模糊邏輯中，通常語言的變量是由多個(gè)維組來表示的，而在語言變量中，每一個(gè)語言值都對(duì)應(yīng)了定義域U中的一個(gè)模糊數(shù)。例如是偏差T=[很小，小，適中，大，很大]，在偏差中的模糊語言[適中，大等]，其實(shí)就是在論域U中模糊的集合，而假設(shè)U是[0，5]，這樣就可以認(rèn)為當(dāng)模糊語言小于1的時(shí)候偏小，在2的時(shí)候就是適中，大于3的時(shí)候就是偏大了。

其次是模糊優(yōu)選的反問題分析。假設(shè)有n個(gè)需要評(píng)價(jià)的對(duì)象，在評(píng)價(jià)的時(shí)候可以根m個(gè)指標(biāo)來進(jìn)行，那么就可以建立起迷糊綜合評(píng)價(jià)的矩陣式：R=（ri j）m n，在這個(gè)式子里，ri j的含義是指標(biāo)i在對(duì)象j中具有的相對(duì)隸屬度。根據(jù)m個(gè)具有不同重要性的評(píng)價(jià)指標(biāo)，可以來設(shè)置權(quán)重向量：W=（w1，w2，w3...wm）T，并根據(jù)數(shù)學(xué)模型的最優(yōu)化，來建立模糊的優(yōu)選公式：在這個(gè)公式里，Uj表示的是對(duì)象J相對(duì)的隸屬度。在實(shí)際中，這個(gè)模糊優(yōu)選理論方法被廣泛的運(yùn)用到各工程技術(shù)的評(píng)判中。而在模糊集合中一般認(rèn)為是在閉區(qū)間[0，1]中能夠連續(xù)取值的函數(shù)都是隸屬函數(shù)。因此可以把模糊隸屬函數(shù)表示為UA（x），其中A表示的是模糊集合，而x則表示的是A的元素，同時(shí)，模糊隸屬函數(shù)一定要滿足相應(yīng)的條件取值范圍[0，1]。另外，在模糊函數(shù)里，在論域函數(shù)關(guān)系中以實(shí)數(shù)域R為基礎(chǔ)的函數(shù)分布，就是模糊分布。

3 電機(jī)電氣故障的診斷模型分析

在實(shí)際中運(yùn)用模糊理論，可以很好的解決出現(xiàn)在生產(chǎn)中的一些具有不確定性關(guān)系的因素聯(lián)系。由于電機(jī)是我國(guó)電力系統(tǒng)中的重要組成部分，其安全性與穩(wěn)定性直接與我國(guó)的電力系統(tǒng)相關(guān)，但是在實(shí)際中卻很容易由很多問題造成電機(jī)故障，而引起故障的原因又是多方面的，因此在折斷電機(jī)電氣故障時(shí)，就可以利用模糊關(guān)系的矩陣，來對(duì)電機(jī)電氣中的故障問題進(jìn)行分析，并找出其與故障原因之間的函數(shù)關(guān)系。所以，就可以根據(jù)模糊優(yōu)選反問題的方法，來建立起電機(jī)電氣故障診斷的模型。根據(jù)實(shí)際情況，來建立起電機(jī)故障相對(duì)隸屬度的向量，表示為： Y=（Y1，Y2，Y3，...Y n）T，而故障原因相對(duì)隸屬向量就是X=（x1，x2，x3...x m）T，在這里，需要注意的是模糊向量的取值在[0，1]之間。因此故障現(xiàn)象與原因的函數(shù)關(guān)系強(qiáng)度就可以用ri j來表示，但是還要注意ri j的取值范圍是0-1之間。但是當(dāng)ri j是0的時(shí)候，就表示二者之間沒有必然的聯(lián)系，而ri j的值越大，就表示二者之間的關(guān)系越密切，如果ri j 的值是1，那就表示電機(jī)故障現(xiàn)象與電機(jī)故障原因之間是絕對(duì)相關(guān)的關(guān)系。根據(jù)這些關(guān)系，就可以建立起模糊關(guān)系的矩陣方式：R=（Ri j）m n，而在實(shí)際中，還可以利用模糊統(tǒng)計(jì)的方法來獲得模糊關(guān)系的矩陣關(guān)系。因此就可以根據(jù)模糊優(yōu)選的反問題，來建立起電機(jī)的故障診斷模型，也就是RRTX=RB，之后就可以來求解故障診斷的線性方程，并根據(jù)求解的結(jié)果來推斷故障出現(xiàn)的原因。

4 設(shè)計(jì)模糊邏輯的方法

在設(shè)計(jì)模糊邏輯的系統(tǒng)時(shí)，關(guān)鍵就是要設(shè)計(jì)好模糊控制器，并可以運(yùn)用自然的語言對(duì)其進(jìn)行控制。因此在設(shè)計(jì)模糊邏輯時(shí)，可以根據(jù)一定的步驟來進(jìn)行。首先是要確定模糊子集在輸入輸出時(shí)的數(shù)值和論域。針對(duì)雙向輸入單項(xiàng)傳出的模糊控制器，可以利用偏差的語言變量與偏差的語言變量來表示。其次是需要根據(jù)實(shí)際情況來選擇模糊規(guī)則。只有選對(duì)了模糊規(guī)則，在實(shí)際工作中才會(huì)有比較理想的效果。之后就是要對(duì)偏差與偏差變化進(jìn)行模糊化處理，根據(jù)模糊理論來得出偏差模糊是，而偏差變化模糊量是，這樣就可以根據(jù)模糊量來確定相應(yīng)的模糊決策，并最終計(jì)算模糊的實(shí)際輸出量。

5 結(jié)詰

綜上所述，在實(shí)際工作中把模糊優(yōu)選反問題與發(fā)電機(jī)的運(yùn)行經(jīng)驗(yàn)結(jié)合在一起，就可以根據(jù)發(fā)電機(jī)中電氣故障原因與故障現(xiàn)象來建立起相應(yīng)的故障診斷模型，便于根據(jù)計(jì)算來推斷故障發(fā)生的原因，尤其是在比較復(fù)雜的大型電氣設(shè)備中運(yùn)用較廣。而根據(jù)實(shí)踐還發(fā)現(xiàn)，運(yùn)用的模糊優(yōu)選反問題模型其實(shí)是線性的方程組，在實(shí)際運(yùn)用時(shí)比較簡(jiǎn)單，而且運(yùn)用這個(gè)模型不僅可以分析出故障發(fā)生的原因，并且還可以實(shí)現(xiàn)對(duì)故障原因進(jìn)行排序。但是在實(shí)踐中為了提高故障診斷模型的可靠性與準(zhǔn)確性，還需要不斷的修正模型中的模糊關(guān)系矩陣。

參考文獻(xiàn)

[1] 陳守煌，劉金祿，伏廣濤.模糊優(yōu)選逆命題的解法及其在防洪調(diào)度中的應(yīng)用[J].水利學(xué)報(bào)，2011，24（17）：67-70.

[2] 溫步派，林濟(jì)群，林禮清，等.發(fā)電機(jī)電氣故障智能診斷機(jī)理分析[J].水電能源科學(xué)，2010，10（31）：95-96.

[3] 蘇保河.設(shè)備可靠性和故障診斷的綜合研究[J].電力系統(tǒng)自動(dòng)化，2010，4（12）：46-47.endprint

摘 要：在發(fā)電機(jī)運(yùn)行中，根據(jù)電機(jī)的運(yùn)行經(jīng)驗(yàn)和模糊優(yōu)選的相互結(jié)合，就能夠很快的發(fā)現(xiàn)電機(jī)電氣故障的原因以及故障現(xiàn)象之間的關(guān)系，因此可以在模糊優(yōu)選反問題的基礎(chǔ)上，來確定電機(jī)電氣的故障診斷模型。

關(guān)鍵詞：模糊優(yōu)選 反問題 電機(jī)電氣故障 診斷模型 分析

中圖分類號(hào)：TM31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）05（a）-0121-01

在電力系統(tǒng)中，發(fā)電機(jī)運(yùn)行的狀態(tài)直接對(duì)其經(jīng)濟(jì)性與安全性有著重要的影響，因此，及時(shí)的發(fā)現(xiàn)并判斷出發(fā)電機(jī)中的運(yùn)行故障問題是很有必要的。目前，在國(guó)內(nèi)外研究電力系統(tǒng)故障的診斷方法有很多，而這些研究大多數(shù)是以模糊分析與概率統(tǒng)計(jì)為基礎(chǔ)的。當(dāng)發(fā)電機(jī)中出現(xiàn)故障時(shí)，就要對(duì)故障原因進(jìn)行分析，但是引起一種故障的原因很可能是多個(gè)方面的。因而為了更好的分析電機(jī)電氣的故障原因，就可以利用模糊關(guān)系的方程，對(duì)故障的性質(zhì)做出即時(shí)的判斷，并科學(xué)的解決故障，保證電力系統(tǒng)平穩(wěn)安全的運(yùn)行。

1 模糊優(yōu)選理論分析

模糊優(yōu)選理論首先是由陳守煜教授提出來的，并且在工程領(lǐng)域中也已經(jīng)廣泛的使用到了模糊優(yōu)選理論。在電機(jī)中，引起故障的原因是多方面的，而在實(shí)際中，一些大型的發(fā)電機(jī)出現(xiàn)的故障種類更加繁多，在這些故障原因、故障現(xiàn)象以及故障機(jī)理上，就很難用數(shù)學(xué)模型來描述了，這樣也就造成了在實(shí)際中不能依靠準(zhǔn)確的數(shù)字來確定故障性質(zhì)。但是根據(jù)實(shí)踐發(fā)現(xiàn)，在運(yùn)行中電機(jī)的故障現(xiàn)象與故障原因之間存在著一定的迷糊關(guān)系，因此就可以利用模糊關(guān)系的方程，來確定故障現(xiàn)象與故障原因之間的關(guān)系，以正確的解決故障問題。但是在實(shí)際中求解模糊關(guān)系的方程是很復(fù)雜的所以就可以利用模糊優(yōu)選反問題，來找出一種比較可靠簡(jiǎn)單的故障診斷方法。

2 模糊優(yōu)選反問題分析

首先是模糊邏輯，模糊邏輯是模糊數(shù)學(xué)中的一個(gè)重要分支，在計(jì)算機(jī)科學(xué)、處理智能信息、模糊語言以及模糊控制上都有著重要的作用。在模糊邏輯中，邏輯真值在0～1中進(jìn)行連續(xù)性取值，真值越接近與1，那么就具有越大的真度。在模糊邏輯中，通常語言的變量是由多個(gè)維組來表示的，而在語言變量中，每一個(gè)語言值都對(duì)應(yīng)了定義域U中的一個(gè)模糊數(shù)。例如是偏差T=[很小，小，適中，大，很大]，在偏差中的模糊語言[適中，大等]，其實(shí)就是在論域U中模糊的集合，而假設(shè)U是[0，5]，這樣就可以認(rèn)為當(dāng)模糊語言小于1的時(shí)候偏小，在2的時(shí)候就是適中，大于3的時(shí)候就是偏大了。

其次是模糊優(yōu)選的反問題分析。假設(shè)有n個(gè)需要評(píng)價(jià)的對(duì)象，在評(píng)價(jià)的時(shí)候可以根m個(gè)指標(biāo)來進(jìn)行，那么就可以建立起迷糊綜合評(píng)價(jià)的矩陣式：R=（ri j）m n，在這個(gè)式子里，ri j的含義是指標(biāo)i在對(duì)象j中具有的相對(duì)隸屬度。根據(jù)m個(gè)具有不同重要性的評(píng)價(jià)指標(biāo)，可以來設(shè)置權(quán)重向量：W=（w1，w2，w3...wm）T，并根據(jù)數(shù)學(xué)模型的最優(yōu)化，來建立模糊的優(yōu)選公式：在這個(gè)公式里，Uj表示的是對(duì)象J相對(duì)的隸屬度。在實(shí)際中，這個(gè)模糊優(yōu)選理論方法被廣泛的運(yùn)用到各工程技術(shù)的評(píng)判中。而在模糊集合中一般認(rèn)為是在閉區(qū)間[0，1]中能夠連續(xù)取值的函數(shù)都是隸屬函數(shù)。因此可以把模糊隸屬函數(shù)表示為UA（x），其中A表示的是模糊集合，而x則表示的是A的元素，同時(shí)，模糊隸屬函數(shù)一定要滿足相應(yīng)的條件取值范圍[0，1]。另外，在模糊函數(shù)里，在論域函數(shù)關(guān)系中以實(shí)數(shù)域R為基礎(chǔ)的函數(shù)分布，就是模糊分布。

3 電機(jī)電氣故障的診斷模型分析

在實(shí)際中運(yùn)用模糊理論，可以很好的解決出現(xiàn)在生產(chǎn)中的一些具有不確定性關(guān)系的因素聯(lián)系。由于電機(jī)是我國(guó)電力系統(tǒng)中的重要組成部分，其安全性與穩(wěn)定性直接與我國(guó)的電力系統(tǒng)相關(guān)，但是在實(shí)際中卻很容易由很多問題造成電機(jī)故障，而引起故障的原因又是多方面的，因此在折斷電機(jī)電氣故障時(shí)，就可以利用模糊關(guān)系的矩陣，來對(duì)電機(jī)電氣中的故障問題進(jìn)行分析，并找出其與故障原因之間的函數(shù)關(guān)系。所以，就可以根據(jù)模糊優(yōu)選反問題的方法，來建立起電機(jī)電氣故障診斷的模型。根據(jù)實(shí)際情況，來建立起電機(jī)故障相對(duì)隸屬度的向量，表示為： Y=（Y1，Y2，Y3，...Y n）T，而故障原因相對(duì)隸屬向量就是X=（x1，x2，x3...x m）T，在這里，需要注意的是模糊向量的取值在[0，1]之間。因此故障現(xiàn)象與原因的函數(shù)關(guān)系強(qiáng)度就可以用ri j來表示，但是還要注意ri j的取值范圍是0-1之間。但是當(dāng)ri j是0的時(shí)候，就表示二者之間沒有必然的聯(lián)系，而ri j的值越大，就表示二者之間的關(guān)系越密切，如果ri j 的值是1，那就表示電機(jī)故障現(xiàn)象與電機(jī)故障原因之間是絕對(duì)相關(guān)的關(guān)系。根據(jù)這些關(guān)系，就可以建立起模糊關(guān)系的矩陣方式：R=（Ri j）m n，而在實(shí)際中，還可以利用模糊統(tǒng)計(jì)的方法來獲得模糊關(guān)系的矩陣關(guān)系。因此就可以根據(jù)模糊優(yōu)選的反問題，來建立起電機(jī)的故障診斷模型，也就是RRTX=RB，之后就可以來求解故障診斷的線性方程，并根據(jù)求解的結(jié)果來推斷故障出現(xiàn)的原因。

4 設(shè)計(jì)模糊邏輯的方法

在設(shè)計(jì)模糊邏輯的系統(tǒng)時(shí)，關(guān)鍵就是要設(shè)計(jì)好模糊控制器，并可以運(yùn)用自然的語言對(duì)其進(jìn)行控制。因此在設(shè)計(jì)模糊邏輯時(shí)，可以根據(jù)一定的步驟來進(jìn)行。首先是要確定模糊子集在輸入輸出時(shí)的數(shù)值和論域。針對(duì)雙向輸入單項(xiàng)傳出的模糊控制器，可以利用偏差的語言變量與偏差的語言變量來表示。其次是需要根據(jù)實(shí)際情況來選擇模糊規(guī)則。只有選對(duì)了模糊規(guī)則，在實(shí)際工作中才會(huì)有比較理想的效果。之后就是要對(duì)偏差與偏差變化進(jìn)行模糊化處理，根據(jù)模糊理論來得出偏差模糊是，而偏差變化模糊量是，這樣就可以根據(jù)模糊量來確定相應(yīng)的模糊決策，并最終計(jì)算模糊的實(shí)際輸出量。

5 結(jié)詰

綜上所述，在實(shí)際工作中把模糊優(yōu)選反問題與發(fā)電機(jī)的運(yùn)行經(jīng)驗(yàn)結(jié)合在一起，就可以根據(jù)發(fā)電機(jī)中電氣故障原因與故障現(xiàn)象來建立起相應(yīng)的故障診斷模型，便于根據(jù)計(jì)算來推斷故障發(fā)生的原因，尤其是在比較復(fù)雜的大型電氣設(shè)備中運(yùn)用較廣。而根據(jù)實(shí)踐還發(fā)現(xiàn)，運(yùn)用的模糊優(yōu)選反問題模型其實(shí)是線性的方程組，在實(shí)際運(yùn)用時(shí)比較簡(jiǎn)單，而且運(yùn)用這個(gè)模型不僅可以分析出故障發(fā)生的原因，并且還可以實(shí)現(xiàn)對(duì)故障原因進(jìn)行排序。但是在實(shí)踐中為了提高故障診斷模型的可靠性與準(zhǔn)確性，還需要不斷的修正模型中的模糊關(guān)系矩陣。

參考文獻(xiàn)

[1] 陳守煌，劉金祿，伏廣濤.模糊優(yōu)選逆命題的解法及其在防洪調(diào)度中的應(yīng)用[J].水利學(xué)報(bào)，2011，24（17）：67-70.

[2] 溫步派，林濟(jì)群，林禮清，等.發(fā)電機(jī)電氣故障智能診斷機(jī)理分析[J].水電能源科學(xué)，2010，10（31）：95-96.

[3] 蘇保河.設(shè)備可靠性和故障診斷的綜合研究[J].電力系統(tǒng)自動(dòng)化，2010，4（12）：46-47.endprint

摘 要：在發(fā)電機(jī)運(yùn)行中，根據(jù)電機(jī)的運(yùn)行經(jīng)驗(yàn)和模糊優(yōu)選的相互結(jié)合，就能夠很快的發(fā)現(xiàn)電機(jī)電氣故障的原因以及故障現(xiàn)象之間的關(guān)系，因此可以在模糊優(yōu)選反問題的基礎(chǔ)上，來確定電機(jī)電氣的故障診斷模型。

關(guān)鍵詞：模糊優(yōu)選 反問題 電機(jī)電氣故障 診斷模型 分析

中圖分類號(hào)：TM31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）05（a）-0121-01

在電力系統(tǒng)中，發(fā)電機(jī)運(yùn)行的狀態(tài)直接對(duì)其經(jīng)濟(jì)性與安全性有著重要的影響，因此，及時(shí)的發(fā)現(xiàn)并判斷出發(fā)電機(jī)中的運(yùn)行故障問題是很有必要的。目前，在國(guó)內(nèi)外研究電力系統(tǒng)故障的診斷方法有很多，而這些研究大多數(shù)是以模糊分析與概率統(tǒng)計(jì)為基礎(chǔ)的。當(dāng)發(fā)電機(jī)中出現(xiàn)故障時(shí)，就要對(duì)故障原因進(jìn)行分析，但是引起一種故障的原因很可能是多個(gè)方面的。因而為了更好的分析電機(jī)電氣的故障原因，就可以利用模糊關(guān)系的方程，對(duì)故障的性質(zhì)做出即時(shí)的判斷，并科學(xué)的解決故障，保證電力系統(tǒng)平穩(wěn)安全的運(yùn)行。

1 模糊優(yōu)選理論分析

模糊優(yōu)選理論首先是由陳守煜教授提出來的，并且在工程領(lǐng)域中也已經(jīng)廣泛的使用到了模糊優(yōu)選理論。在電機(jī)中，引起故障的原因是多方面的，而在實(shí)際中，一些大型的發(fā)電機(jī)出現(xiàn)的故障種類更加繁多，在這些故障原因、故障現(xiàn)象以及故障機(jī)理上，就很難用數(shù)學(xué)模型來描述了，這樣也就造成了在實(shí)際中不能依靠準(zhǔn)確的數(shù)字來確定故障性質(zhì)。但是根據(jù)實(shí)踐發(fā)現(xiàn)，在運(yùn)行中電機(jī)的故障現(xiàn)象與故障原因之間存在著一定的迷糊關(guān)系，因此就可以利用模糊關(guān)系的方程，來確定故障現(xiàn)象與故障原因之間的關(guān)系，以正確的解決故障問題。但是在實(shí)際中求解模糊關(guān)系的方程是很復(fù)雜的所以就可以利用模糊優(yōu)選反問題，來找出一種比較可靠簡(jiǎn)單的故障診斷方法。

2 模糊優(yōu)選反問題分析

首先是模糊邏輯，模糊邏輯是模糊數(shù)學(xué)中的一個(gè)重要分支，在計(jì)算機(jī)科學(xué)、處理智能信息、模糊語言以及模糊控制上都有著重要的作用。在模糊邏輯中，邏輯真值在0～1中進(jìn)行連續(xù)性取值，真值越接近與1，那么就具有越大的真度。在模糊邏輯中，通常語言的變量是由多個(gè)維組來表示的，而在語言變量中，每一個(gè)語言值都對(duì)應(yīng)了定義域U中的一個(gè)模糊數(shù)。例如是偏差T=[很小，小，適中，大，很大]，在偏差中的模糊語言[適中，大等]，其實(shí)就是在論域U中模糊的集合，而假設(shè)U是[0，5]，這樣就可以認(rèn)為當(dāng)模糊語言小于1的時(shí)候偏小，在2的時(shí)候就是適中，大于3的時(shí)候就是偏大了。

其次是模糊優(yōu)選的反問題分析。假設(shè)有n個(gè)需要評(píng)價(jià)的對(duì)象，在評(píng)價(jià)的時(shí)候可以根m個(gè)指標(biāo)來進(jìn)行，那么就可以建立起迷糊綜合評(píng)價(jià)的矩陣式：R=（ri j）m n，在這個(gè)式子里，ri j的含義是指標(biāo)i在對(duì)象j中具有的相對(duì)隸屬度。根據(jù)m個(gè)具有不同重要性的評(píng)價(jià)指標(biāo)，可以來設(shè)置權(quán)重向量：W=（w1，w2，w3...wm）T，并根據(jù)數(shù)學(xué)模型的最優(yōu)化，來建立模糊的優(yōu)選公式：在這個(gè)公式里，Uj表示的是對(duì)象J相對(duì)的隸屬度。在實(shí)際中，這個(gè)模糊優(yōu)選理論方法被廣泛的運(yùn)用到各工程技術(shù)的評(píng)判中。而在模糊集合中一般認(rèn)為是在閉區(qū)間[0，1]中能夠連續(xù)取值的函數(shù)都是隸屬函數(shù)。因此可以把模糊隸屬函數(shù)表示為UA（x），其中A表示的是模糊集合，而x則表示的是A的元素，同時(shí)，模糊隸屬函數(shù)一定要滿足相應(yīng)的條件取值范圍[0，1]。另外，在模糊函數(shù)里，在論域函數(shù)關(guān)系中以實(shí)數(shù)域R為基礎(chǔ)的函數(shù)分布，就是模糊分布。

3 電機(jī)電氣故障的診斷模型分析

在實(shí)際中運(yùn)用模糊理論，可以很好的解決出現(xiàn)在生產(chǎn)中的一些具有不確定性關(guān)系的因素聯(lián)系。由于電機(jī)是我國(guó)電力系統(tǒng)中的重要組成部分，其安全性與穩(wěn)定性直接與我國(guó)的電力系統(tǒng)相關(guān)，但是在實(shí)際中卻很容易由很多問題造成電機(jī)故障，而引起故障的原因又是多方面的，因此在折斷電機(jī)電氣故障時(shí)，就可以利用模糊關(guān)系的矩陣，來對(duì)電機(jī)電氣中的故障問題進(jìn)行分析，并找出其與故障原因之間的函數(shù)關(guān)系。所以，就可以根據(jù)模糊優(yōu)選反問題的方法，來建立起電機(jī)電氣故障診斷的模型。根據(jù)實(shí)際情況，來建立起電機(jī)故障相對(duì)隸屬度的向量，表示為： Y=（Y1，Y2，Y3，...Y n）T，而故障原因相對(duì)隸屬向量就是X=（x1，x2，x3...x m）T，在這里，需要注意的是模糊向量的取值在[0，1]之間。因此故障現(xiàn)象與原因的函數(shù)關(guān)系強(qiáng)度就可以用ri j來表示，但是還要注意ri j的取值范圍是0-1之間。但是當(dāng)ri j是0的時(shí)候，就表示二者之間沒有必然的聯(lián)系，而ri j的值越大，就表示二者之間的關(guān)系越密切，如果ri j 的值是1，那就表示電機(jī)故障現(xiàn)象與電機(jī)故障原因之間是絕對(duì)相關(guān)的關(guān)系。根據(jù)這些關(guān)系，就可以建立起模糊關(guān)系的矩陣方式：R=（Ri j）m n，而在實(shí)際中，還可以利用模糊統(tǒng)計(jì)的方法來獲得模糊關(guān)系的矩陣關(guān)系。因此就可以根據(jù)模糊優(yōu)選的反問題，來建立起電機(jī)的故障診斷模型，也就是RRTX=RB，之后就可以來求解故障診斷的線性方程，并根據(jù)求解的結(jié)果來推斷故障出現(xiàn)的原因。

4 設(shè)計(jì)模糊邏輯的方法

在設(shè)計(jì)模糊邏輯的系統(tǒng)時(shí)，關(guān)鍵就是要設(shè)計(jì)好模糊控制器，并可以運(yùn)用自然的語言對(duì)其進(jìn)行控制。因此在設(shè)計(jì)模糊邏輯時(shí)，可以根據(jù)一定的步驟來進(jìn)行。首先是要確定模糊子集在輸入輸出時(shí)的數(shù)值和論域。針對(duì)雙向輸入單項(xiàng)傳出的模糊控制器，可以利用偏差的語言變量與偏差的語言變量來表示。其次是需要根據(jù)實(shí)際情況來選擇模糊規(guī)則。只有選對(duì)了模糊規(guī)則，在實(shí)際工作中才會(huì)有比較理想的效果。之后就是要對(duì)偏差與偏差變化進(jìn)行模糊化處理，根據(jù)模糊理論來得出偏差模糊是，而偏差變化模糊量是，這樣就可以根據(jù)模糊量來確定相應(yīng)的模糊決策，并最終計(jì)算模糊的實(shí)際輸出量。

5 結(jié)詰

綜上所述，在實(shí)際工作中把模糊優(yōu)選反問題與發(fā)電機(jī)的運(yùn)行經(jīng)驗(yàn)結(jié)合在一起，就可以根據(jù)發(fā)電機(jī)中電氣故障原因與故障現(xiàn)象來建立起相應(yīng)的故障診斷模型，便于根據(jù)計(jì)算來推斷故障發(fā)生的原因，尤其是在比較復(fù)雜的大型電氣設(shè)備中運(yùn)用較廣。而根據(jù)實(shí)踐還發(fā)現(xiàn)，運(yùn)用的模糊優(yōu)選反問題模型其實(shí)是線性的方程組，在實(shí)際運(yùn)用時(shí)比較簡(jiǎn)單，而且運(yùn)用這個(gè)模型不僅可以分析出故障發(fā)生的原因，并且還可以實(shí)現(xiàn)對(duì)故障原因進(jìn)行排序。但是在實(shí)踐中為了提高故障診斷模型的可靠性與準(zhǔn)確性，還需要不斷的修正模型中的模糊關(guān)系矩陣。

參考文獻(xiàn)

[1] 陳守煌，劉金祿，伏廣濤.模糊優(yōu)選逆命題的解法及其在防洪調(diào)度中的應(yīng)用[J].水利學(xué)報(bào)，2011，24（17）：67-70.

[2] 溫步派，林濟(jì)群，林禮清，等.發(fā)電機(jī)電氣故障智能診斷機(jī)理分析[J].水電能源科學(xué)，2010，10（31）：95-96.

[3] 蘇保河.設(shè)備可靠性和故障診斷的綜合研究[J].電力系統(tǒng)自動(dòng)化，2010，4（12）：46-47.endprint