基于小波神经网络的锅炉故障诊断及应用研究
2013-08-23吴国安刘春生薛雅丽
计算机与现代化 2013年7期
吴国安,刘春生,薛雅丽
(南京航空航天大学自动化学院,江苏 南京 210016)
0 引言
随着经济的快速发展,锅炉被广泛应用到生产和生活的各个领域,如今,锅炉的体积越来越庞大,结构越来越复杂,自动化程度也与日俱增。锅炉在为经济作出巨大贡献的同时,也因为自身的特性和工作环境容易出现各种故障。由于锅炉是具有高温、高压的热能设备,是特种设备之一,是危险而又特殊的设备,一旦发生事故,极易涉及公共安全,因此,锅炉的安全运行至关重要。如何提高锅炉系统的安全性,如何在锅炉出现故障后及时报警并维护是目前锅炉发展的一个最重要课题,而解决该课题的一个重要途径即为锅炉故障诊断。
根据Rolf Isermann[1]对故障的理解,故障可看作是系统的特性发生超出允许的变化,使得系统不能有效实现预期功能。而故障诊断则可认为是在系统运行时,将输入一组或多组能反映系统输入输出关系的模型并进行运算,进而根据模型输出和实际输出之间的残差进行决策分析,实现对系统的运行状况的推断。

图1 故障诊断一般流程
锅炉是一个较为复杂的系统,因而可能发生的故障也是多样的,锅炉常见的故障主要包括:机械故障、测量元器件故障、锅炉设备自身缺陷[2-3]。故障诊断一般按照先简后繁的过程,且尽可能地用一种方法就能诊断。采用简单诊断的方法,一般只能发现故障现象,而无法确定其性质、程度、形成的原因,若要深入研究,则需要使用精密诊断,从不同角度进行交叉诊断[4]。……
登录APP查看全文
