朱嵘嘉, 丁超, 范政矫

(第七O三所无锡分部，江苏 无锡 214151)

基于模糊神经网络的燃气轮机热力部件故障诊断研究

朱嵘嘉, 丁超, 范政矫

(第七O三所无锡分部，江苏 无锡 214151)

针对燃气轮机热力部件故障，提出了基于模糊神经网络的故障检测和诊断方法。在利用模糊规则描述系统故障状态的基础上，通过建立故障诊断目标函数，利用误差反向梯度算法实时修正神经网络连接权值和阈值。仿真结果证明与传统BP神经网络相比，模糊神经网络在对燃气轮机热力部件故障的识别中，具有更高的准确率。

热力部件；燃气轮机；模糊神经网络；故障诊断；仿真

0 引 言

目前燃气轮机已成为航空、航天和舰船领域中不可替代的动力来源，因此提高燃气轮机运行的可靠性和安全性，及时检测并诊断燃气轮机运行发生的故障就显得非常重要。近年发展起来的基于故障模型的故障诊断方法[1-2]因其能有效准确的检测燃气轮机热力部件产生的故障而受到研究学者的广泛的关注。但该类方法虽利用线性化、离散化等方法解决了检测对象的非线性特性，却仍十分依赖所设计的燃气轮机故障仿真模型，由此模型的精度就决定着故障检测的准确度。而通常情况下，模型是以多个燃机的设计工况点为支撑所建立，这就导致在这些工况点附近模型的逼近程度很高，但如远离工况点，模型的精度就会迅速降低，尤其是在燃机动态运行(功率突增，突减)或特定工况切换(放气阀开启前后)时，故障仿真模型就易出现较大的失真，因而出现故障误报、错报的情况。……