基于粒計算和神經(jīng)網(wǎng)絡的電站風機故障診斷的應用.pdf_第1頁
已閱讀1頁,還剩83頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著科學技術和生產(chǎn)的發(fā)展,人們面臨的控制系統(tǒng)日益復雜,自動化程度越來越高,對系統(tǒng)的穩(wěn)定性和系統(tǒng)故障的診斷處理也提出了更高的要求。成功及時的故障診斷將能夠對系統(tǒng)實施良好的控制,從而保證控制系統(tǒng)能夠高效穩(wěn)定地運行。而系統(tǒng)中出現(xiàn)的某些微小故障若不能及時檢測并排除,極有可能造成整個系統(tǒng)的失效、癱瘓,甚至導致災難性后果。設備故障診斷技術是保障設備安全運行的基本措施之一,就是對運行中系統(tǒng)的異常狀態(tài)和偏差進行檢測、識別和預測的技術和方法。風機是火電機

2、組中不可少的機械設備,風機運行的安全可靠性直接影響火電機組的安全經(jīng)濟運行。對于風機的故障診斷,在一些經(jīng)驗規(guī)則中,存在判斷條件冗余或不完全、故障征兆描述不確定等現(xiàn)象,給實際應用帶來很多缺陷,如診斷效率較低。人工神經(jīng)網(wǎng)絡由于對非線性映射關系的有效逼近能力,適用于故障模式的識別問題。但神經(jīng)網(wǎng)絡為了得到較高的診斷精度,需要較多訓練樣本,這樣使得神經(jīng)網(wǎng)絡結構復雜,訓練時間較長;而且神經(jīng)網(wǎng)絡無法分析確定冗余和不確定信息更影響其學習效率和診斷精度。粒

3、計算主要用于處理不確定的、模糊的、不完整的和海量的信息。
   本文深入研究了設備故障診斷的技術和方法,分析了電站風機的故障機理和特征,詳述了粗糙集和粒計算的基本理論,提出二進制粒矩陣和依賴度冪圖結合的約簡算法。結合粒計算的約簡能力和人工神經(jīng)網(wǎng)絡對于非線性映射關系的有效逼近能力,提出基于粒計算-神經(jīng)網(wǎng)絡的智能診斷算法。并將粒計算-神經(jīng)網(wǎng)絡智能診斷算法應用于電站風機的故障診斷。本文利用二進制粒矩陣約簡算法對神經(jīng)網(wǎng)絡的輸入數(shù)據(jù)進行預

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論