燃氣輪機發電故障診斷專家系統的建立

【摘 要】燃氣輪機作為一種新型的動力設備，在我國國內的應用范圍是非常廣泛的。但是燃氣輪機的構造是非常復雜的，一旦發生故障停止運轉，就需要企業投入大量的資金和人力來及時進行診斷和維修。這給企業帶來的經濟損失是很大的。因此，能否對燃氣輪機發生故障時及時進行故障查除并且進行故障處理就是一項很艱巨的工作，需要引起企業的高度重視。

【關鍵詞】燃氣輪機；故障診斷；人工智能；神經網絡；專家系統

0.引言

隨著科技不斷進步，燃氣輪機作為一種新型的動力設備，由于它的熱效率極高，而且污染小，并且操作起來比較安全，因此正在逐漸受到人們的關注。燃氣輪機目前在我國國內的應用范圍是非常廣泛的，從高科技航空航天產業到交通運輸領域，再到電力部門發電燃氣輪機都占據著不可替代的地位。但是燃氣輪機的構造是非常復雜的，一旦發生故障停止運轉，就需要企業投入大量的資金和人力來及時進行診斷和維修。這給企業帶來的經濟損失是很大的。并且如果燃氣輪機發生故障，并沒有及時進行診斷維修而使它繼續運轉，甚至可能對一線操作員工的生命安全造成威脅。因此，能否對燃氣輪機發生故障時及時進行故障查除并且進行故障處理就是一項很艱巨的工作。需要引起企業的高度重視。本文認為，燃氣輪機發生故障時，利用人工智能的神經網絡專家系統，能大大提高燃氣輪機故障診斷的可靠性和準確性，并且安全性也大大提高，同時也使得企業的維修費用大大降低。

1.燃氣輪機故障診斷技術的研究現狀

早在十九世紀七十年代，美國海軍研究室就在美國宇航局支持下成立了機械故障診斷小組，對故障診斷技術進行相關的研究。這標志著故障診斷理論的初步發展。在此后的幾十年內，故障診斷技術在世界范圍內不斷得到推廣，并且在各國科學家的努力研究下，技術不斷取得進步和完善。

綜觀其發展進程，故障診斷技術可分為3個階段：

（1）依靠經驗診斷階段。由于該階段，一些機械的構造比較簡單，因此機械專家或者是維修人員通常是憑借自己的經驗或者是簡單的維修儀表來進行故障診斷。

（2）依靠材料分析的診斷階段。該階段機械專家或者是維修人員通常是通過對機械設備構成材料的分析來完成故障診斷。

（3）依靠傳感器和信號處理技術的診斷階段。目前這些診斷技術在電力、鋼鐵、船舶、核設備等領域仍被廣泛應用，但是診斷決策還需要人工完成。

1.1燃氣輪機故障診斷技術的國內研究現狀

目前國內對于燃氣輪機故障診斷技術的研究主要集中在了理論研究方面。特別是隨著計算機互聯網技術以及人工智能系統的迅速發展，研究人員開始通過自己的努力力求將燃氣輪機的故障診斷也進行一場變革，改變過去依靠維修人員的經驗、簡單儀表燈診斷方法，使燃氣輪機的故障診斷技術進入人工智能階段。

土永亂等學者早在2000年就應用模糊Petri網知識構建燃氣輪機故障診斷專家系統。

翁史烈等學者在2002年在利用神經網絡和模糊邏輯的基礎上，研究了如何定量計算征兆和故障的關系，并且在此基礎上也提出了故障診斷的一系列方法。

任興民在2007年也構建了一套燃氣輪機故障診斷專家系統。在該系統下，機組工作人員可以隨時監測機組的運行狀況，并且可以隨時通過對監測數據的分析，發現潛在的故障，并且機組維修人員可以利用該專家系統直接得到維修建議。這就為企業加強了預防措施，并且在在故障診斷過程中，為企業減少診斷時間，降低了診斷成本。

1.2燃氣輪機故障診斷技術的國外研究現狀

H.R.Depold和F.D.Gass通過應用神經網絡濾波理論以及數理統計方面的知識對燃氣輪機運行數據進行處理，并且應用神經網絡對燃氣輪機的運行狀況進行全方位的檢測，在此基礎上構建燃氣輪機故障診斷專家系統。

J.Carney也提出了利用神經網絡來進行燃氣輪機故障的診斷，并且他還建立了燃氣輪機神經網絡故障診斷模型。通過實驗表明該模型能夠準確地進行故障診斷。

A.J.Volponi中通過比較和分析卡爾曼濾波法與神經網絡法的不同之處，發現卡爾曼濾波法比神經網絡法更具有優勢，更適合應用于對燃氣輪機的故障診斷。

Pinelli等人采用模糊神經網絡法來研究燃氣輪機故障診斷。他們將模糊神經網絡與神經網絡進行對比，發現模糊神經網絡比神經網絡更具有優勢，更適合應用于對燃氣輪機的故障診斷。

隨著計算機互聯網技術以及人工智能系統的迅速發展，燃氣輪機故障診斷技術與人工智能相結合是必然的發展趨勢。人工智能技術與燃氣輪機故障診斷技術的相結合，將故障診斷技術提升到了一個新的階段，解決了一些傳統的故障診斷方法中所不能解決的問題。

因此目前，國內外學者都盡最大努力致力于燃氣輪機故障診斷專家系統的研究。這些學者通過將專家系統與各種理論相結合，例如模糊算法理論、神經網絡理論、模糊神經網絡理論、遺傳算法理論，構建出功能更加完善的故障診斷專家系統。

專家系統是目前在燃氣輪機故障診斷中最為成熟的一類人工智能技術。首先，該系統是以將人類長期的故障診斷維修實踐經驗編碼而形成的顯性知識位基礎的。專家系統主要是用來解決一些復雜的故障問題。機組維修人員可以利用該專家系統直接得到維修建議。本文認為專家系統應該包括多個模塊：預測專家系統，診斷專家系統，監測專家系統?；诖吮疚模攸c探討的是人工神經網絡專家系統。

2.人工神經網絡專家系統

2.1人工神經網絡專家系統的原理

神經網絡專家系統以神經網絡為核心，是一種數值符號結合型智能系統。它的基本原理是:利用神經網絡并行推理的特性使專家系統具有聯想記憶的能力，不需要建立從輸入模式X到輸出結論Y之間的推理規則，而是從實例或訓練集中學習并修正，在記住己給實例的同時，能夠推廣到一般規則，用來區分已知實例，還可以用來推理、分析未知實例。

神經網絡專家系統利用神經網絡的分布性，突破了專家系統中知識獲取這個瓶頸問題。神經網絡對特定的知識或概念的表示是以大量的神經兀之間的互連或通過改變對各連接權值的分布來實現的。在進行知識的獲取時，神經網絡只要求專家提供范例及相應的解，然后運用某種學習算法對實例進行學習。通過在網絡內部不斷修改權值分布直至符合預期的要求，再把專家的啟發式知識和經驗分布到網絡的互連和權值分布上，建立起特有的推理模型，從而完成知識的表達。

2.2 人工神經網絡專家系統的結構和功能

神經網絡專家系統是以神經網絡為核心建造而成的一種“結合型”智能系統。它在實現傳統專家系統基本功能的基礎上，成功實現了通過模仿人類專家的邏輯思維方式來進行問題求解和推理決策的功能。同時，還具有自學習和并行推理能力。神經網絡專家系統是構造數值與符號結合的智能控制系統的強有力的工具。

2.3 人工神經網絡專家系統用作故障診斷的原因

經過研究人員的不懈努力和技術的發展，故障診斷技術的研究與應用取得了長足的進步，而神經網絡專家系統在其中起到了推動性的作用，是故障診斷技術不可或缺的重要組成。神經網絡專家系統之所以能成功地應用于故障診斷領域，主要有以下三個方面原因：

（1）神經網絡專家系統能夠存儲以前相關的故障診斷的知識，在監測燃氣輪機發生異常時，機組人員能夠通過咨詢該系統，系統會自動識別當前異常數據，將該數據與歷史故障數據進行對比，直接得到故障類型（2）神經網絡專家系統能夠識別各類歷史記錄的故障信息，并且能夠在干擾情況下正常運轉工作。這種能力使得神經網絡專家系統適合在線故障檢測和診斷。

（3）神經網絡專家系統具有分辨故障原因及故障類型的能力。神經網絡技術的出現，為故障診斷問題提供了新的解決途徑。

3.結語

在燃氣輪機人工智能故障診斷技術中，各種新的理論和新的技術方法層出不窮，而且都在實踐中證明了其可行性。本文所探討的人工神經網絡與專家系統相結合的人工智能故障診斷理論，也在實踐中證明了其可行性以及相比其他技術的優越性，應該值得我們的大力推廣。但是該理論也有很多診斷問題還沒有取得突破，因此在以后的研究中將是我們繼續研究的重點。 [科]

【參考文獻】

［１］單旭異.神經網絡專家系統在凝汽器故障診斷中的應用研究[D].華北電力大學，2009，2.

［２］陳夏夏，陳靜杰.基于粗糙集的機載電子設備故障檢測專家系統的改進[J].河南科學，2011，01(29):77-79.