锅炉模糊故障诊断专家系统的研究

1、锅炉模糊故障诊断专家系统的研究阮曙东 赵海波 郑楚光（华中科技大学煤燃烧国家重点实验室）摘要：锅炉模糊故障诊断专家系统根据锅炉运行状态监测情况，确定锅炉系统运行中出现的故障征兆，采用模糊诊断推理机制，结合给定的规则知识，分析诊断锅炉系统在运行过程中可能出现的各种故障,如炉膛灭火、过热器爆管、泄漏、空气预热器积灰、汽包满水、缺水等常见故障。同时为进一步提高电厂远程监控能力，将该系统建立在远程锅炉状态监测平台基础上。同时在设计系统时，提供良好的可扩展接口，为系统的扩展提供了便利。该模糊诊断专家系统的研究促成了将锅炉诊断理论变为实际可能。关键词：锅炉，故障诊断，专家系统，模糊数学1一 序言总所周知，

2、锅炉是电站运行的关键设备，安全可靠经济运行是电站管理的头等大事，实时准确地监测管理系统的运行状态,正确地诊断其出现的故障，对防止故障的扩散以至重大事故的发生、提高机组运行的安全性和经济性是十分重要的。将锅炉模糊故障诊断系统建立在远程状态监测系统基础上，根据锅炉运行状态监测情况,确定锅炉系统运行中出现的故障征兆，采用基于规则的模糊诊断推理机制，分析诊断锅炉系统在运行过程中可能出现的多种故障，如炉膛灭火、过热器爆管、空气预热器泄漏、汽包满水、缺水等。该系统采用鄂州电站原有DCS数据采集系统实现了对锅炉动态实时数据采集,并通过公用电话网络传输信号至监测诊断系统中心站，电厂数据保存在中心的SQL数据库

3、中。基本结构如下所示：局域网鄂州电厂机组DCS数据采集系统INTERNET电厂数据收发服务器SQL数据库管理系统锅炉故障模糊诊断系统二 系统结构故障模糊诊断专家系统改进了传统的简单的基于规则的专家系统2，而是将参数变化模糊化，结合相应的规则，利用ANFIS神经网络推理得到故障诊断结果。这种诊断专家系统方法较之简单的基于规则的专家系统更易于诊断锅炉故障，同时具备较强的推理和容错能力，是锅炉诊断的一个重要的研究方向。该系统主要由以下部分组成：参数管理系统，对诊断系统用到的所有参数进行管理；规则管理模块，即是专家系统的知识库规则表示，为诊断系统的正确运行提供保证；诊断推理模块，调用参数模糊计算模块来

4、实现，为故障推理的精确度提供正确的保证；结果显示模块，将故障的诊断结果显示在图中，并给出相关参数的对比。锅炉故障模糊诊断专家系统结构如图：鄂州电厂DCS系统电厂字段映射库专家系统参数库诊断推理系统规则管理系统模糊变量库参数管理系统规则库参数模糊计算模块故障诊断模糊专家系统故障结果显示锅炉趋势数据库故障结果库三 系统各模块及模块功能1、参数管理系统在鄂州电厂中，电厂字段映射库标识了所有测点到相应数据库字段的映射情况，然而在模糊诊断系统中，并不是所有这些测点参数都能用上，同时有些需要的参数，电厂字段映射库中并没有标识。因此，构建了参数管理系统，对模糊诊断系统中的所有参数进行管理。目前参数库中参数包

5、括以下三类：1） 常量参数，例如汽包水位限定值。2） 单个实时数据库中的变量，例如：汽包水位参数3） 多个实时数据库中的变量平均值，例如：燃料量，燃料可能有几台给煤机同时供给，所以燃料量可能是实时数据库中几个字段的平均值。2、规则管理系统在该故障模糊诊断系统中，不显示的存在知识库，而是将知识库并入规则库中。这样操作起来简单，而且更易于理解。规则管理系统主要用来管理规则库，而规则库中规则的正确与否关系到诊断结果的正确与否，其中的规则应该由专业人员（专家）来添加。目前系统所支持的规则主要是以下两种类型3： 1）、单前件、单参数规则：例如：IF过热蒸汽温度下降THEN 汽包满水故障 CF=0.82）

6、、单前件、双参数规则：例如：IF 给水流量不正常的大于蒸汽流量 THEN 汽包满水故障 CF=0.85有上可以看出，规则的形式主要有前件形式决定，前件的两种形式为：a）、参数模糊量，这里模糊量有：上升、下降、波动、瞬时上升、瞬时下降；b）、参数1模糊比较量参数2，这里的比较模糊量有：超过，异常大于。由于参数的上升，下降，波动等状态均属于不确定性概念，将动态信号处理与模糊数学方法结合起来，利用模糊数学中的隶属函数确定其匹配程度。 3、诊断推理系统诊断推理系统是故障诊断的核心。推理系统对每个故障进行推理，最后给出故障存在的置信度。最后的结论用故障存在置信度的趋势图表示，同时也给出相关参数的变化趋势

7、图。模糊推理也称近似推理4，是从一组模糊ifthen规则和已知事实中得出结论的推理过程。诊断推理一条故障的基本步骤：1） 获得该故障的一条规则2） 根据该条规则的描述，获得前件的类型、前件中的参数、前件中的模糊量、规则置信度3） 调用模糊量的隶属度计算函数，对前件参数计算，从而得到前件的置信度4） 重复13步，获得该故障每条规则的前件隶属度5） 调用推理模块计算故障隶属度6） 调用结果显示系统，将故障的趋势图显示出来，当故障隶属度超过设定值，报警提示推理系统在启动的同时，跟踪规则库中每条故障对应的所有规则，并实时从趋势库中取得数据，进行推理计算。对于一个具有三条规则的故障必然形成如下网络结构：

8、规则1前件隶属度规则1前件隶属度规则1前件隶属度规则1置信度规则2置信度规则3置信度故障结果网络属于ANFIS4（自适应神经模糊推理系统），采用ANFIS网络推理即可得到故障的结果。4、诊断实例下面我们以锅炉汽包满水故障来解释该系统的运行、诊断过程。对于锅炉汽包满水故障，根据经验与专家知识，得到三个规则：1、 IF过热蒸汽温度下降THEN 汽包满水故障 CF=0.82、 IF 给水流量不正常的大于蒸汽流量 THEN 汽包满水故障 CF=0.853、 IF 汽包水位超过汽包水位上限值THEN 汽包满水故障CF0.9我们从鄂州电厂实时数据中观察到在汽包满水故障发生的前十分钟内，参数过热蒸汽温度、给

9、水流量、蒸汽流量、汽包水位的变化趋势如图所示： 过热蒸汽温度蒸发流量 给水流量汽包水位下降的匹配程度计算式：ei（t）代表变化量，为变化的极限值。对于过热蒸汽温度，取不正常大于的匹配式计算：=0.2超过的匹配式计算：=0.1对于每个时间点，根据ANFIS推理网络计算，：每个时间点的诊断数据：规则i的前件隶属度i：规则i的置信度得到的故障趋势如图所示:可见随着时间，故障诊断结果越来越大，表明锅炉汽包满水故障发生的可信度增大。随着系统的运行，我们可以设定为每一故障设定一报警值，当诊断值超过报警值时，产生报警信息，从而达到锅炉故障诊断的目的。在该系统中，不采用去模糊化5的方法来对故障的结果进行去模糊

10、化处理，而是直接用0，1的值来表示故障存在的置信度，同时为每个故障设定报警信号，该报警信号可以在系统运行时根据工况需要随时更改，以更好的反映故障的报警限度。四、结束语一般而言，锅炉内部的热力过程都是比较缓慢的过程，故障都有一段较长的时间发展,做到早期预报是诊断的关键。正式基于这种思想，我们构建了该模糊故障专家诊断系统，希望在故障发展的早期给出正确的预报。然而，因为热力过程对象的大滞后、慢过程特性，早期故障对热力参数的影响很不明显,甚至不能从噪音中分辨出来。因而为进一步提高锅炉故障诊断专家系统性能，在加强对热力设备故障的早期征兆以及相应的测量手段的研究的同时，也需要改善我们的故障诊断方法。本文提

11、出的在线实时故障模糊诊断专家系统支持平台可以用于这些研究结果的现场检验,也可以用于建立实际的锅炉在线故障诊断系统。该支持平台有利于锅炉在线诊断专家系统早日进入实用阶段。参考文献1 模糊理论和神经网络的基础与应用 赵振宇 徐用懋 出版社：清华大学出版社 出版日期：1996年6月第1版 页数：2032 设备故障诊断专家系统原理及实践 关惠玲等 机械工业出版社 20003 锅炉故障诊断专家系统的研究:博士学位论文 杨黎明.北京:清华大学热能系,19934 神经-模糊和软计算 张智星,张春在,(日)水谷英二; 张平安等译西安 : 西安交通大学出版社, 20005 钱诗智，陆继东 宋锦海. 基于模糊神经

12、网络的煤灰结渣预报. 自然科学进展，1997.3Research of Boiler Fuzzy Diagnostic Expert System Ruan Shudong, Zhao Haibo, Zheng ChuguangAbstract: A long-distance monitoring and fault diagnosis system for a boiler system was built, monitoring fault signs. The expert system adopts a method of fuzzy reasoning, combines give

13、n rule knowledge, analyzes and diagnoses all kinds of fault in boiler system ,such as the chamber of furnace put out a fire, overheater squibing, air preheater collected ash and leakout, the boiler full water or vacancy water,etc.At the same time ,in order to improve long-distance monitoring ability, the system was built based on the long-distance state monitoring of the boiler. The expert system support favorable extended interfaces,