基于ＲＳＰＮＮ的制粉系统故障诊断

费树岷，李延红，柴　琳
东南大学自动化学院，江苏南京

摘　　　要：针对发电厂制粉系统故障与征兆对应关系复杂及过程信息的不确定性及传统ＢＰ神经网络故障诊断的缺点，提出了基于粗糙集概率神经网络（ＲＳＰＮＮ）的制粉系统故障诊断方法，以改善传统ＢＰ神经网络初始值敏感、易使学习过程陷入局部极小值以及样本数据过大时训练速度慢等问题。首先采用自组织映射神经网络（ＳＯＭＮＮ）对连续样本数据进行离散化；再利用基于区分矩阵的ＨＯＲＡＦＡ算法对离散化样本数据进行ＲＳ属性约简，并将约简结果作为概率神经网络（ＰＮＮ）的输入；较后利用ＰＮＮ作为诊断决策分类器，输出故障模式，并进行了仿真研究。仿真结果表明，该方法不仅优化神经网络的拓扑结构，降低神经网络的训练时间，而且能准确、快速地诊断制粉系统故障类型，同时对发电厂制粉系统及其相关设备的在线故障
诊断问题有一定启发性。

关　键　词：制粉系统；故障诊断；粗糙集；概率神经网络

１　引　言
制粉系统［１］是发电厂锅炉机组的重要辅助系统，其附属设备磨煤机和排粉机在锅炉部分耗电量较大。及时有效地对制粉系统进行故障诊断，对发电厂稳定经济运行十分必要。制粉系统故障诊断关键是对当前运行状况做出判断，将故障消除在萌芽状态，实现预维修。由于制粉系统故障诊断的重要性，许多学者进行了研究。文献［２］提出基于径向基函数（ＲＢＦ）神经网络的制粉系统故障诊断，文献［３］和文献［４］提出基于概率神经网络的设备故障诊断。这２种方法解决了训练速度慢、易陷入局部极小值的问题，但当大量训练样本时，训练速度变慢。文献［７］提出了基于ＲＳ和ＢＰ神经网络的密闭鼓风机炉故障诊断，解决了样本过大时维数灾难问题，但是传统ＢＰ神经网络问题没有得到解决。针对如何改善传统神经网络初始值敏感、易使学习过程陷入局部极小值以及样本数据过大时训练速度慢等问题，本文提出了一种基于粗糙集与概率神经网络融合的制粉系统故障诊断模型。

登录网站后可下载文件

相关阅读:

• ...2011/11/29 09:33·一种基于RFID的便携式智能语音播放器设计
• ...2011/11/07 10:13·基于RFID识别技术的汽车智能称重系统
• ...2011/10/21 15:42·基于RTOS与DSPs的微机保护装置
• ...2011/09/28 16:34·基于RFID与WSN集成的物联网的供应链监管平台设计
• ...2011/09/16 09:02·基于RFID的地震遗址导览与安全监控系统的设计
• ...2009/09/30 11:03·基于R8C的汽车OBD通用故障诊断仪设计