（工程热物理专业论文）水电机组状态监测与故障诊断系统的研究.pdf

摘要 摘要 大、中型水电站水电机组若出现故障，经济上将遭受重大损失，并 严重威胁着机组的安全稳定运行。目前，许多大型水电厂安装了实时状 态监控系统，实现了对水电机组特征参量的在线状态监测。但它只能提 供直观的参数，一旦机组发生故障，不能直接给出故障发生的原因、部 位以及其严重程度。因此，在现有机组运行的实时状态监测基础上，研 究实施设备故障诊断系统，有着非常重要的意义。为此作者从事了本文 所介绍的水电机组状态监测及故障诊断专家系统的研究。机组运行时系 统处于全面监测状态，一旦有信号报警，将自动启动诊断专家系统，进 行故障诊断，实现实时故障诊断，将状态监测与故障诊断紧密地结合起 来。 本文首先介绍故障诊断技术的发展过程以及国内外研究的概况，论 述状念监测与故障诊断的关系和任务，阐述目前水电机组故障诊断中存 在的问题以及丌展状态监测和故障诊断的必要性和紧迫性；接着介绍了 专家系统在故障诊断中的地位以及基于神经网络的专家系统的优越性： 然后对水电机组的常见的故障比如振动所引起的故障机理进行深入研 究，并提供一些具体措施。 水电机组状态监测与故障诊断系统包括状态监测子系统和故障诊断 子系统两大部分。本文重点论述系统的硬件组成和软件结构设计过程。 在硬件组成中，讲述传感器的选取与布局、信号的采集以及信号与计算 机接口的通讯。在软件结构中，讲述软件的主要界面以及每个界面的功 能，包括实时状态监测、信号分析处理、数据查询与分析和故障诊断等 功能。其次介绍如何将b p 神经网络与故障诊断结合起来，组成一个以神 经网络为基础的专家系统，利用小波包提取到的有价值频谱信息。对水 电机组进行故障诊断。接着，本文作者利用实验室的已有条件进行实验， 实验结果表明：该系统的精确度很高，仅有1 的误差；然后还以某水电 厂采集到的数据，输入到系统进行实验，也证明了该系统的监测与诊断 结果是准确可靠的。最后对全文进行总结，指出了该系统的刨叛之处以 及存在的不足，并对水电机组状态监测与故障诊断的发展趋势提出展望。 关键诃：水轮机；状态监测；故障诊断：专家系统；神经网络 华南理t 大学硕士学位论文 a b s t r a c t i fa c c i d e n t sh a p p e ni ns o m el a r g eorm e d i u mh y d r o p o w e rp l a n t s ，n o t o n l yt h e r ej sb i gl o s si ne c o n o m y ，b u ta l s ot h e ya r eh a f m f u lt os a f e t vi nu n i t o p e r a t i o n r e a l t i m es t a t em o n i t o r i n gs y s t e mh a sb e e n u s e di ns o m e h y d r o p o w e rp l a n t s i ti m p l e m e n t sm o n i t o r i n go nc h a r a c t e r i s t i cp a r a m e t e ro f u n i ta n d “a v a i ls a f e t yi nu n “o p e r a t i o n b u ti nf a c tt h es y s t e mh a sn o t a c h i e v e di n d e e dr e a i t i m ea u t o m a t i cf a u l td i a g n o s i sf u n c t i o n v e t i to n l v d i s p l a y sd a t a ，c a n td i a g n o s e s or e s e a r c ha b o u ti n t e l l i g e n tf a u l td i a g n o s i s b a s e d o n s t a t em o n i t o ri s s i g n j f i c a n t t h ea u t h o rd e v e l o p e dt h e h y d r o e i e c t r i cu n i t ss t a t em o n i t o r i n ga n df a u l td i a g n o s i se x p e r ts y s t e m i t c a d i a g n o s j st h ef a u l to c c u r r e di nu n i tr u n n i n gp r o c e s si nt i m es ot h a tt h e a u t o m a t i o no ff a u i td i a g n o s i si sr e a l j z e d t h e p a p e rf i r s t l yi n t r o d u c e sd e v e l o p m e n to ff a u l td i a g n o s i si nt h e w o r l d ，d is c u s s e sr e l a t j o na n dm i s s i o no fs t a t em o n i t o ra n df a u l td i a g n o s i s ， e x p o u n d se s s e n t i a l i t yo fs t u d yo n l j n em o n i t o r i n ga n df a u l td i a g n o s i sf o r h y dr a u l i cp o w e r s t a t i o n ；t h e nj ti n t r o d u c e sf u n c t i o no fe x p e r ts v s t e mi n f a u l t d l a g n o s l ss y s t e ma n da d v a n t a g eo fe x p e r ts y s t e mb a s e do nn e ur a l n e t w o r k ：t h e ni ta n a i v z esv b r a t i o nf a u l tm e c h a n i s mo fh y d r o e i e c t r i cu n i t s i nd e t a i la n dg i v e ss o m ed i a g n o s i ss t r a t e g y s t a t em o n i t o r i n ga n df a u l td i a g n o s i se x p e r ts y s t e mf o ih y d r o e l e c t r i c u n i t si n c i u d e st h em o n i t o r i n gs u b s y s t e ma n dt h ef a u l td i a g n o s iss u b s y s t e m t h ep a p erp u t se m p h a s i su p o nd i s c u s s i n gh a r d w a r es t r u c t u r ea n ds o f t w ar e s t r u c t u r eo fs v s t e m o nh a t d w a r es t r u c t ur ep a r t ，t h ep a p e rt e l l sh o wt o s e i e c ta n dd i s t r i b u t eo fs e n s o r sa n dh o wt oc o m m u n i c a t eb e t w e e ns i 譬n a la n d i n t e r f a c ep o r to fc o m p u t e r o ns o f t w a r es t r u c t u r ep a r t ，t h ep a p e rn a r r a t e s m a i ni n t e r f a c e sa n dt h e i rf u n c t i o n s ， i n c l u d i n gr e a l t i m e s t a t em o n i t o r ， s i g n a ip r o c e s s ，q u e f yd a t aa n df a u l td i a g n o s i s t h ep a p e rs e c o n d l yt e l l sh o w t oc o n s t t u c te x p e t ts v s t e mb a s e do nc o m b i n i b a c k p r o p a g a t j o nn e u r a l n e t w or kw i t hf a u l td i a g n os i sa n dd i a g n o s et h eu s e f u lf r e q u e n c y - s p e c tr u m j n f o r m a t i o nd i s t i l l e db vw a v e l e tp a c k e t t h e nt h ea u t h or m a k e sa c o m p l e t e l ye s t i m a t ea b o u tr e l j a b i l i t yo ft h esy s t e mb a s e do ne x p er i m e n t r e s u l to fl a ba n dh y d r o p o w e rd l a n t ，t h ee x p er i m e n tr e s u l t ss h o wt h a tt h e s y s t e mi se x a c ta n df e l i a b l e l a s t l yt h ea u l h o rs u m m a f i z e st h ep a p e r ，a n d i n d i c a t e st h a tt h ej n n o v a t i o na n dt h es h o r t a g eo ft h es y s t e m ，a n df o r e c a s t d e v e l o p m e n to fs t a t em o n i t o ra n df a u l td i a g n o s i so fh y d r o e l e c t r j cu n j t s k e yw o r d s ： w a t e rt u r b i n e ；s t a t em o n i t o r i n g ；f a u l l d i a g n o s i s ； e x p e n s y s t e m ；n e u r a ln e t w o r k 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作一：厂m 1 瞧时尸 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权华南理工大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存 和汇编本学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上相应方框内打“”) 作者签名： 导师签名： 日期：沁肆月，伯 日期：。埠1 f 月蛔 第一章绪论 第一章绪论 1 1 故障诊断技术的发展概况 设备故障渗断技术( m a c h i n ec o n d i t i o nd i a g n o s i st e c h n i q n e c d t ) 是2 0 世纪7 0 年代的一门包含很多门科技内容的综合技术。其定义是： 在设备运行中或者停机时基本不拆卸的情况下，掌握设备的运行现状， 诊断出设备故障的部位、原因、严重程度和状态，预测设备可靠性和寿 命，并提出治理对策的技术。 设备故障诊断技术7 0 年代形成于英国，由于其实用性以及为社会、 企业带来的效益，同益受到企业和政府主管部门的重视。特别是近2 0 年 来，随着科学技术的不断进步和发展，尤其是计算机技术的迅速发展和 普及，它已经逐步形成了一门较为完整的新兴边缘综合工程学科。该学 科以设备的管理、状态监测和故障诊断为内容，以建立新的维修体制为 目标，在欧美、日本以不同的形式获得了推广，已经成为国际上一犬热 门学科。 随着现代工业及科学技术的迅速发展，生产设备日趋大型化、高速 化、自动化和智能化，主要靠感觉器官、简单仪表和个人经验进行故障 的诊断和排除的传统诊断技术已远远不能适应生产。故障诊断技术是现 代化生产发展的产物。早在6 0 年代末，美国国家宇航局( n a s a ) 就创 立美国机械故障预防小组m f p g ( m a c h i n e r yf a u l tp r e v e n t i o ng r o u p ) ，英 国成立了机械保健中心( u k ，m e c h a n i c a lh e a l t hm o n i t o r i n gc e n t e r ) 。由 于现代大生产的迫切需要，设备故障诊断技术迅猛地发展起来，己成为 当今科学研究的热点；其发展过程经历了三个不同阶段，从早期对设备 故障的各种直接检测手段，发展到依靠经验积累的诊断过程，尽一步发 展到当前基于知识的智能化故障诊断技术。对应故障诊断技术发展的不 同阶段出现了以下三种不同层次的诊断系统。 ( 1 ) 仪表为主体的装置 这种装置的主要构成部件是传感器和指示仪表箱，有用于测温度的， 但大多数用于测振动。主要缺点是检测信号是随机的，幅值不能全面地 表达动态过程的特性。 ( 2 ) 检测仪表配备软硬件分析装置 华南理工大学硕士学位论文 这种系统在第一种装置的改进与补充，具有频谱分析、谱阵图、波 特图、轴心轨迹图等功能，故有助于提高诊断的准确性。主要缺点是不 能连续地自动分析，容易丢失故障信息；分析装置只是一种工具，不能 自动诊断；对于大型机械设备，故障与征兆并无一一对应地因果关系， 难免误诊。 ( 3 ) 在线监测与故障诊断系统 这种系统主要结构是由传感器、接口装置及计算机组成。其中接口 装置具有电平转换、采样、存储等功能。它可以实时监测和自动诊断， 对防止突发性故障有利，是工况监视与故障诊断技术的主要发展领域。 但目前的水平主要是计算机辅助监视与诊断系统，还不能真正达到自动 诊断的水平。因此，诊断系统今后发展方向主要是减少人工干预，提高 自动化及自适应能力的多层次的人工智能诊断系统。 1 2 故障诊断技术国内外研究概况 随着科学技术的发展，尤其是计算机技术的发展，故障诊断技术在 近1 0 年来获得了日益广泛的开发与应用。 美国是较早从事故障诊断研究的国家之一，在故障诊断研究的许多 方面都处于世界领先水平。目前美国从事故障诊断技术丌发与研究的机 构主要有e r p i 及部分电力公司、西屋、b e n t l y 、b e c h t e l 、j r d 、c s i 等 公司。美国b e c h t e l 电力公司于1 9 8 7 年丌发的火电站设备诊断用专家系 统在进行分析时不只是根据控制参数的当前值，而且还考虑到它们随时 问的变化，当它们偏离标准值时还能对信号进行调节，给出消除故障的 建议说明，提出可能临近损坏时间的推测。美国b e n t l y 公司在转子动力 学和旋转机械故障诊断机理方面研究比较透彻，进行了大量了试验，取 得了较为突出的成果。 法国电力部门( e d e ) 从1 9 7 8 年起就在透平发电机上安装离线振动 监测系统，到9 0 年代初又提出了监测和诊断支援工作站( m o n i t o r i n ga n d d i a g n o s i sa i ds t a t i o n ) 的设想。在9 0 年代中期，其专家系统p s a d 及其 d i v a 子系统在透平发电机组和反应零冷却泵的自动诊断上得到了应用。 世界各国竞相开展研究工作，不断推出新产品。在水电机故障诊断 研究方面，有德国申克公司的v j br o c o n t r o l 4 0 0 0 系统。该系统已在我国水 口、沙溪口、天生桥、万家寨和漫湾水电厂应用，但该系统局限于水电 机组振动信号的测量和分析，不具备诊断功能。还有加拿大 v i b r o s y s t e m 公司的z o o m 2 0 0 0 ，l r i s 、a d w e l 公司的p d a 、g e n g u a r d 2 第一章绪论 发电机局放监测系统等。 我国在故障诊断技术方面的研究起步较晚，但是发展很快。一般来 说，经历了两个阶段：第一阶段是从7 0 年代末到8 0 年代初，在这个阶 段内主要是吸收国外先进技术，并对一些故障机理和诊断方法展开研究； 第二阶段是从8 0 年代初期到现在，在这一阶段，全方位开展了机械设备 的故障诊断研究，引入人工智能等先进技术，大大推动了诊断系统的研 究和实施，取得了丰硕的研究成果。 国内的水电厂在线监测技术发展较晚，近几年，随着大中型水电厂 的建设，水电系统的状态检修工作已经越来越受到重视。国家电力公司 在1 9 9 9 年科技发展规划中，已经明确提到有关水电机组的故障诊断和状 态监测技术的发展计划。有关试点和攻关课题也在筹备安排当中。1 9 9 8 年1 0 月，在甘肃省刘家峡水电厂，由中国电力企业协会组织召丌了“水 电机组检修改革工作会议”，通过了我国应该废除计划检修，尽快实行状 态检修的倡议，并提出，加强机组的在线状态监测和诊断系统的研制。 国内清华大学开发的水轮发电机组运行稳定性跟踪分析系统( p s t a 1 ) 是对机组振动故障机理研究的基础上对机组运行状态进行在线监测、报 警、分析和渗断，并成功运用在广州从化蓄能水电厂，取得了较好的效 果。 但是，与国外相比，我国故障诊断技术方面的差距是较大的，需要 国家相关部门加大投资，引进、吸收、消化国外先进技术和设备，并丌 发功能完善的国产监测与诊断软件。 1 3 状态监测与故障诊断的关系和任务 1 3 1 状态监测与故障诊断的关系 故障诊断系统与在线监测是紧密相连的，要实现故障诊断，必须先 进行在线监测，取得水电机维的运行数据，在运行数据的基础上进行故 障诊断。 因此故障诊断系统的前端就是在线监测系统，它们是密不可分的。 这一系统的主要环节包括：信号的在线监测、信号的特征分析、特征量 的选取、工况状态识别和故障诊断，结构见图1 - 1 。 1 3 2 状态监测与故障诊断的任务 1 ) 状态监测的任务 3 华南理工大学硕士学位论文 状态监测的任务是了解和掌握设备的运行状态，包括采用各种检测、 测量、监视、分析和判别方法，结合系统的历史和现状，考虑环境因素， 对设备运行状态进行评估，判断其处于正常或非丁e 常状态，并对状态进 行显示和记录，对异常状念作出报警，以便运行人员及时加以处理，并 为设备的故障分析、性能评估、合理使用和安全工作提供信息和准 备基础数据。 图1 11 ：况状态妊测与故碲诊断系统主要环节 1 1m a i ns t r u c t u r eo fs y s t e mo fs t a t em o n i t o ra n df a u l td i a g n o s i s 2 ) 故障诊断的任务 故障诊断的任务是根据状态监测所获得的信息，结合已知的结构特 性和参数以及环境条件，结合该设备的运行历史( 包括运行记录和曾发 生过的故障及维修记录等) ，对设备可能要发生的或已经发生的故障进行 预报和分析、判断，确定故障的性质、类别、程度、原因、部位，指出 故障发生和发展的趋势及其后果，提出控制故障继续发展和消除故障的 对策，必要时，可以调整运行参数，最终使设备复原到正常状态。 1 4 水电机组故障诊断中存在的问题 水电机组的运行状态检测是一个复杂的诊断问题。为了准确地进行 故障定位，除了应用现代分析技术对水电机组的故障特征做出全面的分 a 第一章绪论 析，以提供有效的诊断判据和故障预测。 水电机组转子振动波形提供了丰富的故障征兆信息。如何准确、全 面地提取征兆信息对于故障类型的确定，故障发展趋势的预测及水电机 组的状态检修都具有十分重要的意义。 目前水电机组故障诊断中主要存在以下方面问题： 1 检测手段：水电机组故障诊断技术中的许多数学方法，甚至专家 系统中的一些推理算法都达到了很高的水平，而征兆的获取成为了一个 瓶颈，其中最大的问题是检测手段不能满足诊断的需要。 2 材料性能：在寿命诊断中，对材料性能的了解非常重要，因为大 多数寿命评价都是以材料的性能数据为基础的。但目前对于材料的性能， 特别是对于水电机材料在复杂工况下的性能变化还缺乏了解。 3 复杂故障的机理：对故障机理的了解是准确诊断故障的前提。目 前，对水电机组的复杂故障，有些很难从理论上给出解释，对其机理的 了解并不清楚。 1 5 水电机组实施状态监测与故障诊断的必要性和紧迫性 国外许多资料表明，开展故障诊断的经济效益是明显的。据日本统 计，在采用诊断技术后，事故率减少7 5 ，维修费用降低2 5 一5 0 ， 英国对2 0 0 0 个国营工厂的调查表明，采用诊断技术后每年节省维修费3 亿英镑，用于诊断技术的费用仅为o 5 亿英镑，净获利2 5 亿英镑。据有 关部门统计，我国每年用于设备维修的费用仅冶金部门就达2 5 0 亿元， 如果将故障诊断这项技术推广，每年可减少事故5 0 一7 0 ，节约维修 费用1 0 一3 0 ，效益相当可观。 在水电行业有计划地开展状态监测与诊断工作的必要性和紧迫性主 要体现在以下几个方面： ( 1 ) 近年来，水电机组的设计越来越向高水头、高转速、高效率和大容 量的方向发展，设计实践终趋向使用高强度的材料，构件更加灵活，刚 度的减小和机组尺寸的增加，必然会带来更多的问题。 ( 2 ) 大型水利枢纽工程的兴建，使得水力发电机组在整个电网中的比重 越来越大，单机容量增加，年平均发电时i 日j 延长，检修时间缩短，一旦 因事故停机，造成的经济损失极为严重。 ( 3 ) 无人值班，少人职守；减人增效，降低维修成本，创一流电站；厂 网分家，竞价上网等一系列符合市场经济规律的现代管理和维修模式的 形成和建立，迫切需要强有力的技术支持手段。状态监测与诊断系统的 华南理工大学硕士学位论文 报警保护，故障判断，大修评定，优化运行等功能正是针对当前的行业 需要给出的技术解决方法。 ( 4 ) 水电机组在运行中经常由于机械、水力和电力等方面的原因使其结 构和某些部件产生振动。强烈的振动将影响水电机组的正常运行，并降 低机组和一些零部件的使用寿命。水电机组的振动机理比较复杂，直观 判断和简单的测试，常常难以找到本质原因；有些故障与运行参数有关， 出现的偶然性较大，故障特征不易捕捉，难以铲除故障隐患。在线状态 监测与诊断系统的使用，可及时记录故障信息，分析产生故障的本质原 因。 为此，在现有机组运行的基础上，研究实施设备的实时监测及故障 诊断系统，建立预测维护理论系统与维护实施系统，实现水电厂机组运 行设备监测、维护和高效管理，是十分迫切的任务，有着非常重要的意 义。 第二章专家系统概述 第二章专家系统概述 2 1 专家系统的基本定义 专家系统( e x p e r ts y s t e m 简称e s ) 是一种智能计算机程序，这种计算 机程序使用只是和推理过程，求解那些需要杰出人物的专家知识才能求 解的高难度问题。专家系统本质上是一个计算机程序，它借助人类的知 识采取一定的搜索策略并通过推理的手段去解决某一特定领域的困难问 题 7 1 18 i 。 人类专家之所以成为某一领域的专家，其关键之处就在于他掌握了 该领域的大量专门知识( e x p e r t i s e ) 。如果计算机能够存储关于某一领域 的大量专门知识，并能有效的利用这些知识去解决问题，那么计算机也 能很好地解决这一领域的复杂问题。专家系统的思想概出于此18 1 1 ”。 专家系统的基本功能取决于它所含有的知谚 ，因此，有时也把专家 系统称为基于知识的系统。 2 2 专家系统的基本结构 从本质j 二说，专家系统是一类包含着知识和推理的智能计算机程序。 但是，这种“智能程序”与传统的计算机“应用程序”已有本质上的不 同。在专家系统中，求解问题的知识已不再隐含在程序和数据结构之中， 而是单独构成了一个知识库。从一定意义上说，它已使传统的“数据结 构+ 算法= 程序”的应用模式发生了变化，使成为“知识+ 推理= 系统”。 在专家系统中，说明性知识与领域知识或推理机制的分离为问题的 求解带来了极大的便利、灵活性。因此，尽管专家系统也是一类计算机 程序，但这一分离却使专家系统的作用已远远超过了传统计算机应用程 序的功能。实际上，在常规的计算机应用程序中也有知识，也可解决“专 家级水平”的问题。但常规的计算机应用程序是将知识隐含于程序结构 中。由于其结构是固定的且不易修改，适应范围就受到一定的限制。对 不同类型的问题，必须编写不同的程序，而在专家系统中，专家的知识 则用零碲的或分离的知识进行描述。每一个知识单元描述一个比较具体 的情况以及在该情况下应采取的措施，而专家系统总体上则提供了 一种机制，我们通常称之为推理机制。这种推理机制使其可以根据 华南理工大学硕士学位论文 不同的处理对象从知识库中选取不同的知识之构成不同的求解序列，或 者蜕生成不同的应用程序，以完成某一指定任务，一旦推理机制和某个 专业领域的知识库已经建成，该系统可处理本专业领域中各种不同的情 况，这就好像为每一个具体问题都编制了一个具体的程序一样，而这些 程序的调试修改也只有需要修改相应的知识元即可。其推理机制可保证 不变，这就是使系统具有很强的适应性和灵活性。而常规的计算机应用 程序很难做到这些。 由于专家系统是应用相当广泛的一类系统，其技术还处于不断的发 展时期，因此，专家系统也没有一个固定的模式，但其一般都应包括下 面五个部分： 知识库 推理机 综合数据库 鳃释接口 知识获取 各部分之间的相互关系由图2 1 所示： 问题 茧述 解答，建议 + l _ j 亘雯重 卜卜专家或实践 图2 1 专家系统结构图 f i g 2 1s t r u c t u r eo fe x p e r ts y s t e m 知识库 知识库是专家系统的核心之一，其主要功能是存贮和管理专家系统 中的知识。知识在知识库中存贮的知识主要有两种：一种是相关领域中 所谓公开性的知识，包括领域专家的所谓个人知识，它们是领域专家在 长期的业务实践中所获得的一类实践经验，一种为启发性知识。萨是这 种启发性知识使领域专家在关键之处能作出训练有素的猜测，辨别出有 希望的解题途径，以及有效地处理错误或不完全的信息数据。 推理机 第二章专家系统概述 专家系统的推理机实际上也是一组计算机程序，是用于记忆所采用 的规则和控制策略的程序。其主要功能是协调控制整个系统，决定如何 用知识库中的有关知识，对用户提供的证据进行推理，以最终对用户提 出的特定问题做出回答，而不是简单地搜索现成的答案。 综合数据库 综合数据库是专家系统中用于存放反映系统当前状态的事实数据的 “场所”。其数据包括用户输入的事实、已知的事实以及推理过程中得到 的中间结果等。它们能反映系统要处理问题的主要状态和特征，是系统 操作的对象。综合数据库在系统运行中是不断改变的，并且： ( 1 ) 它可被所有的规则访问； ( 2 ) 没有局部的数据库是特别属于某些规则的； ( 3 ) 规则之间的联系只有通过数据库才能发生。 解释接口( 人一机界面) 有些系统将人机界面与解释程序模块分开考虑，它们均是人机交互 程序。解释模块负责回答用户提出的各种问题，包括与系统推理有关的 问题和与系统推理无关的关于系统自身的问题。它可对推理路线和提问 的含义给出必要的清晰的解释，为用，。了解推理过程以及系统维护提供 方便的手段，是实现系统透明性的主要模块。人机界面或人机解f 则负 责把用户输入的信息转换成系统内规范化的表示形式，然后把这些内部 表示交给相应的模块去处理。系统输出的内部信息也由人机接口转换成 用户易于理解的外部表示形式显示给用户。 知识获取模块 这是专家系统中能将领域内的事实性知识和领域专家所特有经验性 知识转化为计算机可利用的形式并送入知识库中的功能模块。同时也负 责知识库中的知识的修改、删除和更新，并对知识库的完整性和一致性 进行维护。知识获取模块是实现系统灵活性的主要部分，它使领域专家 可以修改知识库而不必了解知识库中知识的表示方法，知识库的组织结 构等实现上的细节问题，这大大提高了系统的可扩充性。 2 3 专家系统的工作原理 推理机根据初始事实和待求目标以一定的求解策略搜索与问题求解 有关的规则和事实，然后由规则解释器根据工作存储区的事实对舰则、 事实进行解释执行、动态修改工作存储区。一条规则被解释执行后，规 则选择器再根据已变化的工作存储器选择新的规则和事实，再解释执行， 9 华南理t 大学硕士学位论文 如此反复不断解释执行直到最终得出问题得解。其工作过程如图2 2 1 “。 输入 输 出 事实库初始事实知识库 存储器工作 l 触发规则 事 实 新 的 事 实 圆圈 规则解析器 推理帆 规 则 与 事 实 规则披初始 事实的选择 图2 - 2 专家系统工作原理 f i g 2 - 2w o r kt h e o r yo fe x p er ts y s t e m 2 4 专家系统在故障诊断系统中作用 专家系统是在7 0 年代由f e ig e n b a l l m 提出来的应用概念。在过去的 2 0 年，专家系统是入工智能领域备受重视的一个研究方向，许多高度专 业化的专家系统被不同的研究小组所建立。它的出现标志着人工智能走 向应用化的阶段。专家系统将人类专家的知讨 和经验应用知识库的形式 存入计算机，并模仿人类专家解决问题的推理方式和思维过程，运用这 些知识和经验对现实中的问题作出判断和决策。许多成功的专家系统已 经汇集了当代人类一些特定领域中最先进的科学成果和专门知识，其应 用范围也已包括了从医院里为病人诊治疾病到对核电站中发生的故障进 行自动判别，从集成电路的自动化设备到家庭中作为家庭教师教育孩子 等广阔领域。专家系统的成功应用意义不仅在于它减轻了人类专家的重 复性的脑力劳动，使专家的知识和经验得到推广和保存，其潜在的功能 和潜在的巨大的经济效益，也使人们开始意识到它的广阔前景。 在故障诊断领域，传统的故障诊断方法如故障树法、故障字典法等 对于简单的诊断对象较容易实现，但对于复杂的诊断对象则实现难度大 且效果不好。人工智能的引进，为故障诊断领域开拓了一片新天地，采 用专家系统为复杂对象进行故障诊断已成为一种趋势。 智能诊断系统中，专家系统就像它的大脑，它负责对提取的征兆进 行状态识别，然后进行故障诊断。它实现了人一机联合诊断功能，它综 1 0 第二章专家系统概述 合了多个专家的最佳经验，其功能水平可以达到或超过专家，实现多故 障、多过程、突发性故障的快速分析诊断。 2 5 神经网络生成的专家系统 2 5 1 传统专家系统的局限性 传统专家系统主要通过两种方法来获取只是。一种是领域知识先由 知识工程师从领域专家获得( 通过两者的反复交谈或者前者对后者的实 际操作的观察) ，再由知识工程师输入到知识库中。这种方法造成知识失 真的可能性有两方面：一方面，领域专家自己也很难描述自己所j 井j 有的 知识，对于具体故障，他们往往只知道如何去解决，却说不出采用这种 解决方法的理由，而且，有时他们的知识也有错误的成分；另一方面， 不同的领域专家的知识可能不一样，甚至互相矛盾，在这种情况下，知 谚 工程师往往显得束手无策。第二种知识获取的方法是机器学 j ，但是 直到目前为止，机器学习能力是很弱的。 虽然传统的诊断专家系统在很多领域( 如机械、医疗、计算机、航 空等) 中得到了广泛的应用且取得了不少成果，并且显示出了相当出色 的工作能力，在某些方面达到甚至超过了人类专家的工作水平，然而在 丌发研制过程中也遇到了不少问题，这些问题至少在目前是无法克服的。 诸如： 1 ) 知识获取的“瓶颈”问题； 2 ) 知识难以维护； 3 ) 知识窄台阶； 4 ) 推理能力弱； 5 ) 不精确推理不适合解决模糊问题。 由于传统专家系统没有联想、记忆、类比等形象思维能力，对于专 家知识领域范围以外的问题则显得无能为力而不能正确处理。还由于传 统号家系统推理方法一般较为简单，控制策略不灵活，容易出现诸如“匹 配冲突”、“组合爆炸”以及“无穷递归”等问题。推理速度慢，效率低， 所以使得一些传统的专家系统很难进入实用阶段。 2 5 2 神经网络生成的专家系统的优越性 人工神经网络简称为神经网络 量简单的处理单元( 成为神经元) ( n e ur a ! n e t w o r k ，简称n n ) ，是由大 广泛地连接而形成的复杂网络，它是 1 1 华南理工人学硕士学位论文 对于人脑神经网络的某种程度上的简化、抽象和模拟，而不是真实写照。 目前研究丌发的神经网络模型具有人脑功能的基本特征：学习、记忆和 归纳，从而解决了过去基于逻辑与符号处理的人工智能研究中的某些局 限性，为人工智能的研究开辟了崭新的途径。 神经网络中的动力学过程有两类f 6 1 ：类是学习过程，在这类过程中， 神经元之间的连接权将得到调整，使之与环境信息相符合。连接权的调 整方法称为学习算法。另一类过程是指神经网络的计算过程，在该过程 中将实现神经网络的活跃状态的模式变换。与学习过程相比，计算过程 的速度要快得多。因而，计算过程又称为快过程。与之对应，学习过程 称为慢过程。 神经网络诊断专家系统知识库的组建包括两个过程：知识的获取和 知识的存储。知识的获取表现为训练样本的获得与选择，训练样本来源 于同类型诊断对象在正常运转时和带故障运行时的各种特征参数。训【练 样本的选择应遵循两条原则：相容性，即样本之问不能有冲突；遍历性， 即样本具有代表性。 我们知道所谓的故障诊断就是对诊断对象的故障模式进行分类和识 剐或根据现有的知识和一定的推理机制推断出其故障的所在部位和，重 程度。由于神经网络具有处理复杂多模式及进行联想、推测和汜忆的功 能，因此，它非常适合应用于各种系统的故障诊断。 在本文中，作者将神经网络与专家系统结合起来，使用神经网络来 构造专家系统，即把传统专家系统的基于符号的推理变成基于数值运算 的推理，以提高专家系统的执行效率，并解决专家系统的自学习问题。 与传统专家系统相比，基于神经网络的专家系统具有如下几个主要 优点： 1 ) 具有统一的内部知识表示形式，任何知识规则都可通过对范例的学习 存储于同一个神经网络的各连接权重中，便于知识库的组织与管理、通 用性强：知识容量大，可把大量的知识规则存储于一个相对小得多的神 经网络中。 2 ) 便于实现知识的自动获取，能够自适应环境的变化。 3 ) 推理过程为并行的数值计算过程，避免了以往的匹配冲突”、“组合爆 炸”以及“无穷递归”等问题；推理速度快。 4 ) 具有联想、记忆、类比等形象思维能力，克服了传统专家系统中存在 的“知识窄台阶”问题，可以工作于所学习过的知识以外的范罔。 5 ) 实现了知识表示、存储和推理三者融为一体，即都由一个神经网络来 实现。 第二章专家系统概述 神经网络故障诊断专家系统的结构如图2 3 所示 6 1 。 在神经网络结构知识这一模块中，实际上也是一个知识库，因而有 人称其为辅助库，它主要是用来定义诊断对象的常用术语或名称，如定 义输入、隐含、输出神经元的物理意义。 幽2 - 3 神经网络故障诊断系统专家结构图 f i g 2 - 2e x p e r ts t r u c t u r eo fn e u r a ln e t w o r kf a u l td i a g n os i ss y s t e m 2 6 本章小结 本章首先介绍了专家系统的基本定义、基本结构以及工作原理，然 后介绍了专家系统在故障诊断中的作用，接着介绍了神经网络专家系统 的特点和优点。最后把传统专家系统和神经网络专家系统进行比较，指 出了传统专家系统的不足之处以及神经网络专家系统的优越性。本文中， 作者选用的是神经网络来构建程序的专家系统。 华南理丁大学硕士学位论文 第三章水电机组状态检修及常见故障的机理分析 3 1 水电机组状态检修的概念 状态检修也叫诊断检修，作为一种设备针对性维修模式，它以先进 的诊断技术和可靠的诊断手段为前提，以日常的监测和定期检查分析为 基础，正确的了解和把握设备的运行状态，科学合理的安排设备的检修 项目和检修时间。 概括而苦，状态检修应由设备，方法和管理三个部分组成。 设备主要指状态监测所需的各种仪表，仪器，计算机系统等。从输 出的角度看，又可分为一次系统，二次系统，智能系统三个层次。一次 系统直接给出物理信号，如温度，压力，功率，摆度等，二次系统给出 经过分析处理的各种特征参数，如频谱，轨迹，空间轴线图，参数发展 趋势曲线等，智能系统则可以利用各种参数，自动进行分析，并按照一 定的规则进行推理，直接给出诊断结果，本文将介绍的h i t f d s ( 黄龙滩 水电厂故障诊断系统1 就属于这种类型。 方法也可以分为三种，信号分析方法，子系统诊断推理方法，全状 态分析方法和策略。最简单的是信号分析方法，可对各物理信号进行特 征提取，揭示与状态相关的参数；而全状态分析方法和策略可以对各种 在线系统，离线系统，日常检修纪录，性能试验等提供的参数和记录进 行全面的综合和分析，最终形成状态报告和检修建议。全状态分析方法 和策略可以认为是各种分析方法和子系统诊断推理方法的集合，一般在 状念检修计算机集成管理系统( m i s 系统) 中加以实现。 管理则是指为配合状态检修所必需的制度和人事安排。 方法的实现必须要有与之配套的设备，即方法是可实现的；采购和 研制的设备必须要有利于方法的实施，要有明确的针对性，二者是相辅 相成的，共同构成状态维修的技术基础，在合理有效的管理体系和制度 下，才能充分保障技术手段的建立和完善，并利用这些技术结果合理安 排检修项目和检修时间，真正实现按照状态去维修。 水电机组运行设备综合状态主要包括如下一些方面( 如图3 1 ) ： 水电机组的在线监测与故障诊断系统符合状态检修的目的，是计算 机在水电机组状态检修上的具体应用。通过使用水电机组的在线监测与 故障诊断系统，极大地减少了水电机组状态检修的工作量，提高了工作 1 4 第三章水电机组状态检修及常见故障的机理分析 效率。通过计算机监控，对水电机组的故障以及故障的发生部位一目了 然，利用图像和声音在计算机上显示出来，不需要工作人员亲自到现场 仔细检查，确定故障的根源。所以水电机组的在线监测与故障诊断系统 监控的范围与水电机组运行设备综合状态要基本一致。 图3 1 水电机组运行设备综合状态 f i g 3 - 1r u ns t a t eo fe q u i p m e n to fh y d r o e l e c t f i cu n i t s 1 5 华南理工大学硕士学位论文 3 2 水电机组常见故障以及机理分析 水电机组的故障大部分是由于振动所引起的。水电机组的振动又可 分为三个方面的原因：机械、水力、电器以及其它如调速器失调、土建 结构方面的缺陷等引起的振动【1 3j 。下面详细研究一些常见的机械振动和 水力振动，分析振动机理，找到振动根源，并为减振、消振提供了一些 具体措施，为建立水电机组状态监测与故障诊断系统的规则库提供基础。 3 2 1 水轮机轴系振动 水轮机组机械振动大多是由于机组的转予系统出现某种故障所引 起，因此，我们要分析机组转子系统故障、了解机组轴系振动及其振因。 常见的轴系故障有转子不平衡、转子不对中、转子碰撞等，在此重点分 析不平衡和不对中两种情况1 1 3 0 1 1 ”i 。 3 2 1 1 转子不平衡 1 ) 转子质量偏心不平衡 一机理分析 转子质量偏心是由于转子的结构设计不合理，制造和安装误差，材 质不均匀等原因造成的，称此为初始不平衡。对于大中型水轮机组，其 主要转动部件是水轮机转轮和发电机转子，它们的尺寸都比较大，由 ： 其材质不均、毛坯有缺陷、加工和安装有误差等原因，使这些部件质量 分布不均，形成一定的偏心，这样当水轮机运行时就会产生不平衡的离 心力，从而使转子及整个机组振动。由此可见所有不平衡都可归结为转 子的质量偏心。 二故障原因 转子质量偏心的故障原因如表3 1 所示。 表3 1 转子质量偏心的故障原因 t a b l e3 1f a u l tr e a s o no fm a s se c c e n t r i c i t yo fr o t o r 故障1 234 来源 设计、制造安装、维修运行、操作机器劣化 结构不合理，制造误 主要 转子上零件转子回旋体结转子上零什配 差人，材质不均，动 原闪安装错位垢合松动 平衡精度低 1 6 第三章水电机组状态检修及常见故障的机理分析 三治理措施 转子除垢，进行修复； 按技术要求对转子进行动平衡。 2 ) 转子部件缺损 一机理分析 转子部件缺损是指转子在运行中由于腐蚀、磨损、结垢、以及转子 受疲劳力的作用，使转子零部件局部损伤、脱落、等造成的不平衡。运 行中的转子部件振幅突然发生变化，严重影响机组的正常运行。为了防 止脱落部件在惯性力作用下飞出使机体发生二次事故，必要时应及时停 机检修。 转子部件缺损与转子质量偏心是两中不同的故障，但其故障机理却 有共同之处。因此，转子部件缺损的主要特征与质量偏一t l , 大致