用单片机系统实现故障诊断
5.实验结果及对比
重庆电厂机组凝汽器运行过程中表现出的故障征兆:(0 1 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0),将其对应的电信号分别输入各个压力温度电导仪传感器,经过采集滤波,进入上述已训练好的BP网络中,网络即输出该征兆相对于各故障的隶属度,如表2 所示。
为了比较起见,这里将文献[2]中的模糊诊断方法简单说明如下:
设故障论域中有m个模糊子集 A1,A2,…,Am,它们分别代表m种故障。对于该论域中的任意一个元素u0,若有
μAi(u0) = max{μA1(u0),μA2(u0), …,μAm(u0)}
则称u0相对属于Ai,其中μAi(u0)是u0相对Ai的隶属度函数。
设凝汽器系统中有n种故障征兆S1,S2,…,Sn,每种故障所表现出的征兆论域为:
u(i) =S1(i),S2(i),…,Sn(i)),i=1,2,…,m
对于实际运行中的任意故障征兆u=(S1,S2,…,Sn)
则其相对于各故障Ai (i=1,2,…,m)的隶属度为:
μAi(u) =
根据最大隶属度的原则,便可以诊断出该凝汽器存在的故障。这种诊断方法实质上是一种基于欧氏距离的诊断方法,适用于对线性可分的故障类别进行诊断。其诊断结果如表2所示。
从表2看出,把诊断门限值取为0.1时,据BP网络输出值判断为5、10、6、11号,此结论与文献[2]中给出的结论是相符的。同时计算得出的值之间的差别比文献[2]中由模糊诊断得出的值之间得出的差别更加明显,从而可更为准确的得到故障集。
评论