錢 虹，茅大鈞，李 超，賀國梁

(上海電力學(xué)院電力與自動化工程學(xué)院，上海 200090)

制粉系統(tǒng)是火力發(fā)電廠的重要環(huán)節(jié)之一，它將煤經(jīng)過磨煤機制成煤粉后，與空氣混合，通過燃燒器進入爐膛燃燒.磨煤機出口溫度反映了磨煤機出口熱風(fēng)和煤粉的混合溫度.如果溫度太高，可能會引起制粉系統(tǒng)某些地方著火，發(fā)生事故.特別是當(dāng)磨煤機出口溫度超越高限時，磨煤機會出現(xiàn)諸如滿煤、自燃、斷煤等異?，F(xiàn)象.本次設(shè)計針對磨煤機出口溫度過高報警故障診斷定位系統(tǒng)進行研究，由于故障原因，使磨煤機出現(xiàn)出口溫度高報警，運行人員通過操作相關(guān)圖標激活診斷定位執(zhí)行程序，以實現(xiàn)對故障的跟蹤處理及定位顯示［1，2］.本文故障診斷定位程序是依據(jù)故障樹模型進行的實時故障分離和故障的辨識，故障樹是通過測試及神經(jīng)網(wǎng)絡(luò)故障診斷驗證而建立，采用力控軟件對故障診斷定位系統(tǒng)進行組態(tài)設(shè)計，通過對磨煤機出口溫度高報警信號實現(xiàn)故障定位系統(tǒng)的觸發(fā).

1 磨煤機出口溫度高故障診斷測試及故障特征分析

600 MW仿真機平臺在滿負荷運行工況(工作常態(tài))下，且磨煤機控制處于自動狀態(tài)，不同程度地加入磨煤機滿煤、斷煤，以及燃料自燃、冷熱風(fēng)門誤關(guān)和誤開引起磨煤機出口溫度過高報警的5個故障，記錄并整理歸納出引起磨煤機出口溫度過高的相關(guān)參數(shù)的變化，并將這些參數(shù)組成故障特征向量:

式中:X1——主汽溫度，℃;

X2——O2含量，%;

X3——磨煤機磨腕差壓，kPa;

X4——磨煤機電流，A;

X5——主汽壓力，MPa;

X6——再熱氣溫，℃;

X7——電功率，MW;

X8——冷風(fēng)門開度，%;

X9——熱風(fēng)門開度，%.

取自加入故障到報警發(fā)生時刻的前兩組時間間隔相等的故障特征向量X(1)和X(2)、故障發(fā)生后的等時間間隔的故障特征向量X(4)和X(5)，以及報警發(fā)生時刻的故障特征向量X(3)，一共5個故障樣本，以磨煤機斷煤故障為例，記錄如下參數(shù):

X(1)=(543.05 2.68 2.99 81.80 24.39 569.54 599.83 36.3 41.3)

X(2)=(543.02 3.08 2.98 74.12 24.39 569.64 599.89 40.9 39.7)

X(3)=(543.03 4.23 2.89 55.90 23.93 571.42 598.72 74.7 19.1)

X(4)=(543.02 4.34 2.86 54.39 23.85 571.72 598.84 79.4 15.1)

X(5)=(542.89 4.64 2.75 51.35 23.69 572.40 599.22 87.2 7.3)

根據(jù)故障類型確立故障定位向量:

式中:Y1——磨煤機滿煤故障;

Y2——磨煤機斷煤故障;

Y3——燃料自燃;

Y4——熱風(fēng)門誤開;

Y5——冷風(fēng)門誤開.

當(dāng)磨煤機斷煤時，其故障定位向量為:

以此建立磨煤機滿煤、自燃，以及熱風(fēng)門與冷風(fēng)門誤開的故障樣本和相應(yīng)的故障定位向量.

2 神經(jīng)網(wǎng)絡(luò)故障診斷及故障模型的建立

本次設(shè)計利用Matlab神經(jīng)元網(wǎng)絡(luò)工具箱對所測參數(shù)進行處理來實現(xiàn)神經(jīng)網(wǎng)絡(luò)故障診斷處理，在此次設(shè)計中作為故障樹的驗證手段，采用BP神經(jīng)網(wǎng)絡(luò)作為故障診斷方法.

2.1 神經(jīng)網(wǎng)絡(luò)輸入輸出的確立

根據(jù)測得的故障特征向量及故障定位向量分別作為BP神經(jīng)網(wǎng)的輸入輸出矩陣，依此來確定網(wǎng)絡(luò)的輸入層輸出層的神經(jīng)元個數(shù).

2.2 網(wǎng)絡(luò)設(shè)計

輸出矩陣為一個5行矩陣，輸入矩陣為一個9行矩陣(取并集).隱藏層的神經(jīng)元數(shù)目選擇是一個十分復(fù)雜的問題，往往需要根據(jù)設(shè)計者的經(jīng)驗和多次試驗來確定，因而不存在用一個理想的解析式來表示.隱藏層神經(jīng)元的數(shù)目與問題要求、輸入/輸出單元數(shù)目都有著直接的關(guān)系.隱藏層單元的數(shù)目太多會導(dǎo)致學(xué)習(xí)時間過長，誤差并不一定最佳，還會導(dǎo)致容錯性誤差、不能識別以前沒有看到過的樣本.因此，一定存在一個最佳的隱藏層單元數(shù)［3，4］.通過反復(fù)測試，本次設(shè)計我們采用式(1)來選擇隱藏層數(shù).

式中:m 輸出神經(jīng)元數(shù);

n 輸入單元數(shù);

a ［1，10］之間的常數(shù).

2.3 仿真和測試結(jié)果

仿真選擇設(shè)定如下:誤差目標為0.01;訓(xùn)練步數(shù)為2 000;訓(xùn)練函數(shù)為trainlm;網(wǎng)絡(luò)的隱含層傳遞函數(shù)為tansig;輸出層神經(jīng)元的傳遞函數(shù)為logsig;共有25個故障特征向量作為訓(xùn)練樣本.利用Matlab仿真結(jié)果建立的訓(xùn)練網(wǎng)絡(luò)對兩組故障樣本進行測試.第一組取自磨煤機滿煤故障特征向量作為測試樣本:(548.09 4.70 0 0 24.06 548.09 568.77 41.4 36.6).

第二組取自磨煤機斷煤故障特征向量作為測試樣本:(543.05 2.68 2.99 81.80 24.39 569.54 599.83 36.3 41.3).

仿真結(jié)果如圖1所示，得出了對應(yīng)測試樣本下的故障定位結(jié)果，可以看出測試結(jié)果基本接近真值(1，0，0，0，0;0，1，0，0，0)’，使誤差達到0.000 1的精度.

2.4 故障樹模型的建立

通過對故障特征向量和故障定位向量的神經(jīng)元網(wǎng)絡(luò)的診斷，并將相關(guān)故障類型的故障特征向量簡化成易于程序?qū)崿F(xiàn)的趨勢形式，通過與或運算建立故障樹模型，如圖 2 所示［5，6］.

圖1 磨煤機故障測試結(jié)果

圖2 磨煤機出口溫度高報警故障樹

3 磨煤機故障診斷系統(tǒng)的實現(xiàn)

通過力控監(jiān)控軟件實現(xiàn)對應(yīng)故障模型下的故障診斷過程，以達到對磨煤機故障自診斷和顯示定位的目的.故障自診斷定位組態(tài)軟件見圖3.

整個組態(tài)主要包括圖形界面系統(tǒng)、實時數(shù)據(jù)庫系統(tǒng)和I/O端口3大部分，通過腳本程序?qū)崿F(xiàn)故障自診斷定位程序.I/O設(shè)備驅(qū)動部分，表示來自現(xiàn)場的磨煤機出口溫度信號并與故障有關(guān)的故障特征參數(shù);實時數(shù)據(jù)庫系統(tǒng)是來自現(xiàn)場的并按照故障邏輯被處理成故障樹中最低層元素的邏輯變量;腳本程序則是在有磨煤機出口溫度高報警下執(zhí)行的將邏輯變量狀態(tài)通過故障模型判斷而產(chǎn)生的故障分離后確定的故障類型，即實現(xiàn)的故障定位，并通過界面進行顯示［7］.

磨煤機故障自診斷定位軟件組態(tài)生成后，即可運行調(diào)試，得到定位結(jié)果.磨煤機滿煤故障引起的磨煤機出口溫度高報警時的報警燈閃亮，并且操作人員可以通過界面按鈕啟動自診斷程序(報警觸發(fā)激活診斷程序)使其運行.

圖3 磨煤機故障自診斷定位軟件的組態(tài)

得到的自診斷結(jié)果，如圖4所示.

圖4 磨煤機滿煤自診斷定位效果

4 結(jié)束語

報警觸發(fā)式故障自診斷定位系統(tǒng)的開發(fā)，可使運行人員在集控室準確監(jiān)視各運行參數(shù)的同時，通過預(yù)覽報警信息或報警窗，選擇所需要的報警狀態(tài)進行故障定位，并可立即采取處理措施，避免事故的發(fā)生或擴大，減少不必要的設(shè)備損壞和運行事故，這對提升火電廠自動化水平具有重要意義.

［1］朱大奇，于盛林.基于知識的故障診斷方法綜述［J］.安徽工業(yè)大學(xué)學(xué)報，2001，19(3):197-204.

［2］牛征.熱電廠熱工控制系統(tǒng)的故障診斷研究［J］.熱力發(fā)電，2003，(2):120-126.

［3］陳玉東.動態(tài)系統(tǒng)的故障診斷方法綜述［J］.化工自動化及儀表，2004，28(3):1-14.

［4］葛哲學(xué)，孫志強.神經(jīng)元網(wǎng)絡(luò)理論與MATLABR2007實現(xiàn)［M］.北京:電子工業(yè)出版社，2007:124-129.

［5］張青林.動態(tài)系統(tǒng)故障診斷理論與應(yīng)用［M］.長沙:國防科技大學(xué)出版社，1997:201-210.

［6］羅萬金.電廠熱工過程自動調(diào)節(jié)［M］.北京:中國電力出版社，1990:164-169.

［7］張運剛，宋小春.從入門到精通——工業(yè)組態(tài)技術(shù)與應(yīng)用［M］.北京:人民郵電出版社，2005:140-150.