【摘 要】燃?xì)廨啓C(jī)作為一種新型的動(dòng)力設(shè)備，在我國(guó)國(guó)內(nèi)的應(yīng)用范圍是非常廣泛的。但是燃?xì)廨啓C(jī)的構(gòu)造是非常復(fù)雜的，一旦發(fā)生故障停止運(yùn)轉(zhuǎn)，就需要企業(yè)投入大量的資金和人力來及時(shí)進(jìn)行診斷和維修。這給企業(yè)帶來的經(jīng)濟(jì)損失是很大的。因此，能否對(duì)燃?xì)廨啓C(jī)發(fā)生故障時(shí)及時(shí)進(jìn)行故障查除并且進(jìn)行故障處理就是一項(xiàng)很艱巨的工作，需要引起企業(yè)的高度重視。

【關(guān)鍵詞】燃?xì)廨啓C(jī)；故障診斷；人工智能；神經(jīng)網(wǎng)絡(luò)；專家系統(tǒng)

0.引言

隨著科技不斷進(jìn)步，燃?xì)廨啓C(jī)作為一種新型的動(dòng)力設(shè)備，由于它的熱效率極高，而且污染小，并且操作起來比較安全，因此正在逐漸受到人們的關(guān)注。燃?xì)廨啓C(jī)目前在我國(guó)國(guó)內(nèi)的應(yīng)用范圍是非常廣泛的，從高科技航空航天產(chǎn)業(yè)到交通運(yùn)輸領(lǐng)域，再到電力部門發(fā)電燃?xì)廨啓C(jī)都占據(jù)著不可替代的地位。但是燃?xì)廨啓C(jī)的構(gòu)造是非常復(fù)雜的，一旦發(fā)生故障停止運(yùn)轉(zhuǎn)，就需要企業(yè)投入大量的資金和人力來及時(shí)進(jìn)行診斷和維修。這給企業(yè)帶來的經(jīng)濟(jì)損失是很大的。并且如果燃?xì)廨啓C(jī)發(fā)生故障，并沒有及時(shí)進(jìn)行診斷維修而使它繼續(xù)運(yùn)轉(zhuǎn)，甚至可能對(duì)一線操作員工的生命安全造成威脅。因此，能否對(duì)燃?xì)廨啓C(jī)發(fā)生故障時(shí)及時(shí)進(jìn)行故障查除并且進(jìn)行故障處理就是一項(xiàng)很艱巨的工作。需要引起企業(yè)的高度重視。本文認(rèn)為，燃?xì)廨啓C(jī)發(fā)生故障時(shí)，利用人工智能的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)，能大大提高燃?xì)廨啓C(jī)故障診斷的可靠性和準(zhǔn)確性，并且安全性也大大提高，同時(shí)也使得企業(yè)的維修費(fèi)用大大降低。

1.燃?xì)廨啓C(jī)故障診斷技術(shù)的研究現(xiàn)狀

早在十九世紀(jì)七十年代，美國(guó)海軍研究室就在美國(guó)宇航局支持下成立了機(jī)械故障診斷小組，對(duì)故障診斷技術(shù)進(jìn)行相關(guān)的研究。這標(biāo)志著故障診斷理論的初步發(fā)展。在此后的幾十年內(nèi)，故障診斷技術(shù)在世界范圍內(nèi)不斷得到推廣，并且在各國(guó)科學(xué)家的努力研究下，技術(shù)不斷取得進(jìn)步和完善。

綜觀其發(fā)展進(jìn)程，故障診斷技術(shù)可分為3個(gè)階段：

（1）依靠經(jīng)驗(yàn)診斷階段。由于該階段，一些機(jī)械的構(gòu)造比較簡(jiǎn)單，因此機(jī)械專家或者是維修人員通常是憑借自己的經(jīng)驗(yàn)或者是簡(jiǎn)單的維修儀表來進(jìn)行故障診斷。

（2）依靠材料分析的診斷階段。該階段機(jī)械專家或者是維修人員通常是通過對(duì)機(jī)械設(shè)備構(gòu)成材料的分析來完成故障診斷。

（3）依靠傳感器和信號(hào)處理技術(shù)的診斷階段。目前這些診斷技術(shù)在電力、鋼鐵、船舶、核設(shè)備等領(lǐng)域仍被廣泛應(yīng)用，但是診斷決策還需要人工完成。

1.1燃?xì)廨啓C(jī)故障診斷技術(shù)的國(guó)內(nèi)研究現(xiàn)狀

目前國(guó)內(nèi)對(duì)于燃?xì)廨啓C(jī)故障診斷技術(shù)的研究主要集中在了理論研究方面。特別是隨著計(jì)算機(jī)互聯(lián)網(wǎng)技術(shù)以及人工智能系統(tǒng)的迅速發(fā)展，研究人員開始通過自己的努力力求將燃?xì)廨啓C(jī)的故障診斷也進(jìn)行一場(chǎng)變革，改變過去依靠維修人員的經(jīng)驗(yàn)、簡(jiǎn)單儀表燈診斷方法，使燃?xì)廨啓C(jī)的故障診斷技術(shù)進(jìn)入人工智能階段。

土永亂等學(xué)者早在2000年就應(yīng)用模糊Petri網(wǎng)知識(shí)構(gòu)建燃?xì)廨啓C(jī)故障診斷專家系統(tǒng)。

翁史烈等學(xué)者在2002年在利用神經(jīng)網(wǎng)絡(luò)和模糊邏輯的基礎(chǔ)上，研究了如何定量計(jì)算征兆和故障的關(guān)系，并且在此基礎(chǔ)上也提出了故障診斷的一系列方法。

任興民在2007年也構(gòu)建了一套燃?xì)廨啓C(jī)故障診斷專家系統(tǒng)。在該系統(tǒng)下，機(jī)組工作人員可以隨時(shí)監(jiān)測(cè)機(jī)組的運(yùn)行狀況，并且可以隨時(shí)通過對(duì)監(jiān)測(cè)數(shù)據(jù)的分析，發(fā)現(xiàn)潛在的故障，并且機(jī)組維修人員可以利用該專家系統(tǒng)直接得到維修建議。這就為企業(yè)加強(qiáng)了預(yù)防措施，并且在在故障診斷過程中，為企業(yè)減少診斷時(shí)間，降低了診斷成本。

1.2燃?xì)廨啓C(jī)故障診斷技術(shù)的國(guó)外研究現(xiàn)狀

H.R.Depold和F.D.Gass通過應(yīng)用神經(jīng)網(wǎng)絡(luò)濾波理論以及數(shù)理統(tǒng)計(jì)方面的知識(shí)對(duì)燃?xì)廨啓C(jī)運(yùn)行數(shù)據(jù)進(jìn)行處理，并且應(yīng)用神經(jīng)網(wǎng)絡(luò)對(duì)燃?xì)廨啓C(jī)的運(yùn)行狀況進(jìn)行全方位的檢測(cè)，在此基礎(chǔ)上構(gòu)建燃?xì)廨啓C(jī)故障診斷專家系統(tǒng)。

J.Carney也提出了利用神經(jīng)網(wǎng)絡(luò)來進(jìn)行燃?xì)廨啓C(jī)故障的診斷，并且他還建立了燃?xì)廨啓C(jī)神經(jīng)網(wǎng)絡(luò)故障診斷模型。通過實(shí)驗(yàn)表明該模型能夠準(zhǔn)確地進(jìn)行故障診斷。

A.J.Volponi中通過比較和分析卡爾曼濾波法與神經(jīng)網(wǎng)絡(luò)法的不同之處，發(fā)現(xiàn)卡爾曼濾波法比神經(jīng)網(wǎng)絡(luò)法更具有優(yōu)勢(shì)，更適合應(yīng)用于對(duì)燃?xì)廨啓C(jī)的故障診斷。

Pinelli等人采用模糊神經(jīng)網(wǎng)絡(luò)法來研究燃?xì)廨啓C(jī)故障診斷。他們將模糊神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比，發(fā)現(xiàn)模糊神經(jīng)網(wǎng)絡(luò)比神經(jīng)網(wǎng)絡(luò)更具有優(yōu)勢(shì)，更適合應(yīng)用于對(duì)燃?xì)廨啓C(jī)的故障診斷。

隨著計(jì)算機(jī)互聯(lián)網(wǎng)技術(shù)以及人工智能系統(tǒng)的迅速發(fā)展，燃?xì)廨啓C(jī)故障診斷技術(shù)與人工智能相結(jié)合是必然的發(fā)展趨勢(shì)。人工智能技術(shù)與燃?xì)廨啓C(jī)故障診斷技術(shù)的相結(jié)合，將故障診斷技術(shù)提升到了一個(gè)新的階段，解決了一些傳統(tǒng)的故障診斷方法中所不能解決的問題。

因此目前，國(guó)內(nèi)外學(xué)者都盡最大努力致力于燃?xì)廨啓C(jī)故障診斷專家系統(tǒng)的研究。這些學(xué)者通過將專家系統(tǒng)與各種理論相結(jié)合，例如模糊算法理論、神經(jīng)網(wǎng)絡(luò)理論、模糊神經(jīng)網(wǎng)絡(luò)理論、遺傳算法理論，構(gòu)建出功能更加完善的故障診斷專家系統(tǒng)。

專家系統(tǒng)是目前在燃?xì)廨啓C(jī)故障診斷中最為成熟的一類人工智能技術(shù)。首先，該系統(tǒng)是以將人類長(zhǎng)期的故障診斷維修實(shí)踐經(jīng)驗(yàn)編碼而形成的顯性知識(shí)位基礎(chǔ)的。專家系統(tǒng)主要是用來解決一些復(fù)雜的故障問題。機(jī)組維修人員可以利用該專家系統(tǒng)直接得到維修建議。本文認(rèn)為專家系統(tǒng)應(yīng)該包括多個(gè)模塊：預(yù)測(cè)專家系統(tǒng)，診斷專家系統(tǒng)，監(jiān)測(cè)專家系統(tǒng)?；诖吮疚模攸c(diǎn)探討的是人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。

2.人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)

2.1人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的原理

神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)以神經(jīng)網(wǎng)絡(luò)為核心，是一種數(shù)值符號(hào)結(jié)合型智能系統(tǒng)。它的基本原理是:利用神經(jīng)網(wǎng)絡(luò)并行推理的特性使專家系統(tǒng)具有聯(lián)想記憶的能力，不需要建立從輸入模式X到輸出結(jié)論Y之間的推理規(guī)則，而是從實(shí)例或訓(xùn)練集中學(xué)習(xí)并修正，在記住己給實(shí)例的同時(shí)，能夠推廣到一般規(guī)則，用來區(qū)分已知實(shí)例，還可以用來推理、分析未知實(shí)例。

神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)利用神經(jīng)網(wǎng)絡(luò)的分布性，突破了專家系統(tǒng)中知識(shí)獲取這個(gè)瓶頸問題。神經(jīng)網(wǎng)絡(luò)對(duì)特定的知識(shí)或概念的表示是以大量的神經(jīng)兀之間的互連或通過改變對(duì)各連接權(quán)值的分布來實(shí)現(xiàn)的。在進(jìn)行知識(shí)的獲取時(shí)，神經(jīng)網(wǎng)絡(luò)只要求專家提供范例及相應(yīng)的解，然后運(yùn)用某種學(xué)習(xí)算法對(duì)實(shí)例進(jìn)行學(xué)習(xí)。通過在網(wǎng)絡(luò)內(nèi)部不斷修改權(quán)值分布直至符合預(yù)期的要求，再把專家的啟發(fā)式知識(shí)和經(jīng)驗(yàn)分布到網(wǎng)絡(luò)的互連和權(quán)值分布上，建立起特有的推理模型，從而完成知識(shí)的表達(dá)。

2.2 人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的結(jié)構(gòu)和功能

神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)是以神經(jīng)網(wǎng)絡(luò)為核心建造而成的一種“結(jié)合型”智能系統(tǒng)。它在實(shí)現(xiàn)傳統(tǒng)專家系統(tǒng)基本功能的基礎(chǔ)上，成功實(shí)現(xiàn)了通過模仿人類專家的邏輯思維方式來進(jìn)行問題求解和推理決策的功能。同時(shí)，還具有自學(xué)習(xí)和并行推理能力。神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)是構(gòu)造數(shù)值與符號(hào)結(jié)合的智能控制系統(tǒng)的強(qiáng)有力的工具。

2.3 人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)用作故障診斷的原因

經(jīng)過研究人員的不懈努力和技術(shù)的發(fā)展，故障診斷技術(shù)的研究與應(yīng)用取得了長(zhǎng)足的進(jìn)步，而神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在其中起到了推動(dòng)性的作用，是故障診斷技術(shù)不可或缺的重要組成。神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)之所以能成功地應(yīng)用于故障診斷領(lǐng)域，主要有以下三個(gè)方面原因：

（1）神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)能夠存儲(chǔ)以前相關(guān)的故障診斷的知識(shí)，在監(jiān)測(cè)燃?xì)廨啓C(jī)發(fā)生異常時(shí)，機(jī)組人員能夠通過咨詢?cè)撓到y(tǒng)，系統(tǒng)會(huì)自動(dòng)識(shí)別當(dāng)前異常數(shù)據(jù)，將該數(shù)據(jù)與歷史故障數(shù)據(jù)進(jìn)行對(duì)比，直接得到故障類型（2）神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)能夠識(shí)別各類歷史記錄的故障信息，并且能夠在干擾情況下正常運(yùn)轉(zhuǎn)工作。這種能力使得神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)適合在線故障檢測(cè)和診斷。

（3）神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)具有分辨故障原因及故障類型的能力。神經(jīng)網(wǎng)絡(luò)技術(shù)的出現(xiàn)，為故障診斷問題提供了新的解決途徑。

3.結(jié)語

在燃?xì)廨啓C(jī)人工智能故障診斷技術(shù)中，各種新的理論和新的技術(shù)方法層出不窮，而且都在實(shí)踐中證明了其可行性。本文所探討的人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合的人工智能故障診斷理論，也在實(shí)踐中證明了其可行性以及相比其他技術(shù)的優(yōu)越性，應(yīng)該值得我們的大力推廣。但是該理論也有很多診斷問題還沒有取得突破，因此在以后的研究中將是我們繼續(xù)研究的重點(diǎn)。 [科]

【參考文獻(xiàn)】

［１］單旭異.神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在凝汽器故障診斷中的應(yīng)用研究[D].華北電力大學(xué)，2009，2.

［２］陳夏夏，陳靜杰.基于粗糙集的機(jī)載電子設(shè)備故障檢測(cè)專家系統(tǒng)的改進(jìn)[J].河南科學(xué)，2011，01(29):77-79.