锅炉故障预测方法探析-机电毕业论文网(2)
2013-07-16 01:12
导读：(三)灰色模型预测法 灰色模型预测法是按灰色 系统理论 建立预测模型，它是根据系统的普遍发展。规律，建立一般性的灰色微分方程，然后通过对数据序
(三)灰色模型预测法
灰色模型预测法是按灰色
系统理论建立预测模型，它是根据系统的普遍发展。规律，建立一般性的灰色微分方程，然后通过对数据序列的拟合，求得微分方程的系数，从而获得灰色预测模型方程。应用灰色系统理论作故障预测主要有两种方法，一是基于灰色系统动态方程ＧＭ(或ＤＭ)的灰色预测模型，二是基于残差信息数据列的残差辨识预测模型。其中,ＧＭ(１,１)预测模型即１阶１个变量的微分方程描述的灰色模型比较常用。灰色预测的解从的角度看，相当于幂级数的叠加，它包含了一般线性回归和幂级数回归的内容，故灰色预测模型优于一般的线性回归或指数曲线拟合，也好于确定性时间序列分析法。灰色预测模型不要很多的原始数据，短数据 GM(1,1)模型有较高的预测精度，并具有计算简单速度快的优点。
（四）专家系统
专家系统能成功地解决某些专门领域的问题，也有很多优点，但经过多年的实践表明，它离专家的水平总是相差一段距离，有时在某些问题上还不如一个初学者。分析其原因，主要有以下几方面: 知识获取的“瓶颈”问题；模拟专家思维过程的单一推理机制的局限性；系统缺乏自学习能力。
(五)人工神经网络预测法
神经网络的故障诊断存在很多问题，它不能很好的利用领域专家积累的经验知识，只利用一些明确的故障诊断实例，而且需要一定数量的样本学习，通过训练最后得到的是一些阑值矩阵和权值矩阵，而不是像专家经验知识那样的推理产生式，所以缺乏对诊断结果的解释能力。目前应用神经网络进行故障预测的网络训练收敛速度慢，因此无法应用于实时诊断，只能处理记录数据。
（科教作文网http://zw.ΝsΕAc.com发布） （六）专家系统和人工神经网络相结合
专家系统和人工神经网络的相结合的方法是目前研究的热点。由神经网络与专家系统构成的神经网络专家系统，它可以利用神经网络的大规模并行分布处理和知识获取自动化等特点，解决专家系统存在的知识获取的“瓶颈”、推理能力弱、容错能力差、处理大型问题较为困难等问题，实现并行联想和自适应推理，提高系统的智能水平，使系统具有实时处理能力和较高的稳定性。同传统的专家系统相比，基于神经网络的专家系统具有以下几种优点: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中，便于知识库的组织和，通用性强;知识容量大，可把大量知识存储于一个相对小得多的神经网络中；便于知识的自动获取，能够自适应的变化；推理过程为并行的数值计算过程，避免了推理速度慢效率低等问题;推理速度快；具有联想、记忆、类比等形象思维能力，可工作于所学习过的知识以外的范围；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。
参考文献：
[1]蒋宗礼，《人工神经网络导论》高等出版社，2001。
[2]蒋东翔等，《大型汽轮发电机组混合智能诊断方法的研究》，
清华大学学报，1999，第三期。
[3]黄文虎等，《故障诊断技术的现状与展望及其在大型汽轮发电机组中的应用》，汽轮机技术，1999年第一期。
