计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2015年
5期
1476-1478
,共3页
火电厂制粉系统%故障诊断%神经网络%极化因子
火電廠製粉繫統%故障診斷%神經網絡%極化因子
화전엄제분계통%고장진단%신경망락%겁화인자
pulverizing system of power plant%fault diagnosis%neural network%polarization factor
制粉系统是火电厂的主要设备,其安全稳定运行对发电企业的经济生产具有十分重要的意义;针对制粉系统的运行特性和故障分析,提出了基于极化因子神经网络的火电厂制粉系统故障诊断方法,该方法将故障征兆相应的过程变量作为输入,将制粉系统故障类型作为输出,通过训练神经网络建立其系统故障诊断模型,其中训练过程中采用极化因子来自动调整神经网络的收敛速度,从而在满足误差目标的前提下,防止其陷入局部极小;选取实际火电厂制粉系统3个典型故障及其相对应的9个故障征兆参数进行了实验;结果表明,该方法具有良好的收敛性,完全可以满足火电厂制粉系统现场故障诊断的要求.
製粉繫統是火電廠的主要設備,其安全穩定運行對髮電企業的經濟生產具有十分重要的意義;針對製粉繫統的運行特性和故障分析,提齣瞭基于極化因子神經網絡的火電廠製粉繫統故障診斷方法,該方法將故障徵兆相應的過程變量作為輸入,將製粉繫統故障類型作為輸齣,通過訓練神經網絡建立其繫統故障診斷模型,其中訓練過程中採用極化因子來自動調整神經網絡的收斂速度,從而在滿足誤差目標的前提下,防止其陷入跼部極小;選取實際火電廠製粉繫統3箇典型故障及其相對應的9箇故障徵兆參數進行瞭實驗;結果錶明,該方法具有良好的收斂性,完全可以滿足火電廠製粉繫統現場故障診斷的要求.
제분계통시화전엄적주요설비,기안전은정운행대발전기업적경제생산구유십분중요적의의;침대제분계통적운행특성화고장분석,제출료기우겁화인자신경망락적화전엄제분계통고장진단방법,해방법장고장정조상응적과정변량작위수입,장제분계통고장류형작위수출,통과훈련신경망락건립기계통고장진단모형,기중훈련과정중채용겁화인자래자동조정신경망락적수렴속도,종이재만족오차목표적전제하,방지기함입국부겁소;선취실제화전엄제분계통3개전형고장급기상대응적9개고장정조삼수진행료실험;결과표명,해방법구유량호적수렴성,완전가이만족화전엄제분계통현장고장진단적요구.
