模糊專家系統(tǒng)在循環(huán)流化床鍋爐運(yùn)行診斷中的應(yīng)用研究*

馬華杰 王金梅 朱瑜紅

（寧夏大學(xué)物理電氣信息學(xué)院）

0 引言

隨著科學(xué)技術(shù)的不斷進(jìn)步，循環(huán)流化床鍋爐電站機(jī)組的裝機(jī)容量正向大型化方向發(fā)展，鍋爐機(jī)組的結(jié)構(gòu)越來(lái)越復(fù)雜，需監(jiān)測(cè)的數(shù)據(jù)越來(lái)越多，運(yùn)行人員及時(shí)準(zhǔn)確地判斷故障的難度也越來(lái)越高[1]。為此很有必要建立一套自動(dòng)診斷系統(tǒng)，來(lái)輔助運(yùn)行人員快速、準(zhǔn)確地確定故障并給出操作指導(dǎo)，從而使系統(tǒng)盡快回復(fù)正常。由于循環(huán)流化床鍋爐是一個(gè)大滯后、多變量耦合的復(fù)雜控制對(duì)象，采用傳統(tǒng)的控制方法受到限制[2]。而專家系統(tǒng)恰恰適用于復(fù)雜的、知識(shí)來(lái)源規(guī)范的大型動(dòng)態(tài)系統(tǒng)[3]，運(yùn)行人員可以充分利用各種信息和征兆，在專家系統(tǒng)的幫助下有效地解決循環(huán)流化床鍋爐運(yùn)行診斷中的實(shí)際問(wèn)題。本文選用模糊專家系統(tǒng)來(lái)進(jìn)行循環(huán)流化床鍋爐運(yùn)行故障診斷的主要原因有兩個(gè)方面：一是故障征兆的模糊性。例如主蒸汽壓力“高”、“低”，爐膛壓力“升高”、“降低”等都是模糊概念，很難明確什么是“高”、“低”、“升高”、“降低”等。然而在進(jìn)行循環(huán)流化鍋爐運(yùn)行診斷時(shí)，會(huì)遇到很多類似的征兆描述；二是規(guī)則的不確定性。循環(huán)流化鍋爐運(yùn)行診斷專家系統(tǒng)的知識(shí)庫(kù)中包含著大量的啟發(fā)式知識(shí)，這些知識(shí)來(lái)源于領(lǐng)域?qū)＜姨幚韱?wèn)題的知識(shí)和經(jīng)驗(yàn)。既然領(lǐng)域?qū)＜业闹R(shí)和經(jīng)驗(yàn)是不確定的，那么知識(shí)庫(kù)的規(guī)則也就必然具有不確定性。

1 系統(tǒng)結(jié)構(gòu)

本文設(shè)計(jì)的專家系統(tǒng)的結(jié)構(gòu)如圖1所示。其中鍋爐參數(shù)表用于存放與診斷有關(guān)的參數(shù)，例如某測(cè)點(diǎn)的正常值、最大值、最小值等；隸屬度計(jì)算模塊是根據(jù)數(shù)據(jù)庫(kù)中的數(shù)據(jù)和相應(yīng)參數(shù)計(jì)算得出模糊征兆的隸屬度；推理機(jī)是根據(jù)知識(shí)庫(kù)中規(guī)則和征兆事實(shí)得出診斷結(jié)論，并根據(jù)用戶的需要給出解釋程序。建立一個(gè)完善的專家系統(tǒng)必須考慮到知識(shí)庫(kù)的后續(xù)工作，以方便知識(shí)工程師和領(lǐng)域?qū)＜以趯?shí)際使用中對(duì)其進(jìn)行修改和完善，所以設(shè)計(jì)了知識(shí)的錄入和修改模塊，用來(lái)完善知識(shí)庫(kù)內(nèi)容。

圖1 專家系統(tǒng)的結(jié)構(gòu)

2 關(guān)鍵技術(shù)的研究

2.1 隸屬函數(shù)的選取

由于初始征兆的模糊性，所以對(duì)在線監(jiān)測(cè)得到的初始征兆的可信度采用模糊數(shù)學(xué)中求隸屬度的方法，這就涉及到隸屬函數(shù)的選取問(wèn)題。在模糊專家系統(tǒng)中，隸屬函數(shù)的選取直接影響到系統(tǒng)的可信度和速度，這就要求選用的隸屬函數(shù)首先要能滿足診斷要求的準(zhǔn)確性，同時(shí)過(guò)于復(fù)雜的隸屬函數(shù)在計(jì)算中消耗較長(zhǎng)的時(shí)間，這就要求隸屬函數(shù)盡可能的簡(jiǎn)單，從而提高系統(tǒng)的響應(yīng)速度。為此選用二次函數(shù)作為故障征兆可信度的求值函數(shù)[4]。由于篇幅有限，下面僅給出三種隸屬函數(shù)的算法。

設(shè)測(cè)點(diǎn)的正常值XC，上限值為XH，下限值為 XL，隸屬度的求值函數(shù)為A()Xμ，監(jiān)測(cè)值為X。則“正?！钡碾`屬函數(shù)為[5]

高或低的隸屬函數(shù)

例如，已知主蒸汽壓力的正常值為3.82 MPa，上限值為 4.25 MPa，下限值為 3.0 MPa，若監(jiān)測(cè)值為3.9 MPa，則根據(jù)式（1）可得主蒸汽壓力隸屬于模糊子集“主蒸汽壓力正?！钡目尚哦葹?.97；根據(jù)式（2）可得隸屬于“主蒸汽壓力高”的可信度為0.03。

2.2 規(guī)則的表示

由于循環(huán)流化床鍋爐系統(tǒng)的復(fù)雜性，使其故障征兆與故障原因之間很難用精確的數(shù)學(xué)模型來(lái)表示，診斷過(guò)程很多要依靠專家的經(jīng)驗(yàn)，而基于規(guī)則的產(chǎn)生式表示法能夠較好的滿足這一特點(diǎn)。另外，考慮到隨著研究工作的不斷深入，知識(shí)庫(kù)的內(nèi)容會(huì)不斷得到完善，使用產(chǎn)生式能夠方便地編輯和完善知識(shí)庫(kù)[6]。因此本系統(tǒng)采用基于規(guī)則的產(chǎn)生式表示法，形式如下

其中：Pi為第i個(gè)前提條件（1≤i≤n）；ci為Pi的置信度（0< ci≤ 1）；Q為規(guī)則的結(jié)論；b為規(guī)則的置信度（0< b≤ 1）；λ為專家給定的閾值。

假設(shè)獲得初始證據(jù)為 P1(c1′ ),P2(c2′ ),… ,Pn(cn′)，這里 Pi為初始征兆， ci′為初始征兆的可信度。系統(tǒng)采用一般匹配法[7]，如果

則上述規(guī)則匹配為真，設(shè)結(jié)論的置信度為β，則

3 診斷實(shí)例

實(shí)驗(yàn)室數(shù)據(jù)庫(kù)中保存某電廠循環(huán)流化床鍋爐發(fā)生布風(fēng)板結(jié)焦故障的數(shù)據(jù)。相關(guān)參數(shù)在發(fā)生故障前1分鐘內(nèi)變化的趨勢(shì)如圖2 ～圖4所示。

圖2 沸下溫度變化的趨勢(shì)圖

圖3 風(fēng)室壓力變化的趨勢(shì)圖

圖4 爐膛上下溫差變化的趨勢(shì)圖

系統(tǒng)根據(jù)設(shè)定的采樣周期進(jìn)行數(shù)據(jù)采樣，將1分鐘內(nèi)所采集數(shù)據(jù)的平均值作為該參數(shù)的當(dāng)前值，與鍋爐參數(shù)表的正常值進(jìn)行比較，得出該測(cè)點(diǎn)變化的趨勢(shì)，然后根據(jù)相應(yīng)的隸屬函數(shù)計(jì)算征兆的隸屬度。系統(tǒng)將數(shù)據(jù)進(jìn)行處理后的結(jié)果如表1所示。

表1 數(shù)據(jù)的處理結(jié)果

由表1和圖2 ～圖4可知，專家系統(tǒng)處理的結(jié)果和實(shí)際的數(shù)據(jù)變化趨勢(shì)圖一致。系統(tǒng)得出如下征兆：① 沸下溫度高且呈升高趨勢(shì)；② 風(fēng)室壓力高且呈升高趨勢(shì)；③ 爐膛上下溫差高且呈升高趨勢(shì)。

系統(tǒng)將上述征兆事實(shí)及隸屬度斷言到知識(shí)庫(kù)中。知識(shí)庫(kù)中存在如下規(guī)則：

規(guī)則1：IF 沸下溫度高（0.95）

and 風(fēng)室壓力升高（0.95）

and 爐膛上下溫差高（0.85）

THEN布風(fēng)板結(jié)焦（0.90,0.2）

這樣規(guī)則1中的前件均有事實(shí)與之匹配。然后利用式（3）進(jìn)行規(guī)則匹配：

因此認(rèn)為該規(guī)則匹配成功。

然后，利用式（4）計(jì)算診斷結(jié)果的置信度：

于是系統(tǒng)得出結(jié)論：布風(fēng)板結(jié)焦，置信度為0.77。由此可見，該專家系統(tǒng)的診斷結(jié)論和實(shí)際情況相符。

4 結(jié)論

本文研究并開發(fā)了一個(gè)基于模糊專家系統(tǒng)的循環(huán)流化床鍋爐運(yùn)行診斷系統(tǒng)，該系統(tǒng)可以有效地輔助操作人員盡早、準(zhǔn)確地發(fā)現(xiàn)并處理故障。然而該方法是依賴于經(jīng)驗(yàn)的，還沒(méi)有將循環(huán)流化床鍋爐的數(shù)學(xué)模型等應(yīng)用到該專家系統(tǒng)中。因此該系統(tǒng)將進(jìn)一步融合數(shù)學(xué)模型的辨識(shí)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等智能技術(shù)，使系統(tǒng)更加人性化、智能化。

[1]陸繼東,黃義華,沈凱,等.循環(huán)流化床鍋爐在線監(jiān)測(cè)與狀態(tài)診斷專家系統(tǒng)[J].熱能動(dòng)力工程,2000,16(6):628-631.

[2]張智宇,李兵.基于CLIPS與DCS的CFBB燃燒控制專家系統(tǒng)[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào),2007,39(12):1942-1944.

[3]Joseph Giarratano,Gary Riley. Expert Systems Principles and Programming [M].Beijing: China Machine Press,2000.

[4]Hayes-Roth F,Waterman D A,Lenat D B. 建立專家系統(tǒng)[M].成都:四川科學(xué)技術(shù)出版社,1986.

[5]馬華杰.基于模糊專家系統(tǒng)的鍋爐運(yùn)行故障診斷研究[J].華東電力,2011,39(8):1353-1356.

[6]萬(wàn)定生,黃巍.太陽(yáng)能熱發(fā)電站故障診斷專家系統(tǒng)應(yīng)用研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2009,30(23):5485-5488.

[7]陳交順,陸繼東,黃義華,等.專家系統(tǒng)在循環(huán)流化床鍋爐狀態(tài)診斷中的應(yīng)用[J].電站系統(tǒng)工程,2002,18(2):11-13.