复杂系统故障预测理论及其在励磁系统中应用的研究

《复杂系统故障预测理论及其在励磁系统中应用的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要摘要近年来，因关键设备故障而引起的灾难性事故时有发生，这些严重的、或灾难性事故的不断发生，迫使各国政府、社会以及科研人员高度重视对复杂系统故障预测和诊断方面的研究。然而传统的故障诊断技术大量采用预防维护理念，不管设备是否发生故障，都对其进行定期检修。各类工业企业也投入了大量的资金用于工业系统的维护并使其能够延长正常运行的寿命。由于缺乏对系统运行准确的状态判断和健康分析，出于安全的考虑，对系统设备进行了大量不必要的维修，大大提高了运行成本。可随着现代工业及科学技术的迅速发展，工业设备日趋大型化、连续化、高速

2、化和自动化，功能越来越多，结构也越来越复杂，传统的故障诊断技术已经不能适应复杂设备系统实际运行的需要。正是基于这个原因，复杂系统的故障预测理论及应用研究近些年了引起了科研人员的极大关注，并取得了一些较好的结果。与此同时，励磁装置系统作为大型电力发电厂的关键设备，其运行性能好坏直接影响着电厂发电能力的稳定，因而为复杂系统故障预测理论的应用提供了良好的试验平台。基于这个目标，本论文围绕复杂系统的故障预测理论及其应用这一关键问题，以国家自然科学基金项目“基于相似性原理和免疫应答理论重构故障诊断系统”、重庆市教委科学研究

3、项目“基于非线性理论的复杂系统故障预测理论及应用研究”、重庆市科委自然科学基金项目“复杂系统的网络化智能故障预测理论及应用研究”以及企业横向项目“励磁装置在现故障预测和故障诊断系统”为背景，对复杂系统的运行机理以及结构进行了详尽分析，就其故障预测的理论进行了深入的研究与讨论，并同时将理论研究工作嵌入到电力设备系统的励磁装置的故障诊断预测中进行检验。本文的主要研究成果包括：1、在参考粗糙集理论的基础上，针对复杂系统故障影响因子的特点，提出了一种数据清洗模型，并利用专家系统知识库设计了一类基于粗糙集理论的远程监测数据

4、简化系统，给出相应的算法规则，解决了励磁设备系统信息数据简化的问题。2、结合卡尔曼滤波和方差控制约束理论提出了一种复杂系统故障预测的理论模型。先对复杂系统的结构进行分析，利用随机逼近理论对非线性系统结构进行线性逼近解决这类非线性系统存在逼近误差的问题。在此基础上，建立重构系统的基本建模方法，推导出该重构系统的基本特征，解决了逼近系统存在内生扰动力的问题。然后，建立了复杂系统故障预测的卡尔曼滤波预测模型以及故障监控阈值的确立规则。最后设计了一种复杂系统故障预测集成系统，并利用励磁系统I重庆大学博士学位论文的故障预测

5、的仿真实验验证了所设计系统的有效性。实验结果表明，这种复杂系统故障检测技术方案由于解决了系统存在外部和内生扰动力的问题，具有良好的开放性和自适应性。3、主要从统计学的相关知识出发，详细阐述了励磁系统故障预测技术中的判别与分类的思想。在建立复杂系统故障数据量纲归一化模型的基础上，分别介绍了利用故障分类的数据建立判别式的方法以及故障在线预测的基本方法，设计了不同的系统结构图，推导出相关的模型和算法，并对他们的有效性分别在励磁装置系统中进行了实验论证；与此同时，鉴于概率理论不精确的特性，刻画了故障预测技术中错分代价的问

6、题。4、研究了一类包含多领域专家知识的复杂大系统的智能故障预测问题，提出了一种基于多Agent集成方法的复杂系统故障预报技术。在分析多智能体的构建基础和组件技术的基础上，探讨了多Agent预测系统的预测策略和推理模型的建立，并设计了基于协同机制的多Agent预测系统的预测流程。与此同时，针对励磁系统本身特点，构建了励磁系统的多Agent智能故障预测系统，验证了多Agent集成故障预测方法的有效性。实践表明，该预测系统由于各子预测Agent之间是一种宏观层次上的高内聚松耦合结构，解决了单一Agent不能同时考虑各方

7、面因素的缺点，使得复杂系统内部结构的信息交换成为了可能，可以实现智能上的故障预报。最后对全文的研究工作进行了总结，并指出了复杂系统故障预测理论及其在励磁系统中的应用研究进一步研究的方向。关键词：复杂系统，故障预测，数据简化，判别与分类，错分代价，多Agent，励磁系统II英文摘要ABSTRACTInrecentyears,thecausabledisastertroubleusuallyhappenedbecausethekeyequipmentsbreakdown.Theseseriousfaultordisa

8、stertroublecompelledthatallcountriesgovernment,societyandresearcheshaveahighattentionforthestudyofthefaultpredictionandfaultdiagnosisinthecomplicatedsystem.However,thetraditionalfaultdiag