粗糙集理論於振動故障訽斷之研究

《粗糙集理論於振動故障訽斷之研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第十七屆中華民國振動與噪音工程學術研討會北台灣科學技術學院中華民國九十八年六月六日thThe17NationalConferenceonSoundandVibration,Taipei,June6,2009粗糙集理論於振動故障診斷之研究黃燕昌孫火清盧恆究正修科技大學電機工程系huangyc@csu.edu.tw摘要面，具有相當多的貢獻。但專家系統須蒐集正確而完整本文提出應用粗糙集理論於蒸汽渦輪發電機組振的知識，否則常存在無法得到推論結果的問題。同時，動故障診斷問題，所提方法將從具有不完備振動數據資因診斷的法則通常是由經驗或者試誤法料庫中，進行診斷規則之萃取。粗糙集理論藉由所萃取（Trial

2、-and-Error）中獲得，所以無法自動由先前已有的之診斷規則直接描述不完備振動數據資料庫中所蘊藏大量機組振動資料庫與過去診斷經驗中學習新的診斷之診斷知識。測試結果顯示，所提方法可從不完備數據法則。且該領域的專家須具有計算機科學及人工智慧背資料中萃取既簡單又有效之診斷規則，且此方法應用於景，方知道如何建立專家系統，並需具有良好的表達能實際系統故障診斷之可行性已得到證實。力，才能提供好的判斷法則。因此，使用者不易建立與關鍵詞：粗糙集理論、故障診斷。使用乃成為專家系統仍需待解決的地方。再者，專家系統之推論完全藉由明確之診斷規則匹配方式，因此造成1.前言推論過程不靈活，亦無法學習新的診斷規則。

3、此外，因專家系統推論耗時，無法滿足機組故障線上即時監測與汽渦輪發電機組為火力與核能發電廠中重要之發診斷之需。電設備，其造價昂貴且組成結構極為複雜，不僅同一旋於機組振動故障診斷中，經常出現振動過大，振動轉設備之不同部份相互聯結並緊密耦合，而且於不同設隨負載增加而發生明顯變化等模糊診斷術語，而此類模備間存在聯結軸緊密結合關係，使得汽渦輪機與發電機糊術語不易以傳統之數學方式加以描述。因模糊理論能形成一整體發電機組。若機組其中任何一設備或一零組有效處理人類語言描述與思維中不確定性與不精確件產生故障，將造成供電中斷，此一後果除了須負擔設性，因此適合於機組振動故障之複雜且非線性之故障診備本身的損失之外

4、，在目前極需電力與供電品質要求日斷問題。模糊理論應用於解決機組振動診斷問題可區分益增高的情況下，因停電所造成的社會成本之增加，將成兩種：模糊診斷方法與模糊聚類分析法。模糊診斷方難以估計。因此，如能經由常時振動監測，及早偵知機法根據模糊集間之距離和模糊關係矩陣，利用模糊模式組之初期故障，進而離線加以維修，不但可以節省社會識別和模糊綜合評判方法進行機組故障診斷。模糊聚類成本，而且對於供電品質與可靠度的提升，亦有相當大分析法依據症兆和故障種類之特徵與相似度，建立模糊的助益[1]。相似關係進行故障診斷，不需對症兆和故障種類間的對於汽渦輪發電機組振動故障診斷問題上，過去之研應關係有深入之了解。雖然模

5、糊理論可處理機組振動故究提出了以類神經網路、模糊理論、專家系統等人工智障診斷問題中所存在之不確定性與不精確性資訊，但目慧方法為代表之智慧型故障診斷技術。為建構完整的汽前所提出之研究僅止於單一故障之診斷，無法對多重故渦輪發電機組振動故障模式，並提高故障正確診斷率，障進行有效診斷。經常採用大量的故障症兆作為樣本進行模式學習或診針對現有診斷準則的不確定性，模糊邏輯的方法已斷規則之萃取。值得注意的是，每一個症兆在故障診斷應用於診斷機組振動初期故障診斷上。一般而言，模糊過程中的重要性並不一定相同，甚至某些症兆是冗餘邏輯所使用的“若–則＂法則，使推論所得結果較為透的；此外，亦可能存在相同的故障症兆值對

6、應至不同故明化，且較容易解釋其推論過程。然而，如專家系統一障種類之矛盾或不一致現象。般，現有方法其診斷的法則與相關歸屬函數的調整是由人工智慧診斷方法是利用電腦軟體模擬人類智能經驗或者試誤法中獲得，而無法由先前已有的大量機組思考行為模式，可以充份將領域專家經驗直接應用於故振動資料庫與過去診斷經驗中自動學習新的診斷法障診斷中，進行快速決策、推論、學習與識別等，同時則。因此，由機組振動中所得到的實際診斷記錄，同樣亦可將診斷知識應用於特性相同之待診對象，不受傳統不能完全的應用在相關診斷工作上。方法之限。應用於機組振動故障診斷之人工智慧方法包類神經網路具有高度非線性輸出與輸入間之對應括有：專家系統[

7、2-5]、模糊理論[6-8]、類神經網路[9-10]能力，並已廣泛應用於機組振動故障診斷，亦獲得不錯等。之研究成果。但傳統類神經網路系統至今仍存在網路架專家系統是目前人工智慧的方法中應用的最廣，也構（隱藏層數與隱藏層神經元數目）不易決定、訓練參最成功的技術，在電力系統上的應用亦相當廣泛。在機數不易設定，及需長時間訓練的缺點。再加上類神經網組振動故障診斷方面，專家系統可保留資深有經驗專家路知識的儲存類似於黑盒子（Black