基于隶属度和规则的层次分类诊断模型.pdfVIP

第 25 卷第 2 期 中国动力工程学报 Vol.25 No.2 2∞5 年 4 月 CHINESE JOURNAL OF POWER ENGINEERING Apr.2∞5 文章编号 :1000-6761(2005)02-0258-04 基于隶属度和规则的层次分类诊断模型 卫振华 1 ，忻建华 1 ，曹华 1 ，金兴 2 (1.上海交通大学，上海 2∞240; 2. 上海电力股份有限公司，上海 2∞001) 摘 要:提出了一个基于模糊隶属度和规则的分类层次诊断模型。针对该模型，首先以汽轮机通 流部分故障为对象，讨论了层次分类的方法，根据结构和故障分解的原则建立了故障诊断树;其次 根据热力参数的实际情况，选择模糊隶属度函数并确定隶属度函数的算法;最后综合这两种方法的 优点，设计了故障节点的知识组织结构，把每个故障节点的知识库分成工况参数、初始证据源、证据 模式、神经网络信息、模糊规则库、索引知识等 6 个部分。该模型既减少了故障判断的有哪些信誉好的足球投注网站数量，又 把诊断所需的各种模糊不确定的知识用模糊神经网络的权重来表示，知识的获取通过模糊神经网 络的训练进行，解决了知识获取的瓶颈问题。经过实际故障诊断验证，该模型对于通流部分故障 诊断具有很好的适用性。图 2 表 4 参 20 关键词:动力机械工程;层次分类;神经网络;故障诊断;性能参数 中固分类号: TP306.3 文献标识码 :A Hierarchic Classification Diagnosis Models Based on Membership Grade and Rules WEI Zhen-hu旷 ， XIN ]ian-hua 1 , CAO Hua 1 , ]IN Xing 2 ( 1. Shanghai Jiaotong University , Shanghai 200240 , China; 2. Shanghai Electric Power Co. Ltd. , Shanghai 200001 , China) Abstract: A hierarchic classification diagnosis model , based on fuzzy membership grade and mles is being proposed. First of all , the hierarchic classification method is discussed by taking steam turbine blading faults as the 。问 ect concemed , and a fault diagnosis tree , based on decomposition of stmcture and fault events , is set up. Next , in accordance with actual conditions given by the thermal parameters , a fuzzy member由 ip grade function is chosen and its algorithm fixed. Finally the advantages of these two methods are synthesized in the design of the