水电机组故障诊断的集成知识表示与推理

论文价格:0元/篇 论文用途:仅供参考 编辑:论文网 点击次数:0
论文字数:**** 论文编号:lw202390620 日期:2025-01-10 来源:论文网

编号 样本类型 f/(2~6) f 2f pf zf 50 Hz 100 Hz 2(k+1)f 固有频率
1 训练样本 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
2 训练样本 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
3 训练样本 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
4 训练样本 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
5 测试样本 0.75 0.13 0.00 0.08 0.02 0.00 0.03 0.00 0.03

编号 样本类型 训 练 之 前 训 练 之 后
正常状态 电磁故障 水力故障 机械故障 正常状态 电磁故障 水力故障 机械故障
1 训练样本 1.00 0.00 0.00 0.00 0.99 0.01 0.00 0.00
2 训练样本 0.10 0.10 0.90 0.10 0.10 0.10 0.90 0.10
3 训练样本 0.10 0.50 0.40 0.60 0.10 0.50 0.40 0.60
4 训练样本 0.10 0.10 0.10 0.90 0.10 0.10 0.11 0.90
5 测试样本 0.25 0.15 0.65 0.05 0.25 0.15 0.65 0.05

3 诊断推理策略

  本集成专家系统的推理实际上是基于置信度的模糊推理。如前所述,在一定前提下每一条模糊诊断规则中含有一个取值在0~1之间的置信度。显然,这些规则的前提具有一定的不确定性,特别是各个导数关系有很大的模糊性。因此,当规则前提在程度深浅上发生变化时,本文利用了文[5]提出的基于置信度的模糊推理方法对规则的置信度进行一定地修正。另一方面,为了与模糊规则相衔接,本系统信号分析的结论用一定的置信度表示,而ANN分类器得出的分类结果(0~1之间的数)其实就是各类故障发生的置信度。至此,本专家系统的各个阶段的诊断推理过程都能在置信度上有所反映,置信度成为系统推理中确定故障发生可能性的一个根本依据。
  从水电机组故障发生的几率来看,发生常见故障的可能性较大。考虑到,专家系统的诊断应面向更为全面的故障集,因此应将典型案例库及其BP网络分类器作为集成知识库中优先进行推理的部分,仅当不满足典型案例相似精度要求时,系统才转入类规则库及其PNN分类器执行进一步推理,其主要诊断过程如图1所示。

如果您有论文相关需求,可以通过下面的方式联系我们
客服微信:371975100
QQ 909091757 微信 371975100