本文選題：燃爐系統　切入點：故障預測　出處：《青島科技大學》2017年碩士論文

【摘要】：隨著自動控制系統的普遍應用以及工業(yè)自動化規(guī)模的不斷壯大,企業(yè)對系統運行的可靠性和穩(wěn)定性提出了越來越高的要求。為了盡量減少甚至避免故障損失,提高各大型設備運行的安全性,對各種異常狀態(tài)或故障狀態(tài)做出及時準確的預測與診斷是非常有必要的。故障預測技術是隨著維修理念的轉變和維修方式的變革而逐步發(fā)展起來的新技術,其有效地實現了對故障的主動預防和實時監(jiān)測,由基于智能系統的故障預測逐步替代了傳統的事后診斷,一定程度上為實現設備的安全性和經濟性運轉提供了可行性。本文深入研究了熱電廠鍋爐的基本結構、工藝流程及主要安全性能指標,在此基礎上建立了鍋爐故障預測系統知識庫。以4#爐高溫過熱器的壁溫數值為研究樣本,分別對T-S模糊神經網絡結構模型和多參數灰色誤差神經網絡模型進行MATLAB仿真。實際驗證結果表明了多變量灰色誤差神經網絡模型滿足了較高的精度和速度的要求。為了深入研究該模型算法而設計了故障預測系統,簡潔友好的界面和便捷的操作方式對于實現鍋爐相關的故障預測具有一定的積極意義。某電廠的鍋爐控制系統采用的是新華DCS的TisNet-OnXDC800,該系統本身集成了報警技術。本文深入研究了該套系統的運行機制與組態(tài),為更好的實現對故障的識別與預測,運用OPC技術的通訊方式研究了預測模型和系統的結合。同時在XCU圖形組態(tài)軟件中研究了多參數灰色誤差神經網絡模型的合理運用,具有一定的實際意義。
[Abstract]:With the widespread application of automatic control system and the continuous expansion of industrial automation scale, enterprises put forward more and more high requirements for the reliability and stability of system operation. To improve the safety of the operation of large equipment, It is necessary to make timely and accurate prediction and diagnosis of various abnormal or fault states. Fault prediction technology is a new technology developed with the change of maintenance concept and maintenance mode. It effectively realizes the active prevention and real-time monitoring of the fault, and gradually replaces the traditional post diagnosis with the fault prediction based on the intelligent system. To some extent, it provides the feasibility for the safety and economical operation of the equipment. In this paper, the basic structure, process flow and main safety performance indexes of the boiler in the thermal power plant are deeply studied. On this basis, the knowledge base of boiler fault prediction system is established. The T-S fuzzy neural network model and the multi-parameter grey error neural network model are simulated by MATLAB. The results show that the multivariable grey error neural network model can meet the requirements of high precision and speed. In order to deeply study the model algorithm, a fault prediction system is designed, Simple and friendly interface and convenient operation mode have certain positive significance to realize boiler related fault prediction. The boiler control system of a power plant adopts TisNet-OnXDC800 of Xinhua DCS, which integrates alarm technology. In this paper, the operating mechanism and configuration of the system are studied. In order to better realize the fault identification and prediction, the combination of prediction model and system is studied by using the communication mode of OPC technology. At the same time, the rational application of multi-parameter grey error neural network model is studied in the XCU graphic configuration software. Has certain practical significance.
【學位授予單位】：青島科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP183;TM621.2

【參考文獻】

相關期刊論文 前10條

1 馬良玉;汪寧姝;馬進;;基于神經網絡的超臨界鍋爐四管泄漏故障診斷[J];計算機測量與控制;2014年07期

2 周偉萍;王豐效;;灰色DNGM(1,1)預測模型及其優(yōu)化[J];計算機工程與應用;2013年10期

3 馬碩;焦現煒;田柯文;呂世樂;趙陽;鄭善軍;;故障預測技術發(fā)展與分類[J];四川兵工學報;2013年02期

4 高麗燕;宋雪亞;;范式在關系數據庫設計中的應用[J];電腦知識與技術;2011年05期

5 李晗;蕭德云;;基于數據驅動的故障診斷方法綜述[J];控制與決策;2011年01期

6 尹文生;;面向問題分析與決策的專家系統[J];計算機應用研究;2008年12期

7 馮江濤;;基于OPC的組態(tài)軟件和MATLAB的通信實現[J];微計算機信息;2008年01期

8 梁旭;李行善;張磊;于勁松;;支持視情維修的故障預測技術研究[J];測控技術;2007年06期

9 柴占杰;張廣明;;多變量灰色模型MGM(1,n)在鍋爐故障預測中的應用[J];機械與電子;2007年05期

10 張家精;倪友聰;;DAO技術在數據庫訪問中的應用與實現[J];計算機與現代化;2006年12期

相關博士學位論文 前1條

1 曾慶虎;機械動力傳動系統關鍵部件故障預測技術研究[D];國防科學技術大學;2010年

相關碩士學位論文 前10條

1 于沙家;基于模糊神經網絡的熱電廠脫硫系統建模與控制研究[D];青島科技大學;2016年

2 楊陽;神經網絡和專家系統在道岔故障診斷中的應用研究[D];蘭州交通大學;2013年

3 葉曉斌;基于灰色系統理論和神經網絡的機械故障預測模型及其應用[D];重慶大學;2012年

4 劉遠明;烏石化自備電廠安全策略研究[D];華東理工大學;2011年

5 黃付剛;基于模糊神經網絡的鍋爐汽包水位控制系統研究[D];南華大學;2010年

6 王忠桃;灰色預測模型相關技術研究[D];西南交通大學;2008年

7 鄧志江;自行火炮故障智能診斷與預測系統設計[D];南京理工大學;2007年

8 李小剛;電廠燃煤鍋爐燃燒系統建模及控制策略研究[D];昆明理工大學;2007年

9 李仙;基于模糊神經網絡的鍋爐汽包水位控制研究[D];重慶大學;2007年

10 周筠婷;電站鍋爐系統故障診斷與預測研究[D];哈爾濱工程大學;2006年

，

本文編號：1677662