本文選題：動力爐 + 故障診斷　； 參考：《電子科技大學》2012年碩士論文

【摘要】：動力爐是公司生產鏈中重要的一環(huán)，其主要任務是提供合格品質的蒸汽。隨著科學技術的不斷提高，公司生產技術也快速步入自動化，智能化。動力爐自動化發(fā)展更是迅速，其正向高集成化、高智能化方向發(fā)展，控制回路多，程序復雜，由此對故障診斷技術應用的迫切性與日俱增。 本論文是動力爐故障診斷研究領域中面向對象方法和人工智能技術綜合應用方向分支的深入研究，并在此基礎上設計開發(fā)動力爐故障診斷與監(jiān)測系統。首先在知識獲取、知識表達和知識庫的構建中都采用了較新的構建方式，知識庫建立采用了領域深知識和經驗淺知識有機結合的方式，建立了基于結構與功能的層次分解模型，并在知識表達和存儲中大力采用數據庫技術；其次，，本文通過對前人有關動力爐故障診斷方法模型的學習與分析，采用數據庫技術、PLC控制以及面向對象的編程語言，設計以神經網絡與專家知識為推理策略的控制系統，實現對動力爐故障檢測、診斷及排除。
[Abstract]:Power furnace is an important link in the production chain of the company, its main task is to provide qualified quality steam. With the continuous improvement of science and technology, the company's production technology also quickly into automation, intelligent. The development of power furnace automation is more and more rapid. It is developing in the direction of high integration, high intelligence, many control loops and complex program. Therefore, the application of fault diagnosis technology is becoming more and more urgent. This paper is an in-depth study on the application of object-oriented method and artificial intelligence technology in the field of power furnace fault diagnosis. On this basis, a fault diagnosis and monitoring system for power furnace is designed and developed. First of all, a new construction method is adopted in knowledge acquisition, knowledge expression and knowledge base construction. The knowledge base is built by combining domain deep knowledge with experience shallow knowledge, and a hierarchical decomposition model based on structure and function is established. Database technology is used in knowledge expression and storage. Secondly, through the study and analysis of the previous models of power furnace fault diagnosis, the database technology is used to control PLC and object-oriented programming language. A control system based on neural network and expert knowledge is designed to detect, diagnose and eliminate power furnace faults.
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TH165.3

【參考文獻】

相關期刊論文 前10條

1 羅錦,孟晨,蘇振中;基于關系型數據庫的故障診斷專家系統設計[J];電測與儀表;2002年07期

2 肖正華，劉陽，杜永祚;國內外設備診斷技術發(fā)展概述[J];電力情報;1994年04期

3 李錄平,韓西京,韓守木,楊叔子;火電機組故障診斷技術的現狀與展望[J];電力情報;1997年03期

4 李凡,鄒凡;電力設備故障診斷專家系統[J];電腦與信息技術;1998年01期

5 馬憲國,陳之航;電站鍋爐故障診斷專家系統的研究與應用[J];動力工程;1992年06期

6 倪維斗,蔣東翔,汪健,夏朝陽,陶巖,張春;大型電站性能監(jiān)測分析與診斷技術研究[J];動力工程;1997年03期

7 程道來,吳茜,呂庭彥,陳棟;國內電站故障診斷系統的現狀及發(fā)展方向[J];動力工程;1999年01期

8 吳翠娟,陳瑩,王致杰,李冬;現代大型設備故障智能診斷技術的現狀與展望[J];電子工程師;2003年12期

9 劉亮,李錄平,莫江春,謝又成,程明一;過熱器故障診斷專家系統的知識處理方法[J];電站系統工程;1999年06期

10 阮躍,黃雅萍;大型電站狀態(tài)監(jiān)測與故障診斷專家系統的研究[J];電站系統工程;1997年03期

相關碩士學位論文 前7條

1 郭旭;基于Flex的Liquid GUI研究與應用[D];鄭州大學;2011年

2 劉軍;故障診斷方法研究及軟件開發(fā)[D];大連理工大學;2000年

3 劉一;智能故障診斷方法研究及應用[D];昆明理工大學;2003年

4 熊浩;電站鍋爐故障診斷與預測研究[D];重慶大學;2003年

5 朱華年;鍋爐控制系統故障診斷與可靠性研究[D];蘭州理工大學;2006年

6 周學偉;基于知識的鍋爐智能監(jiān)控專家系統的開發(fā)[D];沈陽理工大學;2008年

7 鄧輝;基于神經網絡的鍋爐故障診斷研究[D];沈陽理工大學;2009年

本文編號：2026132