基于分層混合專家網(wǎng)絡的鍋爐故障診斷軟件的開發(fā).pdf

1、本文針對重慶發(fā)電廠670t/h鍋爐故障診斷問題，在原有的研究基礎上采用分層混合專家網(wǎng)絡，對其故障診斷系統(tǒng)做了進一步的開發(fā)研究工作，增添了分層模糊神經(jīng)網(wǎng)絡模塊與新樣本，拓展了鍋爐故障診斷數(shù)據(jù)庫及故障診斷處理和解釋子系統(tǒng)。并采用VisualC++編制了系統(tǒng)程序，首先通過分層混合專家網(wǎng)絡對故障樣本進行訓練，在訓練中對分層混合專家網(wǎng)絡各參數(shù)(規(guī)則數(shù)、學習率、門網(wǎng)絡中止誤差、專家網(wǎng)絡初試迭代誤差、循環(huán)次數(shù)、加權指數(shù)等)與學習誤差平方和的關系進行了

2、探討，其結(jié)果為樣本網(wǎng)絡參數(shù)的合理選取提供了依據(jù)。然后，在計算機上對鍋爐滿水、缺水等故障進行了仿真實驗。其實驗結(jié)果表明：只要合理選取網(wǎng)絡參數(shù)，本文所編輯的樣本均能收斂于一個較小的穩(wěn)定值，訓練誤差也較小，并且通過分層與不分層混合專家網(wǎng)絡的樣本訓練結(jié)果比較可知，采用這個具有樹結(jié)構(gòu)型式的分層混合專家網(wǎng)絡，由于其中兩層門網(wǎng)絡對系統(tǒng)的控制作用加強，因此樣本訓練的精度與穩(wěn)定性有所提高。同時，實驗結(jié)果還表明將模糊網(wǎng)絡技術與基于知識的專家系統(tǒng)技術結(jié)合的分