模糊专家系统在循环流化床锅炉运行诊断中的应用研究*

马华杰 王金梅 朱瑜红

（宁夏大学物理电气信息学院）

0 引言

随着科学技术的不断进步，循环流化床锅炉电站机组的装机容量正向大型化方向发展，锅炉机组的结构越来越复杂，需监测的数据越来越多，运行人员及时准确地判断故障的难度也越来越高[1]。为此很有必要建立一套自动诊断系统，来辅助运行人员快速、准确地确定故障并给出操作指导，从而使系统尽快回复正常。由于循环流化床锅炉是一个大滞后、多变量耦合的复杂控制对象，采用传统的控制方法受到限制[2]。而专家系统恰恰适用于复杂的、知识来源规范的大型动态系统[3]，运行人员可以充分利用各种信息和征兆，在专家系统的帮助下有效地解决循环流化床锅炉运行诊断中的实际问题。本文选用模糊专家系统来进行循环流化床锅炉运行故障诊断的主要原因有两个方面：一是故障征兆的模糊性。例如主蒸汽压力“高”、“低”，炉膛压力“升高”、“降低”等都是模糊概念，很难明确什么是“高”、“低”、“升高”、“降低”等。然而在进行循环流化锅炉运行诊断时，会遇到很多类似的征兆描述；二是规则的不确定性。循环流化锅炉运行诊断专家系统的知识库中包含着大量的启发式知识，这些知识来源于领域专家处理问题的知识和经验。既然领域专家的知识和经验是不确定的，那么知识库的规则也就必然具有不确定性。

1 系统结构

本文设计的专家系统的结构如图1所示。其中锅炉参数表用于存放与诊断有关的参数，例如某测点的正常值、最大值、最小值等；隶属度计算模块是根据数据库中的数据和相应参数计算得出模糊征兆的隶属度；推理机是根据知识库中规则和征兆事实得出诊断结论，并根据用户的需要给出解释程序。建立一个完善的专家系统必须考虑到知识库的后续工作，以方便知识工程师和领域专家在实际使用中对其进行修改和完善，所以设计了知识的录入和修改模块，用来完善知识库内容。

图1 专家系统的结构

2 关键技术的研究

2.1 隶属函数的选取

由于初始征兆的模糊性，所以对在线监测得到的初始征兆的可信度采用模糊数学中求隶属度的方法，这就涉及到隶属函数的选取问题。在模糊专家系统中，隶属函数的选取直接影响到系统的可信度和速度，这就要求选用的隶属函数首先要能满足诊断要求的准确性，同时过于复杂的隶属函数在计算中消耗较长的时间，这就要求隶属函数尽可能的简单，从而提高系统的响应速度。为此选用二次函数作为故障征兆可信度的求值函数[4]。由于篇幅有限，下面仅给出三种隶属函数的算法。

设测点的正常值XC，上限值为XH，下限值为 XL，隶属度的求值函数为A()Xμ，监测值为X。则“正常”的隶属函数为[5]

高或低的隶属函数

例如，已知主蒸汽压力的正常值为3.82 MPa，上限值为 4.25 MPa，下限值为 3.0 MPa，若监测值为3.9 MPa，则根据式（1）可得主蒸汽压力隶属于模糊子集“主蒸汽压力正常”的可信度为0.97；根据式（2）可得隶属于“主蒸汽压力高”的可信度为0.03。

2.2 规则的表示

由于循环流化床锅炉系统的复杂性，使其故障征兆与故障原因之间很难用精确的数学模型来表示，诊断过程很多要依靠专家的经验，而基于规则的产生式表示法能够较好的满足这一特点。另外，考虑到随着研究工作的不断深入，知识库的内容会不断得到完善，使用产生式能够方便地编辑和完善知识库[6]。因此本系统采用基于规则的产生式表示法，形式如下

其中：Pi为第i个前提条件（1≤i≤n）；ci为Pi的置信度（0< ci≤ 1）；Q为规则的结论；b为规则的置信度（0< b≤ 1）；λ为专家给定的阈值。

假设获得初始证据为 P1(c1′ ),P2(c2′ ),… ,Pn(cn′)，这里 Pi为初始征兆， ci′为初始征兆的可信度。系统采用一般匹配法[7]，如果

则上述规则匹配为真，设结论的置信度为β，则

3 诊断实例

实验室数据库中保存某电厂循环流化床锅炉发生布风板结焦故障的数据。相关参数在发生故障前1分钟内变化的趋势如图2 ～图4所示。

图2 沸下温度变化的趋势图

图3 风室压力变化的趋势图

图4 炉膛上下温差变化的趋势图

系统根据设定的采样周期进行数据采样，将1分钟内所采集数据的平均值作为该参数的当前值，与锅炉参数表的正常值进行比较，得出该测点变化的趋势，然后根据相应的隶属函数计算征兆的隶属度。系统将数据进行处理后的结果如表1所示。

表1 数据的处理结果

由表1和图2 ～图4可知，专家系统处理的结果和实际的数据变化趋势图一致。系统得出如下征兆：① 沸下温度高且呈升高趋势；② 风室压力高且呈升高趋势；③ 炉膛上下温差高且呈升高趋势。

系统将上述征兆事实及隶属度断言到知识库中。知识库中存在如下规则：

规则1：IF 沸下温度高（0.95）

and 风室压力升高（0.95）

and 炉膛上下温差高（0.85）

THEN布风板结焦（0.90,0.2）

这样规则1中的前件均有事实与之匹配。然后利用式（3）进行规则匹配：

因此认为该规则匹配成功。

然后，利用式（4）计算诊断结果的置信度：

于是系统得出结论：布风板结焦，置信度为0.77。由此可见，该专家系统的诊断结论和实际情况相符。

4 结论

本文研究并开发了一个基于模糊专家系统的循环流化床锅炉运行诊断系统，该系统可以有效地辅助操作人员尽早、准确地发现并处理故障。然而该方法是依赖于经验的，还没有将循环流化床锅炉的数学模型等应用到该专家系统中。因此该系统将进一步融合数学模型的辨识、神经网络、遗传算法等智能技术，使系统更加人性化、智能化。

[1]陆继东,黄义华,沈凯,等.循环流化床锅炉在线监测与状态诊断专家系统[J].热能动力工程,2000,16(6):628-631.

[2]张智宇,李兵.基于CLIPS与DCS的CFBB燃烧控制专家系统[J].哈尔滨工业大学学报,2007,39(12):1942-1944.

[3]Joseph Giarratano,Gary Riley. Expert Systems Principles and Programming [M].Beijing: China Machine Press,2000.

[4]Hayes-Roth F,Waterman D A,Lenat D B. 建立专家系统[M].成都:四川科学技术出版社,1986.

[5]马华杰.基于模糊专家系统的锅炉运行故障诊断研究[J].华东电力,2011,39(8):1353-1356.

[6]万定生,黄巍.太阳能热发电站故障诊断专家系统应用研究[J].计算机工程与设计,2009,30(23):5485-5488.

[7]陈交顺,陆继东,黄义华,等.专家系统在循环流化床锅炉状态诊断中的应用[J].电站系统工程,2002,18(2):11-13.