专家系统是一个具有大量的专门知识与经验的程序系统。它应用人工智能技术和计算机技术,根据某领域一个或多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,以便解决那些需要人类专家处理的复杂问题。从20世纪80年代开始,国内许多学者开展了专家系统诊断法在水电机组振动诊断方面的应用研究,并取得了一定的研究成果。邓正鹏等以水电机组为研究对象,对故障诊断专家系统知识库的建立从理论上和方法上进行了研究,建立了基于 C 的产生式知识库系。该方法已在白莲河水电站水电机组故障诊断专家系统知识库中获得应用,取得了良好的效果。刘晓波等针对水轮发电机组故障原因与症兆之间的复杂关系,建立了水轮发电机组故障诊断模糊专家系统,实例结果表明该系统推理效率高,可信度好。

专家系统故障诊断方法汇集众多的专家知识,能对随机发生的故障进行诊断。但是知识获取困难、知识库更新能力差、多个领域专家知识之间的矛盾难于处理、现有的逻辑理论的表达能力和处理能力有很大的局限性。

2.2.2神经网络诊断法

利用神经网络进行故障诊断的基本思想是:以故障特征信号作为神经网络输入,诊断结果作为神经网络输出。首先利用已有的故障征兆和诊断结果对神经网络进行离线训练,使神经网络通过权值记忆故障征兆与诊断结果之间存在的对应关系;然后将得到的故障征兆加到神经网络的输入端,就可以利用训练后的神经网络进行故障诊断,并得到相应的诊断结果。目前,神经网络诊断法已越来越广泛地应用到水电机组振动故障诊断系统中。梁业国等将神经网络方法引入到水轮发电机组的故障诊断中,通过对发电机设备故障诊断的具体应用,证明此方法是有效可行的。陈林刚等针对现有水电机组状态监测系统功能不完善、不够智能化的缺点,开发了基于神经网络的水电机组智能故障诊断系统。实验结果表明此系统的诊断结果准确可靠,具有良好的实用价值。

2.2.3模糊诊断法

模糊诊断方法是利用集合论中的隶属度函数和模糊关系矩阵的概念来解决故障与征兆之间的不确定关系。在模糊故障诊断中,构造隶属函数是实现模糊故障诊断的前提。模糊故障诊断方法主要有基于模糊模式识别的诊断方法、基于模糊推理的诊断方法、基于模糊模型的诊断方法等。模糊逻辑的引入主要是为了克服由于过程本身的不确定性、不精确性以及噪声等所带来的困难,因而在处理复杂系统的时滞、时变及非线性方面有其优越性。模糊故障诊断方法的不足之处在于,复杂的诊断系统要建立正确的模糊规则和隶属函数非常困难,而且需要花费很长的时间。

2.3小波分析

小波分析和小波变换是当前数学中一个迅速发展的新领域,能够解决许多傅立叶变换难以解决的问题。它在时域和频域都有良好的局域化能力,能聚焦到信号的任意细节,对信号的突变有很强的识别能力,能有效地去噪和提取有用信号。小波分析故障诊断方法先对信号进行多级小波分解,得到各子带数据。通过对小波变换系数模极大值的检测实现对信号奇异性的检测,从而确定故障发生的时间。小波分析非常适合非平稳信号,对于平稳信号而言,同样有效。分析信号的奇异性位置和奇异性的大小都是比较有效的。因此小波分析为水轮机故障诊断提供了新的分析方法。彭文季等提出应用频谱法和小波神经网络对水电机组的振动故障进行诊断,结果表明,频谱分析与这种小波神经网络相结合的方法进行故障诊断简单有效,并具有诊断速度快和泛化能力强等优点。李郁侠等利用小波包分析能有效地提取机组振动信号中的有用成分,采用小波包分解方法提取特殊频段上的能量特征值作为神经网络输入向量,运用于工程实例,取得良好效果。

2.4其它诊断方法

鉴于故障树诊断方法、人工智能诊断方法、小波分析等方法的优缺点,目前,一些学者正致力于研究将其它的技术手段引入水电机组的振动故障诊断中, 形成一种基于这些方法的综合智能故障诊断方法。杨晓萍等建立了基于信息融合技术的神经网络证据融合故障诊断系统,诊断实例表明,经过多故障特征信息融合,诊断结论的可信度明显提高,可以有效提高确诊率。王荣荣等将粗糙集理论和遗传算法引入水轮发电机组故障诊断中,提高故障诊断效率。

刘忠等针对目前水电机组故障诊断中存在的建模复杂、样本需求量大及诊断学习缺乏自主连续性等问题,提出了基于免疫原理的故障诊断方法。邹敏等将支持向量机引入水电机组故障诊断研究,提出一种结合小波频带分解与最小二乘支持向量机的水电机组故障诊断模型。

三、结语

水电机组振动故障诊断是一个多阶段、多层次的复杂过程,不同阶段用到的知识内容、表达形式及解决问题的思维方式都不尽相同。完成一个完整的故障诊断过程常常需要多知识表达形式和多推理模式及合理的控制机构来解决诊断问题。单一的故障诊断技术各有优缺点,难以满足复杂系统诊断的全部要求。因此,将多种故障诊断技术合理地结合在一起,发挥各自的优点,形成综合故障诊断技术,将是水电机组振动故障诊断技术的发展方向。