淺析鍋爐故障的預(yù)測(cè)方法

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

摘要：隨著社會(huì)的發(fā)展與進(jìn)步，我們?cè)絹?lái)越重視鍋爐故障的預(yù)測(cè)方法，鍋爐故障的預(yù)測(cè)方法的掌握對(duì)于現(xiàn)實(shí)生活中具有重要的意義。本文主要介紹鍋爐故障的預(yù)測(cè)方法的有關(guān)內(nèi)容。 

關(guān)鍵詞鍋爐；預(yù)測(cè)；精度；分析；故障；  abstract: with the social development and progress, more and more attention to boiler failure prediction methods, to master boiler failure prediction methods for the real life of great significance. this paper describes the boiler failure prediction methods.  keywords boiler; forecasts; accuracy; analysis; fault;  中圖分類號(hào)：tk223文獻(xiàn)標(biāo)識(shí)碼：a 文章編號(hào)：  引言  鍋爐房是生產(chǎn)重地，同時(shí)也因?yàn)槠涫褂玫念l繁而導(dǎo)致故障頻發(fā)，常見的有鍋垢導(dǎo)致的，腐蝕引起的，移出引起的，軸承漏油燒毀引發(fā)的等故障，鍋爐故障往往是極大的安全隱患，因此探究鍋爐常見故障的預(yù)測(cè)方法是必要的，也是保障人民群眾生產(chǎn)，生活安全的重要組成部分。  1、鍋爐故障預(yù)測(cè)相關(guān)知識(shí)  人工智能故障診斷與預(yù)測(cè)技術(shù)是隨著現(xiàn)代化技術(shù)、經(jīng)濟(jì)高速發(fā)展而出現(xiàn)的一門新型技術(shù)，它能鑒別設(shè)備的狀態(tài)是否正常，發(fā)現(xiàn)和確定故障的部位和性質(zhì)并提出相應(yīng)的對(duì)策，以提高設(shè)備運(yùn)行的可靠性，延長(zhǎng)其使用壽命，降低設(shè)備全壽命周期費(fèi)用。采用故障預(yù)測(cè)技術(shù)可以實(shí)現(xiàn)對(duì)故障的早期發(fā)現(xiàn)并預(yù)測(cè)其未來(lái)的發(fā)展趨勢(shì)，便于對(duì)火電機(jī)組及時(shí)調(diào)整以避免惡性事故的發(fā)生，使機(jī)組能安全可靠的運(yùn)行，同時(shí)提高機(jī)組的經(jīng)濟(jì)性。  根據(jù)預(yù)測(cè)期限長(zhǎng)短的不同可將故障預(yù)測(cè)分為三種。長(zhǎng)期預(yù)測(cè)，為了制定鍋爐機(jī)組的長(zhǎng)遠(yuǎn)維修計(jì)劃和維修決策而進(jìn)行的預(yù)測(cè)，時(shí)間一般為一個(gè)月以上，預(yù)測(cè)精度要求低。中期預(yù)測(cè)，對(duì)鍋爐機(jī)組在未來(lái)比較長(zhǎng)的時(shí)間內(nèi)的狀態(tài)進(jìn)行預(yù)測(cè)，為機(jī)組的中期維修計(jì)劃和維修決策服務(wù)，時(shí)間一般為一周左右，預(yù)測(cè)精度要求較低。短期預(yù)測(cè)，對(duì)鍋爐機(jī)組的近期發(fā)展情況進(jìn)行預(yù)測(cè)，時(shí)間為一天左右，對(duì)預(yù)測(cè)精度要求高。對(duì)于中、長(zhǎng)期預(yù)測(cè)，由于精度要求不高，可考慮采取簡(jiǎn)單的預(yù)測(cè)模型，建立單變量時(shí)間序列模型進(jìn)行預(yù)測(cè)。而對(duì)于短期預(yù)測(cè)，對(duì)精度要求較高，同時(shí)由于各相關(guān)因素對(duì)當(dāng)時(shí)的狀態(tài)值影響較大，因此在進(jìn)行短期預(yù)測(cè)時(shí)，除了要考慮時(shí)間序列本身外，還應(yīng)適當(dāng)將其他相關(guān)因素考慮進(jìn)去，這就需要建立多變量時(shí)間序列模型進(jìn)行預(yù)測(cè)，以滿足短期預(yù)測(cè)對(duì)精度的要求。  2、故障預(yù)測(cè)精度要求  當(dāng)今人上智能故障診斷與預(yù)測(cè)技術(shù)是隨著現(xiàn)代化技術(shù)、經(jīng)濟(jì)高速發(fā)展而出現(xiàn)的一門新型技術(shù)，由于它能鑒別設(shè)備的狀態(tài)是否j下常，發(fā)現(xiàn)和確定故障的部位、性質(zhì)，并提出相應(yīng)的對(duì)策，以提高設(shè)備運(yùn)行的可靠性，延長(zhǎng)其使用壽命，降低設(shè)備全壽命周期費(fèi)用。采用故障預(yù)測(cè)技術(shù)，還可以實(shí)現(xiàn)對(duì)故障的早期發(fā)現(xiàn)并預(yù)測(cè)其未來(lái)的發(fā)展趨勢(shì)，便j二對(duì)機(jī)組及相關(guān)設(shè)備的及時(shí)調(diào)整，避免惡性事故的發(fā)生與擴(kuò)展，保障安全可靠的運(yùn)行，并提高機(jī)組的運(yùn)行經(jīng)濟(jì)性。在預(yù)測(cè)期限上，根據(jù)預(yù)測(cè)期限長(zhǎng)短的不同，一般可將故障預(yù)測(cè)分為：長(zhǎng)期預(yù)測(cè)、中期預(yù)測(cè)和短期預(yù)測(cè)。  2．1長(zhǎng)期預(yù)測(cè)  它是為了制定鍋爐機(jī)組的長(zhǎng)遠(yuǎn)維修計(jì)劃和維修決策而進(jìn)行的預(yù)測(cè)，在時(shí)間上一般為一個(gè)月以上，其預(yù)測(cè)的精度要求低。  2．2中期預(yù)測(cè)  它對(duì)鍋爐機(jī)組在未來(lái)比較長(zhǎng)的時(shí)間內(nèi)的狀態(tài)進(jìn)行預(yù)測(cè)，為機(jī)組的中期維修計(jì)劃和維修決策服務(wù)，在時(shí)間上一般為一周左右，其預(yù)測(cè)精度也要求較低。  2．3短期預(yù)測(cè)  它對(duì)鍋爐機(jī)組的近期發(fā)展情況進(jìn)行預(yù)測(cè)，在時(shí)間上一般為一天左右，其預(yù)測(cè)精度要求較高。對(duì)于精度要求不高的中、長(zhǎng)期預(yù)測(cè)，可考慮采取簡(jiǎn)單的預(yù)測(cè)模型，建立單變量時(shí)間序列模型進(jìn)行預(yù)測(cè)。對(duì)于精度要求較高的短期預(yù)測(cè)，由于各相關(guān)因素對(duì)當(dāng)時(shí)的狀態(tài)值影響較大。在進(jìn)行短期預(yù)測(cè)時(shí)除了要考慮時(shí)間序列本身外，還應(yīng)適當(dāng)將其他相關(guān)因素考慮進(jìn)去。為此就需要建立多變量時(shí)間序列模犁進(jìn)行預(yù)測(cè)，以滿足短期預(yù)測(cè)的精度要求．  3、常用的鍋爐故障預(yù)測(cè)方法  近年來(lái)不少研究者采用線性回歸分析法、時(shí)間序列分析法、灰色模型預(yù)測(cè)法、專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行鍋爐設(shè)備故障診斷研究，以探索快速有效的故障診斷與預(yù)測(cè)方法。常用的預(yù)測(cè)方法有：  3.1線性回歸分析法  回歸分析是尋找?guī)讉€(gè)不完全確定的變量間的數(shù)學(xué)關(guān)系式之間進(jìn)行統(tǒng)計(jì)推斷的一種方法。在這種關(guān)系式中最簡(jiǎn)單的是線性回歸分析。  3.2時(shí)間序列分析法  時(shí)間序列是指按時(shí)間順序排列的一組數(shù)據(jù)，時(shí)間序列分析法是指采用參數(shù)模型對(duì)所觀測(cè)到的有序的隨機(jī)數(shù)據(jù)進(jìn)行分析與處理的一種數(shù)據(jù)處理方法。時(shí)間序列分析法主要有曲線擬合、指數(shù)平滑、季節(jié)模型、線性隨機(jī)模型等四種，主要適用于進(jìn)行單因素預(yù)測(cè)，而對(duì)鍋爐故障預(yù)測(cè)這種既有確定性趨勢(shì)，又有一定的隨機(jī)性的多因素預(yù)測(cè)時(shí)，需要進(jìn)行確定性趨勢(shì)的分離，計(jì)算比較復(fù)雜，同時(shí)還需對(duì)分離殘差的零均值及平穩(wěn)性進(jìn)行假定，且其預(yù)測(cè)的精度不高。  3.3灰色模型預(yù)測(cè)法  灰色模型預(yù)測(cè)法是按灰色系統(tǒng)理論建立預(yù)測(cè)模型，它是根據(jù)系統(tǒng)的普遍發(fā)展規(guī)律，建立一般性的灰色微分方程，然后通過(guò)對(duì)數(shù)據(jù)序列的擬合，求得微分方程的系數(shù)，從而獲得灰色預(yù)測(cè)模型方程。應(yīng)用灰色系統(tǒng)理論作故障預(yù)測(cè)主要有兩種方法，一是基于灰色系統(tǒng)動(dòng)態(tài)方程 gm(或 dm)的灰色預(yù)測(cè)模型，二是基于殘差信息數(shù)據(jù)列的殘差辨識(shí)預(yù)測(cè)模型。其中,gm預(yù)測(cè)模型即 1 階 1 個(gè)變量的微分方程，描述的灰色模型比較常用?；疑A(yù)測(cè)的解從數(shù)學(xué)的角度看，相當(dāng)于冪級(jí)數(shù)的疊加，它包含了一般線性回歸和冪級(jí)數(shù)回歸的內(nèi)容，故灰色預(yù)測(cè)模型優(yōu)于一般的線性回歸或指數(shù)曲線擬合，也好于確定性時(shí)間序列分析法。  3.4專家系統(tǒng)  專家系統(tǒng)能成功地解決某些專門領(lǐng)域的問(wèn)題，也有很多優(yōu)點(diǎn)，但經(jīng)過(guò)多年的實(shí)踐表明，它離專家的水平總是相差一段距離，有時(shí)在某些問(wèn)題上還不如一個(gè)初學(xué)者。分析其原因，主要有以下幾方面: 知識(shí)獲取的“瓶頸”問(wèn)題；模擬專家思維過(guò)程的單一推理機(jī)制的局限性；系統(tǒng)缺乏自學(xué)習(xí)能力。  3.5人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法  神經(jīng)網(wǎng)絡(luò)的故障診斷存在很多問(wèn)題，它不能很好的利用領(lǐng)域?qū)＜曳e累的經(jīng)驗(yàn)知識(shí)，只利用一些明確的故障診斷實(shí)例，而且需要一定數(shù)量的樣本學(xué)習(xí)，通過(guò)訓(xùn)練最后得到的是一些闌值矩陣和權(quán)值矩陣，而不是像專家經(jīng)驗(yàn)知識(shí)那樣的邏輯推理產(chǎn)生式，所以缺乏對(duì)診斷結(jié)果的解釋能力，無(wú)法應(yīng)用于實(shí)時(shí)診斷，只能處理歷史記錄數(shù)據(jù)。  3.6專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合  專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)的相結(jié)合的方法是目前研究的熱點(diǎn)。由神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)構(gòu)成的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)，可以利用神經(jīng)網(wǎng)絡(luò)的大規(guī)模并行分布處理和知識(shí)獲取自動(dòng)化等特點(diǎn)，解決專家系統(tǒng)存在的知識(shí)獲取的“瓶頸”、推理能力弱、容錯(cuò)能力差、處理大型問(wèn)題較為困難等問(wèn)題，實(shí)現(xiàn)并行聯(lián)想和自適應(yīng)推理，提高系統(tǒng)的智能水平，使系統(tǒng)具有實(shí)時(shí)處理能力和較高的穩(wěn)定性。同傳統(tǒng)的專家系統(tǒng)相比，基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)具有以下幾種優(yōu)點(diǎn)，具有統(tǒng)一的內(nèi)部知識(shí)表示形式，任何知識(shí)規(guī)則都可通過(guò)對(duì)范例的學(xué)習(xí)存儲(chǔ)于同一個(gè)神經(jīng)網(wǎng)絡(luò)的各連接權(quán)中，便于知識(shí)庫(kù)的組織和管理，通用性強(qiáng)；知識(shí)容量大，可把大量知識(shí)存儲(chǔ)于一個(gè)相對(duì)小得多的神經(jīng)網(wǎng)絡(luò)中；便于知識(shí)的自動(dòng)獲取，能夠自適應(yīng)環(huán)境的變化；推理過(guò)程為并行的數(shù)值計(jì)算過(guò)程，避免了推理速度慢效率低等問(wèn)題；具有聯(lián)想、記憶、類比等形象思維能力，可工作于所學(xué)習(xí)過(guò)的知識(shí)以外的范圍；實(shí)現(xiàn)了知識(shí)表示、存儲(chǔ)和推理三者融為一體，即都由一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)。  結(jié)束語(yǔ)  總而言之，由于大部分職工長(zhǎng)期從事在礦井下作業(yè)，必須要洗澡，加上冬季取暖，除了有能利用電廠余熱的之外，一般都離不開蒸汽鍋爐，取暖有的用水暖鍋爐。況且數(shù)量還為之較多，不少中型煤礦都擁有鍋爐七八臺(tái)之多。因此，維護(hù)好鍋爐的正常運(yùn)行，確保正常生產(chǎn)很重要。對(duì)于鍋爐故障預(yù)測(cè)這項(xiàng)工作而言，就有必要進(jìn)行。  參考文獻(xiàn)  [1] 張家昌.電廠鍋爐原理[m].北京:北京水利電力出版社,2011．  [2] 錢俊.現(xiàn)代機(jī)械故障診斷學(xué)[m].北京:工業(yè)出版社,2010.  [3] 孫永志.新編機(jī)械設(shè)計(jì)師手冊(cè)[m].北京:機(jī)械工業(yè)出版社,2008.  [4] 黃文虎等.故障診斷技術(shù)的現(xiàn)狀與展望及其在汽輪發(fā)電機(jī)組中的應(yīng)用[n].汽輪機(jī)技術(shù)，1999年第一期.  [5] 蔣東翔等.大型汽輪發(fā)電機(jī)組混合智能診斷方法的研究[n].清華大學(xué)學(xué)報(bào),2010 年第三期.  注：文章內(nèi)所有公式及圖表請(qǐng)用pdf形式查看。