|
|
设
备
管
理
网
s
b
g
l
.
j
d
z
j
.
c
o
m
|
 |
基于知识库的锅炉“四管”爆漏预报专家系统 |
|
|
| 基于知识库的锅炉“四管”爆漏预报专家系统 |
|
作者：佚名 文章来源：不详 点击数： 更新时间：2008-9-24 10:25:09  |
|
杨兵 张小飞 丁辉 罗为民
武汉大学动机学院 湖北 武汉 430072
0序言
电厂锅炉的运行可靠性直接影响电厂的经济性和安全性，锅炉主要承压部件是过热器、再热器、省煤器、水冷壁。它们都是由蛇形的合金钢、不锈钢或碳钢钢管组成，简称锅炉“四管”。据统计，在我国200 MW及以上的大机组锅炉事故中，由锅炉四管爆漏引起的竟高达71．7％。
正确地分析和判断锅炉爆管原因，是处理锅炉爆管问题的关键。分析和判断“四管”爆漏机理和原因是一项复杂工作，涉及到金属、化学、锅炉运行和锅炉设计等多个专业领域的专业知识和经验，一般都是在锅炉承压部件运行工况异常或出事故后，再寻求解决办法，不但费时费力，而且有时导致严重事故，造成巨大的损失。锅炉“四管”爆漏中许多问题的可统计性差，影响因素多，因素与因素之间的相互联系难以明确表达。对于一般电厂，一方面缺乏有足够分析能力的专家，另一方面事故处理的时间紧迫，不允许经长时间详细研究后再给出处理意见。为提高监督效率和准确率，适合于选用专家系统。
通过专家系统预报，我们可以预测某部件将要发生的失效形式，进而可以采用适当的防范措施来防止爆管。“四管”爆漏预报专家系统在国内外起步较晚，相关报道极少。本文提出了基于知识库的“四管”爆漏预报专家系统。在基于规则推理的基础上，增加基于案例的推理和模型推理以及混合推理等，同时这一专家系统将是一个开放的专家系统，知识库不是封闭的，用户在更新知识库时，只需通过专用模块增删和修改知识库，而无须了解程序细节。
1专家系统模型
1.1 系统结构模型
专家系统通常是由知识库和知识库管理系统构成的。知识库是经过收集和整理的人类知识和经验的集合 ，以事实和规则的形式存储在计算机文件中，由知识库管理系统管理。本系统中案例库为事实的集合，规则库为规则的集合。广义的知识库包括知识库、方法库、模型库和数据库等。知识库管理系统是用于知识库的建立、维护、管理和控制的计算机软件。知识库管理系统包括以下若干功能子系统：自然语言处理系统、知识操作语言系统、语义转换系统、演绎推理系统、推理解释系统、知识获取系统、知识管理系统、知识性质检查系统、智能问答系统、事务管理系统和知识库安全系统等。
该专家系统采用“知识管理驱动模型运行”设计思想，将用专家系统技术，实现数据库、案例库、模型库和规则库四库一体化。“知识管理驱动模型”是指系统中由知识库管理系统管理。其过程为：系统接受用户的请求，并以用户请求为目标，可通过基于案例的推理；还可对规则正向推理，并根据模型输入输出的依赖关系形成数据输入和输出的模型链，调用模型链中的各规则解决实际问题。系统总结结构模型见图1所示 。
1.2 面向对象的模型
在“四管”爆漏预报中，根据爆管的本质来分，大体可分为应力温度类断裂、工质侧腐蚀、烟气侧腐蚀 、磨损、冲蚀、疲劳、质量控制失误等。它们有各自独特的特点，又有一定的共性，具有一定的面向对象性。利用面向对象框架可以很好地解决诸如多重继承等问题。在系统中采用框架结构的表达方法（见图2） 。共同的属性在上层框架中定义，特殊的属性在下层框架中定义。因而，框架系统适合于爆管知识的表达。类（class）是具有共同属性的密切相关的对象的集合，类本身并不生成实际的对象。由子类（subclass）实例化生成实际的对象，为规范起见，分别以每种部件作为一个子类。子类生成对象，对象的私有部分不能被继承，如材料牌号、温度、使用时间等。对象的公有部分如维护措施等，其函数可由其子类继承。
2专家系统分析和推理
2.1 数据库
数据库及其管理系统是该系统的先决条件及重要组成部分，接收内部和外部数据，提供系统内模型间数据共享。在软件中直接建立数据库加以条理化、模式化后存储。建立对象私有部分的数据库，成员如材料牌号以及一些运行参数选项等；建立对象公有部分的数据库，它可以被它的子类继承，成员如制造商等；专家经验库和历史库：存放的是历史中积累下来的经验，属于启发性知识，其条理性差，适用范围窄，但效果却很显著，是专家经过多年的工作而掌握的，是专家系统力量的主要源泉；建立常用锅炉管参数表（包括制造参数和运行参数）。另外还要建立各影响因数的权重参数库。数据的采集工作遵循下列原则：
（1）数据的科学性准确性。
（2）数据库中尽量保证了各项数据的完备。
（3）对数据的量及量纲均进行了规范化处理。
2.2 案例库和基于案例的推理
案例库是将历史库中很多案例分类别组织在一起。基于案例的推理一般包括案例的表示、组织和检索等 。“四管”爆漏案例的表示就是对“四管”爆漏尽可能进行详细地描述，包括“四管”爆漏直接原因和爆漏特征等。“四管”爆漏案例的组织是在“四管”爆漏案例表示的基础上，根据“四管”爆漏案例表示的基础上，根据“四管”爆漏案例的特征和检索的需要，对“四管”爆漏案例进行整理、归类和统计。“四管”爆漏案例的检索是根据一定的检索策略找到与待预报的相似的案例。在基于案例的推理中，如何高速、有效地完成案例的检索是十分重要的。本系统中案例的检索策略利用贴近度。这里贴近度可以理解成检索的与待预报部件管子参数对于爆管敏感性的相似程度。贴近度定义：
则称σ（A，B）为A与B的贴近度。贴近度的表示：
利用两模糊子集的距离来表示贴近度：
但在实际过程中，如考虑锅炉管的制造参数和运行参数对爆管的敏感性时，各参数爆管的敏感性的系数不一样。所以要考虑加权的问题。
在基于案例预报推理中，根据炉管牌号和其它参数，调用数据库中锅炉管参数表和其它相应表，检索案例库，计算贴近度，再根据择近原则进行选择。在实际处理中，我们设定一定的门槛值，大于这一门槛值，就可以采用此案例的方法。小于门槛值，可以使用下面的基于规则的推理。
2.3 规则库和基于规则的推理
规则表示数字模型：
RULE＜规则名＞
WHEN＜条件＞
IF＜影响因数1＞THEN＜权重＞；…
IF＜影响因数n＞THEN＜权重＞；（n＞1）
ENDRULE＜规则名＞
模型中每个规则的形式均以IF．．．THEN．．的形式组建。运行过程中环环相扣，形成复杂的推理网 络，知识在推理网络中得以传递，进行相应的分析和判断。
例：考虑锅炉管参数对水冷壁爆管的影响。
RULE＜水冷壁＞
WHEN＜短时过热＞
IF＜管壁温度＞THEN＜权重为1＞
IF＜烟气温度＞THEN＜权重为2＞
IF＜进口压力＞THEN＜权重为3＞
IF＜出口压力＞THEN＜权重为4＞
IF＜制造厂商＞THEN＜权重为7＞
IF＜检修历史＞THEN＜权重为10＞
ENDRULE＜水冷壁＞
这里采用了多因素叠加法，形式如下：
式中 Fj—第j评价模型的综合作用值；
Wji—第j评价模型中第i种因素的权重；
fji—第j评价模型中第i种因素作用分值。
其推理过程为：根据锅炉管牌号，调用数据库中锅炉管参数表，根据锅炉管制造参数表，判断锅炉管类型，然后调用上面规则。操作运行时，系统可由数据库调动适当的参评模型，并进行综合分析、评价，最后向用户输出结果。
建立规则库工作遵循下列原则：
（1）本系统的规则库包含一系列规则，它包括数据层次上相关领域的描述性知识和具体系统运行中的过程性知识。所有知识均从有经验专家那里或经采编而来。
（2）所有的知识和经验参数的确定都要反复询问专家而确定，然后整理为一条条规则，依据内容的不同，组建成规则库，完成不同层次上的任务。
2.4模型库和基于模型的推理
基于模型的推理一般是基于系统结构、功能和层次的分解。每一层有若干个结点，每一结点都有自己的知识元，知识元中包含与这个结点有关的所有知识，包括结点名、父结点名、子结点名、证据模式、索引规则等，其中证据模式是建立或否定该结点的依据，索引规则为下一层次的分解提供引导。推理过程是一个结点被建立或否定的搜索过程，可采用宽度优先或深度优先的搜索方法。本系统中用的基于模型的推理是基于层次分解模型。通过匹配、分析和比较不同的解决方法使系统具备分析问题的能力和获得解决问题的信息。
模型库存储了预先经过分析比较而建立了评价模型和相应程序。所有的模型和程序均以数据库语言参编运行。模型运行的过程为事实、数据和规则的匹配过程。模型库中各模型间有着依赖以及先后次序的关系，即某一模型操作或功能完成取决于另外一些模型的操作或功能的完成。从各模型的层次关系可以看出是由一般到特殊，由面到点的关系。各模型的分析参数因用户的请求均由模型库从数据库中调动而来，结果也因用户问题的不同而有所区别。各模型运行的中间结果和运用模型后产生的最终结果均返回数据库系统加以存储和管理。
2.5 混合推理
基于案例的推理只能对已存在的案例进行搜索，并且容易将表面相似现象看成本质相似，导致误诊。基于规则的推理系统只能对事先预想到并提供了规则进行推理，并且结论的解释和对策比较呆板，不能灵活适应情况的变化。因此，需要将不同推理方法组合使用，实现基于案例、规则和模型的混合推理策略。首先搜索案例库，得到基于案例推理的结果，如对结果不满意或没有结果，再搜索规则库，得到基于规则推理的结果。在此推理过程中，采用层次模型进行逐步推理。最后对不同推理方法得到的结果进行综合分析。如果不同推理方法得到相似的结果，则此结果比较可信。混合推理的优点是能充分发挥各种推理方法的优势，克服各自存在的不足，能最大限度地找到问题的解。
3系统功能和实现
系统主要功能：
（1）信息咨询和查询。专家系统中展示了“四管”爆漏方面的专家经验与知识。
（2）预报爆漏部件的部位、爆漏方式等。系统应用户请求，综合分析各影响因素，给出锅炉部件爆管的预测。该系统可从材料角度、运行角度、水质角度、维修角度等各方面准确判断其具体的失效机理。
（3）根据所给参数，给出适当的维护措施。
在具体实现中，推理机采用高级语言Visual C构造，用Visual FoxPro建立数据库。通过ODBC（Opening Database Connectivity）与数据库接口和连接。用ADO（ActiveXData Object）对数据库进行访问。程序流程图如图3所示。
本系统中，在收集1000多例“四管”爆漏的基础上，对常见“四管”爆漏总结了200余个案例，编制了40余条预报规则，预测了十多种可能 的“四管”爆漏模式，以案例库、规则库和模型库的形式放在统一的知识库中。在实际应用中，该系统取得了与专家相同的预报结果。
4 结束语
基于知识库的锅炉“四管”爆漏预报专家系 统由于涉及的内容广，在研制时间较短的情况下，知识库中的知识还不够完善。随着金属监督技术的发展，知识库的不断丰富，“四管”爆漏预报专家系统将在金属监督领域起着越来越重要的作用。仅希望本文能为今后的工作起到抛砖引玉的作用。
参考文献
[1]李耀君.为电厂重要部件的寿命管理[J].热力发电,1999,(4):10-14
[2]李勇，曹祖庆．火电机组状态监测、预测及故障诊断与状态维修［J］.发电设备，1999，（3）：25－28．
[3]杜延令．推行状态检修的探讨［J］.山东电力技术，1999，（2）：22－25．
[4]陈希平，曹洁，高军伟．模糊专家系统在水轮发电机组故障诊断中的应用［J］．西北民族学院学报，1999（6）：31－36．
[5]徐洁磐，马玉书，范明，等．知识库系统导论［M］．北京：科学出版社，2000．32－36．
[6]周泰文，王晓星，刘后邦，等．模糊数字基础简明教程［M］．武汉：华中理工大学出版社，1993．151－165．
[7]David J．Kruglinski．Visual C＋＋技术内幕［M］．北京：清 华大学出版社，1999．
|
|
| 资讯录入：admin 责任编辑：admin |
|
|
上一篇资讯： 420 t／h锅炉再热器向空排气管座及其附近管道裂纹的原因分析及对策
下一篇资讯： 基于87C196CA的双微机励磁调节器的研究与开发 |
|
|
| 【字体：小 大】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】 |
|
 网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！） |
|
|
|
|
|
