基于模糊神经网络的中央空调故障诊断研究.docx

《基于模糊神经网络的中央空调故障诊断研究.docx》由会员分享，可在线阅读，更多相关《基于模糊神经网络的中央空调故障诊断研究.docx（55页珍藏版）》请在三一办公上搜索。

1、重庆科技学院毕业设计（论文）题 目 _基于模糊神经网络的中央空调_ 故障诊断研究 姓 名_张 浩_ 学 号_ 2004634308 院（系）电子信息工程_ 专业班级自动化本科2004级指导教师_ 常继彬_ 职 称_ 讲 师 评 阅 人_ 李正中 _ 职 称_ 讲 师 2008年6月10日 重庆科技学院毕业设计（论文）题 目 基于模糊神经网络的中央 空调故障诊断研究 姓 名_张 浩 学 号_ 2004634308_ 院（系）电子信息学院 专业班级自动化本科2004级指导教师_ _ 职 称_ _ _评 阅 人_ _ 职 称_ 2008年 6 月 10 日学生毕业设计（论文）原创性声明本人以信誉声明

2、：所呈交的毕业设计（论文）是在导师的指导下进行的设计（研究）工作及取得的成果，设计（论文）中引用他（她）人的文献、数据、图件、资料均已明确标注出，论文中的结论和结果为本人独立完成，不包含他人成果及为获得重庆科技学院或其它教育机构的学位或证书而使用其材料。与我一同工作的同志对本设计（研究）所做的任何贡献均已在论文中作了明确的说明并表示了谢意。毕业设计（论文）作者（签字）： 签字日期 年 月 日 重庆科技学院本科生毕业设计（论文）基于模糊神经网络中央空调智能故障诊断研究学生姓名： 张 浩 指导老师： 常 继 彬 专 业：自动化本科2004级 院 （系）：电子信息工程学院 2008年 6 月 10

3、日注 意 事 项1. 设计（论文）的内容包括：1) 封面（按教务处制定的标准封面格式制作）2) 题名页3) 中文摘要（300字左右）、关键词4) 外文摘要、关键词 5) 目次页（附件不统一编入）6) 论文主体部分：引言（或绪论）、正文、结论、参考文献7) 附录（对论文支持必要时）2. 论文字数要求：设计（论文）字数理工类不少于1.5万字，文科类不少于1.2万字。3. 附件包括：任务书、文献综述、开题报告、外文译文、译文原文（复印件）。4. 文字、图表要求：1) 文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写。2) 工程设计类题目的图纸，要求部分用尺规绘制，部

4、分用计算机绘制，所有图纸应符合国家技术标准规范。图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画。3) 毕业论文须用A4单面打印，论文50页以上的双面打印。4) 图表应绘制于无格子的页面上。5) 软件工程类课题应有程序清单，并提供电子文档。5. 装订顺序1) 设计（论文）2) 附件按照任务书、文献综述、开题报告、外文译文、译文原文（复印件）次序装订3) 教师指导毕业设计（论文）情况记录表4) 其它重庆科技学院本科生毕业设计 目录目 录中文摘要I英文摘要II1 绪 论11.1 问题的提出及研究意义11.1.1 问题的提出11.1.2 研究意义11.2 国内外研究现状21.3 本研究的

5、内容32 故障诊断52.1 故障诊断研究的目的与意义52.2 故障诊断的内容62.3 基于神经网络的知识获取72.4 故障诊断方法83 中央空调空气处理器故障分析103.1 空调系统的基本要求103.2 空气处理器故障分析114 人工神经网络134.1人工神经网络概述134.1.1神经网络的基本概念134.1.2神经网络的基本模型144.2 BP神经网络模型及算法154.2.1 BP网络结构164.2.2 BP网络的算法164.3 BP神经网络用于中央空调故障诊断184.3.1 BP网络的设计184.3.2 网络的训练214.3.3 网络的检验225 模糊神经网络在中央空调故障诊断中的应用23

6、5.1 模糊信息处理的神经网络方法235.2 基本模糊神经元255.3 模糊神经网络模型285.4 基于模糊神经网络故障诊断295.4.1 模糊神经网络的构造305.4.2 故障诊断理论模型385.4.3 网络的训练395.4.4 网络的检验405.5 基于模糊神经网络的中央空调故障诊断实例416 结论与展望42致 谢43参考文献44重庆科技学院本科生毕业设计 中文摘要摘 要随着社会经济的飞速发展，中央空调系统在社会生产生活中起着越来越重要的作用，中央空调系统的复杂程度也在显著增加，设备维护维修费用明显上升。由于建筑的复杂性和多样性，也使中央空调系统的故障诊断和处理更加困难。在传统的设备管理模

7、式中，往往有明显迹象表明设备性能变差时才去确定设备是否应该检修，或根据规程到了大修期限，才着手组织大修。当中央空调系统某个设备出现故障时，维护人员要迅速确定故障所在并加以排除也不是一件轻松的事。另外，设备一旦发生故障，通常需要异地厂家的技术人员及相关专家亲临现场进行监测及诊断，这大大增加各方面的经济负担和人员负担，同时也不能使故障得到及时排除。在了解了中央空调的系统组成的基础上对其空气处理设备故障的表征进行模糊化处理，确定其隶属度函, 建立BP神经网络和模糊化网络.其目的是为了提高暖通空调系统的可靠性，及时发现、诊断并排除故障具有巨大的社会和经济效益。进行暖通空调系统在线故障诊断的机理研究，还

8、可以指导暖通空调系统的调试和监控技术的发展，更好的控制暖通空调系统的正常运行。近年来神经网络的研究发展十分迅速，神经网络以其许多优点在智能故障诊断中受到了越来越广泛的重视，而且已显示出巨大的潜力，并为智能故障诊断技术的研究开辟了一条新的途径。关键词：故障诊断 模糊化 BP神经网络 智能故障诊断技术I重庆科技学院本科生毕业设计 英文摘要 ABSTRACTWith the rapid socio-economic development central air conditioning system in The production and daily life plays an increas

9、ingly important role Central air-conditioning System is the complexity of the significant increase in equipment maintenance costs of maintaining a marked increase. Since the construction of the complexity and diversity, but also enable the central air-conditioning system fault diagnosis and treatmen

10、t more difficult .Equipment management in the traditional model. often there are clear indications at the deterioration of equipment only to determine whether the equipment should overhaul, or under the order to overhaul the period, only proceed organizations overhaul. When the central air-condition

11、ing system a failure of equipment, maintenance personnel to quickly identify and to rule out the possibility of failure is not an easy thing. In addition, the equipment in case of failure, usually require manufacturers of remote technical personnel and experts in person at the scene monitoring and d

12、iagnosis, which greatly increase the economic burden and the burden of staff, nor can failure to obtain timely excluded. In understanding the composition of central air-conditioning system on the basis of its air-handling equipment failure characterization of the fuzzy treatment, determine its membe

13、rship letter the establishment of BP neural networks and fuzzy network. The purpose is to improve the HVAC system The reliability and timely detection, diagnosis and troubleshooting has tremendous social and economic benefits. HVAC system for on-line fault diagnosis on the mechanism, but also can gu

14、ide the HVAC system debugging and monitoring technology development, better control the HVAC system running smoothly. in recent years neural network research and development is very rapid , neural network with its many advantages in intelligent fault diagnosis has been increasingly widespread attent

15、ion, but has shown great potential and intelligent fault diagnosis technology research opens up a new way.Keywords: Fault Diagnosis; Fuzzy; BP Neural Networks; Smart Technical Fault Diagnosis 46重庆科技学院本科生毕业设计 1 绪论1 绪 论1.1 问题的提出及研究意义随着社会经济的飞速发展，中央空调系统在社会生产生活中起着越来越重要的作用，中央空调系统的复杂程度也在显著增加，设备维护维修费用明显上升。由

16、于建筑的复杂性和多样性，也使中央空调系统的故障诊断和处理更加困难。在传统的设备管理模式中，往往有明显迹象表明设备性能变差时才去确定设备是否应该检修，或根据规程到了大修期限，才着手组织大修。当设备不能正常工作甚至无法工作后才去寻找故障并维修。这样的结果，不仅设备要停止运行，而且有的必须更换整套设备，使得维修成本巨增，维修工作被动，甚至影响到正常的生产和生活。1.1.1 问题的提出当中央空调系统某个设备出现故障时，维护人员要迅速确定故障所在并加以排除也不是一件轻松的事。另外，设备一旦发生故障，通常需要异地厂家的技术人员及相关专家亲临现场进行监测及诊断，这大大增加各方面的经济负担和人员负担，同时也不

17、能使故障得到及时排除。按传统的方法进行管理，由于建筑设备的分散性和复杂性使设备工程师劳动强度增大，维护质量跟不上需要。那种靠填写值班日志、抄表记录、出现报警信号后才去排除故障的人工方法显然已经不能适应新的形势。虽然新的系统有了类似黑匣子之类的自动数据记录器，但这也只能作为事后分析的依据。因此有必要对中央空调系统进行智能化的故障诊断，以保证快速准确的发现故障，判断故障所在，并能对故障进行预测。本文主要针对某制药厂制剂车间中央空调系统的智能故障诊断进行了研究。该系统参数要求，夏季室内空气参数：261，5010；冬季室内空气参数：231，5010；净化等级要求：无菌药品注射剂的灌封、分装、压塞、生物

18、制品的灌封、冻干、加塞等部位要求百级，走廊过道要求三十万级，其余车间要求十万级。为了保证该系统能正常安全的运行，以及在出现故障时，能准确快速的排除故障，因而对该系统进行智能故障诊断的研究。1.1.2 研究意义提高暖通空调系统的可靠性，及时发现、诊断并排除故障具有巨大的社会和经济效益。进行暖通空调系统在线故障诊断的机理研究，还可以指导暖通空调系统的调试和监控技术的发展，更好的控制暖通空调系统的正常运行。由于暖通空调系统运行中各部分之间性能匹配关系、参与运行的物质和物质的状态错综复杂，而且随着社会的不断发展，暖通空调系统的规模也越来越庞大。所以大力开展故障诊断技术的研究，对于促进暖通空调事业的发展

19、，具有重大的现实意义。近年来神经网络的研究发展十分迅速，神经网络以其许多优点在智能故障诊断中受到了越来越广泛的重视，而且已显示出巨大的潜力，并为智能故障诊断技术的研究开辟了一条新的途径。1.2 国内外研究现状中央空调系统在当代的生产生活中得到了越来越广泛的应用，其已成为重要的生产生活必备品之一。中央空调运行过程中，不可避免的会出现各种故障。随着空调设备的自动化和复杂程度的不断提高，设备一旦发生故障，通常需要异地厂家的技术人员及相关专家亲临现场进行检测及维修，这大大增加各方面的经济负担，同时也不能使故障得到及时的排除。随着智能故障诊断技术的蓬勃发展，为我们解决上述问题提供了新的手段。空调系统的远

20、程监控与故障诊断是集计算机科学、通信技术与故障诊断技术相结合的一种设备诊断方式。该系统实现“移动的是数据而不是人”，从而改变一旦空调设备发生故障，诊断人员就疲于奔命的被动局面。而目前国内的中央空调系统虽然很多，但完全实现了智能化的系统却不是很多，而具有智能诊断功能的系统就更少了。在制冷暖通空调领域，1987年在彦启森教授的建议下1，才开始了故障诊断专家系统在制冷暖通空调领域的研究应用。法国建筑科技中心建立了一个基于人工神经网络的复杂供热系统故障诊断系统六种故障操作模式用于建立这种故障诊断系统，这六种模式源于对供热系统维护专家的详细调查，并且对于这种类型的系统来讲是最常见的操作故障。其中网络的训

21、练数据来自仿真数据2。Xiaoming Li研究了HVAC系统故障检测和运行诊断的ANN模型3。根据法国专家分析供暖系统运行出现的问题，将供暖系统分成7种运行方式6类故障。正常运行(不是最佳运行，而是次最佳)；燃烧工况不好；换热器故障；加热曲线(低于或者超过室内设定温度)；初升温和后期升温时间：阀门渗漏。他们的研究分成了两个阶段。第一阶段用两个ANN对故障检测和诊断，ANN1用来判断正常运行和供暖曲线故障；ANN2用来判断其它的故障，在ANN2诊断之前，供暖曲线故障已被校准。由于ANN1训练和试验期间，太阳辐射照度大，因此未能很好地反映检测和诊断效果。ANN2的训练样本不能分类和分错类的少于3

22、%，试验样本不能分类的在3 %9%之间，分错类的为03%。每类故障选了70个样本，共计490个样本，仿真包括了整个供暖季节，共计196天。在第二阶段，他们仿真了5个不同的供暖系统，做了以下试验：改变室内温度设定值、改变供水温度、改变室外温度、改变建筑的惯性，以考核网络的准确性；用两个ANN(同第一阶段)与1个ANN比较检测和诊断的正确性。试验证明，用一个ANN比用2个ANN MANN诊断和检测故障效果更好。SANK的正确分类在91 %-100%，检测正常运行、供暖曲线和后期升温时间基本上是100%正确:而MANN的错误分类达11%26%。1.3 本研究的内容本文主要针对某制药厂生产车间中央空调

23、系统的智能故障诊断进行了研究，其中又以该系统的空气处理单元为主要的诊断对象。 研究的主要内容是1) 该中央空调系统的组成；2) 该系统的从理论上得出空气处理设备故障的表征，并进行模糊化，确定其隶属度函数；3) 建立BP神经网络，并用于中央空调空气处理器的故障诊断；4) 建立模糊神经网络；5) 进行仿真训练；6) 对训练后的BP神经网络和模糊神经网络进行验证对比。 拟解决的关键问题在传统的专家系统知识体系中，用符号或数据结构来表征知识，通过这些方式序列地操作或处理以获得推理结果4。然而在神经网络知识系统中，情况就大不相同了，知识不是清晰的逻辑表达式，而是被隐含在整个网络中，尽管从网络的任何节点无

24、法知道它代表何种逻辑概念，但是从整体上对问题却具有求解能力。不过仅利用神经网络的知识系统在中央空调故障诊断中也存在一些不足，在某种意义上，神经网络仅是一个数值计算“黑箱”，人们不知道网络究竟学习了什么，也不知道网络以怎样的传输途径来达到一个输出结果，因而也就对结果的解释发生了困难。因此，本文在讨论中央空调故障诊断问题时，运用了模糊神经网络，完成了中央空调空气处理器的BP神经网络故障诊断模型和模糊神经网络故障诊断模型的建立，通过对两种故障诊断模型进行仿真对比，确定模糊神经网络在中央空调空气处理器故障诊断中的优越性。重庆科技学院本科生毕业设计 2 故障诊断2 故障诊断2.1 故障诊断研究的目的与意

25、义随着现代化大生产的发展和科技的进步，设备的复杂程度日益提高，如何保证设备的安全运行，己成为一个十分迫切的问题。设备故障诊断技术是保障设备安全运行的基本措施之一，它能对设备故障的发展做出早期预报，对出现故障的原因做出判断，提出对策建议，避免或减少事故的发生5。设备故障诊断技术日益获得重视的原因是，随着科学技术与生产的发展，机械设备工作强度不断增大，生产效率、自动化程度越来越高，同时设备更加复杂，各部分的关联愈加密切，往往某处微小故障就爆发连锁反应，导致整个设备乃至与设备有关的环境遭受灾难性的毁坏。例如1982年江苏化肥厂合成氨压缩机组发生强烈振动，三次停机，损失达千万元以上；1995年山西某电

26、厂一台20万千瓦汽轮发电机组毁坏，直接损失达千万元6。这表明采设备故障诊断技术，保证设备可靠而有效地运行是极为重要的。设备故障诊断技术日益获得重视的另一个原因是能改革维修体制。当前，国内外对机械设备主要采用计划维修。在很多情况下，这是不合理的，这种没有针对性地维修，只能增加维修费用，不能很好地预测和做出故障处理。日本有资料指出，采用诊断技术后，每年设备维修费用减少2050，故障停机减少75。美国惠普杂志载文称，1980年美国在设备维修方面耗资约2000多亿美元，将近同年税收总额的1/37。大量事实表明，对机械设备，特别是关键设备实行工况监控和故障诊断的必要性与迫切性。从设备故障诊断技术的起源和

27、发展来看，故障诊断技术的目的是保证可靠地、高效地发挥设备应有的功能。这包含了三点：一是保证设备无故障，工作可靠；二是保证物尽其用，设备要发挥最大的效益；三是保证设备在将有故障或已有故障时，能及时诊断出来，正确地加以维修，以减少维修时间，提高维修质量，节约维修费用，应使重要的设备能按其状态进行维修，改革目前按时维修的体制。应指出，设备诊断技术应为设备维修服务，可视为设备维修技术的内容，但它决不仅限于为设备维修服务，它还应该保证设备能处于最佳的运行状态，这意味着它还应为设备的设计、制造与运行服务。所谓故障是指设备丧失其规定的功能。显然，故障不等于失效，更不等于损坏，它们应该说是严重的故障。故障诊断

28、技术的最根本任务是能及时地、正确地对各种异常状态或故障状态作出诊断，预防或消除故障，对设备的运行进行必要的指导，提高设备运行的可靠性、安全性和有效性，把故障损失降低到最低水平8。检测对象状态征兆特征信号状态趋势决策故障情况信息提取设备干预2.2 故障诊断的内容故障诊断的过程有三个主要步骤：第一步是检测设备状态的特征信号；第二步是从所检测到的特征信号中提取征兆；第三步是根据征兆和其它整定信息来识别设备的状态，从而完成故障诊断。设备诊断过程框图如图2.1。对于设备的故障诊断，一是防患于未然，早期诊断：二是诊断故障，采取措施。具体讲，故障诊断技术应包括以下5个方面内容9： 正确选择与测取设备有关状态

29、的特征信号图2.1 设备诊断过程图所测取的信号应该包含设备有关状态的信息，这种信号称为特征信号或特征参数。 正确地从特征信号中提取设备有关状态的有用信息一般来讲，从特征信号来直接判明设备状态的有关情况，查明故障的有无是比较难的。例如，一般难于从结构的振动信号直接判明结构有无裂纹，还需要根据振动理论、信号分析理论、控制理论等提供的理论与方法，加上试验研究，对特征信号加以处理，提取有用的信息(称为征兆)，才有可能判明设备的有关状态。 根据征兆正确地进行设备的状态诊断一般地，不能直接采用征兆来进行设备的故障诊断、识别设备的状态。可以采用多种的模式识别理论与方法，对征兆加以处理，构成判别准则，进行状态

30、的识别与分类。显然，状态诊断是故障诊断的重点，当然并不是唯一因素，特征信号与征兆的获取正确与否，应该是能否进行正确地状态诊断的前提10。 根据征兆与状态正确地进行设备的状态分析当状态为有故障时，则应采用有关方法进一步分析故障位置、类型、性质、原因与趋势等。例如，故障树分析是分析故障原因的一种有效方法，也可以应用神经网络如有导师学习的BP网络等。 根据状态分析正确地作出决策状态分析结束后，应干预设备及其工作进程，以保证设备可靠、高效地发挥其应有功能，达到故障诊断的目的。所谓干预包括人为干预和自动干预，即包括调整、修理、控制、自诊断等。应当指出，实际上往往不能直接识别设备的状态，因此事先要建立同状

31、态一一对应的基准模式，由征兆所作出的判别准则，此时是同基准模式相联系来对状态进行识别与分类的。2.3 基于神经网络的知识获取诊断专家在进行设备故障诊断时，首先是利用机器所表现的症状（或征兆），按自己以往所积累的诊断经验判断机器故障的原因及类型11。诊断的关键是领域专家的经验知识，这种知识是领域专家在其诊断生涯中从大量有意义的故障实例中抽象出来的，有关故障、征兆和原因之间相互关系的知识。也就是说，领域专家每当遇到一个新的实例，他首先是由相似性而联想到过去的某一实例，并与之相比较，然后作结论。这是一种按相似进行分类的方法。然而传统诊断专家系统广泛采用的是基于规则表示领域专家知识的方法，只能对分类作

32、出明确表示，很难表示出故障实例与实例相对比所表现出来的相似性。另外，知识工程师提取规则不仅工作量大、周期长、效率低，而且对某些经验知识也很难用明确的规则表达出来。因此，知识获取就成为专家系统研制中的瓶颈问题。而基于神经网络的知识获取并不需要知识工程师从领域专家的经验中提取规则，它只是对领域专家提供的大量故障实例进行学习，自动从领域专家的实例中提取知识，知识也是隐含地分布存储在神经中，并不象规则那样显式地表示出来，这种知识获取的方式是自动的，它在一定程度上缓解或克服了传统专家系统研制中存在的知识获取瓶颈问题12。基于大脑神经系统结构和功能模拟基础上的神经网络，可以通过对故障实例的不断学习提取类似

33、实例之间的相似性和不同类别实例之间的差异，并体现在神经网络中神经元之间连接权值调整过程中13。另外，神经网络的求解能力也较强，当环境信息不十分完全时，它仍然可以通过计算而得出一个比较令人满意的解答。因而如果我们用神经网络方法来构造故障诊断专家系统不仅可以在一定程度上克服知识获取的瓶颈问题，而且也将提高系统的强壮性。神经网络获取知识至少有以下两种途径14： 直接从数值化的实例学习。根据领域专家给出的一些诊断实例偶对，通过神经网络学习算法自动从这些数值化的偶对所表示的诊断经验中获取知识，并将这些知识分布存储在神经网络中。 将传统专家系统已获取的知识特例化为神经网络的分布式存储，且由神经网络完成并行

34、推理。2.4 故障诊断方法故障诊断方法的研究是故障诊断技术的核心。对状态监视，即判断设备处于正常还是异常状态，也就是两类问题的判别，传统的方法主要有对比分析法、模型分析法、逻辑推理法、贝叶斯分类法、距离函数分类法、模糊诊断法、故障数分析法等。对故障诊断，多类分类问题，主要有神经网络、专家系统、遗传算法等识别方法15。现简单介绍如下。 对比分析法对比分析法的基本思路是：事先在故障机理研究的基础上，通过计算分析、试验研究、统计归纳等手段，确定与各有关状态的特征作为标准模式；然后在设备运行时，选择某种特征，根据其变化规律和参考模式比较，用人工分析的方法，判别设备的运行状态。 模型分析法随着计算机和应

35、用数学的发展，动态过程一般都可用数学方程描述。由于数学模型能最本质地表征动态过程规律，因此可根据模型结构或模型参数的变化，研究机器的运行状态。最经典的模型分析法是采用时间序列分析。时间序列分析是根据观测数据建立数学表达式即模型，如果模型正确，则动态过程的基本规律、工况状态正常与异常等重要信息必然蕴含在模型的结构及其参数之中，特别是模型参数、残差平方和。实践证明，用时间序列分析建模方法，在工况状态预测、预报方面可取得很好的效果。但是此方法的建模需要时间，难以适应实时性要求高的场合，且难以实现对非线性系统的建模。 逻辑判别法在大多数情况下，过程参数与过程状态之间没有一一对应的因果关系，然而在某些情

36、况下，如果征兆与状态之间有一定的逻辑联系，这时可以通过征兆以推理的方式判断机器的运行状态。 贝叶斯分类法贝叶斯分类法是基于概率统计分析的识别方法。在机械工程中，大量的问题是随机的。可采用概率密度函数描述随机现象。把设备运行过程中的状态看作是一个随机变量，事件出现的概率在很多情况下是可以估计的，这种根据先验知识对工况状态出现的概率作出的估计，称之为先验概率，因为状态是随机变量，故状态空间可以写成=，其中是状态空间的一个模式点，如果只判断工况正常与异常两种状态，它们的先验概率用,表示，并有,=1。 距离函数分类法由个特征参数组成的维特征矢量相当于维特征空间的一个点。研究证明了同类模式点具有类聚性，

37、不同类状态的模式点有各自的聚类域和聚类中心，如果我们将各类的聚类中心作为参考模式，可将待检模式与参考模式间的距离作为判别函数判别待检状态的属性。具体的距离指标有空间距离(如欧氏距离、马氏距离)和相似性指标(如相关系数)。 专家系统诊断法这是一种基于知识(Knowledge-based)的人工智能诊断系统。它的实质是应用大量人类专家的知识和推理方法求解复杂的实际问题的一种人工智能计算机程序。专家系统能够模拟、再现、保存和复制有时还能够超过人类专家的脑力劳动，是人工智能领域中目前最活跃最成功的一个分支。从工程领域而言，它比较适用于复杂的、规范化的大型动态系统。由于这种系统大部分故障是随机的，人们很

38、难判断，这时就有必要汇集众多专家知识进行诊断。由于专家系统是类相当广泛的系统，其技术还处于不断发展时期，因此，专家系统的结构也没有 一个固定不变的模式。通常专家系统由知识库、推理机、数据库、解释程序和知识获取程序组成。可以采用神经网络来解决专家系统的知识获取瓶颈问题。人工智能系统在故障诊断中得到了相当广泛的应用，并有了一批成功的例子16-18。 故障树分析法故障树分析法是把所研究的最不希望发生的故障状态作为故障分析的目标，然后寻找直接导致这一故障发生的全部因素，再找出造成下一事件发生的全部直接因素，一直追查到无需再深究的因素为止。通常，把最不希望发生的事件称为顶事件，无需再深究的事件称为底事件

39、，介于之间的事件成为中间事件。用相应的符号代表这些事件，再用适当的逻辑门把顶事件、中间事件和底事件联结成树形图，这样的树形图就称为故障树，用以表示系统或设备的特定事件与它的各个子系统或各个部件故障树事件之间的逻辑结构关系。故障树分析法将系统故障形成的原因作为由总体至部分按树状逐级细化，因为方法简单，概念清晰，容易被人们所接受，所以它是对动态系统的设计、工厂试验或对现场设备工矿状态分析的一种有效的工具。 模糊诊断法机器运行过程的动态信号及其特征值都具有某种不确定性，即区分或评价客观事物差异不分明。故障征兆特征和故障原因可以用很多概念来描述，如“进口温度比较高”、“制冷剂很少”等，同一种机器，在不

40、同的条件下，由于工况的差异，使机器的动态行为不尽一致，人们对同一种机器的评价只能在一定范围内作出估计，而不能做出明确的判断，而且还受人为主观判断能力的限制。模糊现象往往是客观规律，为了解决这类问题，需要以模糊数学为基础，把模糊现象与因素间关系用数学表达方式描述，并用数学方法进行运算，得到某种确切的结果，这就是模糊诊断技术。隶属函数在模糊理论中占有重要地位，它把模糊性进行数值化描述，使事物的不确定性在形式上用数学方法进行计算。利用它可以把参数值分为若干等级，如很高、高、较高、正常、较低、低、很低等。 神经网络诊断法神经网络模型是在现代神经生理学和心理学研究的基础上，模仿人的脑神经元结构特性而建立

41、的一种非线性动力学网络系统。它由大量的简单的非线性处理单元高度并联、互连而成，具有对人脑的某些特性的简单的数学模拟能力。实践证明，多层感知器网络能实现任意非线性映射能力，因此广泛应用于系统辨识、智能控制和模式识别中。人工神经网络在故障诊断领域中显示了巨大的应用潜力，主要集中于三个领域方面的应用21：一是从模式识别的角度应用神经网络，使其作为分类器进行故障诊断；二是从预测的角度应用，使其作为预测模型进行故障预测；三是从知识处理的角度建立基于神经网络的诊断专家系统。 遗传算法应用于故障诊断6遗传算法是一种新型的优化计算方法，它模拟达尔文的遗传和自然淘汰的生物进化论，对种群进行选择、交叉、变异操作后

42、使其得到优化。它适合故障诊断中的推理和网络结构和权重的优化。重庆科技学院本科生毕业设计 3 中央空调空气处理器故障分析3 中央空调空气处理器故障分析中央空调空气处理器是中央空调系统中的一个重要组成部分。特别是对空气进行集中处理的的空调系统中，一旦空气处理器出现故障，整个系统的运行将会受到严重影响。3.1 空调系统的基本要求本文主要针对某药业公司的制药厂的净化空调系统进行分析。该药业有限公司占地面积9700m2，由综合生产厂房和实验办公楼组成。其中综合生产厂房建筑面积约8300 m2。地下局部一层，地上四层，一层、三层为洁净生产车间，净化面积约2260 m2。该公司产品分两大类片剂和冻干粉针剂，

43、每种类型又分搞癌药和非搞癌药。生产厂房一层为片剂（包括搞癌药和非搞癌药）生产车间，生产区洁净度等级为7级和8级，温、湿度为：25T27，40%60%；三层为片剂（包括搞癌药和非搞癌药）生产车间，三层片剂生产区为7级，温、湿度要求为25T27，40%60%，二、四层是为公用动力设备用房及管道夹层。为避免交叉污染，生产房间的净化空调系统设计为直流系统，其送风量为2000030000m3/h。它是将送入室内的净化回风全部排至室外，这需要消耗很大的冷热量。为了节省能量，设计中选用了带回收装置的空调机组，使排至室外的回风与室外进入的新风经能量回帐装置后，夏季新风温度降低，冬季新风温度升高，从而达到能量回

44、收的目的，由于排出的空气含有害物质，因此，设计采用显热回收装置，即排风和新风不直接接触，进行显热交换。显热回收装置回收效率可达50%以上。图3.1 中央空调空气处理器监控原理图该中央空调系统的空气处理器的控制系统如图3.1所示。该系统检测的参数主要有新风的温湿度、过滤器的压差、送风机压差、送风的温湿度；控制信号有新风阀开度、冷水热水阀门开度、加湿器条件、风机控制等。3.2 空气处理器故障分析在故障诊断中，把故障信号，也就是现场采集的偏离允许正常值范围的信号看成是一些“症状”，而把产生这些故障信号的原因看成是故障。故障诊断的目的，就是根据异常信号（症状）来诊断当前发生的是哪种故障。这些症状，是界

45、限不分的模糊集合。因而用传统的二值逻辑，如温度高过某值就认为有症状，低于某值就认为无症状，这种判别方法是十分不合理的。而合理的方法就是选用合理的隶属函数，把症状和故障模糊化，然后根据某些症状的隶属度来求出各种故障的隶属度，用以表征各种故障存在的倾向性。根据实际经验，本文以制冷运行为例，其故障现象和故障原因如下表所示：表3.1 空气处理器的故障现象和故障原因符号故障现象符号故障原因对的影响程度送风机压差风机调速器故障导致偏大且影响明显皮带打滑故障导致偏小且影响明显风机故障导致偏小且影响明显送风湿度加湿器故障导致偏大且影响明显新风阀故障导致偏小且影响明显过滤器压差过滤器堵塞故障导致偏大且影响明显机器露点回水阀故障导致偏小且影响明显冷冻水阀故障导致偏小且影响明显送风温度