基于MAS的水电机组故障诊断系统研究

论文摘要

在信息技术、人工智能技术飞速发展的今天，大型旋转机械的故障诊断己经成为横跨多学科门类的一种综合研究领域。论文从智能故障诊断技术的现状出发，以水轮发电机组故障诊断为研究对象，以MAS(多代理系统)理论为基础，研究了面向故障类型的MAS故障诊断技术。针对现在水电机组故障诊断系统结构不完善以及知识表示方法和诊断算法单一等缺点，论文设计了基于MAS的水电机组故障珍断系统。系统中设计了系统Agent用来进行故障的初步诊断、诊断任务的分解以及诊断结果评估，是MAS诊断系统的核心。通讯Agent负责系统中任务的调度，管理所有Agent的通信。通讯Agent维护着一个唯一的功能信息库，每个新加入系统的Agent都要向通讯Agent注册其功能服务信。诊断Agent用来进行故障的精确诊断，其中采用的输入样本故障征兆权重处理方法经过验证能很好的区分故障的严重程度。论文研究了面向Agent的水电机组故障诊断策略，在系统Agent中采用模糊算法来进行诊断任务的分解，在诊断Agent中采用神经网络来进行面向故障类型的精确诊断。最后，论文通过实际算例对水电机组发生的故障进行仿真，仿真结果表明故障任务的分解以及面向Agent的故障诊断策略能够较好的完成系统的诊断任务，准确的诊断出水电机组所发生故障的严重程度。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 水电机组故障诊断研究的意义
• 1.2 水电机组故障诊断的国内外研究现状
• 1.3 水电机组故障诊断研究中的难点
• 1.4 论文的主要工作
• 2 水轮机组常见故障征兆和面向AGENT的知识表示方法
• 2.1 水轮机常见故障及其征兆
• 2.1.1 机械设备故障的主要征兆
• 2.1.2 水电机组主要故障及其征兆
• 2.1.3 水电机组振动故障及对应的频率征兆
• 2.2 面向AGENT的水电机组故障诊断知识表示方法
• 2.2.1 智能AGENT
• 2.2.1.1 智能AGENT的概念
• 2.2.1.2 AGENT的组成结构
• 2.2.2 知识表示方法分类
• 2.2.3 AGENT知识表示方法
• 2.2.4 AGENT诊断知识对象类
• 2.3 本章小结
• 3 基于MAS的水电机组故障诊断系统基本理论及结构设计
• 3.1 MAS的概念及结构
• 3.1.1 MAS在故障诊断系统中的模型
• 3.2 基于MAS的水电机组故障分解
• 3.2.1 水轮发电机组故障诊断特点分析
• 3.2.2 诊断问题的数学描述
• 3.2.3 诊断任务的分解
• 3.3 面向水轮发电机组的MAS故障诊断系统结构设计
• 3.3.1 系统AGENT结构
• 3.3.2 诊断AGENT结构
• 3.3.3 通讯AGENT结构
• 3.4 本章小结
• 4 面向AGENT的水电机组故障诊断策略研究
• 4.1 面向AGENT的任务分解策略
• 4.1.1 面向AGENT的故障任务模糊分解
• 4.1.1.1 模糊分解中隶属函数的确定
• 4.1.1.2 模糊关系矩阵R的确定
• 4.2 面向AGENT的神经网络精确诊断策略
• 4.2.1 BP神经网络
• 4.2.2 面向AGENT的故障征兆权重处理
• 4.3 面向AGENT的诊断策略的优点
• 4.4 本章小结
• 5 仿真及结果分析
• 5.1 基于多AGENT的水电机组故障诊断的任务分解仿真
• 5.2 基于多AGENT的水电机组故障诊断的单故障诊断仿真
• 5.2.1 转子质量不平衡故障AGENT诊断仿真
• 5.2.2 转子绕组匝间短路故障AGENT诊断仿真
• 5.2.3 叶片出口卡门涡列故障AGENT诊断仿真
• 5.2.4 定子椭圆度大故障AGENT诊断仿真
• 5.3 基于MAS的水电机组故障诊断结果评价
• 5.4 本章小结
• 6 结论
• 致谢
• 参考文献
• 硕士研究生期间发表论文
• 附录