[发明专利]一种基于可拓神经网络的烘房加热系统故障诊断方法

权利要求书

1.一种基于可拓神经网络的烘房加热系统故障诊断方法，其特征在于：所述故障诊断方法包括以下步骤：

1)、建立烘房加热系统可拓神经网络模型

网络输入层参数分别是：加热温度TW、助燃风机轴瓦温度T1、助燃风机转速n1、燃油流量RF、调节阀压力PS1、燃油压力PS2、助燃风机压力PS3、电机电流A、电机功率P，根据物元定义，建立可拓神经网络输入层9维物元模型M；

根据烘房加热系统故障经验，该系统的故障包括：调节阀阻塞Q1、输送管道堵塞Q2、燃气水分含量过多Q3、燃油压力不足Q4、原油含水Q5、电机转子故障Q6；构建输出层6维的网络输出物元

在原始神经网络中，神经元与神经元之间存在着连接权值w_ji，当9维特征以物元M的形式输入时，定义权值矩阵W：

W=w11w12···w19w21w22···w29············wm1wm2···wm9]]>

其中，w_ji表示物元M中第i个特征c_mi与神经网络隐层第j个神经元之间的连接权值。可知W的每一行w_ji(i＝1,2,...,9)表示输入层物元M的9维特征分别对隐层m维特征第j(j＝1,2,…,m)个神经元的连接权值；

同理定义隐层与输出层之间的权值矩阵

W‾=w11w12···w1mw21w22···w2m············w61w62···w6m]]>

其中，w_ji(i＝1,2,...,m)表示隐层m维特征分别对物元的6维特征第j(1,2,…,6)个神经元的连接权值；

2)、模型故障诊断

根据预设设备安全区间，计算网络输出各节点可拓距ρ，当ρ<0，设备处于正常状态；当ρ>0，设备出现故障；当ρ＝0，设备处于故障边缘状态。