电厂给水泵运行状态监测的专家系统实现
1 引言
随着电力行业设备检修体制改革的推进，电力工业设备科学管理水平和整体经济效益的提高，我国各省电力公司从历年的机组计划检修体制中不断总结经验，提出了在火电厂推行状态检修的设想。给水泵运行状态的监测与故障诊断只是其中之一，为了保证给水泵稳定地运行，预防故障的发生，采用专家系统(Expert System)对运行状态进行监测，并对异常状态的预测和消除给出具有专家水准的建议和方法。专家系统是近年来人工智能领域内最为活跃的分支，是人工智能开始走向实用化的标志和里程碑,也是人工智能从一般思维规律走向专门知识利用的突破口。它将人类专家的特殊知识赋予机器，使机器对问题的解决达到专家水平。它来源于人类专家的头脑，而又高于人脑，是一个专家群体的智能机系统。将电厂给水泵的状态监测和故障诊断用专家系统实现具有智能化和可靠性高的特点，不仅减少了人力的投入，而且能在最大程度上模拟专家，准确地分析找到故障所在。可见，专家系统在监测和故障诊断中的应用，能够防范于未然，把故障发生的概率减少到最小，提高了经济效益，从而对于推进我国电力行业设备检修改革起到重大的推动作用。
2 专家系统的结构和原理
简单地说，专家系统是一种智能的计算机程序，但与传统程序有所区别:
*传统程序:数据结构+算法=程序
*专家系统:知识+推理=系统
其基本结构如图1所示。
图1 专家系统的一般结构
其中，知识库、数据库和推理机是专家系统的核心。知识库用来存放领域专家知识;数据库用于存放初始数据、证据、推理过程中得到的中间结果等;推理机是运用知识库的知识进行推理的一组程序，主要有正向推理、反向推理以及正反向混合推理三种。知识获取是知识库的基础，是专家系统开发中最难最关键的一步，被称为专家系统开发的“瓶颈”，当前知识获取的形式主要有:手工获取、自动获取、手工自动相结合三种。人机解释接口使用户能够以自观、方便的形式与机器、进行对话，尽可能避免误操作。
专家系统的工作过程如图2所示。
图2 专家系统的工作原理图
3 分析思路
对于给水泵来说，设备本体的监测一般通过分析振动信号来进行，而且这方面已有不少的应用实例，并且随着近代数字信号处理理论以及技术的发展而不断进步。而设备当前的运行工况(包括与泵相连的管路系统)则一般通过分析过程量进行，例如泵的工作点的概念，是从宏观上来衡量泵的工作状况，它是建立在流体力学计算和水力试验相结合的基础之上的，这是一种较经典的方法，具有丰富的应用经验。
机械设备在运行过程中的振动及其特征信息是反映系统状态及其变化规律的主要信号。因而利用振动信号对设备进行监测，是设备故障诊断方法中最常用、最有效的方法。但是鉴于给水泵在火电厂的重要地位，应建立以振动监测为主，辅以过程量监测的检测方法。通常，电厂辅机状态检修中的基本监测参数可包括:
(1) 动态参数:振幅、频率、相位、振动速度、加速度。
(2) 静态参数:轴向位置、偏心位置、机壳膨胀。
(3) 过程参数:转速、温度、流量、压力、压差。
根据给水泵运行状态监测的特点，可采用分析型专家系统，将给水泵可能出现的问题和相对应的解决办法抽象变成形式化的数据，预先存入知识库，它们的可能组合便构成状态空间或问题空间，于是，搜索求解就在这一限定空间中进行。当系统接受到形式化后的数据时，就对这些数据与抽象解之间进行启发式匹配，找出相应的抽象解集，最后经过解的求精从解集中识别出具体解，方便用户理解接受。
