一种基于关联度的除氧器故障识别方法与流程

本发明属于除氧器故障识别领域，具体涉及一种基于关联度的除氧器故障识别方法。

背景技术：

1、除氧器作为驱除锅炉给水中所含的溶解氧的设备，保护锅炉避免氧腐蚀，其主要作用就是用它来除去锅炉给水中的氧气及其他气体，保证给水的品质。同时，除氧器本身又是给水回热加热系统中的一个混合式加热器，起了加热给水、提高给水温度的作用。除氧器作为工业生产的重要设备，一旦发生故障，造成的经济损失是非常巨大的。因此，应采用合理的故障识别方法及时对除氧器进行故障识别，尽早解决故障，恢复生产。

技术实现思路

1、本发明的目的在于提供一种基于关联度的除氧器故障识别方法，解决除氧器故障识别问题。

2、一种基于关联度的除氧器故障识别方法，包括以下步骤：

3、s1，确定除氧器的故障识别框架g＝{g1,g2,…,gn}，gi代表故障识别框架g中的第i个故障，i＝1,2,…,n，n为故障个数，用h组传感器识别故障的特征参数，输出故障的基本概率赋值mj(gi)，j代表第j组传感器，j＝1,2,…,h；

4、s2，根据故障的基本概率赋值，计算故障的平均基本概率赋值

5、

6、其中，mj(gi)表示第j个传感器第i个故障的基本概率赋值，h为传感器个数；

7、s3，计算每个传感器基本概率赋值的相互关联度

8、

9、其中，mj(gi)、mp(gi)分别表示第j个、p个传感器第i个故障的基本概率赋值；

10、s4，计算每个传感器基本概率赋值与平均基本概率赋值之间的平均关联度

11、

12、其中，mj(gi)、分别表示第j个传感器第i个故障的基本概率赋值和平均基本概率赋值；

13、s5，计算每个传感器基本概率赋值的绝对关联度

14、rj＝xj+aj                                 (4)

15、其中，xj、aj分别表示第j个传感器基本概率赋值的相互关联度和平均关联度；

16、s6，根据绝对关联度，计算每个传感器基本概率赋值的权重

17、

18、其中，rj表示第j个传感器基本概率赋值的绝对关联度；

19、s7，根据权重，计算故障的加权基本概率赋值。

20、

21、其中，w1,w2,…,wh分别表示第1,2,…,h个传感器的基本概率赋值的权重，m1(gi)，m2(gi)，mh(gi)，i＝1,2,…,n，分别表示第1,2,…,h个传感器第i个故障的基本概率赋值；

22、s8，利用d-s融合规则对加权基本概率赋值m'(y)融合h-1次，h为传感器个数，输出最终的融合结果，计算公式如下：

23、

24、其中，k为d-s融合规则的冲突系数；

25、s9，按照最大的基本概率赋值对应的故障即是除氧器当前故障的决策规则，对最终的融合结果进行判断，输出诊断结果。

26、本发明的有益效果在于：

27、1.本发明利用故障的基本概率赋值计算平均基本概率赋值、相互关联度和平均关联度，能够充分利用已知信息。

28、2.本发明通过计算相互关联度和平均关联度得到绝对关联度，能够全面地表示故障基本概率赋值之间的关联关系。

29、3.本发明操作简单、便于实现。

技术特征：

1.一种基于关联度的除氧器故障识别方法，其特征在于，包括以下步骤：

技术总结
本发明公开了一种基于关联度的除氧器故障识别方法，本发明确定除氧器的故障识别框架，输出故障的基本概率赋值；根据故障的基本概率赋值，计算故障的平均基本概率赋值；计算每个传感器基本概率赋值的相互关联度；计算每个传感器基本概率赋值与平均基本概率赋值之间的平均关联度；计算每个传感器基本概率赋值的绝对关联度；根据绝对关联度，计算每个传感器基本概率赋值的权重；根据权重，计算故障的加权基本概率赋值；利用D‑S融合规则对加权基本概率赋值融合，输出最终的融合结果；按照决策规则对最终的融合结果进行判断，输出诊断结果。本发明能够充分利用已知信息，全面地表示故障基本概率赋值之间的关联关系，得到准确的故障识别结果。

技术研发人员：贾韧锋,张亮,崔荣,常志
受保护的技术使用者：中国船舶集团有限公司第七〇三研究所
技术研发日：
技术公布日：2024/3/17