[发明专利]Petri网图形化方法及在船用燃气轮机故障诊断上的应用

说明书

技术领域

本发明属于船用燃气轮机故障诊断技术领域，更具体地说它是一种Petri网图形化方法，本发明还涉及Petri网图形化方法在船用燃气轮机故障诊断上的应用。

背景技术

燃气轮机设备复杂，主机各部件、各附属分系统通过热力机械关系紧密地耦合在一起，出现故障后，故障的因果关系非常复杂，故障的判断、分析、排除难度大；在出现故障后，难以准确地分析并及时地排除。

传统的诊断技术已经不能满足需要，快速、精确的故障诊断成为必然发展趋势。过去需要几天乃至更长时间才能完成的故障诊断任务，现在必须压缩到几小时甚至数分钟内，因此对燃气轮机故障诊断的精度要求明显提高。即使受过良好专业训练的技术保障人员，也难以准确及时地判断故障原因或确定最佳的修理方案，常常需要花费相当长的时间对受损装备反复进行分析、检测，最后才能“确诊”。应用燃气轮机故障诊断系统，维修人员可以得到辅助指导，快速准确地完成故障诊断，加快受损装备的维修过程，以满足时效性要求。

目前的故障诊断技术主要采用基于信号处理、小波变换、故障树、神经网络、贝叶斯网络、专家系统和Petri网等技术进行故障诊断。

1.基于信号处理的方法：实时性好，但不能很好的处理潜在故障，一般多用于故障检测；

2.基于小波变换的方法：应用较广，先对信号进行多级小波分解，得到各子带数据。通过对小波变换系数模极大值的检测来实现对信号奇异性的检测，从而确定故障发生的时间；

3.基于专家系统的方法：通过获取大量的专家诊断知识，利用专家的推理方法，解决故障诊断领域的问题。其缺点是知识获取困难、知识库更新能力差、领域知识之间的矛盾难于处理、逻辑表达和处理能力局限性大；

4.基于神经网络的方法：以故障特征信号作为神经网络输入，诊断结果作为神经网络输出；然后通过对已有故障信息的离线训练，使神经网络通过权值记忆故障征兆与诊断结果的对应关系；最后在当新的故障出现时把故障征兆加入到输入端可开始诊断。其缺点是必须要有故障信息的大容量样本，而且其学习时间过长；

5.基于故障树分析法的方法：故障树分析法通过对可能造成系统失效的各种因素进行分析，从而确定系统失效原因的各种可能组合方式或其发生概率，将系统故障形成原因按树枝状逐级细化，将其逻辑关系用与、或等逻辑符号表示出来，自上而下逐级分解，直到不能分解的底事件，形成故障树。故障树诊断方法直观、形象，能够实现快速的诊断。缺点是不能诊断不可预知的故障；诊断结果严重依赖于故障树信息的正确性和完整性。