2 基于神经网络技术的专家系统的应用

将基于神经网络技术的专家系统应用到电厂补给水处理系统中。该系统主要包括预处理、机械处理、一级除盐和二级除盐四部分。本文以预处理为例，预处理工艺流程：生水(生水加热器(二个)→澄清池(三座)→澄清水箱(三台)→澄清水泵(五台)，分别至生活消防水系统及锅炉补给水除盐系统。生水采用加凝聚剂和助凝剂进行处理。

2.1 神经网络结构

针对预处理多测点、多故障的特点，该系统采用整体结构分散化与子网络组合化相结合的神经网络来完成诊断。一方面，分层后的网络(见图2)比原网络规模小得多，从而使训练时间大为减少；另一方面，相互无关的故障与原因之间除去完全没有必要的权值连接(或令权值=0)减小了规模，而且由于各故障诊断采用并联组合式，具备神经网络大规模并行处理的特征，这样既可以提高诊断速度和准确度，又可同时诊断多个故障。图2中，故障定位网络主要完成故障的定位。通过对测试信号的判断将故障进行分类，其输出对应第二层的输入。第二层网络包括澄清池部分3个子网络，清水箱部分3个子网络，每个子网络均采用三层BP网络结构。6个子网的结构和工作过程基本相同，以2#澄清池诊断网络为例，进行仿真研究。

2.2 神经网络训练

根据故障机理分析和该领域的专家知识，可以得到2#澄清池系统的故障征兆集、故障原因集。