目前雖然有許多診斷方法和診斷系統(tǒng)應(yīng)用于火電廠設(shè)備的故障診斷,并取得了很好的應(yīng)用效果,但在實際應(yīng)用時也存在著不少的問題,主要表現(xiàn)在以下幾個方面。
1、檢測手段
故障診斷的推理機制已經(jīng)達到很高的水平,但征兆的獲取成為了一個瓶頸,即大的問題是檢測手段不能滿足診斷的需要,不能真實地反應(yīng)故障的特征。
2、復(fù)雜的故障機理
對故障機理的了解是準(zhǔn)確診斷故障的前提。目前,對電廠某些設(shè)備的復(fù)雜故障,很難從理論上給出解釋,對其機理的了解并不深刻。
3、人工智能應(yīng)用
專家系統(tǒng)作為人工智能在電廠主要設(shè)備故障診斷中的應(yīng)用已獲得成功,但仍有一些關(guān)鍵的人工智能應(yīng)用問題需要解決,主要有知識的表達與獲取、自學(xué)習(xí)、智能辨識、信息融合等。
4、診斷方法的單一性
當(dāng)前火電廠設(shè)備的故障診斷系統(tǒng)所用的診斷方法有模糊邏輯法、故障樹分析法、專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等。但是單一的診斷方法往往難以達到期望的診斷效果。
5、故障定位
目前的故障診斷系統(tǒng)常常只是進行到故障類型識別這一部分,不能確定故障的具體位置,且對設(shè)備的狀態(tài)進行預(yù)測的功能研究不夠。