目前虽然有许多诊断方法和诊断系统应用于火电厂设备的故障诊断,并取得了很好的应用效果,但在实际应用时也存在着不少的问题,主要表现在以下几个方面。
1、检测手段
故障诊断的推理机制已经达到很高的水平,但征兆的获取成为了一个瓶颈,即大的问题是检测手段不能满足诊断的需要,不能真实地反应故障的特征。
2、复杂的故障机理
对故障机理的了解是准确诊断故障的前提。目前,对电厂某些设备的复杂故障,很难从理论上给出解释,对其机理的了解并不深刻。
3、人工智能应用
专家系统作为人工智能在电厂主要设备故障诊断中的应用已获得成功,但仍有一些关键的人工智能应用问题需要解决,主要有知识的表达与获取、自学习、智能辨识、信息融合等。
4、诊断方法的单一性
当前火电厂设备的故障诊断系统所用的诊断方法有模糊逻辑法、故障树分析法、专家系统、人工神经网络等。但是单一的诊断方法往往难以达到期望的诊断效果。
5、故障定位
目前的故障诊断系统常常只是进行到故障类型识别这一部分,不能确定故障的具体位置,且对设备的状态进行预测的功能研究不够。