锅炉是一种重要的工业和民用设备,安全性高。开展锅炉设备故障诊断技术的研究对保障锅炉的安全运行有着十分重要的作用。作者结合现有的锅炉故障诊断技术,提出一种基于模糊数学、神经网络和专家系统相结合的混合型智能诊断方法,以期提高锅炉设备故障诊断的快速性和准确性。首先,对锅炉设备的运行特征、故障特点和现有的故障诊断技术进行深入分析,在此基础上,提出了一种基于混合技术的锅炉智能故障诊断方法,并给出了系统的总体框架。接着,对这种方法进行了详细研究,重点叙述了故障诊断知识库建立的过程,设计了基于模块化模糊神经网络的故障推理算法,并用MATLAB予以实现。整个系统程序和人机界面用VB程序语言进行编制。样本训练时,分别对规则数(聚类中心数)、加权指数、学习率、适应度网络中止误差、规则网络迭代误差等初始参数进行设定,然后根据给出的学习算法对输入样本进行训练,并对上述参数与学习误差平方和Q的关系进行了分析。最后,运用论文提出的方法,对锅炉运行过程中的高温过热器破裂故障进行了仿真实验。实验结果表明:在选定的参数条件下,作者所采用的样本均能收敛于一个比较接近的、较小的稳定值,且收敛速度较快,训练误差较小。针对锅炉设备的特点,论文提出的混合型智能故障诊断系统具有层次清晰、容易理解、推理效率较高等优点,能较好地模拟人类专家的逻辑思维和形象思维能力,能够较准确、及时地对锅炉进行故障诊断。该方法可以推广到其他特种设备的故障诊断研究工作中。