目录 1 引言
2 样本空间的完备性和完善性
3 引入灰色数学的故障诊断
4 故障诊断灰色数学模型之一：基于贴近程度的方法
5 故障诊断灰色数学模型之二：基于映射关系的方法
6 结论
参考资料 参考文献
[1] 汪健（Wang Jian）．基于热力参数的大型机组热力循环的集成故障诊断系统（Integrated fault diagnosis system baded on parameters for thermal cycle of large power generation units）[D]．北京：清华大学（Beijing：Tsinghua University），1996．
[2] 张建华，侯国莲，段泉圣（Zhang Jianhua，Hou Guolian，Duan Quanshen）．模糊及神经网络在凝汽器故障诊断中的应用（Applications of fuzzy neural network on condenser fault diagnosis）[J]．现代电力（Moderm Electric Power），1998，15(3)：13-16．
[3] Munoz A，Sanz-Bobi M A．An incipient fault detection system based on the probabilistic radial basis function network：Application to the diagnosis of the condenser of a coal power plant[J]．Neurocomput-ing，1998，(23)：177-194．
[4] 武彬，沈幼庭（Wu Bin，Shen Youting）．基于模糊神经网络的锅炉受热面积积灰监测（Supervision of heating surface fouling in boilers baded on the principles of fuzzy neural networks）[J]．发电设备（Electricity Generation Apparatus）1999，(3)：29-34．
[5] 李勇，叶荣学，曹祖庆（Li Yong，Ye Rongxue，Cao Zuqing）．基于神经网络的凝汽器故障诊断系统（Condrnser fault diagnosis system based on neural network）[J]．东北电力技术（Northeastern Electric Power Technology），1995，(5)：5-7．
[6] Alefeld G，Herzberger J．Introduction to interval computations [M]．New York：Academic Press．1983．
[7] 徐章遂，房立清，王希武（Xu Zhangsui，Fang Liqing，Wang Xiwu）．故障信息诊断原理及应用（Diagnosis principle and app-lication for the fault information）[M]．北京：国防工业出版社（Beijing: Press of National Defence Industry），2000．
[8] Ishibuchi H，Miyazaki A，Kwon K，et al．Learning from incomplete training data with missing values and medical application [A]．Proceedings of the international joint conference on neural networks (IJCNN’93)[C]．1993，1871-1874．
[9] Hernandez C A，Espi J，Nakayama K A．Generalization of backp-ropagation to interval arithmetic[A]．Proceedings of the world cong-ress on neural networks (WCNN’93)[C]．1993，131-134．
简单介绍 摘 要：构建实用型故障诊断系统的前提是具备一个完备且完善的样本空间，在此基础上进行分析才能够从“量”和“度”两个不同层次上把握故障的特征，目前新兴的模糊数学模型正是由于注重了在“度”上描述故障特征，在现代故障诊断理论中取得长足进展；该文着眼于故障样本的灰色特性，所建立的灰色数学模型在同时把握“量”和“度”两方面的特征上具有一定的优越性，是一个有益的尝试并且具有良好的应用前景。文中从工程实例中说明了样本空间不可忽视的灰色特性，从贴近程度和映射关系的两种思路出发建立了灰色数学模型，并且由数值实例说明了两种模型用于故障诊断的有效性。
关键词：故障诊断；灰色理论；区间代数；误差反传；隶属度

1 引言 引入现代数学手段的故障诊断理论在电厂复杂的过程系统中得到了广泛应用。从公开发表的文献来看，各种诊断模型对各自文中所附的实例给出了准确诊断，如果任意选用非论文作者提供的典型实例来验证就多有出入，甚至会得出截然不同的结论，例如对同一凝汽器故障征兆向量，汪健[1]与张建华[2]各自的模型就可推断出不同的故障。这是因为目前大多数被研究的诊断对象普遍缺少各种典型故障征兆向量以及较好的表述方式，往往使得诊断模型的稳定性较差。 构建实用型故障诊断系统的前提是具备一个完备且完善的样本空间，完备的样本空间有助于提取典型故障特征向量，完善的样本空间有助于提高诊断的正确性和效率。完备、完善的样本空间的缺乏是现代故障诊断理论广泛应用于工程实际的主要障碍。 基于区间代数的灰色数学工具的引入是一个有力的帮助，由此形成的故障诊断灰色数学模型诊断故障的可信度较现有方法有明显的提高。本文以实例为证，首先论述了样本空间所存在的灰色特性，指出基于区间代数方法的灰色数学用来描述样本的优越性，从故障诊断常用的两种思路出发，给出了基于贴近程度和映射关系的故障诊断灰色数学模型。 2 样本空间的完备性和完善性 2.1 样本空间的完备性 故障诊断数学模型从本质上看，可以简单分为定量与定性两个层次，如图1所示。 ......