因此，将故障树诊断技术和人工神经网络技术进行融合，实现“故障树—人工神经网络”的强强联合，将故障树模型中求解出的最小割集（即起重机故障原因，对应典型的系统故障）作为人工神经网络的学习样本，通过人工神经网络的自主学习能力和联想记忆能力， 高效快速建立起故障诊断模式。

“树—网”智能联合，既包含了起重机所有的系统故障模式，又避免了人工神经网络学习的盲目性， 使得起重机复杂故障诊断的效率大幅度提高。

3 结语

桥式起重机机械故障和电气故障诱发因素复杂多样，造成传统的人工排查、检修和维护工作量非常大。基于先进的智能化理论，对桥式起重机整个寿命周期内各阶段进行风险评估和智能化故障诊断，可显著提高其作业可靠性及有效服役寿命。

电流测点进行监视，吹灰器是否故障可在时间控制里得到监视，这样就既避免了繁重的维护量，又降低了限位开关的备件损坏，还提高了吹灰器的投运效率。但在长期的运行过程中，炉膛吹灰器又出现了远方无法操作的现象，即DCS发指令就地吹灰器得不到响应。排查发现DCS的DO输出继电器端于板损坏，虽然更换继电器板后设备能够正常运行，但是仔细分析，吹灰器的控制仍存在风险，DCS的指令信号是开关量干接点信号，而吹灰器的控制回路为220 V AC回路，吹灰动力柜送过来的干接点信号带有220 V的交流电压，也就是DCS的DO控制的电气触点工作时带有220 V的电压， 随着锅炉长期吹灰DCS指令继电器频繁动作，或者指令信号电缆绝缘损坏串入吹灰器的380 V AC动力电源，很客易造成DCS的DO输出继电器端于板损坏。所以在就地吹灰动力柜增加了隔离继电器，同时增加220 V AC转24 V DC的电源模块，由24 V DC给转换继电器供电，将直接与控制回路接洽的指令信号转接在转换继电器的触点匕，这样DCS的指令信号通过隔离继电器转换之后再作用于吹灰器的控制回路，通过低压控制高压实现了DCS卡件的有效隔离，保证了DCS的安全性，极大地提高了吹灰器运行的可靠性。

4 结语

通过对锅炉炉膛吹灰器控制方案的改进，有效地保证了吹灰器在进入炉膛旋转三圈之后立即后退，避免了进到位限位开关故障造成吹灰器控制异常对锅炉水冷壁的冲刷，也提高了吹灰器的投运效率，保证了锅炉的高效经济运行。