基于CAN的燃?xì)廨啓C(jī)遠(yuǎn)程監(jiān)測(cè)與診斷系統(tǒng)

　　1.2 監(jiān)測(cè)診斷系統(tǒng)功能

　　現(xiàn)場(chǎng)采集處理與監(jiān)測(cè)子系統(tǒng)模塊：完成該系統(tǒng)的初始化，現(xiàn)場(chǎng)數(shù)據(jù)的采集和預(yù)處理，與CAN總線數(shù)據(jù)通信。

　　1.2.1 網(wǎng)絡(luò)通信模塊

　　通訊任務(wù)包括現(xiàn)場(chǎng)采集站定時(shí)將機(jī)組當(dāng)前運(yùn)行參數(shù)發(fā)送到工程師站。工程師站將控制、采集等運(yùn)行參數(shù)設(shè)置命令發(fā)送至數(shù)據(jù)采集站。

　工程師站與MIS系統(tǒng)的通訊采用服務(wù)器把MIS、工程師連接起來(lái)，可用Windows NT命名管道傳送實(shí)時(shí)數(shù)據(jù)，使MIS站上的工程師可以監(jiān)視燃?xì)廨啓C(jī)的各種狀態(tài)。遠(yuǎn)程網(wǎng)絡(luò)連接將MIS通過(guò)Web服務(wù)器建立Intemet連接，可以使現(xiàn)場(chǎng)工程師和診斷中心專(zhuān)家進(jìn)行在線交流，及時(shí)掌握更多的信息，由專(zhuān)家提供診斷結(jié)論和治理措施，再將這些結(jié)論通過(guò)對(duì)話服務(wù)發(fā)送給現(xiàn)場(chǎng)工程師。

　　1.2.2 數(shù)據(jù)庫(kù)模塊

　　數(shù)據(jù)庫(kù)模塊的設(shè)計(jì)應(yīng)采用分散和集中相結(jié)合的原則，可以將數(shù)據(jù)庫(kù)模塊分成兩部分：

　　數(shù)據(jù)采集站的數(shù)據(jù)庫(kù)和診斷中心數(shù)據(jù)庫(kù)。數(shù)據(jù)采集站的數(shù)據(jù)庫(kù)設(shè)計(jì)原則是設(shè)計(jì)實(shí)時(shí)數(shù)據(jù)庫(kù)，包括振動(dòng)的各種特征參數(shù)、波形數(shù)據(jù)、頻譜數(shù)據(jù)、溫度、壓力、轉(zhuǎn)速等。實(shí)時(shí)數(shù)據(jù)庫(kù)采用單鏈表數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)。診斷中心的數(shù)據(jù)庫(kù)按照不同的診斷建立相應(yīng)的實(shí)時(shí)、歷史數(shù)據(jù)庫(kù)，歷史數(shù)據(jù)庫(kù)采用大型數(shù)據(jù)庫(kù)管理系統(tǒng)。

　　實(shí)時(shí)數(shù)據(jù)庫(kù)接收客戶端實(shí)時(shí)發(fā)送的數(shù)據(jù)，實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)。而歷史數(shù)據(jù)庫(kù)則主要收集一些與故障相關(guān)的特征數(shù)據(jù)，主要包括：機(jī)組啟停、升降速、增減負(fù)荷時(shí)的狀態(tài)參數(shù)，異常工況下的狀態(tài)參數(shù)、部分正常工況下的狀態(tài)參數(shù)、機(jī)組其他重要的狀態(tài)參數(shù)和運(yùn)行參數(shù)。

　　1.2.3 服務(wù)程序模塊

　　它是遠(yuǎn)程診斷中心的重要組成部分?，F(xiàn)場(chǎng)工程師和遠(yuǎn)端專(zhuān)家通過(guò)它對(duì)狀態(tài)數(shù)據(jù)進(jìn)行分析處理，從而進(jìn)行故障診斷和制定故障治理策略。實(shí)時(shí)數(shù)據(jù)顯示分析包括參數(shù)設(shè)置、穩(wěn)態(tài)和瞬態(tài)監(jiān)測(cè)。系統(tǒng)參數(shù)對(duì)在線監(jiān)測(cè)診斷系統(tǒng)的精度有著重要的影響，不能隨意修改，為此給不同級(jí)別的用戶設(shè)定了不同的權(quán)限。穩(wěn)態(tài)監(jiān)測(cè)主要是在機(jī)組不間斷運(yùn)行時(shí)使用，可采用列表的方式顯示各種狀態(tài)參數(shù)，并且可以繪制各種圖形，有多種反映振動(dòng)征兆的圖形化方法，從實(shí)時(shí)數(shù)據(jù)庫(kù)讀出數(shù)據(jù)然后繪制對(duì)應(yīng)的圖形，如振動(dòng)波形圖、振動(dòng)頻譜、升降速波德圖、振型圖、軸心軌跡圖等，專(zhuān)家能夠選擇其想查看的圖形，從而進(jìn)行經(jīng)驗(yàn)上的判斷。瞬態(tài)監(jiān)測(cè)主要實(shí)現(xiàn)隨機(jī)監(jiān)測(cè)和啟停機(jī)監(jiān)測(cè)，可根據(jù)需要設(shè)置采樣頻率、采樣長(zhǎng)度、數(shù)據(jù)的存盤(pán)方式等，可供分析診斷軟件包等檢索調(diào)用。故障診斷服務(wù)主要包括方法、模糊理論、神經(jīng)網(wǎng)絡(luò)、遺傳算法與概率因果網(wǎng)絡(luò)相結(jié)合理論等建立的各種診斷程序。

　　2 GTD一350燃機(jī)智能故障診斷方法

　　2.1 基于規(guī)則的專(zhuān)家系統(tǒng)診斷方法

　　基于規(guī)則的方法又稱(chēng)產(chǎn)生式方法，早期的故障診斷專(zhuān)家系統(tǒng)都是基于規(guī)則的，這些規(guī)則是從專(zhuān)家的經(jīng)驗(yàn)中總結(jié)出來(lái)，用來(lái)描述故障和征兆的關(guān)系。

　　該方法的優(yōu)點(diǎn)是知識(shí)表示簡(jiǎn)單、直觀、形象、方便，使用直接的知識(shí)表示和相對(duì)簡(jiǎn)單的啟發(fā)式知識(shí)，診斷推理速度快；要求數(shù)據(jù)的存儲(chǔ)空間相對(duì)較?。灰子诰幊毯烷_(kāi)發(fā)出快速原型系統(tǒng)。缺點(diǎn)是知識(shí)庫(kù)覆蓋的故障模式有限，對(duì)未出現(xiàn)過(guò)的和經(jīng)驗(yàn)不足的故障診斷就顯得無(wú)能為力；當(dāng)知識(shí)庫(kù)中沒(méi)有相應(yīng)的與征兆匹配的規(guī)則時(shí)，易造成誤診或診斷失敗。

　　2.2 基于神經(jīng)網(wǎng)絡(luò)的診斷方法

　　從映射的角度分析，故障診斷的實(shí)質(zhì)是建立從征兆到故障源的映射過(guò)程。人工神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是高度非線性、高度容錯(cuò)和聯(lián)想記憶等。但是，人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于故障診斷也存在許多不足，診斷方法屬“黑箱”方法，不能揭示出系統(tǒng)內(nèi)部的一些潛在關(guān)系，無(wú)法對(duì)診斷過(guò)程給予明確解釋。網(wǎng)絡(luò)訓(xùn)練時(shí)間較長(zhǎng)，并且對(duì)未在訓(xùn)練樣本中出現(xiàn)的故障無(wú)診斷能力，甚至得出錯(cuò)誤診斷結(jié)論，這些都增加了神經(jīng)網(wǎng)絡(luò)在實(shí)際應(yīng)用中的困難。

　　2.3 基于遺傳算法與概率因果網(wǎng)絡(luò)結(jié)合的故障診斷方法

　　概率因果模型用于汽輪發(fā)電機(jī)組故障診斷時(shí)，具有最大似然值的故障集一定是最可能發(fā)生的故障，通過(guò)尋找使似然值函數(shù)最大的故障集合就可將故障診斷問(wèn)題轉(zhuǎn)化為非線性全局最優(yōu)化問(wèn)題。但各種故障的組合是一個(gè)相當(dāng)大的搜索空間，用數(shù)學(xué)解析或?qū)嶒?yàn)的方法幾乎不能求解。而遺傳算法具有高度并行性和求解非線性問(wèn)題的能力，可把遺傳算法與概率因果模型相結(jié)合，將由概率因果模型得到的似然值函數(shù)作為遺傳算法的適應(yīng)值函數(shù)，在全局范圍內(nèi)搜索最有可能發(fā)生的故障集合。概率因果模型與遣傳算法相結(jié)合時(shí)，染色體串采用二進(jìn)制編碼形式，故障出現(xiàn)為1，未出現(xiàn)為0。適應(yīng)值函數(shù)由下式表示：

　　式中：D表示可能的故障組合，也就是染色體串中為1所對(duì)應(yīng)的故障；M 表示已知存在的征兆；M代表所有的征兆集；P代表第i種故障所對(duì)應(yīng)的先驗(yàn)概率；c代表第i種故障與第，種征兆之間的因果強(qiáng)度，亦即第i種故障引起第7種征兆發(fā)生的可能性大小。

　　2.4 混合智能故障診斷方法

　　根據(jù)不同的發(fā)動(dòng)機(jī)系統(tǒng)參數(shù)，結(jié)合智能故障診斷方法的特點(diǎn)采用多種方法的診斷系統(tǒng)稱(chēng)為混合診斷方法。具體智能診斷方法的選用原則根據(jù)發(fā)動(dòng)機(jī)各系統(tǒng)故障的征兆以及故障狀態(tài)下的歷史數(shù)據(jù)來(lái)決定。本研究中GTD一350燃機(jī)油路系統(tǒng)故障采用專(zhuān)家系統(tǒng)，根據(jù)系統(tǒng)振動(dòng)檢測(cè)參數(shù)采用神經(jīng)網(wǎng)絡(luò)。

　　3 結(jié)語(yǔ)

　　本文對(duì)GTD一350型燃?xì)廨啓C(jī)建立了地面遠(yuǎn)程監(jiān)測(cè)與診斷系統(tǒng)。此系統(tǒng)的研究是集數(shù)據(jù)采集、性能分析、故障診斷、人工智能等技術(shù)于一體的綜合信息處理系統(tǒng)，實(shí)現(xiàn)了對(duì)GTD一350燃?xì)廨啓C(jī)運(yùn)行狀態(tài)的監(jiān)測(cè)和故障診斷。通過(guò)與Intemet的連接，實(shí)現(xiàn)了遠(yuǎn)程監(jiān)測(cè)和診斷。非現(xiàn)場(chǎng)運(yùn)行人員可以直接登陸相關(guān)的遠(yuǎn)程診斷中心的網(wǎng)站進(jìn)行分析診斷，可提高實(shí)時(shí)處理效率和分析診斷的準(zhǔn)確性，為運(yùn)行人員和設(shè)備管理工程師提供了設(shè)備運(yùn)行狀況的科學(xué)依據(jù)，以便及時(shí)發(fā)現(xiàn)異常情況，保證設(shè)備安全可靠經(jīng)濟(jì)運(yùn)行。