基于CAN的燃氣輪機遠程監(jiān)測與診斷系統(tǒng)

　　1.2 監(jiān)測診斷系統(tǒng)功能

　　現(xiàn)場采集處理與監(jiān)測子系統(tǒng)模塊：完成該系統(tǒng)的初始化，現(xiàn)場數(shù)據(jù)的采集和預處理，與CAN總線數(shù)據(jù)通信。

　　1.2.1 網(wǎng)絡通信模塊

　　通訊任務包括現(xiàn)場采集站定時將機組當前運行參數(shù)發(fā)送到工程師站。工程師站將控制、采集等運行參數(shù)設置命令發(fā)送至數(shù)據(jù)采集站。

　工程師站與MIS系統(tǒng)的通訊采用服務器把MIS、工程師連接起來，可用Windows NT命名管道傳送實時數(shù)據(jù)，使MIS站上的工程師可以監(jiān)視燃氣輪機的各種狀態(tài)。遠程網(wǎng)絡連接將MIS通過Web服務器建立Intemet連接，可以使現(xiàn)場工程師和診斷中心專家進行在線交流，及時掌握更多的信息，由專家提供診斷結(jié)論和治理措施，再將這些結(jié)論通過對話服務發(fā)送給現(xiàn)場工程師。

　　1.2.2 數(shù)據(jù)庫模塊

　　數(shù)據(jù)庫模塊的設計應采用分散和集中相結(jié)合的原則，可以將數(shù)據(jù)庫模塊分成兩部分：

　　數(shù)據(jù)采集站的數(shù)據(jù)庫和診斷中心數(shù)據(jù)庫。數(shù)據(jù)采集站的數(shù)據(jù)庫設計原則是設計實時數(shù)據(jù)庫，包括振動的各種特征參數(shù)、波形數(shù)據(jù)、頻譜數(shù)據(jù)、溫度、壓力、轉(zhuǎn)速等。實時數(shù)據(jù)庫采用單鏈表數(shù)據(jù)結(jié)構(gòu)設計。診斷中心的數(shù)據(jù)庫按照不同的診斷建立相應的實時、歷史數(shù)據(jù)庫，歷史數(shù)據(jù)庫采用大型數(shù)據(jù)庫管理系統(tǒng)。

　　實時數(shù)據(jù)庫接收客戶端實時發(fā)送的數(shù)據(jù)，實現(xiàn)遠程監(jiān)測。而歷史數(shù)據(jù)庫則主要收集一些與故障相關(guān)的特征數(shù)據(jù)，主要包括：機組啟停、升降速、增減負荷時的狀態(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)、機組其他重要的狀態(tài)參數(shù)和運行參數(shù)。

　　1.2.3 服務程序模塊

　　它是遠程診斷中心的重要組成部分?，F(xiàn)場工程師和遠端專家通過它對狀態(tài)數(shù)據(jù)進行分析處理，從而進行故障診斷和制定故障治理策略。實時數(shù)據(jù)顯示分析包括參數(shù)設置、穩(wěn)態(tài)和瞬態(tài)監(jiān)測。系統(tǒng)參數(shù)對在線監(jiān)測診斷系統(tǒng)的精度有著重要的影響，不能隨意修改，為此給不同級別的用戶設定了不同的權(quán)限。穩(wěn)態(tài)監(jiān)測主要是在機組不間斷運行時使用，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，有多種反映振動征兆的圖形化方法，從實時數(shù)據(jù)庫讀出數(shù)據(jù)然后繪制對應的圖形，如振動波形圖、振動頻譜、升降速波德圖、振型圖、軸心軌跡圖等，專家能夠選擇其想查看的圖形，從而進行經(jīng)驗上的判斷。瞬態(tài)監(jiān)測主要實現(xiàn)隨機監(jiān)測和啟停機監(jiān)測，可根據(jù)需要設置采樣頻率、采樣長度、數(shù)據(jù)的存盤方式等，可供分析診斷軟件包等檢索調(diào)用。故障診斷服務主要包括方法、模糊理論、神經(jīng)網(wǎng)絡、遺傳算法與概率因果網(wǎng)絡相結(jié)合理論等建立的各種診斷程序。

　　2 GTD一350燃機智能故障診斷方法

　　2.1 基于規(guī)則的專家系統(tǒng)診斷方法

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

　　該方法的優(yōu)點是知識表示簡單、直觀、形象、方便，使用直接的知識表示和相對簡單的啟發(fā)式知識，診斷推理速度快；要求數(shù)據(jù)的存儲空間相對較?。灰子诰幊毯烷_發(fā)出快速原型系統(tǒng)。缺點是知識庫覆蓋的故障模式有限，對未出現(xiàn)過的和經(jīng)驗不足的故障診斷就顯得無能為力；當知識庫中沒有相應的與征兆匹配的規(guī)則時，易造成誤診或診斷失敗。

　　2.2 基于神經(jīng)網(wǎng)絡的診斷方法

　　從映射的角度分析，故障診斷的實質(zhì)是建立從征兆到故障源的映射過程。人工神經(jīng)網(wǎng)絡的優(yōu)點是高度非線性、高度容錯和聯(lián)想記憶等。但是，人工神經(jīng)網(wǎng)絡應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，無法對診斷過程給予明確解釋。網(wǎng)絡訓練時間較長，并且對未在訓練樣本中出現(xiàn)的故障無診斷能力，甚至得出錯誤診斷結(jié)論，這些都增加了神經(jīng)網(wǎng)絡在實際應用中的困難。

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

　　概率因果模型用于汽輪發(fā)電機組故障診斷時，具有最大似然值的故障集一定是最可能發(fā)生的故障，通過尋找使似然值函數(shù)最大的故障集合就可將故障診斷問題轉(zhuǎn)化為非線性全局最優(yōu)化問題。但各種故障的組合是一個相當大的搜索空間，用數(shù)學解析或?qū)嶒灥姆椒◣缀醪荒芮蠼?。而遺傳算法具有高度并行性和求解非線性問題的能力，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，染色體串采用二進制編碼形式，故障出現(xiàn)為1，未出現(xiàn)為0。適應值函數(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所對應的故障；M 表示已知存在的征兆；M代表所有的征兆集；P代表第i種故障所對應的先驗概率；c代表第i種故障與第，種征兆之間的因果強度，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)動機系統(tǒng)參數(shù)，結(jié)合智能故障診斷方法的特點采用多種方法的診斷系統(tǒng)稱為混合診斷方法。具體智能診斷方法的選用原則根據(jù)發(fā)動機各系統(tǒng)故障的征兆以及故障狀態(tài)下的歷史數(shù)據(jù)來決定。本研究中GTD一350燃機油路系統(tǒng)故障采用專家系統(tǒng)，根據(jù)系統(tǒng)振動檢測參數(shù)采用神經(jīng)網(wǎng)絡。

　　3 結(jié)語

　　本文對GTD一350型燃氣輪機建立了地面遠程監(jiān)測與診斷系統(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)，實現(xiàn)了對GTD一350燃氣輪機運行狀態(tài)的監(jiān)測和故障診斷。通過與Intemet的連接，實現(xiàn)了遠程監(jiān)測和診斷。非現(xiàn)場運行人員可以直接登陸相關(guān)的遠程診斷中心的網(wǎng)站進行分析診斷，可提高實時處理效率和分析診斷的準確性，為運行人員和設備管理工程師提供了設備運行狀況的科學依據(jù)，以便及時發(fā)現(xiàn)異常情況，保證設備安全可靠經(jīng)濟運行。