申 創(chuàng) 姚 毅 王勁柏 羅 毅

(1.四川理工學(xué)院自動(dòng)化與電氣工程學(xué)院,西川 自貢 643000；2.成都海蘭天澄科技有限公司，成都 610000)

隨著我國(guó)工業(yè)化程度的提高和產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型，對(duì)環(huán)保的監(jiān)控越來(lái)越嚴(yán)格，許多在線監(jiān)測(cè)儀器得到推廣和應(yīng)用。然而，此類(lèi)儀器受到環(huán)境變量和自身耦合變量的雙重干擾，再加上在線類(lèi)監(jiān)測(cè)儀器工程上涉及到技術(shù)集成、操作性、安全冗余及成本控制等限制，該類(lèi)儀器(如化學(xué)需氧量、氨氮、煙氣、乳酸及微生物等在線監(jiān)測(cè)設(shè)備)在控制精度和故障排查上不甚理想。對(duì)儀器的故障診斷，多憑借工程經(jīng)驗(yàn)。因此，對(duì)儀器設(shè)備開(kāi)發(fā)的工程經(jīng)驗(yàn)、質(zhì)量控制、開(kāi)發(fā)效率以及工程優(yōu)化問(wèn)題的研究將更有迫切性和現(xiàn)實(shí)需要，其中，數(shù)據(jù)特征挖掘?qū)|(zhì)量控制和設(shè)備開(kāi)發(fā)效率的提高意義重大。

1 影響COD在線監(jiān)測(cè)儀性能的因素①

采用特征選擇和過(guò)濾匹配的方法快速分析儀器的故障原因[1]，先要建立變量的初始特征集，這樣就必須明確可能引起故障的輸入變量對(duì)應(yīng)的節(jié)點(diǎn)或分類(lèi)節(jié)點(diǎn)，再用COD在線監(jiān)測(cè)儀進(jìn)行的故障診斷研究來(lái)引出，其分析思路也可用于其他儀器系統(tǒng)。

1.1 儀器的工作原理和過(guò)程

COD在線監(jiān)測(cè)儀是眾多環(huán)保監(jiān)控儀器中的一種，其核心測(cè)試方法有重鉻酸鹽法、高錳酸鉀法、庫(kù)侖法、臭氧法、電極法及羥基法等[2]，其中重鉻酸鹽和高錳酸鉀法是國(guó)標(biāo)方法[3]，用得較為普遍。

圖1是某公司的COD在線監(jiān)測(cè)儀后側(cè)圖。整個(gè)測(cè)試過(guò)程按采樣、定容、消解、比色的過(guò)程串聯(lián)進(jìn)行，工作前有試管清洗、系統(tǒng)復(fù)位及光度計(jì)調(diào)零等操作，采用重鉻酸鹽法消解，光度計(jì)法比色。監(jiān)測(cè)儀的主要構(gòu)件包括試劑瓶、導(dǎo)管、繼電器、蠕動(dòng)泵、消解池、加熱棒、比色池、光度計(jì)、PLC、嵌入式顯示和控制組件。

圖1 COD在線監(jiān)測(cè)儀后側(cè)圖

1.2 故障因素(初始特征集)分析

任何影響儀器工況的因素都可以作為輸入變量特征集的元素，但是，為了降低特征子集之間的相關(guān)性，理清故障因素是關(guān)鍵。該儀器的測(cè)試范圍是5～1 000mg/L，而數(shù)據(jù)多分布在200mg/L以?xún)?nèi)，因此可以說(shuō)，任何節(jié)點(diǎn)的故障振動(dòng)或漂移都可能影響測(cè)試結(jié)果的穩(wěn)定性，這給逐點(diǎn)排查儀器故障帶來(lái)了麻煩。假設(shè)樣本數(shù)據(jù)不存在大量干擾(如Cl-)，可從3個(gè)主要過(guò)程來(lái)分析故障因素。

定容階段。主要是借助于蠕動(dòng)泵的兩次固定時(shí)間內(nèi)的正反轉(zhuǎn)抽取樣本到消解池中。蠕動(dòng)泵的不穩(wěn)定，可能導(dǎo)致無(wú)法準(zhǔn)確定容，影響實(shí)驗(yàn)結(jié)果，此類(lèi)故障可以通過(guò)肉眼觀察發(fā)現(xiàn)；放置在試管中的吸管由于端子不規(guī)則，或電磁閥的吸附，都會(huì)造成不確定的殘留試劑。

消解階段。從消解條件考慮，即催化劑和溫度。難點(diǎn)在于溫度的控制，主要是加熱器和溫控儀部分是可能的故障點(diǎn)，數(shù)據(jù)所反映出的明顯特征就是測(cè)試結(jié)果普遍偏低。

采樣階段。涉及到光度計(jì)部分、比色皿部分和硬件電路部分，如光源的“單色性”太差、檢測(cè)器漂移及比色皿中有大量氣泡或不均勻等。從朗伯比爾定律的前提條件入手去分析采樣階段的可能故障點(diǎn)是完備的。

2 故障診斷數(shù)據(jù)挖掘模型

2.1 雙特征變量選擇和匹配

根據(jù)評(píng)價(jià)準(zhǔn)則，特征選擇可以分為過(guò)濾器、封裝器和嵌入式3類(lèi)基本模型[4]，在此按過(guò)濾器模型進(jìn)行特征選擇，需要首先對(duì)初始特征集進(jìn)行定義。

按照儀器的動(dòng)作過(guò)程逐級(jí)分類(lèi)，可以使特征間的分類(lèi)間距最大化，減少無(wú)效特征或冗余特征，并且由于是按流程操作的，所以在發(fā)生故障的條件下，采樣、定容、消解、比色之間引起故障的相關(guān)系數(shù)為零。圖2所示為雙特征變量的匹配流程，首先要理清所有引起儀器故障的外部變量和內(nèi)部變量，并注意變量之間是否存在關(guān)聯(lián)性，隨后把變量屬性符號(hào)化得到特征子集，然后可以用矩陣的形式表示出特征。對(duì)于數(shù)據(jù)特征的挖掘，除了常見(jiàn)的統(tǒng)計(jì)特征，還應(yīng)結(jié)合儀器的自身特點(diǎn)挖掘出與之對(duì)應(yīng)的數(shù)據(jù)特性，如數(shù)據(jù)穩(wěn)定的滯后效應(yīng)、數(shù)據(jù)偏離均值的正負(fù)值及最值分散度等。

圖2 雙特征變量的匹配流程

2.2 故障變量的特征選擇

儀器故障的完備事件容易找到，如溫度、濕度、光度計(jì)電源及加熱棒等。若隨意劃分特征子集，將不利于故障的快速映射。如將溫度看成是一個(gè)特征元素或集合，而溫度對(duì)多個(gè)構(gòu)件和環(huán)節(jié)都會(huì)產(chǎn)生影響，和數(shù)據(jù)特征進(jìn)行匹配時(shí)，無(wú)法建立有說(shuō)服力的聯(lián)系。因此，特征集合的搜索和分類(lèi)很關(guān)鍵。

圖3 系統(tǒng)的故障樹(shù)

2.3 實(shí)驗(yàn)數(shù)據(jù)特征選擇和特征選擇算法

有效提高特征選擇算法穩(wěn)定性的方法主要有基于經(jīng)典特征選擇算法的集成特征選擇、基于樣本加權(quán)的算法[5]和特征組群的方法。數(shù)據(jù)特征這部分包括如何進(jìn)行選擇數(shù)據(jù)和對(duì)數(shù)據(jù)的特征挖掘。從圖4所示的測(cè)試數(shù)據(jù)可以看出，50mg/L的標(biāo)樣測(cè)試數(shù)據(jù)表明該儀器工作不正常，但并不一定用此組數(shù)據(jù)更有利于反映儀器固有的問(wèn)題，因?yàn)橛锌赡苁枪收宵c(diǎn)的次生干擾和故障本身干擾的結(jié)果。因此，在儀器穩(wěn)定運(yùn)行的情況下，需要選擇合適的測(cè)試數(shù)據(jù)作為評(píng)估的原始特征集。假設(shè)關(guān)注以下幾類(lèi)數(shù)據(jù)特征：均值、方差、數(shù)據(jù)穩(wěn)定的滯后效應(yīng)、數(shù)據(jù)偏離均值的正負(fù)值、最值分散度。理論上5個(gè)特征有31種數(shù)據(jù)組合。接下來(lái)就要采用各種手段建立數(shù)據(jù)特征集合與變量特征集的聯(lián)系。

圖4 故障儀器的測(cè)試數(shù)據(jù)(50mg/L標(biāo)樣)

3 實(shí)驗(yàn)數(shù)據(jù)分析和驗(yàn)證

3.1 數(shù)據(jù)的選取

對(duì)同一儀器的數(shù)天數(shù)據(jù)進(jìn)行采樣分析，低(50mg/L)、高(200mg/L)濃度標(biāo)樣測(cè)試值的分布分別如圖5、6所示。低濃度測(cè)試結(jié)果表明，均值偏離大，且測(cè)試穩(wěn)定性較差。高濃度的測(cè)試結(jié)果均值接近標(biāo)樣，但少數(shù)采樣值漂移比較大，這說(shuō)明儀器不存在原理性故障，系統(tǒng)整體運(yùn)行比較穩(wěn)定，受環(huán)境的干擾或穩(wěn)定運(yùn)行的條件不足。在做進(jìn)一步的數(shù)據(jù)特征挖掘時(shí)，需要盡可能排除誤差因素的干擾，突顯故障因素對(duì)數(shù)據(jù)的作用，因此選擇高濃度采樣數(shù)據(jù)進(jìn)一步分析。

圖5 低濃度標(biāo)樣測(cè)試值的分布

圖6 高濃度標(biāo)樣測(cè)試值的分布

3.2 標(biāo)樣測(cè)試

圖7是溫度基本恒定或變化趨勢(shì)相同的條件下，同一儀器對(duì)不同標(biāo)樣的測(cè)試結(jié)果，可以斷定：幾乎首次采樣的結(jié)果都會(huì)比標(biāo)樣值低。可以通過(guò)此特征和相關(guān)經(jīng)驗(yàn)，鎖定幾種可能故障，優(yōu)先用其他數(shù)據(jù)特征驗(yàn)證這些故障。圖8是溫度基本恒定(8℃)，不同儀器對(duì)同一標(biāo)樣的測(cè)試結(jié)果，依然有首次測(cè)量低于標(biāo)樣值的特征。

圖7 同一儀器不同標(biāo)樣的測(cè)試值

圖8 不同儀器對(duì)同一標(biāo)樣的測(cè)試

3.3 數(shù)據(jù)特征分析和結(jié)論

表1是200mg/L(高濃度)的標(biāo)樣測(cè)試結(jié)果，其均值和方差分別為199.87和39.07，均值接近200mg/L，方差較大，說(shuō)明數(shù)據(jù)波動(dòng)較明顯。圖9為測(cè)試數(shù)據(jù)的波動(dòng)和均值特質(zhì)，可以看出，測(cè)試數(shù)據(jù)幾乎是負(fù)波動(dòng)，即在中心線(CL)以下波動(dòng)，且數(shù)據(jù)存在偶發(fā)的不穩(wěn)定現(xiàn)象。綜上所述，可以得出如下結(jié)論：

a. 系統(tǒng)不存在原理性故障，一天內(nèi)測(cè)量?jī)x器穩(wěn)定性較差；

b. 儀器魯棒性能較差；

c. 儀器系統(tǒng)并沒(méi)有完全得到響應(yīng)；

d. 系統(tǒng)穩(wěn)定運(yùn)行前需要1～3個(gè)測(cè)試周期。

表1 200mg/L標(biāo)樣的測(cè)試值

圖9 測(cè)試數(shù)據(jù)的波動(dòng)和均值特征

按照構(gòu)建模型的思路去分析和排查，很快就找到了該儀器的故障原因，即加熱棒沒(méi)能完全包裹整個(gè)液位面(圖10)，由于熱傳遞和熱損耗的影響，使消解池的上液位面的液體不能持續(xù)10min保持175℃，從而導(dǎo)致消解不完全。

圖10 消解池和加熱裝置(故障點(diǎn))

4 結(jié)論

4.1原始數(shù)據(jù)選取根據(jù)經(jīng)驗(yàn)和特征選擇的要求，才能盡可能減少誤差因素，突顯故障因素，對(duì)于該儀器而言，選擇高濃度的標(biāo)樣更有利于儀器分析。

4.2按儀器操作流程對(duì)故障特征變量進(jìn)行劃分，有利于增大類(lèi)別距離，減少特征冗余；數(shù)據(jù)特征和故障變量的匹配可以根據(jù)經(jīng)驗(yàn)來(lái)減少算法。

4.3雖然該儀器的采樣周期為30min，若將整天的測(cè)試看成一次集中采樣，仍然可以從系統(tǒng)的快速響應(yīng)性、穩(wěn)定性和魯棒性的角度分析，并得到比較滿意的結(jié)果。