黃宏偉，陳 超，李永耀，謝國強，雷文平

HUANG Hong-wei1, CHEN Chao2, LI Yong-yao2, XIE Guo-qiang1, LEI Wen-ping2

（1.中電投河南電力有限公司 信息技術中心，鄭州 450001；2.鄭州大學 振動工程研究所，鄭州 450001）

0 引言

隨著工業(yè)的飛速發(fā)展，設備安全越來越受到人們的重視，企業(yè)越來越關注關鍵設備的運行狀態(tài)[1]。應用物聯網技術對旋轉機械進行遠程在線監(jiān)測可以實時了解機組的運行狀態(tài)。通過集成于在線監(jiān)測系統(tǒng)的專家系統(tǒng)可以對監(jiān)測中發(fā)現有故障的機組進行故障診斷，及時發(fā)現早期故障，提前采取相應的處理措施，避免事故的發(fā)生，對提升企業(yè)的故障診斷水平、積累設備診斷和故障分析經驗具有十分重要的意義[2]。

EXSYS是美國EXSYS軟件公司推出的專家系統(tǒng)建造軟件，使用EXSYS不需要有編程的基礎，具有操作簡單、靈活性強等優(yōu)點，大大簡化了知識庫及推理機建立及維護的過程，受到了國外眾多用戶的歡迎[3]。

本文利用EXSYS專家系統(tǒng)建造軟件開發(fā)了集成于在線監(jiān)測系統(tǒng)的故障診斷專家系統(tǒng)，針對不同企業(yè)不同機組建立了相應的知識庫，通過在線監(jiān)測系統(tǒng)自動提取一部分征兆，同時可以通過人機交互向推理機提供更多的診斷信息。

1 系統(tǒng)總體設計

本文中的故障診斷專家系統(tǒng)是集成于在線系統(tǒng)中的子系統(tǒng)，通過在線監(jiān)測系統(tǒng)自動提取及人機交互得到征兆信息，利用EXSYS專家系統(tǒng)工具建立的模糊產生式規(guī)則[4,5]，進行故障診斷，最后顯示診斷結果并生成診斷報告。故障診斷專家系統(tǒng)的總體結構如圖1所示。

圖1 故障診斷專家系統(tǒng)總體結構

故障診斷專家系統(tǒng)的診斷流程如圖2所示。

1）當在線監(jiān)測系統(tǒng)中有通道為報警狀態(tài)時，在線監(jiān)測系統(tǒng)的報警列表中會出現報警通道及“人機交互診斷”按鈕。

2）點擊“人機交互診斷”按鈕后系統(tǒng)從在線系統(tǒng)自動獲取當前通道的基本信息、振動信息及相關工藝信息。

3）將需要進行模糊處理的征兆進行處理之后建立征兆集。

4）在線監(jiān)測系統(tǒng)調用EXSYS專家系統(tǒng)，讀取征兆中間文件進行診斷，需要人機交互時并進行人機交互。

5）得到診斷結果，并產生故障報告。

2 知識庫及推理機的建立

2.1 征兆的建立

對于旋轉機械故障診斷，一般提取以下五類征兆信息：

1）工作狀態(tài)：轉速、負荷等。

2）頻域特征：一倍頻、二倍頻等。

3）時域特征：軸心軌跡、振動幅值變化趨勢等。

4）工藝參數：軸承金屬溫度、壓力、流量等。

5）基本監(jiān)測信息：機組信息、監(jiān)測部位等。

我們采用EXSYS中的Variables模塊進征兆的建立。Variables創(chuàng)建界面如圖3所示。

圖2 故障診斷專家系統(tǒng)診斷流程

圖3 Variable創(chuàng)建界面

建立征兆時按獲取方式分為兩種情況。

1）建立通過系統(tǒng)自動計算獲取的征兆時，選擇Numeric vaule類型，并在Variables主界面的Prompt中輸入征兆的描述等信息，如圖4所示。

圖4 征兆信息輸入示意圖

2）建立通過人機交互方式獲取的征兆時，首先要建立一個和采用自動提取方式獲取的征兆相同的Numeric vaule類型的Variables，然后建立一個相匹配的Static List類型的變量，用來對征兆進行模糊量化，如圖5所示。Static List分為肯定、很可能、可能、有點可能、可能性小、不可能五種模糊量詞，分別對應的隸屬度為1、0.8、0.6、0.4、0.2、0。

圖5 模糊量化征兆創(chuàng)建界面

最后，通過建立一個Logic模塊對模糊量詞進行量化，建立相應模糊量詞與該征兆隸屬度之間的關系，在推理至該征兆時，會自動轉入Logic模塊，通過選擇模糊量詞將相應的隸屬度傳遞給對應的征兆，如圖6所示。

2.2 故障的建立

建立故障時，在Variables創(chuàng)建主界面選擇Confidence類型并在Variables主界面的Prompt中輸入相應的描述信息。圖7為建立不平衡故障的示意圖。

圖6 人機交互征兆的量化

圖7 故障信息輸入示意圖

2.3 規(guī)則的建立

采用EXSYS中的Logic模塊進行規(guī)則的創(chuàng)建。圖8為不平衡故障的規(guī)則示意圖。

圖8 規(guī)則示意圖

圖8 中的規(guī)則為：

IF：1倍頻較大（閾值0.7，權重0.6）

AND：軸心軌跡為橢圓（閾值0.6，權重0.1）

AND：振動幅值基本不變（閾值0.6，權重0.1）

AND：振幅隨負荷變化不明顯（閾值0.6，權重0.1）

AND：1倍頻相位趨勢基本不變（閾值0.6，權重0.1）

THEN：轉子質量不平衡，可信度0.9

規(guī)則的建立過程如下：

首先，新建一個Logic模塊，針對不同的機組，我們建立不同的Logic模塊，在診斷過程中可以通過選擇與該機組相應的Logic模塊進行診斷。然后，通過系統(tǒng)主界面中IF子模塊中的Add按鈕，進行規(guī)則的添加。規(guī)則編輯界面如圖9所示。

圖9 規(guī)則編輯界面

當規(guī)則的前提條件編輯完成后，點擊Then子模塊中的Variable按鈕選擇相應的故障，并進行規(guī)則可信度計算，如圖10所示。

圖10 故障結論及可信度計算界面

2.4 推理控制策略的建立

采用EXSYS中的Command模塊進行推理控制策略的創(chuàng)建。通過Control及Command對推理控制策略進行創(chuàng)建。本系統(tǒng)中，EXSYS首先讀入在線監(jiān)測系統(tǒng)輸出的EXSYS規(guī)定格式的征兆中間文件，獲得機組編號及通過自動計算獲得的征兆信息，并通過進入相應的推理模塊進行推理，最后輸出推理結果。創(chuàng)建結果如圖11所示。

圖11 推理控制策略示意圖

3 運行示例

以某一原水廠混流泵的診斷過程為例。當系統(tǒng)出現報警時，在報警列表中點擊“進入人機交互診斷”按鈕，系統(tǒng)后臺自動進行自動獲取類征兆的計算及提取，并彈出EXSYS人機交互界面，同時讀入機組編號及通過自動計算獲得的征兆信息。報警列表如圖12所示。

圖12 報警列表示意圖

對于人機交互類征兆，診斷人員通過選擇相應的模糊參量確定相應征兆的隸屬度，如圖13所示。

圖13 人機交互示意圖

當人機交互診斷結束后，系統(tǒng)會會生成Word格式的診斷報告，如圖14所示。

圖14 故障診斷報告

4 結論

1）通過EXSYS建立知識庫及推理機，實現了知識庫以及推理機與在線系統(tǒng)的相互獨立，使知識的管理和維護可以相對獨立地進行，提高了系統(tǒng)擴展性。

2）EXSYS的使用使知識庫及推理機的建立及維護過程變得十分簡單，減少了知識工程師和維護人員的學習量及工作量。

3）通過集成于在線監(jiān)測系統(tǒng)的專家系統(tǒng)可以及時發(fā)現早期故障，提前采取相應的處理措施，避免事故的發(fā)生，對提升企業(yè)設備運行管理水平具有十分重要的意義。

[1] 何正嘉,陳進,王太勇,等.機械故障診斷理論及應用[M].北京：高等教育出版社,2010.

[2] 關惠玲,韓捷.設備故障診斷專家系統(tǒng)原理及實踐[M].北京：機械工業(yè)出版社,2000.

[3] 陳超,李凌均,雷文平,等.基于多源信息融合的旋轉機械故障診斷專家系統(tǒng)的研究和實現[J].制造業(yè)自動化,2014(19).

[4] 王永慶.人工智能原理與方法[M].西安：西安交通大學出版社,2006：205-206.

[5] 劉曉波.旋轉機械故障診斷若干關鍵技術研究與應用[M].北京：機械工業(yè)出版社,2012：97-98.