郝鈺
摘 要:為了滿足大型水泥廠生產(chǎn)線中故障診斷的實時性和準確性要求,結合對大型水泥廠生產(chǎn)線故障類型的特點,提出一種基于貝葉斯模型的大型水泥廠生產(chǎn)線的故障自動診斷系統(tǒng)設計方法。該系統(tǒng)充分利用了貝葉斯易于調(diào)整的特點和較強的學習推理能力,并結合專業(yè)人員的經(jīng)驗知識,因而能夠對大型水泥廠生產(chǎn)線中的故障進行實時和準確的診斷。
關鍵詞:大型水泥廠;生產(chǎn)線;故障診斷
1 概述
隨著我國基礎建設的不斷推進,對水泥的產(chǎn)量和質量的要求也越來越高。因此,水泥廠的生產(chǎn)水平越來越高,水泥廠的規(guī)模也越來越大。隨著制造業(yè)水平的不斷提高,大型水泥生產(chǎn)線開始向智能化、模塊化發(fā)展[1],與此同時,大型水泥廠生產(chǎn)線的故障也越來越復雜,若水泥廠生產(chǎn)線出現(xiàn)故障,輕則造成水泥質量降低,重則引起嚴重的安全事故。在大型水泥廠生產(chǎn)線中,對故障進行實時準確的診斷,對于維護水泥生產(chǎn)線的安全運行、提高水泥生產(chǎn)效率、提高水泥生產(chǎn)質量、延長水泥生產(chǎn)線的壽命具有重要的意義[2]。因此,大型水泥廠生產(chǎn)線的故障診斷系統(tǒng)的設計方法,已經(jīng)成為當前水泥行業(yè)的一個熱點研究課題,受到了越來越多人們的關注[3]。
近些年,針對大型水泥廠生產(chǎn)線的故障診斷系統(tǒng)設計的問題,國內(nèi)外的很多學者都提出了一些設計方法,并得到了廣泛的應用。當前階段,主要的大型水泥廠生產(chǎn)線故障診斷系統(tǒng)的設計方法主要有基于小波變換算法的故障診斷系統(tǒng)設計方法、基于神經(jīng)網(wǎng)絡的故障診斷系統(tǒng)設計方法和基于模擬淬火算法的故障診斷系統(tǒng)設計方法,其中最常用的是基于小波變換算法的故障診斷系統(tǒng)設計方法。由于大型水泥廠生產(chǎn)線的故障診斷系統(tǒng)的設計方法在提高水泥生產(chǎn)質量和效率方法具有不可替代的作用,因此,該課題擁有廣闊的發(fā)展前景,并成為很多學者研究的重點課題。
但是傳統(tǒng)的設計方法沒有充分考慮大型水泥廠生產(chǎn)線故障發(fā)生的復雜性,從而降低了故障診斷的準確性。為此,提出一種基于貝葉斯模型的大型水泥廠生產(chǎn)線的故障自動診斷系統(tǒng)的設計方法。
2 水泥廠生產(chǎn)線故障類型分析
在大型水泥廠生產(chǎn)線中發(fā)生的故障,按照時間的長短可分為臨時性故障和持續(xù)性故障。臨時性故障的特點是,在較短的時間內(nèi)突然出現(xiàn),很難發(fā)現(xiàn)故障的規(guī)律性,臨時性的故障容易引起局部功能失調(diào),如電機突然溫度過高、轉速過快、或者變頻器發(fā)生偷停等,可能重新復位就能消除故障現(xiàn)象;持久性故障的特點是,故障持續(xù)的時間較長,如電機異響、接觸器粘連等,只有徹底解決故障才能消除故障現(xiàn)象;根據(jù)引起故障發(fā)生的原因可分為人為故障和非人為故障。人為故障發(fā)生的原因主要是由于人的不規(guī)范操作,或者保養(yǎng)不到位引起的,如磨機長時間過負載運行引起的軸瓦燒壞故障,立窯長時間不維護引起的耐火磚燒壞故障等;非人為故障發(fā)生的原因主要是設備元器件老化、超過設計壽命引起的,如磨損、金屬疲勞、高溫等都可以引起非人為故障。這些故障形成的時間較為緩慢,由量變到質變往往需要持續(xù)很長的過程。
大型水泥廠生產(chǎn)線中出現(xiàn)的故障原因比較復雜,往往是幾種因素共同作用下的結果。為了保障大型水泥廠生產(chǎn)線的安全運行,需要對故障進行及時準確的診斷。通過故障自動診斷系統(tǒng)的合理設計,能夠幫助我們及時發(fā)現(xiàn)故障發(fā)生的根源,消除水泥廠生產(chǎn)線中的潛在故障。
3 水泥廠生產(chǎn)線故障自動診斷系統(tǒng)的設計方法
3.1 建立水泥廠生產(chǎn)線故障自動診斷模型
大型水泥廠生產(chǎn)線的故障自動診斷系統(tǒng)主要實現(xiàn)的功能是:故障數(shù)據(jù)的采集、故障檢測和故障專家診斷。利用貝葉斯算法能夠對大型水泥廠生產(chǎn)線的故障自動診斷系統(tǒng)進行設計,具體的設計方法如下所述:
設置采集到的故障數(shù)據(jù)為變量集合U={x1,...,xn},該對應的貝葉斯網(wǎng)絡能夠描述為一個二元組B={G,?專},其中,G={V,E}是一個有向無環(huán)圖(即DAG),V是故障出現(xiàn)的節(jié)點,其與故障數(shù)據(jù)集合U是影射關系,E為有向五環(huán)圖中連接各個檢測節(jié)點的邊。?專={?專i,i=1,...,n}用來描述故障發(fā)生的條件概率分布,其與G中上一級節(jié)點xi的條件概率呈對應關系。因此,大型水泥廠生產(chǎn)線故障診斷模型能夠用結構為G的貝葉
對大型水泥廠生產(chǎn)線的故障進行自動診斷,其實質就是通過一定的故障征兆,對故障發(fā)生的原因進行推理。基于貝葉斯的故障自動診斷系統(tǒng)通常采用連接樹法(JT)進行故障的自動診斷。首先,將建立的貝葉斯模型G轉換為連接樹T=(C,S)(C為故障數(shù)據(jù)簇的集合,S為分隔集)。然后在T上進行故障數(shù)據(jù)的分析和處理。故障概率的計算主要分為故障發(fā)生的條件概率計算和故障邊緣化的計算。對于前者,即在故障發(fā)生的節(jié)點中檢測故障發(fā)生的概率,其計算公
在T中求解出故障發(fā)生的征兆和故障發(fā)生的原因的數(shù)據(jù)簇或者分割。因此,基于貝葉斯的大型水泥廠生產(chǎn)線故障自動診斷系統(tǒng)設計的基本原理是,通過采集故障數(shù)據(jù),以故障發(fā)生的檢測節(jié)點為起始節(jié)點,利用故障知識庫或者故障數(shù)據(jù)診斷庫,利用上述公式計算故障概率最大時的節(jié)點,通過已知的故障發(fā)生的因果關系和故障概率分布情況,推斷出不同的故障原因發(fā)生的概率,從而實現(xiàn)了故障的診斷,得到故障發(fā)生原因的結論。
3.2 大型水泥廠生產(chǎn)線故障診斷系統(tǒng)的設計方法
在大型水泥廠生產(chǎn)線故障自動診斷的過程中,專業(yè)人員的經(jīng)驗知識特別重要。將專業(yè)人員的知識經(jīng)驗與實時檢測到的水泥生產(chǎn)線的實時數(shù)據(jù)相結合,能夠為故障的診斷提供更可靠的依據(jù)。文章設計的大型水泥廠生產(chǎn)線的故障自動診斷系統(tǒng)主要包括5個功能模塊,分別為故障數(shù)據(jù)的采集模塊、故障學習和推理模塊、故障知識模塊、故障診斷結果輸出模塊和人機交互模塊。
(1)故障數(shù)據(jù)的采集模塊:利用水泥生產(chǎn)線中部署的各種傳感器檢測故障發(fā)生時的運行數(shù)據(jù),如電流、電壓的波形,震動的頻率等,采集到的數(shù)據(jù)經(jīng)過處理模塊的處理后形成故障特征信號,這些故障特征信號被儲存在數(shù)據(jù)庫中,供故障自動診斷系統(tǒng)進行識別和處理。
(2)故障學習和推理模塊:該模塊是故障自動診斷系統(tǒng)的核心。其中故障診斷模塊能夠利用知識庫中已建立的貝葉斯模型,不斷調(diào)整進行故障推理的參數(shù),從而滿足故障診斷實時性和不確定性的要求。
(3)故障知識模塊:該模塊中的知識包括兩類,其一是規(guī)則,如重新構建貝葉斯故障檢測模型的函數(shù)和經(jīng)驗知識等,其二是推理知識,這些知識主要來源于專業(yè)人員的經(jīng)驗知識和調(diào)整后的貝葉斯檢測模型等。
(4) 故障診斷結果輸出模塊:其主要功能是,輸出故障診斷結果,并在人機交互界面中展示。
(5)人機交互模塊:該模塊的主要功能是展現(xiàn)故障診斷結果;操作人員對故障診斷系統(tǒng)進行相關參數(shù)的查詢、調(diào)整和維護。
基于貝葉斯的大型水泥廠生產(chǎn)線的故障自動診斷系統(tǒng),能夠充分發(fā)揮貝葉斯網(wǎng)絡的構造能力, 并對模型的結構進行實時調(diào)整,若在某一時刻,已經(jīng)構建好的貝葉斯診斷模型難以對采集到的故障數(shù)據(jù)進行診斷時,則可以及時啟動故障學習和推理模塊,通過模型的訓練和學習獲得更準確的故障診斷模型,這就提高了系統(tǒng)的自適應性和泛化能力。
4 結束語
大型水泥廠生產(chǎn)線的故障診斷系統(tǒng)的設計方法,是水泥行業(yè)的一個重點研究課題。文章針對傳統(tǒng)設計方法在大型水泥廠生產(chǎn)線的故障診斷系統(tǒng)設計方面的不足,提出了一種基于貝葉斯的故障自動診斷系統(tǒng)設計方法。只有通過科學合理的故障診斷設計方法,才能設計出高效的故障診斷系統(tǒng),從而為大型水泥廠生產(chǎn)線的安全運行提供保障。
參考文獻
[1]李曉,李慧慧.水泥生產(chǎn)線關鍵部件在線監(jiān)測與故障診斷系統(tǒng)研究[J].電工文摘,2014(1):62-67.
[2]魏立,毛麗娟.水泥工廠遠程專家診斷與維護系統(tǒng)[J].中國水泥,2013(6):101-103.
[3]孫吉云.水泥生產(chǎn)線電氣控制類故障的分析與處理方法[J].中國科技縱橫,2014(4):72-73.