黃定勤

摘 要：水運是綜合運輸體系的重要組成部分，具有運量大、成本低、能耗小、污染少等優(yōu)勢。船閘是保障水運航道安全和高效運行的關鍵節(jié)點，針對船閘的傳統(tǒng)機電運維方式存在的耗費人力、效率低、響應不及時等問題，提出一種基于機器學習理論的船閘機電遠程故障診斷模式，為船閘機電設備的智能化運維提供一種新思路。利用船閘機電設備歷史運行數(shù)據(jù)，通過對機器學習模型的訓練學習，以設備實時狀態(tài)數(shù)據(jù)為輸入，自動分析故障征兆，實現(xiàn)故障早期預警、自動確定故障類型、快速定位故障根源、提供各可疑項概率分析，為維護人員的維修工作提供指引。

關鍵詞：船閘機電;故障診斷;智能運維;機器學習

中圖分類號：U698 ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ?文章編號：1006—7973（2020）07-0031-03

交通運輸是國民經(jīng)濟的基礎產(chǎn)業(yè)，水運是綜合交通運輸體系的重要組成部分，具有運量大、成本低、能耗小、污染少等優(yōu)勢，在煤、礦、油等大宗貨物、重大件貨物運輸方面具有不可替代的作用，是建設低碳綠色運輸體系的關鍵。在全球發(fā)展低碳經(jīng)濟的大形勢下，《“十三五”現(xiàn)代綜合交通運輸體系發(fā)展規(guī)劃》、《水運“十三五”發(fā)展規(guī)劃》、“一帶一路”戰(zhàn)略等政策中明確提出了由水運大國向強國邁進，以水運先行引導區(qū)域協(xié)同發(fā)展，由規(guī)模速度轉向質(zhì)量效益“新常態(tài)”，優(yōu)化服務模式、提高服務質(zhì)量、降低物流成本、強化安全應急保障、強化綠色可持續(xù)等發(fā)展理念。到2020年，基本形成“保障充分、服務高效、平安綠色、國際影響力強”的現(xiàn)代化水運體系。安全、高效、有保障始終是水運發(fā)展的核心內(nèi)容之一。

1 當前現(xiàn)狀分析

船閘系統(tǒng)集機械、電氣、液壓等大型機電設備于一體化，是水利工程中的重要組成部分，也是水運航道的關鍵節(jié)點。因此，船閘系統(tǒng)的安全可靠運行至關重要，一旦發(fā)生故障后果不可估量。例如20世紀80年代，西班牙圖茲水利樞紐由于閘門起閉系統(tǒng)損壞，泄水道閘門未能及時開啟，水溢過71米壩頂，造成40人死亡，經(jīng)濟損失3.55億美元。在全球發(fā)展低碳經(jīng)濟的大形勢下，《“十三五”現(xiàn)代綜合交通運輸體系發(fā)展規(guī)劃》中明確提出需要提升沿海和內(nèi)河水運設施擴能升級改造，提升水運航道運維養(yǎng)護能力?！笆濉币詠?，國家對航道、船閘信息化建設日趨重視，在調(diào)度、監(jiān)控、收費等方向發(fā)展迅速，有效促進了水運行業(yè)的發(fā)展，但與之配套的運維服務規(guī)劃顯得相對薄弱，發(fā)展略有滯后，隨著大規(guī)模的基礎設施建設進入后期，工作重點將轉移到既有設施的管理、運營維護上來。

從省內(nèi)外的已建船閘的運營維護經(jīng)驗可以看出，機電設備是船閘運行過程中容易出現(xiàn)故障的部位，也是船閘養(yǎng)護工作的重點。目前，船閘控制普遍采用以PLC為核心的控制系統(tǒng)，但是整體信息化管理程度仍不高，缺少對重點設備運行參數(shù)的采集、存儲分析、利用，設備維護也基本以人工巡檢為主，尚未實現(xiàn)自動化實時監(jiān)測，給船閘管理工作帶來諸多不便的同時，還存在著以下幾點問題：

（1）人工巡檢方式落后、效率低。在設備出現(xiàn)異常尤其是突發(fā)故障時，很難做到及時發(fā)現(xiàn)、快速處理，為船閘的安全運行帶來隱患，甚至引起不必要的事故。

（2）重點部位運行數(shù)據(jù)的缺失，給后期的故障診斷工作帶來困難。由于管理人員經(jīng)驗與技術水平的局限性，僅依靠人為分析、判斷很難保證故障處理的科學有效。

（3）由于缺少船閘運行維護、故障處理等數(shù)據(jù)記錄與共享平臺，限制了不同船閘管理部門之間的交流與借鑒，制約了船閘運行養(yǎng)護工作的標準化、規(guī)范化及行業(yè)整體管理水平的提高。

隨著大量新建船閘的落成，傳統(tǒng)運維模式已經(jīng)成為航道水運擴能改造上的短板，已經(jīng)不能滿足新建船閘的運行需求，也無法滿足水運貨物輸送的需求，為提升運維效率，提高運維質(zhì)量，降低運維成本，對切實滿足水運貨物運輸?shù)男逻\維模式建立已經(jīng)十分迫切。

2 發(fā)展趨勢分析

設備故障診斷作為一種新興科學技術，起源于20世紀60年代的美國，最初應用于機械設備的故障診斷與狀態(tài)監(jiān)測，并逐步推廣到電力、動力、核能等諸多領域，得到了更加蓬勃的發(fā)展。我國的設備診斷技術從20世紀80年代起步以來，經(jīng)過不懈努力，在理論研究和工程應用兩方面都取得了豐碩的研究成果和寶貴的實踐經(jīng)驗，目前，在國內(nèi)的石化、冶金、水電等行業(yè)均有許多實際工程案例。

機電設備遠程故障診斷是指通過各種傳感器將能反映監(jiān)測機電設備當前工作狀況的參數(shù)進行采集，然后將采集的數(shù)據(jù)存入計算機由專家或計算機軟件對數(shù)據(jù)進行診斷和分析，判斷有關異常或故障的原因，從而指導設備的高效維護。近年來，傳感器技術、數(shù)據(jù)處理技術、人工智能技術、無線通信技術等相關技術發(fā)展迅速，以傳感器技術為基礎的監(jiān)測設備發(fā)展為信號的采集提供保障，數(shù)據(jù)庫技術、信息處理技術的發(fā)展為信號分析提供技術手段，網(wǎng)絡技術和現(xiàn)代通信技術的快速發(fā)展使得遠程應用系統(tǒng)的實現(xiàn)成為可能，而“云技術”、“大數(shù)據(jù)”等新興技術的出現(xiàn)則為海量數(shù)據(jù)的分析、存儲及共享提供支持，人工智能的發(fā)展又將為故障智能診斷系統(tǒng)帶來更加廣闊的應用前景。在此背景下，以科技發(fā)展為支撐，開展船閘機電設備遠程故障診斷關鍵技術研究是切實可行的。

將遠程故障智能診斷技術應用于船閘系統(tǒng)，實現(xiàn)對船閘機電設備運行狀態(tài)的實時監(jiān)測、異常警報和故障診斷，將現(xiàn)行的“定期維修”轉變?yōu)椤盃顟B(tài)維修”，即在設備狀態(tài)監(jiān)測的基礎上，根據(jù)診斷分析結果合理安排檢修時間和檢修方式，科學提高設備的可利用率和明確檢修目標，檢修耗費低、設備保障強，大幅提升了船閘系統(tǒng)的安全保障和應急能力。

3 遠程故障智能診斷

3.1 遠程運維服務模式

船閘機電設備遠程運維服務是通過匯聚多個船閘機電設備的運行狀態(tài)數(shù)據(jù)，包括歷史數(shù)據(jù)和實時狀態(tài)數(shù)據(jù)，采用私有云和大數(shù)據(jù)框架相結合的架構模式，保障大量運維數(shù)據(jù)能夠分布式存儲與管理，并利用智能診斷方法，對各船閘的機電設備運行情況進行遠程狀態(tài)實時監(jiān)控、遠程智能診斷。同時，為船閘管理單位科學制定養(yǎng)護計劃提供了數(shù)據(jù)支持，為行業(yè)主管部門和建設單位提供建設規(guī)劃依據(jù)。解決了傳統(tǒng)運維過程中出現(xiàn)的運維人員少、任務重，運維過程不規(guī)范，故障診斷難等難題。

遠程運維服務模式的建設不僅可有效保障船閘安全運行，降低運維成本，提升運維效率，提高船閘整體的通航時間和船舶通航量，確保航道水運通暢，且可以關聯(lián)各地方船閘，進行異地維護、遠程診斷，這將整體提高內(nèi)河航道的通航量，提高水運貨物量和周轉量，推進航道水運行業(yè)管理從傳統(tǒng)模式向主動服務和預防性運維模式轉變，向標準化和規(guī)范化現(xiàn)代化模式轉變，為區(qū)域經(jīng)濟發(fā)展提供重要支撐。

經(jīng)濟效益預期：采用遠程運維服務新模式切實提高運維效率、質(zhì)量，降低運維成本，縮短航道停航時間，加快提升水運貨物的運輸效率，降低運輸成本，增加船閘本體收益。

社會效益預期：采用遠程智能運維系統(tǒng)，匯聚航道上各座船閘機電運維數(shù)據(jù)，對機電設備進行全生命周期的監(jiān)控管理，獲取了大量真實可用的船閘運維數(shù)據(jù)，數(shù)據(jù)可分享給建設單位和設計單位，為航道的整體建設提供設計規(guī)劃依據(jù)。

3.2 基于隨機森林的多分類故障智能診斷模型

傳統(tǒng)隨機森林是一個二分類算法，而故障智能診斷是一個多分類應用，因此需要在傳統(tǒng)隨機森林算法基礎上，構建多分類故障智能診斷模型。

多分類故障智能診斷是在二分類隨機森林算法基礎上，采用一對一原則，將N個類別進行兩兩分類，構建N*（N-1）/ 2個分類器，最終把N*（N-1）/ 2個分類結果進行統(tǒng)計，給出最終分類結果。

3.3故障智能診斷技術路線

首先，對船閘機電設備運行數(shù)據(jù)進行定周期采集、存儲，積累形成一定量的歷史數(shù)據(jù);其次，人工設定維護周期，對故障分類模型進行訓練、優(yōu)化;再次，實時采集船閘機電設備運行數(shù)據(jù)，調(diào)用船閘故障診斷算法，分析故障征兆;然后，若檢測故障發(fā)生，輸出故障類型、確定故障根源、給出各參數(shù)引發(fā)概率;最后，將診斷結果輸出到顯示界面，同時將該記錄按照既定格式要求存儲至數(shù)據(jù)庫，為下一次維護更新作樣本積累。

3.3 案例分析

船閘機電故障包括開閥故障、關閘故障、強落閥故障等。首先，對機電設備實時運行狀態(tài)數(shù)據(jù)進行采集，包括系統(tǒng)壓力、系統(tǒng)流量、有桿腔壓力、無桿腔壓力、電氣電壓和電氣電流等，通過故障智能診斷算法的自動分析，確定了船閘當前發(fā)生了關閘故障，同時給出了引發(fā)該故障的各種誘因及其發(fā)生概率，比如：開、關閥截止閥關閉導致故障發(fā)生的概率為100%，負載異常導致故障發(fā)生的概率為67%，系統(tǒng)溢流閥異常導致故障發(fā)生的概率為0%等。最后給出了每個誘因引發(fā)概率下各參數(shù)異常的可能性，比如開、關閥截止閥關閉導致故障發(fā)生的概率為100%，其中，系統(tǒng)壓力異常的概率為29%，電氣電流異常的概率為3%等。這些診斷結果為維護人工的維修工作提供了參考。

4 總結

以船閘自動化控制為背景，以船閘機電設備運行狀態(tài)數(shù)據(jù)的實時采集為基礎，研究船閘機電故障智能診斷機制，具有重大現(xiàn)實意義。首先，將船閘故障診斷判別和分析工作化繁為簡，節(jié)約了運行維護成本;其次，為船閘運行監(jiān)控與故障維護提供早期預警與遠程協(xié)助，極大提高維護人員的工作效率，有力保障船閘安全穩(wěn)定運行;最后，將該系統(tǒng)產(chǎn)品化、產(chǎn)業(yè)化后能夠帶來豐厚的經(jīng)濟和社會效益。

參考文獻：

[1]徐 亮，方海東，吉同元，等，船閘工程安全監(jiān)測及自動化研究[J].中國水運，2011，11（11）：88-89.

[2]陳永清，高 偉，譚宗柒.液壓啟閉機液壓系統(tǒng)動態(tài)特性分析[J].三峽大學學報（自然科學版），2009，31（5）：49-52.

[3]古小七，袁關堂.水利水電工程液壓啟閉機液壓系統(tǒng)的污染控制[J].水利電力機械，2006，28（2）：29—31.

[4]姚 鵬.遠程智能故障診斷系統(tǒng)的研究及應用[D].陜西科技大學，2006.

[5]謝小軒，張 浩，陳 恒，等，遠程設備故障診斷技術的研究[J].組合機床和自動化加工技術，2001，6：4-6.