安 鵬

（承德鋼鐵集團有限公司，河北 承德 067000）

電氣自動化設(shè)備是冶金企業(yè)的重要設(shè)備，其采購價格昂貴，一般需要專門花費較長的制作周期，完成標準化零件的訂制。由于冶金電氣自動化設(shè)備的工作環(huán)境比較惡劣，通常在大沖擊負荷的條件下工作，受生產(chǎn)工藝參數(shù)變化和材料特性的影響，難免會出現(xiàn)故障。一旦冶金電氣自動化設(shè)備發(fā)生故障，會打亂正常的生產(chǎn)流程，嚴重時影響整個企業(yè)的經(jīng)濟效益[1]。因此需要對冶金電氣自動化設(shè)備進行故障診斷及維護，確保設(shè)備安全穩(wěn)定運行。國內(nèi)外對設(shè)備故障診斷及維護的研究，主要集中在事后維修、定期預防維修、生產(chǎn)維修和預知維修等方面。設(shè)備故障診斷與維修方式關(guān)系密切，通過提高設(shè)備的可靠性與維修性，可以達到提高產(chǎn)品質(zhì)量和設(shè)備能效的目的，進而提高企業(yè)經(jīng)濟效益，促進整個冶金行業(yè)發(fā)展[2]?；诖?，本文對冶金電氣自動化設(shè)備故障診斷及維護進行研究，為冶金企業(yè)發(fā)展提供技術(shù)支持。

1 冶金電氣自動化設(shè)備故障診斷及維護

1.1 提取冶金電氣自動化設(shè)備故障特征

本文提出的冶金電氣自動化設(shè)備故障診斷及維護方法流程如圖1所示。

圖1 故障診斷流程

為進行冶金電氣自動化設(shè)備故障診斷及維護，首先需要提取故障特征。設(shè)備振動信號反映設(shè)備的基本運行情況，根據(jù)振動信號進行監(jiān)測故障診斷最容易實施的手段[3]?；跀?shù)據(jù)采集裝置，對設(shè)備故障單元進行數(shù)據(jù)排查。將數(shù)據(jù)上傳后，為降低無用信息對故障診斷的干擾，剔除不完整振動信號，其余信號進行格式轉(zhuǎn)化處理，使導入振動信號數(shù)據(jù)具有標準化格式。通過振動信號的發(fā)射點和傳輸路徑，確定設(shè)備的實時狀態(tài)。完成振動信號的采集和上傳后，基于小波分析提取故障信號特征。小波變換具有多重分辨性，可利用時間和頻率的局部變化，有效提取信號信息[4]。將連續(xù)小波變換中的尺度因子進行離散化轉(zhuǎn)換，得到離散小波變換，計算公式如下：

式（1）中，v離散小波分解信號；a表示尺度因子；()f t表示振動信號；t表示時間；λ表示信號頻率；ε表示平移因子。由于采集到的振動信號與電機電流等數(shù)據(jù)處于非同質(zhì)數(shù)據(jù)，因此故障特征提取后，需要進行數(shù)據(jù)融合，得到電氣參數(shù)和振動參數(shù)。振動信號時域與頻域特征整合后，從振動數(shù)據(jù)中提取的特征設(shè)定為機械故障特征；電機電流數(shù)據(jù)中提取的特征參數(shù)設(shè)定為電氣故障特征。上述特征參數(shù)對故障具有關(guān)聯(lián)關(guān)系，因此得到的特征參數(shù)可被應用于故障診斷及維護中。

1.2 建立故障位置識別模型

傳感器采集的數(shù)據(jù)經(jīng)過特征提取后得到故障參數(shù)，每隔相同的周期對故障參數(shù)進行監(jiān)測，同時存儲為歷史監(jiān)測數(shù)據(jù)。根據(jù)得到的冶金電氣自動化設(shè)備故障特征，建立故障位置識別模型[5]。在設(shè)備的實際運行中，隨著設(shè)備運行時間的增加，會出現(xiàn)難以判斷的新型故障，新型故障不僅增加故障位置的識別難度，還增大了設(shè)備失效的概率。本文利用程序片段的實時監(jiān)測特征信息，建立故障位置動態(tài)預測模型，以提高應對新故障類型時的識別可靠性。為降低數(shù)據(jù)計算量，將觀測窗分割為個時間片段，則連續(xù)時間間隔密度可表示為：

式（2）中，M表示連續(xù)時間間隔密度；g表示運行觀測窗；[A1,A2,···,An]表示觀測窗的過零向量。當觀測窗內(nèi)時間間隔超過時間閾值，則表示該階段為超限測量階段。根據(jù)時域觀測窗中時間閾值比例，計算超限時間密度。設(shè)備運行過程中，程序位移是相對坐標位移，而采集數(shù)據(jù)得到的實際坐標位移。運行狀態(tài)與觀測值相對應，一定數(shù)量的單狀態(tài)組成運行的健康狀態(tài)。在設(shè)備周期內(nèi)，失效狀態(tài)在初始狀態(tài)的基礎(chǔ)上拓展而來，對于給定的觀測序列，通過最大似然函數(shù)的取值，觀測序列可被分類。觀測序列從當前健康狀態(tài)轉(zhuǎn)換到下一健康狀態(tài)的過程中，根據(jù)序列分類可得到該時間點的狀態(tài)值，由此識別故障位置。

1.3 基于故障診斷制定維護策略

在故障診斷的基礎(chǔ)上，根據(jù)監(jiān)測參數(shù)信息制定設(shè)備維護策略。本文將設(shè)備維護策略劃分為三個層次：健康預測、設(shè)備層維護和系統(tǒng)層維護。以個體設(shè)備的健康預測為基礎(chǔ)，建立層次關(guān)系，再整合到整個生產(chǎn)過程的多設(shè)備維護，通過層次遞進、相互影響，共同實現(xiàn)對設(shè)備的健康維護。首先將相同工作環(huán)境下的同類設(shè)備設(shè)置為一組，若其中一臺設(shè)備診斷出故障，則對其他類型的設(shè)備進行維護作業(yè)。根據(jù)各設(shè)備運行周期，設(shè)置固定時間間隔，預防性替換重要零部件，通過批量更換的方式減少維護成本，預防性替換后要重新估算設(shè)備運行周期，增加設(shè)備使用壽命。一臺設(shè)備的維護決策不能僅考慮自身的故障和健康狀態(tài)，將與其相關(guān)聯(lián)的設(shè)備一同納入維護策略的制定中，充分考慮相關(guān)設(shè)備在運行時的互聯(lián)關(guān)系，將設(shè)備維護策略與互聯(lián)關(guān)系有機結(jié)果，共同提高系統(tǒng)層面設(shè)備運行的抗風險能力，從而增加設(shè)備運行時間，減少維護成本。

2 實驗研究

2.1 實驗準備

為了驗證本文提出的冶金電氣自動化設(shè)備故障診斷及維護方法的應用效果，進行故障位置識別測試。實驗選取某冶金電氣自動化設(shè)備為研究對象，分別采用本文設(shè)計方法和現(xiàn)有故障診斷方法，對該設(shè)備進行故障診斷。由于采集到的故障信號具有高頻的噪聲成分，為準確提取故障信號，需要首先進行降噪處理。以此為基礎(chǔ)，將本文設(shè)計方法設(shè)定為實驗組，現(xiàn)有故障診斷方法設(shè)定為對照組，進行對比實驗。

2.2 故障位置識別測試

本次實驗選擇故障位置識別時間為測試指標，通過統(tǒng)計不同方法故障位置識別時間的大小，比較各方法實際故障診斷效果。實驗測試結(jié)果見表1。

表1 故障位置識別時間測試結(jié)果

根據(jù)表1測試結(jié)果，本文設(shè)計方法的故障位置識別時間平均值為110.73s，比現(xiàn)有故障診斷方法的故障位置識別時間平均值分別降低了64.19s、80.85s和70.01s，說明本文設(shè)計方法能夠顯著縮短故障位置識別時間，有利于冶金電氣自動化設(shè)備的故障診斷及維護，具有一定實際應用價值。

3 結(jié)語

本文通過實驗測試的方式，證明了設(shè)計故障診斷方法在實際應用中的適用性，以此為依據(jù)，證明此次優(yōu)化設(shè)計的必要性。因此，有理由相信通過本文設(shè)計，能夠解決傳統(tǒng)冶金電氣自動化設(shè)備故障診斷中存在的缺陷。但本文同樣存在不足之處，主要表現(xiàn)為未對故障診斷幅值測定結(jié)果的精密度與準確度進行檢驗，進一步提高故障診斷幅值測定結(jié)果的可信度。這一點，在未來針對此方面的研究中可以加以補足。與此同時，還需要對冶金電氣自動化設(shè)備的優(yōu)化設(shè)計提出深入研究，以此為提高冶金電氣自動化設(shè)備的質(zhì)量提供建議。