閆慧敏

摘??要：制氧系統(tǒng)在鋼鐵冶煉中占有著非常重要的作用，在煉鋼過程中吹入高純度的氧氣可以提高鋼的質(zhì)量，縮短冶煉時間，提高總產(chǎn)量。近年來，隨著制氧設(shè)備不斷向大型化，自動化方向發(fā)展，制氧設(shè)備故障診斷也面臨著新的困難和挑戰(zhàn)?；趯＜蚁到y(tǒng)的故障診斷方法能夠很好地解決復(fù)雜、大型動態(tài)制氧系統(tǒng)產(chǎn)生的故障問題，因此智能化的制氧設(shè)備故障狀態(tài)診斷專家系統(tǒng)的建立就顯得非常必要了。

關(guān)鍵詞：制氧系統(tǒng);故障診斷;專家系統(tǒng)

一、設(shè)備故障診斷研究現(xiàn)狀

故障診斷過程的實質(zhì)是一種特殊的推理決策過程。根據(jù)現(xiàn)場工作人員所觀測的數(shù)據(jù)及設(shè)備表現(xiàn)的外部特征，找出所診斷的設(shè)備可能存在的故障或是找出這些故障發(fā)生的直接原因，是故障診斷的根本任務(wù)[1]。近年來，工程師們總結(jié)出了很多解決設(shè)備故障的理論及方法，總的來說，可分為以下三大類：一是基于解析模型的故障診斷方法：這是最早應(yīng)用于故障診斷的一種方法，也可稱之為基于數(shù)學(xué)模型的診斷方法。這種方法是通過對被診斷對象建立清晰嚴謹?shù)臄?shù)學(xué)模型，從而利用精準的數(shù)學(xué)方法進行故障診斷。但是，隨著科技的發(fā)展，設(shè)備的更新，大多數(shù)設(shè)備故障無法建立精確的數(shù)學(xué)模型，所以無法采用這種方法進行精準的故障診斷。二是基于信號處理的故障診斷方法：這種方法是通過利用檢測到的設(shè)備信號的頻率、幅值、方差等的變動情況對設(shè)備故障做出診斷。其中小波變換法是這種診斷方法中最長用到的一種故障診斷方法，常用于時變信號分析的故障處理。三是基于知識的故障診斷方法：隨著人工智能技術(shù)的應(yīng)用發(fā)展，智能化的故障診斷方法也隨之應(yīng)運而生，成為了故障診斷的主流方法?；谥R的故障診斷方法是一個能夠?qū)崟r更新的開放系統(tǒng)，可以在診斷過程中不斷補充新的知識，實現(xiàn)系統(tǒng)性能的提升。基于知識的診斷方法所采用的理論技術(shù)有模糊控制、故障樹、神經(jīng)網(wǎng)絡(luò)、支持向量機及專家系統(tǒng)等多種。其中，基于專家系統(tǒng)的故障診斷方法得到了越來越廣泛的應(yīng)用。對于各種主要故障診斷方法優(yōu)缺點比較如下表所示：

隨著故障診斷技術(shù)的不斷發(fā)展，對于其涉及到的不同領(lǐng)域內(nèi)的不同的設(shè)備故障可以選擇不同的故障診斷方法，以求達到最好的診斷效果。目前，基于知識的故障診斷方法隨著人工智能技術(shù)的快速發(fā)展以及大數(shù)據(jù)時代的到來，成為了故障診斷領(lǐng)域最熱門的研究方法，也推動了人工智能故障診斷方法的有效運用。

一、基于專家系統(tǒng)的故障診斷方法

基于專家系統(tǒng)的故障診斷方法是基于知識的故障診斷方法的一個分支，該診斷方法是利用現(xiàn)今發(fā)達的計算機軟件技術(shù)將各個領(lǐng)域不同專家的經(jīng)驗、知識和研究成果變換成一類包含知識和推理的計算機程序，根據(jù)程序中知識庫存儲的領(lǐng)域?qū)＜覍Σ煌收献龀龅呐袛?，對?yīng)實際設(shè)備中出現(xiàn)的故障，利用計算機實現(xiàn)設(shè)備的自診斷[2]。

基于專家系統(tǒng)的故障診斷方法在結(jié)構(gòu)上主要由以下四部分組成：

（一）知識的獲取

專家系統(tǒng)也被人們稱為是“基于知識的系統(tǒng)”，知識的獲取對于整個專家系統(tǒng)而言是至關(guān)重要的核心單元。實際工作中，專家系統(tǒng)解決實際問題能力的強弱，與專家系統(tǒng)中知識庫所包含知識量的豐富程度有著直接的關(guān)系。知識的獲取是知識庫建立的基礎(chǔ)，同時也是知識庫修改和擴充的后勤保障。簡單系統(tǒng)當(dāng)中，知識獲取機構(gòu)可以是一個簡單的知識編輯程序，在較為復(fù)雜的大型系統(tǒng)中，知識擴區(qū)機構(gòu)也可以擴展為一個復(fù)雜的知識獲取子系統(tǒng)，專家系統(tǒng)通過這個子系統(tǒng)可自動獲取所需知識。

（二）知識庫的建立

建立專家系統(tǒng)時，最為關(guān)鍵的一相任務(wù)就是知識庫的設(shè)計和建設(shè)。知識庫的建立實質(zhì)上就是將領(lǐng)域?qū)＜业闹R和現(xiàn)場技術(shù)人員的經(jīng)驗編織成計算機語言存儲到計算機中，用于實際具體問題的求解。知識庫中的知識有靜態(tài)的也有動態(tài)的，分別存放于不同的數(shù)據(jù)庫中。

（三）推理機的建立

專家系統(tǒng)想要順利的利用知識庫中存儲的領(lǐng)域知識去解決實際問題，還需要擁有一定的推理能力才能夠?qū)崿F(xiàn)問題的解決。推理機制就是通過規(guī)劃、搜索和推理三個步驟，利用從知識庫中獲取的相關(guān)知識，結(jié)合用戶提供的相關(guān)數(shù)據(jù)信息進行問題的推導(dǎo)，最終得出解決方法的機構(gòu)。常用的三種推理方法有：正向推理、反向推理和正反向混合推理[3]。

（四）解釋器的建立

對于一個良好的結(jié)構(gòu)完整的專家系統(tǒng)來講，不但能夠通過專家經(jīng)驗來解決實際問題，還應(yīng)能夠?qū)o出的結(jié)論作出合理的解釋。這樣，才能讓工作人員完全信任專家系統(tǒng)得出的結(jié)論?？傊忉寵C構(gòu)的建立能夠讓用戶更加清晰的認識整個專家系統(tǒng)，對程序正在做什么，為什么這樣做，結(jié)論具體是如何得出的有一個較為全面的認知。擁有縝密的解釋機制使專家系統(tǒng)的一大亮點。

總之，設(shè)備故障診斷專家系統(tǒng)的建立，讓計算機有了思維能力，拓寬了計算機的應(yīng)用范圍，實現(xiàn)了故障的自診斷。同時，幫助不具有編程能力的現(xiàn)場工程技術(shù)人員建立了功能強大的程序系統(tǒng)?，F(xiàn)場工作人員通過專家系統(tǒng)可以將他們在實際工作中遇到的故障實例、處理經(jīng)驗和知識輸入到專家系統(tǒng)中，從而豐富專家系統(tǒng)的知識庫，使專家系統(tǒng)能夠更為高效，有針對性的進行工作。

三、制氧設(shè)備故障特點及常見故障

制氧機組制氧工藝流程復(fù)雜，設(shè)備眾多。設(shè)備一旦出現(xiàn)故障，如果單靠人為診斷故障原因，不但耗時長，診斷結(jié)果還不一定準確。想要找到一種高效的故障診斷方法，就需要對制氧設(shè)備故障特點及引發(fā)故障的原因有充分的認識和了解[4]。制氧設(shè)備的故障特點主要有以下兩點：

（一）制氧設(shè)備故障存在模糊性

例如，制氧設(shè)備運行過程中，操作人員發(fā)現(xiàn)某一設(shè)備工藝參數(shù)發(fā)生了較大的波動，檢查該設(shè)備時并沒有發(fā)現(xiàn)該設(shè)備存在故障問題，這就有可能是制氧機組中其他設(shè)備的故障引發(fā)了該設(shè)備工藝參數(shù)的變動。但是，具體是其中的哪個設(shè)備出現(xiàn)的問題，并不能及時找出并排除故障。

（二）制氧設(shè)備故障具有高度非線性、時變和時滯性

大量的實踐經(jīng)驗證明，很多時候制氧設(shè)備出現(xiàn)的故障都是由一些被人們忽略的小問題積累到一起而造成的。但是這些小問題不容易被人們發(fā)現(xiàn)，所以故障的產(chǎn)生據(jù)有一定的延遲性。但是小問題不解決，會引發(fā)蝴蝶效應(yīng)，造成大故障的出現(xiàn)，某些時候甚至?xí)斐烧麄€機組停止運行的重大事故。