嚴新華

(商洛學院，陜西 商洛 726000)

隨著現(xiàn)代化工迅速更新發(fā)展，當前化工行業(yè)最為關注的便是流程復雜化、自動化水平高、大規(guī)模流程工業(yè)穩(wěn)定安全運行等等，由此衍生了過程監(jiān)測與故障診斷技術。近年來此技術實現(xiàn)了快速發(fā)展，得以在機械制造與石油化工等領域廣泛應用。復雜的現(xiàn)代化流程工業(yè)，涉獵變量繁多，變量之間息息相關，相互作用，相互影響，因此采集變量十分關鍵，傳統(tǒng)人工采集數(shù)據(jù)的方式效率低，數(shù)據(jù)誤差大，且人力物力消耗過多，從而直接影響著后續(xù)變量信息提取與分析，統(tǒng)計模型準確性無法得到有效保障，而數(shù)據(jù)準確性是模型準確性的基礎條件[1]。為采集全方位且精確的數(shù)據(jù)，本文面向工業(yè)爐管離心鑄造過程設計了智能化大數(shù)據(jù)采集與分析系統(tǒng)。

1 智能化大數(shù)據(jù)采集系統(tǒng)整體架構

于工業(yè)生產過程中，大數(shù)據(jù)采集系統(tǒng)主要負責采集工業(yè)生產過程相關參數(shù)數(shù)據(jù)，并監(jiān)控整個生產流程。系統(tǒng)基于信號采集，還需加以傳輸、呈現(xiàn)、處理分析。

工業(yè)爐管離心鑄造工段智能化大數(shù)據(jù)采集系統(tǒng)整體架構[2]具體如圖1所示。

圖1 系統(tǒng)整體架構

其中，多功能測溫儀負責鋼水溫度測定；溫度變送器負責筒前端、中端、后端溫度測定；轉速變送器負責轉速測定；電渦流變送器負責筒軸端與中端振幅測定。

智能化大數(shù)據(jù)采集功能結構具體如圖2所示。

圖2 系統(tǒng)功能結構

1.1 傳感器

智能化大數(shù)據(jù)采集分析系統(tǒng)分別面向鋼水澆鑄溫度、型筒外壁溫度、離心機運行過程中型筒振幅、旋轉速度等相關變量實時采集具體參數(shù)，因此需以各種不同類型傳感器為基礎，即光纖傳感測溫儀、紅外線溫度傳感器、光電傳感器、無線數(shù)傳稱重儀、電渦流變送器。型筒傳感器[3]具體分布如圖3所示。

圖3 型筒傳感器分布示意圖

1.2 轉換器

通信檢測與現(xiàn)代化控制領域中，為提升系統(tǒng)性能指標，通常都會在信號處理中引進數(shù)字通訊技術。智能化大數(shù)據(jù)采集系統(tǒng)則基于傳感器采集工業(yè)爐管離心澆鑄信號著手，其中涉獵溫度、轉速、振動信號，都屬于模擬量，需將其轉換為數(shù)字量，才可以計算機與控制器為載體加以識別處理，所以信號轉換時需以模數(shù)轉換器為輔助。本文傳感器所采集模擬量，主要以A/D轉換器作為模數(shù)轉換器轉化成數(shù)字量。A/D轉換器功能結構[4]具體如圖4所示。

圖4 A/D轉換器功能

如圖4所示，A/D轉換器工作原理具體即輸入模擬信號，以集成芯片電路轉換機制轉化模擬信號為數(shù)字信號，然后經過D0-D7通道傳輸信號于控制器。

1.3 組態(tài)軟件

通常工控組態(tài)軟件都是應用于Windows系統(tǒng)中，以開發(fā)中控室監(jiān)控系統(tǒng)的軟件系統(tǒng)。而工業(yè)爐管離心鑄造智能化大數(shù)據(jù)采集分析系統(tǒng)設計過程中，通過Divew組態(tài)軟件構建了采集系統(tǒng)平臺，負責采集并處理數(shù)據(jù)，對于數(shù)據(jù)采集系統(tǒng)發(fā)揮著舉足輕重的關鍵所用。Divew組態(tài)軟件局部功能結構[5]具體如圖5所示。

圖5 Divew功能

1.4 數(shù)據(jù)庫

工業(yè)爐管離心鑄造智能化大數(shù)據(jù)采集分析系統(tǒng)選用了SQL數(shù)據(jù)庫。SQL語言是操作人員和數(shù)據(jù)庫系統(tǒng)彼此交互溝通的重要載體，作為規(guī)范化語言，其具備數(shù)據(jù)查詢、插入、下載、修改與刪除等多項功能。離心鑄造過程智能化大數(shù)據(jù)采集系統(tǒng)基于動態(tài)域名連接數(shù)據(jù)庫，全面儲存系統(tǒng)所采集數(shù)據(jù)，進行前臺操作，并調取、下載、查詢歷史數(shù)據(jù)。

1.5 控制器

作為銜接載體，控制器是有效鏈接上位機與工作現(xiàn)場采集硬件的橋梁，在工業(yè)爐管離心鑄造大數(shù)據(jù)采集分析中發(fā)揮著關鍵性作用[6]。本文選用了PLC控制器，以調節(jié)振動傳感器。PLC控制器只需要10 ms便可采集并運算全部模擬量，并計算出對應結果，在1 s內結束運算之后，還可快速存儲其中最大值與最小值，進行差值計算，同時存儲全部數(shù)據(jù)，并傳輸計算結果于組態(tài)軟件加以識別，從而驅動數(shù)據(jù)庫發(fā)揮作用完成存儲工作。振動傳感器所采集變量為模擬信號，經有線傳輸于PLC控制器，以其轉化成數(shù)字信號，然后基于屏蔽雙絞線與總線USB轉化成計算機可識別銜接的變量形式，最終傳送于PLC軟件內。

1.6 人機操作界面

人機操作界面友好有助于進行集中化操作與現(xiàn)代化監(jiān)控。工業(yè)爐管離心鑄造智能化大數(shù)據(jù)采集系統(tǒng)用戶界面主要負責操作人員與現(xiàn)場型筒振幅、轉速、澆鑄溫度、前中后溫度等傳感器之間的數(shù)據(jù)信息交互，并實時展示通過控制器調節(jié)轉化之后的采集數(shù)據(jù)，以方便操作人員實時獲取[7]。工業(yè)爐管離心澆筑時，大數(shù)據(jù)采集分析系統(tǒng)將所采集澆鑄數(shù)據(jù)傳送于UI界面加以展示，同時儲存于數(shù)據(jù)庫以作為歷史數(shù)據(jù)，便于調取查詢和下載。UI界面具備數(shù)據(jù)庫存儲數(shù)據(jù)調取功能，還可于系統(tǒng)內標注所有澆鑄爐管數(shù)據(jù)，并與實際澆鑄爐管一一對應。

2 工業(yè)爐管離心鑄造過程大數(shù)據(jù)采集監(jiān)測結果分析

以MPCA-PCA法進行工業(yè)爐管離心鑄造過程大數(shù)據(jù)采集分析監(jiān)測[8]?；贛PCA(多向主元分析法)建模分析，需選擇離心鑄造的型筒前中后端溫度、轉速作為變量；基于PCA(主元分析法)建模分析，需選擇爐管熔煉的C、Si、Mn、P、S、Cr、Ni、Nb、Cu、Ti、Fe等元素，與離心鑄造的溫度、型筒前中后端溫度、轉速作為變量。由變量中提取特征，以發(fā)現(xiàn)影響爐管質量的根源。

本文所選用爐管參數(shù)具體為：66.9 mm×7.4 mm，w(Cr)/w(Ni)比為25/35。一共選擇150組數(shù)據(jù)，142組合格。在MPCA建模時將數(shù)據(jù)進行，126組作為訓練數(shù)據(jù)全部合格；12組作為驗證數(shù)據(jù)，8組合格，4組不合格；12組作為檢測數(shù)據(jù)，8組合格，4組不合格。

2.1 MPCA建模分析

以126組數(shù)據(jù)進行建模分析，以驗證數(shù)據(jù)為依據(jù)明確主元數(shù)量，驗證合格數(shù)據(jù)，即正常爐管離心鑄造數(shù)據(jù)與故障爐管離心鑄造數(shù)據(jù)。數(shù)據(jù)驗證的模型正確率與誤報率結果具體如表1所示。

表1 模型正確率與誤報率結果

由表1可知，在主元數(shù)量增加趨勢下，正確率與誤報率一直都控制在75.5%與12.0%上，以此選擇主元數(shù)量為1。

在主元數(shù)量為1的條件下，帶入檢測數(shù)據(jù)進行分析，則正常與故障爐管檢測結果具體表現(xiàn)為：正常爐管均未超過99%SPE貢獻控制極限值，而故障爐管則都超過了99%SPE貢獻控制極限值，與PT檢測結果相一致?；谀Ｐ驼_率與誤報率內涵，可知MPCA模型構建正確率與誤報率為100%與0。

選擇某故障工業(yè)爐管進行貢獻SPE統(tǒng)計分析，結果具體如表2所示。

表2 故障爐管貢獻

由表2可知，型筒前、中、后端溫度是造成工業(yè)爐管故障，影響離心鑄造的關鍵要素，這主要是由于溫度過高導致粘砂，加大了拔管難度。

2.2 PCA建模分析

以126組數(shù)據(jù)開展PCA建模分析，以驗證數(shù)據(jù)為依據(jù)明確主元數(shù)量，驗證工業(yè)爐管離心鑄造過程數(shù)據(jù)。數(shù)據(jù)驗證的模型正確率與誤報率結果具體如表3所示。

表3 主元個數(shù)選擇

由表3可知，在主元數(shù)量為5～7時，正確率與誤報率一直保持100%與0，效果最佳，因此本文選擇主元數(shù)量為5。

在主元數(shù)量為5時，帶入檢測數(shù)據(jù)進行分析，則正常與故障爐管檢測結果具體如表4所示。

表4 PCA檢測結果

由表4可知，1～8根正常爐管都未超出99%SPE貢獻控制極限值，而9～12根故障爐管都超出了99%SPE貢獻控制極限值，與PT檢測結果相一致。基于模型正確率與誤報率內涵，可知PCA模型構建正確率與誤報率為100%與0。

選擇最后一根故障工業(yè)爐管進行貢獻SPE統(tǒng)計分析，結果具體如表5所示。

表5 故障爐管貢獻

由表5可知，型筒前、中、后端溫度是造成工業(yè)爐管故障，影響離心鑄造的關鍵要素，這主要是由于溫度過高導致粘砂，加大了拔管難度。

總之，MPCA與PCA模型構建檢測正確率與誤報率為100%與0，所以MPCA-PCA聯(lián)合建模檢測正確率與誤報率為100%與0。

3 結 論

綜上所述，本文以工業(yè)爐管離心鑄造過程數(shù)據(jù)加以分析，其中包含建模，帶入驗證數(shù)據(jù)選擇最佳主元數(shù)量引進檢測數(shù)據(jù)以評估模型。通過MPCA-PCA聯(lián)合建模分析之前，需預處理數(shù)據(jù)。選用某型號工業(yè)爐管生產數(shù)據(jù)開展建模分析，結果表明，MPCA與PCA模型構建檢測正確率與誤報率為100%與0，所以MPCA-PCA聯(lián)合建模檢測正確率與誤報率為100%與0；基于故障爐管貢獻分析，查找發(fā)現(xiàn)了故障成因，以此及時調整離心鑄造過程參數(shù)，防止由于同樣原因造成故障。