李麗年，吳巍，李曉衛(wèi)

(中海油能源發(fā)展裝備技術(shù)有限公司設(shè)計研發(fā)中心，天津 300452)

1 引言

1.1 研究的背景與意義

儀表設(shè)備數(shù)據(jù)的可靠性和儀表設(shè)備的可維護性關(guān)系著石油化工生產(chǎn)設(shè)備的安全運行。研究控制系統(tǒng)和智能儀表設(shè)備數(shù)據(jù)分析和診斷評估系統(tǒng)，通過對設(shè)備數(shù)據(jù)的分析與評估，增加預(yù)防性、預(yù)測性維護管理方式，優(yōu)化設(shè)備的管理模式，減輕人工操作壓力，為企業(yè)節(jié)約設(shè)備維護成本，降低設(shè)備出現(xiàn)故障的概率。

研究開發(fā)一套控制系統(tǒng)和智能儀表設(shè)備數(shù)據(jù)分析和診斷評估管理系統(tǒng)，致力于控制系統(tǒng)硬件、軟件以及智能儀表設(shè)備的智能化管理，對系統(tǒng)信息進行綜合展示，精準監(jiān)控儀表閥門運行數(shù)據(jù)，實時監(jiān)控儀表閥門的運行狀態(tài)，實現(xiàn)對控制系統(tǒng)和智能儀表設(shè)備的預(yù)防預(yù)測性維護管理。探索中國海油上游業(yè)務(wù)數(shù)字化轉(zhuǎn)型、智能化發(fā)展的新路徑，優(yōu)化管理模式、大力促進我國海洋石油化工領(lǐng)域的發(fā)展。

1.2 相關(guān)理論概述及國內(nèi)外研究現(xiàn)狀

1965年費根鮑姆研制出歷史第一個專家系統(tǒng)，名字為DENDRAL。1985年美國航天局研究出了監(jiān)視航天器專家系統(tǒng)[1]。REFDES專家系統(tǒng)用于診斷火箭發(fā)射的故障。國內(nèi)清華大學(xué)的王曦等完成了基于故障樹對旋轉(zhuǎn)機械構(gòu)建立專家知識庫。

20世紀90年代發(fā)展以來，設(shè)備故障診斷不斷地與其他技術(shù)結(jié)合，應(yīng)用了多種學(xué)科領(lǐng)域的技術(shù)，使設(shè)備故障診斷研究的邊界逐漸模糊，將故障診斷技術(shù)測試、監(jiān)測、診斷等相關(guān)技術(shù)結(jié)合，逐步融于一體。

2 控制系統(tǒng)和智能儀表設(shè)備數(shù)據(jù)分析和診斷評估相關(guān)技術(shù)理論

2.1 HART協(xié)議與EDDL技術(shù)

2.1.1 HART協(xié)議

(1) HART協(xié)議可以應(yīng)用到任何有數(shù)字現(xiàn)場儀表的場合，有強大的通訊技術(shù)，擴展性能強，與現(xiàn)場智能儀表進行雙向的數(shù)字通信。

(2) HART物理層規(guī)范。選用雙絞同軸電纜作為信號的傳輸介質(zhì)，信號的傳輸效果好、距離遠。

(3) HART協(xié)議數(shù)據(jù)鏈路層規(guī)范。數(shù)據(jù)鏈層的數(shù)據(jù)建立、維護、終結(jié)等通訊功能應(yīng)用HART幀的格式。利用冗余檢錯碼信息發(fā)送信息，消除數(shù)據(jù)傳輸過程的線路噪音等干擾，確保數(shù)據(jù)準確的傳送[2]。

(4) HART幀格式。所有應(yīng)用HART協(xié)議傳輸數(shù)據(jù)的設(shè)備，數(shù)據(jù)都以幀的形式傳播[3]。將用戶數(shù)據(jù)和地址信息封裝作為HART協(xié)議幀的內(nèi)容。

(5) HART協(xié)議應(yīng)用層規(guī)范。應(yīng)用HART的命令集技術(shù)，所有站都受主站指揮，可以做到在主站發(fā)出命令，從站作出響應(yīng)。

2.1.2 EDDL技術(shù)

(1) EDDL技術(shù)的工作原理。EDDL是HART協(xié)議中對設(shè)備信息詳細描述的一種語言。HART、FF和PROF IBUS現(xiàn)場總線設(shè)備信息通過EDDL技術(shù)匯總到主系統(tǒng)，EDDL技術(shù)包含EDDL文件和EDD解釋程序[4]。

(2) EDDL文件解析。將EDDL文件編譯成二進制代碼，把DD文件交給最終用戶。用戶在帶有DDS接口的組態(tài)軟件中導(dǎo)入DD文件，轉(zhuǎn)化成圖形界面，應(yīng)用METHOD方法進行設(shè)備配置[5]。

2.2 混合診斷模型

2.2.1 專家系統(tǒng)

專家系統(tǒng)是一種計算機程序，模擬人類應(yīng)用知識和處理問題的方法，采用人工智能技術(shù)基于各個領(lǐng)域人類專家已掌握的知識和處理問題的經(jīng)驗利用計算機來處理問題，分如下四部分；(1)知識獲取系統(tǒng)：獲取人類專家的知識，將所獲取的知識添加到已有的知識庫中；(2)知識庫：將新獲取的知識與已有的經(jīng)驗以數(shù)字化的形式存儲起來；(3)推理機制：基于現(xiàn)有的知識和經(jīng)驗，設(shè)定應(yīng)用情況和規(guī)則進行推理，進行實驗驗證；(4)輸入輸出系統(tǒng)：把當前的實際情況輸入到專家?guī)煜到y(tǒng)中，結(jié)合專家?guī)熘械闹R和處理問題的方法輸出結(jié)果給使用者。

2.2.2 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)基于人體神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，模仿人類的學(xué)習(xí)方式，具備良好的自學(xué)能力，問題處理能力和高容錯性能，有深度智能化的特征。

人工神經(jīng)網(wǎng)絡(luò)具有如下特征：(1)非線性：自然界中存在著較多的非線性關(guān)系，就如同我們大腦一樣，其活動方式是抑制或激活神經(jīng)元；(2)非常定性：基于神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)、自適應(yīng)、自組織能力的特征，神經(jīng)網(wǎng)絡(luò)一直是不斷變化，處于迭代之中；(3)非局限性：人工神經(jīng)網(wǎng)絡(luò)是各種神經(jīng)元相互作用，彼此連接的特征，是一套具有整體性的系統(tǒng)；(4)非凸性：人工神經(jīng)網(wǎng)絡(luò)中有大量的極值數(shù)據(jù)，可以使系統(tǒng)平穩(wěn)運行。

3 基于專家系統(tǒng)與ELMAN神經(jīng)網(wǎng)絡(luò)的智能儀表設(shè)備數(shù)據(jù)分析和診斷模型

3.1 專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)混合診斷簡述

專家系統(tǒng)的核心是模擬人類的邏輯推理思維，在對知識收集轉(zhuǎn)化、存儲、推理機設(shè)計、知識庫維護等過程花費時間較長，人工神經(jīng)網(wǎng)絡(luò)可以對事情做出準確判斷，應(yīng)用專家系統(tǒng)是的邏輯演繹，和神經(jīng)網(wǎng)絡(luò)的集體計算，發(fā)現(xiàn)兩者結(jié)合可以更好的解決問題。

3.2 專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)混合診斷模型

神經(jīng)網(wǎng)絡(luò)對于專家系統(tǒng)的優(yōu)化：(1)專家系統(tǒng)對知識庫里沒有的問題可通過神經(jīng)網(wǎng)絡(luò)有自主學(xué)習(xí)能力進行判斷，豐富知識庫；(2)專家系統(tǒng)可以借助神經(jīng)網(wǎng)絡(luò)的自主學(xué)習(xí)能力，基于該領(lǐng)域?qū)＜姨幚韱栴}的過程對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，使輸出結(jié)果接近真實數(shù)據(jù)；(3)專家系統(tǒng)的串行化識推理，此過程會導(dǎo)致“匹配沖突”、無窮遞歸等?？梢詰?yīng)用各個神經(jīng)網(wǎng)絡(luò)相互作用，并行推理來完成，提高速率。

專家系統(tǒng)對于神經(jīng)網(wǎng)絡(luò)的優(yōu)化：(1)神經(jīng)網(wǎng)絡(luò)不具備對實際情況積累的經(jīng)驗，需要通過專家系統(tǒng)經(jīng)驗獲取多元化知識，對數(shù)據(jù)判斷更準確；(2)神經(jīng)網(wǎng)絡(luò)表達方式復(fù)雜，缺乏透明性，專家系統(tǒng)把神經(jīng)網(wǎng)絡(luò)數(shù)字化的知識用文字表達出來，讓人更好理解；(3)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練的全過程中需要技術(shù)人員進行監(jiān)督，通過融合專家系統(tǒng)幫助神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，整個過程不需要技術(shù)人員的監(jiān)督。

基于控制系統(tǒng)和智能儀表設(shè)備數(shù)據(jù)分析和診斷評估的經(jīng)驗，能夠給出更準確的診斷結(jié)果[6]。混合診斷模型如圖1所示。

圖1 混合診斷模型

3.3 Elman神經(jīng)網(wǎng)絡(luò)算法

3.3.1 Elman神經(jīng)網(wǎng)絡(luò)原理簡介

基于BP神經(jīng)網(wǎng)絡(luò)增加一層承接層作為Elman神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)包含：輸入層、隱含層、承接層和輸出層[7]。數(shù)據(jù)先進入層計算，計算后的數(shù)據(jù)進入隱含層，隱含層的數(shù)據(jù)反饋給承接層，作為延時算子，可動態(tài)記憶網(wǎng)絡(luò)，承接層可以自動輸入起到延遲和搓出的功能。數(shù)學(xué)模型如下式所示：

式中：x為隱含層數(shù)據(jù)；u為輸入數(shù)據(jù)；xc為反饋數(shù)據(jù)；y為輸出層數(shù)據(jù)。w1、w2、w3均為各層之間的權(quán)值；g(·)為計算輸出層結(jié)果；f(·)為隱含層的傳遞函數(shù)。

3.3.2 Elman神經(jīng)網(wǎng)絡(luò)診斷模型建立

本文中首先對采集數(shù)據(jù)進行分析，根據(jù)分析結(jié)果做出儀表故障診斷，整個系統(tǒng)的診斷流程如圖2所示，模型1應(yīng)用混合診斷方式，模型2應(yīng)用專家系統(tǒng)診斷。監(jiān)測系統(tǒng)數(shù)學(xué)模型1中將采集到的數(shù)據(jù)每隔30 s上傳一次，選取50個數(shù)據(jù)進入輸入層，反復(fù)試驗把神經(jīng)元設(shè)置成6個，承接層和隱含層節(jié)點數(shù)相同，輸出預(yù)測的參數(shù)值與實時參數(shù)進行診斷。

圖2 診斷流程圖

4 控制系統(tǒng)和智能儀表設(shè)備數(shù)據(jù)分析和診斷評估系統(tǒng)實現(xiàn)

4.1 系統(tǒng)總體設(shè)計

控制系統(tǒng)和智能儀表設(shè)備數(shù)據(jù)分析和診斷評估系統(tǒng)為B/S結(jié)構(gòu)的軟件系統(tǒng)，將系統(tǒng)的主程序部署到現(xiàn)場的PC機上，應(yīng)用WEB 服務(wù)進行統(tǒng)一管理，基于OPC、數(shù)據(jù)庫等數(shù)據(jù)接口可以與第三方進行信息交互。系統(tǒng)的主框架如圖3所示。

4.2 系統(tǒng)功能

4.2.1 控制系統(tǒng)設(shè)備管理模塊

控制器：名稱、型號、版本信息、下屬IO卡件信息、負荷狀況、內(nèi)存、通訊狀態(tài)、健康狀況；

IO卡件：IO 卡件名稱、類型、對應(yīng)控制器、所在槽位、點數(shù)使用情況，IO 卡件的診斷信息詳細的描述當前 IO 卡件的健康狀況、IO卡件健康指數(shù)、IO卡件健康報表、IO卡件備用通道管理；

工程師站：基本信息、系統(tǒng)版本；

工控網(wǎng)絡(luò)：網(wǎng)絡(luò)負載、網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)速度、網(wǎng)絡(luò)狀態(tài)；

4.2.2 控制系統(tǒng)軟件組態(tài)模塊

控制系統(tǒng)組態(tài)信息展示(組態(tài)整體組成、組態(tài)點數(shù)、組態(tài)各點位詳情信息等)、組態(tài)變化情況跟蹤及記錄追溯、組態(tài)備份管理；控制系統(tǒng)因果邏輯實時展示、因果邏輯分析及優(yōu)化管理功能。

4.2.3 控制系統(tǒng)綜合評估模塊

根據(jù)中控系統(tǒng)當前的系統(tǒng)狀態(tài)、故障信息、版本信息等靜態(tài)數(shù)據(jù)以及實時狀態(tài)數(shù)據(jù)對該系統(tǒng)進行整體評分并根據(jù)知識庫提出控制系統(tǒng)整體優(yōu)化管理方法功能。

4.2.4 智能儀表報警診斷模塊

該模塊展示智能儀表報警信息、報警等級、報警描述及診斷分析信息等；建立智能儀表故障診斷知識庫；展示智能儀表報警周期性統(tǒng)計信息及歷史記錄信息；對智能儀表的報警信息進行故障趨勢分析；具備智能儀表維護保養(yǎng)事件記錄信息功能。

4.2.5 智能儀表臺帳管理模塊

智能儀表名稱、型號、版本、安裝時間、歸屬系統(tǒng)&控制器&IO卡件、健康指數(shù)、組態(tài)配置情況，同時可實現(xiàn)對組態(tài)信息修改功能包括：(1)組態(tài)變更：展示智能儀表組態(tài)修改記錄并支持組態(tài)參數(shù)對比；(2)組態(tài)批量傳輸：支持將同類型的組態(tài)信息進行批量傳輸；(3)設(shè)備綜合展示：按照各類型進行統(tǒng)計展示；支持設(shè)備資料無紙化管理。

4.2.6 智能儀表綜合管理模塊

本功能通過智能算法對智能儀表進行健康綜合評估；提供智能儀表的KPI分析報告；具備裝置停工期間回路測試及閥門類儀表行程測試功能。

4.2.7 預(yù)測性維護模塊

本模塊是系統(tǒng)的重要組成部分，預(yù)測性維護是基于混合診斷模型建立設(shè)備故障模型智能算法，通過收集儀表設(shè)備的失效數(shù)據(jù)、維修數(shù)據(jù)建立專家數(shù)據(jù)庫，將所采集到的設(shè)備數(shù)據(jù)與專家數(shù)據(jù)庫進行比對，推算預(yù)測出設(shè)備下一個循環(huán)周期內(nèi)的失效時間、可能性故障、維修部位，提早合理安排維修人員的工作事項，提升儀表運行效率以及優(yōu)化人員的工時效率，延長設(shè)備的使用壽命。

4.2.8 日志管理模塊

該模塊的主要功能包括：顯示日志信息、條件查找、查看日志詳細信息、對日志進行排序、更新日志、打印預(yù)覽日志信息。

4.2.9 用戶管理模塊

本模塊負責管理軟件的所用用戶，包括用戶名、密碼、操作級別、操作權(quán)限和用戶狀態(tài)。

4.3 性能要求

(1)可用性：系統(tǒng)具備簡單操作特點，通過充分的溝通深度挖掘不同方面系統(tǒng)用戶的簡潔化系統(tǒng)實現(xiàn)；(2)容錯性：系統(tǒng)具備容錯、數(shù)據(jù)恢復(fù)與穩(wěn)定運行的能力；(3)系統(tǒng)支持近3年控制系統(tǒng)組態(tài)數(shù)據(jù)的分析和存儲；(4)相關(guān)服務(wù)所占內(nèi)存不超過16G，數(shù)據(jù)庫所占容量不超過2T；(5)高可移植性，部署對操作系統(tǒng)無要求，系統(tǒng)安裝包可以自動生成；(6)易擴展性，系統(tǒng)易于擴展和升級，更好地滿足用戶需求；(7)安全性：系統(tǒng)提供有效數(shù)據(jù)安全機制，通過數(shù)據(jù)庫備份的功能實現(xiàn)數(shù)據(jù)安全存儲。

5 結(jié)語

本文主要介紹控制系統(tǒng)和智能儀表設(shè)備數(shù)據(jù)分析和診斷評估研究所應(yīng)用到的相關(guān)技術(shù)及系統(tǒng)實現(xiàn)。闡述HART現(xiàn)場總線技術(shù)、專家系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)算法的混合診斷模型，對海上油田儀表設(shè)備數(shù)據(jù)讀取采集、分析、優(yōu)化，評估診斷。

控制系統(tǒng)和智能儀表設(shè)備數(shù)據(jù)分析和診斷評估系統(tǒng)還需進一步完善系統(tǒng)數(shù)據(jù)，對重要儀表的監(jiān)控將更全面高效。采用智能診斷的思維，提取特征參數(shù)判斷閥門卡澀和泄漏情況，并以降低閥門的故障特性，提高預(yù)防性主動維修，實現(xiàn)生產(chǎn)裝置重要儀表和調(diào)節(jié)閥智能監(jiān)控項目全方位覆蓋。