|
摘要：攀钢煤化工厂二期的三台煤气鼓风机是攀钢的关键设备，于2001年，针对三台鼓风机，安装了一套重庆大学研制的“煤气鼓风机在线振动监测诊断系统”，做到了无故障时放心运行，有故障时及时报警。但是，当有故障报警后，由于现场操作人员和技术人员不具备专业的动态振动信号分析和故障精密诊断的理论知识和经验，针对不同的现象不善于选用不同的振动信号分析方法，不善于根据振动信号分析的各种图谱诊断故障种类、原因、部位和严重程度。本文结合现场实际，介绍了煤气鼓风机专家系统的研究与实施。
关键词：煤气鼓风机、专家系统、智能诊断
1 现状分析
攀钢煤化工厂二期的三台煤气鼓风机是攀钢的关键设备，于2001年，针对三台鼓风机，安装了一套重庆大学研制的“煤气鼓风机在线振动监测诊断系统”，做到了无故障时放心运行，有故障时及时报警。但是，当有故障报警后，由于现场操作人员和技术人员不具备专业的动态振动信号分析和故障精密诊断的理论知识和经验，针对不同的现象不善于选用不同的振动信号分析方法，不善于根据振动信号分析的各种图谱诊断故障种类、原因、部位和严重程度。
这三台机组的故障种类多，且许多故障非常隐蔽，如轴向窜动、转子碰摩、滑动轴承油膜共振、滚动轴承故障、齿轮故障、不平衡、不对中等。当有故障报警后，不及时诊断故障种类、原因、部位和严重程度，将严重影响煤气鼓风机组运行的经济性和安全性，严重影响正常生产。一旦煤气鼓风机发生事故，将导致生产系统瘫痪，并产生重大污染和严重的经济损失。所以，非常有必要在现有的“煤气鼓风机在线振动监测诊断系统”有关硬件软件的基础上，增加“煤气鼓风机诊断专家系统”功能。
煤气鼓风机组由电动机、液力耦合器、增速器及鼓风机组成，相互之间由齿轮联轴器联结。除了液力耦合器为滚动轴承外，其它设备为滑动轴承。有关主要参数如下：
A电机
型号：YK1000-2/990功率： 1000KW
转速： 2975rpm
B液力耦合器
型号：GST50
C增速器
型号：GYD-350-1320/1.522圆弧圆柱齿轮
增 速 比：1.522Z1=102 Z2=67
D煤气鼓风机
型号：D1200—1.16/0.86 入口压力：0.084Mpa
进口流量：1200 m3/mim 排出压力：0.114Mpa
额定转速：4407r/min 实际转速：4000～4200r/min
叶轮直径：1.19m 叶 片 数：20
2系统基本技术方案
2.1测点布置
系统测点布置图如图1所示，RPM为转速传感器，检测煤气鼓风机实际转速，实现信号同步平均，去除干扰信号, 转速传感器信号也是动平衡的鉴相信号。S15为推力轴承轴向位移传感器，检测煤气鼓风机转子轴向窜动信号。对高压泵自由端进行少量改装，就可安装RPM和S15传感器。S11～S14为安装在煤气鼓风机轴承座上直接测量煤气鼓风机转轴的振动信号，S1～S10为安装在轴承座上的速度传感器，对检测的速度信号进行积分变换，可转换为振动位移信号，从而便于和有关标准对比。检测的信号频率范围是1－2000Hz，比常规检测仪器的检测范围（20－100Hz）宽、精度高、性能稳定。
（图片）
图1： 系统测点布置图 2.2项目内容
诊断专家系统具有三大基本功能：a.在线智能诊断软件，包括：与“在线振动监测诊断系统接口”，智能化推理算法，数据处理器，图形化模糊神经网络专家知识库，综合的动态联接库数据通讯模块；b.离线专家诊断系统软件，包括：振动监测与故障诊断培训系统，机械故障模拟试验台，信号分析测试系统，机器建摸和故障仿真，振动诊断案例实践与应用，故障诊断参考中心，智能频谱分析系统；c.现场动平衡系统，包括：动平衡故障判别模块，接口模块，一倍频振动幅值、相位计算模块，影响系数法，动平衡配重及效果评价。
智能诊断是本项目的关键。例如：利用频谱分析方法，可在频域中将动态信号分为低频、中频和高频，在低频内主要包含了转子不平衡、不对中、窜动、主轴弯曲、机座松动、油膜涡动、水泵叶片等故障；在中频内主要包含了齿轮故障、转子碰磨，共振频带等故障；在高频内主要包含了流体噪声、冲击脉冲、流体空穴、结构共振、流体振荡等故障。以上各种故障具有不同的频率和不同的频谱结构，故障的严重程度由其对应的频率幅值高低来表示。此外，利用波形分析、轴心轨迹分析、数字滤波分析、解调分析、通频全息谱分析等方法也能得到许多有用的分析结果。
本项目的基本要求是：在线监测的同时，实时显示轴向窜动、转子碰摩、滑动轴承油膜共振、滚动轴承故障、齿轮故障、不平衡、不对中等故障的种类、原因、部位和严重程度。也可离线人机交互式进行精密智能诊断。不平衡故障时，进行现场动平衡。解决原系统部分硬件老化，软件功能不完善等问题。
项目内容包括：
2.2.1实现煤气鼓风机轴承诊断数据库，轴系故障诊断，齿轮箱故障诊断，诊断知识库可编辑，自动生成完整的诊断报告。
2.2.2实现波形回收，可选自动或手动、批量或单一波形回收、自动命名或人工命名，Windows资源管理器风格，操作方便。
2.2.3采用Microsoft SQL Sever2000数据库，实现煤气鼓风机分级数据管理。
2.2.4自动生成测试报告，波形浏览器和多种频谱分析。
2.2.5处理好历史记录保存、自动清理、备份、输出、打印等问题。
2.2.6提供基于实时采集数据和历史数据的旋转机械故障特征和发展趋势报告，提供基于故障特征的维修方案和措施等。
2.2.7注明程序软件语言等，具备用户接口，对用户为开放式系统。
2.2.8升级、改进“煤气鼓风机在线振动监测诊断系统”在线和离线数据精密软件，在线监测部分的软件中增加在线智能诊断功能。
2.2.9建立故障知识库、模拟试验平台，实现煤气鼓风机组离线智能故障诊断。
2.2.10建立设备故障诊断知识的培训系统，使工作人员加深故障诊断有关知识的理解，有助于提高设备维修管理水平。
2.3专家系统的结构和基本组成
专家系统的结构如图2所示：（图片）
图2：专家系统结构图 2.3.1知识库：存放问题求解需要的领域知识。知识的种类一般包括作为专家经验的判断性知识以及描述各种事实的知识。知识的表示形式可以是多样的，包括规则、框架及语义网络等。
2.3.2综合数据库：用于存放系统运行过程中所需要的原始数据和产生的所有信息，包括用户提供的信息，推理的中间结果，推理过程的记录等。
2.3.3推理机：根据数据库的当前状态，利用知识库中的知识进行推理和导出结论，而不是简单地搜索现成的答案。推理机可以采用正向推理、逆向推理及双向推理等各种策略。推理机的程序与知识库的具体内容无关，即推理机与知识库相分离是专家系统的重要特征。它的优点是对知识库的修改和扩充无须改动推理机。
2.3.4知识获取机构：负责建立、修改与扩充知识库，以及对知识库的一致性、完整性等进行维护。知识获取机构可以仅仅是一个知识编辑程序，也可以是一个复杂的知识获取子系统，用来完成自动知识获取、自动知识求精等功能。
2.3.5解释器：用于对求解过程作出说明，并回答用户提出的问题。两个最基本的问题是“How”和“Why”。对问题“How”，回答用户结论和中间结果是如何得到的，解释专家系统的行为；对问题“Why”，告诉用户推理结论的理由。解释机构的说明是根据知识库和数据库中对推理过程的记录作出的。
2.3.6人机接口：使系统能够进行人机交互，在信息的内部形式和人可接受的形式之间进行转换。很多系统都提供了用户熟悉的表示形式如自然语言、图形、表格等。
2.4系统软件结构
系统软件包括：在线智能诊断子系统、离线诊断专家子系统、现场动平衡子系统等。各子系统采用模块化编程，通过专门的接口实现通讯。 其结构图如图3所示。（图片）
图3：软件系统结构图 3关键技术的研究
为了使“煤气鼓风机诊断专家系统”具有更高的实用性、可靠性，具有更高的技术水平，需要解决以下关键技术问题。
3.1故障机理的研究
研究油膜振荡、动静碰磨、轴向窜动、滑动轴承故障、齿轮故障、联接松动、轴不对中、结构共振、动不平衡的故障机理，对信号进行各种时域分析和谱分析，研究升降速过程中机组的动态特性，研究齿轮和电机的故障特征及产生故障的原因和解决措施。
3.2 故障特征提取的研究
获取的设备状态信号中往往存在着各种干扰，特别是相邻设备或部件之间的振动及电气干扰等，对早期故障，状态信号中包含的故障信息很微弱，常被淹没于这些干扰噪声之中。因此，需要对状态信号数据进行预处理，以便提高数据的可靠性以及分析的精度。对状态信号数据进行预处理的方法主要是去除趋势项和信号滤波。
特征提取是对原始信息的加工与处理，进行信息的凝聚、提炼和变换，它是机械设备状态识别的前提与基础。特征提取的目的是根据煤气鼓风机的有关运行参数，提取出对机组故障敏感的参数及其变换形式，通过对提取的故障特征的分布、大小的分析，可以通过某种非线性变换，映射到机组产生的某种故障形式。各种特征参数组成征兆集，煤气鼓风机的所有故障组成故障集，故障判别的过程就是从某种征兆寻找对应的故障的分类过程。因此，故障特征提取是煤气鼓风机故障判别的关键步骤。
3.3 知识库的建立
在专家系统的开发过程中首先要解决的问题是如何高效、准确地获取专家知识和经验，然后将所获得的知识提供给推理机进行工作。为此，需要将主要精力集中在这些问题的解决上。
专家系统的核心是知识，而现实中知识的表现形式多种多样，缺乏统一的有规律的表示结构，因此如何将知识用一种有效的形式组织起来，并将其中最本质地提炼出来，输入专家系统，成为许多研究者共同的研究课题。在人工智能领域中，常见的有以下的表示方法：一阶谓词逻辑表示，时序逻辑表示法，产生式规则表示法，语义网络表示法，框架表示法，决策树表示法，神经网络表示法等。
3.4 与在线振动监测诊断系统接口
在线和离线诊断专家系统均需要从煤气鼓风机在线振动监测诊断系统中提取故障数据，作为诊断推理的数据源，因此，需要对原“煤气鼓风机在线振动监测诊断系统”软件的数据格式、数据结构以及源代码进行研究，一方面为专家系统提供特征数据，另一方面把在线故障诊断专家系统嵌入到“煤气鼓风机在线振动监测诊。
3.5 模糊推理
模糊推理实质上是在模糊集合上进行操作。在同一论域中，证据的“与”、“或”、“非”运算通常可以对应于模糊集的交、并、求补操作；不同论域中的逻辑运算一般需拓广至笛卡儿意义下的相应操作。
逻辑推理是通过逻辑蕴涵实现的。“如果一则”规则又称为“if-then”规则，就是一种模糊蕴涵关系。前面介绍的模糊集合和模糊运算分别是模糊逻辑的主体和推理的过程，而“如果一则”规则是包含这些模糊逻辑的条件陈述语句。
3.6 模糊神经网络、规则推理
通过研究模糊流、神经网络、专家系统等在故障诊断中的应用，可以在现场故障诊断的时候，发挥人工智能的作用，对设备的故障作出准确的故障分析。诊断轴承故障、齿轮故障、联接松动、轴不对中、结构共振、动不平衡等故障的性质及严重程度。
采用最大模糊流、神经网络、规则推理和专家系统等先进的人工智能技术，迅速分析实时数据，快捷而准确地提供诊断和预报结果。同时具有图形化模糊神经网络专家知识表达方式、分布式并行运行能力、迅速的推理及优化和远程分析能力，使“鼓风机组故障诊断达到较高的智能化水平。
系统主要技术包括：智能化推理算法、数据处理器、图形化模糊神经网络专家知识库、综合的动态联接库数据通讯模块。
3.7 现场动平衡
为降低旋转机械的振动，保证机器安全运转，延长使用寿命，机器上的旋转部件在制造和使用过程中均要进行不同程度的动平衡。随着现代机械向高速、高效、高精度方向的不断发展，转子的平衡问题就显得越来越重要。为了实时监测煤气鼓风机的振动状况，除了了解风机系统个部位的振动大小以外，还必须监测风机动不平衡量的大小和位置。
3.8数据存储
基于VC 6.0平台，通过面向对象、SQLSEVER2000数据库的编程，研究新的数据存储方式，以便更利于管理、数据分析、数字网络化传输，打破计算机应用软件面向文件、数据的传统做法，使用户直接面向机组及具体功能。根据现场特点，把设备组态设置、数据采集、状态监测、信号处理、故障诊断、数据库管理等有机地结合在一起。
3.9系统故障自诊断研究
系统在长期运行中，由于自然的、人为的或者其他的原因，可能出现线路短路、断路，以及位移传感器间隙超出量程范围和传感器损坏等导致信号畸变的故障，为保证数据采集的精确性、保证监测系统长期可靠的运行，需要对系统自身存在的故障进行诊断研究，在系统出现故障时能进行故障提示和提出解决措施。
4 结束语
增加“煤气鼓风机诊断专家系统”后，在线监测的同时，计算机在后台在线实时自动地进行各种动态振动信号分析，根据各种分析结果，经智能推理在线实时显示故障种类、原因、部位和严重程度。也可以离线人机交互式进行精密智能诊断。这样，当有故障报警后，就能够及时获得故障种类、原因、部位和严重程度等信息。当诊断结论是不平衡故障（不平衡故障占60%以上）时，通过现场动平衡步骤和软件分析可以获得不平衡量的大小、相位，从而消除不平衡。煤气鼓风机诊断专家系统具有自学习功能，可不断提高故障分析的准确性和命中率。大大降低了煤气鼓风机的故障停机时间。
2/11/2009
|
