摘要:文章针对矿井通风机系统参数难以测定和故障率较高的特点,对矿井主要通风机组的各种参数实时监测,并通过故障诊断系统进行决策,探讨了其设计要求、系统组成以及诊断过程中应用到的专家系统、模糊神经网络和智能诊断等技术。
关键词:矿井通风机;故障诊断;专家系统;模糊神经网络;智能诊断
中图分类号:TP277文献标识码:A文章编号:1009-2374 (2010)18-0022-02
矿山安全生产的关键设备主要是矿井通风机。随着微电子和计算机技术的飞速发展及信号检测水平的不断提高,用计算机技术来完成对主要通风机的工作状况进行实时监测和故障诊断报警是十分必要的。矿井通风机监测需要对电机功率、温度环境、电机升温、振动信号、轴承温度、流量信号等多种参数进行实时监测。当故障发生时,根据通风机故障诊断系统进行故障诊断并对故障类型进行识别,迅速作出决策,发出故障报警及输出结果,指示相关人员迅速采取相应的措施,避免或减轻因故障所造成的损失,以保证安全生产。
一、系统设计及系统监控部位要求
(一)系统设计要求
1.实用性。要求系统提供友好的人机交互界面,操作和维护方便。
2.可靠性。要求系统具备长期和稳定的工作能力,以保证各项监测数据的实时准确可靠,减少人为因素的影响,提供可靠的现场数据支持。
3.集成性和可扩展性。要求系统具备良好的灵活性、兼容性、扩展性和可移植性。能为用户提供良好的二次开发功能及能与其他管理信息系统进行信息融合。
(二)系统监控部位要求
主要工况参数包括:风压、风量、风机轴承温度、电机定子绕组温度、电压、电流、功率因数、功率和开关状态等。具体要求如下:
1.数据采集和预处理。监控管理系统软件从底层设备控制系统采集数据,这些数据包括模拟变量、数字变量、报警量、I/O地址、对象属性等,将数据转换成数据库所需要的格式,根据需求对数据库进行写操作。
2.监控功能。监控软件中设置风机性能监测系统,实时监测风机负压、全压、流量、全压效率和轴功率等全部气动参数,以及电机轴承温度、风机轴承温度、风机机械振动等机械参数,完成风机综合性能测试。
3.系统运行模拟图动态显示。为使系统内的报警能更快被确定及能更容易分析系统的运行状况,系统通过组态软件提供模拟图动态显示,包括生产厂房的平面图及被控设备的系统示意图。监控系统容许操作员通过菜单的选择、文字的指令或图像而得到不同系统的图形示意图或平面图。有关的图形是动态显示,将压力、温度、流量、状态数据等在图形的正确位置中,不断以实时的数值及状态显示出来。
4.操作界面。在系统内每一个监控点,操作员在操作界面上可以以图形方式或表格方式显示监控点数据。可完成统计报表的查询、打印,实现指定时间、指定设备对历史数据进行查询,并显示数据曲线,以及将操作信息、设备信息、系统运行数据、故障信息建立历史数据库,以便进行分析管理。
二、实时监测与故障诊断系统的组成
该系统由引压装置、各类传感器、变送器、滤配器、数据库、操作台和故障诊断决策系统组成。各环节的设计充分考虑了矿井通风环境的特点,引压装置能防尘堵塞测孔,滤配器对信号进行过滤、缓冲、稳压、限压以保护传感器,并将信号分配至相应的传感器,传感器将负压、差压信号经变送器转换成电信号,操作台接收电信号后,一方面巡回显示各监测参数并输入数据库;另一方面将电信号转换为数字信号,通过通讯线路传到故障诊断决策系统,由故障诊断决策系统处理,最后显示和打印监测结果,并提出处理方案。系统结构如图1所示:
三、现场实时数据与采集
故障诊断智能系统实时数据库中的现场数据必须同时具备实时性和准确性,否则,故障诊断智能系统就会造成误诊和漏诊。无论是误诊还是漏诊,都将造成损失,影响安全生产。这是因为,如果故障诊断智能系统误诊,把正常状态诊断为发生了故障,就会造成不必要的停机;如果故障诊断智能系统漏诊,把发生的故障诊断为正常状态,则真正的故障得不到及时的排除,就会发生重大的生产事故。根据系统的结构和工作特点,进行了认真细致的研究,很好地解决了将现场实时数据及时准确地写入故障诊断智能系统实时数据库这个难题。
故障诊断智能系统诊断故障的准确率不仅取决于智能系统本身的性能,而且取决于通风机异常信号的获取及信号特征的提取。因此,智能系统的设计应是一个系统工程。数据采集方案、数据管理方式、信号分析及特征提取方法均需依据故障诊断系统的需要而定。
四、组合智能故障诊断系统
智能故障诊断系统包括了4种推理引擎和1个专家知识库,如图2所示。4种推理引擎分别是:专家规则推理引擎、模糊逻辑推理引擎、遗传神经网络推理引擎和小波网络分析推理引擎。可以从下列方面来解释系统构成的科学性:
1.人工神经网络的知识处理所模拟的是人的形象思维与创造性思维机制;在人类的自身思维过程中,经验思维、逻辑思维和创造性思维是缺一不可的,并且三者非常巧妙地互相结合而形成一个有机的整体。
2.模糊诊断是根据模糊集合征兆空间与故障状态空间的某种影射关系,由征兆来诊断故障。
3.由于神经网络具有原则上容错、结构拓扑、鲁棒、联
想、推测、记忆、自适应、自学习、并行处理复杂模式的功能,使其能在实际中存在着大量的多故障、多过程、突发性故障、庞大复杂系统的检测与诊断中发挥出较大作用。
4.小波变换具有良好的时频局部化特性和对信号自适应变焦、多分辨率分析的能力,它不需要对象的数学模型,对输入信号的要求较低,计算量也不大,可以进行在线实时故障检测,灵敏度高,克服噪声能力强,小波网络具有对任意函数或信号有良好的逼近性能。
五、结语
矿井通风机智能监控系统在某矿山试用, 从现场使用情况看,效果良好,运行平稳可靠,系统巡回监测,时时控制。当发生异常情况时,系统自动转入诊断模式,并对故障进行识别、分类,容错模块针对不同的故障源和故障特征,对故障进行补偿、削弱和消除。整个过程都在计算机控制下自动进行,同时矿井通风机参数变化过程采用窗口图形显示,为用户提供了一个良好的监视环境,此系统具有一定的推广应用价值。
参考文献
[1]朱海涛,等.羊场湾煤矿通风机监控系统的设计与实现[J].工业控制计算机,2006,(19).
[2]VitturiS.DP-Ethernet:The Prefabs DP Protocol Implemented on Ethernet[J].Computer Communications,2003,26(10).
[3]倪长敏,杨薇可.通风机装置的自动监测系统[J].风机技术,1999,(2).
[4]王耀男.智能控制系统[M].长沙:湖南大学出版社,1996.
