張亮,陳芝儀
(中國質量認證中心廣州分中心,廣東廣州,510000)
故障診斷系統(tǒng)的研究已經較為成熟,該技術最早應用在航空航天領域,對于降低飛行事故起到了重要的作用。隨著工業(yè)自動化進程的不斷加快,缺少人力監(jiān)管的設備必須保證工作的正常,所以,故障診斷技術在機電系統(tǒng)中得到了應用。在發(fā)展過程中,故障診斷技術經歷了離線檢測與診斷、在線檢測與離線診斷以及實時在線監(jiān)測與診斷的過程。
所謂離線檢測與診斷的意思是,故障診斷系統(tǒng)在機電控制系統(tǒng)處于不工作的狀態(tài)下進行故障檢測。當設備在工作的過程中,工作人員會在設備上安裝相應的傳感器與信號記錄設備,實時記錄設備的工作信號。同時,當設備工作一定時間之后將傳感器獲得的工作數據導入故障診斷系統(tǒng)中,對信號進行分析。但是這種故障診斷方式存在著較大的延遲性,只能夠對系統(tǒng)工作之前的數據進行分析和檢測。利用已有的知識和經驗,判斷系統(tǒng)的工作狀態(tài)。這種檢測方法對于突發(fā)性故障沒有太大的預防效果。
在這類系統(tǒng)當中,統(tǒng)統(tǒng)的稱之為是主從機監(jiān)測與診斷系統(tǒng)設備上安裝多個測試點,在各個測試點都要安裝傳感器,并且還要由工作現場安裝的微處理器對設備的每個傳感器的數據進行采集和處理,同時相關的工作人員在主機系統(tǒng)上進行故障的判斷與狀態(tài)的分析,與離線定期監(jiān)測系統(tǒng)相比對,這樣能夠在進行檢測和預、報警并在測試點上免去了更換的步驟,但是,判斷以及分析依然是需要專業(yè)的工作人員來對離線數據進行操作。
實時在線檢測技術的發(fā)展,得益于故障診斷技術時效性和準確性的提升。所謂實時在線監(jiān)測,就是當設備在發(fā)生故障的同時,就能夠對故障發(fā)生位置、故障類型進行準確的判斷。這種處理技術需要故障診斷系統(tǒng)具備快速的數據處理和分析判斷能力。并且隨著智能化技術的不斷發(fā)展,機電控制系統(tǒng)的精確建模和知識處理能力可以得到進一步提升,這樣就能夠使得故障診斷系統(tǒng)的診斷結果更加準確,誤警率和漏警率不斷降低。
故障診斷診斷的方法有很多種,根據現在的研究可以將故障診斷技術分為基于知識的故障診斷、基于模型的故障診斷以及基于信號處理的故障診斷。這些故障診斷技術雖然方法不同,但是其診斷步驟是相似的。都是利用估計數據與實際數據的殘差大小進行診斷,當殘差超過設定閾值之后認為故障發(fā)生,根據設置的閾值范圍和變化規(guī)律能夠確定故障的類型。
信號采集與數據預處理是故障診斷的第一個環(huán)節(jié),要想實現故障診斷,必須有對照的數據信號。但是在機電系統(tǒng)工作的過程中,因為存在較大的電磁干擾問題,會在采集的信號中存在較多的脈沖干擾和隨機噪聲,而這些干擾噪聲會嚴重影響診斷的準確性。因此要想實現故障診斷,必須先對這些數據進行處理。如今處理信號噪聲的方法主要有小波分析法、中值濾波法、卡爾曼濾波法等方法。如圖1所示,為基于小波分析的數據預處理結構圖。
圖1 基于小波分析的數據預處理
在進行故障檢測之前,需干以下假設:系統(tǒng)中的故障導致系統(tǒng)參數有變化,如故障使輸出變量、狀態(tài)變量、殘差變質、模型參數、物理參數等其中之一或多個有變化。這是所有故障診斷方法皆必需遵照的假設前提。故障檢測是指肯定系統(tǒng)是否發(fā)生故障的過程,便對一非畸形狀態(tài)的檢測進程。通功一直監(jiān)測系統(tǒng)可丈量變量的變化,在標稱情形下,以為這些變量在某一不確定性下滿意一未知模式,而該系統(tǒng)免一部件故障發(fā)生時,這些變量偏離其標稱狀態(tài)。通常依據系統(tǒng)輸沒或狀態(tài)變量的估計殘差的特征去斷定故障。目前研究的目的是檢測的及時性、正確性和可靠性及最小誤報和漏報率。如圖2所示,為基于神經網絡的故障診斷模型圖。
圖2 基于神經網絡的故障診斷模型圖
故障診斷指根據殘差方向和結構來分離出故障的部位,判斷故障的品種,估計出故障的發(fā)生時間、大小和原因,進行評價與決策的過程。故障分類是將故障按其嚴峻程度進行分類,以即采取相應措施。故障的評價和決策是指根據故障的類別、嚴峻程度,決議是否采取修復、補救、隔離或改變控制率等措施,以預防故障的影響和流傳,預防災害事故的發(fā)生。
隨著現代科技的進步,故障診斷也向著智能化的方向進一步發(fā)展。而大數據技術的加入,讓故障診斷擁有著更加精確的分析能力。無論是基于知識、信號還是模型的故障診斷技術,都需要利用以往的數據建模、訓練,而數據量越大,其訓練精確度越高。將大數據與人工智能技術與故障診斷相結合,能夠進一步提升故障診斷的準確性,降低其漏警率和誤警率。同時人工智能技術對于數據處理效率的提升,也可以避免大量數據帶來的訓練負擔,能夠極大的提升故障診斷的時效性。
機電控制系統(tǒng)的故障診斷環(huán)節(jié)能夠實現對設備工作狀態(tài)的實時監(jiān)測,當設備出現故障之后能夠及時的進行報警,極大的降低了故障帶來的經濟損失。隨著現代技術的不斷發(fā)展,故障診斷技術也向著更加智能化的方向發(fā)展,各種智能技術的應用使得機電控制系統(tǒng)的工作更加可靠、更加智能化,為企業(yè)的正常生產提供了基本的保障。