大型冷連軋生產線故障自診斷系統

何宏宏，宮迎輝，劉 新，李 芳

HE Hong-hong，GONG Ying-hui，LIU Xin，LI Fang

（北京機械自動化研究所 機器人中心，北京 110120）

0 引言

在生產設備日趨大型化、高速化、自動化和智能化的今天，完全基于數據處理的傳統診斷技術遠遠不能適應當前的要求。為了滿足對復雜系統的診斷要求，人工智能技術特別是專家系統在故障診斷中得到了高度重視并得到廣泛的應用。在鋼鐵行業，狀態監測與故障診斷的作用尤為重要。但目前還沒有形成針對大型冷連軋自動化系統的故障診斷系統，故在此以大型冷連軋機組為研究對象，設計開發了故障自診斷系統。

1 故障診斷系統的研究對象和內容

對于連續生產線而言，故障診斷專家系統主要從故障診斷的對象和故障診斷專家系統的內容來討論。

從故障診斷專家系統的對象來講主要有兩個方面：

1）電機故障；

2）PLC等一系列控制硬件及通訊設備的故障。

從故障診斷專家系統的內容來講主要三個方面：

1）故障監測：即通過各種監測手段，監測運行設備的各項數據，用于判斷故障的依據；

2）故障分析：即根據監測到的故障信息進行分析，以尋找故障原因，確定故障的性質和程度；

3）故障決策：即根據故障分析的結果，對系統作出報警、停機等決定，并給出具體設備以方便工廠操作人員及時排查恢復。

2 系統軟件平臺及結構

2.1 軟件平臺

軟件主要包括通訊軟件和編程軟件。通訊軟件有：SIEMENS公司的STEP7 5.4組態軟件和SIMATIC NET軟件、Connectivity Pack 6.1集成開發環境。編程軟件包括窗口開發軟件Visual Studio 2008和SIMATIC WINCC監控軟件。

通過 Connectivity Pack-Server 6.1 的通訊接口，使用 Visual Studio 2008 和 SQL 知識開發訪問WinCC歸檔數據。

2.2 系統結構

大型冷連軋生產線故障診斷專家系統的任務是：整理和存儲過程控制計算機數據，報警和顯示圖形，打印報表，完成基于知識的診斷推理，進行維護咨詢等高級任務。整個系統模塊的結構如圖1所示。

3 系統的實現

在冷連軋生產線中設置一些檢測點，用于完成對生產狀態的采集，利用這些采集到的狀態數據以及該領域知識，并綜合維修人員和專家的經驗，通過計算機對冷連軋生產線的狀態進行分析判斷，確定故障的原因、性質和位置，并提出解決故障的維修、調整對策。

圖1 故障診斷系統結構圖

3.1 檢測點設置

通過對生產線的電氣控制部分的仔細研究和對電氣控制部分故障資料的分析，設置了冷連軋生產線的電氣關鍵部位及常見故障發生部位的檢測點。

3.2 數據采集及傳輸

整個冷連軋生產線電氣控制故障診斷系統由兩大部分組成，完成狀態數據采集、傳輸和計算機故障診斷專家系統。對狀態數據的采集及傳輸采用PLC串行通訊，利用WinCC中OPC將數據采集到過程控制機上，計算機來實現人機界面，數據的分析和顯示。對有關數據信息的處理，通過OLE DB進行訪問Wincc歷史數據庫。

3.3 知識庫及推理機的設計與實現

圖2 知識庫結構

一般專家系統的知識庫結構通常為單一知識庫，這不但在各種知識的統一表達上有一定的困難，而且知識庫的搜尋效率也不高，為了保證知識表達的清晰明確與故障診斷的快速與簡潔，我們將采用一種多極、多元的知識庫結構。知識庫結構如圖2所示。

推理機是專家系統的核心，其合理性直接反映到診斷結果的正確性和診斷過程的實時性。由于本系統為一個實時的故障診斷系統，所以采用以啟發式推理為主以反向推理為輔的推理方式。

對正向推理，采用產生式規則——“IF…THEN…”表達法，對于反向推理，采用邏輯表示法。通常狀態下，當故障原型用數字量表達時，采用最基本的逆概率方法，根據Bayes定理，用逆概率來求原概率。對于模擬量表達的故障原型，如果對發生故障前的征兆與故障后的排障方法已有一定了解，但對該故障本質的理解還不夠深入時，引入模糊概念，將這種故障知識以模糊集的形式存在于知識庫中，對相應故障的推理也采用模糊推理的方式。具體形式如下：

大前提：IF X1 is A1，And X2 is A2,…,And Xn is An，THEN Y is B

小前提：IF X1 is A'1，And X2 is A'2,…,And Xn is A'n

結論：Y is B'

其中：Xi為系統狀態變量及其組合；Ai為系統狀態集；A'i為系統的模糊狀態集，i=1,2,...,n；Y為診斷結果。這種模糊推理方法可消除專家系統的“脆弱性”，即精確推理搜尋不到結果而導致系統性能嚴重下降的現象[2]。

4 結束語

由于冷連軋機處于高速運行狀態，可能故障點很多，以往的監控系統的報警信息沒有形成通過數據分析而生成的具體到生產車間現場具體設備的具體原因的故障診斷信息。而故障自診斷專家系統的開發應用將有效的改善這一不良現象，為生產企業帶來更可觀的效益。

[1]Dexter A L.Fuzzy model based fault diagnosis.IEE Proc-co ntrol Theory,1995,142（6）：545-550.

[2]鄂加強.智能故障診斷及其應用[M].長沙：湖南大學出版社,2006.

[3]顧鍵,王京春,黃德先.OPC.COM技術在工業自動化軟件中的應用[J].計算機工程與應用,2002,12.