基于模糊Petri網的無線順序控制系統的故障診斷*

許呈嫣，白 焰，王仁書

(華北電力大學控制與計算機工程學院，北京 102206)

基于模糊Petri網的無線順序控制系統的故障診斷*

許呈嫣，白 焰，王仁書

(華北電力大學控制與計算機工程學院，北京 102206)

通過分析基于無線傳感器網絡的順序控制系統，給出它的故障傳播規則。針對模糊Petri網在故障診斷中的置信度模糊推理算法的不足，進行了添加閾值判斷的改進。運用改進后的模糊Petri網推理算法對無線順序控制系統進行故障診斷，計算控制器故障發生的概率，得出其中控制邏輯重新發送概率最大，理論結果與現場實際測試結果基本一致。

模糊Petri網；無線傳感器網絡；順序控制；故障診斷

1 引言

無線傳感器網絡以其低成本、低功耗、組網靈活等特性在工業領域等方面得到了廣泛應用。順序控制系統通過減少運行人員的操作次數，減輕勞動強度，從而減少誤操作事故，有利于機組的安全運行。將無線傳感器網絡與順序控制結合起來形成的無線順序控制系統，在發揮原有順序控制安全運行的優勢基礎上，降低布線成本，降低能耗，易于修改重建，有很大的應用前景。同時，由于無線傳感器網絡可靠性低的原因，國內外將無線傳感器網絡與控制系統結合的研究很少，多是與智能家居、溫度檢測[1]、快速定位[2]等結合。如文獻[3]闡述了無線順序控制系統在空調遠程控制中的應用。在我國有一些應用，如文獻[4]闡述了無線順序控制系統在電站化學水處理超濾系統中的應用，提出了具體的系統設計方案。然而，以上研究都沒有涉及對無線順序控制系統的故障診斷。對于無線順序控制系統的故障診斷的研究多數集中于對無線傳感器網絡部分故障診斷的研究，而非針對整個控制系統。提高可靠性，故障診斷是十分必要的，因此本文提出了一種針對整體無線順序控制系統的故障診斷方法。

Petri網是一種描述故障診斷產生和傳播的圖形化推理工具，可以和模糊推理[5,6]、神經網絡[7]、遺傳算法[7]和粗糙集[8]等結合進行故障診斷。由于無線順序控制系統現場的故障多含有不確定信息，因此本文選擇模糊Petri網進行故障診斷。

2 無線順序控制系統

2.1 無線順序控制系統簡介

無線順序控制系統自上而下分為三層：監控級、控制級和現場級[4]，如圖1所示。

Figure 1 Structure of wireless sequence control system圖1 無線順序控制系統結構圖

監控級用于監控現場設備運行情況，主要包括工程師站和運行員站，他們之間通過以太網連接。

控制級設備是用于執行控制邏輯的PLC控制器，它向上通過以太網與監控級相連，向下通過Profibus總線與現場級相連，保證了上位機與現場基站設備間的正常通信。

現場級設備主要包括基站、采集運行設備工作狀態的無線DI(Digital Input)模塊和控制設備執行機構的無線DO(Digital Output)模塊。上述每個模塊中都含有無線節點，可以實現數據的無線傳輸。為了避免過多節點共享信道對系統性能造成影響，對于每一個設備的狀態采集與指令輸出分別建立不同的無線網絡，每個無線網絡由相應的基站維護并工作在不同信道。基站只與本網絡內的無線模塊進行數據交互。

2.2 無線順序控制系統故障分析

在無線順序控制系統中，現場設備與系統上層設備間的通信只能通過無線網絡，而無線傳輸容易受到干擾產生錯誤，因此無線順序控制系統的故障診斷對于提高它的可靠性顯得尤為重要。一個火電廠的無線順序控制系統包含的設備是非常復雜多樣的，但其中的每個無線子網絡結構卻是相似的，因此在對無線順序控制系統故障進行分析的時候，我們只對包含一個無線網絡的簡單結構進行分析，對整個復雜的無線順序控制系統故障分析可以類推。同時，我們根據現有情況，認為采樣DI模塊與控制指令輸出DO模塊與基站之間是點對點傳輸，不考慮數據在各個無線節點之間的多跳傳輸情況。

一個無線網絡的系統結構和數據流向如圖2所示。

Figure 2 Data flow of wireless sequence control system圖2 無線順序控制系統數據流向

無線順序控制系統中的無線DO和DI模塊內部結構如圖3和圖4所示，DO模塊由無線節點與回讀通道組成，DI模塊由無線節點與采樣通道組成，不采用內部傳感器。

Figure 3 Structure of wireless DO module圖3 無線DO模塊結構圖

Figure 4 Structure of wireless DI module圖4 無線DI模塊結構圖

無線節點由電源模塊、CPU模塊、通信模塊和定時器模塊構成。由于無線節點的用電全部來自于電源，當電源模塊發生故障時，節點各模塊的功能都受到影響，會造成各種性能的下降，如會使節點無詢問應答、無定期信號返回和接收數據有大量誤碼等。CPU模塊故障時，節點的內部邏輯計算產生問題，也會導致節點無詢問應答和無定期信號返回。通信模塊故障時，也會使得節點接受傳輸數據有大量誤碼。而定時器故障會導致定時器不能按時溢出并清除標志位，導致節點無定期信號返回。當回讀通道和采樣通道發生故障時，也會導致節點無定期信號返回。當無線節點無詢問應答時，控制器認為控制邏輯的執行受阻將會重新發送指令。當節點無定期信號返回時，系統則認為該節點已脫離網絡，同時會在基站就地顯示該故障。當接收傳輸數據有大量誤碼時，容易導致節點接收的和發送的信號產生錯誤。

為保證設備接收到正確的DO指令，無線DO模塊在收到基站發送的DO指令后，在輸出DO指令的同時，也將指令回傳到基站，讓基站確認該指令是否正確，如果不正確則基站將該指令重新發送。由上述過程可以看出，如果DO指令在傳輸過程中出錯，則會導致設備動作錯誤，同時回傳的錯誤信息會讓基站重新發送指令。如果DO指令在回傳過程中出錯，則只會讓基站重新發送指令。

無線DI節點在狀態采集開始后被定時器喚醒，導通信號采集回路，將采集結果發送給基站，然后進入休眠狀態，等待下次被喚醒。當DI采樣信號傳輸錯誤時，控制器認為控制邏輯執行錯誤將停止執行。當被控對象發生故障時，也會讓DI節點的采樣信號錯誤。

基站是現場無線網絡與上層設備進行信息交換的樞紐，通過基站可以實現Profibus協議和無線網絡協議間的轉換。同時，基站中還有無線節點作為協調器，負責現場無線網絡的建立、管理和維護。基站主要由電源模塊、通信模塊、CPU模塊和Profibus協議芯片構成。電源模塊、通信模塊和協議芯片故障都會導致基站與監控級之間的Profibus總線傳輸信號錯誤，從而使控制器邏輯停止。電源模塊、CPU模塊和協議芯片的故障還可能使Profibus總線上無傳輸信號，這將導致監控畫面無顯示。

綜上所述，可以得到無線順序控制系統故障傳播的知識庫為：

R1：if無線DO節點定時器故障，then無線DO節點無定期信號返回

R2：if無線DO節點CPU模塊故障，then無線DO節點無詢問應答and無定期信號返回

R3：if無線DO節點電源模塊故障，then 無線DO節點無詢問應答and無定期信號返回and返傳信號錯誤and接收信號錯誤

R4：if無線DO節點通信模塊故障，then無線DO節點返傳信號錯誤and接收信號錯誤

R5：if無線DO節點回讀通道故障，then無線DO節點無定期信號返回

R6：if被控對象故障，then無線DI節點發送信號錯誤

R7：if無線DI節點電源模塊故障，then 無線DI節點無詢問應答and無定期信號返回and發送信號錯誤

R8：if無線DI節點通信模塊故障，then無線DI節點發送信號錯誤

R9：if無線DI節點CPU模塊故障，then無線DI節點無詢問應答and無定期信號返回

R10：if無線DI節點定時器故障，then無線DI節點無定期信號返回

R11：if無線DI節點采樣通道故障，then無線DI節點無定期信號返回

R12：if基站電源模塊故障，then Profibus總線信號錯誤and Profibus總線無信號

R13：if基站通信模塊故障，then Profibus總線信號錯誤

R14：if基站CPU模塊故障，then Profibus總線無信號

R15：if基站Profibus協議芯片故障，then Profibus總線信號錯誤and Profibus總線無信號

R16：if無線DO節點無詢問應答，then控制器邏輯重新發送

R17：if無線DO節點無定期信號返回，then 無線DO節點脫離網絡，基站就地顯示

R18：if無線DO節點返傳信號錯誤，then Profibus總線信號錯誤

R19：if無線DO節點接受信號錯誤，then設備執行機構動作錯誤

R20：if無線DI節點發送信號錯誤，then Profibus總線信號錯誤

R21：if無線DI節點無詢問應答，then控制器邏輯重新發送

R22：if無線DI節點無定期信號返回，then 無線DI節點脫離網絡，基站就地顯示

R23：if Profibus總線信號錯誤，then控制器邏輯停止

R24：if Profibus總線無信號，then監控畫面無信號

3 模糊Petri網

3.1 模糊Petri網的定義

模糊Petri網FPN(Fuzzy Petri Net)是在一般Petri網理論的基礎上，結合模糊集理論而提出的[9]。

定義1廣義的模糊Petri網可以被定義為一個九元組:

其中，P={p1,p2,…,pn}是有限個庫所的集合，表示模糊命題，包括規則的前提和結論。

T={t1,t2,…,tm}是有限個變遷的集合，表示模糊規則，其對應的模糊規則可信度CF={μ1,μ2,…,μm}。

D={d1,d2,…,dn}是有限個命題的集合。

P∩T∩D=?,|P|=|D|。

I:T→P，是變遷到庫所的映射，代表輸入函數。I={δij} ，δij為邏輯量，δij∈{0,1}，當pi是tj的輸入時，δij=1。當pi不是tj的輸入時，δij=0。i=1,2,…,n，j=1,2,…,m。

O:T→P，是變遷到庫所的映射，代表輸出函數。O={γij}，γij為邏輯量，γij∈{0,1}，當pi是tj的輸出時，γij=1。當pi不是tj的輸出時，γij=0。i=1,2,…,n;j=1,2,…,m。

f:T→[0,1]是從變遷到0和1之間的實數的映射，f(ti)=ui，ui∈[0,1]，ui代表變遷ti的置信度，表示該模糊規則的可信程度，U=diag(u1,u2,…,um)。

α:P→[0,1]是從庫所到0和1之間的實數的映射，代表該庫所的置信度，對應該命題的邏輯狀態，初始狀態即為Petri網的初始標示。

β:P→D是從庫所到命題之間的映射。

Λ:T→[0,1]是從變遷到0和1之間的實數的映射，Λ(ti)=λi，λi∈[0,1]，λi代表變遷ti的閾值。

定義2若變遷的輸入庫所的token值(相應于命題的置信度)大于閾值，則該變遷可以引發，否則不能引發[5]。

即，當α(pi)>λ(pi)時，變遷t可引發；當α(pi)<λ(pi)時，變遷t不能引發。

3.2 用模糊Petri網表示模糊產生式規則

模糊關系式規則，主要有以下三種：

(1)ifdithendj(CF={μR})

(2)ifdi1∧di2∧…∧dinthendj(CF={μR})

(3)ifdi1∨di2∨…∨dinthendj(CF={μR})

其中，di、di1、di2、…、din、dj為模糊命題，μR是模糊規則的置信度。

用模糊Petri網表示上述三種規則如圖5所示。

Figure 5 Petri net of rule(1), rule (2), and rule(3)圖5 規則(1)、(2)、(3)的模糊Petri網表示

對應于上述三種模糊產生式規則，變遷引發時相應的輸出庫所對應的命題為真的程度即置信度為[5]：

(1)α(dj)=α(di)×ui；

(2)α(dj)=min(α(di1),α(di2),…,α(din))×ui；

(3)α(dj)=max(α(di1)×ui1,α(di2)×ui2,…,α(din)×uin)

3.3 模糊Petri網中知識的推理算法

文獻[6]是根據MYCIN的置信度方法進行推理計算的，其主要思想是模糊命題合取式的真值取各子式真值的最小值，模糊命題析取式的真值取各子式真值的最大值，這與3.2節中三種典型模糊規則的置信度取值相一致。但是，這種方法默認以置信度的大小取值為推理條件，即沒有3.1節中的定義2，不考慮閾值條件，認為所有變遷都可觸發。這種設定計算量大，而增加閾值條件更加符合模糊推理情況。因此，本文對此加以改進，在原有推理基礎上增加了閾值判斷部分，定義了一種新的模糊Petri網的知識推理過程。

首先引入三個算子

⊕:a⊕b=c，a、b、c是n維向量，ci=max(ai,bi)；

?:A?e=d，A是(n×m)維向量，aij是A的第i行、第k列元素，e、d分別是m維、n維向量，di=max1≤k≤m(aik·ek)；

⊙:R⊙S=Q，R、S、Q均是(n×m)維向量，qij=rij·sij。

為了便于計算最小值，根據文獻[10]建議提出用算子“neg”。

具體推理算法為：

步驟1令k=0。

步驟3判斷閾值，εk=ρk⊙sign(ρk-Λ)，εk為m維向量，表示可以引發的規則變遷的前提為真的可信度。

步驟4計算αk+1=αk⊕[(O·U)?εk]。

步驟5若αk+1≠αk，令k=k+1，重復步驟2～步驟4；若αk+1=αk，推理結束。

4 基于模糊Petri網的無線順序控制系統故障診斷

根據2.2節的無線順序控制系統的故障傳播規則和3.2節中對應模糊規則的模糊Petri網畫法，可以得到無線順序控制系統故障診斷的模糊推理Petri網，如圖6所示。

Figure 6 Fuzzy Petri net of fault diagnosis of wireless sequence control system圖6 無線順序控制系統故障診斷的模糊推理Petri網

其中對應的庫所含義如下：

p0：DO節點定時器故障;

p1：DO節點CPU故障;

p2：DO節點電源故障;

p3：DO節點通信模塊故障;

p4：DO節點回讀通道故障;

p5：被控對象故障;

p6：DI節點電源故障;

p7：DI節點通信故障;

p8：DI節點CPU故障;

p9：DI節點定時器故障;

p10：DI節點采樣通道故障;

p11：基站電源模塊;

p12：基站通信模塊故障;

p13：基站CPU故障;

p14：基站Profibus協議芯片故障;

p15：DO節點無詢問應答;

p16：DO節點無定期信號返回;

p17：DO節點返傳信號錯誤;

p18：DO節點接收信號錯誤;

p19：DI節點發送信號錯誤;

p20：DI節點無詢問應答;

p21：DI節點無定期信號返回;

p22：Profibus總線信號錯誤;

p23：無Profibus總線信號;

p24：DO節點脫離網絡，基站就地顯示;

p25：設備執行機構動作錯誤;

p26：控制器邏輯重新發送;

p27：DI節點脫離網絡，基站就地顯示;

p28：控制器邏輯停止;

p29：監控畫面無信號。

根據圖6的Petri網可以得出輸入輸出矩陣如下：

設置閾值為:

Λ=(0.5,0.2,0.3,0.4,0.6,0.5,0.4,0.3,0.3,0.6,0.6,0.2,0.2,0.2,0.2,0.1,0.4,0.3,0.2,0.1,0.1,0.2,0.1,0.1);

變遷置信度為:

U=diag(1,0.7,0.9,0.7,0.7,0.7,0.9,0.7,0.7,0.8,0.7,0.7,0.7,0.8,0.8,0.7,0.7,0.8,0.7,0.9,1,0.8,1,0.9);

初始狀態為:

α0=(0.8,0,0.65,0.45,0.2,0,0.65,0.45,0,0.8,0.2,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0);

由3.3節的推理算法可以得到：

α1=(0.8,0,0.65,0.45,0.2,0,0.65,0.45,0,0.8,0.2,0,0,0,0,0.585,0.585,0.585,0.585,0.585,0.585,0.64,0,0,0,0,0,0,0,0);

α2=(0.8,0,0.65,0.45,0.2,0,0.65,0.45,0,0.8,0.2,0,0,0,0,0.585,0.585,0.585,0.585,0.585,0.585,0.64,0.526 5,0,0.409 5,0.409 5,0.585,0.512,0,0);

α3=(0.8,0,0.65,0.45,0.2,0,0.65,0.45,0,0.8,0.2,0,0,0,0,0.585,0.585,0.585,0.585,0.585,0.585,0.64,0.526 5,0,0.409 5,0.409 5,0.585,0.512,0.526 5,0);

α4=(0.8,0,0.65,0.45,0.2,0,0.65,0.45,0,0.8,0.2,0,0,0,0,0.585,0.585,0.585,0.585,0.585,0.585,0.64,0.526 5,0,0.409 5,0.409 5,0.585,0.512,0.526 5,0);

因為α4=α3，推理結束。所有庫所的最終狀態為(0.8, 0, 0.65, 0.45, 0.2, 0, 0.65, 0.45, 0, 0.8, 0.2, 0, 0, 0, 0, 0.585, 0.585, 0.585, 0.585, 0.585, 0.585, 0.64, 0.526 5, 0,0.409 5, 0.409 5, 0.585, 0.512, 0.526 5, 0)。

由此可得，DO節點脫離網絡，基站就地顯示的故障概率為0.409 5；設備執行機構動作錯誤的故障概率為0.409 5；控制器邏輯重新發送的故障概率為0.585；DI節點脫離網絡，基站就地顯示的故障概率為0.512；控制器邏輯停止的故障概率為0.526 5；監控畫面無信號的故障概率為0。

根據推理結果，可以得到控制器邏輯重新發送的概率最大，這主要是由于無線傳輸具有不穩定性且易受干擾，因此，為了提高系統的可靠性，必須設計可靠的無線傳輸機制，并在控制器中設置相應的控制策略。

5 結束語

本文通過分析基于無線傳感器網絡的順序控制系統，提出了相應的故障傳播規則。針對模糊Petri網在故障診斷中的置信度模糊推理算法的不足，進行了添加閾值判斷的改進。運用改進后的模糊Petri網推理算法對無線順序控制系統進行故障診斷，得出控制器故障發生概率，其中控制邏輯重新發送概率最大，理論結果與現場實際測試結果基本一致。

本文推理過程中的初始條件是根據實際現象推理得出，不夠精確，仍可進一步研究。對于最終結果顯現的最大故障概率控制器邏輯重新發送可以從通信機制上對其進行改進，降低故障率。

[1] Wang Fu-lu, Fang Jun-long, Zhang Xi-hai. Research of environmental monitoring system for greenhouse based on wireless sensor network[J]. Journal of Northeast Agricultural University, 2011, 42(2):59-64. (in Chinese)

[2] Wang Chao-nan,Ding En-jie,Zhou Qiang,et al. An approach to fault location of mine distribution network using wireless sensor networks[J]. Journal of Computer-aided Design&Computer Graphics, 2007, 19(3):392-397. (in Chinese)

[3] He Yang. Research and implementation of control technology for air conditioning based on wireless sensor network[D]. Wuhan:Wuhan Institute of Technology, 2012.(in Chinese)

[4] Wang Ren-shu, Bai Yan, Wang Feng-zhu, et al. Application of wireless monitoring system for ultra-filtration system of chemical water treatment in power plants[J]. Electric Power, 2012, 45(7):84-88.(in Chinese)

[5] Zong Qun, Wang Bo, Ya Shu-hong. Application of fuzzy Petri net to elevator fault diagnosis[J]. Hoisting and Conveying Machinery, 2004(4):44-48.(in Chinese)

[6] Gao Mei-mei, Wu Zhi-ming. Fuzzy reasoning Petri net and its application to fault diagnosis[J]. ACTA Automatica SINICA, 2000, 26(5):677-680.(in Chinese)

[7] Lu Jun. GA-BP adaptive weighted fuzzy Petri net for fault diagnosis[J]. Computer Simulation, 2012, 29(1):188-191.(in Chinese)

[8] Zhao Xi-lin, Liu Hui. Research of Petri net models for fault diagnosis based on rough set theory[J]. Microcomputer Information, 2008, 24(1):148-150.(in Chinese)

[9] Witold P, Fernanado G. A generalized fuzzy Petri net model[J]. IEEE Transactions on Fuzzy System, 1994, 2(4):295-301.

[10]TzafestasS,CapkovicF.Petrinet-basedapproachtosynthesisofintelligentcontrolsystemsforDEDS[M]∥Computer-AssistedManagementandControlofManufacturingSystems, 1997:523-531.

附中文參考文獻：

[1] 王福祿，房俊龍，張喜海. 基于無線傳感器網絡的溫室環境監測系統研究[J]. 東北農業大學學報, 2011, 42(2):59-64.

[2] 王超楠，丁恩杰，周強,等. 應用無線傳感器網絡快速定位礦井配電網故障的方法[J]. 計算機輔助設計與圖形學學報, 2007, 19(3):392-397.

[3] 何楊. 基于無線傳感器網絡的空調控制技術研究與實現[D]. 武漢：武漢工程大學, 2012.

[4] 王仁書，白焰，汪鳳珠,等. 無線監控系統在電站化學水處理超濾系統中的應用[J]. 中國電力, 2012, 45(7):84-88.

[5] 宗群，王波，牙淑紅. 模糊Petri網在電梯故障診斷中的應用[J]. 起重運輸機械, 2004(4):44-48.

[6] 高梅梅，吳智銘. 模糊推理Petri網及其在故障診斷中的應用[J]. 自動化學報, 2000, 26(5):677-680.

[7] 盧軍. 遺傳神經網絡故障診斷自適應Petri網模型[J]. 計算機仿真, 2012,29(1):188-191.

[8] 趙熙臨，劉輝. 基于粗糙集的Petri網故障診斷模型研究[J]. 微計算機信息(測控自動化), 2008,24(1):148-150.

XUCheng-yan,born in 1989,MS,her research interests include wireless sensor network, and automation.

白焰(1954-),男，遼寧沈陽人，博士，教授，博士生導師，研究方向為自動化。E-mail:By1@ncepu.edu.cn

BAIYan,born in 1954,PhD,professor,PhD supervisor,his research interest includes automation.

王仁書(1986-),男，福建福州人，博士生，研究方向為無線傳感器網絡和自動化。E-mail:Wangrenshu_1@126.com

WANGRen-shu,born in 1986,PhD candidate,his research interests include wireless sensor network, and automation.

ThefaultdiagnosisofthewirelesssequencecontrolsystembasedonfuzzyPetrinets

XU Cheng-yan,BAI Yan,WANG Ren-shu

(School of Control and Computer Engineering,North China Electric Power University,Beijing 102206,China)

In order to diagnose faults in the wireless sequence control system which is based on the wireless sensor network and the traditional sequence control, the system structure is analyzed and its faults transmission rules are proposed. A fuzzy reasoning mechanism with an improvement of adding threshold judgment is proposed to make up the weakness of the confidence degree method of fuzzy Petri net in faults diagnosis. The improved fuzzy petri net diagnosis method is applied on the wireless sequence control system to diagnose the controller’s fault occurrence probability. It is concluded that the control logic has the largest fault occurrence probability, which is in line with the field test result.

fuzzy Petri nets;wireless sensor network;sequence control;faults diagnosis

1007-130X(2014)08-1512-07

2012-12-11;

：2013-03-07

北京市教育委員會共建資助項目

TP212.9;TP277

：A

10.3969/j.issn.1007-130X.2014.08.015

許呈嫣(1989-),女，安徽績溪人，碩士，研究方向為無線傳感器網絡和自動化。E-mail:xuchengyandoudou@163.com

通信地址：320100 江蘇省南京市棲霞區堯新大道336號艾歐史密斯(中國)熱水器有限公司

Address:AO. Smith Company Limited,336 Yaoxin Avenue,Qixia District,Nanjing 320100,Jiangsu,P.R.China