養護機械電氣故障診斷系統的研究

朱敬花,邵珠楓

(1.九州職業技術學院機電工程系,江蘇徐州 221116;2.徐州徐工筑路機械有限公司電氣控制研究所,江蘇徐州 221000)

養護機械電氣故障診斷系統的研究

朱敬花1,邵珠楓2

(1.九州職業技術學院機電工程系,江蘇徐州 221116;2.徐州徐工筑路機械有限公司電氣控制研究所,江蘇徐州 221000)

為了提高養護機械電氣系統的性能和可靠性,提出一種基于多傳感器信息融合的養護機械電氣故障診斷方法,采用多傳感器信息融合技術對養護機械電氣控制系統進行故障采集和診斷。以綜合養護車滾筒熱風加熱系統為研究對象,將神經網絡與專家系統相結合,對其電控系統進行分析,驗證了該診斷方法的可靠性,而且實現了養護機械電氣控制系統的狀態報警和故障診斷。

傳感器;養護機械;神經網絡;故障診斷

0 引 言

養護機械發生故障時傳統的檢測方法是使用診斷設備或儀器讀取電控單元的各種數據,從而判斷設備是否正常工作。這種方法耗時耗力,而且檢測結果不夠準確。為解決這種弊端,本文提出采用多傳感器信息融合技術對養護機械電氣控制系統進行故障采集和判斷,將傳感器采集到的信息數據進行有效的集成與融合,提高養護機械電氣控制系統故障的診斷與定位效果。

1 電控系統檢測診斷特征參數的選擇

養護機械電氣控制系統比較復雜,出現電氣故障時反映電氣故障狀態的特征信息多種多樣,如果這些信息選擇不準確,就不能對電氣系統的故障狀態進行很好的診斷和定位,因此養護機械電控系統在進行傳感器測量時的診斷參數選擇非常重要[1]。對于養護機械電控系統而言,主要診斷參數包括電壓、電流、速度、流量和溫度等[2]。

(1)基于對電控系統特點的分析,優先選用那些有助于盡早發現故障的特征信息。將某一信號作為核心,其他信號作為補充,利用電壓和電流穩定信號對電氣元件早期的故障進行診斷。

(2)進行電氣故障診斷時選取的特征信息與系統狀態之間應呈單值的關系。由于電氣控制系統中電壓波動和功率變化往往呈非線性關系,因此在對電控系統進行故障診斷時應該特別注意故障和特征之間一對多或多對多的情況。

(3)在安裝傳感器進行故障信號檢測時,其安裝位置不應改變系統原有的回路結構。

(4)所選的特征信息應便于測量、分析,整個故障監測系統的安裝、使用費用應合理。

2 總體結構

基于多傳感器信息融合技術的電氣控制故障診斷系統,主要由中心處理單元(專用控制器TTC200、TTC60、EPEC3724等)和多個信號采集單元組成。信號采集單元的個數視不同養護機械的結構而定,各單元通過CAN總線進行通訊。信號采集單元將采集到的信息(主要是電壓信號、電流信號和動態波形信號)經特征提取后發送給中心處理單元,由中心處理單元對這些信息進行分析處理,以此判斷系統是否處于故障狀態,并將故障信息以報警信號的形式發出。用戶也可隨時調用故障診斷模塊對養護機械控制系統進行故障分析和定位。系統的總體結構如圖1所示[3]。

圖1 系統總體結構

3 信息融合的類別

養護機械電控系統信息融合的層次可以分為:初級數據信息融合、中級數據信息融合和高級數據信息融合。

(1)初級數據信息融合。初級數據信息融合是在對傳感器最初采集到的信息進行預處理之前就對所獲信息進行綜合與分析。這可以保留大量的原始信息,并通過對這些信息的識別分析來判斷電氣系統是否處于故障狀態。其主要缺點是處理信息時間長、代價高。這種融合是最低層次的融合,由于傳感器原始信息具有不確定性、不穩定性,所以要求該層次的融合應有較高的信息糾錯能力,而且傳感器的種類應該一致。初級融合過程如圖2所示[4]。

圖2 初級融合過程

(2)中級數據信息融合。中級數據信息融合屬于中間層次,它先對養護機械電氣控制系統多傳感器的原始信息進行預處理和特征提取,然后對特征信息進行綜合分析和處理,以便對整車電氣故障做出正確的決策。該層次的融合系統實時處理性能好,能最大限度地根據所采集到的信息做出決策,其融合過程如圖3所示[5]。

圖3 中級融合過程

(3)高級數據信息融合。高級數據信息融合的水平最高,實時性能好,可以從不同角度反應環境信息,對傳感器的依賴程度小。當某一傳感器出現故障時,養護機械電氣系統的傳感器系統仍能獲得準確信息,具有較好的信息容錯性[6],其融合過程如圖4所示。

圖4 高級融合過程

4 信息融合與故障診斷系統

由于養護機械電氣控制系統比較復雜,運行環境多變,因此傳感器系統檢測到的信息具有很大的不確定性,這使得故障診斷系統檢測的信息誤差率較高。基于多傳感器信息融合技術的養護機械電氣系統故障診斷方法,為解決系統的不確定性提供了一條新途徑[7]:采用模糊信息融合法,利用融合隸屬函數與模糊關系矩陣之間的關系來解決故障與故障發生前的狀態之間的不確定關系,進而實現系統故障的檢測與診斷。其診斷故障的過程為:養護機械傳感器系統采集被測對象的相關信息,再利用這些信息求出各類故障的隸屬度值,將隸屬度值矢量作為神經網絡的輸入,神經網絡的輸出則為信息融合之后的隸屬度值矢量,最后對養護機械的故障狀態做出決策[8]。

養護機械電氣控制系統通過神經網絡接受外界輸入,對養護故障建立故障庫,將故障按不同類別和級別分成不同區域;每個故障點被定義為一個神經元,各故障點在不同故障區域中與鄰近的神經元進行交互、競爭,自適應地形成了對輸入的不同響應。最后一個故障點優先勝出,那些與獲勝神經元有關的各連接權將朝著更有利于競爭的方向調整,通過多路徑競爭分析這樣的獲勝神經元就表示對輸入的分類。此外還有一種通過抑制手段獲勝的方法,即網絡競爭層各神經元都能抑制所有其他神經元對輸入的響應機會,從而使自己成為獲勝者[9-13]。養護機械電氣控制系統故障確定算法為:對于輸入X=(X1,X2,X3,…,Xn)T,首先分析確定故障中心神經元Mc,使其滿足‖X-Mc‖=min{‖X-Mc‖};然后對以Mc為中心的周圍神經元的權向量按下式進行調整。

經過上式分析可以看到,Nc表示由Mc為中心周圍的神經元組成的領域,在電氣故障判斷過程中,開始時Nc可取大些,然后隨著判斷逐步收縮;在開始判斷時系數a(k)可取接近1的常數,然后通過該算法逐步收縮,最后確定電氣系統的故障原因并提示解決方案[14-17]。

5 仿真分析

以綜合養護車滾筒熱風加熱系統為研究對象,在滾筒加熱常見故障與特征之間建立數據為BP神經網絡的故障樣本,對數據進行分析判斷,然后根據輸入的故障特征數據進行診斷。將滾筒熱風加熱系統3個溫度傳感器所獲得的故障信息送往BP神經網絡中心,經過診斷之后,每個傳感器可獲得4種故障信息,A1表示燃燒器故障,A2表示風機故障,A3表示循環管路故障,A4表示滾筒故障,其基本可信任分配函數值見表1。

表1 三個溫度傳感器的可信任分配函數值

利用D-S論證法進行分析論證,將傳感器1和傳感器2所采集到的信息進行融合。概率值K反映了證據間沖突的程度,通過論證可得K=0.686 (故障概率系數),然后得出融合結果,如表2所示。傳感器1與傳感器2所獲信息經神經網絡診斷后,對應于故障A1的基本可信任分配函數值分別為0.432和0.512;傳感器2采集到的信息經過融合后,對應故障A1的信任度增加到0.607,可知其基本信任度分配明顯增大。

表2 傳感器1、2的融合結果(可信任分配函數值)

將傳感器1和傳感器2的融合結果再與傳感器3采集到的信息進行融合,K=0.616。以此類推可以得到綜合養護車滾筒熱風加熱系統的融合結果,如表3所示。

表3 三個溫度傳感器的融合結果(可信任分配函數值)

3個溫度傳感器的采集信息經融合后,對故障A1的基本可信任分配增加到0.787,由此可以得出系統的故障發生在燃燒器處,這與系統的實際故障吻合。

6 結 語

基于多傳感器信息融合的養護機械電氣故障診斷系統相比傳統故障診斷系統可以獲得更準確的診斷結果;針對故障診斷中信息的多樣性,包括測試數據的不確定性和特征現象與故障原因之間關系的模糊性,利用BP神經網絡和證據理論相結合對多傳感器系統信息進行融合,來判斷養護機械電氣故障狀態。由診斷實例可知,診斷結果的可靠性和準確性得到了很大的提高;采用該項故障診斷技術的神經網絡與專家系統相結合對電控系統進行分析,實現了養護機械電氣控制系統的狀態報警和故障診斷,在電氣控制等領域中具有一定的應用和推廣價值。

[1] 謝 嶸.基于CAN總線的分布式控制系統的研究與實現[D].上海:上海交通大學,2003.

[2] 王麗艷,侯明權.一種多傳感器數據融合算法的研究[J].自動化與儀器儀表,2009,31(4):126-128.

[3] 李逢換,孫勝祥.數據融合的故障診斷技術分析[J].鄂州大學學報,2005,12(3):7-11.

[4] 云 俊,陳慶虎,王少梅.人工智能的新發展:人工神經網絡及其應用[J].計算機工程及應用學報,200l,37(9):55-56.

[5] 王計生,黃惟公,喻俊馨.小波分析和神經網絡技術在故障診斷中的應用[J].振動、測試與診斷,2004,24(1):46-48.

[6] 蔡靜之.特征提取在工況監測與故障診斷中的應用[J].重慶大學學報:自然科學版,2003,26(4):93-95.

[7] 王 剛.人工神經網絡方法在智能儀表分布式控制系統中的應用[D].南京:東南大學,2003.

[9] 秦永生.芻議工程機械電器的常見故障與診斷維修[J].科技與企業,2014(16):423.

[10] 張治坤,魏殿昌.工程機械電器故障診斷要點[J].工程機械與維修,2005(13):132.

[11] 王正蘭,傅香如.工程機械兩種常見電氣故障的診斷方法[J].工程機械與維修,2014(12):157.

[12] 莊聰聰.機械設備電氣系統的故障檢測與診斷[J].中國機械, 2015(23):151-152.

[13] 崔 濤.試析機電設備電氣回路故障的診斷與處理[J].中國機械,2015(1):107-108.

[14] 榮 彥.隔離試功能法在筑路機械電器故障診斷中的應用[J].筑路機械與施工機械化,2007,24(12):77-80.

[15] 席剛平,黃 健,劉 偉.工程機械的故障檢測與維修[J].筑路機械與施工機械化,2009,26(12):82-84.

[16] 張白一,崔尚森.基于Web的汽車故障檢測專家系統的設計[J].長安大學學報:自然科學版,2006,26(2):99-102.

[17] 蹇小平,張春化,王向東,等.電控汽油發動機故障模擬試驗[J].長安大學學報:自然科學版,2008,28(1):97-102.

[責任編輯:王玉玲]

Research on Electrical Failure Diagnosis System of Maintenance Machinery

ZHU Jing-hua1,SHAO Zhu-feng2
(1.Department of Mechanical and Electrical Engineering,Jiuzhou Polytechnic,Xuzhou 221116,Jiangsu,China; 2.Institute of Electrical Control,Xuzhou Xugong Road Construction Machinery Co.,Ltd., Xuzhou 221000,Jiangsu,China)

In order to improve the performance and reliability of the electrical system of maintenance machinery,a diagnosis method for maintenance machinery was proposed,which applies the multi-sensor information fusion technology to conduct the failure acquisition and diagnosis of the electrical control system.The research on the hot air heating system of the drum was carried out,and the neural network and the expert system were combined to analyze the electronic control system.The reliability of the diagnostic method is verified,and the status alarm and fault diagnosis of the electrical control system of maintenance machinery can be realized.

sensor;maintenance machinery;neural network;failure diagnosis

U418.3

B

1000-033X(2017)07-0097-04

2016-11-30

朱敬花(1986-),女,山東臨沂人,碩士,研究方向為機器人技術。

邵珠楓(1984-),男,江蘇徐州人,碩士,研究方向為數控智能控制。