基于機器學習的船閘機電遠程故障診斷模式研究

黃定勤

摘 要：水運是綜合運輸體系的重要組成部分，具有運量大、成本低、能耗小、污染少等優勢。船閘是保障水運航道安全和高效運行的關鍵節點，針對船閘的傳統機電運維方式存在的耗費人力、效率低、響應不及時等問題，提出一種基于機器學習理論的船閘機電遠程故障診斷模式，為船閘機電設備的智能化運維提供一種新思路。利用船閘機電設備歷史運行數據，通過對機器學習模型的訓練學習，以設備實時狀態數據為輸入，自動分析故障征兆，實現故障早期預警、自動確定故障類型、快速定位故障根源、提供各可疑項概率分析，為維護人員的維修工作提供指引。

關鍵詞：船閘機電;故障診斷;智能運維;機器學習

中圖分類號：U698 ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ?文章編號：1006—7973（2020）07-0031-03

交通運輸是國民經濟的基礎產業，水運是綜合交通運輸體系的重要組成部分，具有運量大、成本低、能耗小、污染少等優勢，在煤、礦、油等大宗貨物、重大件貨物運輸方面具有不可替代的作用，是建設低碳綠色運輸體系的關鍵。在全球發展低碳經濟的大形勢下，《“十三五”現代綜合交通運輸體系發展規劃》、《水運“十三五”發展規劃》、“一帶一路”戰略等政策中明確提出了由水運大國向強國邁進，以水運先行引導區域協同發展，由規模速度轉向質量效益“新常態”，優化服務模式、提高服務質量、降低物流成本、強化安全應急保障、強化綠色可持續等發展理念。到2020年，基本形成“保障充分、服務高效、平安綠色、國際影響力強”的現代化水運體系。安全、高效、有保障始終是水運發展的核心內容之一。

1 當前現狀分析

船閘系統集機械、電氣、液壓等大型機電設備于一體化，是水利工程中的重要組成部分，也是水運航道的關鍵節點。因此，船閘系統的安全可靠運行至關重要，一旦發生故障后果不可估量。例如20世紀80年代，西班牙圖茲水利樞紐由于閘門起閉系統損壞，泄水道閘門未能及時開啟，水溢過71米壩頂，造成40人死亡，經濟損失3.55億美元。在全球發展低碳經濟的大形勢下，《“十三五”現代綜合交通運輸體系發展規劃》中明確提出需要提升沿海和內河水運設施擴能升級改造，提升水運航道運維養護能力?！笆濉币詠恚瑖覍降?、船閘信息化建設日趨重視，在調度、監控、收費等方向發展迅速，有效促進了水運行業的發展，但與之配套的運維服務規劃顯得相對薄弱，發展略有滯后，隨著大規模的基礎設施建設進入后期，工作重點將轉移到既有設施的管理、運營維護上來。

從省內外的已建船閘的運營維護經驗可以看出，機電設備是船閘運行過程中容易出現故障的部位，也是船閘養護工作的重點。目前，船閘控制普遍采用以PLC為核心的控制系統，但是整體信息化管理程度仍不高，缺少對重點設備運行參數的采集、存儲分析、利用，設備維護也基本以人工巡檢為主，尚未實現自動化實時監測，給船閘管理工作帶來諸多不便的同時，還存在著以下幾點問題：

（1）人工巡檢方式落后、效率低。在設備出現異常尤其是突發故障時，很難做到及時發現、快速處理，為船閘的安全運行帶來隱患，甚至引起不必要的事故。

（2）重點部位運行數據的缺失，給后期的故障診斷工作帶來困難。由于管理人員經驗與技術水平的局限性，僅依靠人為分析、判斷很難保證故障處理的科學有效。

（3）由于缺少船閘運行維護、故障處理等數據記錄與共享平臺，限制了不同船閘管理部門之間的交流與借鑒，制約了船閘運行養護工作的標準化、規范化及行業整體管理水平的提高。

隨著大量新建船閘的落成，傳統運維模式已經成為航道水運擴能改造上的短板，已經不能滿足新建船閘的運行需求，也無法滿足水運貨物輸送的需求，為提升運維效率，提高運維質量，降低運維成本，對切實滿足水運貨物運輸的新運維模式建立已經十分迫切。

2 發展趨勢分析

設備故障診斷作為一種新興科學技術，起源于20世紀60年代的美國，最初應用于機械設備的故障診斷與狀態監測，并逐步推廣到電力、動力、核能等諸多領域，得到了更加蓬勃的發展。我國的設備診斷技術從20世紀80年代起步以來，經過不懈努力，在理論研究和工程應用兩方面都取得了豐碩的研究成果和寶貴的實踐經驗，目前，在國內的石化、冶金、水電等行業均有許多實際工程案例。

機電設備遠程故障診斷是指通過各種傳感器將能反映監測機電設備當前工作狀況的參數進行采集，然后將采集的數據存入計算機由專家或計算機軟件對數據進行診斷和分析，判斷有關異?；蚬收系脑?，從而指導設備的高效維護。近年來，傳感器技術、數據處理技術、人工智能技術、無線通信技術等相關技術發展迅速，以傳感器技術為基礎的監測設備發展為信號的采集提供保障，數據庫技術、信息處理技術的發展為信號分析提供技術手段，網絡技術和現代通信技術的快速發展使得遠程應用系統的實現成為可能，而“云技術”、“大數據”等新興技術的出現則為海量數據的分析、存儲及共享提供支持，人工智能的發展又將為故障智能診斷系統帶來更加廣闊的應用前景。在此背景下，以科技發展為支撐，開展船閘機電設備遠程故障診斷關鍵技術研究是切實可行的。

將遠程故障智能診斷技術應用于船閘系統，實現對船閘機電設備運行狀態的實時監測、異常警報和故障診斷，將現行的“定期維修”轉變為“狀態維修”，即在設備狀態監測的基礎上，根據診斷分析結果合理安排檢修時間和檢修方式，科學提高設備的可利用率和明確檢修目標，檢修耗費低、設備保障強，大幅提升了船閘系統的安全保障和應急能力。

3 遠程故障智能診斷

3.1 遠程運維服務模式

船閘機電設備遠程運維服務是通過匯聚多個船閘機電設備的運行狀態數據，包括歷史數據和實時狀態數據，采用私有云和大數據框架相結合的架構模式，保障大量運維數據能夠分布式存儲與管理，并利用智能診斷方法，對各船閘的機電設備運行情況進行遠程狀態實時監控、遠程智能診斷。同時，為船閘管理單位科學制定養護計劃提供了數據支持，為行業主管部門和建設單位提供建設規劃依據。解決了傳統運維過程中出現的運維人員少、任務重，運維過程不規范，故障診斷難等難題。

遠程運維服務模式的建設不僅可有效保障船閘安全運行，降低運維成本，提升運維效率，提高船閘整體的通航時間和船舶通航量，確保航道水運通暢，且可以關聯各地方船閘，進行異地維護、遠程診斷，這將整體提高內河航道的通航量，提高水運貨物量和周轉量，推進航道水運行業管理從傳統模式向主動服務和預防性運維模式轉變，向標準化和規范化現代化模式轉變，為區域經濟發展提供重要支撐。

經濟效益預期：采用遠程運維服務新模式切實提高運維效率、質量，降低運維成本，縮短航道停航時間，加快提升水運貨物的運輸效率，降低運輸成本，增加船閘本體收益。

社會效益預期：采用遠程智能運維系統，匯聚航道上各座船閘機電運維數據，對機電設備進行全生命周期的監控管理，獲取了大量真實可用的船閘運維數據，數據可分享給建設單位和設計單位，為航道的整體建設提供設計規劃依據。

3.2 基于隨機森林的多分類故障智能診斷模型

傳統隨機森林是一個二分類算法，而故障智能診斷是一個多分類應用，因此需要在傳統隨機森林算法基礎上，構建多分類故障智能診斷模型。

多分類故障智能診斷是在二分類隨機森林算法基礎上，采用一對一原則，將N個類別進行兩兩分類，構建N*（N-1）/ 2個分類器，最終把N*（N-1）/ 2個分類結果進行統計，給出最終分類結果。

3.3故障智能診斷技術路線

首先，對船閘機電設備運行數據進行定周期采集、存儲，積累形成一定量的歷史數據;其次，人工設定維護周期，對故障分類模型進行訓練、優化;再次，實時采集船閘機電設備運行數據，調用船閘故障診斷算法，分析故障征兆;然后，若檢測故障發生，輸出故障類型、確定故障根源、給出各參數引發概率;最后，將診斷結果輸出到顯示界面，同時將該記錄按照既定格式要求存儲至數據庫，為下一次維護更新作樣本積累。

3.3 案例分析

船閘機電故障包括開閥故障、關閘故障、強落閥故障等。首先，對機電設備實時運行狀態數據進行采集，包括系統壓力、系統流量、有桿腔壓力、無桿腔壓力、電氣電壓和電氣電流等，通過故障智能診斷算法的自動分析，確定了船閘當前發生了關閘故障，同時給出了引發該故障的各種誘因及其發生概率，比如：開、關閥截止閥關閉導致故障發生的概率為100%，負載異常導致故障發生的概率為67%，系統溢流閥異常導致故障發生的概率為0%等。最后給出了每個誘因引發概率下各參數異常的可能性，比如開、關閥截止閥關閉導致故障發生的概率為100%，其中，系統壓力異常的概率為29%，電氣電流異常的概率為3%等。這些診斷結果為維護人工的維修工作提供了參考。

4 總結

以船閘自動化控制為背景，以船閘機電設備運行狀態數據的實時采集為基礎，研究船閘機電故障智能診斷機制，具有重大現實意義。首先，將船閘故障診斷判別和分析工作化繁為簡，節約了運行維護成本;其次，為船閘運行監控與故障維護提供早期預警與遠程協助，極大提高維護人員的工作效率，有力保障船閘安全穩定運行;最后，將該系統產品化、產業化后能夠帶來豐厚的經濟和社會效益。

參考文獻：

[1]徐 亮，方海東，吉同元，等，船閘工程安全監測及自動化研究[J].中國水運，2011，11（11）：88-89.

[2]陳永清，高 偉，譚宗柒.液壓啟閉機液壓系統動態特性分析[J].三峽大學學報（自然科學版），2009，31（5）：49-52.

[3]古小七，袁關堂.水利水電工程液壓啟閉機液壓系統的污染控制[J].水利電力機械，2006，28（2）：29—31.

[4]姚 鵬.遠程智能故障診斷系統的研究及應用[D].陜西科技大學，2006.

[5]謝小軒，張 浩，陳 恒，等，遠程設備故障診斷技術的研究[J].組合機床和自動化加工技術，2001，6：4-6.