基于MapReduce并行處理的機(jī)電特種設(shè)備故障診斷系統(tǒng)設(shè)計

王 林，姜 萌

(西安理工大學(xué) 自動化與信息工程學(xué)院，西安 710048)

0 引言

在實際生活環(huán)境中，機(jī)電專用設(shè)備在人們?nèi)粘Ｉ钪械玫搅藦V泛應(yīng)用，如商場電梯運行、大型游樂設(shè)施建設(shè)等，這些設(shè)備一旦出現(xiàn)故障，就會危及人們生命安全[1]。機(jī)電類特種設(shè)備是控制專用設(shè)備正常工作，確保設(shè)備安全的關(guān)鍵設(shè)備，如啟動裝置發(fā)生故障，特殊設(shè)備無法安全運行，造成各種危害[2]。對起動設(shè)備進(jìn)行故障檢測，能有效提高起動設(shè)備的穩(wěn)定性，確保專用設(shè)備的安全運行。

由于我國專用設(shè)備起動機(jī)的故障檢測水平較低，迫切需要開發(fā)專用機(jī)電設(shè)備起動機(jī)故障檢測系統(tǒng)來幫助解決這一問題[3]。由相關(guān)領(lǐng)域的專家和學(xué)者設(shè)計的故障檢測系統(tǒng)，具有一定的實用性。因此，提出了一種用于機(jī)電專用設(shè)備啟動裝置的直流接地故障檢測系統(tǒng)。該系統(tǒng)檢測精度高，但檢測效率低，CPU利用率高。針對以上問題，設(shè)計了一種基于MapReduce并行處理的機(jī)電特種設(shè)備故障診斷系統(tǒng)。改進(jìn)傳統(tǒng)系統(tǒng)硬件部分，對框架進(jìn)行理論內(nèi)容的補(bǔ)充，提取故障檢測指標(biāo)，計算故障檢測頻率，實現(xiàn)部分軟件故障檢測功能的設(shè)計。

1 總體架構(gòu)設(shè)計

針對機(jī)電特殊設(shè)備起動裝置故障檢測系統(tǒng)的特點，根據(jù)故障檢測系統(tǒng)的功能要求，對其硬件結(jié)構(gòu)進(jìn)行了優(yōu)化設(shè)計[4]。

對于一般設(shè)計用于大型機(jī)電設(shè)備的汽輪機(jī)，如遠(yuǎn)程實時監(jiān)測和結(jié)合企業(yè)需求進(jìn)行故障診斷，預(yù)測維護(hù)設(shè)備和實用技術(shù)設(shè)備，發(fā)展了一套用于企業(yè)設(shè)備信息管理、數(shù)據(jù)分析和故障診斷的技術(shù)，強(qiáng)大的設(shè)備預(yù)測維護(hù)和故障診斷系統(tǒng)[5-7]。該系統(tǒng)中心服務(wù)器與智能監(jiān)控終端客戶端子系統(tǒng)協(xié)同工作，實現(xiàn)了現(xiàn)場機(jī)電設(shè)備的遠(yuǎn)程實時監(jiān)控、狀態(tài)監(jiān)測與故障診斷[8-9]。圖1中顯示了總體結(jié)構(gòu)。

圖1 總體架構(gòu)設(shè)計

從圖1中可以看出，監(jiān)測站是根據(jù)實際情況設(shè)置的，根據(jù)設(shè)備的重要程度，模型與設(shè)備之間的關(guān)系以及距離，其下包含許多智能監(jiān)控終端，例如監(jiān)控器與設(shè)備連接，根據(jù)需要進(jìn)行信號采集[10]。設(shè)定每臺設(shè)備需要的監(jiān)測終端數(shù)量，并留出足夠的空間，監(jiān)測終端通過以太網(wǎng)直接與中央服務(wù)器相連[11]。通過客戶端子系統(tǒng)，現(xiàn)場或遠(yuǎn)程用戶可以登錄到中央服務(wù)器，獲得授權(quán)后，可對權(quán)限范圍內(nèi)的所有終端監(jiān)控設(shè)備進(jìn)行信息采集操作[12]。

對一般的機(jī)電設(shè)備進(jìn)行遠(yuǎn)程實時監(jiān)測和故障診斷，發(fā)現(xiàn)設(shè)備與系統(tǒng)終端直接相連，其種類和數(shù)量不受限制；用戶可以自由地定義和配置監(jiān)測設(shè)備的所有參數(shù)，以滿足不同被測設(shè)備的需要，實現(xiàn)設(shè)備的遠(yuǎn)程監(jiān)測[13-14]。

2 硬件結(jié)構(gòu)設(shè)計

該系統(tǒng)的硬件主要包括故障檢測顯示和數(shù)據(jù)處理傳輸兩部分，為有效提高系統(tǒng)的檢測精度，設(shè)計了故障檢測指示單元[15]。優(yōu)化數(shù)據(jù)處理和傳輸單元是提高系統(tǒng)故障檢測能力的有效途徑。

2.1 故障檢測指示模塊

2.1.1 采集電流模塊

在電纜上方的感應(yīng)線圈收集交流電，測量過程中，若要被其它檢測模塊使用，則需要對電流進(jìn)行整流，并對整流后的電流進(jìn)行濾波[16]。用兩個簡單的二極管設(shè)計了一種整流集流故障檢測指示電路。圖2中顯示了電流采集電路。

圖2 電流采集電路圖

將兩個二極管與電阻感應(yīng)線圈并聯(lián)，設(shè)置截止線圈的導(dǎo)電狀態(tài)，保證釋放的高壓二極管全部吸收電磁波，消除電弧，感應(yīng)線圈收集交流電。當(dāng)全橋式整流電路為電流時，將兩個相同的直流輸出結(jié)果作為輸入結(jié)果，傳輸?shù)诫娏魍蛔儥z測模塊和電源故障檢測模塊。

2.1.2 電流突變檢測模塊

電壓突變檢測模塊是在電壓突變發(fā)生時對故障進(jìn)行檢測，三相短路或兩相短路引起的故障可產(chǎn)生大量的破壞性電流，為實現(xiàn)突變電流下的精確故障檢測，必須對突變電流進(jìn)行校正。然后對多層差分通過優(yōu)化電路獲得了相應(yīng)的脈沖信號，在二極管有突發(fā)電流時，選用低壓級故障檢測器作為檢測點。

2.1.3 斷電檢測模塊

電力系統(tǒng)故障檢測模塊的電路由電阻和二極管組成，當(dāng)無電流通過架空線路時，檢測故障點。圖3中顯示了自動斷路檢測裝置。

圖3 自動斷檢裝置

該裝置具有8路交流輸入、8路開關(guān)輸入、無源設(shè)計、無獨立電源，通過自動斷檢裝置實時檢測220 V交流電源通斷狀態(tài)，并輸出結(jié)果；8路斷路器顯示220 V電源的輸入狀態(tài)；采用光電隔離技術(shù)，防止雷擊涌入檢測器和設(shè)備；可采用鋼軌安裝，安裝簡便。開關(guān)狀態(tài)檢測模塊選用DH08，是一種穩(wěn)定、可靠的八路交流電源開關(guān)和 AC開關(guān)狀態(tài)檢測模塊，該模塊具有8個220 V輸入-8個集電極開路輸出的采集和轉(zhuǎn)換功能，能實時檢測各通道的開關(guān)狀態(tài)220 V交流電源，并輸出相應(yīng)的集電極開路信號，實現(xiàn)交流電源數(shù)字信號的轉(zhuǎn)換，方便接觸檢測設(shè)備的監(jiān)控[17]。

2.1.4 報警模塊

選配了6AU1410-0AB00-0AA0型西門子報警模塊，采用了控制室安裝方式，并通過軟 PLC命令處理器實現(xiàn)了故障檢測點的故障信息報警功能，F(xiàn)lash是用來向遠(yuǎn)程巡邏員顯示故障信息的。

2.2 數(shù)據(jù)處理傳送模塊

射頻收發(fā)模塊、雙模通信模塊、電源模塊、核心控制模塊是構(gòu)成數(shù)據(jù)處理和傳輸單元的主要部件。RFID技術(shù)，即 RFID技術(shù)，是射頻收發(fā)模塊的一種，主要用于故障檢測指令單元與數(shù)據(jù)處理單元、數(shù)據(jù)傳輸單元之間的數(shù)據(jù)接收和發(fā)送。

2.2.1 雙模通信模塊

RDSS射頻收發(fā)芯片用于雙模通信模塊，并與功放芯片集成。兩片晶片和其它晶片的配合，可有效實現(xiàn) RDSS的信號收發(fā)和調(diào)制解調(diào)。雙模通信模塊的接口兼容本地串口模塊[18]，通過配置相關(guān)參數(shù)，可設(shè)置故障檢測器位置

2.2.2 電源模塊

功率模塊的供電電壓必須保持在1.2 V, RF收發(fā)模塊則要求供電電壓為 DC2.9～3.6 V。為滿足工作電壓要求，數(shù)據(jù)處理和傳輸單元電源模塊采用LM2575穩(wěn)壓器芯片。通過把蓄電池充電時的電壓調(diào)整到1.2 V，使蓄電池在供電時具有一定的穩(wěn)定性。

2.2.3 核心控制單元

核心控制模塊相當(dāng)于系統(tǒng)的硬件“大腦”，能確保系統(tǒng)安全穩(wěn)定運行，降低功耗。核心控制模塊為PlC16F883。優(yōu)化故障檢測指令單元和數(shù)據(jù)處理傳輸單元，完成了機(jī)電啟動器故障檢測系統(tǒng)的硬件部分，為系統(tǒng)軟件設(shè)計提供了最佳的硬件環(huán)境。

3 系統(tǒng)功能設(shè)計

Hadoop是一個分布式平臺，可以方便地計算大型數(shù)據(jù)集。群集系統(tǒng)的并行處理加快了運算速度。MapReduce是Hadoop的一個子項目，它能夠處理大數(shù)據(jù)集的并行計算，以簡單、通用的并行算法實現(xiàn)電力設(shè)備故障診斷。

MapReduce的執(zhí)行流程如圖4所示。

圖4 MapReduce執(zhí)行流程

通過 MapReduce操作模式[19]，實現(xiàn)了自動的數(shù)據(jù)分割、負(fù)載平衡和容錯。編寫MapReduce程序時，可將數(shù)據(jù)計算分解為多個可并行執(zhí)行計算過程，以此設(shè)計出運行分布式系統(tǒng)所需的 Map和 Reduce函數(shù)[20]。數(shù)據(jù)片斷操作結(jié)果< key, value>，通過執(zhí)行設(shè)計的 Map函數(shù)，通過對合并排序，使用相同鍵值向相同的 Reduce函數(shù)發(fā)送操作結(jié)果，以便合并數(shù)據(jù)。>=" span=">最后，基于 Reduce函數(shù)進(jìn)行計算，并在分布式集群中保存最終計算結(jié)果數(shù)據(jù)。通過對4個 MapReduce作業(yè)類進(jìn)行算法訓(xùn)練，獲得4個輸出值，并計算數(shù)據(jù)屬性特征詞在每個故障類中的頻率值。

1)第1個MapReduce過程：其功能是從訓(xùn)練文檔中接收 DGA樣本塊，從每個DGA數(shù)據(jù)中讀取屬性特征詞，并在故障類別中計算每個屬性特征詞的詞頻值。該功能利用地圖數(shù)據(jù)結(jié)果進(jìn)行統(tǒng)計，并使用訓(xùn)練集中每個變壓器故障類別的所有樣本數(shù)據(jù)、詞頻值和屬性特征詞樣本數(shù)據(jù)。

2)第2個MapReduce過程：根據(jù)第一個MapReduce的輸出，計算出每種變壓器故障類型的特征屬性值。映射過程計算每個特征屬性的值。通過TF值與IDF值相乘，計算出每類變壓器故障的TFIDF值，并計算出培訓(xùn)文檔的特征屬性總數(shù)。

3)第3個MapReduce過程：通過映射每個故障類的樣本數(shù)據(jù)總數(shù)和DGA訓(xùn)練集的總數(shù)據(jù)，計算出每個故障類的先驗概率。利用約化函數(shù)求出變壓器各故障類別所有特征屬性的TFIDF和。

4)第4個MapReduce過程：求出變壓器各類故障特征屬性的發(fā)生概率，輸出運行類訓(xùn)練結(jié)果。特種設(shè)備起動裝置的故障檢測頻譜是故障檢測的關(guān)鍵。從某種程度上說，用戶可以根據(jù)故障檢測頻率，將故障發(fā)生頻率最少的一次轉(zhuǎn)變?yōu)槎螜z測模式。然而，因為每天的故障檢測次數(shù)不同，每天的檢測頻率也不一樣。若以近期故障檢測頻率確定檢測頻率，將記錄大量故障，增加檢測成本。因此這部分只允許用戶選擇3個頻率：月、季、年的故障檢測頻率。所以在特征設(shè)備的管理過程中，需要對其故障檢測頻率進(jìn)行專門的分析。

用m-n在這一刻之前第n天檢驗設(shè)備故障次數(shù)具有任意特性，m用來說明當(dāng)天檢測到的故障數(shù)量當(dāng)時未加統(tǒng)計錯誤的情況下，n天中故障總檢測次數(shù)T可描述成：

(1)

添加新故障檢測次數(shù)后，n天中故障診斷次數(shù)T′可描述成：

(2)

公式(2)中：m0表示初始設(shè)定的檢測次數(shù)。根據(jù)該公式，統(tǒng)計一年內(nèi)故障檢測次數(shù)，并統(tǒng)計這段時間內(nèi)每天故障檢測次數(shù)。

假設(shè)針對機(jī)電特種設(shè)備故障，則有如下計算公式：

(3)

(4)

當(dāng)前所有機(jī)電專用設(shè)備故障僅需統(tǒng)計一定時期內(nèi)的診斷總數(shù)，以及當(dāng)天故障診斷次數(shù)就可得到診斷頻率值。

4 實驗過程與測試結(jié)果分析

為了驗證基于MapReduce并行處理的機(jī)電特種設(shè)備故障診斷系統(tǒng)設(shè)計合理性，進(jìn)行實驗驗證分析，以軸承故障短路為例，測試對機(jī)電特種設(shè)備故障診斷的確性及穩(wěn)定性。

4.1 實驗環(huán)境

建立機(jī)電特種設(shè)備狀態(tài)信息并行故障診斷實驗平臺，實驗環(huán)境由兩個配置相同的PC端組成，CPU為雙核Interi5-2400，256.00 GB內(nèi)存和1 TB硬盤。其中一個作為NameNode，另一個作為datanode。在上述實驗環(huán)境下對220 kV及以下變壓器進(jìn)行了試驗。

4.2 實驗步驟及方法

實驗選取橋式起重機(jī)機(jī)電特種設(shè)備，設(shè)置軸承三相短路故障，將完整生命信號劃分為4 000個數(shù)據(jù)段，每條數(shù)據(jù)的相關(guān)指數(shù)數(shù)據(jù)特征提取的信號段，首次確定了非零點特征值及其相應(yīng)的特征向量為綜合特征指數(shù)。圖5為軸承故障短路的示意圖。

圖5 軸承故障短路示意圖

4.3 軸承故障檢測結(jié)果

根據(jù)圖5所示的軸承故障，分別使用直流接地故障診斷系統(tǒng)、基于MapReduce并行處理診斷系統(tǒng)診斷連接軸承的三相短路情況，實驗結(jié)果如圖6所示。

圖6 兩種系統(tǒng)三相短路故障診斷效果對比分析

通過圖6的對比結(jié)果可知，在發(fā)生三相短路故障問題后，使用直流接地故障診斷系統(tǒng)波形與實際值差別較大，且上下波動幅度大，檢測結(jié)果不夠準(zhǔn)確，穩(wěn)定性較差；而采用基于MapReduce并行處理診斷系統(tǒng)與實際波形差別較小，其對A相、B相C相電流短路故障診斷的時間點波形變化與實際曲線基本一致，都是在0A附近波動，說明該方法能夠準(zhǔn)確對三相短路故障進(jìn)行診斷，應(yīng)用在機(jī)電特種設(shè)備故障診斷中，準(zhǔn)確性較好，穩(wěn)定性較強(qiáng)。

5 結(jié)束語

為解決傳統(tǒng)故障檢測系統(tǒng)檢測精度低和占用內(nèi)存大等問題，本文提出基于MapReduce并行處理的機(jī)械設(shè)備故障診斷系統(tǒng)，改進(jìn)了故障檢測顯示單元和數(shù)據(jù)傳輸處理單元的硬件部分，利用框架原理提取故障檢測指標(biāo)，計算故障檢測頻率，軟件實現(xiàn)了故障檢測功能，完成了一套機(jī)電設(shè)備起動器故障檢測系統(tǒng)的設(shè)計。經(jīng)試驗驗證，系統(tǒng)檢測精度高。但是系統(tǒng)的穩(wěn)定性還有待于進(jìn)一步的研究和改進(jìn)，為滿足系統(tǒng)故障檢測要求，從根本上解決大型企業(yè)在汽輪機(jī)等機(jī)電設(shè)備維修與故障檢測中遇到的問題，未來將以提升故障檢測系統(tǒng)穩(wěn)定性作為研究目標(biāo)，進(jìn)一步對所設(shè)計系統(tǒng)進(jìn)行完善。