基于ARM和蟻群優化算法的水輪機軸線智能檢測系統研究

李伏平，羅周維，任 潔，陳國仕，黃 波，蘇 果，鄒其琨，粟時平

（1.湖南五凌電力工程有限公司，長沙410000；2.長沙理工大學電氣與信息工程學院，長沙410114）

0 緒 論

水輪機軸線檢測是水輪機運行、安裝、檢修維護與軸線調整的基礎。由于水電機組單機容量的增加、機組結構的日趨復雜，水電機組的運行穩定性問題逐步凸顯［1］，對機組的水輪機運行、檢修維護與軸線調整都提出了更高的要求。目前，國內外已經開發出了專用于水輪機運行控制的水輪機軸線實時檢測系統，缺乏適用于水輪機檢修維護與軸線調整的高智能軸線檢測系統，致使在水輪機安裝、檢修維護與軸線調整過程中，需要手動盤車，人工讀取、抄寫和處理檢測數據，往往導致盤車費時耗力，大大延長工期。另外，檢測點布置，在徑向方向要求多采用等相位8 點或16 點圓周設置，在軸線方向要求多點成直線，測量點間距精度要求高，保障難度大，檢測精度與技術人員的業務水平和現場經驗有很大關系，計算結果往往不一致，以至于盤車擺度的大小及方位都不太準確，直接影響了軸線處理量的大小和方向確定。此外，從盤車數據處理方法來看，目前國內外主要采用最小二乘法對數據進行擬合分析處理，基本忽略了水輪發電機組安裝過程中影響軸系直線度的各種因素［2］，并且都是基于等相位8 點或16 點盤車數據。近年來，隨著微處理器和計算機計算的發展，開始了水輪機軸線自動化檢測技術的研究［1］，由于ARM（Advanced RISC Machine）、DSP（Digital Signal Processing）等芯片的數據能力大力增強，開始關注運用更為復雜的數據處理算法用于對于任意相位、任意點數的盤車數據的處理［3］，例如，文獻［4］結合某水電站現場水輪發電機組盤車實際，提出利用RFID（Radio Frequency Identification）方法完成水輪發電機組盤車數據測量的多點采集實現方法，突破了傳統的8點傳統盤車數據的采集實現方法，文獻［5］提出了一種僅需測量測距裝置到主軸距離即可獲得非線性方程組的解的新算法，文獻［6］提出了采用excel 規劃求解，并用ug（Unigraphics）軟件仿真，最終通過坐標分解，對三導水輪發電機組盤車數據進行優化處理的思想。但是，國內水輪機軸線檢測依然存在一些問題［7，8］，人工智能技術的應用有望于解決水電廠檢修工作的各類需求［9］，總的趨勢將會是向自動化水平高、精度高、可靠性好、操作方便的方向研究和進步［10］。有鑒于此，論文研制了一種基于ARM 和蟻群優化算法的水輪機軸線智能檢測系統，運用ARM11 系列的S3C6410 型ARM 微處理器作為智能檢測系統的核心器件，在該處理器的基礎上，使用蟻群優化算法進行復雜的數據處理，可以處理任意相位、任意點數的盤車數據和運行。

1 硬件系統組成與工作原理

1.1 硬件系統架構與工作原理

水輪機軸線智能檢測系統運用ARM 微處理器作為核心器件，其硬件系統架構如圖1所示，主要包括模擬信號傳感器、模數轉換電路、ARM 微處理器、程序存儲器、數據存儲器、人機界面、通信接口和顯示器等，其工作原理為模擬信號傳感器獲取水輪機軸線偏差的模擬信號，模擬信號送到模數轉換電路進行信號調理、信號采樣和數模轉換得到數字信號，ARM 微處理器從程序存儲器中調取根據預先編寫好的程序，按給定的規則讀取模數轉換電路中的數字信號，進行數據運算和處理，一方面將數據結果保存在數據存儲器中，另一方面將數據傳輸給顯示器進行數字顯示和通過通信接口傳輸到系統外的設備或系統。ARM 微處理器還可以通過界面進行程序修改、數據讀取、數據刪除等操作。

圖1 ARM硬件系統框架Fig.1 The framework of ARM hardware system about the hydraulic turbine axis detection

1.2 硬件組成

（1）ARM 微處理器。ARM 微處理器作為核心芯片，其自身性能直接影響到水輪機軸線檢測系統的性能，論文選用ARM11系列的S3C6410 型處理器，它具有低功耗、性能高的功能，且可通過調節時鐘頻率和電源電壓來改變處理器各種性能指標，還能實現實時通信并提供網絡接口。

S3C6410 微處理器集成了USB 接口、SPI 接口、I2C 總線接口、通用異步收發傳輸器UART（Universal Asynchronous Receiv?er/Transmitter）、電源管理器、PWM 定時器等多種外設和187 個多功能通用輸入/輸出GPIO（General Purpose Input Output）引腳等。

（2）模擬信號傳感器。論文中的水輪機軸線智能檢測系統可以接入千分表、光學儀、超聲波儀等多種位移傳感器和攝像儀等圖像傳感器，隨檢測系統配備了SFJ-QF312 數顯千分表，其與傳統盤車用到的百分表相比，千分表具有精度高、可實時與電腦通訊、抗干擾能量強等特點，可以滿足水輪機安裝、檢修維護與軸線調整的軸線高精度、快速、實時檢測需要。

（3）通信接口。為了使所研制的水輪機軸線智能檢測系統可以適用于高可靠性接入各種傳感器、后臺系統和設備，設置了RS232、RS422、RS485、USB、藍牙、WIFI、以太網等航空型通信接口。

（4）程序存儲器和數據存儲器。程序存儲器采用8M KBit的大容量Flash，可以滿足安裝Linux、WINDOWS CE、uC/OS 等嵌入式操作系統的容量需要，還且能夠滿足功能豐富的應用軟件安裝的容量需求。論文中的嵌入式操作系統采用Linux 系統，不但開發容易，而且容量小，運算速度快，既可以節約大量的程序存儲器用于應用軟件存儲，還可以解決大量的運算時間用于應用軟件運行。數據存儲器采用防震2.5 寸500GBit 的大容量HDD，可以滿足數據長期保存的需求。

（5）人機交互界面和顯示器。人機交互界面采用15.1 寸電阻式觸摸屏+87 鍵或104 鍵鍵盤，隨檢測系統配備87 鍵鍵盤。顯示器采用亮度350 Cd/m2、最高分辨率1024×768 的15.1 寸彩色TFT LCD。

2 基于蟻群優化算法的水輪機軸線檢測算法

2.1 蟻群優化算法的基本思想

蟻群優化（Ant Colony Optimization，ACO）算法是一種模擬螞蟻搜尋食物的進化算法。在自然界中，螞蟻通常會隨機游蕩，直到找到食物并放下稱為信息素的化學成分回到自己的巢穴。因此，這些軌道通常稱為信息素軌道。如果其他螞蟻找到了這樣的信息素軌道，他們會繼續遵循已經放置的信息素軌道來尋找食物。由于信息素軌道在一段時間后開始蒸發，因此會降低其吸引力。如果一只螞蟻花費更多的時間去尋找食物并再次移動，信息素就必須蒸發掉。信息素的濃度與螞蟻從蟻穴到食物源的最優路徑成正比，因此，螞蟻通過比較特定軌道中信息素的密度來尋找短路，并遵循這種方式。本算法采用全局搜索與局部搜索相結合，有效避免算法陷入局部最優解，當所有螞蟻收斂與一條信息素濃度最高的路徑時，可求得最優參數解。

2.2 最小二乘支持向量機回歸擬合法的蟻群優化改進的原理

回歸擬合是最常用的一種傳統擬合方法，主要有線性和非線性回歸2 類，其中線性回歸包括多元線性回歸和單自變量線性回歸，而非線性回歸包括對數回歸、指數模型、冪指數模型、雙曲線模型、Logistic 模型、最小二乘支持向量機回歸等。最小二乘支持向量機回歸（LSSVR）是一種相對先進的非線性回歸擬合法，體現出目標函數簡單、參數個數少和智能化等諸多優點，但是仍然擁有回歸擬合法的固有缺陷：需要依賴經驗預先獲取樣本數據變量間的關系，然后再設定合適的模型擬合這種關系。論文擬采用蟻群優化法改進最小二乘支持向量機回歸，使之不需要預先獲取樣本數據變量間的關系，并把基于蟻群優化法改進的最小二乘支持向量機回歸稱為蟻群優化最小二乘支持向量機回歸（ACO-LSSVR）。

2.2.1 最小二乘支持向量機回歸（LSSVR）

在實際應用中，如果數據采集在多源環境中，噪聲分布是復雜的和未知的［11］。因此，單噪聲分布幾乎不可能清楚地描述真實噪聲。LSSVR 是LR 的一種方法，在正則化的基礎上實現了平方和誤差函數，從而控制了偏方差權衡。其目的是找到原始數據中隱藏的線性或非線性結構。

LSSVR算法的實現步驟如下：

（1）給定訓練集。T={(x1，y1)，(x2，y2)，…，(xl，yl)}，其中，xi∈Rn，yi∈R，i= 1，…，l；構造線性回歸：

式中：ω為權值向量；b為偏置向量；φ(x)為待定的非線性映射函數。

（2）選取適當的核函數和適當的懲罰參數λ＞0；核函數K(x，x')為：

式中：δ為核函數的寬度參數；K(x，x')為關于x1，…，xl的Gram矩陣。

（3）構造求解與最優化問題等價的凸二次規劃。

（5）構造決策函數。

2.2.2 蟻群優化最小二乘支持向量機回歸（ACO-LSSVR）的原理

本文采用蟻群算法對LSSVR 的參數（λ，σ）進行尋優。系統采集得到大量軸線數據后，通過算法擬合得到一條位置與其擺度值組成的擺度特性曲線。其目的為方便觀察擺度曲線是否基本滿足正弦曲線變化規律，根據曲線圖找出最大全擺度值、加墊量及其方位角，使檢修人員精準調整，大大減少工期。用蟻群算法對LSSVR 的參數（λ，σ）進行尋優的原理過程如圖2所示，包括參數初始化、路徑轉移、信息素更新、檢查迭代終止與數據擬合模型的建立等環節。

圖2 ACO-LSSVR的原理流程圖Fig.2 Schematic flow chart of ACO-LSSVR

（1）參數初始化。參數初始化包括對蟻群規模M，最大循環次數Tm的設定，根據λ、σ的范圍［λmin，λmax］，［σmin，σmax］計算第i個螞蟻的初始信息素濃度τ（i）：

式中：xi為第i只螞蟻的初始位置；f（xi）為適應度；τ(t)為信息素濃度；t為時間計數器。

（2）路徑轉移。從蟻群中隨機選出n只螞蟻，然后從這n只螞蟻中選出信息素濃度最大的螞蟻作為頭蟻xobj，設其位置為xbest，那么其他的螞蟻將會按照信息素吸引度向這只頭蟻靠近，遵循式（6）：

（3）信息素更新。當所有螞蟻完成一次搜索后，輸出每只螞蟻所選擇的參數進行訓練后的誤差，記錄當前參數最優解后，通過式（7）對第i只螞蟻的信息素濃度τ(t)進行更新。

式中：ρ為信息素揮發系數，ρ∈（0，1）。

（4）檢查迭代終止。重復（2）、（3）步驟直到所有螞蟻收斂于一條路徑或是循環設定的終止條件，意味著所有的參數收斂于唯一路徑，算法結束，此時輸出最優（λ，σ）。

（5）數據擬合模型的建立。參考式（5）LSSVR 擬合數據實現步驟的決策函數，可知LSSVR的回歸函數為：

仿真分析可知，該算法模型最終可將復雜的軸線擺度數據擬合成一條正弦曲線，相較于人工計算更加精準且省時省力，充分體現了LSSVR擬合算法的優越性。

3 基于ARM 的水輪機軸線檢測蟻群算法軟件開發

系統軟件的流程圖如圖3所示，其中ACO-LSSVR 運算的流程如圖2所示。系統軟件總體設計的思想是：在系統硬件部分通電后，執行啟動代碼，對所有最小系統執行初始化，然后進入系統主程序。在所有的初始化均執行完后，程序開始響應外部各個中斷，并按優先級順序執行中斷響應。

圖3 系統程序流程圖Fig.3 The program flow chart of the hydraulic turbine axis detection system

本系統采用模塊化、結構化的設計方式，主要包括以下幾個模塊：ACO-LSSVR 運算模塊、數據采集模塊、數據處理模塊及通信模塊（限于篇幅，數據采集模塊、數據處理模塊及通信模塊、人機交互模塊、顯示模塊的流程圖不列出），各個模塊的組成和實現的功能如下：

（1）數據采集模塊：主要完成軸線檢測數據的采集與存儲工作。該模塊為整個系統功能實現的基礎部分，不僅具有實時、高效的特點，也能充分滿足用戶在安全方面的需求。

（2）數據處理模塊：包括數據存取、數據刪除等。數據處理模塊是操作系統的重要組成部分。該系統面向數據設計，有數據的讀取、錄入與輸出等功能。

（3）ACO-LSSVR 運算模塊：通過蟻群優化LSSVR 進行數據擬合得到擺度特性曲線并顯示到系統界面。

（4）通信模塊：通信模塊包括USB 通信、RS485、RS232、RS422、藍牙、WIFI 和以太網通信子模塊，主要完成處理器與上位機之間的通信，并且將檢測的數據傳輸上位機上顯示。本系統采用串行通信，結合集線器形成多通道傳輸，因此能夠實現遠距離多通道同時數據傳輸。

（5）顯示模塊：數據顯示包括數據顯示和圖形顯示子模塊。

（6）人機交互：人機交互模塊包括觸摸屏、標準鍵盤、鼠標和按鍵子模塊。

4 水輪機組軸線檢測系統應用實驗

基于ARM 和蟻群優化算法的水輪機軸線智能檢測系統在實踐中得到成功應用，圖4為某水電站水輪機組軸線檢測所獲得的徑向偏移曲線圖，圖5和圖6分別為檢測系統給出的全擺度曲線和凈擺度曲線。

圖4 軸線徑向偏移曲線Fig.4 Axial radial offset curve

圖5 全擺度曲線Fig.5 Full swing curve

圖6 凈擺度曲線Fig.6 Net swing curve

圖7為通過該檢測系統智能算法進行計算后所獲得的擺度特性曲線，由圖7可得出加墊量（刮削量）為6.734 0 及方位為110°。

圖7 擺度特性曲線Fig.7 Swing characteristic curve

表1為本算法與傳統八點算法［13］結果對比表。不難看出，在實際工程應用中盤車所獲得的數據與理想情況下的擺度值有較大差距，如果人工計算處理這些復雜數據將會耗費大量時間。通過表1對比分析可知，本算法與傳統算法求得的最大擺度值與調整方案基本一致，進一步驗證其合理性與高效性。通過本系統進行數據分析，將很快得出此次盤車結果及其調整的最優方案，與人工檢測、讀數、計算所得檢測結果相比，前者明顯具有精度高、快速、勞動強度低、節約時間等突出優勢。

表1 本算法與傳統算法對比Tab.1 Comparison between this algorithm and traditional algorithm

5 結 語

論文研制的一種基于ARM 和蟻群優化算法的水輪機軸線智能檢測系統，運用ARM11 S3C6410 型ARM 微處理器作為智能檢測系統的核心器件，在該處理器的基礎上，使用蟻群優化算法進行復雜的數據處理，可以處理任意相位、任意點數的盤車數據和運行，配以數字千分表、光電傳感器等不同信號獲取設備，可以適用于水輪機運行、安裝、檢修維護與軸線調整等多種場合，配以RS485、RS232、RS422、以太網、藍牙等通信接口，可以方便接入各種網絡和信息系統。因此，本系統具有高度自動化、智能化和網絡化，可以廣泛用于水輪機運行、安裝、檢修維護與軸線調整等多種場合。□