基于高階累積量故障特征提取的化工設備電子電路故障診斷

米 鑫，戴國強，王 黎，張志強，肖 偉

(北京地鐵科技發展有限公司，北京 100160)

在現代化工生產及原料、產品的質量檢測分析工作中,大量使用自動化控制裝置和儀器儀表等電子設備,這對安全生產和質量控制提出了更高、更嚴的要求。化工設備電子設備的電路集成度越高、功能越多，在應用過程直接影響化工設備運行和數據信息生產。如果化工設備電子系統發生故障且沒有及時檢測出來，影響化工設備系統功能的正常使用，嚴重時給化工企業帶來巨大的經濟損失。

針對上述存在的問題，利用混雜模型來模擬化工設備電力電路的運行，通過分析化工設備電路信號識別出化工設備電路中各元件的參數，全面檢測所有化工設備電子元件的運行狀態。但這種方法對化工設備電力建模較為困難，針對具體對象電路，通用性不強。基于ADT提出對電力電路進行可靠性評估，根據預測樣本的退化度從而判斷電子設備的運行情況。但由于特征難以確定且實驗樣本數量有限，給復雜的電子設備評估帶來困難。

1 電子電路故障診斷方法

1.1 電子電路故障診斷系統設計

電路硬故障發生時間較快，由瞬間意外造成的，很難由電力系統的歷史數據進行預測。軟故障是指電路中元器件的參數偏離正常的容差范圍，但仍然能夠使電子設備保持一定的運行狀態，不會使電路完全失效。軟故障一般由電子元件本身的老化、變質造成的，或受到工作環境惡劣的運行條件影響。若發現電子系統中存在軟故障不進行維護的話，元器件參數值逐漸趨于無窮大或無窮小，導致所在支路出現短路或開路的故障。

為及時發現電子系統中發生的故障，獲得準確的故障信息，本研究設計出電子電路故障診斷系統，采用LabVIEW軟件對系統進行設計與開發，在系統界面上以數字化和波形化的方式實時顯示電路信號數據。通過預設的參數選擇采集的模擬信號轉換成電壓信號，利用以太網網口將數據傳輸到上位機，實現信號的實時顯示。系統采用了J2EE的平臺框架，能夠更好地實現內部業務的數據共享，通過標準化語言的程序段輸入，合理調度各環節資源數據實現高效運轉。JSP經過HTTP和系統客戶進行交互操作，內部對象request用于接收信息和操作請求，Application用于建立對象，并且在服務器關閉的同時自動結束相應對象。

本研究對電路故障進行診斷前進行預處理，篩序出包有故障信息的數據。將電子電路不同的異常狀態劃分為不同的故障模式，實現故障元件的檢測。系統對采集到的故障信號進行去噪處理、歸一化處理、標準化處理等，得到的特征信號在合適的范圍內以取得更好的故障分類效果。處理后的故障數據劃分為訓練樣本集合測試樣本集，分類器對訓練樣本數據進行處理并學習，再將測試樣本輸入到訓練完成的分類器中，得到電路的故障模式，并對故障元件進行定位。由于系統應用范圍廣泛，涉及到大量的數據集成，系統設計時使用Oracle數據庫作為系統開發的后臺數據庫，能夠將很多服務器內的信息和線索實施共享。OracleServer由instance和database 2個實體組成，數據庫的分布能力更加靈活，實際應用群集(Real ApplicationClustrs)可以提升數據庫的可伸縮性。系統客戶端用來接收用戶請求，并展現故障信息，在Servlet界面通過調整模型來完成需求。

1.2 電子電路故障信號采集模塊設計

根據系統的故障診斷的需要，系統通過軟件控制硬件的信號發生和數據采集等，故障診斷設備的主控單元使用STM32F407VET6芯片的嵌入式控制器，通過PA11、PA12與上位機相連，實現與上位機之間的通信。故障信號采集模塊需要同時對待診斷電路的輸入和輸出同時進行采集，為獲取更多的采樣信號，采集模塊選用具有8路通道采集的模數轉換芯片，采集故障電路的輸出信號。

為了更加符合電子電路實際應用場景，本研究選擇二次電源28～12 V DC-DC變換電路作為故障電路進行仿真，對電路中發生的硬故障、軟故障進行診斷研究；變換電路原理圖，如圖1所示。

圖1 變換電路原理圖Fig.1 Schematic diagram of transformation circuit

主電路由功率二極管、電容、和電感、及4個電阻組成，控制電路的直流輸入電壓為28 V，負載電阻為15 Ω。控制電路中使用UC3843A芯片，本研究在二次電源電路中加入LM317單片線性的電源電壓調節器，輸出電壓為1.2～37 V，計算公式為：

(1)

式中：表示調節端電流；表示調節端對地電阻；表示調節端與輸出端之間的電阻。變換電路中的主要測點為、、、、、、、、和等。主電路中使用SEPIC斬波變換器，使電路在連續導通模式下能夠限制啟動電流和沖擊電流。功率MOSFRT的2種狀態如圖2所示。

圖2 功率MOSFRT導通狀態Fig.2 On-state of power MOSFET

功率MOSFRT導通狀態下變換器產生3個回路，有電源、電感和功率MOSFET構成一個回路，此時經過的電流在電源電壓作用下線性增長。第2個回路由電容、功率MOSFET和電感構成，此時電感的電流在電容放電的影響下增加。最后一個回路由電容向主電路的負責供電，根據·dd=，電容上的電壓下降，由于的值較大，=。

測點、、L、電壓信號的峰值和峰峰值能夠反映電路的硬故障類型，進行故障診斷時選用故障特征參數為峰值___L_，峰峰值___L_。選用故障特征參數為功率MOSFET斷開期間的峰值__、_L_，峰峰值__和_L_，功率MOSFET導通期間的峰值__、_L_，測點電壓信號的峰值，測點電壓信號的峰值_作為軟故障特征參數。

1.3 基于HOC的故障特征提取方法

由于元件值受到環境因素影響出現漂移現象，同時電路為強非線性電路，噪聲干擾和測量誤差導致采集到的故障電路輸出的響應序列中的特征信息不完整，包含許多不確信性，給電路故障診斷帶來困難。在對故障電路進行測試時，由于測量電路的響應電路需要串聯電流測量儀器，需要將支路斷開，所以使用響應電流作為故障的采集量的情況較少，一般選用響應電壓作為采集量。進行故障診斷前，需要根據采集量劃分電路的故障類型，電子電路元件值軟硬故障的劃分如圖3所示。

圖3 電力電路軟硬故障劃分示意圖Fig.3 Schematic diagram of soft and hard fault division of power circuit

其中，表示標稱值，軟故障的定義為[01,(1-))∪((1+),10]，硬故障的定義為[0,01)∪(10,∞]。本研究采用HOC算法處理采集到的電子電路的原始數據集，用來加強各類故障特征數據的辨識度。基于HOC的故障特征提取診斷流程如圖4所示。

圖4 基于HOC的故障特征提取診斷流程Fig.4 Flow chart of fault feature extraction and diagnosis based on HOC

采集到的電路中輸出的原始樣本數據特征向量為=(,,…,)，其聯合概率密度函數為(,,…,)，向量(,,…,)的階累積可通過累積量生成函數得到：

(2)

式中：當==…==1時，可以得到階矩和階累積量；階累積量可通過階矩計算得到，轉換公式M-C可表示為：

(3)

式中：符號集={1,2,…,}；為集合不相交的非空子集；為子集的個數。對于電路故障信號的隨機變量{,,…,}，它的三階累積量可由式(3)推導得到：

={}-{}{}-{}{}-
{}{}+2{}{}{}

(4)

設定采集到故障電路的特征信號的離散時間序列為0用來減少計算量，非零序列能夠根據其均值相減估算得到均值為0的序列。當采樣故障的特征信號{()}為均值為0的平穩隨機過程時，特征信號的階累積量可表示為：

(5)

特征信號的階累積量與時間的變化無關，為滯后相關的函數，特征信號{()}為平穩的。由式(5)可以看出，故障電路的采樣信號為過程{()}的階矩和階累積量，取(+)后的一個隨機向量的階矩和階累積量，且僅有-1個獨立元。簡化得到的電路特征信號的三階累積量可表示為：

3=(,)={()(+)(+)}

(6)

根據特征信號的階矩和階累積量可得到信號{()}的峭度和偏度，令式(6)中==0，得到3階累積量的一維切片表示偏度={()}。令4階累積量的===0得到峭度={()}-3{()}。得到電路故障特征信號的峭度和偏度均為無量綱的信號特征值，這與電子電路的運行狀態有關，根據參數變化對電路進行故障診斷。通過偏度可以判斷電路信號的概率分布是否對稱，峭度反映了信號概率分布的陡峭程度。通過以上分析可知，信號中均值為，方差為的高斯隨機變量的階累積量=0，HOC能夠完全抑制高斯噪聲的影響，過濾掉采集信號中的高斯分量，但保持高階矩并不全為0。

2 應用測試

本研究使用QT Creator 4.11.0開發工具進行系統模塊化編程，系統客戶端主要完成對終端設備采集到的數據進行分析計算，將計算和診斷結果顯示到系統交互界面。系統界面主要包括對激勵信號的參數設置，對故障特征選擇提取的控制及輸入輸出的波形顯示等功能。系統交互界面如圖5所示。

圖5 系統交互界面Fig.5 System interface

為驗證本研究電子電路故障診斷技術的性能，分別采用文獻[3]、文獻[4]系統和本研究系統進行實驗，對比3種系統的故障診斷率。實驗環境硬件電路中電容選擇50 V/220 μF的電解電容；電容選擇25 V/220 μF的電解電容；電感、均使用3 A/470 μH，功率MOSFET型號為IRF540、功率二極管型號為MBR3045，負載選用10 W/10 Ω的大功率電阻。實驗環境中數據采集模塊如圖6所示。

圖6 數據采集模塊Fig.6 Data acquisition module

在標準工作狀況下，使用數據采集模塊對電路正常工作時測點、、、的電壓信號進行采集，輸出信號波形如圖7所示。

圖7 主要測點的電壓波形Fig.7 Voltage waveforms at main measuring points

通過去除電路元件來模擬電路中出現的硬故障，通過公式計算故障診斷率：

(9)

式中：表示電路的工作模式數；表示某個電路的工作模式；表示第個工作模式的時間；表示所有電路工作模式中正確診斷的樣本總數。使用3種系統診斷實驗電路中的硬故障，經過計算得到3種系統的硬故障診斷率，具體如表1所示。

表1 3種系統的硬故障診斷率Tab.1 Hard fault diagnosis rates of three systems

由表1可以看出，本研究系統的故障診斷方法對電子電路中出現的硬故障的診斷率最高，故障檢測效果最好。對出現的硬故障功率MOSFET開路(F1)、二極管DIODE開路(F2)、電容短路(F3)、電容開路(F4)和電感(F5)開路情況，故障診斷率為100%。文獻[3]系統對電路中出現硬故障的平均故障診斷率為94%，對硬故障中二極管DIODE開路情況的故障診斷率達到100%；文獻[4]系統對硬故障的平均故障診斷率為97.6%，其中對電路中出現電感開路情況的診斷率高達100%。

通過替換元器件及串并聯電阻來模擬軟故障區間的某些取值，使用3種系統診斷實驗電路中的軟故障，經過計算得到3種系統的軟故障診斷率，具體如表2所示。

表2 3種系統的軟故障診斷率Tab.2 Soft fault diagnosis rates of three systems

由表2可以看出，本研究對于軟故障中電容值減小20%～50%的情況(f2)，故障診斷率最大達到100%。當功率MOSFET導通阻抗增大20%～50%時(f5)，故障診斷率低至93%。文獻[3]系統對電容開路的故障(f1)診斷率低至90%。當出現電容電容值減小20%～50%，等效阻抗增大25%～100%軟故障(f3)時，文獻[3]的故障診斷率僅為88%，功率MOSFET導通阻抗增大時的故障(f5)診斷率低至80%。說明文獻[3]系統對電路出現軟故障的診斷效果不好；文獻[4]系統對軟故障的平均故障診斷率為91.2%。

3 結語

本研究基于HOC算法設計出電子電路故障診斷技術，采集故障電路的特征信號，對信號進行處理后突出了樣本點特征信息，減少了數據維度。將信號的特征向量樣本一部分作為訓練樣本，一部分作為測試樣本進行故障模式識別，得到電子電路的故障診斷結果。本研究的創新點在于：

(1)對化工設備故障診斷單元的數據采集模塊進行設計，配置多個化工設備數據采集通道能夠對8路的數據進行采集，并加入化工設備電壓跟隨器提高阻抗。選擇二次電源28～12 V DC-DC變換電路作為化工設備仿真電路，并在化工設備控制電路中加入LM317單片線性的電源電壓調節器，選用化工設備測點電壓信號的峰值和峰峰值反應電路的故障類型；

(2)使用HOC算法處理化工設備電子電路的故障特征數據。各類化工設備故障特征之間的辨識度，設定離散時間序列均值為0簡化了階累積量，對化工設備累積量計算得到信號的峭度和偏度，反應故障特征信號的概率分布特征。

隨著化工設備故障特征數目的增大給實際測試工作造成一定困難，且各故障特征量間可能會存在信息冗余，增加了化工設備分類器模型的復雜度，本研究還需對化工設備故障特征信息融合進行深入研究。