基于數(shù)據(jù)庫的工業(yè)鍋爐事故診斷系統(tǒng)的設計與實現(xiàn)

董 翔

(江蘇工程職業(yè)技術學院,江蘇 南通 226000)

1 基于數(shù)據(jù)庫的工業(yè)鍋爐事故診斷系統(tǒng)設計結構

1.1 事故發(fā)生原因

對相關資料進行收集與分析,得出以下幾個原因:①燃料質(zhì)量不達標,水分含量較高,難以著火或燃燒不穩(wěn)定,容易發(fā)生煤斗,使機器下煤管道堵塞,導致下煤不均勻或中斷等,導致熄火后煤炭不完全燃燒,在煙道內(nèi)再次燃燒,造成事故。②爐膛溫度低、送風量過大、水冷壁爆管、鍋爐開啟和停止動作過于頻繁等都會導致鍋爐爐溫降低,造成燃燒質(zhì)量差甚至是滅火,導致沒有完全燃燒的煤粉量增多,如果煙溫低,容易導致煤粉積存,煙道燃燒,因此負荷低的時候可以投入油噴嘴穩(wěn)定火勢,在鍋爐工作過程中要掌握好送風量,開啟或停止動作不能過于頻繁[1]。如果風粉比例調(diào)整不適,風速過高或過低都容易引起火焰不穩(wěn)定。若煤粉磨制不合格或燃油處理不恰當,會導致不完全燃燒量增大,損失增多,增多煙氣攜帶的可燃顆粒,令煙道再燃燒。③裝置設備本身損壞卻沒有檢查出來,存在巨大的風險隱患,對后期鍋爐設備運行造成嚴重影響。

1.2 故障診斷

工業(yè)鍋爐具有不同的故障特性,有些故障是在設備運行過程中逐漸積累導致的,而有些故障會突然發(fā)生。如工業(yè)鍋爐送粉管道的堵塞是長時間的灰塵堆積導致的,對于這種故障需要提前診斷。燃燒器故障主要為突發(fā)故障,需要以預防為主,構建故障監(jiān)測系統(tǒng),對鍋爐運行設備進行實時監(jiān)測。工業(yè)鍋爐故障診斷需查明發(fā)生故障的指定位置,找到故障發(fā)生原因[2],故障診斷系統(tǒng)的工作流程是一種模式識別過程,需在出現(xiàn)故障時檢測出固有的特征信號,從而判斷故障原因。故障診斷過程如圖1所示。

采集信號。當鍋爐某些設備出現(xiàn)故障時,往往存在熱、振動、力學變化等現(xiàn)象,對這些信號進行采集,可為故障診斷提供有力依據(jù)。對收集到的信號進行分析,判斷設備運行狀態(tài)及故障特征。對獲取的狀態(tài)進行識別,與原始數(shù)據(jù)或參數(shù)進行對比,判斷故障類型及性質(zhì),及時采取補救措施。

圖1 故障診斷實施過程Fig.1 Process of fault diagnosis implementation

1.3 基本結構

故障診斷系統(tǒng)結構主要分為兩部分:以診斷部件及該領域專業(yè)知識為主建立的故障診斷數(shù)據(jù)庫,借助ADO(Active Data Objects)處理數(shù)據(jù)庫與表中存儲的數(shù)據(jù),結合數(shù)據(jù)庫對系統(tǒng)功能模塊進行設計,具體結構如圖2所示。

圖2 鍋爐故障診斷系統(tǒng)結構Fig.2 Structure of boiler fault diagnosis system

該系統(tǒng)通過傳遞事故診斷編碼與識別信息進行交互,有效提高診斷準確率,使其對數(shù)據(jù)樣本及知識庫的診斷更加直觀。在神經(jīng)網(wǎng)絡模塊中加入專家系統(tǒng),解決了傳統(tǒng)專家系統(tǒng)獲取知識耗費時間多、診斷內(nèi)容不全面、診斷速度慢及效率低等問題。

該系統(tǒng)由許多模塊組合而成。①熱力參數(shù)檢測模塊。對系統(tǒng)運行時的熱力參數(shù)進行實時檢測,將該數(shù)值與基本信息儲存表中的參數(shù)進行比較。若當前參數(shù)值與數(shù)據(jù)庫中的正常值相差較大,系統(tǒng)會連接到軟件并給出相應顏色的警示燈,如黃色預警、紅色報警[3]。②樣本編輯訓練模塊。該模塊將系統(tǒng)采集的數(shù)據(jù)劃分到不同編號的組別中,每個組都被看作一個整體樣本,在進行樣品編輯訓練的過程中對這些整體樣本進行處理,使用神經(jīng)網(wǎng)絡模塊處理樣本,得到權值與閾值矩陣,為數(shù)據(jù)樣本的后期診斷與收集提供便利。③知識獲取模塊。主要用于學習工業(yè)鍋爐事故樣本,通過學習獲取知識。神經(jīng)網(wǎng)絡模塊與專家系統(tǒng)的連接主要通過知識獲取模塊來展開。知識獲取模塊將神經(jīng)網(wǎng)絡模塊的知識儲存起來,隨時調(diào)用,建立相應的算法與函數(shù)模型[4]。專家系統(tǒng)包括事故診斷、解釋模塊及事故推理等部分。其中,事故診斷與解釋模塊通過已經(jīng)成型的神經(jīng)網(wǎng)絡模塊模型,運用ADO讀入系統(tǒng)的相關運行參數(shù),對神經(jīng)網(wǎng)絡模塊模型進行診斷,將得出的數(shù)據(jù)進行推理演算,得出鍋爐事故診斷結論,根據(jù)知識庫中儲存的知識解釋該診斷結果。若在知識庫中找不到相應的結果,則可進一步查看并擴充知識庫知識含量。

2 建立工業(yè)鍋爐事故診斷系統(tǒng)知識庫與數(shù)據(jù)庫

2.1 知識庫

工業(yè)鍋爐事故診斷系統(tǒng)的知識庫包含大量相關專業(yè)理論與事實規(guī)律,是神經(jīng)網(wǎng)絡模塊與專家系統(tǒng)工作時必需的一般性常識總和,是整個系統(tǒng)的基礎部分。

專家系統(tǒng)的核心是知識獲取模塊,其判斷能力系統(tǒng)的性能由知識庫中儲存的知識量與準確程度決定,獲取知識的途徑有3種,即自動型、非自動型及基于精神網(wǎng)絡模塊[5]。本系統(tǒng)主要使用非自動知識獲取,具體過程如圖3所示。

圖3是知識工程師與相關領域專家對文獻進行分析總結,對分析結果進行多次商討研究得出的結論,它將各方面得來的知識匯總,用適當?shù)谋硎痉绞交蛘Z言形式來表示,最后存入知識庫中。機器學習是神經(jīng)網(wǎng)絡模塊獲取知識的主要途徑,在訓練時將一些具有代表性的知識注入神經(jīng)網(wǎng)絡系統(tǒng)中,系統(tǒng)自動記住所有重要知識。

圖3 非自動知識獲取Fig.3 Non-automatic knowledge acquisition

對于知識的診斷是很有必要的,這直接關系著后續(xù)系統(tǒng)的運行準確性,主要有以下幾種方式:①邏輯表示法。適用于事物屬性與概念方面的知識,用簡單的謂詞公式復合成較為復雜的內(nèi)容,具有很好的擴充能力。②語義網(wǎng)絡表示法。在語義網(wǎng)絡中,用一組節(jié)點表示某一概念或屬性,將其連接起來,連接節(jié)點的弧表示各連接節(jié)點之間的關系,這種方法能夠將各種問題有機地結合起來,更加理性地結合多個信息聯(lián)合分析。③產(chǎn)生式表示法。該方法常用于表示有因果關系的知識,由規(guī)則庫、綜合數(shù)據(jù)庫及推理結構等組成,使知識更加直觀地展示出來,便于系統(tǒng)進行推理,令知識修改更加方便。④框架表示法。主要原理是建立框架式結構,將一個復雜的系統(tǒng)分成不同的相互聯(lián)系的子系統(tǒng),各系統(tǒng)分工合作,將一個問題的抽象概念與細節(jié)進行分層處理,減少知識庫中的搜索時間,有助于提高整體工作效率[6]。

2.2 數(shù)據(jù)庫

傳統(tǒng)的工業(yè)鍋爐事故診斷方法冗雜性很大,訪問速度很慢,可擴充量小。為解決這些問題,需引入數(shù)據(jù)庫。結合知識庫使用關系數(shù)據(jù)庫與ADO數(shù)據(jù)庫,達到提升系統(tǒng)運作效率的目的。

關系數(shù)據(jù)庫主要由關系數(shù)據(jù)結構、關系操作集合及關系完整性約束組成,如圖4所示。關系表中記錄了每個實體及其相關屬性,清晰展現(xiàn)出模型中的數(shù)據(jù)邏輯結構。該模型具有選擇、投影、并、交等操作,其中,查詢操作是最關鍵的部分。使用時要保證關系數(shù)據(jù)庫的規(guī)范化,注意字段值的唯一性與獨立性、功能的關系性及主索引鍵的使用。ADO數(shù)據(jù)庫可成為存取數(shù)據(jù)的標準,能很好地簡化整個程序,用ADO方法訪問數(shù)據(jù)時要依靠ADO對象,包含連接、記錄集、命令、事件等[7]。

圖4 字段結構Fig.4 Field structure

工業(yè)鍋爐事故診斷系統(tǒng)數(shù)據(jù)庫設計需從兩方面入手:建立鍋爐系統(tǒng)的數(shù)據(jù)結構,對收集的數(shù)據(jù)表進行操作。如表1所示,以鍋爐內(nèi)裝滿水的樣本為例,系統(tǒng)會制作基本信息參數(shù)統(tǒng)計表,給各數(shù)據(jù)編號并給出特征值,系統(tǒng)檢測報警功能基于數(shù)據(jù)比對及分析做出反應。在事故發(fā)生類型表中儲存著許多事故發(fā)生的原因分類及處理措施分類,當機器出現(xiàn)新的故障類型時,可對知識庫與數(shù)據(jù)庫進行添加填充。事故預兆信息表是對事故發(fā)生類型表中的各現(xiàn)象及數(shù)據(jù)進行總結,建立事故學習樣本,在事故發(fā)生前進行有效預測[8]。

表1 鍋爐滿水樣本信息實例

3 結束語

工業(yè)鍋爐應用廣泛,需控制其危害,降低事故的發(fā)生率,因此工業(yè)鍋爐事故診斷系統(tǒng)應用前景廣闊。系統(tǒng)建立完成后,需對其進行測試,檢驗其運作效果。若檢測該系統(tǒng)存在風險,需現(xiàn)場采集各項數(shù)據(jù),交給系統(tǒng)進行模擬測試。實驗結果顯示,該系統(tǒng)能夠準確判斷工業(yè)鍋爐的實時狀態(tài)并給出相應的反應,可在實踐中應用推廣。