導(dǎo)語(yǔ)：旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)研究論文一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

1概述

隨著工業(yè)的日益發(fā)展，大型機(jī)組的功率越來(lái)越大，工作轉(zhuǎn)還越赤越高，許多大型的機(jī)組需要在超臨界轉(zhuǎn)速下運(yùn)行，而由于種種原因國(guó)內(nèi)外大型機(jī)組的故障時(shí)有發(fā)生，造成世大的經(jīng)濟(jì)損失。例如1987年山西大同發(fā)電廠200MW機(jī)組轉(zhuǎn)子斷裂，1988年秦嶺電廠5號(hào)機(jī)組主軸斷裂，兩次事故經(jīng)濟(jì)損失均達(dá)億元以上。研究并應(yīng)用先進(jìn)的狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)不僅可以早期發(fā)現(xiàn)故障，避免惡性事故的發(fā)生，還可以從根本上解決目前設(shè)備定期維修中維修不足和維修過(guò)剩的問(wèn)題。據(jù)文獻(xiàn)[1]介紹，如果我國(guó)電力部門全面推廣設(shè)備診斷技術(shù)，僅維修費(fèi)用每年可節(jié)約3.5億元。為了避免和減少大型機(jī)組故障的發(fā)生，各國(guó)都投入大量的人力物力進(jìn)行故障機(jī)理和故障診斷技術(shù)的研究。在這些研究成果的基礎(chǔ)上，各研究單位針對(duì)不同的應(yīng)用開發(fā)了一些故障診斷系統(tǒng)，有些診斷系統(tǒng)已經(jīng)推廣應(yīng)用于工業(yè)生產(chǎn)并取得了很好的經(jīng)濟(jì)效益，如美國(guó)的BentlyNevada公司的3300系統(tǒng)、TDM、DDM系統(tǒng)，WestinghouseElectricCorporation的TurbinAID、GenAID、ChemAID系統(tǒng)[2]，國(guó)內(nèi)的哈爾濱工業(yè)大學(xué)，清華大學(xué)、西安交通大學(xué)、浙江大學(xué)、華中理工大學(xué)等單位分別研制的故障診斷系統(tǒng)。這些系統(tǒng)在工業(yè)現(xiàn)場(chǎng)的應(yīng)用成為工業(yè)企業(yè)有效地減少和避免大型機(jī)組故障發(fā)生的主要手段。

機(jī)械故障診斷有兩個(gè)方面的要求：一是發(fā)現(xiàn)故障，即判定故障發(fā)生與否；二是識(shí)別故障發(fā)生的部位、類型、性質(zhì)、嚴(yán)重程度。因此，故障診斷系統(tǒng)相對(duì)這兩面三刀個(gè)要求也應(yīng)具備狀態(tài)監(jiān)測(cè)與故障診斷兩個(gè)方面的功能，是這兩個(gè)功能的有機(jī)結(jié)合體。目前國(guó)內(nèi)外研究開發(fā)的故障診斷系統(tǒng)（包括已推向市場(chǎng)的產(chǎn)品）從功能來(lái)分，可以分為以基于信號(hào)處理和數(shù)據(jù)分析為主的監(jiān)測(cè)型系統(tǒng)，如BentlyNevada公司的3300系統(tǒng)、Atlanta公司的M6000，和基于知識(shí)的智能診斷型系統(tǒng)，如WestinghouseElectricCorporation的TurbinAID、GenAID、ChemAID系統(tǒng)和IRD公司的501系統(tǒng)。但目前對(duì)故障診斷系統(tǒng)的開發(fā)過(guò)程進(jìn)行較為全面的分析，并建立模型的文獻(xiàn)并不多見(jiàn)，因此針對(duì)故障診斷系統(tǒng)的這兩個(gè)方面的要求，充分考慮監(jiān)測(cè)與診斷兩個(gè)功能，采用面向?qū)ο蠹夹g(shù)，對(duì)故障診斷系統(tǒng)進(jìn)行充分系統(tǒng)的分析，建立故障診斷系統(tǒng)的信息模型、動(dòng)態(tài)模型和功能模型，為大型機(jī)組故障診斷系統(tǒng)的開發(fā)提供理論依據(jù)。

2面向?qū)ο蠓治龇?/p>

面向?qū)ο蠓治龇椒?Object-OrientedAnalysis，簡(jiǎn)稱OOA)綜合了功能分解方法、數(shù)據(jù)流分析法和信息造型法三種方法的一些優(yōu)點(diǎn)，并用面向?qū)ο蟾拍罱y(tǒng)一了這些優(yōu)點(diǎn)之后發(fā)展起來(lái)的一種新的分析方法。是人們將面向?qū)ο蠓椒☉?yīng)用于系統(tǒng)分析而產(chǎn)生的一種新的方法論。OOA的概念是Shlaer,S.和Mellor,S.于1988年提出[4]，目前正處于研究和發(fā)展階段[5,6]。

面向?qū)ο蠓治龇椒ㄊ墙⒃谌祟愖约旱乃季S組織模式之上的一種分析方法。在傳統(tǒng)的分析方法中，從問(wèn)題空間到分析結(jié)果(即系統(tǒng)模型)的映射是間接的，原因之一就是分析人員所采用的思維模式與設(shè)計(jì)人員所采用的思維模式存在一定的距離。從根本上統(tǒng)一思維模式的方法就是在系統(tǒng)開發(fā)的各個(gè)環(huán)節(jié)中都采用人類原有的思維組織模式。面向?qū)ο蠓治龇椒ㄊ墙⒃谌祟愖约核季S模式的基礎(chǔ)上，客觀地、自然地應(yīng)用客觀世界本來(lái)的規(guī)律來(lái)開發(fā)應(yīng)用系統(tǒng)的一種分析方法。

面向?qū)ο蠓治龇椒梢杂孟旅媸阶颖硎荆?/p>

面向?qū)ο蠓治龇椒ǎ綄?duì)象＋分類＋繼承性＋基于消息的通信

其中，對(duì)象是被封裝的一組屬性和專有服務(wù)，它是問(wèn)題空間中某種事物的一個(gè)抽象，同時(shí)也包含問(wèn)題空間中這種事物的若干實(shí)例。

面向?qū)ο蠓治龇椒ㄔ?0年代末被提出后，得到了快速的發(fā)展?，F(xiàn)在面向?qū)ο蠓治龇椒ㄖ饕袃煞N，一是Shlaer和Mellor提出的面向?qū)ο蠓治龇椒╗4]，這種方法主要是構(gòu)造三個(gè)形式化模型，即信息模型(InformationModel)、動(dòng)態(tài)模型(StateModel)和功能模型(ProcessModel)。另一種是Coad和Yourdon提出的面向?qū)ο蠓治龇椒╗3]，組合了傳統(tǒng)的分析方法和面向?qū)ο蟮奶卣?，主要?個(gè)步驟組成：對(duì)象的認(rèn)定；結(jié)構(gòu)的認(rèn)定；主題的認(rèn)定；屬性和實(shí)例關(guān)聯(lián)的定義；服務(wù)和消息關(guān)聯(lián)的定義。

3故障診斷系統(tǒng)的面向?qū)ο蠓治雠c建模

3.1故障診斷系統(tǒng)需求

分析的故障診斷系統(tǒng)是一個(gè)面向化工行業(yè)高速大型旋轉(zhuǎn)機(jī)械的在線狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)(簡(jiǎn)稱M&D)。該系統(tǒng)需要對(duì)汽壓機(jī)組的12路振動(dòng)信號(hào)及其峰峰值、17路軸瓦溫度信號(hào)、17路壓力及流量等工藝參數(shù)和24路開關(guān)量信號(hào)進(jìn)行在線實(shí)時(shí)采集、存貯、顯示、分析并進(jìn)行故障診斷。為了提高故障診斷的準(zhǔn)確性，還特別要求系統(tǒng)能對(duì)12路振動(dòng)信號(hào)實(shí)現(xiàn)動(dòng)態(tài)信號(hào)的整周期采樣并進(jìn)行實(shí)時(shí)頻譜；為了實(shí)現(xiàn)系統(tǒng)的事故追憶功能，系統(tǒng)還須具有“黑匣子”功能。為了實(shí)現(xiàn)這些功能，系統(tǒng)采用上下位計(jì)算機(jī)機(jī)同步工作的方式進(jìn)行工作。下位計(jì)算機(jī)主要負(fù)責(zé)機(jī)組信號(hào)的采集、靜態(tài)信號(hào)的顯示和一部分報(bào)警功能（監(jiān)測(cè)）；上位計(jì)算機(jī)則負(fù)責(zé)故障診斷系統(tǒng)的數(shù)據(jù)的存貯、信號(hào)分析、故障診斷等工作。上、下位計(jì)算機(jī)通過(guò)網(wǎng)絡(luò)進(jìn)行消息通訊和數(shù)據(jù)傳輸。我們用Shlaer和Mellor提出的面向?qū)ο蠓治龇椒╗4]對(duì)上位機(jī)的故障診斷系統(tǒng)進(jìn)行分析，建立系統(tǒng)的信息模型、動(dòng)態(tài)模型和功能模型。

3.2系統(tǒng)的信息模型

信息模型描述了系統(tǒng)中對(duì)象的表態(tài)結(jié)構(gòu)及對(duì)象間的關(guān)系。信息模型以圖表形式提供一個(gè)研究問(wèn)題概念實(shí)體的全局概況(視圖)。圖形表達(dá)中每一個(gè)方框都與一個(gè)對(duì)象相關(guān)聯(lián)。對(duì)象用研究領(lǐng)域的名詞命名，并給以任意的標(biāo)號(hào)。每個(gè)對(duì)象屬性用一個(gè)星號(hào)或其它類似的區(qū)別符號(hào)標(biāo)識(shí)。對(duì)象之間的關(guān)系在模型圖中用線來(lái)描述。每一個(gè)關(guān)系用一個(gè)動(dòng)詞短語(yǔ)表示，為了便于記錄每一個(gè)關(guān)系也用一個(gè)標(biāo)號(hào)來(lái)標(biāo)。對(duì)象模型因?yàn)閷?duì)象的層次關(guān)系也具有一定的層次關(guān)系。隨著對(duì)象分類程度的不同，對(duì)象模型所表達(dá)的信息也不一樣。本文中僅給出系統(tǒng)的元對(duì)象模型，這是系統(tǒng)的主要核心。隨著對(duì)象層次的逐漸分解，對(duì)象信息含量逐漸豐富，系統(tǒng)的象模型也越來(lái)越具體，直到一個(gè)可以計(jì)算機(jī)語(yǔ)言實(shí)現(xiàn)的系統(tǒng)對(duì)象模型為止。大型旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)與故障智能診斷系統(tǒng)的信息模型，如圖1示。

無(wú)論靜態(tài)數(shù)據(jù)，還是動(dòng)態(tài)數(shù)據(jù)，都是表征大型旋轉(zhuǎn)機(jī)械運(yùn)行狀態(tài)的物理量，按時(shí)間順序存放在數(shù)據(jù)庫(kù)內(nèi)，便于分析和診斷故障成因。數(shù)據(jù)庫(kù)分日庫(kù)、周庫(kù)、月庫(kù)、黑匣子數(shù)據(jù)庫(kù)、趨勢(shì)文件庫(kù)和特征數(shù)據(jù)庫(kù)6個(gè)子庫(kù)。由于廠方的特殊要求，在日庫(kù)、周庫(kù)、月庫(kù)、黑匣子數(shù)據(jù)庫(kù)中存放原始的波形數(shù)據(jù)，在趨勢(shì)文件庫(kù)和特征數(shù)據(jù)庫(kù)中存放趨勢(shì)數(shù)據(jù)和特征數(shù)據(jù)。日庫(kù)、周庫(kù)、月庫(kù)中的數(shù)據(jù)按一定的原則進(jìn)行稀化。數(shù)據(jù)稀化的原則為：日庫(kù)中所有數(shù)據(jù)每4秒鐘保存一組數(shù)據(jù)；周庫(kù)中每2分鐘保存一組數(shù)據(jù)；月庫(kù)中則每15分保存一組數(shù)據(jù)。黑匣子庫(kù)保存在故障發(fā)生時(shí)刻前后各100組數(shù)據(jù)。趨勢(shì)文件庫(kù)中存放所有靜態(tài)信號(hào)和動(dòng)態(tài)信號(hào)的特殊頻率的趨勢(shì)數(shù)據(jù)；而特征數(shù)據(jù)庫(kù)存放主要頻率的幅值和相位信息。

圖1中常規(guī)信號(hào)分析的方法主要包括條形圖、頻譜圖、級(jí)聯(lián)圖、瀑布圖、波特圖、極坐標(biāo)圖、軌跡圖、時(shí)基圖、軌跡圖和趨勢(shì)圖。

狀態(tài)報(bào)警是系統(tǒng)用多層感知器神經(jīng)網(wǎng)絡(luò)對(duì)機(jī)組在正常時(shí)候的所有靜態(tài)和動(dòng)態(tài)信號(hào)進(jìn)行學(xué)習(xí)，然后網(wǎng)絡(luò)利用學(xué)到的知識(shí)來(lái)判斷當(dāng)前時(shí)刻機(jī)組的運(yùn)行狀態(tài)是否正常。

常規(guī)故障診斷原理與狀態(tài)報(bào)警基本上一樣。這里典型故障是指多發(fā)的、常見(jiàn)的故障。根據(jù)廠里的情況，這類故障主要包括：不平衡、轉(zhuǎn)子軸向碰摩、不對(duì)中、油膜渦動(dòng)、亞諧共振、軸承與封瓦松動(dòng)、推力軸承損壞、蒸汽渦動(dòng)、軸承松動(dòng)和不等軸承剛度等。神經(jīng)網(wǎng)絡(luò)對(duì)這些故障的實(shí)際數(shù)據(jù)和前人總結(jié)的診斷知識(shí)進(jìn)行學(xué)習(xí)，將學(xué)習(xí)得到的診斷知識(shí)貯存在權(quán)矩陣中，并利用這些知識(shí)對(duì)機(jī)組的當(dāng)前狀態(tài)進(jìn)行診斷。

智能故障診斷是利用知識(shí)庫(kù)中的知識(shí)對(duì)機(jī)組的運(yùn)行狀態(tài)進(jìn)行診斷。知識(shí)庫(kù)中的診斷知識(shí)以對(duì)象的形式組織。知識(shí)對(duì)象中包含故障診斷所需要的知識(shí)(產(chǎn)生式規(guī)則、神經(jīng)網(wǎng)絡(luò)、基因碼規(guī)則)、獲取故障特征所必要的分析方法和推理控制及故障的處理方法。故障智能診斷從故障的根節(jié)點(diǎn)開始，根據(jù)對(duì)象中的推理控制一層一層向終節(jié)點(diǎn)(最終能細(xì)分的故障)進(jìn)行。最終能到達(dá)的節(jié)點(diǎn)就是診斷出來(lái)的結(jié)論(故障)。

診斷系統(tǒng)必須具有診斷知識(shí)自動(dòng)獲取功能(機(jī)器學(xué)習(xí))才能在實(shí)際應(yīng)用中實(shí)現(xiàn)自我完善。本系統(tǒng)中診斷知識(shí)的自動(dòng)獲取主要由兩個(gè)部分組成：一是通過(guò)神經(jīng)網(wǎng)絡(luò)對(duì)系統(tǒng)提供的樣本進(jìn)行學(xué)習(xí)，另一部分是利用基因算法對(duì)系統(tǒng)樣本的學(xué)習(xí)。

3.3系統(tǒng)的動(dòng)態(tài)模型

系統(tǒng)的狀態(tài)模型描述了不斷變化的系統(tǒng)中的各種因素。狀態(tài)模型用來(lái)指明和實(shí)現(xiàn)系統(tǒng)的控制因素。狀態(tài)模型以狀態(tài)圖表示，如圖2示。圖中以結(jié)點(diǎn)表示狀態(tài)，并以數(shù)字標(biāo)識(shí)，以弧表示由事件觸發(fā)的狀態(tài)之間的變化，箭頭方向表示事件觸發(fā)的方向。

面向?qū)ο蟮姆治黾僭O(shè)所有的對(duì)象都有一個(gè)生命周期。一個(gè)生命周期由幾個(gè)階段組成。在特定的階段都要指定對(duì)象實(shí)例行為的自然準(zhǔn)則。生命周期包含對(duì)象在不同生命時(shí)期的不同狀態(tài)。在開發(fā)的狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)中，程序自動(dòng)運(yùn)行時(shí)的對(duì)象生命周期由下列幾個(gè)階段組成：1.采集狀態(tài)數(shù)據(jù)；2.寫入網(wǎng)絡(luò)緩沖區(qū)；3.讀取網(wǎng)絡(luò)采集數(shù)據(jù)；4.進(jìn)行數(shù)據(jù)常規(guī)分析；5.進(jìn)行故障報(bào)警分析；6.進(jìn)行典型故障診斷；7.顯示分析結(jié)果；8.寫入數(shù)據(jù)庫(kù)。這是系統(tǒng)一般運(yùn)行時(shí)監(jiān)測(cè)功能的生命周期。

另外，由于Windows環(huán)境下程序是一個(gè)多進(jìn)程、多用戶的系統(tǒng)，下列的對(duì)象可通過(guò)用戶界面由用戶手動(dòng)激活或由系統(tǒng)根據(jù)狀態(tài)分析診斷結(jié)果激活：數(shù)據(jù)庫(kù)查詢、事故追憶；趨勢(shì)分析；升降速分析；進(jìn)行智能故障診斷；知識(shí)庫(kù)管理；診斷知識(shí)機(jī)器學(xué)習(xí)；系統(tǒng)聲光報(bào)警；各種圖表打印輸出；人機(jī)交互界面。

上面所描述的對(duì)象的生命周期可以繼續(xù)細(xì)分，直至不能再分為止。圖2是根據(jù)上述的分析所建立起來(lái)的大型旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的狀態(tài)模型。該模型給出了系統(tǒng)中主要對(duì)象的生命周期。圖中每個(gè)框圖表示對(duì)象生命周期的一個(gè)階段，而一條帶箭頭的弧線代表對(duì)象發(fā)出的一個(gè)事件及消息的傳遞途徑。所謂的事件(Event)是當(dāng)一個(gè)對(duì)象的一個(gè)實(shí)例從一個(gè)階段向另一個(gè)階段發(fā)展時(shí)或向另外一個(gè)對(duì)象轉(zhuǎn)移時(shí)發(fā)出的信號(hào)。

3.4系統(tǒng)的功能模型

系統(tǒng)過(guò)程模型用來(lái)說(shuō)明值是如何計(jì)算的，而并不考慮動(dòng)作序列，策略或?qū)ο竽Ｐ?。過(guò)程模型表明了值之間的依賴關(guān)系及相關(guān)的函數(shù)(功能)。過(guò)程模型是在構(gòu)造信息模型與狀態(tài)模型之后才構(gòu)造的。在面向?qū)ο蠓治鼋Ｖ锌梢杂脭?shù)據(jù)流程圖(DFD)來(lái)表示系統(tǒng)功能模型。數(shù)據(jù)流程圖(DFD)有助于表示功能依賴關(guān)系。功能可以用各種方式來(lái)描述：如自然語(yǔ)言，數(shù)學(xué)式子和偽碼等。

過(guò)程模型的構(gòu)造按以下步驟執(zhí)行：明確輸入、輸出值；建立體現(xiàn)函數(shù)依賴性的DFD圖；描述函數(shù)；明確約束條件；確定優(yōu)化標(biāo)準(zhǔn)。

數(shù)據(jù)流程圖是用來(lái)說(shuō)明輸出值是怎樣從輸入值得來(lái)的。DFD通常按層次組織。最頂層可能由單個(gè)過(guò)程組成，也可能由收集輸入、計(jì)算值、生成結(jié)果(輸出)的一個(gè)綜合過(guò)程構(gòu)成。在各層的DFD層次中，可以從輸出值遞推出它的功能。如果對(duì)操作的輸入也是整個(gè)圖的輸入，就可以實(shí)行遞推法。否則，有些操作是中間值，必須反過(guò)來(lái)跟蹤。

將頂層的DFD中的過(guò)程擴(kuò)展成更低層次的DFD圖。如果第二層次圖中的過(guò)程仍包含一些可細(xì)化的過(guò)程，它們還可以遞推擴(kuò)展。圖3表示了大型旋轉(zhuǎn)機(jī)械在線狀態(tài)監(jiān)測(cè)與智能故障診斷系統(tǒng)的頂層數(shù)據(jù)流圖，提供了系統(tǒng)的輸入、輸出值。根據(jù)圖1的對(duì)象模型和圖2的動(dòng)態(tài)模型可以將頂層數(shù)據(jù)流圖擴(kuò)展為更低層次的DFD，因篇幅所限在此不作展開。

4M&D系統(tǒng)實(shí)現(xiàn)

M&D系統(tǒng)是按三個(gè)面向?qū)ο竽Ｐ徒⑵饋?lái)的一個(gè)面向化工行業(yè)高速大型旋轉(zhuǎn)機(jī)械的在線狀態(tài)監(jiān)測(cè)和診斷系統(tǒng)，除了計(jì)算機(jī)的正常配置外，下位機(jī)硬件還包括1塊前置信號(hào)處理卡、1塊智能鑒相卡、1塊PCL-1800采集卡、2塊PCL-813卡和1塊開關(guān)信號(hào)監(jiān)控卡；上位機(jī)還內(nèi)置一塊以美國(guó)Texas公司TMS320C25數(shù)字信號(hào)處理卡為核心的并行處理系統(tǒng)(ATD-C25AT-C)，該系統(tǒng)每秒能執(zhí)行1千萬(wàn)條指令，可使IBM-PC/AT達(dá)到超級(jí)小型機(jī)的運(yùn)算速度。自行開發(fā)的智能鑒相板，根據(jù)鑒相信號(hào)的脈沖頻率，經(jīng)過(guò)32倍頻后控制采樣頻率高達(dá)330K的PCL-1800高速采集板，對(duì)12路振動(dòng)信號(hào)實(shí)現(xiàn)整周期采樣；2塊采樣頻率為25K的PCL-813采集板對(duì)12路振動(dòng)信號(hào)的峰-峰值、17路溫度信號(hào)和17路壓力、流量等工藝參數(shù)進(jìn)行采集；24路開關(guān)時(shí)量信號(hào)則由開關(guān)監(jiān)控板(自行研制)進(jìn)行監(jiān)控。上位機(jī)中的數(shù)字信號(hào)處理系統(tǒng)負(fù)責(zé)診斷系統(tǒng)所需的數(shù)據(jù)分析。上、下位計(jì)算機(jī)通過(guò)NWlite點(diǎn)對(duì)點(diǎn)式的網(wǎng)絡(luò)進(jìn)行消息通訊和數(shù)據(jù)傳輸。下位機(jī)為了提高狀態(tài)監(jiān)測(cè)的實(shí)時(shí)性，利用PC機(jī)中斷技術(shù)，采用在DOS環(huán)境下的BorlandC++語(yǔ)言和TurboAssembler匯編語(yǔ)言編寫；上位機(jī)為了實(shí)現(xiàn)多任務(wù)處理，和分析圖形顯示的美觀等要求，采用在Windows環(huán)境下用VisualC++語(yǔ)言進(jìn)行編寫，上位機(jī)中的數(shù)字信號(hào)處理板(DSP)接口程序由TMS320C25匯編語(yǔ)言編寫。