我司（無錫羅茨鼓風機廠）是主要從事于生產(chǎn)L系列羅茨鼓風機的專業(yè)廠，生產(chǎn)羅茨鼓風機已有30多年歷史，今天就來說煤氣鼓風機專家系統(tǒng)的研究與實施。

攀鋼煤化工廠二期的三臺煤氣鼓風機是攀鋼的關(guān)鍵設備，于2001年，針對三臺鼓風機，安裝了一套重慶大學研制的“煤氣鼓風機在線振動監(jiān)測診斷系統(tǒng)”，做到了無故障時放心運行，有故障時及時報警。但是，當有故障報警后，由于現(xiàn)場操作人員和技術(shù)人員不具備專業(yè)的動態(tài)振動信號分析和故障精密診斷的理論知識和經(jīng)驗，針對不同的現(xiàn)象不善于選用不同的振動信號分析方法，不善于根據(jù)振動信號分析的各種圖譜診斷故障種類、原因、部位和嚴重程度。本文結(jié)合現(xiàn)場實際，介紹了煤氣鼓風機專家系統(tǒng)的研究與實施。

關(guān)鍵詞：煤氣鼓風機、專家系統(tǒng)、智能診斷

1 現(xiàn)狀分析

攀鋼煤化工廠二期的三臺煤氣鼓風機是攀鋼的關(guān)鍵設備，于2001年，針對三臺鼓風機，安裝了一套重慶大學研制的“煤氣鼓風機在線振動監(jiān)測診斷系統(tǒng)”，做到了無故障時放心運行，有故障時及時報警。但是，當有故障報警后，由于現(xiàn)場操作人員和技術(shù)人員不具備專業(yè)的動態(tài)振動信號分析和故障精密診斷的理論知識和經(jīng)驗，針對不同的現(xiàn)象不善于選用不同的振動信號分析方法，不善于根據(jù)振動信號分析的各種圖譜診斷故障種類、原因、部位和嚴重程度。

這三臺機組的故障種類多，且許多故障非常隱蔽，如軸向竄動、轉(zhuǎn)子碰摩、滑動軸承油膜共振、滾動軸承故障、齒輪故障、不平衡、不對中等。當有故障報警后，不及時診斷故障種類、原因、部位和嚴重程度，將嚴重影響煤氣鼓風機組運行的經(jīng)濟性和安全性，嚴重影響正常生產(chǎn)。一旦煤氣鼓風機發(fā)生事故，將導致生產(chǎn)系統(tǒng)癱瘓，并產(chǎn)生重大污染和嚴重的經(jīng)濟損失。所以，非常有必要在現(xiàn)有的“煤氣鼓風機在線振動監(jiān)測診斷系統(tǒng)”有關(guān)硬件軟件的基礎(chǔ)上，增加“煤氣鼓風機診斷專家系統(tǒng)”功能。

煤氣鼓風機組由電動機、液力耦合器、增速器及鼓風機組成，相互之間由齒輪聯(lián)軸器聯(lián)結(jié)。除了液力耦合器為滾動軸承外，其它設備為滑動軸承。有關(guān)主要參數(shù)如下：

A電機

型號：YK1000-2/990功率： 1000KW

轉(zhuǎn)速： 2975rpm

B液力耦合器

型號：GST50

C增速器

型號：GYD-350-1320/1.522圓弧圓柱齒輪

增 速 比：1.522Z1=102 Z2=67

D煤氣鼓風機

型號：D1200—1.16/0.86 入口壓力：0.084Mpa

進口流量：1200 m3/mim 排出壓力：0.114Mpa

額定轉(zhuǎn)速：4407r/min 實際轉(zhuǎn)速：4000～4200r/min

葉輪直徑：1.19m 葉 片 數(shù)：20

2系統(tǒng)基本技術(shù)方案

2.1測點布置

系統(tǒng)測點布置圖如圖1所示，RPM為轉(zhuǎn)速傳感器，檢測煤氣鼓風機實際轉(zhuǎn)速，實現(xiàn)信號同步平均，去除干擾信號, 轉(zhuǎn)速傳感器信號也是動平衡的鑒相信號。S15為推力軸承軸向位移傳感器，檢測煤氣鼓風機轉(zhuǎn)子軸向竄動信號。對高壓泵自由端進行少量改裝，就可安裝RPM和S15傳感器。S11～S14為安裝在煤氣鼓風機軸承座上直接測量煤氣鼓風機轉(zhuǎn)軸的振動信號，S1～S10為安裝在軸承座上的速度傳感器，對檢測的速度信號進行積分變換，可轉(zhuǎn)換為振動位移信號，從而便于和有關(guān)標準對比。檢測的信號頻率范圍是1－2000Hz，比常規(guī)檢測儀器的檢測范圍（20－100Hz）寬、精度高、性能穩(wěn)定。

圖1： 系統(tǒng)測點布置圖

2.2項目內(nèi)容

診斷專家系統(tǒng)具有三大基本功能：a.在線智能診斷軟件，包括：與“在線振動監(jiān)測診斷系統(tǒng)接口”，智能化推理算法，數(shù)據(jù)處理器，圖形化模糊神經(jīng)網(wǎng)絡專家知識庫，綜合的動態(tài)聯(lián)接庫數(shù)據(jù)通訊模塊；b.離線專家診斷系統(tǒng)軟件，包括：振動監(jiān)測與故障診斷培訓系統(tǒng)，機械故障模擬試驗臺，信號分析測試系統(tǒng)，機器建摸和故障仿真，振動診斷案例實踐與應用，故障診斷參考中心，智能頻譜分析系統(tǒng)；c.現(xiàn)場動平衡系統(tǒng)，包括：動平衡故障判別模塊，接口模塊，一倍頻振動幅值、相位計算模塊，影響系數(shù)法，動平衡配重及效果評價。

智能診斷是本項目的關(guān)鍵。例如：利用頻譜分析方法，可在頻域中將動態(tài)信號分為低頻、中頻和高頻，在低頻內(nèi)主要包含了轉(zhuǎn)子不平衡、不對中、竄動、主軸彎曲、機座松動、油膜渦動、水泵葉片等故障；在中頻內(nèi)主要包含了齒輪故障、轉(zhuǎn)子碰磨，共振頻帶等故障；在高頻內(nèi)主要包含了流體噪聲、沖擊脈沖、流體空穴、結(jié)構(gòu)共振、流體振蕩等故障。以上各種故障具有不同的頻率和不同的頻譜結(jié)構(gòu)，故障的嚴重程度由其對應的頻率幅值高低來表示。此外，利用波形分析、軸心軌跡分析、數(shù)字濾波分析、解調(diào)分析、通頻全息譜分析等方法也能得到許多有用的分析結(jié)果。

本項目的基本要求是：在線監(jiān)測的同時，實時顯示軸向竄動、轉(zhuǎn)子碰摩、滑動軸承油膜共振、滾動軸承故障、齒輪故障、不平衡、不對中等故障的種類、原因、部位和嚴重程度。也可離線人機交互式進行精密智能診斷。不平衡故障時，進行現(xiàn)場動平衡。解決原系統(tǒng)部分硬件老化，軟件功能不完善等問題。

項目內(nèi)容包括：

2.2.1實現(xiàn)煤氣鼓風機軸承診斷數(shù)據(jù)庫，軸系故障診斷，齒輪箱故障診斷，診斷知識庫可編輯，自動生成完整的診斷報告。

2.2.2實現(xiàn)波形回收，可選自動或手動、批量或單一波形回收、自動命名或人工命名，Windows資源管理器風格，操作方便。

2.2.3采用Microsoft SQL Sever2000數(shù)據(jù)庫，實現(xiàn)煤氣鼓風機分級數(shù)據(jù)管理。

2.2.4自動生成測試報告，波形瀏覽器和多種頻譜分析。

2.2.5處理好歷史記錄保存、自動清理、備份、輸出、打印等問題。

2.2.6提供基于實時采集數(shù)據(jù)和歷史數(shù)據(jù)的旋轉(zhuǎn)機械故障特征和發(fā)展趨勢報告，提供基于故障特征的維修方案和措施等。

2.2.7注明程序軟件語言等，具備用戶接口，對用戶為開放式系統(tǒng)。

2.2.8升級、改進“煤氣鼓風機在線振動監(jiān)測診斷系統(tǒng)”在線和離線數(shù)據(jù)精密軟件，在線監(jiān)測部分的軟件中增加在線智能診斷功能。

2.2.9建立故障知識庫、模擬試驗平臺，實現(xiàn)煤氣鼓風機組離線智能故障診斷。

2.2.10建立設備故障診斷知識的培訓系統(tǒng)，使工作人員加深故障診斷有關(guān)知識的理解，有助于提高設備維修管理水平。

2.3專家系統(tǒng)的結(jié)構(gòu)和基本組成

專家系統(tǒng)的結(jié)構(gòu)如圖2所示：

圖2：專家系統(tǒng)結(jié)構(gòu)圖

2.3.1知識庫：存放問題求解需要的領(lǐng)域知識。知識的種類一般包括作為專家經(jīng)驗的判斷性知識以及描述各種事實的知識。知識的表示形式可以是多樣的，包括規(guī)則、框架及語義網(wǎng)絡等。

2.3.2綜合數(shù)據(jù)庫：用于存放系統(tǒng)運行過程中所需要的原始數(shù)據(jù)和產(chǎn)生的所有信息，包括用戶提供的信息，推理的中間結(jié)果，推理過程的記錄等。

2.3.3推理機：根據(jù)數(shù)據(jù)庫的當前狀態(tài)，利用知識庫中的知識進行推理和導出結(jié)論，而不是簡單地搜索現(xiàn)成的答案。推理機可以采用正向推理、逆向推理及雙向推理等各種策略。推理機的程序與知識庫的具體內(nèi)容無關(guān)，即推理機與知識庫相分離是專家系統(tǒng)的重要特征。它的優(yōu)點是對知識庫的修改和擴充無須改動推理機。

2.3.4知識獲取機構(gòu)：負責建立、修改與擴充知識庫，以及對知識庫的一致性、完整性等進行維護。知識獲取機構(gòu)可以僅僅是一個知識編輯程序，也可以是一個復雜的知識獲取子系統(tǒng)，用來完成自動知識獲取、自動知識求精等功能。

2.3.5解釋器：用于對求解過程作出說明，并回答用戶提出的問題。兩個最基本的問題是“How”和“Why”。對問題“How”，回答用戶結(jié)論和中間結(jié)果是如何得到的，解釋專家系統(tǒng)的行為；對問題“Why”，告訴用戶推理結(jié)論的理由。解釋機構(gòu)的說明是根據(jù)知識庫和數(shù)據(jù)庫中對推理過程的記錄作出的。

2.3.6人機接口：使系統(tǒng)能夠進行人機交互，在信息的內(nèi)部形式和人可接受的形式之間進行轉(zhuǎn)換。很多系統(tǒng)都提供了用戶熟悉的表示形式如自然語言、圖形、表格等。

2.4系統(tǒng)軟件結(jié)構(gòu)

系統(tǒng)軟件包括：在線智能診斷子系統(tǒng)、離線診斷專家子系統(tǒng)、現(xiàn)場動平衡子系統(tǒng)等。各子系統(tǒng)采用模塊化編程，通過專門的接口實現(xiàn)通訊。 其結(jié)構(gòu)圖如圖3所示。

圖3：軟件系統(tǒng)結(jié)構(gòu)圖

3關(guān)鍵技術(shù)的研究

為了使“煤氣鼓風機診斷專家系統(tǒng)”具有更高的實用性、可靠性，具有更高的技術(shù)水平，需要解決以下關(guān)鍵技術(shù)問題。

3.1故障機理的研究

研究油膜振蕩、動靜碰磨、軸向竄動、滑動軸承故障、齒輪故障、聯(lián)接松動、軸不對中、結(jié)構(gòu)共振、動不平衡的故障機理，對信號進行各種時域分析和譜分析，研究升降速過程中機組的動態(tài)特性，研究齒輪和電機的故障特征及產(chǎn)生故障的原因和解決措施。

3.2 故障特征提取的研究

獲取的設備狀態(tài)信號中往往存在著各種干擾，特別是相鄰設備或部件之間的振動及電氣干擾等，對早期故障，狀態(tài)信號中包含的故障信息很微弱，常被淹沒于這些干擾噪聲之中。因此，需要對狀態(tài)信號數(shù)據(jù)進行預處理，以便提高數(shù)據(jù)的可靠性以及分析的精度。對狀態(tài)信號數(shù)據(jù)進行預處理的方法主要是去除趨勢項和信號濾波。

特征提取是對原始信息的加工與處理，進行信息的凝聚、提煉和變換，它是機械設備狀態(tài)識別的前提與基礎(chǔ)。特征提取的目的是根據(jù)煤氣鼓風機的有關(guān)運行參數(shù)，提取出對機組故障敏感的參數(shù)及其變換形式，通過對提取的故障特征的分布、大小的分析，可以通過某種非線性變換，映射到機組產(chǎn)生的某種故障形式。各種特征參數(shù)組成征兆集，煤氣鼓風機的所有故障組成故障集，故障判別的過程就是從某種征兆尋找對應的故障的分類過程。因此，故障特征提取是煤氣鼓風機故障判別的關(guān)鍵步驟。

3.3 知識庫的建立

在專家系統(tǒng)的開發(fā)過程中首先要解決的問題是如何高效、準確地獲取專家知識和經(jīng)驗，然后將所獲得的知識提供給推理機進行工作。為此，需要將主要精力集中在這些問題的解決上。

專家系統(tǒng)的核心是知識，而現(xiàn)實中知識的表現(xiàn)形式多種多樣，缺乏統(tǒng)一的有規(guī)律的表示結(jié)構(gòu)，因此如何將知識用一種有效的形式組織起來，并將其中最本質(zhì)地提煉出來，輸入專家系統(tǒng)，成為許多研究者共同的研究課題。在人工智能領(lǐng)域中，常見的有以下的表示方法：一階謂詞邏輯表示，時序邏輯表示法，產(chǎn)生式規(guī)則表示法，語義網(wǎng)絡表示法，框架表示法，決策樹表示法，神經(jīng)網(wǎng)絡表示法等。

3.4 與在線振動監(jiān)測診斷系統(tǒng)接口

在線和離線診斷專家系統(tǒng)均需要從煤氣鼓風機在線振動監(jiān)測診斷系統(tǒng)中提取故障數(shù)據(jù)，作為診斷推理的數(shù)據(jù)源，因此，需要對原“煤氣鼓風機在線振動監(jiān)測診斷系統(tǒng)”軟件的數(shù)據(jù)格式、數(shù)據(jù)結(jié)構(gòu)以及源代碼進行研究，一方面為專家系統(tǒng)提供特征數(shù)據(jù)，另一方面把在線故障診斷專家系統(tǒng)嵌入到“煤氣鼓風機在線振動監(jiān)測診。

3.5 模糊推理

模糊推理實質(zhì)上是在模糊集合上進行操作。在同一論域中，證據(jù)的“與”、“或”、“非”運算通?？梢詫谀：慕?、并、求補操作；不同論域中的邏輯運算一般需拓廣至笛卡兒意義下的相應操作。

邏輯推理是通過邏輯蘊涵實現(xiàn)的。“如果一則”規(guī)則又稱為“if-then”規(guī)則，就是一種模糊蘊涵關(guān)系。前面介紹的模糊集合和模糊運算分別是模糊邏輯的主體和推理的過程，而“如果一則”規(guī)則是包含這些模糊邏輯的條件陳述語句。

3.6 模糊神經(jīng)網(wǎng)絡、規(guī)則推理

通過研究模糊流、神經(jīng)網(wǎng)絡、專家系統(tǒng)等在故障診斷中的應用，可以在現(xiàn)場故障診斷的時候，發(fā)揮人工智能的作用，對設備的故障作出準確的故障分析。診斷軸承故障、齒輪故障、聯(lián)接松動、軸不對中、結(jié)構(gòu)共振、動不平衡等故障的性質(zhì)及嚴重程度。

采用******模糊流、神經(jīng)網(wǎng)絡、規(guī)則推理和專家系統(tǒng)等先進的人工智能技術(shù)，迅速分析實時數(shù)據(jù)，快捷而準確地提供診斷和預報結(jié)果。同時具有圖形化模糊神經(jīng)網(wǎng)絡專家知識表達方式、分布式并行運行能力、迅速的推理及優(yōu)化和遠程分析能力，使“鼓風機組故障診斷達到較高的智能化水平。

系統(tǒng)主要技術(shù)包括：智能化推理算法、數(shù)據(jù)處理器、圖形化模糊神經(jīng)網(wǎng)絡專家知識庫、綜合的動態(tài)聯(lián)接庫數(shù)據(jù)通訊模塊。

3.7 現(xiàn)場動平衡

為降低旋轉(zhuǎn)機械的振動，保證機器安全運轉(zhuǎn)，延長使用壽命，機器上的旋轉(zhuǎn)部件在制造和使用過程中均要進行不同程度的動平衡。隨著現(xiàn)代機械向高速、高效、高精度方向的不斷發(fā)展，轉(zhuǎn)子的平衡問題就顯得越來越重要。為了實時監(jiān)測煤氣鼓風機的振動狀況，除了了解風機系統(tǒng)個部位的振動大小以外，還必須監(jiān)測風機動不平衡量的大小和位置。

3.8數(shù)據(jù)存儲

基于VC 6.0平臺，通過面向?qū)ο蟆QLSEVER2000數(shù)據(jù)庫的編程，研究新的數(shù)據(jù)存儲方式，以便更利于管理、數(shù)據(jù)分析、數(shù)字網(wǎng)絡化傳輸，打破計算機應用軟件面向文件、數(shù)據(jù)的傳統(tǒng)做法，使用戶直接面向機組及具體功能。根據(jù)現(xiàn)場特點，把設備組態(tài)設置、數(shù)據(jù)采集、狀態(tài)監(jiān)測、信號處理、故障診斷、數(shù)據(jù)庫管理等有機地結(jié)合在一起。

3.9系統(tǒng)故障自診斷研究

系統(tǒng)在長期運行中，由于自然的、人為的或者其他的原因，可能出現(xiàn)線路短路、斷路，以及位移傳感器間隙超出量程范圍和傳感器損壞等導致信號畸變的故障，為保證數(shù)據(jù)采集的精確性、保證監(jiān)測系統(tǒng)長期可靠的運行，需要對系統(tǒng)自身存在的故障進行診斷研究，在系統(tǒng)出現(xiàn)故障時能進行故障提示和提出解決措施。

4 結(jié)束語

增加“煤氣鼓風機診斷專家系統(tǒng)”后，在線監(jiān)測的同時，計算機在后臺在線實時自動地進行各種動態(tài)振動信號分析，根據(jù)各種分析結(jié)果，經(jīng)智能推理在線實時顯示故障種類、原因、部位和嚴重程度。也可以離線人機交互式進行精密智能診斷。這樣，當有故障報警后，就能夠及時獲得故障種類、原因、部位和嚴重程度等信息。當診斷結(jié)論是不平衡故障（不平衡故障占60%以上）時，通過現(xiàn)場動平衡步驟和軟件分析可以獲得不平衡量的大小、相位，從而消除不平衡。煤氣鼓風機診斷專家系統(tǒng)具有自學習功能，可不斷提高故障分析的準確性和命中率。大大降低了煤氣鼓風機的故障停機時間。

好了，今天的 煤氣鼓風機專家系統(tǒng)的研究與實施分析就到這里，想了解我司更多關(guān)于L系列羅茨鼓風機的信息請聯(lián)系我們。