当前位置:首页 > 单片机 > 单片机
[导读]0.引言现代工矿企业设备日益朝向大型化、复杂化、智能化发展,迫切要求对其运行状态进行多参数监测和故障诊断。随着芯片技术的发展及智能技术的应用,诊断技术已开始进入一个新阶段,即智能化阶段,这是一种基于人工

0.引言

现代工矿企业设备日益朝向大型化、复杂化、智能化发展,迫切要求对其运行状态进行多参数监测和故障诊断。随着芯片技术的发展及智能技术的应用,诊断技术已开始进入一个新阶段,即智能化阶段,这是一种基于人工智能技术的诊断方法。该方法对复杂大系统的诊断尤其有效,可充分利用现有的经验知识,构造智能模型,进行快速诊断。智能诊断系统的性能取决于所采用的智能模型。

本文用人工神经网络综合实现凝汽器运行状态的诊断判断。其原理是:设备的各种运行状态与其各种物理参数如温度、压力、振动频率等有一定关联。这种关联难以用确定的数学表达式来表达,但可以用神经网络来逼近该模型。

1.基于神经网络的故障诊断

人工神经网络(Artificial Neural Networks 简称ANN)[1]是由大量简单处理单元广泛连接而成的复杂的非线性系统,具有学习能力、自适应能力、非线性逼近能力等。实际应用研究中,大多使用的是 BP网络(Back-Propagation network)即反向传播网络。BP网络因具有较强的非线性逼近能力,能进行故障模式识别,还能进行故障严重程度评估和故障预测,因此,应用最广。但是,由于BP算法在迭代时采用梯度下降法,存在着收敛缓慢、振荡和局部极小等问题,一些改进的BP算法在这些方面有些改善。BP网络属于多层结构,前馈式,它是继Hopfield 网络之后,Rumelhart提出的又一重实用网络模型,其学习算法采用的是反向传播算法,基本思想是构造一个类似于感知机的非线性系统,并让该系统的决策能力与最小误差函数和梯度下降联系起来,从而解决了普遍存在的多层神经网络的学习不易收敛问题。

1989年Robert Hesht Nielson证明了对于任何在闭区间内的一个连续函数,都可以用一个隐含层的BP网络来逼近,因而一个3层BP网络可以完成任意的n维空间到m维的映射,故本文采用的网络是3层网络,中间只有一层隐含层,网络结构如下图所示。

2.系统总体方案介绍

表1为该系统使用的凝汽器11种典型故障的征兆集[2][3]。在征兆集中,“1”表示征兆存在,“0”表示征兆不存在。BP网络的目标输出对应各故障的隶属函数,即为:
   q, l-1, 2, …, 11

为了说明起见,仍采用文献[2]中给出的故障征兆来对网络进行训练。

该系统实现的功能有上述17种信号的采集与放大滤波、压力温度信号的补偿、键盘输入、LCD显示输出、与上位机的通信。

注:故障征兆序号的含义为:1.真空急剧下降;2.真空缓慢下降;3.循环水泵电动机电流降至零;4.循环水泵出口压力降至零;5.汽轮机低压胀差为负值;6.凝结水泵出口压力增加;7.凝结水泵出口压力下降;8.凝结水泵电动机电流增加;9.凝结水泵电动机电流减小; 10 .凝结水导电度增加; 11 .低压加热器水位升高; 12 .循环水温升增加; 13 .循环水温升减小; 14.凝汽器端差增加;15.凝结水过冷度增加;16 .抽气器抽出的空气温度与冷却水入口温度之差增加;17.凝汽器抽气口至抽气器入口之间的压差减小。

3.硬件实现

为了硬件系统的小型化,这里选用带有A/D转换、4K ROM和256字节RAM的83C552 CPU。可编程放大器同时具有采样保持的功能。

4.软件实现

用Franklin C51[4]编制BP程序关键部分如下:
uchar data i,j;
float xdata show[17];  //故障征兆
float xdata fault[11];  //故障类型
float xdata weight[10][17]; //输入层与隐含层间的权重
float xdata vweight[11][10]; //隐含层与输出层间的权重
//这两种权重已在PC机中训练好,烧录在EPROM中。
float xdata Inet[10];
……  //初始化,从采集滤波保存的信号中读取show[17]
for(i=0; i<10; i++)
 for(j=0; j<17; j++)
  Inet[i] += weight[i][j]*show[j];
for(i=0; i<11; i++)
 for(j=0; j<10; j++)
   fault[i] += vweight[i][j] / (1.0 + exp(-Inet[j]));
for(i=0; i<11; i++)
{ if(fault[i] > 0.1)
  ……  // 显示出故障并调用通信程序上位机
    // 进行通信告知故障
}

实现通信功能的主要程序如下:
//这里略去了中断服务程序的初始化
uchar idata transmit_buf[8] = "fault1";
uchar idata receive_buf[8];
void transmit_data(void)
{ uchar p, i;
 transmit_ready = 0;
 do{ p = 0; //清校验和
  for(i=0; i<8; i++)
  { SBUF = transmit_buf[i];//发送一数据
   p += transmit_buf;
   while(TI != 1);
   TI = 0;
  }
  SBUF = p; //发送校验和
  while(TI == 0);  TI = 0;
  while(RI == 0);  RI = 0;
 }while (SBUF != 0)//接收不正确,重新发送
 SM2 = 1;  //设置监听状态
 ES = 1;   //开串行口中断
}
void receive_data(void)
{
 uchar p, i;
 receive_ready = 0;
 while(1)
 {
  p=0;  //清校验和
  for(i=0; i<8; i++)
  {
   while(RI != 1); RI = 0;
   receive_buf[i] = SBUF; //接收一数据
   p += receive_buf[i];
  }
  while(RI != 1);  RI = 0;
  if(SBUF==p) {SBUF=0x00;  break;}
   //校验和相同,发"00"
  else{
   SBUF=0xff; //校验和不同,发"0FF"
   while(TI == 0);  TI = 0;}
 }
 SM2 = 1;
 ES = 1;
}

5.实验结果及对比

重庆电厂机组凝汽器运行过程中表现出的故障征兆:(0 1 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0),将其对应的电信号分别输入各个压力温度电导仪传感器,经过采集滤波,进入上述已训练好的BP网络中,网络即输出该征兆相对于各故障的隶属度,如表2 所示。

为了比较起见,这里将文献[2]中的模糊诊断方法简单说明如下:

设故障论域中有m个模糊子集 A1,A2,…,Am,它们分别代表m种故障。对于该论域中的任意一个元素u0,若有
μAi(u0) = max{μA1(u0),μA2(u0), …,μAm(u0)}

则称u0相对属于Ai,其中μAi(u0)是u0相对Ai的隶属度函数。

设凝汽器系统中有n种故障征兆S1,S2,…,Sn,每种故障所表现出的征兆论域为:
u(i) =S1(i),S2(i),…,Sn(i)),i=1,2,…,m

对于实际运行中的任意故障征兆u=(S1,S2,…,Sn)

则其相对于各故障Ai (i=1,2,…,m)的隶属度为:
μAi(u) = 

根据最大隶属度的原则,便可以诊断出该凝汽器存在的故障。这种诊断方法实质上是一种基于欧氏距离的诊断方法,适用于对线性可分的故障类别进行诊断。其诊断结果如表2所示。

从表2看出,把诊断门限值取为0.1时,据BP网络输出值判断为5、10、6、11号,此结论与文献[2]中给出的结论是相符的。同时计算得出的值之间的差别比文献[2]中由模糊诊断得出的值之间得出的差别更加明显,从而可更为准确的得到故障集。

6.结束语

在今天大力提倡智能仪表的形势下,采用微机实现智能化,使微计算机技术应用前进了一大步,尤其是采用了单片微机,大大简化硬件电路,也就减小了仪表体积,降低了仪表的成本。体积的缩小,使智能仪表的安装更加容易;通信的应用,使整个系统分布式的实现也更加容易。如果完善设计的功能,扩大应用范围,可使本设计在故障检测方面发挥更大作用。

参考文献:
[1] 赵林明等 多层前向人工神经网络 黄河水利出版社 1999.7
[2] 李录平 凝汽器低真空运行的原因及模糊诊断,汽轮机技术,1993(5):45~48
[3] 汽轮机运行规程 重庆电厂内部资料 2001
[4] 徐爱钧,彭秀华 单片机高级语言C51 Windows环境编程与应用 电子工业出版社 2001.7
 

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭
关闭