故障诊断试验系统设计——故障定位开题报告

开 题 报 告

故障诊断试验系统设计——故障定位

一、研究的背景和意义

近几十年来，工业生产的过程监测与故障诊断一直是流程工业系统关注的 主要问题之一。它通过监测生产过程的运行状态，及时检测故障发生、过程干 扰以及其它的异常工况，定位并诊断引发故障的原因变量，从而保证生产过程 安全运行，提高产品质量和生产效率。

随着现代工业及科学技术的迅速发展，特别是计算机相关领域技术的重大

突破，现代流程工业系统正在不断地朝着大规模化、复杂化与智能化方向发展。 这一趋势，一方面带来了更高的生产效率和经济利益；另一方面，也使得影响 系统正常运行的因素骤然增加，导致其产生故障或者失效的潜在可能性也越来 越大[ l ] 。这类系统一旦发生故障，其造成的后果不仅会带来经济或人员的损失，

而且也可能对生态环境造成无法恢复的污染。国内 1950～1979 年统计的 186 起 重大事故中，基于模式识别的流程工业生产在线故障诊断若干问题研究有 48 起 与流程工业有关[ 2] 。1979 年，美国三里岛核电站由于操作人员失误以及设备的 连锁失效导致放射性物质经贮存罐释放到大气中，经济损失达到十亿美元[ 3] 。

1986 年 4 月，前苏联切尔诺贝利核电站因操作人员违章操作而使 4 号反应堆内

石墨燃烧导致原子堆芯融化而发生反应堆爆炸，致使 20 多人死亡，经济损失高

达几十亿美元[ 4] 。当然在流程工业中，重大事故是不可能经常发生，但是小事

故却每天都在发生，这些小事故每年给美国造成了上百亿美元的损失，以及给

世界造成上千亿美元的损失[ 5- 6] 。这些大大小小的事故无时无刻不在提醒人

们，现代流程工业系统运行的安全性和可靠性已成为人类朝现代化方向发展中

一个必须解决的问题。国内外许多资料表明，开展故障诊断的经济效益是明显

的。据有关部门统计，我国每年用于设备维修的费用仅冶金部就达 250 亿元，

如果将故障诊断这项技术推广，每年可以减少事故 50％- - - 70％，节约维修费用

10％- 30％，效益相当可观[ 7] 。由于缺少故障诊断系统，美国石化工业每年估

计将导致大约二百亿美元的损失[ 8] 。相似的事故每年导致英国二百七十亿美元

的经济损失[ 9] 。 浙江省是我国的经济发展大省，其中供电能力持续增强是保证工业经济增长

的主要保证。主要通过利用我国风力、水力、火力、潮汐、核能等多种能源进行 发电。其中, 不仅在北仑、镇海、台州、温州、长兴、嘉兴等建有大型火力发电 厂,

还有新安江、富春江、乌溪江、紧水滩等大型水力发电厂。省内的三门核电 站、滩坑水电站等大型电力项目正在筹建之中, 一批大型火电厂可望在近年内建 成发电。也就是说电力是浙江能源的主要部分，要充分保证浙江的能源安全，首 先必须确保发电系统的安全运行。所以，对发电大机组，实施状态监测与故障诊 断技术和系统，是保证这些大型发电机组的安全、可靠、、高效连续运行的必要 手段。同时，本项目的研究成果还可以推广应用于炼化、冶金、交通及其它的工

业生产部门，在本省也具有广泛的市场前景。

通过国内外许多资料表明，在线监测与故障诊断系统的研究不仅可以保障 系统和人身安全，还具有显著的经济效益和社会效益。对于正在大力提倡、推 行节约型地低碳社会更是有着现实意义。

二、故障诊断研究的最新成果及动态

流程工业设备的故障诊断，按诊断的对象，可分为设备级的故障诊断和系统 级的故障诊断。设备级故障诊断是指以设备本身为研究对象，在设备运行当中掌 握其运行状态，早期发现故障，判断故障的部位和原因，以及预报故障的发展趋 势[ 10] ；系统级故障诊断是以设备群为研究对象，掌握系统中设备的运行状态，

通过联合分析各设备的状态，找出发生故障的设备元件。

2. 1 国外发展情况

国外状态监测、故障诊断近 20 年发展迅速。根据最新资料报道: 西方国家正 投入大量人力、物力进行这项技术的工业化研究以及相关基础性应用技术研究。 如欧洲共同体的英、法、芬兰、希腊从 1996 年 5 月起，开始了一项利用人工智 能和仿真技术提高状态监测和诊断系统的功能与精度的“VI SI G" 大型联合项目的 研究。法国从 70 年代末开始实施一项名为“利用永久性状态监测实现状态检修

( SAD) " 的研究计划，现已成功地用在了法国 4 个核电厂的汽轮发电机组、反应

堆循环泵、压力容器上，计划配给法国全部核电厂。PSAD 系统是主工作站、分 析工作站和远程站组成，可以实现主要部件的在线故障检测、利用专家系统对故 障的评估、向全国性分析中心发送监测数据等功能。90 年代中期，其专家系统 PSDA 及其 DI VA 子系统在透平发电机组和反应堆冷却泵的自动诊断上得到了应 用。另外瑞士的 ABB 公司、德国的西门子公司、丹麦的 Ｂ＆Ｋ公司等都开发出 了各自的诊断系统。他们利用高速信息传输，建立了州级和地区性的振动监测分 析大型网络，实现远距离对机组的集中实时监测、分析、诊断；利用建立的机组 运行状态数据库，如北美能源可靠性咨询数据系统（NERC·GADS）数据库，准确 预测设备性能或潜在故障的趋势，为电厂的运行监测和状态检修提供可靠的技术 依据。

然而，流程工业系统的系统级故障诊断技术还不够完善，诊断方法还有待发 展。目前对于多点故障警报的判断仍以人工参与为主。过多的警报状态，往往导 致操作者无法准确地定位故障的根源，而延误了维修时间，甚至可能发生错误的 决策，使情况更加恶化。 为了减少人工参与诊断带来的误操作，提高复杂流程系统的自动化程度是十

分必要的。对流程工业系统的故障诊断，迫切需要一种系统级故障诊断方法来分

析设备之间的关联、设备故障的耦合，找出引起系统故障的根源。 丹麦技术大学的 Mor t en Li nd 于 1990 年提出了多级流模型 MFM 的建模方法

能建立起复杂分布式系统的物质、能量、信息的相互关系模型，为分布式智能系

统的分析提供了有效的工具[ 11- 12] 。MFM 是一种图形表达的、形式化的建模方 法。到目前为止，多级流的理论、算法、实验以及流程工业现场案例应用已日趋 成

熟 ， Lar s s on 于 2006 年 对 基 于 多 级 流 的 诊 断 方 法 申 请 了 美 国 专 利

（ US7062358- Sys t em appar a t us and me t hod f or di agnos i ng a f l ow s ys t e m）。

然而，在国内，对于 MFM的研究工作还很少。仅发现台湾学者高信培博士的研究

团队把 MFM应用到供应链的预警诊断中[ 13- 14] 和留学日本的学者杨明等人发表 了一篇基于 MFM与神经网络联合进行故障诊断的方法的论文。认为 MFM方法比传 统的基于模型的和基于规则的标准专家具有更高的效率和实时性。目前，它已经

在电力、化工等流程工业系统中得到了一定的应用。

2. 2 国内发展情况

我国在故障诊断技术方面的研究起步较晚，但是发展很快，早在 70 年代末

到 80 年代初，主要通过吸收国外先进技术，对一些故障机理和诊断方法进行研

究。

随着工业的发展，从 80 年代初期到现在，我国全方位开展了机械设备的故

障诊断研究，引入人工智能等先进技术，大大推动了诊断系统的研制和实施。

1983 年，中国机械工程学会设备维修分会在南京召开了首次“设备故障诊断和

状态监测研讨会”，标志着我国诊断技术的研究进入了一个新的发展阶段，随后

又成立了一些行业协会和学术团体。这期间，国际国内学术交流频繁，对于基础 理论和故障机理的研究十分活跃，并研制出了我国自己的在线监测与故障诊断装 置，“八五”期间还进行了大容量火电机组监测诊断系统的研究[ 15- 19] 。

目前我国从事汽轮机故障诊断技术研究与开发的单位有几十家，主要有哈尔

滨工业大学、西安交通大学、清华大学、华中理工大学、东南大学、上海交通大 学、华北电力大学等高等院校，这些院校对系统的研究和开发重点多放在诊断技 术中数学算法的研究上，对诊断系统如何在现场实际中达到实用考虑不多，影响 了故障诊断技术在现场的应用推广。因此国内在实现监测和故障诊断，提高故障 诊断的及时性和准确性，为状态维修提供相应数据等方面还需做进一步的研究。

三、课题的研究内容及拟采取的研究方法（技术路线）、研究难点及

预期达到的目标 3. 1 研究内容

1 简要分析故障定位算法所需的理论知识，包括 MFM建模技术研究；

2 讨论具体的算法，分析各种现有算法的优缺点并完善之；

3 完成具体算法在单片机上的实现及其诊断系统实施方法研究；

5 基于多级流模型的间歇工业过程故障诊断系统开发及试验；

3. 2 拟采取的研究方案（技术路线）

研究基于信息冗余和 MFM 关系模型的传感器在线故障诊断及虚拟传感器构

建技术。在监测、诊断及控制系统中，应用各种各样的传感器来获取不同的信息， 这些传感器形成了传感器网络。在传感器网络中各种传感器所监测的信息往往是 冗余的，如温度、流量、压力、功率等，其中的一个量可以其它的量按量之间的 相互关系而得到。项目研究一种基于这种传感器信息冗余和反映传感器之间关系 的

MFM模型的在线故障诊断及虚拟传感器构建技术；具体的方法是：一旦某个传 感器出现量值的变化，监测智能体根据 MFM模型，与相关的智能体进行信息交互，

并进行计算，如果与之相关的传感器的量值能满足 MFM的约束要求，则判别传感 器状态正常，进行对象的诊断；如果从相关智能体交互的信息得知，其它传感器 量没有发生按 MFM约束的变化，且其它传感器能满足 MFM的关系，则判明传感器 故障，根据其故障的严重程度，给出故障标识。这时，此传感器的量值，可以通 过据 MFM模型相关的传感器的值来计算得到，此时的传感器是虚拟的。

3. 3 研究难点及预期达到的目标 （1）分布式诊断的复杂分布式设备图形化 MFM建模及诊断任务分解技术；

（2）信息冗余和 MFM关系模型的传感器在线故障诊断和虚拟传感器技术；

（3）故障定位具体算法和诊断系统开放式体系结构及其实施方法；

（4）面向分布式设备智能监测与诊断的嵌入式系统工程开发技术。 本课题研究预计将完成一套状态监测与故障诊断体系结构的智能硬件系统，

所开发的在线状态监测与故障诊断网络化系统能对机组快变、缓变、键相信号等 状态信号进行整周期采集，对大量数据进行动态存储和管理，对所采集的高速、 多通道信号进行实时分析处理，对机组产生的故障进行定位，并对运行状态进行 多参数综合预报。基于 MFM 的故障诊断方法为具有复杂耦合设备的流程工业系 统的故障分析与诊断提供有效的方法。

四、研究工作详细进度和安排

2010. 10. 10～2010. 12. 10：接受任务，搜资调研，撰写文献综述、开题及外

文翻译稿；

2010. 12. 10～2011. 02. 25：完成文献综述和开题报告、外文翻译稿；

2011. 02. 28～11. 03. 15：方案设计；

2011. 03. 15～11. 03. 30：方案分析论证，确定总体设计方案；