基于多源信息融合的往復(fù)式壓縮機(jī)故障診斷方法

潘 亮

（上海金山石油化工股份有限公司煉油事業(yè)部，上海 200540）

0 引言

改革開放以來，國內(nèi)外學(xué)者均針對多源信息融合技術(shù)展開了創(chuàng)新研發(fā)，并將其廣泛應(yīng)用于往復(fù)式壓縮機(jī)設(shè)備，并取得了良好成效。如我國學(xué)者提出了差分進(jìn)化的神經(jīng)網(wǎng)絡(luò)和證據(jù)理論結(jié)合方法，對變速箱軸承存在的故障隱患展開了針對性分析判斷，驗(yàn)證了實(shí)施該種診斷方法的可行性。往復(fù)式壓縮機(jī)作為一種新型機(jī)械設(shè)備，普遍具有壓縮效率高、應(yīng)用范圍廣及安全穩(wěn)定等優(yōu)勢，但同時(shí)也因內(nèi)部結(jié)構(gòu)復(fù)雜，容易產(chǎn)生各種故障隱患，需工作人員提前做好處理工作，否則將會(huì)造成企業(yè)經(jīng)濟(jì)效益的巨大損失。為有效改善上述情況，要求相關(guān)專業(yè)人士結(jié)合現(xiàn)狀，提出適應(yīng)性強(qiáng)的往復(fù)式壓縮機(jī)故障診斷方法，確保診斷結(jié)果的準(zhǔn)確性。

1 多源信息融合理論

根據(jù)相關(guān)調(diào)查顯示，D-S（Dempster/Shafer，證據(jù)理論）最早出現(xiàn)于1967年，隨著時(shí)間的不斷推進(jìn)，該理論內(nèi)容也得到了豐富拓展，在信息融合理論中占據(jù)著重要地位。其中涵蓋的3個(gè)要點(diǎn)是信任函數(shù)、似然函數(shù)及基本概率賦值函數(shù)。證據(jù)理論診斷方法對于存在的不確定性隱患有良好的處理功能，與以往傳統(tǒng)理論方法相比具備較強(qiáng)優(yōu)勢。①D-S證據(jù)融合理論。需在同一框架上設(shè)置2個(gè)信任函數(shù)，并為其配置對應(yīng)可信度分配函數(shù)，往往可信度分配函數(shù)之間差距越大，代表著信任函數(shù)準(zhǔn)確性越低。②加權(quán)證據(jù)融合理論。在D-S證據(jù)理論應(yīng)用的基礎(chǔ)上，加權(quán)證據(jù)融合理論逐漸形成，可有效解決證據(jù)間存在的矛盾問題，在此過程中，證據(jù)權(quán)重系數(shù)主要取決于該證據(jù)和其他證據(jù)之間沖突情況[1]。

2 往復(fù)式壓縮機(jī)信號的動(dòng)力學(xué)特征分析

現(xiàn)階段，往復(fù)式壓縮機(jī)設(shè)備的故障診斷分析引起了學(xué)術(shù)界高度重視，然而因壓縮機(jī)結(jié)構(gòu)較復(fù)雜且振動(dòng)源較多，帶來的沖擊性影響較大，致使故障診斷難度不斷提高。從壓縮機(jī)運(yùn)行機(jī)理分析，設(shè)備在初期故障、中期故障、嚴(yán)重故障及正常運(yùn)行等不同時(shí)期，非線性動(dòng)力學(xué)特征會(huì)出現(xiàn)一些變化。如往復(fù)式壓縮機(jī)具有較自由非線性特征，建立非線性方程時(shí)難度較大，但采用非線性動(dòng)力學(xué)參數(shù)方法進(jìn)行故障診斷的應(yīng)用成效較佳，目前已獲得廣泛應(yīng)用。著名學(xué)者唐友福等人借助人工神經(jīng)網(wǎng)絡(luò)進(jìn)行故障特征模擬診斷，取得了突出性成就；還有部分學(xué)者通過符號化數(shù)據(jù)在小波轉(zhuǎn)換下，利用符號化數(shù)據(jù)得到的非線性參數(shù)進(jìn)行故障診斷，應(yīng)用成效良好[2]?？傮w來說，隨著專業(yè)人士的不斷研究探索，往復(fù)式壓縮機(jī)故障診斷方法開始朝著完善化方向前進(jìn)。除此之外，從導(dǎo)致往復(fù)式壓縮機(jī)出現(xiàn)故障隱患的振動(dòng)源頭來看，主要涵蓋氣體周期沖擊脈沖、往復(fù)慣性力、旋轉(zhuǎn)慣性力等，都會(huì)使壓縮機(jī)設(shè)備的振動(dòng)信號發(fā)生變化，再加上非線性因素的干擾影響，致使原穩(wěn)定頻譜也會(huì)呈現(xiàn)出復(fù)雜情況，這對往復(fù)式壓縮機(jī)故障隱患的診斷治理非常不利，要求診斷人員能及時(shí)提出可行性解決措施，避免再次出現(xiàn)此種情況，為壓縮機(jī)設(shè)備的穩(wěn)定可靠運(yùn)行創(chuàng)造良好條件。

3 基于多源信息融合的往復(fù)式壓縮機(jī)故障診斷方法

由于往復(fù)式壓縮機(jī)設(shè)備具有故障來源較多、關(guān)聯(lián)性較強(qiáng)及結(jié)構(gòu)復(fù)雜等特點(diǎn)，并且故障間的存在特征不能以獨(dú)立形式呈現(xiàn)，利用單一化傳感器進(jìn)行數(shù)據(jù)信息收集必然會(huì)受到周圍環(huán)境因素干擾影響，最終收集到的數(shù)據(jù)準(zhǔn)確性不高。因此，要徹底改變以往利用單一傳感器進(jìn)行故障診斷方法，其中應(yīng)用成效最為突出的是基于多源信息融合的往復(fù)式壓縮機(jī)故障診斷方法，可有效克服以往面臨的不確定隱患，借助信任區(qū)間信號特征描述，不但能充分表達(dá)出信息特征確定性，也能正確區(qū)分信息特征不確定性，有利于幫助診斷人員及時(shí)找出壓縮機(jī)設(shè)備使用存在問題，進(jìn)一步提高往復(fù)式壓縮機(jī)工作效率和工作質(zhì)量[3]。

3.1 徑向基神經(jīng)網(wǎng)絡(luò)的初步診斷

通常可將徑向基神經(jīng)網(wǎng)絡(luò)劃分到前向型神經(jīng)網(wǎng)絡(luò)類型范疇內(nèi)，能借助隨意精度靠近任意連續(xù)函數(shù)，主要適用于分類問題解決處理，不但能解決存在的局部隱患，還能加快工作進(jìn)度[4]?？傮w來說，徑向基神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)故障診斷判斷能力和學(xué)習(xí)能力，將該種方法應(yīng)用到往復(fù)式壓縮機(jī)故障診斷中，可完成初步診斷要求。同時(shí)利用徑向基神經(jīng)網(wǎng)絡(luò)還能構(gòu)建多個(gè)獨(dú)立形式的子網(wǎng)絡(luò)結(jié)構(gòu)，促使初步診斷更加高效順利實(shí)現(xiàn)，具體注意3點(diǎn)：①借助正確劃分適當(dāng)簡化神經(jīng)網(wǎng)絡(luò)復(fù)雜程度，不但能縮短故障處理時(shí)間，還能降低診斷空間維數(shù)；②不同神經(jīng)網(wǎng)絡(luò)以并行形式存在，能加快數(shù)據(jù)處理工作效率；③由于不同輸入矢量僅僅只針對某個(gè)具體神經(jīng)或是幾個(gè)神經(jīng)網(wǎng)絡(luò)，因此一旦輸入矢量出現(xiàn)變化只需要對其重新培訓(xùn)更好矢量神經(jīng)網(wǎng)絡(luò)即可，促使神經(jīng)網(wǎng)絡(luò)構(gòu)造更具靈活性優(yōu)勢，進(jìn)一步增強(qiáng)神經(jīng)網(wǎng)絡(luò)使用功能。

3.2 加權(quán)證據(jù)理論的故障診斷

一般情況下，在進(jìn)行證據(jù)理論可信度分配時(shí)，需對專業(yè)人士提出較高標(biāo)準(zhǔn)，要求其掌握較全面證據(jù)理論，并能利用自身實(shí)踐經(jīng)驗(yàn)準(zhǔn)確識別框架中不同命題的數(shù)字表示形式，具有較強(qiáng)主觀性特。因而不同研究人員給予的證據(jù)命題也是不同，存在較大差距，為更加客觀實(shí)現(xiàn)不同命題的正確分配，就要將相對獨(dú)立的徑向基神經(jīng)網(wǎng)絡(luò)看作是證據(jù)理論的重要參考依據(jù)，并將該神經(jīng)網(wǎng)絡(luò)輸出值看作識別框架結(jié)構(gòu)中命題的可信度指標(biāo)。通過證據(jù)理論的不斷融合，即為徑向基神經(jīng)網(wǎng)絡(luò)在對信號數(shù)據(jù)完成初步診斷工作后的診斷結(jié)果再融合，充分發(fā)揮證據(jù)源中信息存在作用，徹底消除以往傳統(tǒng)單一數(shù)據(jù)處理帶來的不確定性和片面性隱患，便于幫助診斷人員快速找出往復(fù)式壓縮機(jī)設(shè)備使用期間存在的故障隱患，利用各種可信性方法將其有效解決，確保往復(fù)式壓縮機(jī)安全穩(wěn)定運(yùn)行[5]。

3.3 多源信息融合下的往復(fù)式壓縮機(jī)診斷步驟

經(jīng)過不斷實(shí)踐探索，總結(jié)出多源信息融合下的往復(fù)式壓縮機(jī)故障診斷步驟：①明確故障空間，構(gòu)建識別框架。進(jìn)一步明確往復(fù)式壓縮機(jī)設(shè)備可能出現(xiàn)的故障范圍，將所有可能發(fā)生故障集中在一起，實(shí)現(xiàn)故障源和徑向基神經(jīng)網(wǎng)絡(luò)之間的互相呼應(yīng)。②利用傳感器準(zhǔn)確獲取往復(fù)式壓縮機(jī)使用信號信息，準(zhǔn)確掌握不同傳感器的信號特征，構(gòu)建較完善特征空間證據(jù)集群。③通過徑向基神經(jīng)網(wǎng)絡(luò)對特征空間的證據(jù)體展開初步診斷，得到準(zhǔn)確性較高的初步診斷結(jié)果[6]。④基于徑向基神經(jīng)網(wǎng)絡(luò)初步診斷基礎(chǔ)，為其提供相應(yīng)可信度分配函數(shù)，為往復(fù)式壓縮機(jī)故障診斷提供參考依據(jù)。⑤不同特征空間證據(jù)體的可信度分配函數(shù)不同，需做好單個(gè)證據(jù)體識別框架命題的可信度范圍計(jì)算工作。⑥結(jié)合加權(quán)證據(jù)融合理論準(zhǔn)確計(jì)算特征空間背景下識別框架中的壓縮機(jī)故障可信度空間。⑦故障診斷過程中需嚴(yán)格遵循融合診斷規(guī)則，便于得到往復(fù)式壓縮機(jī)設(shè)備的較準(zhǔn)確診斷結(jié)果，進(jìn)一步明確故障識別框架中存在的不確定隱患，凸顯多源信息融合的故障診斷方法應(yīng)用優(yōu)勢，做好故障處理工作，確保往復(fù)式壓縮機(jī)設(shè)備始終處于安全穩(wěn)定運(yùn)行狀態(tài)[7]。

4 結(jié)束語

傳統(tǒng)的往復(fù)式壓縮機(jī)故障診斷方法即利用單一化傳感器收集故障信息資料，往往面臨著較嚴(yán)重不確定隱患。為此，提出了一種基于多源信息融合的往復(fù)式壓縮機(jī)故障診斷方法，不僅能準(zhǔn)確提取出壓縮機(jī)設(shè)備使用過程中傳感器的證據(jù)特征，還能利用徑向基神經(jīng)網(wǎng)絡(luò)完成特征證據(jù)的初步診斷，按照診斷計(jì)算結(jié)果做好可信度分配工作。利用加權(quán)證據(jù)融合理論中的基礎(chǔ)可信度得到融合后的可信度，幫助往復(fù)式壓縮機(jī)順利完成故障診斷。經(jīng)過實(shí)踐操作證明，多源信息融合的往復(fù)式壓縮機(jī)特征信息后的診斷結(jié)果可信度大幅度上升，不確定性明顯降低，可準(zhǔn)確識別壓縮機(jī)故障隱患，充分表現(xiàn)出該種方法的應(yīng)用成效，為往復(fù)式壓縮機(jī)設(shè)備的正常使用提供良好條件。