基于ARM和蟻群優(yōu)化算法的水輪機(jī)軸線智能檢測系統(tǒng)研究

李伏平，羅周維，任 潔，陳國仕，黃 波，蘇 果，鄒其琨，粟時平

（1.湖南五凌電力工程有限公司，長沙410000；2.長沙理工大學(xué)電氣與信息工程學(xué)院，長沙410114）

0 緒 論

水輪機(jī)軸線檢測是水輪機(jī)運(yùn)行、安裝、檢修維護(hù)與軸線調(diào)整的基礎(chǔ)。由于水電機(jī)組單機(jī)容量的增加、機(jī)組結(jié)構(gòu)的日趨復(fù)雜，水電機(jī)組的運(yùn)行穩(wěn)定性問題逐步凸顯［1］，對機(jī)組的水輪機(jī)運(yùn)行、檢修維護(hù)與軸線調(diào)整都提出了更高的要求。目前，國內(nèi)外已經(jīng)開發(fā)出了專用于水輪機(jī)運(yùn)行控制的水輪機(jī)軸線實(shí)時檢測系統(tǒng)，缺乏適用于水輪機(jī)檢修維護(hù)與軸線調(diào)整的高智能軸線檢測系統(tǒng)，致使在水輪機(jī)安裝、檢修維護(hù)與軸線調(diào)整過程中，需要手動盤車，人工讀取、抄寫和處理檢測數(shù)據(jù)，往往導(dǎo)致盤車費(fèi)時耗力，大大延長工期。另外，檢測點(diǎn)布置，在徑向方向要求多采用等相位8 點(diǎn)或16 點(diǎn)圓周設(shè)置，在軸線方向要求多點(diǎn)成直線，測量點(diǎn)間距精度要求高，保障難度大，檢測精度與技術(shù)人員的業(yè)務(wù)水平和現(xiàn)場經(jīng)驗(yàn)有很大關(guān)系，計算結(jié)果往往不一致，以至于盤車擺度的大小及方位都不太準(zhǔn)確，直接影響了軸線處理量的大小和方向確定。此外，從盤車數(shù)據(jù)處理方法來看，目前國內(nèi)外主要采用最小二乘法對數(shù)據(jù)進(jìn)行擬合分析處理，基本忽略了水輪發(fā)電機(jī)組安裝過程中影響軸系直線度的各種因素［2］，并且都是基于等相位8 點(diǎn)或16 點(diǎn)盤車數(shù)據(jù)。近年來，隨著微處理器和計算機(jī)計算的發(fā)展，開始了水輪機(jī)軸線自動化檢測技術(shù)的研究［1］，由于ARM（Advanced RISC Machine）、DSP（Digital Signal Processing）等芯片的數(shù)據(jù)能力大力增強(qiáng)，開始關(guān)注運(yùn)用更為復(fù)雜的數(shù)據(jù)處理算法用于對于任意相位、任意點(diǎn)數(shù)的盤車數(shù)據(jù)的處理［3］，例如，文獻(xiàn)［4］結(jié)合某水電站現(xiàn)場水輪發(fā)電機(jī)組盤車實(shí)際，提出利用RFID（Radio Frequency Identification）方法完成水輪發(fā)電機(jī)組盤車數(shù)據(jù)測量的多點(diǎn)采集實(shí)現(xiàn)方法，突破了傳統(tǒng)的8點(diǎn)傳統(tǒng)盤車數(shù)據(jù)的采集實(shí)現(xiàn)方法，文獻(xiàn)［5］提出了一種僅需測量測距裝置到主軸距離即可獲得非線性方程組的解的新算法，文獻(xiàn)［6］提出了采用excel 規(guī)劃求解，并用ug（Unigraphics）軟件仿真，最終通過坐標(biāo)分解，對三導(dǎo)水輪發(fā)電機(jī)組盤車數(shù)據(jù)進(jìn)行優(yōu)化處理的思想。但是，國內(nèi)水輪機(jī)軸線檢測依然存在一些問題［7，8］，人工智能技術(shù)的應(yīng)用有望于解決水電廠檢修工作的各類需求［9］，總的趨勢將會是向自動化水平高、精度高、可靠性好、操作方便的方向研究和進(jìn)步［10］。有鑒于此，論文研制了一種基于ARM 和蟻群優(yōu)化算法的水輪機(jī)軸線智能檢測系統(tǒng)，運(yùn)用ARM11 系列的S3C6410 型ARM 微處理器作為智能檢測系統(tǒng)的核心器件，在該處理器的基礎(chǔ)上，使用蟻群優(yōu)化算法進(jìn)行復(fù)雜的數(shù)據(jù)處理，可以處理任意相位、任意點(diǎn)數(shù)的盤車數(shù)據(jù)和運(yùn)行。

1 硬件系統(tǒng)組成與工作原理

1.1 硬件系統(tǒng)架構(gòu)與工作原理

水輪機(jī)軸線智能檢測系統(tǒng)運(yùn)用ARM 微處理器作為核心器件，其硬件系統(tǒng)架構(gòu)如圖1所示，主要包括模擬信號傳感器、模數(shù)轉(zhuǎn)換電路、ARM 微處理器、程序存儲器、數(shù)據(jù)存儲器、人機(jī)界面、通信接口和顯示器等，其工作原理為模擬信號傳感器獲取水輪機(jī)軸線偏差的模擬信號，模擬信號送到模數(shù)轉(zhuǎn)換電路進(jìn)行信號調(diào)理、信號采樣和數(shù)模轉(zhuǎn)換得到數(shù)字信號，ARM 微處理器從程序存儲器中調(diào)取根據(jù)預(yù)先編寫好的程序，按給定的規(guī)則讀取模數(shù)轉(zhuǎn)換電路中的數(shù)字信號，進(jìn)行數(shù)據(jù)運(yùn)算和處理，一方面將數(shù)據(jù)結(jié)果保存在數(shù)據(jù)存儲器中，另一方面將數(shù)據(jù)傳輸給顯示器進(jìn)行數(shù)字顯示和通過通信接口傳輸?shù)较到y(tǒng)外的設(shè)備或系統(tǒng)。ARM 微處理器還可以通過界面進(jìn)行程序修改、數(shù)據(jù)讀取、數(shù)據(jù)刪除等操作。

圖1 ARM硬件系統(tǒng)框架Fig.1 The framework of ARM hardware system about the hydraulic turbine axis detection

1.2 硬件組成

（1）ARM 微處理器。ARM 微處理器作為核心芯片，其自身性能直接影響到水輪機(jī)軸線檢測系統(tǒng)的性能，論文選用ARM11系列的S3C6410 型處理器，它具有低功耗、性能高的功能，且可通過調(diào)節(jié)時鐘頻率和電源電壓來改變處理器各種性能指標(biāo)，還能實(shí)現(xiàn)實(shí)時通信并提供網(wǎng)絡(luò)接口。

S3C6410 微處理器集成了USB 接口、SPI 接口、I2C 總線接口、通用異步收發(fā)傳輸器UART（Universal Asynchronous Receiv?er/Transmitter）、電源管理器、PWM 定時器等多種外設(shè)和187 個多功能通用輸入/輸出GPIO（General Purpose Input Output）引腳等。

（2）模擬信號傳感器。論文中的水輪機(jī)軸線智能檢測系統(tǒng)可以接入千分表、光學(xué)儀、超聲波儀等多種位移傳感器和攝像儀等圖像傳感器，隨檢測系統(tǒng)配備了SFJ-QF312 數(shù)顯千分表，其與傳統(tǒng)盤車用到的百分表相比，千分表具有精度高、可實(shí)時與電腦通訊、抗干擾能量強(qiáng)等特點(diǎn)，可以滿足水輪機(jī)安裝、檢修維護(hù)與軸線調(diào)整的軸線高精度、快速、實(shí)時檢測需要。

（3）通信接口。為了使所研制的水輪機(jī)軸線智能檢測系統(tǒng)可以適用于高可靠性接入各種傳感器、后臺系統(tǒng)和設(shè)備，設(shè)置了RS232、RS422、RS485、USB、藍(lán)牙、WIFI、以太網(wǎng)等航空型通信接口。

（4）程序存儲器和數(shù)據(jù)存儲器。程序存儲器采用8M KBit的大容量Flash，可以滿足安裝Linux、WINDOWS CE、uC/OS 等嵌入式操作系統(tǒng)的容量需要，還且能夠滿足功能豐富的應(yīng)用軟件安裝的容量需求。論文中的嵌入式操作系統(tǒng)采用Linux 系統(tǒng)，不但開發(fā)容易，而且容量小，運(yùn)算速度快，既可以節(jié)約大量的程序存儲器用于應(yīng)用軟件存儲，還可以解決大量的運(yùn)算時間用于應(yīng)用軟件運(yùn)行。數(shù)據(jù)存儲器采用防震2.5 寸500GBit 的大容量HDD，可以滿足數(shù)據(jù)長期保存的需求。

（5）人機(jī)交互界面和顯示器。人機(jī)交互界面采用15.1 寸電阻式觸摸屏+87 鍵或104 鍵鍵盤，隨檢測系統(tǒng)配備87 鍵鍵盤。顯示器采用亮度350 Cd/m2、最高分辨率1024×768 的15.1 寸彩色TFT LCD。

2 基于蟻群優(yōu)化算法的水輪機(jī)軸線檢測算法

2.1 蟻群優(yōu)化算法的基本思想

蟻群優(yōu)化（Ant Colony Optimization，ACO）算法是一種模擬螞蟻搜尋食物的進(jìn)化算法。在自然界中，螞蟻通常會隨機(jī)游蕩，直到找到食物并放下稱為信息素的化學(xué)成分回到自己的巢穴。因此，這些軌道通常稱為信息素軌道。如果其他螞蟻找到了這樣的信息素軌道，他們會繼續(xù)遵循已經(jīng)放置的信息素軌道來尋找食物。由于信息素軌道在一段時間后開始蒸發(fā)，因此會降低其吸引力。如果一只螞蟻花費(fèi)更多的時間去尋找食物并再次移動，信息素就必須蒸發(fā)掉。信息素的濃度與螞蟻從蟻穴到食物源的最優(yōu)路徑成正比，因此，螞蟻通過比較特定軌道中信息素的密度來尋找短路，并遵循這種方式。本算法采用全局搜索與局部搜索相結(jié)合，有效避免算法陷入局部最優(yōu)解，當(dāng)所有螞蟻收斂與一條信息素濃度最高的路徑時，可求得最優(yōu)參數(shù)解。

2.2 最小二乘支持向量機(jī)回歸擬合法的蟻群優(yōu)化改進(jìn)的原理

回歸擬合是最常用的一種傳統(tǒng)擬合方法，主要有線性和非線性回歸2 類，其中線性回歸包括多元線性回歸和單自變量線性回歸，而非線性回歸包括對數(shù)回歸、指數(shù)模型、冪指數(shù)模型、雙曲線模型、Logistic 模型、最小二乘支持向量機(jī)回歸等。最小二乘支持向量機(jī)回歸（LSSVR）是一種相對先進(jìn)的非線性回歸擬合法，體現(xiàn)出目標(biāo)函數(shù)簡單、參數(shù)個數(shù)少和智能化等諸多優(yōu)點(diǎn)，但是仍然擁有回歸擬合法的固有缺陷：需要依賴經(jīng)驗(yàn)預(yù)先獲取樣本數(shù)據(jù)變量間的關(guān)系，然后再設(shè)定合適的模型擬合這種關(guān)系。論文擬采用蟻群優(yōu)化法改進(jìn)最小二乘支持向量機(jī)回歸，使之不需要預(yù)先獲取樣本數(shù)據(jù)變量間的關(guān)系，并把基于蟻群優(yōu)化法改進(jìn)的最小二乘支持向量機(jī)回歸稱為蟻群優(yōu)化最小二乘支持向量機(jī)回歸（ACO-LSSVR）。

2.2.1 最小二乘支持向量機(jī)回歸（LSSVR）

在實(shí)際應(yīng)用中，如果數(shù)據(jù)采集在多源環(huán)境中，噪聲分布是復(fù)雜的和未知的［11］。因此，單噪聲分布幾乎不可能清楚地描述真實(shí)噪聲。LSSVR 是LR 的一種方法，在正則化的基礎(chǔ)上實(shí)現(xiàn)了平方和誤差函數(shù)，從而控制了偏方差權(quán)衡。其目的是找到原始數(shù)據(jù)中隱藏的線性或非線性結(jié)構(gòu)。

LSSVR算法的實(shí)現(xiàn)步驟如下：

（1）給定訓(xùn)練集。T={(x1，y1)，(x2，y2)，…，(xl，yl)}，其中，xi∈Rn，yi∈R，i= 1，…，l；構(gòu)造線性回歸：

式中：ω為權(quán)值向量；b為偏置向量；φ(x)為待定的非線性映射函數(shù)。

（2）選取適當(dāng)?shù)暮撕瘮?shù)和適當(dāng)?shù)膽土P參數(shù)λ＞0；核函數(shù)K(x，x')為：

式中：δ為核函數(shù)的寬度參數(shù)；K(x，x')為關(guān)于x1，…，xl的Gram矩陣。

（3）構(gòu)造求解與最優(yōu)化問題等價的凸二次規(guī)劃。

（5）構(gòu)造決策函數(shù)。

2.2.2 蟻群優(yōu)化最小二乘支持向量機(jī)回歸（ACO-LSSVR）的原理

本文采用蟻群算法對LSSVR 的參數(shù)（λ，σ）進(jìn)行尋優(yōu)。系統(tǒng)采集得到大量軸線數(shù)據(jù)后，通過算法擬合得到一條位置與其擺度值組成的擺度特性曲線。其目的為方便觀察擺度曲線是否基本滿足正弦曲線變化規(guī)律，根據(jù)曲線圖找出最大全擺度值、加墊量及其方位角，使檢修人員精準(zhǔn)調(diào)整，大大減少工期。用蟻群算法對LSSVR 的參數(shù)（λ，σ）進(jìn)行尋優(yōu)的原理過程如圖2所示，包括參數(shù)初始化、路徑轉(zhuǎn)移、信息素更新、檢查迭代終止與數(shù)據(jù)擬合模型的建立等環(huán)節(jié)。

圖2 ACO-LSSVR的原理流程圖Fig.2 Schematic flow chart of ACO-LSSVR

（1）參數(shù)初始化。參數(shù)初始化包括對蟻群規(guī)模M，最大循環(huán)次數(shù)Tm的設(shè)定，根據(jù)λ、σ的范圍［λmin，λmax］，［σmin，σmax］計算第i個螞蟻的初始信息素濃度τ（i）：

式中：xi為第i只螞蟻的初始位置；f（xi）為適應(yīng)度；τ(t)為信息素濃度；t為時間計數(shù)器。

（2）路徑轉(zhuǎn)移。從蟻群中隨機(jī)選出n只螞蟻，然后從這n只螞蟻中選出信息素濃度最大的螞蟻?zhàn)鳛轭^蟻xobj，設(shè)其位置為xbest，那么其他的螞蟻將會按照信息素吸引度向這只頭蟻靠近，遵循式（6）：

（3）信息素更新。當(dāng)所有螞蟻完成一次搜索后，輸出每只螞蟻所選擇的參數(shù)進(jìn)行訓(xùn)練后的誤差，記錄當(dāng)前參數(shù)最優(yōu)解后，通過式（7）對第i只螞蟻的信息素濃度τ(t)進(jìn)行更新。

式中：ρ為信息素?fù)]發(fā)系數(shù)，ρ∈（0，1）。

（4）檢查迭代終止。重復(fù)（2）、（3）步驟直到所有螞蟻收斂于一條路徑或是循環(huán)設(shè)定的終止條件，意味著所有的參數(shù)收斂于唯一路徑，算法結(jié)束，此時輸出最優(yōu)（λ，σ）。

（5）數(shù)據(jù)擬合模型的建立。參考式（5）LSSVR 擬合數(shù)據(jù)實(shí)現(xiàn)步驟的決策函數(shù)，可知LSSVR的回歸函數(shù)為：

仿真分析可知，該算法模型最終可將復(fù)雜的軸線擺度數(shù)據(jù)擬合成一條正弦曲線，相較于人工計算更加精準(zhǔn)且省時省力，充分體現(xiàn)了LSSVR擬合算法的優(yōu)越性。

3 基于ARM 的水輪機(jī)軸線檢測蟻群算法軟件開發(fā)

系統(tǒng)軟件的流程圖如圖3所示，其中ACO-LSSVR 運(yùn)算的流程如圖2所示。系統(tǒng)軟件總體設(shè)計的思想是：在系統(tǒng)硬件部分通電后，執(zhí)行啟動代碼，對所有最小系統(tǒng)執(zhí)行初始化，然后進(jìn)入系統(tǒng)主程序。在所有的初始化均執(zhí)行完后，程序開始響應(yīng)外部各個中斷，并按優(yōu)先級順序執(zhí)行中斷響應(yīng)。

圖3 系統(tǒng)程序流程圖Fig.3 The program flow chart of the hydraulic turbine axis detection system

本系統(tǒng)采用模塊化、結(jié)構(gòu)化的設(shè)計方式，主要包括以下幾個模塊：ACO-LSSVR 運(yùn)算模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊及通信模塊（限于篇幅，數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊及通信模塊、人機(jī)交互模塊、顯示模塊的流程圖不列出），各個模塊的組成和實(shí)現(xiàn)的功能如下：

（1）數(shù)據(jù)采集模塊：主要完成軸線檢測數(shù)據(jù)的采集與存儲工作。該模塊為整個系統(tǒng)功能實(shí)現(xiàn)的基礎(chǔ)部分，不僅具有實(shí)時、高效的特點(diǎn)，也能充分滿足用戶在安全方面的需求。

（2）數(shù)據(jù)處理模塊：包括數(shù)據(jù)存取、數(shù)據(jù)刪除等。數(shù)據(jù)處理模塊是操作系統(tǒng)的重要組成部分。該系統(tǒng)面向數(shù)據(jù)設(shè)計，有數(shù)據(jù)的讀取、錄入與輸出等功能。

（3）ACO-LSSVR 運(yùn)算模塊：通過蟻群優(yōu)化LSSVR 進(jìn)行數(shù)據(jù)擬合得到擺度特性曲線并顯示到系統(tǒng)界面。

（4）通信模塊：通信模塊包括USB 通信、RS485、RS232、RS422、藍(lán)牙、WIFI 和以太網(wǎng)通信子模塊，主要完成處理器與上位機(jī)之間的通信，并且將檢測的數(shù)據(jù)傳輸上位機(jī)上顯示。本系統(tǒng)采用串行通信，結(jié)合集線器形成多通道傳輸，因此能夠?qū)崿F(xiàn)遠(yuǎn)距離多通道同時數(shù)據(jù)傳輸。

（5）顯示模塊：數(shù)據(jù)顯示包括數(shù)據(jù)顯示和圖形顯示子模塊。

（6）人機(jī)交互：人機(jī)交互模塊包括觸摸屏、標(biāo)準(zhǔn)鍵盤、鼠標(biāo)和按鍵子模塊。

4 水輪機(jī)組軸線檢測系統(tǒng)應(yīng)用實(shí)驗(yàn)

基于ARM 和蟻群優(yōu)化算法的水輪機(jī)軸線智能檢測系統(tǒng)在實(shí)踐中得到成功應(yīng)用，圖4為某水電站水輪機(jī)組軸線檢測所獲得的徑向偏移曲線圖，圖5和圖6分別為檢測系統(tǒng)給出的全擺度曲線和凈擺度曲線。

圖4 軸線徑向偏移曲線Fig.4 Axial radial offset curve

圖5 全擺度曲線Fig.5 Full swing curve

圖6 凈擺度曲線Fig.6 Net swing curve

圖7為通過該檢測系統(tǒng)智能算法進(jìn)行計算后所獲得的擺度特性曲線，由圖7可得出加墊量（刮削量）為6.734 0 及方位為110°。

圖7 擺度特性曲線Fig.7 Swing characteristic curve

表1為本算法與傳統(tǒng)八點(diǎn)算法［13］結(jié)果對比表。不難看出，在實(shí)際工程應(yīng)用中盤車所獲得的數(shù)據(jù)與理想情況下的擺度值有較大差距，如果人工計算處理這些復(fù)雜數(shù)據(jù)將會耗費(fèi)大量時間。通過表1對比分析可知，本算法與傳統(tǒng)算法求得的最大擺度值與調(diào)整方案基本一致，進(jìn)一步驗(yàn)證其合理性與高效性。通過本系統(tǒng)進(jìn)行數(shù)據(jù)分析，將很快得出此次盤車結(jié)果及其調(diào)整的最優(yōu)方案，與人工檢測、讀數(shù)、計算所得檢測結(jié)果相比，前者明顯具有精度高、快速、勞動強(qiáng)度低、節(jié)約時間等突出優(yōu)勢。

表1 本算法與傳統(tǒng)算法對比Tab.1 Comparison between this algorithm and traditional algorithm

5 結(jié) 語

論文研制的一種基于ARM 和蟻群優(yōu)化算法的水輪機(jī)軸線智能檢測系統(tǒng)，運(yùn)用ARM11 S3C6410 型ARM 微處理器作為智能檢測系統(tǒng)的核心器件，在該處理器的基礎(chǔ)上，使用蟻群優(yōu)化算法進(jìn)行復(fù)雜的數(shù)據(jù)處理，可以處理任意相位、任意點(diǎn)數(shù)的盤車數(shù)據(jù)和運(yùn)行，配以數(shù)字千分表、光電傳感器等不同信號獲取設(shè)備，可以適用于水輪機(jī)運(yùn)行、安裝、檢修維護(hù)與軸線調(diào)整等多種場合，配以RS485、RS232、RS422、以太網(wǎng)、藍(lán)牙等通信接口，可以方便接入各種網(wǎng)絡(luò)和信息系統(tǒng)。因此，本系統(tǒng)具有高度自動化、智能化和網(wǎng)絡(luò)化，可以廣泛用于水輪機(jī)運(yùn)行、安裝、檢修維護(hù)與軸線調(diào)整等多種場合?！?/p>