應(yīng)用狀態(tài)監(jiān)測(cè)技術(shù)保障設(shè)備安全運(yùn)行的有效路徑探索

閻庚未

（中國(guó)航空工業(yè)空氣動(dòng)力研究院，黑龍江 哈爾濱 150001）

0 引言

網(wǎng)絡(luò)物理系統(tǒng)（CPS）是一種計(jì)算機(jī)系統(tǒng)，其中的機(jī)制由基于計(jì)算機(jī)的算法控制或監(jiān)視。在網(wǎng)絡(luò)物理系統(tǒng)中，物理和軟件組件緊密地交織在一起，能夠在不同的時(shí)空尺度上運(yùn)行，展現(xiàn)出多種不同的行為方式，并以隨環(huán)境變化的方式彼此交互。成熟的網(wǎng)絡(luò)物理系統(tǒng)通常設(shè)計(jì)為具有物理輸入和輸出的交互元素網(wǎng)絡(luò)，而不是獨(dú)立的設(shè)備。這個(gè)概念與機(jī)器人技術(shù)和傳感器網(wǎng)絡(luò)的概念緊密聯(lián)系在一起，其智能機(jī)制以計(jì)算機(jī)智能為主導(dǎo)?？茖W(xué)和工程學(xué)的不斷發(fā)展通過智能機(jī)制改善了計(jì)算元素與物理元素之間的聯(lián)系，從而提高了網(wǎng)絡(luò)物理系統(tǒng)的適應(yīng)性、自治性、效率、功能性、可靠性、安全性和可用性。

1 狀態(tài)監(jiān)測(cè)技術(shù)

隨著傳感器技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展，設(shè)備狀態(tài)監(jiān)測(cè)方法正向自動(dòng)化方向發(fā)展，系統(tǒng)狀態(tài)監(jiān)測(cè)將成為一個(gè)重要的新興領(lǐng)域。傳統(tǒng)的設(shè)備狀態(tài)監(jiān)測(cè)方法是定期人工檢查和定期預(yù)防性維護(hù)相結(jié)合。本質(zhì)上，需要通過外觀和儀表指示做出異常判斷，避免安全事故的發(fā)生。檢查和定期維護(hù)制度能保證設(shè)備的安全運(yùn)行。狀態(tài)監(jiān)測(cè)技術(shù)就是通過信息化技術(shù)，將通信信息的狀態(tài)、應(yīng)用情況通過電信號(hào)的方式傳遞給控制電腦，電腦端將數(shù)據(jù)分析之后，傳遞給控制裝置，狀態(tài)監(jiān)控技術(shù)是建立在信息技術(shù)快速發(fā)展基礎(chǔ)之上的有效嘗試，而本質(zhì)上狀態(tài)監(jiān)控技術(shù)是一種前面的網(wǎng)絡(luò)通信信息和狀態(tài)協(xié)同的新技術(shù)[1-2]。

2 設(shè)備故障監(jiān)測(cè)系統(tǒng)的構(gòu)建意義

（1）通過故障監(jiān)測(cè)系統(tǒng)，工作人員能及時(shí)掌握設(shè)備運(yùn)行情況，自動(dòng)化系統(tǒng)的應(yīng)用能保證在實(shí)際的故障監(jiān)測(cè)工作中，一切都是建立在穩(wěn)定高效的監(jiān)測(cè)系統(tǒng)之上的，是二十四小時(shí)全方位監(jiān)測(cè)下的故障診斷和安全管理。

（2）大型機(jī)械設(shè)備的運(yùn)轉(zhuǎn)都是需要長(zhǎng)期進(jìn)行的，單以人工的力量進(jìn)行設(shè)備管理工作，費(fèi)時(shí)耗力且效果一般，并不能做到全方位、全過程的管理，而一旦發(fā)生事故所造成的安全隱患和故障損失是非常大的，設(shè)備故障監(jiān)測(cè)系統(tǒng)它能自動(dòng)記錄故障過程并準(zhǔn)確分析，“瞄準(zhǔn)目標(biāo)”精準(zhǔn)定位，本質(zhì)上能提升設(shè)備運(yùn)行的整體效能。

（3）通過對(duì)異常狀態(tài)的分析，在線調(diào)整和延長(zhǎng)設(shè)備的運(yùn)行周期，能最大程度上提升監(jiān)測(cè)效率。

（4）能通過數(shù)據(jù)監(jiān)測(cè)提升數(shù)據(jù)集累程度，幫助技術(shù)人員更加系統(tǒng)地了解設(shè)備性能，做好技術(shù)的改進(jìn)設(shè)計(jì)。

（5）優(yōu)化整體的管理效能，還能根據(jù)整體的監(jiān)測(cè)情況進(jìn)行故障管理，最終提高設(shè)備的整體管理水平。

3 常見設(shè)備運(yùn)行診斷

3.1 故障診斷基本內(nèi)容

整體上故障診斷將按照以下流程圖進(jìn)行分析論證，整體的故障監(jiān)測(cè)系統(tǒng)是具有一個(gè)診斷決策的，能通過故障確定和趨勢(shì)分析確定設(shè)備允許的參數(shù)，首先，被監(jiān)測(cè)的設(shè)備通過信號(hào)采集流程，獲取監(jiān)測(cè)的信號(hào)，通過專業(yè)的設(shè)備進(jìn)行信號(hào)處理，得到特征信息，在和設(shè)備的允許參與進(jìn)行對(duì)比之后，就能識(shí)別這樣的狀態(tài)是不是正常的，也能根據(jù)實(shí)際的故障監(jiān)測(cè)系統(tǒng)的流程對(duì)設(shè)備的運(yùn)行進(jìn)行有效管理如圖1所示。

圖1 故障診斷整體框架

3.1.1 信號(hào)采集

主要采集的是各種能量的變化，設(shè)備的運(yùn)行中會(huì)有各種能量的變化，例如力、熱、電、震動(dòng)等，這樣的能量變化會(huì)產(chǎn)生不同的信息，例如，當(dāng)設(shè)備出現(xiàn)不明發(fā)熱的時(shí)候，就是溫度傳感器提取信息，設(shè)備診斷后作出“異?！钡臎Q策。

3.1.2 信號(hào)處理

信號(hào)在進(jìn)入傳感器之后，不同的傳感器會(huì)將信號(hào)進(jìn)行分類處理和加工，這樣才能將信息轉(zhuǎn)化為能讓機(jī)器處理的信號(hào)。

3.1.3 狀態(tài)信號(hào)

信號(hào)進(jìn)入機(jī)器之后，與規(guī)定的參數(shù)進(jìn)行對(duì)比比較，整體的數(shù)據(jù)在允許的區(qū)間之內(nèi)就說明是正常的，但是在這一階段也要注意的是，這一階段所轉(zhuǎn)化的信號(hào)不一定是單純的某一時(shí)刻的狀態(tài)信號(hào)，也可能是一段時(shí)間的信號(hào)變化趨勢(shì)，這些都可以作為獨(dú)立的狀態(tài)信號(hào)，

3.1.4 診斷決策

診斷決策階段就是通過以上流程發(fā)現(xiàn)狀態(tài)問題，最后一步就是通過人工智能進(jìn)行決策。

3.2 狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)

以風(fēng)洞監(jiān)測(cè)設(shè)備為例，其主要的狀態(tài)檢測(cè)主要由以下構(gòu)成，（1）分布式數(shù)據(jù)采集系統(tǒng)：針對(duì)風(fēng)洞中的各種設(shè)備，以網(wǎng)絡(luò)控制方式支持振動(dòng)、溫度、轉(zhuǎn)速、位移參數(shù)等各類傳感器的數(shù)據(jù)采集。（2）數(shù)據(jù)存儲(chǔ)系統(tǒng)：合理組織和維護(hù)各類信息，提高系統(tǒng)的可擴(kuò)展性。（3）集中狀態(tài)監(jiān)測(cè)系統(tǒng)：在組態(tài)軟件的基礎(chǔ)上，建立了一個(gè)開放、兼容的信息監(jiān)控軟件。提供自動(dòng)報(bào)告、應(yīng)急響應(yīng)等處理措施來(lái)保證系統(tǒng)的穩(wěn)定。（4）故障診斷與預(yù)測(cè)軟件平臺(tái)：實(shí)時(shí)分析系統(tǒng)中所有數(shù)據(jù)，診斷、分析和定位異常，實(shí)時(shí)評(píng)估設(shè)備性能狀態(tài)，發(fā)現(xiàn)潛在故障[3]。

4 設(shè)備監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

當(dāng)前大型設(shè)備結(jié)構(gòu)越來(lái)越復(fù)雜，但大多由液壓系統(tǒng)，氣動(dòng)系統(tǒng)，傳動(dòng)系統(tǒng)，電氣系統(tǒng)，冷卻系統(tǒng)，潤(rùn)滑系統(tǒng)，伺服系統(tǒng)，智能信息系統(tǒng)，監(jiān)測(cè)系統(tǒng)構(gòu)成的。

以某低速風(fēng)洞為例，其動(dòng)力系統(tǒng)就是一個(gè)復(fù)雜大型設(shè)備，針對(duì)現(xiàn)場(chǎng)監(jiān)控設(shè)備缺失、狀態(tài)指示屏信息顯示不直觀、不全面、無(wú)故障報(bào)警功能的現(xiàn)狀，基于OPC協(xié)議利用LabVIEW軟件開發(fā)了信息監(jiān)控全面直觀、實(shí)時(shí)性好的風(fēng)洞安全信息采集系統(tǒng)。上位機(jī)采集監(jiān)控系統(tǒng)在風(fēng)洞試驗(yàn)過程中嚴(yán)密監(jiān)測(cè)動(dòng)力系統(tǒng)相關(guān)參數(shù)信息，一旦參數(shù)超標(biāo)立即報(bào)警。風(fēng)洞安全信息采集系統(tǒng)下位機(jī)主要包含前端的傳感器、信號(hào)采集模塊、通訊控制模塊等，實(shí)現(xiàn)安全監(jiān)控信號(hào)的采集和上傳；網(wǎng)絡(luò)部分主要包含網(wǎng)絡(luò)通訊模塊、接口模塊、通訊網(wǎng)絡(luò)等，實(shí)現(xiàn)采集系統(tǒng)各個(gè)子系統(tǒng)間以及和中控系統(tǒng)間的數(shù)據(jù)通訊；上位機(jī)主要包括管理計(jì)算機(jī)、顯示系統(tǒng)、人機(jī)交互設(shè)備等，實(shí)現(xiàn)動(dòng)力系統(tǒng)信息的集中管理，狀態(tài)顯控監(jiān)視，人機(jī)交互操作等[4]，系統(tǒng)硬件結(jié)構(gòu)如圖2所示。

圖2 風(fēng)洞硬件系統(tǒng)監(jiān)控圖

5 設(shè)備監(jiān)測(cè)系統(tǒng)的構(gòu)建問題及發(fā)展展望

5.1 設(shè)計(jì)標(biāo)準(zhǔn)需要規(guī)范統(tǒng)一

如今，狀態(tài)監(jiān)測(cè)設(shè)備的制造商層出不窮，產(chǎn)品的技術(shù)標(biāo)準(zhǔn)和接口協(xié)議大多各自為政。如果一些不合格的狀態(tài)監(jiān)測(cè)裝置在出廠前未經(jīng)驗(yàn)收，投入運(yùn)行后容易出現(xiàn)誤報(bào)警和拒收現(xiàn)象，從而導(dǎo)致系統(tǒng)可靠運(yùn)行的不穩(wěn)定因素。因此，有必要建立一套完善的狀態(tài)監(jiān)測(cè)裝置的設(shè)計(jì)、選型和出廠驗(yàn)收規(guī)范。

5.2 提升監(jiān)測(cè)傳感器的技術(shù)含量

優(yōu)化整體的技術(shù)管理，采用高科技的監(jiān)測(cè)傳感器，能提升工作效率，技術(shù)水平低的傳感器，可能在傳感器靈敏度、精確度上存在問題，為了確保狀態(tài)監(jiān)測(cè)系統(tǒng)傳感器的靈敏度，還是要選擇精確度高的傳感器。系統(tǒng)需要從硬件和軟件兩個(gè)方面進(jìn)行設(shè)計(jì)，結(jié)合現(xiàn)場(chǎng)總線、網(wǎng)絡(luò)技術(shù)和分布式計(jì)算技術(shù)/中間件技術(shù)，完成各種現(xiàn)場(chǎng)設(shè)備的狀態(tài)監(jiān)測(cè)，實(shí)現(xiàn)了對(duì)風(fēng)洞各段關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)的實(shí)時(shí)監(jiān)控和記錄，及時(shí)發(fā)現(xiàn)異常情況并報(bào)警，從而提高了風(fēng)洞試驗(yàn)運(yùn)行系統(tǒng)的安全性和可靠性。

5.3 優(yōu)化診斷專家系統(tǒng)

整體上需要做好實(shí)時(shí)的系統(tǒng)故障診斷的優(yōu)化，利用好人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)、模糊集數(shù)學(xué)等關(guān)系，建立一個(gè)規(guī)則化模型，而整體上需要提升設(shè)備故障監(jiān)測(cè)的效果，積極引進(jìn)專家系統(tǒng)，通過知識(shí)和經(jīng)驗(yàn)的模型化，將整體上設(shè)備的存在的故障類型和出現(xiàn)故障的位置進(jìn)行精確的判斷。專家系統(tǒng)的完善，依賴于系統(tǒng)使用過程中的長(zhǎng)期積累，其完善程度，對(duì)于系統(tǒng)故障診斷的水平和能力具有決定性作用。系統(tǒng)完善后，可以方便實(shí)現(xiàn)歷史預(yù)警信息、故障診斷方案的查詢分析功能[5]。

5.4 人工智能技術(shù)的展望

從專用智能向通用智能發(fā)展。2016年10月，美國(guó)國(guó)家科學(xué)技術(shù)委員會(huì)發(fā)布《國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃》，提出在美國(guó)的人工智能中長(zhǎng)期發(fā)展策略中要著重研究通用人工智能。

從人工智能向人機(jī)混合智能發(fā)展。借鑒腦科學(xué)和認(rèn)知科學(xué)的研究成果，將人的作用或認(rèn)知模型引入到人工智能系統(tǒng)中，提升人工智能系統(tǒng)的性能，使人工智能成為人類智能的自然延伸和拓展，通過人機(jī)協(xié)同更加高效地解決復(fù)雜問題。在我國(guó)新一代人工智能規(guī)劃和美國(guó)腦計(jì)劃中，人及混合智能都是重要的研發(fā)方向。

從“人工+智能”向自主智能系統(tǒng)發(fā)展?？蒲腥藛T開始關(guān)注減少人工干預(yù)的自主智能方法，提高機(jī)器智能對(duì)環(huán)境的自主學(xué)習(xí)能力[6]。

總之，未來(lái)的大型設(shè)備結(jié)構(gòu)越來(lái)越復(fù)雜，狀態(tài)監(jiān)測(cè)難度也越來(lái)越高，隨著人工智能技術(shù)的發(fā)展，需要不斷引入新興的技術(shù)，不斷探索更多的路徑。

6 結(jié)語(yǔ)

將智能監(jiān)測(cè)技術(shù)應(yīng)用其中提升管理效能是非常有必要的，而在當(dāng)下，越來(lái)越多的行業(yè)將系統(tǒng)遠(yuǎn)程監(jiān)控設(shè)備終端逐步應(yīng)用工業(yè)生產(chǎn)和生產(chǎn)發(fā)展系統(tǒng)之中，通過構(gòu)建該系統(tǒng)，最后將系統(tǒng)和報(bào)警模塊相連，構(gòu)建一個(gè)完善的預(yù)警監(jiān)測(cè)和報(bào)警系統(tǒng)，可以大幅提升設(shè)備運(yùn)行的安全性、可靠性和效率量，創(chuàng)造更大的經(jīng)濟(jì)效益。