基于傳感器的多頻中波發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測研究

摘要： 傳統(tǒng)故障監(jiān)測方法直接對(duì)多頻中波發(fā)射機(jī)故障檢測模型進(jìn)行構(gòu)建，未對(duì)多頻中波發(fā)射機(jī)的多特征信息進(jìn)行采集，造成故障檢出率較低，對(duì)此，文章提出基于傳感器的多頻中波發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測方法。文章首先采集了多頻中波發(fā)射機(jī)的多特征信息，并基于這些信息構(gòu)建了多頻中波發(fā)射機(jī)故障檢測模型，隨后，給出發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測流程，實(shí)現(xiàn)對(duì)多頻中波發(fā)射機(jī)遠(yuǎn)程故障的監(jiān)測。實(shí)驗(yàn)結(jié)果表明，該研究方法對(duì)于不同種類的故障都有較好的檢測能力，且檢出率較高。

關(guān)鍵詞：傳感器技術(shù)；多頻中波發(fā)射機(jī)；遠(yuǎn)程故障監(jiān)測；故障診斷；數(shù)據(jù)處理分析

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)志碼：A

0 引言

傳統(tǒng)的中波發(fā)射機(jī)故障監(jiān)測方法主要依賴于人工巡檢和現(xiàn)場維修，不僅效率低下，而且難以及時(shí)發(fā)現(xiàn)和處理故障。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的不斷發(fā)展，基于傳感器的遠(yuǎn)程故障監(jiān)測技術(shù)逐漸成為研究熱點(diǎn)。

國內(nèi)外雖然已經(jīng)有一些學(xué)者和研究機(jī)構(gòu)開始探索中波發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測技術(shù)，但大多數(shù)研究仍停留在理論分析和實(shí)驗(yàn)驗(yàn)證階段。例如，任曉東［1］介紹了單頻網(wǎng)地面數(shù)字電視發(fā)射機(jī)的基本工作原理和常見的故障類型，并詳細(xì)闡述了故障異常檢測的方法和步驟，但是未全面考慮發(fā)射機(jī)故障的多樣性和復(fù)雜性，導(dǎo)致某些特定類型的故障無法被有效檢測。于海泉等［2］介紹了態(tài)勢(shì)感知技術(shù)在發(fā)射機(jī)故障預(yù)警領(lǐng)域的應(yīng)用背景和意義，詳細(xì)描述了智能預(yù)警系統(tǒng)的架構(gòu)和功能，但是未充分考慮實(shí)際運(yùn)行環(huán)境中發(fā)射機(jī)的復(fù)雜性和多變性，導(dǎo)致預(yù)警系統(tǒng)的準(zhǔn)確性和可靠性受到一定影響。

本文旨在針對(duì)基于傳感器的多頻中波發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測技術(shù)進(jìn)行深入研究，通過設(shè)計(jì)合理的傳感器布局和數(shù)據(jù)采集方案，提取和分析多頻中波發(fā)射機(jī)的運(yùn)行狀態(tài)信息，實(shí)現(xiàn)對(duì)故障的遠(yuǎn)程監(jiān)測和預(yù)警。

1 基于傳感器的多頻中波發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測方法設(shè)計(jì)

1.1 多頻中波發(fā)射機(jī)多特征信息獲取

在針對(duì)多頻中波發(fā)射機(jī)的多特征信息獲取過程中，傳感器的選型顯得尤為重要?？紤]到發(fā)射機(jī)運(yùn)行穩(wěn)定性和輸出功率的關(guān)鍵性，本文選擇具有高精度、高穩(wěn)定性的NRP-Z11型功率傳感器安裝在發(fā)射機(jī)的輸出端。該傳感器能夠精確地捕捉到發(fā)射機(jī)當(dāng)前的工作頻率，確保其穩(wěn)定在630 kHz。同時(shí)，傳感器還能實(shí)時(shí)測量輸出功率，確保輸出功率維持在10 kW的水平。通過實(shí)時(shí)監(jiān)測，本文方法能夠及時(shí)獲取發(fā)射機(jī)的運(yùn)行狀態(tài)，確保其在特定頻率下運(yùn)行狀況良好，從而避免產(chǎn)生功率波動(dòng)或頻率偏移等問題。一旦平均波傳輸過程中受到擾動(dòng)，傳感器會(huì)迅速捕捉到信號(hào)的變化。這種擾動(dòng)會(huì)導(dǎo)致信號(hào)出現(xiàn)大約2.40 s的高電平脈沖。在此情況下，中波發(fā)射機(jī)的電源會(huì)自動(dòng)斷開2.40 s，傳感器會(huì)記錄這一中斷事件，并在中斷結(jié)束后重新檢測發(fā)射機(jī)的狀態(tài)。當(dāng)中波發(fā)射機(jī)重新開機(jī)并清除故障后，傳感器會(huì)立即檢測到其回歸正常工作狀態(tài)。然而，如果故障未能得到及時(shí)清除，傳感器將持續(xù)監(jiān)測到中波傳輸?shù)慕脿顟B(tài)，并向控制系統(tǒng)發(fā)出警報(bào)，提示進(jìn)行故障排查和修復(fù)。

該功率傳感器的應(yīng)用，實(shí)現(xiàn)了對(duì)多頻中波發(fā)射機(jī)運(yùn)行狀態(tài)的全面監(jiān)控，及時(shí)發(fā)現(xiàn)并處理潛在的故障，確保發(fā)射機(jī)的穩(wěn)定運(yùn)行和高效工作。同時(shí)，傳感器的精確測量和實(shí)時(shí)監(jiān)測功能也為后續(xù)的數(shù)據(jù)分析和優(yōu)化提供了有力的支持。

提取并分析多頻中波發(fā)射機(jī)的多種特征信息，是保障其穩(wěn)定運(yùn)行不可或缺的一環(huán)。為了實(shí)現(xiàn)對(duì)提取過程的精確控制，本文規(guī)劃以下步驟。

（1）設(shè)定每5 min為信息采集周期，確保實(shí)時(shí)性，避免數(shù)據(jù)冗余。采集頻率根據(jù)需求設(shè)定，關(guān)鍵參數(shù)如工作頻率和輸出功率每秒采集10次，其他參數(shù)則每分鐘采集1次，以減少數(shù)據(jù)處理負(fù)擔(dān)。以此確保所獲取信息的實(shí)時(shí)性與準(zhǔn)確性，使能夠隨時(shí)掌握發(fā)射機(jī)的當(dāng)前狀態(tài)。

（2）在中波發(fā)射機(jī)上安裝溫度傳感器，以便實(shí)時(shí)記錄其日平均工作溫度［3-4］。這為判斷發(fā)射機(jī)是否處于正常工作狀態(tài)提供依據(jù)。

（3）利用中波發(fā)射機(jī)原有的級(jí)數(shù)和電平信息，深入分析發(fā)射機(jī)的電流變化情況。在此過程中，特別關(guān)注低電平位置的記錄，并妥善保存相關(guān)備用數(shù)據(jù)，以備后續(xù)分析參考。

（4）一旦成功獲取所有必要的信息，會(huì)立即將其整理并存儲(chǔ)在指定的數(shù)據(jù)庫中［5］。這些數(shù)據(jù)將成為進(jìn)一步檢測發(fā)射機(jī)故障、分析性能表現(xiàn)的重要基礎(chǔ)，使用戶能夠隨時(shí)調(diào)用數(shù)據(jù)進(jìn)行比對(duì)和分析，及時(shí)發(fā)現(xiàn)并解決潛在問題。

當(dāng)中波發(fā)射機(jī)的平均波發(fā)射出現(xiàn)偏差時(shí)。設(shè)定中波信號(hào)的脈沖序列為Y，并據(jù)此分析單位脈沖信號(hào)的特征。特征可以具體表述為：

ST=∑δ（t-nY）（1）

在上述公式中，定義ST作為單位脈沖信號(hào)的性質(zhì)；t表示故障時(shí)間，反映信號(hào)傳輸過程中的微小偏差；δ表示周期函數(shù)；nY代表第n個(gè)平均波脈沖序列，是分析中波信號(hào)的參數(shù)之一。基于故障脈沖信號(hào)的特性，推導(dǎo)出脈沖信號(hào)的相應(yīng)特性。

在計(jì)算出脈沖信號(hào)的相應(yīng)特性后，為確保與數(shù)據(jù)周期的一致性，本文依照雙重?cái)?shù)據(jù)預(yù)防方法對(duì)這些信息進(jìn)行重新處理。在此過程中，本文采取預(yù)處理措施，避免重復(fù)數(shù)據(jù)的出現(xiàn)，減少數(shù)據(jù)誤差，提高信息的可靠性。將相似度高的數(shù)據(jù)識(shí)別為重復(fù)數(shù)據(jù)并予以去除。通過計(jì)算數(shù)據(jù)相似度計(jì)算數(shù)據(jù)相似性的具體公式如下：

在上述公式中，引入一系列關(guān)鍵指標(biāo)以量化數(shù)據(jù)特性。其中C（s）用于衡量目標(biāo)數(shù)據(jù)集的相似性，幫助快速識(shí)別數(shù)據(jù)間的關(guān)聯(lián)性和差異。s（a）表示聚焦于數(shù)據(jù)集的屬性，通過對(duì)不同屬性的分析和比較，理解數(shù)據(jù)的本質(zhì)特征。s（l）表示相似性指標(biāo)，用于評(píng)估相同類型數(shù)據(jù)集之間的相似程度。該指標(biāo)在處理多頻中波發(fā)射機(jī)的多特征信息時(shí)尤為關(guān)鍵，有助于識(shí)別和整合具有相似特性的數(shù)據(jù)集，進(jìn)一步提高數(shù)據(jù)處理的效率和準(zhǔn)確性。除了相似性指標(biāo)外，引入負(fù)載系數(shù)這一概念。負(fù)載fs表示數(shù)據(jù)的負(fù)載系數(shù)，反映數(shù)據(jù)在處理或傳輸過程中的負(fù)載情況。該指標(biāo)對(duì)于評(píng)估數(shù)據(jù)處理的性能和資源消耗具有重要意義。C（s）表示使用系數(shù)，提供了數(shù)據(jù)使用情況的量化指標(biāo)，有助于更好地管理和優(yōu)化數(shù)據(jù)資源。使用上述公式處理未知或異常數(shù)據(jù)，為數(shù)據(jù)研究提供數(shù)據(jù)源。

1.2 構(gòu)建故障檢測模型

在中波發(fā)射機(jī)故障特征提取的基礎(chǔ)上，本文構(gòu)建了基于傳感器的遠(yuǎn)程故障檢測模型。為了確保故障位置的準(zhǔn)確性，該模型進(jìn)一步對(duì)故障位置的供電電壓進(jìn)行檢測。這一步驟能夠更精確地鎖定故障發(fā)生的具體位置［6］。

構(gòu)建故障檢測模型的表達(dá)式為：

該模型的核心要素包括脈沖序列系數(shù)ε、頻率系數(shù)υ、理想諧波η以及故障位置特征Lw。這些參數(shù)共同協(xié)作，為精確檢測中波發(fā)射機(jī)的故障提供了有力支持。

1.3 實(shí)現(xiàn)發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測

本文通過設(shè)計(jì)遠(yuǎn)程故障檢測模型，對(duì)收集到的數(shù)據(jù)進(jìn)行處理和分析，從而能夠準(zhǔn)確識(shí)別出發(fā)射機(jī)存在的故障及其位置。此外，通過實(shí)時(shí)監(jiān)測和預(yù)警，本文還設(shè)計(jì)了發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測流程，以實(shí)現(xiàn)多頻中波發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測和傳輸。

（1）部署傳感器，采集多特征信息：在多頻中波發(fā)射機(jī)的關(guān)鍵部位部署多種傳感器，以此收集發(fā)射機(jī)的多特征信息。在結(jié)合傳感器技術(shù)完成多特征信息提取后，能夠?qū)崟r(shí)監(jiān)測發(fā)射機(jī)的運(yùn)行狀態(tài)，并獲取與其性能、健康狀態(tài)相關(guān)的各種數(shù)據(jù)。

（2）多頻中波發(fā)射機(jī)多特征信息傳輸：將收集到的多特征信息通過有線或無線方式傳輸?shù)竭h(yuǎn)程監(jiān)控中心。

（3）數(shù)據(jù)預(yù)處理與特征提取：對(duì)接收到的多特征信息進(jìn)行預(yù)處理，提取與故障檢測相關(guān)的關(guān)鍵特征。

（4）基于傳感器構(gòu)建遠(yuǎn)程故障檢測模型：結(jié)合預(yù)處理后的多特征信息，構(gòu)建遠(yuǎn)程故障檢測模型。該模型能夠?qū)Πl(fā)射機(jī)的多特征信息進(jìn)行分析，自動(dòng)識(shí)別是否存在故障，并預(yù)測故障的類型和可能的原因。

（5）故障識(shí)別與定位：利用構(gòu)建的遠(yuǎn)程故障檢測模型對(duì)多特征信息進(jìn)行分析，識(shí)別是否存在故障。根據(jù)故障類型和多特征信息，定位故障發(fā)生的具體位置或部件。

（6）遠(yuǎn)程故障傳輸：一旦故障被識(shí)別與定位，相關(guān)的故障信息需要被迅速且準(zhǔn)確地傳輸?shù)竭h(yuǎn)程監(jiān)控中心或指定的維修人員手中。

（7）維護(hù)記錄與反饋：記錄故障處理的過程、結(jié)果和維修操作的相關(guān)信息。將維護(hù)記錄反饋到遠(yuǎn)程故障檢測模型中，用于優(yōu)化模型參數(shù)和算法，提高故障檢測的準(zhǔn)確性和效率。

2 實(shí)驗(yàn)論證

為了驗(yàn)證基于傳感器的多頻中波發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測方法的有效性，本文進(jìn)行了對(duì)比實(shí)驗(yàn)，設(shè)置任曉東［1］（傳統(tǒng)方法1）和于海泉等［2］的方法（傳統(tǒng)方法2）為對(duì)照組，對(duì)3種方法的檢出率進(jìn)行對(duì)比。

2.1 實(shí)驗(yàn)準(zhǔn)備

本次實(shí)驗(yàn)選取某廠家生產(chǎn)的3種常見中波發(fā)射機(jī)作為實(shí)驗(yàn)對(duì)象，分別是功率為1000 W的S1型、功率為2000 W的S2型以及具有數(shù)字調(diào)制功能的S3型。通過統(tǒng)一劃分子系統(tǒng)和連接器件，并設(shè)定故障器件，以模擬實(shí)際運(yùn)行環(huán)境中的故障情況。

本文選取的3種中波發(fā)射機(jī)具有相似的技術(shù)規(guī)格和性能指標(biāo)，以確保實(shí)驗(yàn)結(jié)果的可比性。預(yù)先設(shè)定故障器件，模擬實(shí)際運(yùn)行中的常見故障情況。

在實(shí)驗(yàn)中，采用中值濾波方法對(duì)收集到的傳感器數(shù)據(jù)進(jìn)行處理。通過調(diào)整中值濾波的次數(shù)，發(fā)現(xiàn)當(dāng)中值濾波次數(shù)從0增加到6次時(shí)，特征值從59顯著下降到9。進(jìn)一步地，當(dāng)中值濾波次數(shù)達(dá)到6～8次時(shí)，數(shù)據(jù)保持穩(wěn)定狀態(tài)，表明此時(shí)濾波效果已趨于穩(wěn)定。

2.2 對(duì)比實(shí)驗(yàn)

為了驗(yàn)證本文設(shè)計(jì)的監(jiān)測方法的有效性，將其與任曉東［1］（傳統(tǒng)方法1）和于海泉等［2］（傳統(tǒng)方法2）的方法進(jìn)行比較，對(duì)選定的S1、S2、S3 3種中波發(fā)射機(jī)進(jìn)行遠(yuǎn)程故障檢測。3種方法在不同發(fā)射機(jī)上的故障檢出率如表1所示。

從實(shí)驗(yàn)結(jié)果可以看出，對(duì)于3種不同的中波發(fā)射機(jī)，本文設(shè)計(jì)的監(jiān)測方法均取得了較高的故障檢出率，顯著優(yōu)于2種傳統(tǒng)方法。具體而言，對(duì)于S1發(fā)射機(jī)，本文方法的檢出率高達(dá)98.54%，比傳統(tǒng)方法1高出12.79個(gè)百分點(diǎn)，比傳統(tǒng)方法2高出18.76個(gè)百分點(diǎn)。類似地，在S2和S3發(fā)射機(jī)上，本文方法也顯示出更高的故障檢出率。

3 結(jié)語

本文圍繞基于傳感器的多頻中波發(fā)射機(jī)遠(yuǎn)程故障監(jiān)測進(jìn)行了深入研究，并取得了一系列有益的成果。本研究設(shè)計(jì)了一套高效且可靠的傳感器布局和數(shù)據(jù)采集方案，該方案能夠?qū)崟r(shí)、準(zhǔn)確地獲取多頻中波發(fā)射機(jī)的運(yùn)行狀態(tài)信息。同時(shí)，利用先進(jìn)的數(shù)據(jù)處理算法和傳輸協(xié)議，該方案有效提高了數(shù)據(jù)的準(zhǔn)確性和可靠性，為遠(yuǎn)程故障監(jiān)測提供了堅(jiān)實(shí)的數(shù)據(jù)支撐，從而進(jìn)一步提升了遠(yuǎn)程故障監(jiān)測的準(zhǔn)確性。

參考文獻(xiàn)

［1］任曉東.單頻網(wǎng)地面數(shù)字電視發(fā)射機(jī)故障異常檢測［J］.衛(wèi)星電視與寬帶多媒體，2024（4）：10-12.

［2］于海泉，吳金友，梁秀文.基于態(tài)勢(shì)感知的發(fā)射機(jī)故障隱患智能預(yù)警系統(tǒng)應(yīng)用研究［J］.西部廣播電視，2023（16）：237-240.

［3］趙英杰.中波廣播發(fā)射機(jī)的故障處理策略［J］.衛(wèi)星電視與寬帶多媒體，2024（5）：37-39.

［4］于海泉，吳金友，梁秀文.廣播電視發(fā)射機(jī)故障隱患大數(shù)據(jù)分析系統(tǒng)應(yīng)用研究［J］.西部廣播電視，2023（14）：222-225.

［5］周坤鶴，陳鴻，劉強(qiáng)，等.全固態(tài)DAM中波發(fā)射機(jī)電源系統(tǒng)故障檢測盲區(qū)的分析與處理［J］.廣播電視信息，2023（5）：85-88.

［6］張藍(lán)青.DAM10kW中波發(fā)射機(jī)射頻部分工作原理及故障維修［J］.電視技術(shù)，2022（12）：139-142，158.

Research on remote fault monitoring of multi-frequency medium wave transmitter based on sensor

Abstract： The traditional fault monitoring method directly constructs the fault detection model for multi frequency medium wave transmitters， without collecting the multi feature information of multi frequency medium wave transmitters， resulting in a low fault detection rate. Therefore， this paper proposes a remote fault monitoring method for multi frequency medium wave transmitters based on sensors. Firstly， the multi feature information of multi frequency medium wave transmitters was collected， and a fault detection model for multi frequency medium wave transmitters was constructed based on this information. Subsequently， a remote fault monitoring process for transmitters is provided to achieve remote fault monitoring of multi frequency medium wave transmitters. The experimental results indicate that the research method has good detection ability and high detection rate for different types of faults.

Key words： sensor technology; multi-frequency medium wave transmitter; remote fault monitoring; fault diagnosis; data processing and analysis