第七章提升系统智能故障诊断.doc

个人收集整理 勿做商业用途
第7章 提升机智能故障诊断系统
7．1 引言
提升机在冶金、煤炭、石油等行业应用非常广泛，是企业生产和经济发展的物质技术基础,处于重要地位，其运转效益与企业的经济效益密切相关。然而提升设备在使用过程中不可避免地会经历三种状态，即正常、异常和故障。正常状态时,设备可以照常运行;发生异常后，说明运行状态已经恶化，应引起检修人员的注意,监视状态的发展；一旦发生到故障状态，若得不到及时的处理,就可能引起重大事故的发生，甚至造成人员伤亡。故障后,若不能很快地诊断排除故障，就会影响生产，带来巨大的经济损失.因此迫切需要为提升系统建立相应的故障监控与诊断系统.
故障监控和诊断技术是近三十年发展起来的一门新技术，它不仅能找出并消除生产系统中的事故隐患,而且能及时发现机器的故障,并预防设备恶性事故的发生,从而避免人员的伤亡、环境的污染和巨大的经济损失。尤为重要的是,应用故障监控和诊断技术，可以改革目前的设备维修制度——定期检修，实现现代化维修技术——预知维修.这样，不仅节约了大量的维修费用，而且由于减少了许多不必要的维修时间,从而大大增加了机器设备正常运行的时间，大幅度地提高生产率，产生巨大的经济效益。因此，故障监控和诊断已是现代工业的重要组成部分,故障监控和诊断技术已经成为自动控制领域中的一个新的研究课题。
当前故障检测与诊断技术一个重要的研究特征,就是与具体工程技术领域的结合比以往更加紧密,更注重解决实际应用问题，从而切实为保证工程系统的安全性与可靠性服务。对于实际的工程系统，故障诊断技术基本上有两大用途。其一是用于构成离线式的“计算机辅助决策支持系统”,即利用故障诊断系统来帮助快速发现系统的故障，制定更加合理有效的系统维修方案,找出系统的薄弱环节,最终提高系统的可靠性和生产效益。这类系统的应用近年来发展很快，如已有报道开发出了汽车发动机的故障诊断系统,辅助维修很有成效，可大大缩短维修时间，提高效率。其二是用于构成实时状态监视系统，或者进而实现高性能的自动控制系统。在这类应用中,故障诊断系统通常已在线方式运行,它连续的实时监视整个系统的测量参数，基于适当的在线故障检测与诊断算法给出系统的故障信息，包括故障报警信息、故障位置信息和故障程度信息等等。采用先进的控制系统设计方法,可以使控制系统具有自动利用这些故障信息、根据系统运行的不同故障工况自动调整控制方案的能力，其目标是保证系统运行在安全状态。
一个实际的故障检测与诊断系统（以下简称ＦＤＤ系统）所需要的故障诊断方案,是由诊断对象的性质以及对ＦＤＤ系统的功能要求决定的。提升机故障诊断系统首先要求能对各种常见的故障和历史上曾经发生过的故障做出准确的诊断，并能给出故障处理的建议方案，而且对历史上虽不曾发生、但实际上可能存在的故障也要具有一定的处理能力。对于提升机系统，由于故障现象形形色色，故障原因也多种多样，尤其是许多故障现象只能凭操作人员的语言描述,可实时利用的传感器信号较少,所以建立故障的解析模型将面临诸多困难。综合考虑各方面实际情况，基于诸如故障树、专家系统、神经网络和信息融合等人工智能的故障诊断方法建立提升机故障诊断系统是比较适宜的。
7．2 提升系统主要故障现象与征兆分析
7．2．1 提升机故障分类
提升系统由机械、液压和电气三部分构成，从系统组成的结构来分，系统故障分类模型如图7—1所示。
系统故障

机械类故障 信号闭锁类故障

液压制动 润滑 行程类故障
传动机构

电气类故障

调节控制
交流 直流 磁场

电源 调节器 计算机

图7—1 直流提升机故障分类示意图
7．2．2 主要故障现象与征兆
1、机械类故障
机械类故障主要包括主传动机构，液压制动装置和润滑系统三部分.
（1）主传动机构故障
1）主轴承超温
由非接触式温度继电器检测，但温度超过60度时，温度继电器动作。
2）尾绳扭结监视或松绳保护
尾绳扭结由尾绳环监视开关（水银开关）检测；松绳保护由松绳信号继电器来实现。
（2）液压制动装置故障
1）液压站油位、油温、油压监视
油位由浮子式液位计检测；油温由油温传感器检测;油压由压力继电器检测.
2） 过滤器太脏监视
3） 液压站控制回路 +24V 直流电源漏电监视
4） 液压站蓄力器故障监视
5） 制动油泵运行监视：由油泵电源开关的辅助接点检测
6） 制动器闸瓦磨损监视
由装于制动器上的位置开关检测,闸瓦磨损超过1mm，开关动作。
7） 制动盘变形监视
由安装于制动盘两侧的行程检测器检测。当制动盘存在偏摆时,检测器动作。
8） 紧闸、松闸监视
9） 制动闸控制回路过流
由过流继电器检测
10） 安全阀组继电器动作监视
由控制安全阀组的继电器的辅助接点检测.
（3）润滑系统故障
1）润滑油油泵监视
2)润滑油油温、油压监视
3)润滑油油流监视 由电磁式流量传感器检测。当润滑油因故不流动时,检测装置动作。
2、信号闭锁类故障
提升信号系统是矿井提升机运输的指挥网络。其指挥是否准确、可靠、合理，直接影响矿井运输能力的提高和提升运行的安全。信号系统所涉及的信号繁多且分散，各信号之间具有一定的闭锁关系.只有在这些信号闭锁关系完全正确时，才能启动运行，否则将无法启动。这类故障相应称为信号闭锁故障，其主要包括：
（１） 运行方式转换开关故障
运行方式转换开关用来选择提升方式:主要由单击铃方式（手动）,自动提升方式,验绳和井筒检修等。转换开关故障的原因主要是断线或触头脱落.
（２） 手动、自动转换闭锁故障
从自动方式到手动方式转换的条件是：控制手柄在零位，制动手柄在“紧闸”位置,而且制动闸处于紧闸状态；而从手动方式到自动方式的转换，则还需要：运行方式应选在自动提升方式，提升容器处于出车位置，而且安全回路必须接通。
（３） 控制手柄不在零位或（和）制动手柄不在“紧闸"位置。
（４） 未允许开车,闸以松开
（５） 井口安全门未关
（６） 井口摇台未抬起
（７） 井底安全门未关
（８） 井底摇台未抬起
（９） 按了紧停按钮
（１０） 按了井口闭锁按钮
（１１） 按了井底闭锁按钮
（１２） 闭锁继电器动作监视
3、行程类故障
行程类故障主要有：
（１） 停车监视
在停车期间，方向继电器不带电，提升机不能运行，如果提升机由于某种原因而运转起来,则测速机输出电压，而使安全回路立即动作。
（２） 速度调节器解锁监视 ：若速度调节器未解锁，便松闸,则应使安全回路动作；若速度调节器解锁后，延时0.5s后，闸仍没松开，则必须重新封锁调节器，以免堵转.
（３） 方向监视 当通过方向继电器设置一个转向时，提升机必须按此方向运行，如果提升机按相反的方向运转,则测速机电压的极性相反，而使安全回路动作。
（４） 离站监视 松闸指令发出后，或制动手柄已处于“松闸”位置，延时一定时间后，速度应达到某一预订的值.
（５） 过速保护 当速度超过最大速度的15%时，机械式离心开关动作.
（６） 限速回路断线监视
（７） 连续速度监视 由测速机和水平选择器中的限速变阻器串联构成限速保护回路。在等速段，当速度超过最大速度的10％时，动作安全回路。在减速段,当提升容器速度超过v=f(h)所限定的速度时，则动作安全回路。
（８） 定点速度监视 由设在井筒内的行程开关来实现减速阶段的限速保护.
（９） 速度――速度监视（反馈速度监视) 在提升机主轴上的两个测速机，其输出电压进行比较，实现相互监视。
（１０） 钢丝绳打滑监视 通过主轴上的测速机和钢丝绳上的摩擦传动的测速机的输出电压进行比较来实现。当速度大于2m/s时，便安全制动.
（１１） 井筒过卷开关监视
（１２） 水平选择器过卷监视
（１３） 行程显示故障监视（数字式）
（１４） 同步开关失灵监视
（１５） 轴角编码器故障
（１６） 深度指示器失灵
4、电气类故障
电气类故障主要包括交流电枢、直流电枢、磁场回路和控制回路四部分。
（Ⅰ）交流电枢回路故障
（１） 高压开关柜过电流脱扣
（２） 高压开关柜过负荷保护动作
（３） 高压断路器跳闸监视
（４） 高压开关柜操作电源监视
（５） 交流电枢对地绝缘监视
（６） 电枢整流变压器过电流
（７） 电枢整流变压器超温报警
（８） 电枢整流变压器超温跳闸
（９） 电枢整流器同步电源监视
（１０） 电枢整流器触发脉冲放大器电源监视
（１１） 电枢整流器交流侧过电压抑制回路熔断器监视
（１２） 快速熔断器熔断2只
（１３） 快速熔断器熔断1只
（１４） 整流枢风扇电源监视
（１５） 整流柜极限温度监视
(Ⅱ）直流电枢回路故障
（１） 直流电枢回路过电流
（２） 直流快开跳闸监视
（３） 直流快开操作回路熔断器监视
（４） 直流电枢接地跳闸
（５） 直流电枢绝缘报警
（６） 电动机超温
（７） 电动机热过载
（８） 基本负载电阻熔断器监视
(Ⅲ)磁场回路故障
（１） 低压开关柜过电流
（２） 磁场变压器过电流
（３） 磁场变压器超温跳闸
（４） 磁场变压器超温报警
（５） 磁场整流器同步电源监视
（６） 磁场整流器触发脉冲放大器电源监视
（７） 磁场接触器跳闸监视
（８） 磁场整流柜风机电源监视（380V）
（９） 磁场整流柜极限温度监视
（１０） 磁场整流器交流侧熔断器监视
（１１） 磁场回路绝缘监视
（Ⅳ）控制回路故障
控制回路故障主要包括控制点元件时，调节器板输出监视和计算机硬件故障监视三部分。
Ⅰ）电源监视
（１） 控制回路交流电源监视（380V/220V)
（２） 控制回路交流电源绝缘监视
（３） 控制回路直流电源欠压监视（+24V/+48V）
（４） 控制回路直流电源绝缘监视
（５） 司机台深度指示器电源监视
（６） 水平选择器自整角机电源监视
（７） 控制继电器柜电源监视
（８） 安全回路电源监视
（９） 安全继电器监视
（１０） 信号系统电源监视
（１１） 速度给定电源监视
（１２） 速度给定电源监视
Ⅱ）调节器板故障监视
（１） 正向速度给定限幅监视
（２） 反向速度给定限幅监视
（３） 正向电流给定值限幅监视
（４） 反向电流给定值限幅监视
（５） 电枢极限电流监视
（６） 磁场过流监视
Ⅲ）计算机硬件故障
主要是PLC系统的故障。在系统每次上电或复位时，进行自检。检测内容包括：
（１） CPU模块
（２） 开关量I/O模块
（３） 模拟量I/O模块
（４） 计数模块
（５） 串行通讯口 此外,还有一些冗余监视，主要有：
（１） 起动闭锁监视
（２） 安全回路动作冗余监视
7．2．3直流提升机主要故障产生原因分析
故障分类的目的,一方面是为了方便故障点的选择和采集，另一方面就是为了便于对故障原因的分析,即从故障征兆分离出故障源.由于直流提升机在日常运行时，只需诊断到组件级，如各种控制板，各种开关，继电器等。因此，上述故障点大多是直接的故障源。下面就对主要的故障征兆进行分析。
1、离站监视
提升机不能正常起动的原因可能是:
（１） 机械闸没打开或没完全打开
（２） 无速度给定或给定偏低
（３） 调节器没有解锁
（４） 调节器故障，不能提供电枢电流或电枢电流太小
（５） 负载太重或卡罐压车，发生了堵转
2、超速
包括过速保护，连续限速保护和轴点速度保护。发生超速的主要原因可能是:
（１） 速度给定超限
（２） 减速时，给定值不变
（３） 测速机部提供反馈电压或反馈电压过低
（４） 速度反馈回路断线
（５） 磁场无电流或不正常的欠电流
（６） 调节器故障，减速时不能提供足够的制动力矩，知识速度减不下来
（７） 实际减速点的位置后移
3、过卷
（１） 制动系统故障而导致制动力不足
（２） 在减速段超速保护失灵时，发生了超速
4、主轴承超温
（１） 油压偏低
（２） 油温太高
（３） 油质太差
（４） 润滑油不流动
（５） 周围温度过高而且运行时间又长
5、钢丝绳打滑
（１） 严重超载
（２） 摩擦衬垫上有油水污染
（３） 安全制动时,由于制动力矩过大，而使安全减速度超过允许值
6、高压开关跳闸
（１） 高压电枢回路过电流
（２） 高压断路器断开按钮
（３） 故障处理时跳闸指令(软件或硬件）
7、高压电枢回路过电流
（１） 电枢变压器过流
（２） 高压电缆断路或接地
8、电枢变压器过电流
（１） 整流器输出端短路
（２） 整流器交流侧短路或接地
（３） 变压器内部过电流
9、电枢变压器超温
（１） 长时间过载
（２） 变压器内部匝间断路
（３） 环境温度超过40℃
10、整流柜超温
（１） 风路不通
（２） 长时间过载
11、直流快开跳闸
（１） 直流电枢接地跳闸（过电流)
（２） 直流快开断开按钮
（３） 故障处理时跳闸指令（软件或硬件）
12、低压开关柜过电流
（１） 磁场变压器过电流
（２） 低压电缆短路或接地
13、磁场变压器超温
（１） 长时间过载
（２） 匝间短路
14、磁场整流器超温
（１） 磁场整流器风机故障
（２） 长时间过载
15、安全继电器
（１） 紧停按钮
（２） 安全回路电源
（３） 故障处理是动作安全回路（软件或硬件）
因篇幅有限，故障征兆的分析不一一列出。从分析可以看出，有的故障征兆既有自己的故障源，同时又是另一些故障征兆的故障源，从而反映了故障的传播路径。因此,故障诊断时，只要从故障征兆开始，逆着故障的传播途径，便可找到故障源。来自提升机各部分的故障源信号分为立即施闸和井口施闸两类。
7．3 提升机离线式辅助诊断方法
7．3．1故障树的诊断方法
故障树分析（fault tree analysis）是用于大型复杂系统可靠性、安全性分析以及故障诊断的一个有力工具。６０年代初，美国贝尔实验室的科学家首先提出了故障树方法，其后波音公司又对之作了改进，使它适用于计算机处理。
故障树方法最初在民兵式导弹发射系统的安全性研究、超音速飞机运输安全性分析等问题上获得成功的应用.７０年代以来，其应用范围逐步扩展到核电站、化工、轻工、电子、机械等产业部门，用来解决安全性能评价、风险预警、故障诊断等实际问题，应用广泛，并为工程技术人员熟悉和接受。随着各种ＦＤＤ新技术的出现和发展,这种较为传统的故障树方法并没有失去作用，相反,它依然广泛应用于各种工程技术领域。
故障树方法基本上是将系统级的故障现象（称为顶事件)与最基本的故障原因（称为底事件)之间的内在关系表示成树形的网络图，各层事件之间通过“与”、“或”、“非”、“异或”等逻辑运算关系相关联。基于故障树模型，可以对系统进行定性和定量的分析，故障诊断则是一个从观测到的顶层故障现象出发、逐步向下演绎，最终找出对应的底层故障原因的过程。故障树方法涉及的关键问题有两个:如何建立故障树、如何处理故障树。
故障树模型是描述诊断对象结构、功能和关系的一种定性因果模型，它体现了故障传播的层次性和子节点（即下层故障源）与父节点（即上层故障现象）之间的因果关系。就某一个节点而言，它对上层作为故障源子节点，对下层则又可作为故障现象父节点。故障树模型中的各个子节点与其父节点构成了正向因果关系链，这种因果关系链与“Ｉｆ．．．ｔｈｅｎ．．．”型故障诊断规则本质上具有一致性，两者之间可以相互转换．
由于计算机软件技术的迅速发展，面向对象编程（object—oriented programming –OOP）已成为目前应用软件开发的主导技术.OOP技术可以容易地与故障树模型相结合，从而将故障树模型表示成适当的数据结构.
在提升机的ＦＤＤ系统中，将故障树方法作为故障诊断的一种基本方法的重要依据在于，提升系统的原始设计资料中已提供了一些主要故障现象的故障树诊断方法（如图7—2所示)，并且经过长期的实际应用这些诊断方法的准确性和可靠性已得到充分的证明.对于ＦＤＤ系统的开发来说，这部分故障诊断知识具有很高的利用价值。因此，由原始技术资料提供的故障树诊断法被用作整个ＦＤＤ系统的一种基本故障诊断方法，同时考虑到这部分故障树诊断知识仅仅覆盖了有限的故障现象，所以在系统开发过程中对诊断对象进一步作了故障机理分析,建立了一部分附加的故障树诊断模型，从而扩展了整个系统的故障树诊断知识 。
图7—2中：
X1—制动系统闸盘偏摆、弹簧疲劳 X2—液压制动系统油位偏低
X3—电枢柜、励磁柜风机停 X4—冷却设备停止运转
X5—电枢、励磁变压器温度偏高 X6—主电机温度偏高
X7—液压站油温偏高 X8—主回路过流
X9—电枢、励磁进线高压柜断开 X10—快速开关跳闸
X11—快熔熔断 X12—交流开关断开
X13—直流开关断开 X14-测速机故障
X15-控制电源、同步电源失压 X16—提升容器过卷
X17—主绳打滑超限 X18-编码器故障
X19—等速段超速 X20—减速段超速
X21—尾绳故障 X22—信号系统告警
X23—摇台动作 X24—按下急停按钮
X25—信号电源接地 X26—低压电源漏电
X27—制动系统闸瓦磨损 X28—电机轴承过热

图7—2 提升机电控系统故障诊断树模型
在ＦＤＤ系统开发中，对有关的故障诊断树采用了适当的结构化描述方法，从而将其转化成计算机数据结构的形式，并应用ＯＯＰ方法对故障诊断树中的各个节点进行“对象”编程处理，设计了故障诊断树“适时展开"的方案，从而使该ＦＤＤ系统能够根据系统级的故障现象，根据当前的运行工况依次逐级向下展开有关的节点和树枝,直到最终找出底层的故障原因和处理对策。
7．3．2专家系统方法
专家系统是人工智能技术的一个重要组成部分.它将人类专家的知识、经验输入到计算机中，使计算机能够以“思维"、“推理"的方式利用这些知识、经验，从而解决特定的问题。
５０年代人工智能刚诞生时，研究者们致力于开发通用问题求解程序，试图寻找一般的方法来模仿复杂的思维过程，但未取得实质性的进展.到６０年代中期，ＡＩ研究者开始认识到，解题能力不仅取决于所使用的形式化体系和推理模式，而且取决于所拥有的知识。美国斯坦福大学的Ｅ。A.Figenbom教授在１９６５年提出，要使程序达到可付诸实用的高性能，就必须把模仿人类思维规律的解题策略与大量的专门知识相结合.基于这种认识，他与遗传学家、物理化学家合作，与１９６８年研制成计算机程序DENDRAL，能够帮助化学家推断分子结构，其解决问题的能力达到甚至超过了同领域的专家水平。该系统的出现标志着“专家系统”的诞生。其后，随着专家系统理论与技术的逐渐成熟，其应用领域迅速扩大,出现了诊断、预测、解释、设计与规划、教学等各种类型的专家系统。
一个专家系统通常包括以下子系统：
（1) 知识获取系统:它把专家的知识、经验转换成知识库的内容；
(2） 知识库：它存储了有关的知识、经验、规则；
（3） 推理机：它根据一定的规则从已知条件出发推出特定的结论;
（4） 输入输出系统：即用户与专家系统人机交互的界面；
其中知识库和推理机构成了专家系统的核心和关键.
专家系统的出现对于人工智能技术的发展具有重要的意义。一方面，它可以保存专家的知识和经验,使之能被更多的人利用，而且在一个专家系统中可以方便地汇集某领域中许多专家的经验和知识，集各家之长，从而使系统处理问题的能力超出单一专家的水平；另一方面，它也推动了人工智能的研究和对人类思维过程的了解。我国自８０年代初开始开发专家系统，至今也取得了一些重要的成果，如著名的“中医肝病诊断治疗专家系统”和“农业施肥方案咨询系统”等，产生了良好的社会效益和经济效益。至于在各类自动控制、自动监视、辅助决策等系统中增设一定规模（有时规模可能相当小)的专家系统，利用专家系统来增强系统解决部分问题的能力，这样的方案已得到普遍的应用，并经实践表明可以取得更加良好的实际效果。事实上，专家系统也已成为故障诊断系统开发的重要技术支柱之一。
在故障诊断专家系统中，故障诊断知识可以采用多种不同的方式来组织、存储、检索。例如,可以将知识表示成“字典”的格式，此时专家系统的“推理机”则采用字典检索方法。也可以采用语义方式来表示故障诊断知识，如:
R（k） : If(Condition k） then （Failure Mode k）
其中“条件项"（Condition k）可以是由多项AND/OR等运算规则构成的复杂逻辑表达式,故障诊断知识通常由相关领域的专家提供。
对于提升机的FDD系统,考虑到根据原始技术资料并经适当补充后开发的基于故障树方法的故障诊断功能，仍不足以适应所有的实际可能的情况，所以系统开发过程中实际调查了许多煤矿的主、副井提升机操作人员的经验，获得了20余个其他故障现象、30余种故障原因及相应的故障处理方案，形成了较为丰富的故障诊断知识.为了便于计算机处理、特别是考虑到为了能够与基于ANN的故障诊断方法协调运行，系统中采用了多维关系表的形式来组织、存储和利用这些故障知识。下表是多维关系表的格式，它对应了专家系统的知识库。
表3-1 故障诊断知识库的多维关系描述
序
号
故障现象
故障原因
S1
S2
…
Sn
F1
F2
…
Fm
1

…

…

2

…

…

…
…
…
…
…
…
…
…
…
i

…

…

…
…
…
…
…
…
…
…
…
N

…

…

上表的每一行对应了专家系统知识库中的一条故障诊断知识规则。设专家完成诊断所需的信息共有n个方面,对应于多维关系表中的故障现象S1~Sn；系统中可能的故障原因共有m项，对应于表中的故障原因F1~Fm。考虑多维关系表中的第i行，它代表了各种故障现象的某种组合，并描述了这组故障现象与各个故障原因之间的关系。其中（j=1～n）表示故障现象Sj在本组故障现象中是否发生，即=1表示Sj与本条诊断规则R(i）有关,=0则表示Sj与诊断规则R(i)无关；（k=1~m）则反映了故障原因Fk与当前故障现象之间的关系。这种类型的多维关系表适合于采用计算机数据库来存储、检索和管理，并且可以容易地与“If…then…”型故障诊断规则相互转化.值得说明的是，在最初建立专家系统时，由于缺乏更深层的故障诊断知识,（k=1～m）可以取二值变量，即=1表示从当前的故障现象组合可以推断出发生了故障Fk，而=0则表示当前故障现象不可能由故障Fk引起.随着故障诊断知识的逐步积累，可以取为闭区间[0,1]内的数值，以进一步描述在当前故障现象下故障Fk发生的可能性.考虑到各台提升机的使用年限、结构、运行环境有较大的差别,同一组故障现象在不同提升机上由某种故障原因引起的可能性不完全相同。实际上往往存在这样一种情况,即对于某台提升机，在可能导致某组故障现象的多个故障原因中，如果某一故障原因确实曾经发生过，则以后对该台提升机同样的故障现象由这一故障原因引起的可能性会明显增大，所以对历史故障记录资料的统计分析是确定多维关系表中数值的一个重要依据。此外，当有了新增的故障诊断知识后,的数值还可以通过神经网络的学习加以调整。文档为个人收集整理，来源于网络本文为互联网收集,请勿用作商业用途
专家系统方法的引入显著地增强了FDD系统的处理能力和实用性，使该FDD系统不但能够处理提升机系统原始技术资料所提供的几种基本故障,而且对历史上曾经发生过各种故障都具备了诊断能力。
7．3．3神经网络方法
故障树诊断与专家系统诊断两种方法的相互结合，可以有效地解决过去曾发生过的各种故障的诊断问题，但对于首次发生的新故障，由于故障诊断树和专家系统规则库中缺乏相应的诊断知识，所以系统依然不具备处理能力。为此，FDD系统开发中进一步应用了人工神经网络（ANN）技术，用以解决两个问题：根据新的故障样本自动学习和训练、更新故障诊断知识，并形成新的故障诊断规则添加到专家系统知识库中；以及直接调用ANN诊断模块实现故障诊断.
由于系统的故障机理（即故障现象与故障原因之间的关系）往往隐含于故障实例中，通过一些故障实例(称为故障样本）对ANN进行学习训练，可以建立起系统的故障诊断模型，而故障诊断的推理规则则隐含于ANN的网络拓扑结构和网络权值之中.
应用ANN技术建立故障诊断系统涉及的关键问题包括网络构造、学习算法和学习样本等。该FDD系统采用三层BP网络,网络的输入节点根据诊断特征参数确定,输出节点根据故障原因确定.系统初始建立时采用了本文7。2节中的所有故障现象作为诊断特征参数，它们构成了神经网络的输入节点；采用了本文7.3节中的常见故障原因作为网络的输出。应予说明的是,针对神经网络故障诊断功能，该FDD系统中另外设置了神经网络构造模块，因此，当出现新的诊断特征参数或者新的故障原因时可以通过重新设置输入节点、输出节点和隐含层节点，随时构造新的故障诊断神经网络。ANN的学习采用集成BP算法，该算法将ALMS与PRP两种算法相互结合，对于复杂的神经网络可以显著地提高学习训练的速度。ANN学习训练所需的故障样本则来自于已有的故障实例，它们通过故障机理分析和专家经验收集整理获得，同时故障的历史记录资料也构成了ANN学习样本的一部分。故障样本存放在ACCESS数据库中，可以在应用中添加、删除和更新。为了有效地将ANN故障诊断功能与专家系统诊断相结合，在该FDD系统中ANN样本集与专家系统诊断知识库共用同一个数据库,以多维关系表的格式存储。本文为互联网收集，请勿用作商业用途本文为互联网收集,请勿用作商业用途
该FDD系统的ANN故障诊断功能由四个模块组成：用户界面、故障样本集（知识获取)、ANN故障模型(知识库）和故障推理。故障推理由ANN从网络输入（故障现象）到输出（故障原因）的映射过程实现。
神经网络技术的应用有效地解决了系统故障诊断知识的自动更新、专家系统故障诊断规则自我补充完善的问题，从而显著地增强了系统的应用性能。
7．3．4 离线式诊断系统总体结构及辅助功能
基于上述各种故障诊断方法，提升机的FDD系统的总体结构如图7—-3所示。该系统中，对于特定的故障现象,可以分别调用故障树诊断、专家系统规则诊断以及ANN诊断三种不同的方法完成故障诊断任务。
图中，除了应建立完备而有效的故障诊断功能之外，还应该具有操作方便、界面清晰、系统易于维护、能提供故障处理建议方案等多方面的性能。本文对这些问题给予了充分的考虑，主要能包括：
（1) 故障记录集管理:该记录集以ACCESS数据库格式存放,保存了系统历次运行的故障现象、参数、原因、发生时间和船名、当班轮机员、处理结果等信息.这些信息一方面作为历史档案，同时也构成了今后ANN训练的样本集.它可由主管人员维护、修改、打印。

图7—3 离线式提升机故障诊断系统结构框图
（2) 数据备份：定时备份系统数据库内容。
（3） 查询：可根据故障类型、船名、时间，分类查询故障信息。
（4）联机帮助：可提供系统在线实用指南，从而便于操作者充分实用本系统开发的所有各项功能。
（5)诊断结果的图形显示：工程技术人员习惯于从系统结构图、控制流程图等图纸资料出发查找故障并制定维修方案。为此，该FDD系统中专门设置了诊断结果的图形显示功能，它可以根据故障诊断的结果在软件化的图纸上显示出可能的故障部位。
7．4提升机在线式监控与诊断方法
7．4．1 信息融合技术及在故障诊断系统中的应用
信息融合是多源信息处理的一项新技术,它能将来自某一目标的多源信息加以智能化合成,产生比单一信源更精确、更完全的估计和判断。
“信息融合"一词是70年代初期美国最早提出的，并与80年代建立其技术。进来，随着计算机技术、通信技术的发展，更引起世界范围那的普遍关注，在美、英、日、德、意等国家已开发出一些实用的系统.
应用信息融合最多的是对多传感器的数据进行多级别、多方面、多层次的处理,其主要好处可以归纳为如下几点。
（1）与只使用一种传感器相比,多传感器信息融合处理后可以获得比有关周围环境更为准确，更全面的信息。
(2)一组相似的传感器采集的信息存在冗余性,这种冗余信息的适当融合可以在总体上降低信息的不确定性。这是因为每个传感器的噪声是相关的，融合处理后可明显地一直噪声,降低不确定性。
（3）不同类型传感器采集地信息具有明显地互补性，某些传感器提供密集的信息,例如摄像机给出的灰度或彩色信息；另一些传感器给出的是稀疏的信息，例如体视方法给出的21/2维距离的信息。这种互补性经过适当的处理后可以补偿单一传感器的不准确性和测量范围的局限性。
（4）多传感器集成可增加系统的可靠性，某个或某几个传感器失效时，系统仍能正常工作。
(5)与单独使用各种传感器相比，多传感器信息融合技术可以更迅速、更经济地获取有关环境地多种信息。
故障诊断就是一个多源信息融合过程，故障诊断的信息不但来自于传感器就地测量数据，还包括某些知识、某些中间结果,这些信息可能相同、相思或不同,分别称为冗余信息、交叉信息、互补信息。另一方面，故障诊断中来自传感器的信息是最原始信息，利用这些信息可提出一些有关系统故障的特征，称为故障表征，然后由故障表征及系统的知识，进行更详细的诊断，判断系统是否有故障及故障源的性质。
7．4．2在线式监控与诊断系统信息获取策略
信息是故障诊断的源泉，按信息不同来源划分为原始信息、一次信息和二次信息.
（1）原始信息I0 : 当t=tk+1 时，由t≤tk的信息总和重构成原始信息集，主要包括系统先验知识及“过时"的工况信息,由人工方式离线获取并存入计算机中，其容量是单调递增的。
（2）一次信息 I1(t）: 为系统的实时信息，大部分由传感器采样提供，是系统状态判断及采取措施的最直接判据，为获取可靠的一次信息，本文采用了“三中取二”的表决算法，如图7—4所示.
图中，1＃，2#和3＃传感器分别以不同方式对同一故障源进行采样.例如对高压跳闸故障源，1#传感器可选为断路器触点，2＃传感器可选为电缆感应式状态开关，3#传感器可选为失压脱扣触点；P1,P2和P3为驻留在三台PLC中的信箱，分别存放1#，2＃和3＃传感器的信息.V为驻留在三台PLC中的软件表决器，对P1，P2和P3三个信箱中的信息进行“三中取二"表决。
(3）二次信息 I2 ： 由I1(t）和I0经集成或融合后产生,已弥补所掌握信息的不完备性，具备冗余性、互补性和低成本性，在提升机故障诊断系统中，二次信息的获取主要采用综合、均值法、状态预测及产生式规则等方法.
7．4．3提升机故障表现形式及诊断算法
提升机由机械设备、液压制动装置和电气控制系统三部分构成,根据提升机工艺和运行特点,常见的故障源有100多种,由此产生的故障征兆有高、低压跳闸、紧急停车、不能起动、超速、欠速、系统振荡、安全回路断开等，按故障征兆与故障源的对应关系，提升机故障可归结为三类:
（1）征兆与故障源一一对应
对于独立对象或其它机构关系松散的部件发生异常时，表明相应的对象为故障源。

图7-4 信息获取的“三中取二”表决算法
(2）多征兆对应单故障源
这类故障发生时，表现多种征兆，如一些动态故障发生时,其电枢电流、磁场电流、提升速度、变压器温度都可能异常。
（3）单一征兆对应多个可能故障源
因此，进行故障诊断时并不一定要获得系统故障的所有表征，而且这些往往也是不太可能的，因为这样做需要众多的检测量，将增加检测代价。要准确可靠地进行故障诊断，仍然需要足够地故障表征（至少应覆盖所有的故障源）.一般来说，检测量越多，诊断结果越可靠。如果检测数量数目受到限制,就需要很详细的系统模型、故障源及故障表征的知识，才能利用较少的检测量,甚至单个检测量来完成对众多故障的诊断.
用于故障诊断的方法称为故障诊断策略，故障诊断策略包括检测系统是否存在故障、识别故障的表征和故障的性质(故障源、故障大小等)。为了便于讨论,故障源集用F＝｛fi} (i =1，2，……)表示，故障表征集用S＝｛si｝ （i =1,2,……)表示,系统无故障时，其表征记为s0，故障表征纯集（某一故障源特有的故障表征）用SPj＝｛si} (i＝1,2，……)表示,例如,图7－5中的s1、s2是故障源f1的故障表征纯集。
因此,故障诊断实际上就是根据测量所获得某些故障表征S,以及系统故障源与故障表征之间的映射关系MFS(见图7－5),找出系统的故障源的过程。实际上,映射MFS构成了系统故障诊断的必须知识。

图7－5故障源与故障表征之间的映射关系
为了充分利用检测量所提供的信息，在可能的情况下，可以对每个检测量采用多种诊断方法进行诊断，这一过程称为局部诊断，将各种诊断方法所得结果加以综合,则称为局部融合。将各局部诊断结果进一步综合，得出系统故障诊断的总体结果，称为全局诊断融合，这一过程可用图7－5描述。

图7—5 信息融合诊断结构框图

7．5直流提升机智能故障诊断系统硬件结构
硬件环境由城郊矿副井提升机全数字电控系统构置，如下图7-—6所示：

图7—6直流提升机智能故障诊断系统硬件结构
图中：（1）1＃PLC--4＃PLC 完成数据采集与传输任务。
（2）上位机依据PLC传输来的信息，完成对大型提升机的故障诊断.
7．5．1 PLC硬件配置
1＃~4#PLC的模块配置基本相同,主要包括：
1、 中央处理单元（CPU模块）
用于输入信号状态，处理控制程序及控制信号的输出，该模块具有丰富的逻辑运算指令和算术功能，可以满足对处速度有快速要求的场合。
2、 过程控制接口模块
包括数字量输入/输出模块,模拟量输入/输出模块，系统的数字量输入接口模块将过程送来的外部数据信号转换成PLC内部信号电平；数字量输出模块将PLC内部信号电平转换成过程所要求的外部信号电压,以满足不同输出要求.对于模拟量的输入/输出控制,一般采用±10V电压信号,以便于进行控制。
3、位置控制接口模块
提升机的运行控制实际上是一种位置控制过程，因此对于提升容器位置信号的获取极为重要。这里选用高速计数模块对来自于过程的脉冲信号进行计数和监视，以获取提升容器的实际位置和速度，继而进行行程监视，位置信号的发送和位置闭环控制.
4、 电源模块
该电源模块接上主电源给PLC供电，也可以给控制系统中其它工作模块及电路供电。
7．5．2 上位机硬件配置
上位机用于监控提升系统的实时运行状态，即时反映故障