磨煤机故障诊断中信息融合技术的应用.pdfVIP

磨煤机故障诊断中信息融合技术的应用 陈磊 贺小明 刘清龙 430072武汉大学动力与机械学院 摘 要 针对磨煤机故障诊断系统出现“漏报”、‘‘误报’’现象，提出应用多传感器信息融合 技术，并给出了多传感器信息融合模型。该模型可提高对磨煤机的工作状态和故障的识别能 力，同时降低监测与故障诊断系统的成本。 关键词 多传感器信息融合 故障诊断 状态监测 磨煤机 1 引言 磨煤机作为火电厂一个重要的辅机设备，已被列入提倡开展状态检修的对象。在监测磨 煤机运行状态时，安装了许多传感器，可以在线或离线获取振动、声发射、红外热图像、油 液等多种信息。但由于各种监侧方法所获取的信息特征和范围不一样，有时会取得互相矛盾 的信息，再加上故障的多样性、不确定性和各种故障之间联系的复杂性，导致很难给出设备 运行状态的准确描述，经常出现“漏报、误报”现象。因此，如何融合来自不同监测方法的 数据、特征将成为诊断的关键。 根据磨煤机的特点，本文提出一种利用多传感器信息融合技术的方法进行磨煤机故障诊 断的模型。 2 多传感器信息融合技术 多传感器信息融合就是把分布在不同位置、处于不同状态的多个同类或不同类型传感器 所提供的局部不完整观察量加以综合，消除多传感器信息之间可能存在的冗余和矛盾，利用 信息互补，降低不确定性，以形成对 系统环境相对完整一致的感知描述， 从而提高智能系统决策、规划的科学 性，反应的快速性和正确性，降低其 决策风险。图l给出了多传感器信息 融合结构。数据层的融合包括多传感 器系统反映的直接数据及其必要的预 处理或分析等过程，如信号滤波、各 种谱分析、小波分析等。特征层包括 对数据层融合的结果进行有效的决策。 决策层针对信息融合结果做出相应 ‘ 对策。 一 信息融合方法是多传感器信息融 合技术的核心。在一个多传感器系统 图1 多传感器信息融合结构 324 中，各种信息融合方法将对系统所获得的各种信息进行有效的处理或推理，形成一致的结 果。目前尚无一种通用的方法对各种传感器都能进行信息融合处理，一般要依据具体的应用 场合丽定。常用的信息融合方法有：人工智能方法(模糊逻辑、产生式规则、神经网络、遗传算 法、模糊积分理论)、信息论方法(聚类分析、模板法、熵理论)、统计方法(贝叶斯估计、经典推 理法、DS决策证据理论、品质因素法)、估计方法(加权平均法、极大似然估计、最小二乘 法)等。 一般而言，使用多传感器信息融合技术，将使磨煤机故障诊断系统具有如下优势： (1)容错功能。在一个甚至几个传感器出现故障时，系统仍可以利用其他传感器获取磨 煤机信息，以维持系统的正常运行。 (2)提高精度。在传感器测量中，不可避免地存在各种噪声，利用多传感器信息融合技 术，可以减少由测量不精确所引起的不确定性，显著提高系统的精度。 (3)互补性。各传感器提供对象的共性反映及与各传感器本身有关的特性反映，因而利 用信息融合能实现不同传感器信息的互补，提高信息的利用率，减少系统认识的不确定性。 (4)实时性。以较少的时间获得更多的信息，大大提高系统的识别效率。 (5)经济性。信息融合提高了信息的利用效率，可以用多个廉价的传感器获得与昂贵单 一高精度传感器同样甚至更好的性能，因此可大大降低系统的成本。 3 多传感器信息融合技术在磨煤机故障诊断中的应用 磨煤机故障诊断是根据磨煤机状态 监测所获得的信息，结合已知的参数、 结构特性和环境条件对可能要发生或已 发生的故障进行预报和分析、判断，确 定故障的性质和类型。根据磨煤机组故 障以及多传感器信息融合技术的特点， 一数据集成一 在磨煤机故障诊断系统中，采用图2的 模型。 3．1 磨煤机故障监测与数据层信息融合 我们在磨煤机主体、电动机、减速 机的关键部位安装了多个传感器，以拾 一特征级融合一 取磨煤机进出口温度、一次风温、轴瓦 温度、磨煤机转速、电动机功率、润滑 油的各项指标等信号信息。这些信号信 息被存人数据库，进行数据采掘，并进 行监测层的数据融合，实现故障监测、 报警等初级诊断功能。 3．2磨煤机故障诊断与特征层信息融合