机泵群实时监测网络和故障诊断专家系统.PDFVIP

机泵群实时监测网络和故障诊断专家系统 高金吉 江志农 杨剑锋 （北京化工大学DSE 中心，北京 100029 ） gaojinji@263.net 中文摘要：应用现代信息技术和人工智能实施设备诊断工程，逐步实现状态维修和预知维修，是大型流程工业企 业降低生产成本的重要途径之一。概要介绍为实现这一目标所开发的机电装备实时监测网络和人工智能诊断技术。 简要介绍了基于Ethernet 和互联网开发的应用于石化企业机、泵群的实时监测网络；运用虚拟仪器技术成功开发研制 出大型监测、诊断网络系统。首次提出了黑·灰白集合筛选法，在一次原因分析法和故障机理及其识别特征研究基 础上，应用此方法开发的基于黑·灰白集合筛选法的机械故障诊断专家系统，用于工程实践取得了满意的结果。 关键词：设备诊断工程；实时监测网络；人工智能诊断；虚拟仪器技术；一次原因分析法；黑·灰白集合；筛选 法 1 设备诊断工程及其发展趋势[1，2] 设备诊断工程（PDE：Plant Diagnosis Engineering），即包括机电装备运行状态和工况监测、故障诊断和预测、 维修决策、优化操作、指导改进机器及其设计等在工业企业实施的全过程，近年来在我国得到发展和应用。应用现代 信息技术和人工智能，充分挖掘信息和知识资源，逐步改进机电装备的维修方式，从事后维修（BM: Breakdown Maintenance）和定时维修（TBM：Time Based Maintenance）过渡到状态维修（CBM：Condition Based Maintenance） 和预知维修（PdM: Predictive Maintenance），是石化、冶金、电力等流程工业杜绝事故、减少故障、降低生产成本的 重要途径之一。近年来在我国一些企业实施设备诊断工程已取得显著成效，其措施和效果如表1所示。 表1 实施设备诊断工程的措施和效果 Table 1 Objective and measures of PDE 序号 措 施 效 果 1 早期探测故障征兆，及时报警采取应急对策 杜绝事故，减少故障停机损失和非计划停机检修 1 2 长期监测机器状态、工况，据此安排检修计划 实行状态检修，减少检修次数，缩短检修时间 3 探测出机器异常原因、缺陷部位，尽早确定检修项目，超前准备 防止过剩维修，减少停车检修中的等待时间，减少备件、备台储备 4 改进装备，消除瓶颈，提高系统可靠度和功能可利用性 延长装置的运转周期 5 监测异常工艺参数，及时调整 指导优化操作，节能降耗 6 根据监测诊断资料，对在用装备评价 指导装备选型、采购和设计改进 设备诊断工程不仅要采用传统的对损坏的设备进行失效分析的方法（相当于医学验尸查病因），而且要将运行 中的工业装备看作“活机器”，它时时刻刻在“说话”——发出信息，对其中的故障征兆信息进行采集、处理、分析， 可对故障进行诊断、预测，从而查清故障原因并采取修复、预防、改进对策。设备诊断技术正在成为信息、监控、通 信，计算机和人工智能集成技术，并逐步发展成为一个多学科交叉的新的学科。近年来，已由单纯的设备故障诊断 （PFD ：Plant Fault Diagnosis ）发展为设备诊断工程，而且今后可能发展成为设备医工程（PMD ：Plant Medical Engineering）。显而易见，设备诊断工程比传统的失效分析更有利于对故障的“超前预防”，二者兼用之则更便于对 设备“消患治本”。设备诊断工程学研究的主要方向和内容如图1所示。