基于机器学习的船闸机电远程故障诊断模式研究.docx

?

?

基于机器学习的船闸机电远程故障诊断模式研究

?

?

黄定勤

摘要：水运是综合运输体系的重要组成部分，具有运量大、成本低、能耗小、污染少等优势。船闸是保障水运航道安全和高效运行的关键节点，针对船闸的传统机电运维方式存在的耗费人力、效率低、响应不及时等问题，提出一种基于机器学习理论的船闸机电远程故障诊断模式，为船闸机电设备的智能化运维提供一种新思路。利用船闸机电设备历史运行数据，通过对机器学习模型的训练学习，以设备实时状态数据为输入，自动分析故障征兆，實现故障早期预警、自动确定故障类型、快速定位故障根源、提供各可疑项概率分析，为维护人员的维修工作提供指引。

关键词：船闸机电;故障诊断;智能运维;机器学习

：U698??????：A??????：1006—7973（2020）07-0031-03

交通运输是国民经济的基础产业，水运是综合交通运输体系的重要组成部分，具有运量大、成本低、能耗小、污染少等优势，在煤、矿、油等大宗货物、重大件货物运输方面具有不可替代的作用，是建设低碳绿色运输体系的关键。在全球发展低碳经济的大形势下，《“十三五”现代综合交通运输体系发展规划》、《水运“十三五”发展规划》、“一带一路”战略等政策中明确提出了由水运大国向强国迈进，以水运先行引导区域协同发展，由规模速度转向质量效益“新常态”，优化服务模式、提高服务质量、降低物流成本、强化安全应急保障、强化绿色可持续等发展理念。到2020年，基本形成“保障充分、服务高效、平安绿色、国际影响力强”的现代化水运体系。安全、高效、有保障始终是水运发展的核心内容之一。

1当前现状分析

船闸系统集机械、电气、液压等大型机电设备于一体化，是水利工程中的重要组成部分，也是水运航道的关键节点。因此，船闸系统的安全可靠运行至关重要，一旦发生故障后果不可估量。例如20世纪80年代，西班牙图兹水利枢纽由于闸门起闭系统损坏，泄水道闸门未能及时开启，水溢过71米坝顶，造成40人死亡，经济损失3.55亿美元。在全球发展低碳经济的大形势下，《“十三五”现代综合交通运输体系发展规划》中明确提出需要提升沿海和内河水运设施扩能升级改造，提升水运航道运维养护能力。“十三五”以来，国家对航道、船闸信息化建设日趋重视，在调度、监控、收费等方向发展迅速，有效促进了水运行业的发展，但与之配套的运维服务规划显得相对薄弱，发展略有滞后，随着大规模的基础设施建设进入后期，工作重点将转移到既有设施的管理、运营维护上来。

从省内外的已建船闸的运营维护经验可以看出，机电设备是船闸运行过程中容易出现故障的部位，也是船闸养护工作的重点。目前，船闸控制普遍采用以PLC为核心的控制系统，但是整体信息化管理程度仍不高，缺少对重点设备运行参数的采集、存储分析、利用，设备维护也基本以人工巡检为主，尚未实现自动化实时监测，给船闸管理工作带来诸多不便的同时，还存在着以下几点问题：

（1）人工巡检方式落后、效率低。在设备出现异常尤其是突发故障时，很难做到及时发现、快速处理，为船闸的安全运行带来隐患，甚至引起不必要的事故。

（2）重点部位运行数据的缺失，给后期的故障诊断工作带来困难。由于管理人员经验与技术水平的局限性，仅依靠人为分析、判断很难保证故障处理的科学有效。

（3）由于缺少船闸运行维护、故障处理等数据记录与共享平台，限制了不同船闸管理部门之间的交流与借鉴，制约了船闸运行养护工作的标准化、规范化及行业整体管理水平的提高。

随着大量新建船闸的落成，传统运维模式已经成为航道水运扩能改造上的短板，已经不能满足新建船闸的运行需求，也无法满足水运货物输送的需求，为提升运维效率，提高运维质量，降低运维成本，对切实满足水运货物运输的新运维模式建立已经十分迫切。

2发展趋势分析

设备故障诊断作为一种新兴科学技术，起源于20世纪60年代的美国，最初应用于机械设备的故障诊断与状态监测，并逐步推广到电力、动力、核能等诸多领域，得到了更加蓬勃的发展。我国的设备诊断技术从20世纪80年代起步以来，经过不懈努力，在理论研究和工程应用两方面都取得了丰硕的研究成果和宝贵的实践经验，目前，在国内的石化、冶金、水电等行业均有许多实际工程案例。

机电设备远程故障诊断是指通过各种传感器将能反映监测机电设备当前工作状况的参数进行采集，然后将采集的数据存入计算机由专家或计算机软件对数据进行诊断和分析，判断有关异常或故障的原因，从而指导设备的高效维护。近年来，传感器技术、数据处理技术、人工智能技术、无线通信技术等相关技术发展迅速，以传感器技术为基础的监测设备发展为信号的采集提供保障，数据库技术、信息处理技术的发展为信号分析提供技术手段，网络技术和现代通信技术的快速发展使得远程应用系统的实现成为可能，而“云技术”、“大数据”等新兴技术的出现