基于模糊积分的空分设备故障诊断

工业仪表与自动化装置2010年第3期基于模糊积分的空分设备故障诊新陈若珠,王勇,李战明兰州理工大学电气工程与信息工程学院,兰州70050)摘要:D-S证据理论作为空间数据融合的方法应用于工业设备的故障诊断中,具有很好的效果,但是对于具有时间特性的设备故障,就必须考虑时间域上的数据融合才能得到设备故障的准确模式。该文提出了将模糊积分方法用于时间域上的数据融合,并应用于空分设备的故障诊断中。通过仿真实验证明,模糊积分数据融合方法可以有效地提高空分设备故障诊断的可靠性和故障识别率。关键词:模糊积分;空分设备;故障诊断中图分类号:0159文献标志码:A文章编号:1000-0682(2010)03-0012-03Air separation equipment fault diagnosis based on fuzzy integralCHEN Ruozhu, WANG Yong, LI ZhanmingCollege of Electrical& Information Erg, Lanzhou Uninersity of Technology, Lanzhou 730050, China)Abstract: It is best to use the d-s evidential theory doing the spatial data fusion in the industrial e-quipment fault diagnosis. In order to receive the fault model accurately, the temporal fusion must betaken into account due to the time response of the equipment fault. In this paper, we propose the fuzzyintegral method to do the data fusion in time domain, which is applied to the air separation equipmentfault diagnosis. It indicates by simulation the method can improve the reliability of the equipment fault di-agnosis and the efficiency of object identificationKey words: fuzzy integral; air separation equipment; fault diagnosis0引言由于工艺参数变化不明显,使用D-S证据理论进行数据融合有可能造成误诊。为了提高空分设备空分设备在制氧的过程中具有复杂的工艺特故障诊断的可靠性和识别率,该文将模糊积分数性,因此空分设备的故障诊断具有很强的不确定据融合方法应用到空分设备的故障诊断中,将D性,其设备故障类型多种多样,且关系错综复杂。S证据理论的数次数据融合结果通过模糊积分数大部分的空分设备故障具有渐变特性,所以常规据融合方法进行再次融合,以便完全可靠地识别的人工故障诊断方法,效率低下,耗费时出待测目标。模糊积分是定义在模糊测度基础上基于D-S证据理论的数据融合方法应用于的一种非线性函数,它具有融合多信息的能力工业设备的故障诊断中山-3,能够有效地解决复杂针对利用模糊积分进行数据融合时,如何确定系统故障诊断的不确定性问题,但是对于像空分模糊密度g的难点问题该文提出了通过计算D设备这样的工艺系统,其设备(如主换热器、精馏s证据理论输出值的信息嫡的方法来动态确定模糊塔)故障的最显著特点就是在时间上具有渐变性,密度g。通过该方法获得的模糊密度g能够有效通常空间上的一次基于D-S证据理论的数据融地表达某一个D-S证据理论输出数据信息的重要合能够准确地识别出空分设备的故障模式,但是程度。其可靠性就相对差一些,特别是在设备故障初期1模糊测度和模糊积分收稿日期:2009-09-22作者简介:陈若珠(1963),女,山西万荣人,高级工程师研究方模糊测度和模糊集是两个不同的概念。模糊集向为智能控制理论与应用等反映的是一个已知元素从属于一个不具有分明边界2010年第3期工业仪表与自动化装置的集合的隶属程度,而模糊测度考虑的是一个位置式中:A,={x1,x2,…,x1}。未定的元素从属于一个(模糊或非模糊)集合的信当g(·)为gA(·)的模糊测度时设模糊密度任程度、可能性程度或概率程度。70年代中期,日g=1g(x),则g(A)可由下式得到:本学者 Sugeno推广了经典的概率测度,以约束条件(A1)=g(x1)=g(4)较弱的单调性取代了经典概率中的可加性条件,提g(A)=8+g(A1-1)+Ag(A-1),出了模糊测度的概念l-1,g(·)还满足上进行积分,从而得到目标识别的最终结果;另外一8(AUB)=g(A)+g(B)+g(A)(B)(1)种是先对多传感器的数据信息在时间序列上进行融则称g(·)为6(·)的模糊测度。显然当A=0合初步得到每个传感器对目标的识别结果然后将时,g(·)测度满足可加性是概率测度。每个传感器的识别结果进行空间融合得到目标状态基于模糊测度的定义, Sugeno提出了模糊积分的最终识别。该文综合考虑故障诊断系统的实用性的概念。和利用工控机实现的难易程度,决定采用第一种方定义3:法即先空间后时间的数据融合顺序。因此可以建设(X,Q)是模糊可测空间,h:X→[0,1]是立图1所示的时空数据融合模型。个可测函数,则在AX的范围内的函数h(x)相对空间融合结果于模糊测度g的模糊积分为空向},延时叶时间融合k时刻空间融合结果信总人时刻时空融合结果信息h(x)g(. )dx= supl min( min(h(x)),8(A延时∩E))]=,su,min(a,g(A∩F)]「κ1时刻时空融合结果式中:F=Xh(x)≥}。为便于计算模糊积分值假设X={x1,2,…图1时空数据融合模型xn}是一个有限集合,且假定h(x)≥h(x2)≥…≥从图1可以看出时间融合是对空间融合结果h(x),则模糊积分值为的再一次融合,通过时间融合得到设备故障状态e=max[ min(h(x,),g(A))(3)的决策信息。假设有n个传感器对目标进行测量,用先时间后空间的融合方法,时间融合需要进14工业仪表与自动化装置2010年第3期行n次判决,因此每次得到最终判决需要(n+1)度,模糊积分值越大说明对象同特征之间的关系越次判决;而用先空间后时间的融合方法,每次只需接近。正因为如此,可以利用模糊积分来融合多源要经过两次判决就可以得到最终的判决结果。经信息,待识别的目标就是模糊积分值最大的那一类。过分析比较可以看出,当n比较大时先空间后时即:a∈满足a= armax(a)},则待识别目间的融合方法比先时间后空间的融合方法运算量标为a类。因此将式(7)、式(8)代入式(3)-式要小得多22模糊密度g确定方法(5)可以求模糊积分值,其中模糊积分值最大的那利用模糊积分进行数据融合存在一个关键性问个即为待识别的目标。题,即:如何定义适当的模糊密度g来表达一个信综合以上模糊积分数据融合方法的介绍,可以息的重要程度。对于这个问题以前多采用静态的得出通过模糊积分进行数据融合的步骤是(1)由式(7)、式(8)计算每次空间融合结果的模糊密度,近几年集中于动态模糊密度的研究。目模糊密度g;前提出了许多动态确定模糊密度的方法:训练方法,(2)由式(6)计算λ值;通过对训练数据训练产生模糊密度的方法;基于神(3)由式(4)、式(5)计算模糊测度g{A,};经网络的方法;随机搜索方法,如刘汝杰、王震源把(4)由式(3)计算最终的模糊积分值。将融合遗传算法用于模糊密度的确定;规化方法,如Ga-结果作为诊断输出。bisch等提出了确定模糊密度的两种规划模型,一种是线性规划模型,一种是二次规划模型,并对二次规3仿真实验划模型进行了推广;启发式确定模糊密度的方法,如为了验证模糊积分数据融合方法在提高设备故James M. Keller、姚明海分别给出了基于混淆矩阵的障诊断识别率方面的有效性,以某公司的22500两种不同的确定模糊密度方法。但是以上方法都有m3/h制氧系统的主换热器为例。根据制氧原理各自的缺陷例如用神经网络方法动态确定模糊密和故障案例”。将其主换热器的故障模式设定度,神经网络的泛化能力对融合系统的性能有很直为:堵塞u1和泄露u2,利用膨胀机进口压力(P41)、接的影响,因此,选择合适的神经网络是该方法的关氮气纯度(AIA103)、板式中部温度(T4)、正反流键问题之一。另外,训练神经网络时的期望输出确温差(进塔空气温度TI01和氮气出冷箱温度T103定方法对融合系统的性能也有影响。该文采用的是温度之差)、下塔阻力(PD)、主冷液位(LAS2)等通过计算空间数据融合结果的信息熵的方法来动态6个传感器信息作为故障判断的依据。根据该制氧确定模糊密度,即:g可以由下面的算法确定。系统正常工况下的生产数据,结合制氧原理和故障假设y=(y1,y2,…,y)为证据理论的输出值案例,选取三组主换热器故障发生时的相关传感器则其熵为数据,并用D-S证据理论进行数据融合,得出表1(7)的结果。表1D-S证据理论数据融合结果则可以令g=(l/en)/∑(l/emtr)(8)2.3模糊积分数据融合方法及其步骤0.56由式(1)~式(5)可以看出,只要知道模糊密度g和可测函数h(·),就可以计算出模糊积分值。0.18004在目标识别的时间域融合中,将空间融合的输出作对于表1中的数据,用式(7)、式(8)计算每次为可测函数h(·),这样不同的时刻就可以得到不测量的模糊密度值g,利用式(3)~式(6)计算每种同的可测函数,利用模糊积分的方法可以把不同时故障模式的模糊积分值。得到的模糊积分结果如表刻的空间融合结果综合起来如果把论域x表示为2所示对象的特征集构造模糊测度所需的模糊密度g′表从表2可以看出,经过空间和时间的两级融合,示为对象每个特征的权重,A(·)表示为对象在特最大的模糊积分值为0.7,所对应的故障模式为山,征x上的信任度,则模糊积分值实际上就表明了对即堵塞。这也是故障诊断系统的最终诊断结果象每个特征的信任程度和各特征的权重的相容程(下转第85页)2010年第3期工业仪表与自动化装置的长度(见图6)DMI200DM7000入汉字。当MR50l=1将第一个汉字输入到↑HDM2DMo当MR502=1,将第二个汉字输入到输MR503 MCALL—宏2DM1200DM700当MR503=1,将第三个汉字输入到输DM1200DM700当MR504=1,将第四个汉字输入到输入窗口Mr5O5 mcallDM7000当MR505=1,将第五个汉字输入到输入窗口DM7000当MR50=1,将第六个汉字输入到输入窗口7001图5主程序梯形图入法的方法,中文拼音输入法的汉字搜索算法,使用翻页键“上翻和“下翻ˆ触摸屏的软键盘实现汉字输人功能。用该方法编写叹拼入的代码简洁具有很好的移植性提高了系统的人机交互界面的友好性,具有一定的实用价值。Q[E[[软键盘参考文献[1]殷洪义.可编程控制器选择设计与维护[M].北京:机械工业出版社,2002[2]胡学林可编程控制器教程[M].北京:电子工业出版图6触摸屏中文输入画面[3]李方园触摸屏工程应用[M].北京:电子工业出版结论08[4]刘海保程小辉嵌入式系统中文输入法的设计与实该研究主要介绍了在触摸屏上实现中文拼音输现[J].现代计算机:下半月版,2007(5):73-75.种““““+“(上接第14页)信息融合算法[J]控制理论与应用,2004,21(4):659表2模糊积分结果[2]韩静陶云刚基于D-S证据理论和模糊数学的多传积分值感器数据融合算法[].仪器仪表学报,200,21(6)644-647.结论[3]任红卫邓飞其,基于证据理论的信息融合故障诊断方法[J].系统工程与电子技术,2005,27(3):471该文针对D-S证据理论应用于空分设备的故障诊断时可能岀现误诊的情况提出了将模糊积分[4]梁继民杨万海决策融合的模糊积分方法[]西安数据融合方法应用于空分设备的故障诊断中,并通电子科技大学学报,1998,25(2):250-253过实验证明了该方法能够有效地提高设备故障诊断[5]汤学忠顾福民新编制氧工问答[M].北京:冶金工的识别率。由于其算法简单、计算量小,应用于实际业出版社,2001:100-126能够增强故障诊断系统的可靠性因此具有实用价[6]钟晓龙陈刚200m/h空分设备主换热器泄漏分值析及处理[J]深冷技术,2006(1):47-50参考文献[7]李文龙40000m3/h空分设备主换热器泄漏分析与处[1]朱大奇杨永清电子部件故障诊断的 Dempster_ Shafer理[J].深冷技术,2006(1):51-5