天然氣壓縮機(jī)故障診斷系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了天然氣壓縮機(jī)故障診斷系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

摘要：隨著人們對(duì)清潔能源需求量的增加，天然氣成為新的能源利用趨勢(shì)。天然氣壓縮機(jī)作為能源轉(zhuǎn)化利用中重要的機(jī)電設(shè)備，如何保證其正常工作運(yùn)轉(zhuǎn)成為必要的研究領(lǐng)域?；诖?，該文研究利用了Android平臺(tái)移動(dòng)的特性，結(jié)合案例推理與規(guī)則推理機(jī)制，設(shè)計(jì)開發(fā)了一套壓縮機(jī)預(yù)警維護(hù)系統(tǒng)。該系統(tǒng)利用BLE與遠(yuǎn)程網(wǎng)絡(luò)存儲(chǔ)技術(shù)實(shí)現(xiàn)了實(shí)時(shí)數(shù)據(jù)的現(xiàn)場(chǎng)采集與歷史數(shù)據(jù)的后期綜合分析功能，并通過圖像化的方式進(jìn)行直觀展示。經(jīng)實(shí)地測(cè)試分析，該系統(tǒng)直觀便捷，壓縮機(jī)故障預(yù)警的準(zhǔn)確率較高、時(shí)效性較好。

關(guān)鍵詞：天然氣壓縮機(jī)；Android；BLE；案例推理；規(guī)則推理

引言

中國的一次能源以煤為主，隨著經(jīng)濟(jì)的快速發(fā)展以及當(dāng)前日益嚴(yán)峻的環(huán)保壓力，人們對(duì)清潔能源的需求愈來愈髙，而天然氣作為一種清潔能源，較好地解決了煤炭在使用過程中的污染問題，天然氣的需求與應(yīng)用成為一種能源利用趨勢(shì)。很多天然氣壓縮機(jī)在小故障預(yù)警后，由于現(xiàn)場(chǎng)人員的經(jīng)驗(yàn)不足，不能及時(shí)進(jìn)行排除，錯(cuò)過了設(shè)備搶修的第一時(shí)間，導(dǎo)致了更嚴(yán)重的后果[3,8]。因此，研發(fā)一套具備現(xiàn)場(chǎng)處理設(shè)備故障能力的天然氣壓縮機(jī)預(yù)警維護(hù)系統(tǒng)十分重要。該文提出了一種基于Android平臺(tái)的系統(tǒng)，當(dāng)故障預(yù)警出現(xiàn)時(shí)能夠自動(dòng)、快速、準(zhǔn)確地對(duì)故障原因進(jìn)行分析診斷，為現(xiàn)場(chǎng)巡視人員第一時(shí)間處理異常提供參考[1]。

1基本思路

如圖1所示，設(shè)計(jì)基本思路是利用CBR和RBR技術(shù)，基于Android平臺(tái)結(jié)合網(wǎng)絡(luò)通信機(jī)制，實(shí)現(xiàn)便攜式壓縮機(jī)的故障預(yù)警、分析和展示[6]。其主要由數(shù)據(jù)采集系統(tǒng)、應(yīng)用系統(tǒng)服務(wù)端系統(tǒng)、存儲(chǔ)分析服務(wù)器和Android移動(dòng)端4個(gè)部分組成。

1.1數(shù)據(jù)采集系統(tǒng)

該系統(tǒng)負(fù)責(zé)連接各類傳感器，將傳感器獲取的壓縮機(jī)的運(yùn)行數(shù)據(jù)集成到采集系統(tǒng)中，通過網(wǎng)絡(luò)發(fā)送到服務(wù)端分析系統(tǒng)，并存儲(chǔ)到相應(yīng)的數(shù)據(jù)庫中。

1.2應(yīng)用系統(tǒng)服務(wù)端系統(tǒng)

該系統(tǒng)負(fù)責(zé)對(duì)采集的數(shù)據(jù)進(jìn)行分析計(jì)算，例如在壓縮機(jī)監(jiān)控參數(shù)出現(xiàn)異常時(shí)，及時(shí)給出預(yù)警，并利用基于案例推理和規(guī)則推理相結(jié)合的診斷機(jī)制，分析故障原因，提出維修處理建議[7]。

1.3存儲(chǔ)分析服務(wù)器

該服務(wù)器在存儲(chǔ)采集到的監(jiān)控?cái)?shù)據(jù)的同時(shí)，也會(huì)存儲(chǔ)設(shè)備的基本信息以及診斷模塊的業(yè)務(wù)模型數(shù)據(jù)。

1.4Android移動(dòng)端

移動(dòng)端主要供設(shè)備維護(hù)巡檢人員使用，核心是提供便攜式數(shù)據(jù)展示和分析服務(wù)。

2系統(tǒng)架構(gòu)

天然氣壓縮機(jī)預(yù)警維護(hù)系統(tǒng)在架構(gòu)上分為移動(dòng)層、服務(wù)層、支撐層、數(shù)據(jù)層、基礎(chǔ)層5個(gè)層次。如圖2所示。移動(dòng)層指Android平臺(tái)上的App，由于移動(dòng)端硬件條件的限制，其不能進(jìn)行大規(guī)模的運(yùn)算和存儲(chǔ)，因此移動(dòng)層只具備監(jiān)控展示和故障預(yù)警功能，核心運(yùn)算放在服務(wù)層、移動(dòng)層與服務(wù)層，采用JSON格式傳輸數(shù)據(jù)[9-10]。服務(wù)層是運(yùn)行在應(yīng)用服務(wù)器上的各個(gè)服務(wù)端，處理來自終端的請(qǐng)求，并將處理結(jié)果返回給移動(dòng)層。服務(wù)層采用RESTful架構(gòu)，對(duì)外提供各功能URL資源，移動(dòng)層只需要通過HTTP協(xié)議訪問對(duì)應(yīng)的URL資源，即可獲得返回JSON格式的業(yè)務(wù)數(shù)據(jù)。支撐層可理解為抽取的公共模型或算法，例如CBR和RBR策略已被很多領(lǐng)域應(yīng)用，形成了算法支持。數(shù)據(jù)層描述整個(gè)系統(tǒng)的數(shù)據(jù)來源，該系統(tǒng)主要涉及2個(gè)方面的數(shù)據(jù)來源，傳感器采集的實(shí)時(shí)數(shù)據(jù)和預(yù)警維護(hù)系統(tǒng)的數(shù)據(jù)庫數(shù)據(jù)?；A(chǔ)層表示了整個(gè)系統(tǒng)的物理基礎(chǔ)，為系統(tǒng)提供網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)等硬件支持。

3關(guān)鍵技術(shù)

3.1Android動(dòng)態(tài)監(jiān)控曲線繪制

移動(dòng)端可以實(shí)時(shí)監(jiān)控壓縮機(jī)的各種參數(shù)，主要以曲線和表格方式展示，表格方式能夠利用Android平臺(tái)的EditText控件很方便的實(shí)現(xiàn)，相較而言曲線顯示更具連續(xù)性，對(duì)于分析結(jié)果的展示也更加直觀。下文以活塞桿的沉降曲線為例，講述基于AChartEngine開源工具的曲線繪制過程。AChartEngine是Android平臺(tái)的圖表開發(fā)庫，能繪制折線圖、餅圖、氣泡圖、柱狀圖、散點(diǎn)圖以及面積圖等統(tǒng)計(jì)圖表。AChartEngine的每個(gè)圖表都需要一個(gè)數(shù)據(jù)集（DataSet）和渲染器集合（Renderer）。圖表工廠（ChartFactory）通過調(diào)用數(shù)據(jù)集（DataSet）和渲染器集合（Renderer）可以生成帶圖表的GraphicalView或者GraphicalActivity?；钊麠U采集數(shù)據(jù)抽象為對(duì)象Rod，代碼如下：angle表示角度，取值范圍為0~360；swing代表振幅值，取值范圍為-15~5。在程序中，首先初始化曲線，包括創(chuàng)建坐標(biāo)軸的初始化和數(shù)據(jù)集，調(diào)用series.add(r.getAngel(),r.getSwing())方法將業(yè)務(wù)數(shù)據(jù)映射為坐標(biāo)數(shù)據(jù)。然后在Timer中定時(shí)updateChart()曲線，實(shí)現(xiàn)曲線動(dòng)態(tài)顯示。updateChart代碼如下：

3.2BLE藍(lán)牙通信

該文采用BLE及低功耗藍(lán)牙技術(shù)，通過獲取藍(lán)牙設(shè)備的MAC地址（MAC是唯一的），可以獲取數(shù)據(jù)庫中的配置信息及歷史數(shù)據(jù)，同時(shí)也可通過Service實(shí)時(shí)采集數(shù)據(jù)，屏蔽了從數(shù)據(jù)庫讀取數(shù)據(jù)的網(wǎng)絡(luò)延遲。藍(lán)牙讀取流程，如圖3所示。藍(lán)牙設(shè)備掃描，調(diào)用startLeScan()方法開始掃描，由于手持設(shè)備資源有限，不能長時(shí)間掃描周邊設(shè)備，所以利用定時(shí)器，達(dá)到一定時(shí)間調(diào)用stopLenScan()方法強(qiáng)制關(guān)閉掃描程序。

3.3CBR和RBR集成故障診斷推理模型

案例檢索（CBR）具有直觀、高效的優(yōu)點(diǎn)，但是案例庫的豐富程度決定了案例匹配的成功率，在系統(tǒng)初期建立完備的案例庫費(fèi)時(shí)費(fèi)力。引入規(guī)則推理機(jī)制（RBR），在案例匹配失敗的情況下利用規(guī)則推理，推導(dǎo)出故障原因，并進(jìn)行維修指導(dǎo)，經(jīng)過人工確認(rèn)無誤后，保存入案例庫，使系統(tǒng)具備自主學(xué)習(xí)的功能，逐漸豐富完善案例庫。CBR與RBR集成診斷流程如圖4所示。案例匹配采用最鄰近算法進(jìn)行相似度計(jì)算。相似度計(jì)算分為局部相似度和全局相似度2個(gè)部分。局部相似度就是故障特征項(xiàng)的相似值，全局相似度為各特征項(xiàng)之間的加權(quán)平均值。局部相似度計(jì)算公式：式中:—2個(gè)案例的最小共同祖先，—某個(gè)案例在概念樹中的深度。Deepth(Lcs(i1,i2))—2個(gè)案例最小共同祖先在概念樹中的深度。全局相似度計(jì)算公式：式中：表示2個(gè)案例的全局相似度，wi表示第i個(gè)特征項(xiàng)在整個(gè)案例中的權(quán)重。sim(xi，yi)—參與比較的2個(gè)實(shí)例間第i個(gè)對(duì)應(yīng)屬性的相似度，也叫做局部相似度。規(guī)則推理工作主要分為規(guī)則提取、規(guī)則庫建立和代碼實(shí)現(xiàn)3步。規(guī)則提取可以利用SWRL語言完成，這是一種由語義的方式呈現(xiàn)規(guī)則的語言，由RuleML演變而來，在結(jié)合OWL與本體論形成[11]。整理后的SWRL規(guī)則需放入JESS推理引擎中進(jìn)行推理。JESS是目前流行的規(guī)則系統(tǒng)，由Java語言開發(fā)，可以與Android系統(tǒng)結(jié)合。

4結(jié)論

該文設(shè)計(jì)并實(shí)現(xiàn)了一種天然氣壓縮機(jī)預(yù)警維護(hù)系統(tǒng)，該系統(tǒng)由數(shù)據(jù)采集設(shè)備、存儲(chǔ)分析系統(tǒng)和Android智能手機(jī)監(jiān)測(cè)系統(tǒng)組成。數(shù)據(jù)采集系統(tǒng)實(shí)時(shí)采集壓縮機(jī)的信息，利用BLE技術(shù)傳送到Android智能手機(jī)終端，同時(shí)利用局域網(wǎng)絡(luò)傳輸?shù)酱鎯?chǔ)分析系統(tǒng)。存儲(chǔ)分析系統(tǒng)對(duì)信息進(jìn)行存儲(chǔ)、處理和分析，實(shí)現(xiàn)對(duì)壓縮機(jī)狀態(tài)的分析。Android智能手機(jī)系統(tǒng)通過與BLE和數(shù)據(jù)采集系統(tǒng)通信，實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)，提高了對(duì)壓縮機(jī)狀態(tài)監(jiān)測(cè)的靈活性和方便性[2，4，5]。通過實(shí)驗(yàn)測(cè)試，該系統(tǒng)數(shù)據(jù)流轉(zhuǎn)正常，參數(shù)采集完整，故障預(yù)警較準(zhǔn)確，維修建議正確，較好地實(shí)現(xiàn)了對(duì)天然氣壓縮機(jī)狀態(tài)的實(shí)時(shí)監(jiān)測(cè)與運(yùn)行狀態(tài)的分析，證明了該系統(tǒng)的有效性和實(shí)用性。

參考文獻(xiàn)

[1]秦鑫鑫.天然氣壓縮機(jī)測(cè)試平臺(tái)控制系統(tǒng)的研制[D].蘇州：蘇州大學(xué)，2016.

[2]聶煥煥，吳振陸，俞國燕.天然氣壓縮機(jī)的故障診斷監(jiān)控系統(tǒng)研究[J].自動(dòng)化與儀表，2014（10）：61-64.

[3]孟慶華，杜勝利，高珍.天然氣壓縮機(jī)故障判別和排除[J].科技展望，2016（19）：65.

[4]付雄新.天然氣壓縮機(jī)遠(yuǎn)程監(jiān)控系統(tǒng)設(shè)計(jì)[J].自動(dòng)化與儀器儀表，2014（6）：62-63.

[5]楊忠強(qiáng)，牟乃渠，顧亞雄，等.基于PLC的天然氣壓縮機(jī)監(jiān)控系統(tǒng)設(shè)計(jì)[J].自動(dòng)化應(yīng)用，2013（11）：74-75，82.

[6]浦漢軍，謝小鵬，周受欽，等.基于GPRS的天然氣壓縮機(jī)物聯(lián)網(wǎng)監(jiān)控系統(tǒng)[J].現(xiàn)代電子技術(shù)，2015（2）：92-95.

[7]孫媛媛，張吉祥.基于移動(dòng)平臺(tái)的物聯(lián)網(wǎng)實(shí)時(shí)監(jiān)控系統(tǒng)的研究[J].數(shù)字技術(shù)與應(yīng)用，2012（10）：38，40.

[8]董超群，梁政，田家林，等.基于天然氣壓縮機(jī)性能監(jiān)測(cè)的預(yù)知維修技術(shù)[J].機(jī)械設(shè)計(jì)與研究，2014（6）：127-131.

[9]張濤，宋章明.設(shè)備狀態(tài)監(jiān)測(cè)、故障診斷與預(yù)知維修技術(shù)的應(yīng)用[J].電力環(huán)境保護(hù)，2002（2）：40-42.

[10]劉志偉.天然氣壓縮機(jī)的故障管理研究[J].管理觀察，2015（4）：187-188.

[11]聶規(guī)劃，羅跡，陳冬林.電子目錄的SWRL規(guī)則研究[J].計(jì)算機(jī)工程與應(yīng)用，2011（7）：57-60.

作者：孫家蘭 單位：煤炭科學(xué)技術(shù)研究院有限公司