閻庚未
(中國航空工業(yè)空氣動力研究院,黑龍江 哈爾濱 150001)
網(wǎng)絡物理系統(tǒng)(CPS)是一種計算機系統(tǒng),其中的機制由基于計算機的算法控制或監(jiān)視。在網(wǎng)絡物理系統(tǒng)中,物理和軟件組件緊密地交織在一起,能夠在不同的時空尺度上運行,展現(xiàn)出多種不同的行為方式,并以隨環(huán)境變化的方式彼此交互。成熟的網(wǎng)絡物理系統(tǒng)通常設計為具有物理輸入和輸出的交互元素網(wǎng)絡,而不是獨立的設備。這個概念與機器人技術和傳感器網(wǎng)絡的概念緊密聯(lián)系在一起,其智能機制以計算機智能為主導??茖W和工程學的不斷發(fā)展通過智能機制改善了計算元素與物理元素之間的聯(lián)系,從而提高了網(wǎng)絡物理系統(tǒng)的適應性、自治性、效率、功能性、可靠性、安全性和可用性。
隨著傳感器技術和計算機技術的發(fā)展,設備狀態(tài)監(jiān)測方法正向自動化方向發(fā)展,系統(tǒng)狀態(tài)監(jiān)測將成為一個重要的新興領域。傳統(tǒng)的設備狀態(tài)監(jiān)測方法是定期人工檢查和定期預防性維護相結合。本質(zhì)上,需要通過外觀和儀表指示做出異常判斷,避免安全事故的發(fā)生。檢查和定期維護制度能保證設備的安全運行。狀態(tài)監(jiān)測技術就是通過信息化技術,將通信信息的狀態(tài)、應用情況通過電信號的方式傳遞給控制電腦,電腦端將數(shù)據(jù)分析之后,傳遞給控制裝置,狀態(tài)監(jiān)控技術是建立在信息技術快速發(fā)展基礎之上的有效嘗試,而本質(zhì)上狀態(tài)監(jiān)控技術是一種前面的網(wǎng)絡通信信息和狀態(tài)協(xié)同的新技術[1-2]。
(1)通過故障監(jiān)測系統(tǒng),工作人員能及時掌握設備運行情況,自動化系統(tǒng)的應用能保證在實際的故障監(jiān)測工作中,一切都是建立在穩(wěn)定高效的監(jiān)測系統(tǒng)之上的,是二十四小時全方位監(jiān)測下的故障診斷和安全管理。
(2)大型機械設備的運轉都是需要長期進行的,單以人工的力量進行設備管理工作,費時耗力且效果一般,并不能做到全方位、全過程的管理,而一旦發(fā)生事故所造成的安全隱患和故障損失是非常大的,設備故障監(jiān)測系統(tǒng)它能自動記錄故障過程并準確分析,“瞄準目標”精準定位,本質(zhì)上能提升設備運行的整體效能。
(3)通過對異常狀態(tài)的分析,在線調(diào)整和延長設備的運行周期,能最大程度上提升監(jiān)測效率。
(4)能通過數(shù)據(jù)監(jiān)測提升數(shù)據(jù)集累程度,幫助技術人員更加系統(tǒng)地了解設備性能,做好技術的改進設計。
(5)優(yōu)化整體的管理效能,還能根據(jù)整體的監(jiān)測情況進行故障管理,最終提高設備的整體管理水平。
整體上故障診斷將按照以下流程圖進行分析論證,整體的故障監(jiān)測系統(tǒng)是具有一個診斷決策的,能通過故障確定和趨勢分析確定設備允許的參數(shù),首先,被監(jiān)測的設備通過信號采集流程,獲取監(jiān)測的信號,通過專業(yè)的設備進行信號處理,得到特征信息,在和設備的允許參與進行對比之后,就能識別這樣的狀態(tài)是不是正常的,也能根據(jù)實際的故障監(jiān)測系統(tǒng)的流程對設備的運行進行有效管理如圖1所示。
圖1 故障診斷整體框架
3.1.1 信號采集
主要采集的是各種能量的變化,設備的運行中會有各種能量的變化,例如力、熱、電、震動等,這樣的能量變化會產(chǎn)生不同的信息,例如,當設備出現(xiàn)不明發(fā)熱的時候,就是溫度傳感器提取信息,設備診斷后作出“異?!钡臎Q策。
3.1.2 信號處理
信號在進入傳感器之后,不同的傳感器會將信號進行分類處理和加工,這樣才能將信息轉化為能讓機器處理的信號。
3.1.3 狀態(tài)信號
信號進入機器之后,與規(guī)定的參數(shù)進行對比比較,整體的數(shù)據(jù)在允許的區(qū)間之內(nèi)就說明是正常的,但是在這一階段也要注意的是,這一階段所轉化的信號不一定是單純的某一時刻的狀態(tài)信號,也可能是一段時間的信號變化趨勢,這些都可以作為獨立的狀態(tài)信號,
3.1.4 診斷決策
診斷決策階段就是通過以上流程發(fā)現(xiàn)狀態(tài)問題,最后一步就是通過人工智能進行決策。
以風洞監(jiān)測設備為例,其主要的狀態(tài)檢測主要由以下構成,(1)分布式數(shù)據(jù)采集系統(tǒng):針對風洞中的各種設備,以網(wǎng)絡控制方式支持振動、溫度、轉速、位移參數(shù)等各類傳感器的數(shù)據(jù)采集。(2)數(shù)據(jù)存儲系統(tǒng):合理組織和維護各類信息,提高系統(tǒng)的可擴展性。(3)集中狀態(tài)監(jiān)測系統(tǒng):在組態(tài)軟件的基礎上,建立了一個開放、兼容的信息監(jiān)控軟件。提供自動報告、應急響應等處理措施來保證系統(tǒng)的穩(wěn)定。(4)故障診斷與預測軟件平臺:實時分析系統(tǒng)中所有數(shù)據(jù),診斷、分析和定位異常,實時評估設備性能狀態(tài),發(fā)現(xiàn)潛在故障[3]。
當前大型設備結構越來越復雜,但大多由液壓系統(tǒng),氣動系統(tǒng),傳動系統(tǒng),電氣系統(tǒng),冷卻系統(tǒng),潤滑系統(tǒng),伺服系統(tǒng),智能信息系統(tǒng),監(jiān)測系統(tǒng)構成的。
以某低速風洞為例,其動力系統(tǒng)就是一個復雜大型設備,針對現(xiàn)場監(jiān)控設備缺失、狀態(tài)指示屏信息顯示不直觀、不全面、無故障報警功能的現(xiàn)狀,基于OPC協(xié)議利用LabVIEW軟件開發(fā)了信息監(jiān)控全面直觀、實時性好的風洞安全信息采集系統(tǒng)。上位機采集監(jiān)控系統(tǒng)在風洞試驗過程中嚴密監(jiān)測動力系統(tǒng)相關參數(shù)信息,一旦參數(shù)超標立即報警。風洞安全信息采集系統(tǒng)下位機主要包含前端的傳感器、信號采集模塊、通訊控制模塊等,實現(xiàn)安全監(jiān)控信號的采集和上傳;網(wǎng)絡部分主要包含網(wǎng)絡通訊模塊、接口模塊、通訊網(wǎng)絡等,實現(xiàn)采集系統(tǒng)各個子系統(tǒng)間以及和中控系統(tǒng)間的數(shù)據(jù)通訊;上位機主要包括管理計算機、顯示系統(tǒng)、人機交互設備等,實現(xiàn)動力系統(tǒng)信息的集中管理,狀態(tài)顯控監(jiān)視,人機交互操作等[4],系統(tǒng)硬件結構如圖2所示。
圖2 風洞硬件系統(tǒng)監(jiān)控圖
如今,狀態(tài)監(jiān)測設備的制造商層出不窮,產(chǎn)品的技術標準和接口協(xié)議大多各自為政。如果一些不合格的狀態(tài)監(jiān)測裝置在出廠前未經(jīng)驗收,投入運行后容易出現(xiàn)誤報警和拒收現(xiàn)象,從而導致系統(tǒng)可靠運行的不穩(wěn)定因素。因此,有必要建立一套完善的狀態(tài)監(jiān)測裝置的設計、選型和出廠驗收規(guī)范。
優(yōu)化整體的技術管理,采用高科技的監(jiān)測傳感器,能提升工作效率,技術水平低的傳感器,可能在傳感器靈敏度、精確度上存在問題,為了確保狀態(tài)監(jiān)測系統(tǒng)傳感器的靈敏度,還是要選擇精確度高的傳感器。系統(tǒng)需要從硬件和軟件兩個方面進行設計,結合現(xiàn)場總線、網(wǎng)絡技術和分布式計算技術/中間件技術,完成各種現(xiàn)場設備的狀態(tài)監(jiān)測,實現(xiàn)了對風洞各段關鍵設備狀態(tài)數(shù)據(jù)的實時監(jiān)控和記錄,及時發(fā)現(xiàn)異常情況并報警,從而提高了風洞試驗運行系統(tǒng)的安全性和可靠性。
整體上需要做好實時的系統(tǒng)故障診斷的優(yōu)化,利用好人工神經(jīng)網(wǎng)絡系統(tǒng)、模糊集數(shù)學等關系,建立一個規(guī)則化模型,而整體上需要提升設備故障監(jiān)測的效果,積極引進專家系統(tǒng),通過知識和經(jīng)驗的模型化,將整體上設備的存在的故障類型和出現(xiàn)故障的位置進行精確的判斷。專家系統(tǒng)的完善,依賴于系統(tǒng)使用過程中的長期積累,其完善程度,對于系統(tǒng)故障診斷的水平和能力具有決定性作用。系統(tǒng)完善后,可以方便實現(xiàn)歷史預警信息、故障診斷方案的查詢分析功能[5]。
從專用智能向通用智能發(fā)展。2016年10月,美國國家科學技術委員會發(fā)布《國家人工智能研究與發(fā)展戰(zhàn)略計劃》,提出在美國的人工智能中長期發(fā)展策略中要著重研究通用人工智能。
從人工智能向人機混合智能發(fā)展。借鑒腦科學和認知科學的研究成果,將人的作用或認知模型引入到人工智能系統(tǒng)中,提升人工智能系統(tǒng)的性能,使人工智能成為人類智能的自然延伸和拓展,通過人機協(xié)同更加高效地解決復雜問題。在我國新一代人工智能規(guī)劃和美國腦計劃中,人及混合智能都是重要的研發(fā)方向。
從“人工+智能”向自主智能系統(tǒng)發(fā)展??蒲腥藛T開始關注減少人工干預的自主智能方法,提高機器智能對環(huán)境的自主學習能力[6]。
總之,未來的大型設備結構越來越復雜,狀態(tài)監(jiān)測難度也越來越高,隨著人工智能技術的發(fā)展,需要不斷引入新興的技術,不斷探索更多的路徑。
將智能監(jiān)測技術應用其中提升管理效能是非常有必要的,而在當下,越來越多的行業(yè)將系統(tǒng)遠程監(jiān)控設備終端逐步應用工業(yè)生產(chǎn)和生產(chǎn)發(fā)展系統(tǒng)之中,通過構建該系統(tǒng),最后將系統(tǒng)和報警模塊相連,構建一個完善的預警監(jiān)測和報警系統(tǒng),可以大幅提升設備運行的安全性、可靠性和效率量,創(chuàng)造更大的經(jīng)濟效益。