【摘要】針對水工閘門及啟閉機作業情況復雜、實時監測難、故障預警難的問題,提出了利用無線傳感技術、網絡通信及大數據分析技術建立一個完善的水工閘門及啟閉機在線監測平臺。
【關鍵詞】閘門;啟閉機;在線監測;專家系統
1、引言
水工閘門是水工建筑物的重要組成部分之一,通過靈活可靠的啟閉開合,調節上下游水位和流量。啟閉機是開啟和關閉閘門所用的機械,也稱閘門操作設備,為閘門動力源。作為水利工程的重點單元,水工閘門與啟閉機構成的作業系統是一個復雜的機、電、液綜合系統,極其容易發生故障,其運行狀態的好壞直接決定該水利工程是否安全。
2、平臺結構體系設計
平臺采用分布式部署、SOA(面向服務)架構,應用程序由各項不同的功能服務單元構成,不同服務單元間的關聯由良好的服務接口完成,服務接口以中立的方式進行定義,獨立于硬件平臺、操作系統和編程語言,保證各項服務交互的統一性和通用性。平臺基于成熟可靠的Microsoft .NET Framework 4.0框架,使用C# 4.0編程語言實現。數據庫使用具備強大的數據服務引擎及跨平臺服務能力的大型關系型數據庫Microsoft SQL Server,為上層業務提供高可用、高性能的數據應用程序?;凇肮δ芊植肌痹瓌t,平臺采用C/S(Client /Server 客戶端/服務器)結構。客戶端完成數據處理、數據表示以及用戶接口功能;服務器端完成DBMS(數據庫管理系統)的核心功能。
3、閘門及啟閉機信號采集
平臺監測信號包括:金屬結構關鍵部位應力、閘門變形、動力響應、啟閉力和門槽水力學及門槽通風。
3.1 應力監測
閘門及啟閉機主要受力構件的不同位置上布置應變片和應變花,受力發生變形后,應變片和應變花采集到相對應的應變數據并傳輸給應變計,應變數據再依次通過補償平衡電橋、應變放大器和電荷放大器,最終匯聚到處理器。處理器進行濾波、清噪、平均、回歸等處理后得到各測點、各方向的應變實測值。
3.2 變形監測
閘門工作區域內布置多組具有夜視及紅外功能的高精度激光二維智能掃描傳感器,獲取閘門每個測量點處于未變形形態下的固有數據,作為標定數據。閘門啟閉和受到水流震蕩時,通過近景攝影測量技術,采用線中心投影的推掃方式,進行垂直位移觀測和水平位移的觀測,獲取每個測量點的實時數據。
3.3 動力響應監測
針對水工閘門及啟閉機的動力響應,采用在水工閘門不同位置安裝壓電加速度傳感器實現在線監測。閘門開閉以及受到水流沖擊時,壓電傳感器壓電轉換元件輸出的電荷通過裝在傳感器內部的前置放大器轉換成低阻抗的電壓輸出,并通過高通濾波器在恒電流電源的輸出端濾去直流電部分,形成質量好、噪聲小、抗外界干擾能力強的測量信號。
3.4 啟閉力監測
實時在線啟閉力監測同應力監測,采用電測法,選用日本TML的AWC-8B-11-3LT焊接式應變計進行監測。系統同時采集閘門在實際擋水水頭下不同部位的啟門力、持住力、閉門力、最大啟門力、最大持住力、最大閉門力,并上傳給處理器,處理器根據實測值繪制出相應的啟閉力過程曲線。
3.5 門槽水力學參數監測
門槽水流流速采用電波測流技術,實現對高速水流的精確測量,結合門槽結構的幾何尺寸參數和閘門開度數據,實時輸出流量和水量數據。閘門流態觀察采用高清攝像頭監控。閘門開度采用水位傳感器采集和從啟閉機開度數據分析。
3.6 門槽通風監測
門槽風速采用數字式風速儀監測,使用MODBUS通訊協議,RS485通訊接口。由于此部分為成熟的集成方案,故不再作詳細敘述。
4、故障診斷專家系統構建
4.1 系統模型
采用神經網絡診斷系統和專家診斷系統的串行連接實現本項目的故障診斷專家系統。在串行相接法神經網絡故障診斷專家系統中,神經網絡和專家系統內部全由各個串行相接、獨立工作的模塊組成,共同對系統故障做出診斷。
4.2 系統建立
閘門及啟閉機故障診斷專家系統核心部分主要由知識存儲系統、學習系統、推理機和解釋器組成(人機交互界面此處不做敘述)。
知識存儲系統中神經網絡知識存儲在構成多層前饋網絡的多個神經元中;非神經網絡表示的知識利用關系型數據庫Microsoft SQL Server進行分類整理。二者之間的數據交換采用Microsoft提出的應用程序接口:ADO(ActiveX Data Objects,ActiveX數據對象)來實現。
5、平臺運行測試
水工閘門及啟閉機在線監測平臺軟件全部使用Microsoft Visual Studio 2015自主開發。服務器采用IBM x3850 X6 4U機架式服務器,6核、12線程的配置,能夠滿足平臺測試需要,服務器安裝Windows Server 2008操作系統??蛻魴C使用4臺普通臺式電腦,其中兩臺安裝Windows 7操作系統,一臺為Windows 10 操作系統,另外一臺為Linux操作系統?,F場傳感器信號,全部使用PLC輸出做模擬測試,信號的波動及閾值報警通過PLC程序控制。采集端數據的采集頻率及上傳頻率均設置為100毫秒。120小時的持續測試結果顯示查詢端對現場數據的在線監測延遲小于0.5秒,達到了實時監測的目標;針對模擬的應力、變形量、動力響應及啟閉力和風速等,平臺能夠輸出實時動態圖像和各項歷史數據報表,對于不安全值,平臺能夠自動給出安全預警。
6、結語
水工閘門及啟閉機在線監測平臺的框架結構及故障診斷專家系統于2014年在大型工業設備在線監測平臺中得到應用,在一年多的運行中,系統穩定可靠,未出現數據錯誤、丟失等現象,能夠及時的對現場設備運行的不安全因素做出預警,有效的保證了設備的運行安全。
參考文獻:
[1]肖志懷,李朝暉,張志學.ANFIS模糊神經推理機在閘門綜合自動化故障診斷中的應用[J]. 武漢大學學報(工學版),2004,02:41-44.