煙機電子系統故障預測與健康管理技術研究

李秀芳，王紅霞

（1．河南中煙黃金葉生產制造中心，河南鄭州，450016；2河南中煙技術中心，河南鄭州，450016）

煙機電子系統故障預測與健康管理技術研究

李秀芳1，王紅霞2

（1．河南中煙黃金葉生產制造中心，河南鄭州，450016；2河南中煙技術中心，河南鄭州，450016）

隨著設備的自動化程度的提高，煙機設備的智能化程度也得到了大幅提升，設備上PCB板的廣泛應用，使得對煙機電子系統的故障進行預測和管理成為勢在必行的任務，這樣既提高設備的使用壽命和減少運維費用支出，通過不同的渠道對設備運行數據進行分析運用，運用一定的算法進行人工智能分析，指導設備的運維，促進煙機設備的發展和健康管理。

電子系統；人工智能；健康管理

0 引言

隨著設備管理水平的提升，兩化融合的深入推進，信息化帶動了工業化，工業化也促進信息化的使用，煙草行業的發展也充分體現了這一點，據統計僅電子系統故障就占設備運行總故障的40%，而且電子系統故障容易突發，查找起來費時，如果生產正在運行，其突然停車造成的浪費將是巨大的，所以對煙機電子系統進行故障預測與健康管理技術研究很重要。結合企業的實際情況，充分運用信息化技術，從三個層面進行數據處理研究。

1 故障預測與健康管理系統的設計與實現方法

在航空和軍事設備上，故障預測和健康管理很大一部分由傳感器和監測裝置提供數據支持，還會有一部分機內自測數據等等。但是在國家提倡兩化融合的大方向后，煙草行業的信息化推進也加快了步伐，結合企業自身情況，煙機電子系統故障預測與健康管理從以下四個方面進行設計。

1.1 基于電子電路維修儀的故障預測和健康管理

電子電路維修儀配合計算機來使用，這樣能彌補人工維修能力的不足，可以不要圖紙和未知電路板原理的情況下進行測試判斷故障點。一種快速方式就是在系統中建立一個完好的電子元器件或一塊完好的PCB板的典型數據或曲線，曲線在計算機中是以電路板為單位存放的。比如V-I曲線分析測試，這種測試功能是建立于模擬特征分析技術上。可用于模擬（A）、數字（D）及各種專用器件、可編程器件以及大規模、超大規模器件上。如74LS373曲線比較出現差異，確定故障點是3腳，如圖1所示。

圖1 74LS373V-I曲線分析測試曲線比較圖

使用測試儀進行此項測試十分簡單。只需用探棒點到好板子上的元件管腳上，或者用測試夾夾在器件上，測試儀就能自動把該結點的特征曲線提取出來，顯示在計算機屏幕上，最后存入計算機中。通過同樣簡單的操作，可以將庫中的曲線和新測到的曲線在屏幕上同時顯示出來。比較兩者之差異就能發現故障。

另一種就是標準庫里沒有相應的波形及特征參數時，也可以進行管腳測試，找到故障點。

所有對象的故障情況都被保存在知識庫里，經推理機邏輯計算后，由專家系統給出健康管理診斷意見，形成維修、庫存等管理意見。目前企業存在的可進行的種類也很多，比如壓力測試、各種變送器、各種流量計、各種溫度儀、水分儀、PLC各種模塊等等，用途非常廣泛，效益非常明顯。

1.2 基于設備資產管理系統的故障預測和健康管理

結合現有的設備資產管理系統，充分利用設備全過程管理中的一些典型數據，直接接口取數據建立故障庫，故障庫的設計如圖2所示。

圖2 故障庫的建立步驟框圖

故障庫定期導出進入健康管理系統的知識庫，經推理機邏輯計算后，由專家系統給出健康管理診斷意見，形成維修、庫存等管理意見。

1.3 基于設備三級點檢系統的故障預測和健康管理

對于已經推行了三級點檢的設備管理模式，充分利用信息融合，系統接口后高效率把各自的信息綜合起來，以便于對電子系統狀態的確定獲得更為準確的結論。

首先對設備進行勘查，確定監測對象，并建立監測計劃和周期、標準。目前點檢系統分日常點檢、專業點檢、精密點檢，涉及到的內容有振動、溫度、速度等。

這些設備運行特征值按一定周期進行檢測，兩個系統對接后，數據進行預處理后進行推理，有專家系統給出結論和健康管理意見。

1.4 基于現場總線控制的設備監控系統的故障預測和健康管理

企業的生產現場已經進步到一網到底的階段，那么在基于最新的PROFINET網絡技術和支持該技術的硬件產品，底層設備控制網、集中監控網、生產管理網實現了網絡層的統一，上層可通過TCP/IP協議直接訪問和診斷底層I/O設備，設備的運行參數可根據需要上傳到監控層，信息發布后為上層所用，只要解決接口問題就行，目前可通過OPC接口協議解決，獲取電子系統本身就具有的功能和特點，對那些能在一定程度上反映出系統性能的特征參數，進行必要的監測措施，獲取的參數進行預處理，針對預處理后的數據，進行各種有效分析運用，經推理機、專家系統對電子系統的各種故障作出預測，然后做出健康管理決策。

2 結論

目前電子設備由于其自身的特性和環境因素等復雜條件的限制，一些傳統的維修方法在兩化融合的今天不再適應，所以充分利用現有的各種渠道的資料，省掉了人工統計分析的繁瑣，體現了智能化、高校故障定位并提出維修指導意見，降低故障停機率，節約維修費用，實現設備電子系統的故障預測與健康管理。

[1]何奇.航空電子系統故障預測與健康管理技術研究[J].電子世界,2016(12):120.

[2]許麗佳.電子系統的故障預測與健康管理技術研究[D].成都:電子科技大學學位論文,2009.

[3]程夢瑤.大數據驅動下的PHM[J].軟件和集成電路,2016(5):22-25.

[4]高榮.淺述新興的電子系統故障預測與健康管理[J].工程管理,2014(18):136.

[5]楊金寶，周學廣，歐慶于.基于故障庫的電子設備故障診斷技術應用研究[J].科技咨詢導報,2007(24): 33-36.

Research on fault prediction and health management technology of flue gas turbine electronic system

Li Xiufang1,Wang Hongxia2
(1.Henan tobacco leaf production center,Zhengzhou Henan,450016;2.Henan tobacco technology center,Zhengzhou Henan,450016)

with the increasing degree of automation equipment, intelligent machine equipment has been greatly improved, widely used equipment on the PCB board, the failure of the tobacco electronic system for prediction and management has become imperative task, so as to improve the service life of equipment and reduce maintenance costs, equipment operation data by analyzing through different channels, using some algorithm of artificial intelligence analysis, equipment operation and maintenance instruction, promote the development of the machine equipment and health management

electronic systems; artificial intelligence; health management

李秀芳（1973－），女，高級工程師，主要從事設備管理工作。研究方向：煙草設備管理、工業自動化技術應用。