大型風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)

劉秀麗，徐小力

（北京信息科技大學(xué)現(xiàn)代測控技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，北京 100192）

0 引言

風(fēng)電作為應(yīng)用最廣泛和發(fā)展最快的新能源發(fā)電技術(shù)，已在全球范圍內(nèi)實(shí)現(xiàn)大規(guī)模開發(fā)應(yīng)用。到2015年底，中國以全球份額33.6%的占比，成為世界最大的風(fēng)電產(chǎn)業(yè)國。隨著風(fēng)電產(chǎn)業(yè)的發(fā)展，風(fēng)電機(jī)組事故層出不窮，隨之帶來的經(jīng)濟(jì)損失也是相當(dāng)可觀。風(fēng)電機(jī)組的故障發(fā)生的原因，除了具有一般大型旋轉(zhuǎn)機(jī)械的共性之外，由于工作環(huán)境和結(jié)構(gòu)的特殊性，決定了主要故障原因的特殊性。另外，風(fēng)電機(jī)組齒輪箱大多為行星齒輪箱，不同形式的風(fēng)力發(fā)電機(jī)組有不一樣的要求，齒輪箱的布置形式及結(jié)構(gòu)各異，使得整個(gè)傳動(dòng)系的動(dòng)力匹配和扭轉(zhuǎn)振動(dòng)的因素總是集中反映在某個(gè)薄弱環(huán)節(jié)上。目前，世界各國在大力發(fā)展風(fēng)電產(chǎn)業(yè)的同時(shí)，也不斷加大在風(fēng)機(jī)系統(tǒng)故障診斷方面的科研投入。隨著計(jì)算機(jī)智能技術(shù)的快速發(fā)展，對機(jī)械故障診斷技術(shù)的自動(dòng)化程度要求越來越高，專家系統(tǒng)日益成為風(fēng)電機(jī)組故障診斷新的研究方向。從風(fēng)電機(jī)組故障診斷專家系統(tǒng)的基本問題入手，提出系統(tǒng)的整體框架及知識(shí)庫的設(shè)計(jì)方法。

專家系統(tǒng)（Expert System，ES）理論在1965年被首次提出，是機(jī)械設(shè)備故障診斷中的智能診斷技術(shù)方法之一。專家系統(tǒng)首先被應(yīng)用到醫(yī)療診斷中，像醫(yī)生那樣根據(jù)生病情況確診是某種疾病，后來發(fā)展到工程實(shí)踐中，由此誕生了許多類型機(jī)械故障診斷專家系統(tǒng)。

故障診斷專家系統(tǒng)模擬人類專家的思維過程，將人類專家們具有的知識(shí)和經(jīng)驗(yàn)總結(jié)為專家系統(tǒng)的知識(shí)庫，通過有效地獲取處理診斷信息，完成推理和判斷，以巧妙的診斷方案對某個(gè)機(jī)械設(shè)備在工作運(yùn)轉(zhuǎn)中的健康情況實(shí)現(xiàn)智能評價(jià)分析。它能夠自學(xué)習(xí)來滿足多種機(jī)械設(shè)備診斷工作的需要。專家系統(tǒng)[1，2]一般如圖1所示的6部分組成。

圖1 專家系統(tǒng)基本結(jié)構(gòu)

1 故障診斷專家系統(tǒng)的基本問題

1.1 知識(shí)獲取

知識(shí)是專家系統(tǒng)與一些常用的大型軟件系統(tǒng)的關(guān)鍵差別特征，并且專家系統(tǒng)診斷性能取決于知識(shí)的多少和好壞。所謂知識(shí)就是人們在生產(chǎn)生活實(shí)踐中學(xué)習(xí)到的認(rèn)知和經(jīng)驗(yàn)，它是人類進(jìn)行一切智能活動(dòng)的基礎(chǔ)。Hayes-Roth把知識(shí)概括為，知識(shí)=事實(shí)+信念+啟發(fā)式[2]，并從范圍、目的和有效性3個(gè)方面把知識(shí)進(jìn)行概括表達(dá)。

大型風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)的診斷過程，是獲取故障知識(shí)及使用獲得的故障知識(shí)進(jìn)行故障診斷的過程，因此專家系統(tǒng)性能的優(yōu)劣主要取決于包含知識(shí)的多少和好壞。所以開發(fā)大型風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)的主要任務(wù)就是知識(shí)獲取，即在診斷專家交流和參閱文獻(xiàn)等資料過程中，把大型風(fēng)力發(fā)電機(jī)組故障知識(shí)歸納總結(jié)出，然后用一個(gè)知識(shí)表示手段把它們儲(chǔ)存到整個(gè)系統(tǒng)的知識(shí)庫里。知識(shí)獲取目前依舊為一個(gè)難度非常大的事情，為整個(gè)系統(tǒng)構(gòu)建過程的瓶頸。知識(shí)獲取的主要目的是給故障診斷專家系統(tǒng)歸納總結(jié)出故知識(shí)，并由此構(gòu)建一個(gè)知識(shí)豐富高效的故障診斷知識(shí)庫，進(jìn)而實(shí)現(xiàn)故障診斷。

1.2 知識(shí)表示

保證大型風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)能夠精確進(jìn)行故障評價(jià)決策，該專家系統(tǒng)需要把此方面專家的經(jīng)驗(yàn)作為整個(gè)系統(tǒng)工作的基礎(chǔ)，知識(shí)表示就是要把大型風(fēng)力發(fā)電機(jī)組歸納總結(jié)出的相關(guān)故障知識(shí)一種恰當(dāng)?shù)姆椒ū磉_(dá)出來并儲(chǔ)存到該專家系統(tǒng)的知識(shí)庫里。

根據(jù)知識(shí)的確定性程度情況，知識(shí)表示方法分為確定性表示方法和不確定性表示方法。

1.3 推理

推理就是根據(jù)某些方案從明確的已知條件推斷到結(jié)論的整個(gè)操作程序。推理過程需要的事實(shí)有診斷推理方面的原始事實(shí)和在診斷過程中推出的中間事實(shí)。推理方法和推理控制策略為故障診斷專家系統(tǒng)的完成整個(gè)推理的2個(gè)重要內(nèi)容。推理方法用來完成求解在決策推理中已知事實(shí)和結(jié)果間的相互關(guān)系。推理控制策略主要是根據(jù)故障診斷專家系統(tǒng)知識(shí)庫中所擁有的故障知識(shí)實(shí)現(xiàn)快速得出診斷結(jié)果的方法。

根據(jù)推理方向（推理控制策略）的異同能夠分為正向推理、反向推理和混合推理3類[1-5]。

2 大型風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)總體功能

通過構(gòu)建大型風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)對工作運(yùn)行的發(fā)電機(jī)組的健康狀況完成實(shí)時(shí)監(jiān)測和故障智能診斷，使風(fēng)力發(fā)電場根據(jù)故障需要有目的地安排維修，保證風(fēng)力發(fā)電設(shè)備安全有效健康的運(yùn)行，縮短故障維修所需的時(shí)間，同時(shí)降低風(fēng)力發(fā)電場對人力和物力的需求，增加企業(yè)的效益。

該系統(tǒng)的總體功能結(jié)構(gòu)如圖2所示，主要實(shí)現(xiàn)風(fēng)力發(fā)電機(jī)組的故障診斷，并實(shí)現(xiàn)對系統(tǒng)的修改完善和日常工作管理[6-10]。

圖2 專家系統(tǒng)總體功能結(jié)構(gòu)

根據(jù)系統(tǒng)所要實(shí)現(xiàn)的各種功能，設(shè)計(jì)該大型風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)基本包括故障診斷模塊、知識(shí)庫管理模塊和系統(tǒng)管理模塊。

3 系統(tǒng)框架設(shè)計(jì)

該大型風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)運(yùn)用C#語言，基于ASP.NET平臺(tái)，系統(tǒng)數(shù)據(jù)庫運(yùn)用SQL Server數(shù)據(jù)庫，通過ADO.NET讀取專家系統(tǒng)數(shù)據(jù)庫。為了使這個(gè)系統(tǒng)擁有良好的擴(kuò)展性和移植性，構(gòu)建的系統(tǒng)框架主要有4個(gè)層次：采集層、數(shù)據(jù)層、中間層、用戶表示層[7-10]，如圖3所示，系統(tǒng)這樣的設(shè)計(jì)有利于系統(tǒng)模塊化設(shè)計(jì)，每個(gè)層次各司其職，提高系統(tǒng)的工作效率。

4 系統(tǒng)知識(shí)庫設(shè)計(jì)

在故障診斷專家系統(tǒng)的知識(shí)庫中，故障知識(shí)通過知識(shí)的表示方法實(shí)現(xiàn)存儲(chǔ)，一般要能全面的體現(xiàn)出大型風(fēng)力發(fā)電機(jī)組故障情況，并能夠由系統(tǒng)管理員對其不斷修改完善。為使大型風(fēng)力發(fā)電機(jī)組故障知識(shí)結(jié)構(gòu)清楚便于維護(hù)，將其根據(jù)彼此的邏輯關(guān)系構(gòu)成樹狀形式，在此結(jié)構(gòu)樹每個(gè)結(jié)點(diǎn)代表某種故障其中包含一些故障屬性。

故障結(jié)構(gòu)樹是表示診斷系統(tǒng)層次結(jié)構(gòu)和故障因果關(guān)系的模型，所以大型風(fēng)力發(fā)電機(jī)組故障診斷結(jié)構(gòu)樹描述系統(tǒng)的結(jié)構(gòu)關(guān)系和風(fēng)力發(fā)電系統(tǒng)頂故障事件和其各子系統(tǒng)或各組成結(jié)構(gòu)件故障事件子結(jié)點(diǎn)間的邏輯關(guān)系。

根據(jù)以上4個(gè)大型風(fēng)力發(fā)電機(jī)組齒輪箱、發(fā)電機(jī)、葉片和塔筒等的故障情況總結(jié)表，按照大型風(fēng)力發(fā)電機(jī)組的組成層次結(jié)構(gòu)，并根據(jù)故障結(jié)構(gòu)樹建立大型風(fēng)力發(fā)電機(jī)組的故障樹結(jié)構(gòu)如圖4所示。

圖3 風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)框架

圖4 大型風(fēng)力發(fā)電機(jī)組故障結(jié)構(gòu)樹

根據(jù)故障結(jié)構(gòu)樹就能對大型風(fēng)力發(fā)電機(jī)組故障進(jìn)行分析，從故障故頂端出發(fā)即最不愿意出現(xiàn)的故障情況開始分析，接著搜索到造成這個(gè)故障情況出現(xiàn)的所有原因，然后搜索到出現(xiàn)其下一層故障事實(shí)的所有原因，以此類推逐步向下推理，直到搜索到不能再追究的情況，這樣就構(gòu)成了遞推層次分明的故障結(jié)構(gòu)樹，經(jīng)過故障樹的層層搜索，然后推斷出故障緣由。

5 系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)

數(shù)據(jù)庫的設(shè)計(jì)主要建立5張數(shù)據(jù)表，即用戶數(shù)據(jù)表、故障現(xiàn)象表、故障原因表、規(guī)則表和故障信息表。其中用戶數(shù)據(jù)表主要寄存用戶的基本數(shù)據(jù)資料，故障現(xiàn)象表主要寄存故障現(xiàn)象事實(shí)的基本數(shù)據(jù)，故障原因表主要寄存故障原因的數(shù)據(jù)，規(guī)則表主要寄存故障推理的規(guī)則數(shù)據(jù)，故障信息表主要寄存故障日志數(shù)據(jù)。其中數(shù)據(jù)庫中故障現(xiàn)象表、故障原因表和規(guī)則表所涉及的事實(shí)現(xiàn)象、事實(shí)結(jié)論和規(guī)則之間的關(guān)系如圖5所示。

圖5 事實(shí)和規(guī)則的屬性及其聯(lián)系

6 結(jié)論

通過對專家系統(tǒng)的基本結(jié)構(gòu)和基本問題進(jìn)行研究，為設(shè)計(jì)構(gòu)建大型風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)提供理論基礎(chǔ)，通過對大型風(fēng)力發(fā)電機(jī)組常見故障進(jìn)行總結(jié)構(gòu)建故障結(jié)構(gòu)樹，利用ASP.NET開發(fā)平臺(tái)和SQL Serve數(shù)據(jù)庫，設(shè)計(jì)構(gòu)建風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)，實(shí)現(xiàn)了大型風(fēng)力發(fā)電機(jī)組故障的在線智能診斷。

[1]鐘秉林，黃仁.機(jī)械故障診斷學(xué)[M].北京：機(jī)械工業(yè)出版社，2003.

[2]沈慶根，鄭水英.設(shè)備故障診斷[M].北京：化學(xué)工業(yè)出版社，2006.

[3]劉峰，楊曉萍，劉曉黎，等.基于神經(jīng)網(wǎng)絡(luò)的水輪發(fā)電機(jī)組振動(dòng)故障診斷專家系統(tǒng)的研究[J].西安理工大學(xué)學(xué)報(bào)，2003（4）：372-376.

[4]張彥南，張禮達(dá).風(fēng)力機(jī)機(jī)艙故障診斷專家系統(tǒng)方法研究[J].能源與環(huán)境，2009（2）：25-26.

[5]周娟娟，張廣明，袁宇浩.基于免疫Agent的風(fēng)力發(fā)電機(jī)組故障自愈系統(tǒng)的研究[J].機(jī)械設(shè)計(jì)與制造，2012（3）：136-138.

[6]張曉東，許寶杰，吳國新，等.風(fēng)力發(fā)電機(jī)組故障診斷專家系統(tǒng)研究[J].制造業(yè)自動(dòng)化，2014（21）：21-25.

[7]梅杰.基于人工神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械故障診斷專家系統(tǒng)[D].武漢理工大學(xué)，2011.

[8]李效龍.大型風(fēng)力發(fā)電機(jī)組機(jī)械故障診斷信息系統(tǒng)研究[D].燕山大學(xué)，2011.

[9]陳波.分布式遠(yuǎn)程故障診斷專家系統(tǒng)的框架及若干關(guān)鍵技術(shù)的研究[D].大連理工大學(xué)，2002.

[10]梁亮.風(fēng)機(jī)旋轉(zhuǎn)機(jī)械設(shè)備故障診斷專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京化工大學(xué)，2008.