李利青
(潞安環能股份公司 漳村煤礦,山西 長治 046032)
煤礦提升機電控系統為成套設備,在煤礦生產中時常出現故障,電控系統僅采用上位機對故障進行指示及記錄,某一個故障發生往往引起其他故障相繼發生,但是上位機軟件采集數據的速率有限,致使低于采集周期發生的故障無法判斷其發生的先后順序,導致一但電控系統發生故障,上位機監視報警系統出現多條故障記錄,現場技術人員極難及時處置。煤礦上位機報警信息僅在提升機廠房內看到,副礦遠離主礦,管理者或者專業維護人員很難遠程實時獲取現場的詳細狀態信息,造成了管理、技術支持與現場的信息不對稱,嚴重影響生產效率的提升。針對此問題,煤礦在現有電控系統監控系統基礎之上,引入故障處置專家系統,實現故障自動智能診斷,通過故障處理專家系統,實現故障診斷的智能化、傻瓜化,有效提高副礦提升機電控系統故障處置效率,對煤礦生產作業產生了顯著的積極作用。
提升機電控系統較為復雜,涉及到高壓系統、直流回路系統、PLC系統等多個系統,因此導致故障現象與故障類型之間存在復雜聯系,具體可概括為:復雜性、層次性及相關性[1],具體如下:
1) 復雜性。一個故障現象可對應多種故障類型,一個故障類型對應多種故障現象;工況改變后,故障類型與故障現象之間的關系可能發生變化;故障的各種現象不一定能夠完全掌握。
2) 層次性。故障往往由低層次向高層次發展,比如由報警故障發展為停機故障。
3) 相關性。提升機故障往往是幾個故障同時發生,并且存在一定聯系和影響。
煤礦提升機電控系統故障根據子系統可劃分為七大類:操作監視系統故障、低壓電源系統故障、調節整流系統故障、信號系統故障、PLC柜故障、直流回路系統故障及高壓系統故障。每一大類又細分眾多小類故障,由于數量眾多便不一一介紹。
梳理故障類型、故障現象及故障間關系是建立故障分析及處理專家系統的基礎,知識庫、推理機及解釋機構便是據此搭建,一定程度上此項工作決定了專家系統的準確性及實用性。
專家系統(Expert System, ES)指以邏輯學和推理為方法,針對某一領域的特定問題,結合本領域專業知識解決這些問題。專家系統通常由人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取等6個部分構成[2],煤礦提升機電控系統故障診斷及處理專家系統結構,如圖1所示。

圖1 煤礦提升機電控系統故障診斷及處理專家系統結構
提升機電控監測系統數據實時傳入到監測數據庫,主控模塊從數據庫實時獲得數據,并與推理機共享數據信息,推理機將數據信息與知識庫進行比對,判斷故障類型及處置方法,并通過解釋機構傳遞給人機交互模塊,現場人員可通過人機交互模塊讀取專家系統給出的判斷結構、監測數據、操作主控模塊以及編輯知識庫。
專家系統搭建主要涉及知識庫設計、推理機設計及解釋器設計三大關鍵模塊[3],現詳細介紹煤礦提升機電控系統故障分析及處理專家系統三部分設計。
知識庫的建設涉及到三個方面:知識獲取、特征參數提取及特征描述[4]。專家系統知識庫是專家系統判斷的基礎,故障數據傳輸到專家系統后需要與知識庫比對才能得出準確的判斷,因此知識庫關系著專家系統的靈敏度及準確度。煤礦專家系統知識庫知識獲取采用非自動獲取知識方法,如圖2所示,因此知識庫需要根據需要由管理員不斷維護,因為提升機電控系統故障處理專家系統相比較于其他專家系統相對簡單,此種方法更容易實現,系統維護更簡單。

圖2 知識庫知識獲取途徑
特征參數及特征描述本質上是對故障現象特征的描述,比如電流幅值、電流均方根值、電流變化率等參數可歸為特征參數,電流增長較快、電流增長慢等描述可歸為特征描述。兩者直接決定了專家系統的靈敏度及準確度,在專家系統建設時需做細致、準確。
推理機建設本質上是確定專家系統決策思路,梳理煤礦提升機歷年故障案例發現:提升機電控系統故障具有很高的重復性,即故障重復發生,常見故障20余種。因此煤礦提升機電控系統故障處理專家系統選擇基于案例的推理方法,其推理過程如圖3所示。

圖3 推理機推理過程
1) 選取當前故障S的核心特征;
2) 從故障案例知識庫中選取與故障S核心特征相似的故障案例;
3) 根據設定的算法計算匹配相似度;
4) 給出相似度最高的三種故障案例及處置思路(不超過三個的,以實際數量為準)。
解釋器用于解析、記錄專家系統故障診斷過程及結果,煤礦提升機電控系統故障處理專家系統采用預制文本的方法,跟蹤專輯系統故障診斷過程及最終結果,并一一記錄,便于管理員和現場技術人員查閱、調用,同時根據記錄可追溯專家系統潛在問題,并及時修正、維護。
煤礦提升機電控系統故障處理系統應用效果良好,常見故障判斷準確率100%,為煤礦生產效率提供較大幫助。同時也存在一定問題,比如案例數量不是十分豐富,對于非常見故障判準確率較低,現場人員若過于依賴此系統容易被誤導,針對此問題,可不斷優化、維護專家系統,提高故障案例知識庫豐富度,可在很大程度上解決該問題。