基于傳感器協同監測的鍋爐安全隱患預警系統

崔偉超

(河南省鍋爐壓力容器安全檢測研究院，河南 鄭州 450016)

在現代生活中，鍋爐已屬于一種相當重要的生產設備。鍋爐數量的與日俱增導致其危險系數明顯提升，鍋爐安全直接影響人們的生命與財產，間接影響社會發展的穩定性與經濟性[1]。因鍋爐類型眾多，導致其管理過程困難重重，管理不善便會增加鍋爐存在安全隱患的概率，人工監測鍋爐運行并不能發現輕微的安全隱患問題，日積月累后便會形成重大鍋爐事故。為避免出現鍋爐事故，不僅需要工作人員科學規范的使用鍋爐，還需要實時預警其安全隱患[2-3]。精準預警鍋爐安全隱患的目的是及時找到鍋爐的一切問題，確保其安全運行；令企業可更加全面地了解鍋爐運行狀況，節約其運行成本；提升鍋爐安全管理的水平與效率。因此依據科學力量設計鍋爐安全隱患預警系統勢在必行，在鍋爐監測中引入現代科學技術，提升鍋爐預警功能[4]。現階段判斷鍋爐安全隱患基本為人機結合方法，無法及時預警鍋爐的安全隱患，因此設計基于傳感器協同監測的鍋爐安全隱患預警系統，精準預警鍋爐的安全隱患，確保其運行的安全性。

1 基于傳感器協同監測的鍋爐安全隱患預警系統

通過傳感器協同采集鍋爐使用過程中的各項參數，多個傳感器需布設在鍋爐的不同位置，將采集的各項參數傳輸到監測預警模塊，對鍋爐的安全隱患實施預警[5-6]，利用視頻與短信等辦法通知工作人員，降低安全事故發生概率，基于傳感器協同監測的鍋爐安全隱患預警系統結構如圖1所示。具體描述如下：

圖1 系統結構圖

(1) 信號采集模塊負責采集鍋爐使用過程中的各項參數，各傳感器間的連接方式為電纜，將多種類型的傳感器布設在鍋爐的各個位置上[7]，實現壓力與給水流量等參數的采集，并將其轉換為可識別的數字信號，傳遞至數據傳輸網絡模塊。

(2) 數據傳輸網絡模塊實現數據傳遞，主要包含兩種類型的數據傳輸網絡，分別是有線與無線，第一種類型中包含Internet網絡，第二種包含GPRS網絡與4G網絡等。

(3) 安全隱患識別及預警模塊利用經驗模態分解方法提取安全隱患特征，并進行歸一化處理，通過證據理論對單一信號展開融合，實現安全隱患信號的最終識別；將識別到結果輸入鍋爐安全隱患預警模型完成鍋爐安全隱患預警[8]。

(4) 客戶端負責將接收到的安全隱患預警信息發送至工作人員的電腦與手機等設備，實時監控鍋爐運行情況，解決安全隱患。

1.1 鍋爐傳感器協同信號采集模塊

鍋爐傳感器協同信號采集模塊屬于整個系統的最下層模塊，信號采集的準確性可提升鍋爐安全預警的可信度，該模塊的硬件功能結構如圖2所示。A/D轉換單元的作用是轉換信號，將多個傳感器采集的模擬信號，變更成能夠識別的信號，通過智能處理器依據數字信號計算出鍋爐的壓力與水流量等實際數據[9-10]，將其傳遞至數據傳輸網絡模塊。

圖2 硬件功能結構圖

1.2 安全隱患識別及預警模塊

1.2.1 安全隱患信號識別

利用經驗模態分解方法提取鍋爐傳感器協同信號采集模塊所采集信號中存在安全隱患的信號特征，歸一化處理各特征分量的峭度，獲取各傳感器的識別結果，通過證據理論融合全部識別結果，得到最終鍋爐安全隱患信號識別結果[11]，信號識別流程如圖3所示。

圖3 信號識別流程

信號識別流程具體步驟如下：

(1)利用經驗模態分解方法處理鍋爐傳感器協同信號采集模塊采集的信號，獲取每個傳感器采集信號中存在安全隱患的信號特征IMF分量；

(2)無需考慮殘余分量，計算j個IMF分量的峭度，歸一化處理這些峭度，公式如下：

(1)

(2)

式中： IMF分量編號是a，a=1,2,…,j；離散點在目標IMF分量內的位置是k，k=1,2,…,l；采樣點數量是l；第a個IMF分量第k個采樣點處的值是ca,k。

(3)選擇h個IMF分量的歸一化峭度，組建特征向量為

G=[G1′,G2′,…,Gh′]

(3)

(4)利用證據理論融合傳感器安全隱患信號識別結果，獲取最終的安全隱患信號識別結果T″。

1.2.2 鍋爐安全隱患預警模型

利用模糊邏輯與專家系統組合的方式構建鍋爐安全隱患預警模型，利用模糊邏輯解決安全隱患信號模糊性問題，提升預警的準確性[12-14]。鍋爐安全隱患預警模型的計算步驟如下：

(1)按照與識別到的安全隱患信號特征G″相應的實時參數隸屬函數求解隸屬度，G″包含爐膛壓力增長與給水流量提升等信號；通過模糊統計法獲取G″的隸屬函數，令G″內鍋爐排煙溫度信號在某段時間的變化量是W，論域W=[15,25]，排煙溫度增長的模糊集合是B，?W0∈W，隸屬度求解W0=20，那么W0=20對B的隸屬頻率是f，即

f=m/n

(4)

式中：n為樣本數量；m為樣本區間覆蓋20的頻數。

求解W對B的隸屬度，該信號增長的隸屬函數是升半梯形函數，該函數的表達式如下：

(5)

式中：λ1與λ2為B的區間數；x為確切數。

圖4 模糊推理機的數學模型

(6)

(3)專家系統中用數值描繪安全隱患預警的可信度，該數值的取值范圍是[0，1]，安全范圍是[0,0.3]，預警范圍是(0.3,0.6)，高危范圍是(0.6,1)。

利用上述步驟實現鍋爐安全隱患的預警，并將預警結果傳輸至客戶端。

2 實驗結果與分析

以某熱力公司的鍋爐為實驗對象，利用本文系統對該公司鍋爐的安全隱患展開預警。在該公司內隨機選取一個存在水冷壁管泄露的鍋爐為例，利用本文系統對該鍋爐的安全隱患展開預警，水冷壁管泄露的關鍵安全隱患信號為氣泡水位下降、爐膛壓力增長與排煙溫度降低。利用本文系統采集該鍋爐的關鍵安全隱患信號，如圖5所示。圖5為單個傳感器采集的鍋爐安全隱患關鍵信號，分析圖5可知，本文系統能夠有效采集鍋爐安全隱患的關鍵信號。

圖5 鍋爐安全隱患關鍵信號變化圖

利用本文系統對采集的信號展開經驗模態分解處理，獲取每個安全隱患信號特征的固有模態分量，并展開歸一化峭度處理如圖6所示。分析圖6可知，三個鍋爐安全隱患關鍵信號的歸一化峭度特征向量基本分布在固有模態分量2～8，氣泡水位信號的特征向量基本分布在固有模態分量3～7，固有模態分量5的占據比例最高，其余固有模態分量的占據比例較小；爐膛壓力信號的特征向量基本分布在固有分量4～8，固有模態分量5的占據比例最高，其余固有模態分量的占據比例較小；排煙溫度信號的特征向量基本分布在2～5，固有模態分量5的占據比例最高，其余固有模態分量的占據比例較小；綜合分析可知，特征向量為T=[T2′,T3′,T4′,T5′,T6′,T7′,T8′]。

圖6 歸一化峭度特征向量

本文系統內其余傳感器的安全隱患關鍵信號采集及識別過程如上述操作，全部傳感器完成信號識別后，繼續利用本文系統對其展開數據融合處理，獲取最終安全隱患信號識別結果，三種信號的識別率如圖7所示。圖7中最高、最低識別率指所有傳感器中最高與最低的傳感器安全隱患信號識別率；平均識別率指全部傳感器安全隱患信號識別率的均值；融合識別率指利用本文系統融合全部傳感器后的安全隱患信號識別率。分析圖7可知，本文系統可有效識別鍋爐安全隱患信號，且識別率高達99%左右。

圖7 三種信號的識別率

依據識別到的鍋爐安全隱患信號，利用本文系統求解該鍋爐安全隱患的可信度，如圖8所示。分析圖8可知，隨著時間的延長，該過鍋爐安全隱患的可信度隨之增長，在時間為30 s時安全隱患可信度穩定在0.65，該數值處于安全隱患預警范圍內，可判斷該鍋爐存在安全隱患，需要做出預警處理，與該鍋爐的實際情況相符，且預警到鍋爐的安全隱患僅需30 s，預警速度較快。實驗證明：本文系統可有效對存在安全隱患的鍋爐做出預警處理，且預警精準度高，具備實時性。

圖8 鍋爐安全隱患可信度

3 結 語

鍋爐與人們的生活緊密相連，在化工與機械等領域均有應用，因鍋爐事故導致的后果相當嚴重。為此設計基于傳感器協同監測的鍋爐安全隱患預警系統，及時精準預警鍋爐的安全隱患。日后還可以本文系統為基礎，對其進行改進，增加研究鍋爐能耗的功能，降低鍋爐的能耗，為企業節約成本、提升經濟效益，使企業做到節能減排，打造更加優越的生活環境。