水利泵站計算機(jī)自動化及遠(yuǎn)程監(jiān)控系統(tǒng)的應(yīng)用

孫大東,吳 西

(大連財經(jīng)學(xué)院,遼寧 大連 116000)

0 引言

水利行業(yè)具有十分悠久的歷史,人類文明的發(fā)展史就是水資源的使用和同水災(zāi)抗?fàn)幉粩噙M(jìn)行的過程[1]。隨著科技的發(fā)展,人們生活水平不斷提高,但也帶來了水資源污染、洪澇災(zāi)害和環(huán)境污染等問題。泵站設(shè)施對農(nóng)業(yè)排水和城市排水等起到了非常關(guān)鍵的作用,傳統(tǒng)的泵站管理方式已經(jīng)不能滿足現(xiàn)代化農(nóng)業(yè)和城市用水管理的需求,故充分發(fā)揮水利泵站的利用效益、對水利泵站進(jìn)行數(shù)字化信息管理已成為水利行業(yè)發(fā)展的當(dāng)務(wù)之急。

計算機(jī)自動化技術(shù)是涉及了嵌入式技術(shù)、計算機(jī)技術(shù)等的綜合性技術(shù),通過對監(jiān)測設(shè)備、電機(jī)裝置等設(shè)備進(jìn)行優(yōu)化組合和設(shè)計,實現(xiàn)對采集數(shù)據(jù)進(jìn)行自動化管理[2]。將計算機(jī)自動化技術(shù)應(yīng)用于水利泵站的管理,可以提高泵站的管理效率、減少事故發(fā)生率和提高經(jīng)濟(jì)效益。但是,我國某些泵站自動化改造時間較早,并未聯(lián)網(wǎng),無法對泵站進(jìn)行信息共享和集中管理;同時,由于行業(yè)標(biāo)準(zhǔn)不統(tǒng)一、數(shù)據(jù)信息不互通等原因,泵站的自動化監(jiān)控仍然無法實現(xiàn)。

遠(yuǎn)程監(jiān)控技術(shù)是利用無線通信技術(shù)、通過遠(yuǎn)程自動控制設(shè)備進(jìn)行遠(yuǎn)程控制的一種技術(shù)。將自動化技術(shù)和遠(yuǎn)程監(jiān)控技術(shù)應(yīng)用于水利泵站的管理,可以將分布在各處的泵站信息通過無線網(wǎng)傳遞至管理者進(jìn)行集中管理,從而對各泵站實現(xiàn)遠(yuǎn)程的監(jiān)控和自動化控制,不僅可以進(jìn)行泵站的無人管理,降低成本,還可以進(jìn)一步提高管理效率。為此,本文對水利泵站的計算機(jī)自動化和遠(yuǎn)程監(jiān)控系統(tǒng)的應(yīng)用進(jìn)行研究。

1 硬件設(shè)計

1.1 總體設(shè)計

水利泵站遠(yuǎn)程自動化監(jiān)控系統(tǒng)的主要組成包括控制中心、遠(yuǎn)程管理模塊、網(wǎng)絡(luò)傳輸系統(tǒng)、模擬量采集模塊、繼電器控制模塊和數(shù)據(jù)庫,如圖1所示。

圖1 水利泵站自動化和遠(yuǎn)程監(jiān)控系統(tǒng)結(jié)構(gòu)簡圖Fig.1 The structure diagram of hydraulic pump station automation and remote monitoring system

1.2 控制中心

控制中心主要用于采集和預(yù)處理作業(yè)過程的數(shù)據(jù),是整個水利泵站遠(yuǎn)程監(jiān)控系統(tǒng)的核心控制部分。當(dāng)泵站的遠(yuǎn)程管理模塊因故不能運(yùn)行時,控制中心仍可獨(dú)立運(yùn)行不受影響[3-4]。其主要組成包括PLC及微處理機(jī)。

PLC控制器用于對泵站內(nèi)部的所有工藝設(shè)備進(jìn)行控制,包括開關(guān)量的采集和邏輯控制、模擬量的采集以及其他功能的控制,同時實現(xiàn)各模塊之間的總線通訊。系統(tǒng)的功能設(shè)計如圖2所示。

圖2 水利泵站自動化和遠(yuǎn)程監(jiān)控系統(tǒng)的功能設(shè)計Fig.2 The function design of hydraulic pump station automation and remote monitoring system

系統(tǒng)采用西門子S7-300系列的PLC控制器,具有運(yùn)行速度快、運(yùn)行成本較低、可模塊化控制和物理空間占用小的優(yōu)點。

控制中心還配置微處理機(jī)作為系統(tǒng)PLC控制的基礎(chǔ),用于對獲得的數(shù)據(jù)進(jìn)行綜合處理。

1.3 遠(yuǎn)程管理模塊

遠(yuǎn)程管理模塊主要用于遠(yuǎn)程監(jiān)控,包括服務(wù)器、顯示器和通訊線。控制中心通過通信模塊將所有數(shù)據(jù)傳輸至遠(yuǎn)程管理模塊,管理人員利用顯示器對泵站相關(guān)設(shè)備進(jìn)行監(jiān)視或者遠(yuǎn)程控制。

1.4 網(wǎng)絡(luò)傳輸系統(tǒng)

網(wǎng)絡(luò)傳輸系統(tǒng)主要用于監(jiān)控數(shù)據(jù)傳輸,采用RS485總線作為傳輸標(biāo)準(zhǔn)總線,主要包括3級網(wǎng)絡(luò),分別是泵站級網(wǎng)絡(luò)、中間級網(wǎng)絡(luò)和中心控制級網(wǎng)絡(luò)。

泵站級網(wǎng)絡(luò)主要用于對泵站數(shù)據(jù)的采集,并連接E1網(wǎng)絡(luò),包括基站MODEM、路由器及交換機(jī)。其中,交換機(jī)由接頭與基站MODEM的以太網(wǎng)連接,之后連接至無線網(wǎng)。

中間級網(wǎng)絡(luò)用于連接E1網(wǎng)絡(luò)和控制中心的局域網(wǎng),從而實現(xiàn)數(shù)據(jù)的高速傳輸[5],由基帶MODEM及路由器組成。

中心控制級網(wǎng)絡(luò)即是局域網(wǎng),用于控制中心、網(wǎng)通中心等內(nèi)部區(qū)域的光纖線路連接,可同時傳輸多路數(shù)據(jù),主要由光纖MODEM、交換機(jī)和光纖線纜組成。數(shù)據(jù)同時傳輸至數(shù)據(jù)庫進(jìn)行保存,便于以后隨時查詢。

1.5 模擬量采集模塊

模擬量采集模塊主要用于對水利泵站的數(shù)據(jù)采集,其主要組成為傳感器。根據(jù)設(shè)計需求,一般進(jìn)行泵機(jī)的溫度、蓄水池水位和泵轉(zhuǎn)速進(jìn)行監(jiān)測。其中,溫度測量采用PT100熱電阻傳感器。由于一般傳感器工作電壓為24V,而PT100傳感器外圍電路工作電壓為15V,單片機(jī)所需電壓為3.3V,還需要對其電路進(jìn)行設(shè)計,如圖3所示。

圖3 PT100熱電阻傳感器的電源電路圖Fig.3 The power supply circuit diagram of PT100 thermal resistance sensor

蓄水池水位采用投入式液位計進(jìn)行測量,泵轉(zhuǎn)速采用HK霍爾元件轉(zhuǎn)速傳感器進(jìn)行測量。當(dāng)模擬量采集模塊完成數(shù)據(jù)的采集后,通過I/O輸入點與PLC控制器連接,完成數(shù)據(jù)信息的采集,并控制水泵的啟停。

1.6 數(shù)據(jù)庫

數(shù)據(jù)庫主要存儲泵站運(yùn)行過程中的數(shù)據(jù),由于數(shù)據(jù)較多,還需要對其進(jìn)行有效的管理,以便及時、準(zhǔn)確地獲取有效信息。數(shù)據(jù)庫的數(shù)據(jù)類別和關(guān)系相關(guān)屬性如圖4所示。為保證數(shù)據(jù)的安全,對于局域網(wǎng)內(nèi)部客戶,可實時訪問;對于Web訪問客戶,則設(shè)置防火墻以及密碼識別等方式進(jìn)行訪問。

圖4 數(shù)據(jù)庫的數(shù)據(jù)類別和關(guān)系相關(guān)屬性圖Fig.4 The graph of data categories and relationship properties of the database

2 水利泵站作業(yè)狀態(tài)預(yù)測

狀態(tài)檢修是水利泵站進(jìn)行自動化作業(yè)過程中的一個重要組成部分。通過對水利泵站作業(yè)過程中的監(jiān)測數(shù)據(jù)進(jìn)行管理、分析和評估,可以預(yù)測水利泵站特定設(shè)備的維護(hù)時間和規(guī)模,從而有效地縮短維修時間,優(yōu)化維修。人工神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的自適應(yīng)學(xué)習(xí)能力,即通過學(xué)習(xí)自制演化出運(yùn)算響應(yīng)環(huán)境[6]。因此,筆者借助人工神經(jīng)網(wǎng)絡(luò)模型,對水利泵站作業(yè)狀態(tài)進(jìn)行預(yù)測。

2.1 人工神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)模型中較為常用的為前向神經(jīng)網(wǎng)絡(luò)模型[7],可以看作是輸入到輸出的非線性映射的計算,如圖5所示。

圖5 人工神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)簡圖Fig.5 The schematic diagram of artificial neural network model structure

在系統(tǒng)中,假設(shè)時刻m+1的響應(yīng)值為xm+1,且有以下關(guān)系,即

xm+1=T(m+1,am+1,bm+1,cm+1)

其中,am+1、bm+1、cm+1分別為m+1時刻與響應(yīng)值有關(guān)的變量參數(shù);T為閉區(qū)間[0,1]。

根據(jù)嵌入定理[7],響應(yīng)值也可以通過下式得到,即

xm+1=f(xm,xm-1,...,xm-n+1)

其中,n為嵌入維數(shù)。

其中,f*為映射f的近似。

預(yù)測響應(yīng)值的誤差Δ為

通過該方法可以預(yù)測系統(tǒng)的未來響應(yīng)值。

2.2 人工神經(jīng)網(wǎng)絡(luò)算法分析

對于水利泵站特定設(shè)備維護(hù)時間和規(guī)模的預(yù)測,可以采用神經(jīng)網(wǎng)絡(luò)中的共軛梯度算法,該計算法是在BP算法的基礎(chǔ)上改進(jìn)得到的。相較于BP算法,共軛梯度算法的可靠性和有效性更高,且具有收斂速度快、精度高的優(yōu)點。在神經(jīng)網(wǎng)絡(luò)中,共軛梯度算法的目的是使誤差函數(shù)E(W)最小,其求解過程如下:

1)定義隱含層到輸出層單元的連接權(quán)為Wjk,定義k=1,并初始化連接權(quán)Wj。

2)計算神經(jīng)網(wǎng)絡(luò)的負(fù)梯度,令

pj=η=-E(Wj)

其中,E(Wj)為神經(jīng)網(wǎng)絡(luò)權(quán)重矢量W的誤差函數(shù)。

3)計算神經(jīng)網(wǎng)絡(luò)的單步步長βk,即

其中,E*(Wl)為權(quán)重矢量W的誤差函數(shù)進(jìn)行的二階求導(dǎo)。

4)根據(jù)步長調(diào)整權(quán)重函數(shù)W的值,即

Wl+1=Wl+αlplrl=-E*(Wl+1)

5)若l可整除樣本數(shù)N時,則

pl+1=rl+1

否則,調(diào)整搜索方向,計算方法為

若在新的梯度方向有|rl|大于權(quán)值矢量的預(yù)測誤差,l的值加1繼續(xù)進(jìn)行計算,否則計算停止,最終的Wl+1即為求得的權(quán)矢量值。

3 試驗結(jié)果

為驗證該水利泵站自動化監(jiān)控系統(tǒng)的性能,需要對其進(jìn)行相關(guān)試驗。首先,對系統(tǒng)進(jìn)行調(diào)試試驗,確定系統(tǒng)是否可以正常作業(yè);然后,利用系統(tǒng)對水利泵站進(jìn)行預(yù)測試驗。

3.1 調(diào)試試驗

系統(tǒng)共有4個模塊,分別是遠(yuǎn)程管理模塊、網(wǎng)絡(luò)傳輸系統(tǒng)、模擬量采集模塊及繼電器控制模塊,對這幾個模塊獨(dú)立進(jìn)行調(diào)試。每個模塊均能正常作業(yè)后,再進(jìn)行整體的調(diào)試。

1)遠(yuǎn)程管理模塊在進(jìn)行調(diào)試時,將相關(guān)線路和服務(wù)器連接,打開顯示器,可以正常顯示系統(tǒng)設(shè)置的參數(shù)名稱,則說明該模塊可以正常工作。

2)網(wǎng)絡(luò)傳輸系統(tǒng)進(jìn)行測試時,將各端口連接,并進(jìn)行必要的參數(shù)配置;其后,通過另一臺PC機(jī)通過傳輸系統(tǒng)向數(shù)傳終端發(fā)送指令;各終端接收指令后通過串口轉(zhuǎn)發(fā)給微處理機(jī),若微處理機(jī)接收到的數(shù)據(jù)與發(fā)送數(shù)據(jù)一樣,則該系統(tǒng)可正常使用。

3)模擬量采集模塊進(jìn)行調(diào)試時,將各傳感器連接到該模塊的端口,其后將RS485總線端口接入微處理機(jī),逐條調(diào)試底層的通訊協(xié)議,且所有指令均可正確返回,則該模塊可正常工作。

4)繼電器控制模塊測試時,連接RS485總線與微處理機(jī),通過發(fā)送指令控制繼電器的開閉,若動作與指令相符則該模塊可正常工作。

所有模塊調(diào)試完成后,登錄到指定網(wǎng)址,通過顯示器查看各水利泵站的工作狀態(tài)。

3.2 水利泵站狀態(tài)預(yù)測試驗

根據(jù)系統(tǒng)的狀態(tài)評估技術(shù)可知,反映水利泵站狀態(tài)的參數(shù)主要包括出口壓力、振動幅值、冷油器出口油溫和潤滑油壓。對以上特征的額定值、當(dāng)前值進(jìn)行測量,再采用人工神經(jīng)網(wǎng)絡(luò)算法基于當(dāng)前參數(shù)對水利泵站的20步狀態(tài)進(jìn)行預(yù)測,最終的結(jié)果如表1所示。

表1 水利泵站狀態(tài)預(yù)測試驗結(jié)果

由表1可知:水利泵站參數(shù)的預(yù)測值和實測值的誤差均在0.1%以內(nèi),數(shù)值較小,可將該算法用于水利泵站狀態(tài)的預(yù)測。

4 結(jié)論

1)為了充分發(fā)揮水利泵站的利用效益,對水利泵站進(jìn)行數(shù)字化信息管理,并對水利泵站的計算機(jī)自動化和遠(yuǎn)程監(jiān)控系統(tǒng)進(jìn)行了應(yīng)用研究。系統(tǒng)的主要組成包括控制中心、遠(yuǎn)程管理模塊、網(wǎng)絡(luò)傳輸系統(tǒng)、模擬量采集模塊、繼電器控制模塊和數(shù)據(jù)庫。

2)為了充分利用水利泵站的自動化和遠(yuǎn)程監(jiān)控系統(tǒng),縮短維修時間,借助人工神經(jīng)網(wǎng)絡(luò)模型對作業(yè)過程中的監(jiān)測數(shù)據(jù)進(jìn)行管理、分析和評估,預(yù)測水利泵站的作業(yè)狀態(tài)。

3)為了驗證該水利泵站自動化監(jiān)控系統(tǒng)的性能,對其進(jìn)行調(diào)試和作業(yè)狀態(tài)預(yù)測試驗,結(jié)果表明:該系統(tǒng)可以正常運(yùn)行,且可準(zhǔn)確預(yù)測水利泵站的運(yùn)行狀態(tài)。