CN103529825B - 一种自动分析和诊断设备故障的方法 - Google Patents

Abstract

本发明所涉及的一种自动分析和诊断设备故障的方法，由包括被测设备、传感器装置、接口机、故障模式服务器及故障发布服务器组成；所涉及的自动分析和诊断设备故障的方法，是在故障模式服务器上的数据库中创建故障数据库，将已有的故障模式输入数据库中，进行偏差预警与故障模式的匹配及输出，并将新故障模式积累反馈存储在数据库中。其中故障模式定义为若干个测点的正负偏差预警与故障组成该设备的故障模式；将大量的故障模式存储在数据库中则组成了故障模式库。将测点偏差值与故障模式库中的故障模式进行匹配；输出可以匹配的故障模式；无法匹配的故障模式，通过诊断能够发现故障的，则作为一个新的故障模式存储到故障模式库中。

Description

一种自动分析和诊断设备故障的方法

技术领域：

本发明涉及智能诊断、故障的自动分析和自动识别领域，主要涉及发电站、化工工业等的故障判断及预警领域。

背景技术：

在现有技术中，有一种采用非线性状态估计建模的方法来对设备建立预测模型，得到测点的实测值相对预测值的正偏差或负偏差预警，然后通过人的经验判断出设备的具体故障。这种通过非线性状态估计建模方法产生偏差预警的过程如图8所示。

其产生测点偏差预警的详细过程如下：

第一步，从实时数据库中获取设备的历史数据；在这些数据中保留设备正常运行期间的数据：即测点正常和设备正常时的数据，组成数据记忆矩阵；由此数据记忆矩阵覆盖了设备正常运行工况和环境工况并作为非线性状态估计模型的基础。

第二步，当设备运行时，故障预警***从实时数据库中读取设备模型中所有测点的实时数据组成实测值向量，实测值向量输入到非线性状态估计模型中结合记忆矩阵计算出预测值向量；

第三步，实测值向量减去预测值向量得到偏差值向量，判断实测值与预测值的显著偏差是否是持续发生。如果设备测点的显著偏差持续发生，则将这些发生持续显著偏差的测点(即测点偏差预警)输出给用户进行故障诊断，测点偏差预警为测点的实际值与估计值的偏差持续超过偏差阈值所触发的预警。

这样的非线性状态估计建模方法既不依赖于***的动态模型，也不依赖于具体的参数，因而建立模型和模型维护都非常方便。

但这种非线性状态估计建模方法的不足之处在于它仅提交了的测点预警偏差，实际上设备测点的偏差有正负值的区分，所以仅是偏差值并不代表真正的故障及其故障原因，无法快速分析出设备的具体故障及解决办法；对故障原因的分析及解决依然非常依赖于诊断人员的个人经验和能力。此外，诊断人员对设备的分析和诊断经验也无法有效地积累和分享。

发明内容：

为了解决上述技术问题，实现从非线性状态估计建模方法产生的测点偏差预警中直接挖掘出具体的设备故障，以减少人工诊断，减少对诊断人员个人经验和能力的依赖，本发明公开了一种自动分析和诊断设备故障的方法及其装置，对设备故障进行自动分析和诊断；同时在***的使用过程中将新的故障模式加入到故障模式库中，实现诊断经验的循环积累。

本发明所涉及的一种自动分析和诊断设备故障的方法，其故障模式定义为若干个测点的正偏差预警或负偏差预警的组合与对应故障的关联。若干个测点的正偏差预警或负偏差预警的组合称为设备特征。例如某个设备“A测点的正偏差+B测点的负偏差+C测点的正偏差……”表明“故障X”的发生，依此设备“A测点的正偏差+B测点的负偏差+C测点的正偏差……”的特征和“故障X”一起组成了此类设备的一个故障模式；将大量的故障模式存储在数据库中则组成了故障模式库。

当某类设备故障模式库中存储故障模式后，将实际测点的偏差预警与该类设备故障模式库中的每一个故障模式的测点偏差预警组合进行匹配；如果能找到匹配项，则输出设备故障类型，进行故障预警。如果某些偏差预警无法与任何故障模式匹配，但是通过诊断能够发现故障，则可以将此次故障诊断的经验作为一个新的故障模式存储到故障模式库中；如果故障通过诊断不能够确定其原因、解决办法，则可以将此次故障诊断的经验作为一个新的故障模式存储到故障模式库中。

本发明所涉及的一种自动分析和诊断设备故障的方法对故障模式进行积累并形成故障模式库，并且将故障模式库中的故障模式用于设备故障的自动识别和诊断中。通过创建故障模式库，帮助用户积累故障模式和检修知识，实现知识从人到机器再到人的传承。当积累了足够多的故障模式后，事后的诊断分析就可以转变为事前的主动性诊断。

故障模式库在***中的建立及运行过程如图1所示。

本发明所涉及的一种自动分析和诊断设备故障的方法，其工作流程包括，首先需要用户通过人机接口录入历史真实可靠的故障测点数据及故障模式；其次，当***在线运行时，设备若干个传感器的正偏差和负偏差预警信息存入最新偏差预警信息表中；最新偏差预警信息与故障模式库中的故障模式将进行匹配，并输出匹配项中故障、原因和解决的方案；最后，列出“最新偏差预警信息表”中的未匹配项，用户根据未匹配项的数据，分析诊断出故障、原因和解决方案，并将诊断过程的相关信息作为新故障模式加入到故障模式库中。

本发明所涉及的一种自动分析和诊断设备故障的方法包括待监控检测的设备、传感器及传感器上的信号输出线、接口机、故障模式服务器及故障发布服务器；其中所述待监控检测的设备上安装至少一个传感器，所述传感器上的信号输出线与接口机连接；接口机与故障模式服务器连接，故障模式服务器与故障发布服务器连接；其中在所述故障模式服务器中运行自动分析和诊断设备故障软件，完成故障预警；所述故障发布服务器将故障预警结果发布给用户。

对于包含多种设备、多台机组的***，测点的数量多，需要存储及处理的数据巨大，故障数据存储及处理服务器需要使用故障预警服务器和故障模式服务器两个，其中故障预警服务器安装在接口机与故障模式服务器之间。

所涉及的自动分析和诊断设备故障的方法，是在故障模式服务器中运行的自动分析和诊断设备故障的软件，该软件的运转过程包括如下步骤：在故障模式服务器上建立故障模式库的存储结构；将已有的故障模式输入故障模式库中；偏差预警与故障模式的匹配及输出；新故障模式积累反馈存储在故障模式库中。

1、在故障模式服务器上建立故障模式库的存储结构：

创建故障模式库的步骤是建立故障模式库的存储结构：所述存储结构包括设备表201、设备测点表202、测点偏差预警表203、故障表204、故障模式表205、最新偏差预警信息表206和匹配成功故障模式表207。

由于故障模式中故障的主体是设备，设备特征即测点偏差预警的组合，主体也是设备，所以需要定义设备表201来存储设备相关信息，即设备表201中的各个字段下存储的信息包括设备ID、设备名和设备信息。

数据的来源是设备测点及测点偏差预警，要创建设备测点表202和测点偏差预警表203来存储相关信息。设备测点表中的字段包括测点ID、设备ID和测点通用名，其中设备测点表中的“设备ID”外键来自设备表中的“设备ID”字段；测点偏差预警表203中的字段包括测点偏差预警ID、测点ID、预警偏差类型和故障模式ID。

在数据存储关系中，通过故障模式表205把测点偏差预警表203与故障表204进行关联，即测点偏差预警表203中的一条或多条记录对应故障模式表205中的一条记录，从而实现若干个传感器偏差预警的组合与一个故障模式的关联并进而实现与故障的关联。

最新偏差预警信息表206用于存储偏差预警信息，便于偏差预警信息与故障模式的匹配，偏差预警信息与故障模式匹配成功后的偏差预警值输出并存储到匹配成功故障模式表207中。

详细的故障模式数据库结构关系图见图2。

2、将已有的故障模式输入故障模式库中：

本发明所涉及的一种自动分析和诊断设备故障的方法，所述故障模式输入采用用户录入方式：先登录到故障模式录入页面301，并在登录后获得故障模式数据库的访问权限。登录后，首先录入设备类名和此类设备在现场通常包含的测点302，其中，设备存入设备表201，设备测点存入设备点表202；然后，依次录入故障模式303，故障存入故障表204，偏差预警存入偏差预警表203，故障与偏差预警的关联存入故障模式表205，一个故障模式录入成功后，页面会返回故障模式录入成功消息304；依次录入其余故障模式，直到完成所有故障模式的录入。

故障模式的录入过程如图3所示。

3、偏差预警与故障模式的匹配及输出：

本发明所涉及的自动分析和诊断设备故障的方法运行时，首先将测点传输过来的测点偏差预警信息写入到最新偏差预警信息表206中，然后在同一数据库里对最新偏差预警与故障模式进行匹配，匹配成功的故障模式存储在匹配成功故障模式表207中，最后在页面中将匹配成功的故障模式按照树状结构输出并展示给用户。

故障模式的匹配和输出流程如图4所示。

4、新故障模式的积累、反馈、存储、记录进故障模式库：

本发明所涉及的一种自动分析和诊断设备故障的方法实现对故障模式进行积累并记录进故障模式库：本发明所涉及的自动分析和诊断设备故障的方法中，所述新故障模式的积累方法是：当偏差预警无法成功与故障模式库中的故障模式匹配时，则偏差预警需要进行人工诊断并判别：如果能够通过人工诊断判别出设备故障，则可以将偏差预警与故障作为新的故障模式加入到故障模式库中，完成故障模式的积累；如果通过人工诊断无法判别出设备故障，则忽略诊断信息。

故障模式的积累过程如图5所示。

附图说明：

图1自动分析和诊断设备故障的方法及其装置中的运行过程流程图；

图2故障模式数据库结构关系图；

图3故障模式数据库的录入流程图；

图4故障模式的匹配和输出流程图；

图5故障模式的积累模式流程图；

图6故障模式分析和诊断***应用于离心泵故障预警中的流程示意图；

图7故障模式分析和诊断***应用于汽泵前置泵故障预警中的流程示意图；

图8现有技术中，产生测点偏差预警的流程图。

具体实施方式：

下面结合实施例对本发明作进一步的描述。

实施例1：

本发明所涉及的一种自动分析和诊断设备故障的方法应用于离心泵设备的故障诊断预警中，如图6所示，包括离心泵、传感器装置、接口机、故障模式服务器及故障发布服务器。

其中，所述离心泵设备包含泵和电机；

所述传感器装置中包括一系列传感器及传感器上的信号输出线：TE为温度变送器、CT为电流测量装置、VT为振动传感器、PT为压力变送器、FT为流量变送器……，同一类传感器在同一设备中可以设置若干个，这些传感器安装在离心泵上，用于收集离心泵设备的工作状态数据；

所述接口机将接收现场传感器通过信号输出线传输过来的数据，发送至故障模式服务器中，对离心泵设备的运行状况进行监视和控制；

故障模式服务器将接口机输送过来的传感器数据储存到实时数据库中作为历史数据，故障预警***利用实时数据库中的历史数据建立设备预警模型，并根据实时读取的传感器数据自动计算各传感器的预测值，并进一步计算传感器实际值与预测值之间的偏差；当数据偏差明显并持续产生时，操作***将自动从故障预警***中读取偏差预警信息，并存入数据库的“最新偏差预警信息表”中；

同时故障模式服务器对最新偏差预警信息与故障模式中的偏差预警进行匹配，并将匹配成功项存到数据库中的“匹配成功故障模式表”中；

所述故障发布服务器将“匹配成功故障模式表”中的故障模式显示出来，用户将根据显示的结果对设备故障进行处理。

由此，完成整个设备的故障判断及预警程序。

在本发明所涉及的自动分析和诊断设备故障装置中，离心泵设备也可以为其它类型的设备，如汽轮机设备、发电机设备、凝汽器设备、汽动给水泵设备、加热器设备、风机设备、空气预热器设备、磨煤机设备、燃气轮机设备等。

实施例2：

本发明应用于汽泵前置泵设备的故障诊断预警中，如图7所示，所涉及的自动分析和诊断设备故障装置包括汽泵前置泵机、传感器及传感器上的信号输出线、接口机、故障预警服务器、故障模式服务器及故障发布服务器；所采用的方法为使用设备故障测点偏差预警流程建立实时故障监控***；故障模式库的运行过程，包括：故障模式库的初始搭建，积累故障模式，以及利用故障模式库进行故障的分析和诊断。

由于该***待监控检测多种设备、多台机组，测点的数量多，需要存储及处理的数据巨大，故障数据存储及处理服务器使用了故障预警服务器和故障模式服务器两个，其中故障预警服务器安装在接口机与故障模式服务器之间。

1、故障模式库的初始搭建

从现场获取一系列汽泵前置泵测点的历史数据和实时数据，设备故障预警***使用这些数据创建模型并产生了实际值相对估计值的正偏差报警和负偏差报警。

设备表：

设备ID	设备名	设备信息
			1	汽泵前置泵	安装在汽泵前的电动离心泵

汽泵前置泵中的测点表和故障预警***中的报警类型列表如下：

在故障模式库205中预存已知故障模式，存入一个故障模式为：

测点“泵驱动端轴承温度1”正偏差，“泵驱动端轴承温度2”正偏差；

故障为“轴承过热”；

故障原因为“润滑油变质”、“轴承磨损”和“推力过大”；

故障解决方案为“更换润滑油”、“调整出力”和“修理更换”。

在该故障模式库中，当测点“泵驱动端轴承温度1”的正偏差与“泵驱动端轴承温度2”的正偏差同时发生时，***将该2个测点的特征数据与“轴承过热”故障关联起来，即组成了一个“轴承过热”故障模式。

完成输入后故障模式表中增加的记录如下：

故障模式ID	设备ID	发生次数
			1	1	0

完成输入后测点偏差预警表中的信息如下：

测点偏差预警ID	测点ID	预警偏差类型	故障模式ID
				1	5	正偏差	1
2	6	正偏差	1

完成输入后故障表中增加的记录如下：

将一系列已知的故障模式存入后，就完成了故障模式库的设置。

2、积累故障模式并加入故障模式库

在设备故障预警***运行时，如果测点新发生的偏差值报警无法在故障模式库中找到匹配项，诊断人员要进行人工分析，确定实际的设备故障，以及故障原因和处理方法，则将测点新发生的偏差值报警与发生的设备故障、故障原因、处理方法关联起来作为一种新的故障模式加入到***中。新加入的故障模式结构与预置故障模式的结构相同。

例如机组运行时发生了“电机绕组温度1-6”正偏差预警，在故障模式库中未找到匹配项，通过工作人员的诊断分析，发现这是一个“电机定子线圈过热”故障，故障原因为铁芯烧伤，处理方法为检修铁芯，如下表所示：

这时该故障将作为一个新的故障模式补充加入到故障模式库(如图2所示)中：

在故障模式表205中增加记录：

故障模式ID	设备ID	发生次数
			2	1	0

在测点偏差预警表203中增加记录：

测点偏差预警ID	测点ID	预警偏差类型	故障模式ID
				3	10	正偏差	2
4	11	正偏差	2
				5	12	正偏差	2

6	13	正偏差	2
				7	14	正偏差	2
8	15	正偏差	2

故障表204中增加记录：

这样，如果再次发生“电机绕组温度1-6”正偏差预警，则通过偏差阈值与故障模式的匹配能够在故障模式库中找到匹配项“电机定子线圈过热”故障，进而将匹配项故障输出给用户。

3、利用故障模式库进行故障的分析和诊断

如果发生的测点偏差值报警能够在故障模式库中找到匹配项，则将匹配项的设备故障、故障原因和处理方法展示给用户。

例如，最新偏差预警信息表206中存有如下记录：

将故障模式表205中每一个故障模式在测点偏差预警表中对应的测点偏差预警与最新偏差预警表进行匹配，最终匹配成功的故障模式为“故障模式ID”为2的故障模式，所以在匹配成功故障模式表中增加如下记录：

此外，还要将匹配成功故障模式ID填充到最新偏差预警信息表206中的“匹配成功故障模式ID”中

这样就可以把#1机汽泵前置泵匹配的故障模式ID“2”对应的“电机定子线圈过热”故障，及相应的原因和解决方案通过故障发布服务器输出及显示给用户。

有益效果：

本发明所涉及的一种自动分析和诊断设备故障的方法，实现了从非线性状态估计建模方法产生的测点偏差预警中直接挖掘出具体的设备故障，减少了人工诊断及对诊断人员个人经验和能力的依赖，对设备故障进行自动分析和诊断；同时在***的使用过程中将新的故障模式加入到故障模式库中，实现诊断经验的循环积累。

Claims (5)

1.一种自动分析和诊断设备故障的方法，是在故障模式服务器中运行的自动分析和诊断设备故障的软件，其特征在于：该软件的运转过程包括如下步骤：

在故障模式服务器上创建故障模式库的存储结构：

将已有的故障模式输入故障模式库中；

偏差预警与故障模式的匹配及输出；

新故障模式的积累、反馈、存储、记录进故障模式库。

2.根据权利要求1所述的自动分析和诊断设备故障的方法，其特征在于：所述在故障模式服务器上建立故障模式库的存储结构包括设备表(201)、设备测点表(202)、测点偏差预警表(203)、故障表204)、故障模式表(205)、最新偏差预警信息表(206)及匹配成功故障模式表(207)；

其中所述设备表(201)中的各个字段下存储的信息包括设备ID、设备名和设备信息；

其中所述设备测点表(202)中的字段包括测点ID、设备ID和测点通用名；设备ID外键来自设备表(201)中的“设备ID”字段；

其中所述测点偏差预警表(203)中的字段包括测点偏差预警ID、测点ID、预警偏差类型和故障模式ID；

其中所述故障模式表(205)把测点偏差预警表(203)与故障表(204)进行关联，测点偏差预警表(203)中的一条或多条记录对应故障模式表(205)中的一条记录；

其中所述最新偏差预警信息表(206)用于存储偏差预警信息；

其中所述故障模式表(207)存储偏差预警信息与故障模式匹配成功后的偏差预警值。

3.根据权利要求1或2所述的自动分析和诊断设备故障的方法，其特征在于：所述偏差预警与故障模式的匹配及输出是将测点传输过来的测点偏差预警信息写入到最新偏差预警信息表(206)中，在故障模式库里对最新偏差预警与故障模式进行匹配；匹配成功的故障模式存储在匹配成功故障模式表(207)中；再将匹配成功的故障模式按照树状结构输出并展示。

4.根据权利要求1或2所述的自动分析和诊断设备故障的方法，其特征在于：所述测点的偏差预警无法成功与故障模式库中的故障模式匹配时，能够通过人工诊断判别出设备故障的，将偏差预警与故障加入到故障模式库中；通过人工诊断无法判别出设备故障的，忽略诊断信息。

5.根据权利要求3所述的自动分析和诊断设备故障的方法，其特征在于：所述测点的偏差预警无法成功与故障模式库中的故障模式匹配时，能够通过人工诊断判别出设备故障的，将偏差预警与故障加入到故障模式库中；通过人工诊断无法判别出设备故障的，忽略诊断信息。