基于物联网的机泵群自动诊断方法技术

一种基于物联网的机泵群自动诊断方法属于设备智能诊断技术领域。该方法包括：1)、基于物联网的数据采集与存储部分，在关键测点安装传感器，通过有线或无线传递方式，将所测得的关键测点振动值存储于数据应用管理器，实现数据的收集与统一管理。2)、数据分析与处理部分，将所收集的数据进行数据分析与处理，提取数据的特征值，建立事实值匹配库，利用所测得的数据特征值进行故障分析。3)、专家系统诊断部分，启动专家诊断系统，选择相应的任务，激活任务所对应的规则，利用数据特征值所建立的事实值匹配库对被激活的规则进行事实值匹配，直到输出故障集。该方法实现对机泵群的实时监控诊断，能实时掌控机泵群运行状态及故障。

【技术实现步骤摘要】

本专利技术属于设备智能诊断
，涉及到故障诊断专家系统。
技术介绍
物联网技术是通过信息传感设备，将所有物品连接互联网，实现智能化识别管理。 物联网技术的核心和基础是互联网技术，是在互联网技术基础上的延伸和扩展的一种网络 技术，其用户端延伸和扩展到了任何物品和物品之间，进行信息交换和通讯。基于物联网的 机泵群自动诊断是利用物联网思想，采用在线诊断系统将机泵群的振动数据等信息收集起 来，利用软件系统进行统一的处理与分析，达到自我诊断的目的。 机泵群的自动诊断是通过专家系统来实现的，专家系统作为人工智能的一个分 支，在20世纪60年代初期产生并发展起来成为一门新兴的应用科学，它是一种智能的系 统，使用人类专家推理的计算机模型来处理现实世界中需要专家做出解释的复杂问题，并 得出专家系统的结论。自1974年面向诊断领域的专家系统MYCIN问世以来，基于知识的诊 断问题求解成为人工智能中的一个研宄焦点。 离心泵广泛应用于炼化、采油、电力、冶金等行业中，其是否正常运行直接影响企 业是否可以进行安全生产，因此，对离心泵进行故障诊断，防止器发生严重事故具有十分重 要的意义。西华大学的王涛等研宄基于模糊技术的离心泵故障诊断专家系统，重庆通信学 院的胡中豫将案例与规则推理技术应用到专家系统中，Tay，Francis E. H将粗糙集技术应 用到专家系统中，北京化工大学的江志农等提出基于任务的故障诊断专家系统。对于离心 泵滚动轴承故障诊断专家系统，目前研宄主要集中在专家系统推理诊断方法的研宄，包括： 基于规则推理，基于案例推理，基于模糊模型推理以及基于统计学方法推理以及多种推理 诊断方法相互结合的推理方法等。 本专利技术中提到的离心泵滚动轴承故障诊断专家系统是基于规则推理基础上经过 多年诊断经验积累总结出的针对离心泵轴系故障及其滚动轴承故障的故障诊断专家系统。 目前，传统的专家系统是采用基于规则推理的专家系统（Rule -Based Reasoning，RBR)，又称产生式系统，它能够利用抽象的方法，把某一领域里专家的经验知识 总结出来，并归纳成计算机可以接收的规则。产生式规则的一般形式是： If〈前提条件集Hhen〈结论 >(〈规则置信度>) 其中前提条件集表示与数据匹配的任何模型，结论表示前提条件集成立时可以得 出的结论。基于规则推理的专家系统因其表现形式简单易于用户理解，因此成为最重要的 知识表示方法。 但是基于规则推理的专家系统的诊断推理树非常复杂，不容易理解阅读，同时修 改困难，诊断故障单一，如果机组同时具有多种故障时，常规的诊断推理树往往不能精确锁 定某一故障，而且会漏诊故障。
技术实现思路
本专利技术的目的是克服现有技术的缺点，提供一套新的，能够更加简便及准确的实 现机泵群自诊断的方法。该方法具有容易理解，便于维护修改，可实现多故障诊断等优点。 本专利技术公开了一种，包括如下步骤： 1)采集数据，通过有线传感器在线诊断系统或无线传感器在线诊断系统，采集机 泵机泵驱动端轴承水平测点、机泵驱动端轴承垂直测点、机泵非驱动端水平测点、机泵非驱 动端垂直测点的振动数据，经过数据处理后存入数据应用管理器。 2)分析数据，提取特征值，构造事实值匹配库以便对相应的规则进行事实值匹配。 3)启动专家系统诊断，激活相关的规则并进行事实赋值。 4)进行初始化操作，将该任务涉及的相关规则和事实、故障集加载到专家系统内 存中。 5)执行任务相关的后果集，包括规则、故障和事实类型。 6)遍历内存中处于激活状态的规则，如果存在激活状态的规则，则把这些规则打 包为一个待匹配规则集，否则跳转到步骤9)。 7)获取待匹配规则集的所有事实值，如果存在事实没有被赋值，则通过知识交互 接口进行赋值。 8)对待匹配规则集进行模式匹配，根据匹配的结果，执行对应后果集操作，操作完 毕后，跳转到步骤5)。 9)遍历内存中处于发生状态的故障，把这些故障打包为故障集，这些故障即为诊 断的结果。 其中，步骤1)数据采集包括包括有线传感器在线诊断系统以及无线传感器在线 诊断系统。有线传感器在线诊断系统包括有线振动传感器、数据采集器和数据应用管理器 组成。无线传感器在线诊断系统由无线振动传感器、无线网关、数据应用管理器组成。基于 在线诊断系统将机泵群与数据管理中心以物联网模式连接起来，实现机泵群与数据管理中 心的信息交换与通讯。 其中，步骤2)中为构成事实值匹配库所需要提取的特征值包括有速度振值、速度 主导频率、速度常伴频率、加速度振值、加速度主导频率、加速度常伴频率、gIE趋势变化方 式、gIE主导频率、gIE常伴频率、轴向趋势变化方式、径向趋势变化方式。 机泵群自诊断方法是基于传统的基于规则推理的专家系统，采用了故障专家系统 推理机实现自诊断推理过程。 传统基于规则推理的故障诊断专家系统的规则表示为R = {A，CY，CN，T}，其中： A-表示规则前件集，是一个或多个事实的匹配模型； CY-表示前件成立的后件集； CN-表示前件不成立的后件集； T-表示规则所属任务，是多个规则的集合T = {RJ ; 当前件集A为空时（A = null)，表示规则没有判断条件，直接执行成立的后件集， 表示形式为R = {NULL，CY，CN，T}，规则执行方式为/?二（? ; 机泵群自诊断方法提出了 一种并行故障诊断推理规则树方法。并行故障诊断推理 规则树方法将不同故障的推理规则树并行建立，使得规则树清晰简洁，容易阅读。各故障规 则树之间互不影响，使得规则的修改与新规则的建立更加的便利。除此之外，还针对机泵基 于多年的实际工程经验总结了 8种并行的机泵故障诊断专家系统诊断规则推理树。【附图说明】 图1机泵群物联网流程图 图2振动监测界面 图3机泵专家系统诊断流程图； 图4传统基于规则推理的专家系统推理树 图5规则推理模块流程图 图6不平衡故障诊断规则； 图7不对中故障诊断规则； 图8滚动轴承故障诊断规则； 图9轴承跑套诊断规则； 图10气蚀故障诊断规则； 图11抽空故障诊断规则； 图12叶轮与泵壳故障偏心诊断规则； 图13连接松动诊断规则；【具体实施方式】 下面结合附图对本专利技术的自动诊断方法作进一步介绍。 如图3、图4所示，本专利技术的流程包括： 1)采集数据，通过有线传感器在线诊断系统或无线传感器在线诊断系统，采集机 泵关键测点的振动数据，经过数据处理后存入数据应用管理器。 2)分析数据，提取特征值，构造事实值匹配库以便对相应的规则进行事实值匹配。 3)启动专家系统诊断，激活相关的规则并进行事实赋值。 4)进行初始化操作，将该任务涉及的相关规则和事实、故障集加载到专家系统内 存中。 5)执行任务相关的后果集，包括规则、故障和事实类型。 6)遍历内存中处于激活状态的规则，如果存在激活状态的规则，则把这些规则打 包为一个待匹配规则集，否则跳转到步骤9)。 7)获取待匹配规则集的所有事实值，如果存在事实没有被赋值，则通过知识交互 接口进行赋值。 8)对待匹配规则集进行模式匹配，根据匹配的结果，执行对应后果集操作，操作完 毕后，跳转到步骤5)。 9)遍历内存中处于发生状态的故障，把这些故障打包为故障集，这些故障即为诊 断的结果。 下面针对某化工企业旋转机械机本文档来自技高网...

【技术保护点】
一种基于物联网的机泵群自动诊断方法，其特征包括如下步骤：1)采集数据，通过有线传感器在线诊断系统或无线传感器在线诊断系统，采集机泵机泵驱动端轴承水平测点、机泵驱动端轴承垂直测点、机泵非驱动端水平测点和机泵非驱动端垂直测点的振动数据，经过数据处理后存入数据应用管理器；2)分析数据，提取特征值，构造事实值匹配库以便对相应的规则进行事实值匹配；3)启动专家系统诊断，激活相关的规则并进行事实赋值；4)进行初始化操作，将该任务涉及的相关规则和事实、故障集加载到专家系统内存中；5)执行任务相关的后果集，包括规则、故障和事实类型；6)遍历内存中处于激活状态的规则，如果存在激活状态的规则，则把这些规则打包为一个待匹配规则集，否则跳转到步骤9)；7)获取待匹配规则集的所有事实值，如果存在事实没有被赋值，则通过知识交互接口进行赋值；8)对待匹配规则集进行模式匹配，根据匹配的结果，执行对应后果集操作，操作完毕后，跳转到步骤5)；9)遍历内存中处于发生状态的故障，把这些故障打包为故障集，这些故障即为诊断的结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：高晖，赵大力，
申请(专利权)人：北京博华信智科技股份有限公司，
类型：发明
国别省市：北京;11