CN101825876A - 应用于石油化工生产装置的便携式故障诊断仪 - Google Patents

应用于石油化工生产装置的便携式故障诊断仪 Download PDF

Info

Publication number
CN101825876A
CN101825876A CN 200910154932 CN200910154932A CN101825876A CN 101825876 A CN101825876 A CN 101825876A CN 200910154932 CN200910154932 CN 200910154932 CN 200910154932 A CN200910154932 A CN 200910154932A CN 101825876 A CN101825876 A CN 101825876A
Authority
CN
China
Prior art keywords
fault diagnosis
data
fault
matrix
portable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 200910154932
Other languages
English (en)
Other versions
CN101825876B (zh
Inventor
吴雪峰
梁军
郑平友
杜丽
张伟杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN 200910154932 priority Critical patent/CN101825876B/zh
Publication of CN101825876A publication Critical patent/CN101825876A/zh
Application granted granted Critical
Publication of CN101825876B publication Critical patent/CN101825876B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Test And Diagnosis Of Digital Computers (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种应用于石油化工生产装置的便携式故障诊断仪,包括仪器壳体、硬件主板、CPU、内存、硬盘、电源及充电电池、微型液晶显示器及显示卡、微型键盘、各种通讯接口、外挂式多路AD/DA数采器等,故障诊断仪就能通过简单的系统设置24小时不间断地采集现场数据(采样频率可设)。本发明体积小、重量轻、便于携带,解决了故障诊断技术向实际工业现场应用的瓶颈问题,尤其对于配备DCS系统或PLC或智能仪表的石油化工生产装置,具有网线一插即可的优点,使用非常方便。

Description

应用于石油化工生产装置的便携式故障诊断仪
技术领域
本发明属于故障诊断技术领域,尤其涉及一种应用于石油化工生产装置的便携式故障诊断仪。
背景技术
石油化工行业在国民经济中占有非常重要的地位,是国家工业体系的支柱产业。由于石油化工生产装置具有易燃、易爆、有毒和高温、高压特点,如果发生故障,将导致爆炸、起火、毒气泄露等严重后果,因此其生产的安全性自然成为众多石油化工生产企业乃至全社会面临的严峻问题。如何使这些生产装置安全正常地运行,在故障发生之前给出足够强烈的预警信息,力图将故障隐患消除在萌芽状态,近年来已经成为科学技术领域研究的热点。
故障检测与诊断技术经过了几十年的发展,到目前为止已经出现了基于各种不同原理的众多方法。按照国际故障诊断权威P.M.Frank教授的观点,所有的故障诊断方法可以划分成基于知识的方法、基于解析模型的方法和基于信号处理的方法三种,其中,以多元统计正交投影理论为基础的方法是基于信号处理方法的一个主要分支。迄今为止,国内外学者已经在该研究领域公开发表了许多研究成果,有些已经达到了工业应用的程度。
然而,遗憾的是,尽管产生了许多很好的研究成果,实际的工业应用却寥寥无几。造成这种现象的原因除了理论研究还需要进一步完善以外,更主要甚至是决定性的原因是缺乏一个桥梁和载体,即缺乏将理论成果应用于工业现场的工具,尤其是缺乏操作使用简单、携带方便、与现场的生产装置能直接互联的“傻瓜式”故障诊断仪器。这一状况也可以从国家专利的公开和授权信息检索结果中反映出来,至今为止,尚未有应用于石油化工生产装置的故障诊断仪器方面的信息。本发明的目标即为解决这一问题,改变当前现状。
发明内容
针对当前工业生产装置缺乏故障检测与诊断手段的现状和问题,本发明提供了一种应用于石油化工生产装置的便携式故障诊断仪。
本发明的目的是通过以下技术方案实现的:一种用于石油化工生产装置的便携式故障诊断仪,它包括:仪器壳体、硬件主板、CPU、内存、硬盘、电源及充电电池、微型液晶显示器及显示卡、微型键盘、各种通讯接口、外挂式多路AD/DA数采器。其中,仪器壳体正面排布微型液晶显示器及显示设置按钮、微型键盘,仪器壳体背面排布电源开关、网络接口、四个USB接口、并行口、串行口、电源线插口、外接显示器接口等,仪器内部安装硬件主板、CPU、内存、硬盘、电源及充电电池、显示卡等。
本发明的有益效果是,本发明的便携式故障诊断仪除了具有功能全、体积小、重量轻、便于携带、集成多种技术、易于网络扩展的以外,最主要的优点有两条:一是在国内首次真正实现了一种应用于石油化工生产装置的便携式故障诊断仪器,解决了故障诊断技术向实际工业现场应用的瓶颈问题;二是该故障诊断仪与现场工业装置的连接方式灵活多样,尤其对于配备DCS系统或PLC或智能仪表的石油化工生产装置,具有网线一插即可的优点,使用非常方便。另外,该仪器的应用推广前景非常广阔,市场容量非常大。
附图说明
图1为便携式故障诊断仪样机照片;
图2为便携式故障诊断仪样机外部结构示意图;
图3为便携式故障诊断仪样机内部结构俯视图;
图4为便携式故障诊断仪样机内部结构侧视图;
图5为便携式故障诊断仪样机操作面板正面示意图;
图6为便携式故障诊断仪样机背面接口示意图;
图7为便携式故障诊断仪样机硬件主板功能示意图;
图8是外挂式多路AD/DA数采器的内部结构示意图;
图9为便携式故障诊断仪样机硬件模块连接图;
图10为便携式故障诊断仪样机软件功能示意图;
图11为便携式故障诊断仪样机主体功能执行流程示意图。
具体实施方式
本发明的便携式故障诊断仪包括硬件和软件两个部分。硬件部分包括仪器壳体、硬件主板、CPU、内存、硬盘、电源及充电电池、微型液晶显示器及显示卡、微型键盘、各种通讯接口、外挂式多路AD/DA数采器等等,软件部分包括数据采集与与处理功能、故障诊断模型建立与维护功能、故障检测与诊断功能、数据库存储与管理功能、数据通讯与设备接口功能、界面显示与操作功能、报警处理功能、系统设置功能、结果输出打印功能等等。通过系统集成技术将硬件和软件集成在一台便携式仪器中。使用时,将该故障诊断仪通过以太网接口接入石油化工生产装置的DCS系统(或PLC或智能仪表网),或通过外挂式多路AD/DA数采器直接接入现场信号仪表柜(当现场没有装备DCS系统或PLC或智能仪表时),故障诊断仪就能通过简单的系统设置24小时不间断地采集现场数据(采样频率可设)。当生产装置发生故障并在现场采样数据中开始反映时,故障诊断仪根据预先建立并调校好的故障诊断模型,启动故障检测与诊断功能进行故障类型、发生区域、强度、传播影响等进行分析、判断并进行故障真实性确认,一旦确认结果为真,立即进行报警处理并启动预先设置的故障处理应急预案。另外,为便于故障过程回溯(分析发生故障的深层原因和提高故障处理能力)和故障信息存档,还提供了数据库和打印管理。下面对硬件部分和软件部分的实现方案分别加以详述。
1、硬件部分的实现
A、仪器壳体:由六面组成,其中两侧面安装有一体式提手,箱体顶部与前后面均可拆卸,箱体背面有格栅状散热孔。壳体本身由金属材料制成,提手由塑料材料制成,箱体内底部两侧各设有一条导轨,导轨上固定衬板,箱体内大部分模块通过衬板进行固定。壳体底部四个直角处安装有防滑支脚,其中前两个支脚可伸缩,用于调节监控仪的前后水平角度,以保证监控仪平稳摆放于各种场合。独立风扇安装于主板模块正上方,用于对硬件主板的降温冷却。壳体后侧设有外接端口,可提供UBS外接、视频外接、以太网接口、串行端口和打印外接端口,一触式开机/关机键也设在壳体后侧。另外,壳体顶板可拆卸,卸下后主板模块的IDE接口处可外接光盘驱动器。
B、硬件主板、CPU、内存、显卡、网卡、各种通讯接口:硬件主板固定于壳体底衬板之上,其上安装CPU、内存、显卡、网卡、各种通讯接口,是诊断仪的主体电路板。主板配置四个USB接口(可同时接入外挂式多路AD/DA数采器、鼠标、外接标准键盘和移动存储设备)、一个VGA外接口(可用于外接大中型显示器等输出设备)、一个以太网网络接口(当现场装置装备了DCS系统或PLC或智能仪表网时,通过网络线按OPC接口方式接入现场装置)、一个串行端口(有时需要通过RS-485或RS-422电缆接入现场装置)、一个打印机输出端口(直接打印故障诊断结果信息或工业现场数据)。上述各个接口的外接端均位于仪器壳体的后侧。硬件主板及其各组件的这种配置,尤其对于配备DCS系统或PLC或智能仪表的石油化工生产装置,具有通过OPC协议使网线一插即可的优点,使用非常方便。
C、硬盘:作为故障诊断仪的主存储模块,用于存储应用软件、现场数据和运行结果,通过4个减振支脚架空固定于箱底衬板,保证其高速运转时的散热。考虑到整台仪器的空间限制,可选用笔记本硬盘。
D、电源及充电电池:供电模块固定于壳体背面,提供整台仪器所需的电源,电源模块内部同时集成风扇,直接通过壳体背侧散热格栅为整台仪器散热,配合整个散热系统。电源外接电压为220v交流电,除为故障诊断仪各模块供电外,还预留6V、9V以及12V外接端口,可提供外接设备的临时供电。如果诊断仪需要在无外接交流电源的场合使用,还可进一步加装充电电池。
E、微型液晶显示器及显示卡:由液晶显示面板、液晶调节板与VGA转接卡组成。液晶显示面板用四个夹钳固定于壳体前面板,液晶调节板由两枚螺栓固定于壳体前面板,VGA转接卡由两支撑结构固定于底衬板。调节板连接液晶显示板,用于调节液晶显示板的亮度、对比度及电源开关等,液晶显示板通过VGA转接卡可连接至硬件主板模块。显示卡安装于硬件主板之上。微型液晶显示器是故障诊断仪的内置主显示器。
F、微型键盘:微型键盘固定于壳体前面板外侧,用于故障诊断仪中预先定义的命令操作和输入交互数据。如果需要进行更复杂的使用操作,可以采用两种方式:或者外接鼠标+操作系统附带的屏幕键盘(软键盘),或者直接接入外接标准键盘。
G、外挂式多路AD/DA数采器:作为故障诊断仪的一个可选配套部件,当现场生产装置没有装备DCS系统或PLC或智能仪表网时,通过外挂式多路AD/DA数采器按USB接口方式直接入现场信号仪表柜。该外挂式多路AD/DA数采器的外形为由金属材料做成的长方体模块盒,盒体的左右两个侧面有格栅状散热孔,前面安装USB接口和串行通讯端口(用于与故障诊断仪本体连接),后面安装模拟信号接线端子排(用于与现场仪表柜连接)。模块盒内部安装散热风扇和多个现场电信号转换模块,主要有多路模拟量输入输出(4~20mA,0~5V,0~10mA等)、开关量输入输出(光隔离和继电器隔离)、脉冲量输入输出信号(频率范围可选),并且采样路数可选、可组合。基本配置为32路AI、8路AO、32路DI、16路DO、6路脉冲输入、2路脉冲输出。
2、软件部分的实现
软件部分主要包括数据采集与与处理功能、故障诊断模型建立与维护功能、故障检测与诊断功能、数据库存储与管理功能、数据通讯与设备接口功能、界面显示与操作功能、报警处理功能、系统设置功能、结果输出打印功能等等,其中数据采集与与处理、数据库存储与管理、界面显示与操作、系统设置、结果输出打印等,尽管实现的功能内容不同,采用的实现技术与通常的信息管理系统大同小异,不再赘述。下面主要就故障诊断内容有关的部分加以详述。
H、故障诊断模型建立与维护功能:故障诊断模型建立与维护功能的实现包括以下步骤:
步骤A1:在对工艺运行机理和以往故障处理报告分析的基础上,通过系统设置功能模块确定与各种可能故障有关的所有生产变量,并将便携式故障诊断仪接入现场工业装置,持续采集一段时间(12~24小时)的实时运行数据,构成建立故障诊断模型的原始训练数据集X0;
步骤A2:对所得到的原始训练数据集X0进行建模前的标准化处理,使每个过程变量的均值为0、方差为1,由此得到实际应用的训练数据集X。标准化的方法为:
均值计算: X 0 ‾ = 1 N Σ i = 1 N X 0 i
方差计算: σ X 0 2 = 1 N - 1 Σ i = 1 N ( X 0 i - X 0 ‾ ) 2
归一化计算: X = X 0 - X 0 ‾ σ X 0 ;
式中,N是数据集的样本个数。
步骤A3:运用协方差矩阵奇异值分解原理,对所得到的建模训练数据集X进行主元分析,并根据交叉检验技术确定满足一定方差表征率的主元个数,得到主元矩阵T和负荷矩阵P。这一步骤称为建模训练数据集的“白化”处理,具体方法为:首先计算建模训练数据集X的协方差矩阵∑X,然后对∑X进行奇异值分解,得到按大小顺序排列的特征根λ1,λ2,λ3……和对应的特征向量p1,p2,p3……,第三,对建模训练数据集X的奇异值分解结果进行方差贡献率的交叉检验,确定信息占优的特征根个数(亦即主元个数)k,第四,选取前k个特征向量,构造负荷矩阵P=[p1 p2……pk]T,最后,求取主元矩阵T=[t1 t2……tk]T=XP。
步骤A4:根据主元分析得到的主元矩阵T和负荷矩阵P,进一步进行独立元分析,  以求取独立元解合矩阵方程形式的故障诊断模型 S = W T T = WP T X T = W ~ X T , 其中,S为独立元矩阵,W为变换矩阵的伪逆,为基于主元分析的解合矩阵。由于进行了主元分析的“白化”处理,独立元个数可以简单地取为主元个数k。独立元分析的具体过程为:首先,取经过主元分析的主元数据,并令i=1,第二,任取一个范数为1的初始列向量wi(0)。若i≥2,则令 w i ( 0 ) = w i ( 0 ) - W i - 1 W i - 1 T w i ( 0 ) , 并作归一化处理wi(0)=wi(0)/||wi(0)||。令j=0。第三,对wi进行迭代更新,wi(j+1)=wi(j)-μ[E{ti(wi(j)Tti)3}-3wi(j)],式中:μ=0.1或0.01为学习率,其中的期望可以由样本值进行估计获得。第四,对wi(j+1)进行分解投影得, w i ( j + 1 ) = w i ( j ) - W i - 1 W i - 1 T w i ( j + 1 ) , 并进行归一化处理wi(j+1)=wi(j+1)/||wi(j+1)||。第五,若|wi(j+1)Twi(j)|≈1,则继续第六步,否则,令j=j+1并转至第三步。第六,令wi=wi(j+1),i=i+1,然后转至第二步并一直迭代计算至i=k。最后,将得到的W=[w1 w2……wk]与步骤A3得到的P按 W ~ = WP T 构成解合矩阵,即得到了故障诊断模型 S = W ~ X T .
步骤A5:故障诊断仪在线运行应用时,为保证故障诊断模型的长时间精确性,应根据实时采样数据定期(设为96小时)进行故障诊断模型的更新和维护,即利用新鲜的采样数据对X0、σX0、k、P、W等通过限定记忆的块式递推故障诊断模型校正技术进行校正计算。具体为:设当前模型的原建模训练数据集为{Xj},经过一段时间运行后新鲜数据集为{Xj+1},则经过主元分析和独立元分析后得到的故障诊断模型为
Figure G2009101549320D00064
两个数据集之间模型参数的递推算式具有如下形式:Pj+1=PjPΔFP(||Xj+1-Xj||,γP,Pj),Wj+1=WjWΔFW(||Xj+1-Xj||,γW,Wj),式中,ΔFP,ΔFW为块式递推校正函数,γP,γW为校正遗忘因子,αP,αW为加权系数,而X0j+1,σX0,j+1,k则就新鲜数据集仍按求均值、方差和交叉检验方式更新。可见,首先它是基于块式数据的,只有当新数据累积到一定规模形成数据块的时候才进行处理,且在递推过程中以数据块代替数据本身进行迭代计算,大大减少了计算量。其次,它始终依赖于有限个最新数据块所提供的信息,每增加一个新数据块,就要去掉一个老数据块,即影响模型的数据始终是最新的若干数据块。最后,限定记忆的遗忘因子被引入数据块队列中,时间越久,数据块可信度越小(现时刻的数据块信度为1),相邻时刻的数据块信度按指数衰减。
I故障检测与诊断功能:故障检测与诊断功能的实现包括以下步骤:
步骤B1:在故障诊断模型建立的基础上,利用核密度估计技术确定用于检测故障是否发生的控制限。具体为:设样本数据集为X=[x1,x2,…xn]T,则密度函数f(x)的核估计为 f ^ ( x , H ) = 1 m 1 | H | ( n + 1 ) / 2 Σ i = l n K [ H - 1 / 2 ( x - x i ) H - 1 / 2 ] , 其中,H为带宽矩阵,|H|为H的行列式,K(·)为核函数,且K(x)≥0, ∫ - ∞ ∞ K ( x ) dx = 1 , and ∫ - ∞ ∞ xK ( x ) dx = 0 . 核函数估计的概率密度实际上可以看作是在样本点上构成的分割梯度的加和,核函数K(·)决定分割梯度的形状而带宽则决定其宽度。较常用的K(·)为高斯核函数,可选择形式为 K ( x ) = ( 2 π ) - n / 2 exp ( - 1 2 x T x ) , 核估计本身既同样本有关,又与K(·)和h的选取有关。在给定样本及选取了核函数形式后,核密度估计函数
Figure G2009101549320D00076
的取决于H的选取,可选对角矩阵 H = diag ( h 1 2 , h 2 2 , . . . h n 2 ) . 如果样本数据集为由故障诊断模型而来的独立元数据矩阵,则由上述核密度估计函数和95%或99%置信度可求得表征正常运行范围的控制限
步骤B2:在需要对当前运行工况进行故障诊断时,故障诊断仪实时采集一组当前运行数据集并进行标准化,得到的标准化检测数据集为Xnew
步骤B3:将检测数据集为Xnew代入故障诊断模型,得到当前检测数据的独立元矩阵Snew和相关统计量。
步骤B4:利用步骤B1中的核密度估计函数方程和95%或99%置信度,代入独立元矩阵Snew可计算
Figure G2009101549320D00079
,并与正常运行范围控制限
Figure G2009101549320D000710
比较,如果 f ^ ( S new , H ) ≤ f ^ NOR , 则表示生产装置在正常运行范围内,否则表示属异常状况或产生了故障。
步骤B5:一旦判断为故障发生,则启动报警处理功能模块进行故障分析并给出报警分析结果信息。
J、数据通讯与设备接口功能:该便携式故障诊断仪与DCS、PLC、智能仪表的数据通讯为以太网接口下的OPC协议,与外挂式多路AD/DA数采器的数据通讯为USB接口或RS-485/RS-422协议下的串行接口,外挂式多路AD/DA数采器与现场仪表柜的连接采用模拟信号直接跳线连接。另外,该便携式故障诊断仪还能通过网络联入企业的生产管理局域网。
K、报警处理功能步骤C:根据各企业针对自己的生产装置所制定的“XX企业XX装置突发事件应急预案”和“XX企业XX装置运行事故和故障应急处理预案”,事先详细规定了各类突发事件和运行故障发生时的应急处理方案和原则,并通过软件在故障诊断仪中加以实现。一旦通过H和I在故障诊断仪中得到了故障检测与诊断结果,经由现场操作人员确认后,立即启动报警处理工作。
下面根据附图详细描述本发明,本发明的目的和效果将变得更加明显。
根据本发明公开的技术研究、开发的便携式故障诊断仪样机已经成功,见图1。下面以该样机研发的技术细节为实施案例对本发明作进一步的详细叙述。然而,该案例用来解释说明本发明的用法而非对本发明进行限制。在本发明权利要求的保护范围内进行的任何改变,都属于本发明的保护范围。
故障诊断仪样机的外部结构示意图如图2所示,尺寸规格为290mm*160mm*25mm,而图3、图4、图5、图6分别是内部结构俯视图、内部结构侧视图、操作面板正面示意图和背面接口示意图。仪器壳体由六面组成,其中两侧面安装有一体式提手,箱体顶部与前后面均可拆卸,箱体背面有格栅状散热孔。壳体本身由金属材料制成,提手由塑料材料制成,箱体内底部两侧各设有一条导轨,导轨上固定衬板,箱体内大部分模块通过衬板进行固定。壳体底部四个直角处安装有防滑支脚,其中前两个支脚可伸缩,用于调节监控仪的前后水平角度,以保证监控仪平稳摆放于各种场合。独立风扇安装于主板模块正上方,用于对硬件主板的降温冷却。壳体后侧设有外接端口,可提供UBS外接、视频外接、以太网接口、串行端口和打印外接端口,一触式开机/关机键也设在壳体后侧。另外,壳体顶板可拆卸,卸下后主板模块的IDE接口处可外接光盘驱动器。故障诊断仪的主要组件为(参见图3、图4、图5、图6):仪器壳体1、微型液晶显示器2、硬件主板、CPU、内存、显卡、网卡3、独立风扇4、供电模块5、硬盘存储模块6、微型键盘7、固定衬板8(尺寸规格为280mm*155mm*1mm,用于固定箱内主要组件)、集成风扇9、一体式提手10、外接端口11、两减振支撑结构12、四个减振支脚13、四个防滑支脚14、散热格栅15、一触式开机/关机键16、打印机输出端口17、VGA外接口18、四个USB外接口19、以太网网络接口20、一个串行端口21。
硬件主板固定于壳体底衬板之上,尺寸规格为171mm*158mm*16mm,其上内置CPU22、内存23、显卡24、网卡25、总线槽26、各种通讯接口,是诊断仪的主体电路板。硬件主板选用处理功能强大的intel945GCLF2平台,CPU为凌动330双核处理器,内存为2G DDRII,RTL8111C千兆网卡。主板配置四个USB接口19、一个VGA外接口18、一个以太网网络接口20、一个串行端口21、一个打印机输出端口17。上述各个接口的外接端均位于仪器壳体的后侧。图7为硬件主板功能示意图。
硬盘作为故障诊断仪的主存储模块,用于存储应用软件、现场数据和运行结果,通过4个减振支脚架空固定于箱底衬板,保证其高速运转时的散热。考虑到整台仪器的空间限制,选用笔记本硬盘酷鱼7200.7系列,型号为ST3200822AS,容量为160G,尺寸规格为90mm*70mm。
电源供电模块选用300W的工业电源,尺寸规格为125mm*100mm*65mm,固定于壳体背面,提供整台仪器所需的电源,电源模块内部同时集成风扇,直接通过壳体背侧散热格栅为整台仪器散热,配合整个散热系统。电源外接电压为220v交流电,除为故障诊断仪各模块供电外,还预留6V、9V以及12V外接端口,可提供外接设备的临时供电。如果诊断仪需要在无外接交流电源的场合使用,还可进一步加装充电电池。
微型液晶显示器由液晶显示面板(尺寸规格为105mm*80mm,解析度为640X(RGB)X480)、液晶调节板(尺寸规格为100mm*18mm)与VGA转接卡(尺寸规格为140mm*90mm)组成。液晶显示面板用四个夹钳固定于壳体前面板,液晶调节板由两枚螺栓固定于壳体前面板,VGA转接卡由两支撑结构固定于底衬板。调节板连接液晶显示板,用于调节液晶显示板的亮度、对比度及电源开关等,液晶显示板通过VGA转接卡可连接至硬件主板模块。显示卡安装于硬件主板之上。微型液晶显示器是故障诊断仪的内置主显示器。
微型键盘固定于壳体前面板外侧,用于故障诊断仪中预先定义的命令操作和输入交互数据。样机中,选用型号为KP-920,具有19个数字键,支持即插即用,尺寸规格为140mm*90mm。如果需要进行更复杂的使用操作,可以采用两种方式:或者外接鼠标+操作系统附带的屏幕键盘(软键盘),或者直接接入外接标准键盘。
外挂式多路AD/DA数采器作为故障诊断仪的一个可选配套部件。当现场生产装置没有装备DCS系统或PLC或智能仪表网时,通过外挂式多路AD/DA数采器按USB接口方式直接入现场信号仪表柜。该外挂式多路AD/DA数采器的外形为由金属材料做成的长方体模块盒,盒体的左右两个侧面有格栅状散热孔27,前面安装USB接口28和串行通讯端口29(用于与故障诊断仪本体连接),后面安装模拟信号接线端子排30(用于与现场仪表柜连接)。模块盒内部安装散热风扇31和多个现场电信号转换模块,主要有多路模拟量输入输出32(4~20mA,0~5V,0~10mA等)、开关量输入输出33(光隔离和继电器隔离)、脉冲量输入输出信号34(频率范围可选),并且采样路数可选、可组合。基本配置为32路AI、8路AO、32路DI、16路DO、6路脉冲输入、2路脉冲输出。图8是外挂式多路AD/DA数采器的内部结构示意图。
图9为便携式故障诊断仪样机硬件模块连接图。
便携式故障诊断仪内部安装Microsoft Windows XP作为操作系统平台,核心为实时数据库35,可选用AspenTech公司的InfoPlus.21、OSI公司的PI、Honeywell公司的PHD三者之一,应用软件部分由VC++、VB、MATLAB混合编程实现,诊断仪与DCS、PLC、智能仪表的数据通讯通过OPC接口完成,诊断仪与外挂式多路AD/DA数采器的数据通讯通过USB接口或RS-485/RS-422串行接口完成,外挂式多路AD/DA数采器与现场仪表柜直接跳线连接。便携式故障诊断仪实现的主要功能有:数据采集与与处理功能36、故障诊断模型建立与维护功能37、故障检测与诊断功能38、数据库存储与管理功能39、数据通讯与设备接口功能40、界面显示与操作功能41、报警处理功能42、系统设置功能43、结果输出打印功能44等等,图10为便携式故障诊断仪样机软件功能示意图。使用时,将该故障诊断仪通过以太网接口接入石油化工生产装置的DCS系统,或通过外挂式多路AD/DA数采器直接接入现场信号仪表柜,通过简单的系统设置24小时不间断地采集现场数据,并根据无故障时的采集数据建立故障诊断模型。当生产装置发生故障并在现场采样数据中开始反映时,故障诊断仪根据预先建立并调校好的故障诊断模型,启动故障检测与诊断功能进行故障类型、发生区域、强度、传播影响等进行分析、判断并进行故障真实性确认,一旦确认结果为真,立即进行报警处理并启动预先设置的故障处理应急预案。因此,故障诊断模型建立与维护功能、故障检测与诊断功能、报警处理功能为故障诊断仪的三大核心功能模块,其技术实现按步骤A1~A5、步骤B1~B5、步骤C所述,执行流程如图11所示。
本故障诊断仪硬件组装完成以后,软件安装和使用步骤如下:
第一步:安装操作系统
本故障诊断仪兼容多种操作系统,如Windows 2000/2003/XP。用户可以根据实际需要选择合适的操作系统安装。推荐使用Windows XP。
第二步:安装与现场生产装置的数据接口软件
在诊断仪中安装与配置与现场生产装置的数据接口软件是打通数据链路的最重要的一步,主要有OPC Client、USB驱动和RS-485/RS-422驱动,后两者取自于AD/DA数采模块的生产方,前者主要取决于实时数据库的OPC通用组件,如Infoplus.21的CIM-IO。OPC的Server端则取决于DCS或PLC的硬件生产厂商,如Honeywell TPS的OPC Server。
第三步:安装实时数据库软件和应用程序套件
第四步:实时数据库建库
根据现场生产装置的检测位点和控制位点的设置,分别建立检测点子库和控制点子库。如,PI数据库提供了PI PointBuilder和PI-SMT两种建点工具。前者只能逐个建点,后者主要是通过Excel加载宏来实现,在Excel中嵌入PI-SMT软件能够将Excel中的点配置文件导入数据库或者将数据库中的文件导出到Excel。通过PI-SMT依次将模拟量、开关量、计算量导入数据库。到本步,配置好属性的点已经全部导入数据库。
第五步:组态监控画面
以PI数据库的监控画面组态工具ProcessBook为例,该组件的安装已经在第三步完成,剩下的工作是根据工艺流程和功能设计进行监控画面组态。ProcessBook是PI实时数据库系统在客户端部分的一个应用软件,它在PC机上组态工艺流程画面、显示实时和历史生产数据。利用ProcessBook可以以装置为单位来组织各种工艺流程画面。在ProcessBook中可以显示各种工艺流程画面的静态和动态信息,其完成的工作可以在监控系统中移植,能够避免重复组态工作。在ProcessBook中还可以利用Visual Basic for Applications开发自己有特殊需求的应用。
第六步:扩展开发
根据用户实际需要可以开发个性化的应用程序,用于特殊生产装置的故障诊断。
至此,便携式故障诊断仪的安装和前期投用准备完成,之后便可以通过以太网端口与生产装置连接从而对工业生产装置进行监控。
第七步:连入现场生产装置
将本便携式故障诊断仪通过网络接口或USB接口或串行口连入现场生产装置。
第八步:进行系统设置以打通数据链路,启动数据采集
配置好数据通讯与设备接口后启动数采应用程序,从液晶显示板上可以看到现场生产装置的实时数据变化。
第九步:建立故障诊断模型
采集一段预定时间内的正常生产数据,启动故障诊断模型的建模功能,按照步骤A1~A4和步骤B1的流程,建立故障诊断模型。
第十步:在线实施故障检测与诊断及模型维护
启动故障检测与诊断功能,按照步骤A5和步骤B2~B4的流程,进行在线故障检测与诊断及模型维护,并循环运行直至使用者予以结束。
第十一步:发生故障时的报警处理
如果检测出有故障产生,启动报警处理功能,按照步骤B5和步骤C的流程,进行报警处理。
第十二步:数据库存储与管理、结果输出打印
这些作为便携式故障诊断仪的常规管理任务。
以上即为本发明的一个完整安装和应用过程,但功能和作用不仅限于此。
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。

Claims (7)

1.一种用于石油化工生产装置的便携式故障诊断仪,其特征在于,它包括:仪器壳体、硬件主板、CPU、内存、硬盘、电源及充电电池、微型液晶显示器及显示卡、微型键盘、各种通讯接口、外挂式多路AD/DA数采器。其中,仪器壳体正面排布微型液晶显示器及显示设置按钮、微型键盘,仪器壳体背面排布电源开关、网络接口、四个USB接口、并行口、串行口、电源线插口、外接显示器接口等,仪器内部安装硬件主板、CPU、内存、硬盘、电源及充电电池、显示卡等。
2.根据权利要求1所述的便携式故障诊断仪,其特征在于,该仪器接入现场石油化工生产装置的方式为:当现场装置装备了DCS系统或PLC或智能仪表网时,通过网络线按OPC接口方式接入;否则,通过外挂式多路AD/DA数采器按USB接口方式直接入现场信号仪表柜。
3.根据权利要求1所述的便携式故障诊断仪,其特征在于,其外挂式多路AD/DA数采器是故障诊断仪的一个配套部件,仅当现场生产装置不具有高级控制设备的场合选用,以保护投资。该外挂式多路AD/DA数采器的现场模拟信号端含有多路模拟量输入输出(4~20mA,0~5V,0~10mA等)、开关量输入输出(光隔离和继电器隔离)、脉冲量输入输出信号(频率范围可选),直接接入现场信号仪表柜,并且采样路数可选、可组合。该外挂式多路AD/DA数采器的数字信号端采用USB传输线(或采用RS-485或RS-422电缆)直接接入便携式故障诊断仪。
4.根据权利要求1所述的便携式故障诊断仪,其特征在于,还包括数据采集与与处理功能模块、故障诊断模型建立与维护功能模块、故障检测与诊断功能模块、数据库存储与管理功能模块、数据通讯与设备接口功能模块、界面显示与操作功能模块、报警处理功能模块、系统设置功能模块、结果输出打印功能模块。
5.根据权利要求4所述的便携式故障诊断仪,其特征在于,所述故障诊断模型建立与维护功能模块通过以下步骤来实现:
步骤A1:在对工艺运行机理和以往故障处理报告分析的基础上,通过系统设置功能模块确定与各种可能故障有关的所有生产变量,并将便携式故障诊断仪接入现场工业装置,持续采集一段时间(12~24小时)的实时运行数据,构成建立故障诊断模型的原始训练数据集X0。
步骤A2:对所得到的原始训练数据集X0进行建模前的标准化处理,使每个过程变量的均值为0、方差为1,由此得到实际应用的训练数据集X。
步骤A3:运用协方差矩阵奇异值分解原理,对所得到的建模训练数据集X进行主元分析,并根据交叉检验技术确定满足一定方差表征率的主元个数,得到主元矩阵T和负荷矩阵P。
步骤A4:根据主元分析得到的主元矩阵T和负荷矩阵P,进一步进行独立元分析,以求取独立元解合矩阵方程形式的故障诊断模型 S = WT T = WP T X T = W ~ X T , 其中,S为独立元矩阵,W为变换矩阵的伪逆,
Figure F2009101549320C00022
为基于主元分析的解合矩阵。
步骤A5:故障诊断仪在线运行应用时,为保证故障诊断模型的长时间精确性,应根据实时采样数据定期(设为96小时)进行故障诊断模型的更新和维护,即利用新鲜的采样数据对X0、σX0、k、P、W等通过限定记忆的块式递推故障诊断模型校正技术进行校正计算。
6.根据权利要求1所述的便携式故障诊断仪,其特征在于,所述故障检测与诊断功能模块通过以下步骤来实现:
步骤B1:在故障诊断模型建立的基础上,利用核密度估计技术确定用于检测故障是否发生的控制限
Figure F2009101549320C00023
步骤B2:在需要对当前运行工况进行故障诊断时,故障诊断仪实时采集一组当前运行数据集并进行标准化,得到的标准化检测数据集为Xnew
步骤B3:将检测数据集为Xnew代入故障诊断模型,得到当前检测数据的独立元矩阵Snew和相关统计量。
步骤B4:利用步骤B1中的核密度估计函数方程和95%或99%置信度,代入独立元矩阵Snew可计算
Figure F2009101549320C00024
并与正常运行范围控制限比较,如果 f ^ ( S new , H ) ≤ f ^ NOR , 则表示生产装置在正常运行范围内,否则表示属异常状况或产生了故障。
步骤B5:一旦判断为故障发生,则启动报警处理功能模块进行故障分析并给出报警分析结果信息。
7.根据权利要求1所述的便携式故障诊断仪,其特征在于报警处理功能模块通过以下步骤来实现:根据各企业针对自己的生产装置所制定的“XX企业XX装置突发事件应急预案”和“XX企业XX装置运行事故和故障应急处理预案”,事先详细规定了各类突发事件和运行故障发生时的应急处理方案和原则,并通过软件在故障诊断仪中加以实现。一旦得到了故障检测与诊断结果,经由现场操作人员确认后,立即启动报警处理工作。
CN 200910154932 2009-11-30 2009-11-30 应用于石油化工生产装置的便携式故障诊断仪 Expired - Fee Related CN101825876B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200910154932 CN101825876B (zh) 2009-11-30 2009-11-30 应用于石油化工生产装置的便携式故障诊断仪

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200910154932 CN101825876B (zh) 2009-11-30 2009-11-30 应用于石油化工生产装置的便携式故障诊断仪

Publications (2)

Publication Number Publication Date
CN101825876A true CN101825876A (zh) 2010-09-08
CN101825876B CN101825876B (zh) 2013-01-02

Family

ID=42689831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200910154932 Expired - Fee Related CN101825876B (zh) 2009-11-30 2009-11-30 应用于石油化工生产装置的便携式故障诊断仪

Country Status (1)

Country Link
CN (1) CN101825876B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102880146A (zh) * 2012-09-29 2013-01-16 西安热工研究院有限公司 一种现场总线设备监控管理系统
CN102882724A (zh) * 2012-09-29 2013-01-16 西安热工研究院有限公司 一种现场总线设备监控管理方法
CN104155953A (zh) * 2014-05-30 2014-11-19 中国石油化工股份有限公司 石化装置dcs监测数据现场示警方法
CN104718506A (zh) * 2012-09-13 2015-06-17 恩德莱斯和豪瑟尔测量及调节技术分析仪表两合公司 用于发射和/或接收现场装置的测量数据的设备以及系统
CN106426847A (zh) * 2016-10-14 2017-02-22 深圳万发创新进出口贸易有限公司 一种利用粉煤灰制作管材的生产系统
CN106710653A (zh) * 2016-12-05 2017-05-24 浙江大学 一种用于核电机组运行监控的实时数据异常诊断方法
CN107015549A (zh) * 2016-01-28 2017-08-04 韩华泰科株式会社 自动识别部件贴装机工艺线错误原因的方法及应用的装置
CN107659785A (zh) * 2017-09-21 2018-02-02 辽宁石油化工大学 一种危险化学品重大危险源采集监测系统
CN107817252A (zh) * 2017-12-25 2018-03-20 张连凯 一种便携式的智能化石油生产用水分检测设备
CN108594051A (zh) * 2018-07-11 2018-09-28 华润水泥技术研发有限公司 一种电气设备故障自动检测方法和系统
CN108716398A (zh) * 2018-06-21 2018-10-30 中国石油大学(北京) 基于慢特征分析的控压钻井过程故障检测方法及装置
CN109491341A (zh) * 2018-11-28 2019-03-19 北京迈斯康特测控技术有限公司 用于油田作业设备的监控与数据分析系统
CN109507986A (zh) * 2018-11-28 2019-03-22 北京迈斯康特测控技术有限公司 用于油田作业设备的远程监控方法
CN109507924A (zh) * 2018-11-28 2019-03-22 北京迈斯康特测控技术有限公司 用于油田作业设备的远程监控系统
CN109613183A (zh) * 2019-01-03 2019-04-12 北京英视睿达科技有限公司 低精度监测设备数据的修定方法及系统
CN113722996A (zh) * 2021-08-31 2021-11-30 重庆大学 基于k近邻算法的桥梁损伤诊断方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1200363C (zh) * 2001-02-27 2005-05-04 仁宝电脑工业股份有限公司 便携式电子设备诊断装置
CN101114879B (zh) * 2007-08-22 2013-08-21 沈成彬 一种手持式无源光网络的链路故障诊断装置
CN100453985C (zh) * 2007-08-28 2009-01-21 北京航空航天大学 便携式双通道振动故障诊断仪
CN101436070B (zh) * 2007-11-12 2010-08-11 宝山钢铁股份有限公司 分散控制系统的设备诊断报警装置
CN100573378C (zh) * 2008-01-04 2009-12-23 北京工业大学 一种基于嵌入式技术的便携式振动数据采集装置及方法

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104718506A (zh) * 2012-09-13 2015-06-17 恩德莱斯和豪瑟尔测量及调节技术分析仪表两合公司 用于发射和/或接收现场装置的测量数据的设备以及系统
US9760516B2 (en) 2012-09-13 2017-09-12 Endress+Hauser Conducta Gmbh+Co. Kg Apparatus for transmitting and/or receiving measurement data of a field device with passive adapter interface
CN102882724A (zh) * 2012-09-29 2013-01-16 西安热工研究院有限公司 一种现场总线设备监控管理方法
CN102882724B (zh) * 2012-09-29 2014-12-10 西安热工研究院有限公司 一种现场总线设备监控管理方法
CN102880146A (zh) * 2012-09-29 2013-01-16 西安热工研究院有限公司 一种现场总线设备监控管理系统
CN104155953A (zh) * 2014-05-30 2014-11-19 中国石油化工股份有限公司 石化装置dcs监测数据现场示警方法
CN107015549B (zh) * 2016-01-28 2021-06-29 韩华精密机械株式会社 自动识别部件贴装机工艺线错误原因的方法及应用的装置
CN107015549A (zh) * 2016-01-28 2017-08-04 韩华泰科株式会社 自动识别部件贴装机工艺线错误原因的方法及应用的装置
CN106426847A (zh) * 2016-10-14 2017-02-22 深圳万发创新进出口贸易有限公司 一种利用粉煤灰制作管材的生产系统
CN106710653A (zh) * 2016-12-05 2017-05-24 浙江大学 一种用于核电机组运行监控的实时数据异常诊断方法
CN107659785A (zh) * 2017-09-21 2018-02-02 辽宁石油化工大学 一种危险化学品重大危险源采集监测系统
CN107817252A (zh) * 2017-12-25 2018-03-20 张连凯 一种便携式的智能化石油生产用水分检测设备
CN108716398A (zh) * 2018-06-21 2018-10-30 中国石油大学(北京) 基于慢特征分析的控压钻井过程故障检测方法及装置
CN108716398B (zh) * 2018-06-21 2019-03-05 中国石油大学(北京) 基于慢特征分析的控压钻井过程故障检测方法及装置
CN108594051B (zh) * 2018-07-11 2020-11-10 华润水泥技术研发有限公司 一种电气设备故障自动检测方法和系统
CN108594051A (zh) * 2018-07-11 2018-09-28 华润水泥技术研发有限公司 一种电气设备故障自动检测方法和系统
CN109491341A (zh) * 2018-11-28 2019-03-19 北京迈斯康特测控技术有限公司 用于油田作业设备的监控与数据分析系统
CN109507986A (zh) * 2018-11-28 2019-03-22 北京迈斯康特测控技术有限公司 用于油田作业设备的远程监控方法
CN109507924A (zh) * 2018-11-28 2019-03-22 北京迈斯康特测控技术有限公司 用于油田作业设备的远程监控系统
CN109491341B (zh) * 2018-11-28 2021-04-13 北京迈斯康特测控技术有限公司 用于油田作业设备的监控与数据分析系统
CN109613183A (zh) * 2019-01-03 2019-04-12 北京英视睿达科技有限公司 低精度监测设备数据的修定方法及系统
CN113722996A (zh) * 2021-08-31 2021-11-30 重庆大学 基于k近邻算法的桥梁损伤诊断方法

Also Published As

Publication number Publication date
CN101825876B (zh) 2013-01-02

Similar Documents

Publication Publication Date Title
CN101825876B (zh) 应用于石油化工生产装置的便携式故障诊断仪
CN1774679B (zh) 过程控制系统以及配置过程控制系统的方法
US8321194B2 (en) Real time microgrid power analytics portal for mission critical power systems
CN101329564A (zh) 一种机房管理系统
US20120239164A1 (en) Graphical language for optimization and use
US20110082597A1 (en) Microgrid model based automated real time simulation for market based electric power system optimization
US20130073062A1 (en) Graphical language for optimization and use
EP4235482A1 (en) State preview method and system for key equipment of nuclear power plant, and device and storage medium
EP2316108A2 (en) A method for predicting power usage effectiveness and data center infrastructure efficiency within a real-time monitoring system
US20120239169A1 (en) Transparent models for large scale optimization and control
JP2010527491A (ja) 設備の電力及び冷却を管理するための方法及びシステム
CN107480432B (zh) 一种基于云平台的负荷分解方法
CN103250112A (zh) 使用由真实时间-数值数据生成的数据库配置文件的功率监控设备模拟
CN116010114B (zh) 基于边缘计算的设备能效管控系统
KR20150116966A (ko) 용수량 수요 예측 장치
CN102591273B (zh) 自组织的功率和能量控制管理系统和方法
CN113610432A (zh) 一种基于bs版本的数据采集分析式光伏站控系统
Markoska et al. Towards smart buildings performance testing as a service
US11531669B2 (en) Systems and methods to assess and repair data using data quality indicators
CN116088325A (zh) 一种基于数字孪生的家居设备控制方法、装置及存储介质
CN115187110A (zh) 一种耗材管理系统
Ulrich et al. Beyond control room modernization-nuclear concept of operations development for novel systems using operator-in-the-loop control room simulations
US11762364B2 (en) Automated programming of a programmable-logic controller (PLC) of a microcontroller using an expert system
WO2019035735A1 (ru) Автоматизированное программирование программно-логического контроллера (плк) или микроконтроллера с помощью экспертной системы
Farber et al. Creating a Simulation Platform for Research and Development of Advanced Control Algorithms

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130102

Termination date: 20181130

CF01 Termination of patent right due to non-payment of annual fee