CN111521937A - 瓦斯发电机启动故障诊断方法及装置 - Google Patents

Abstract

本发明公开了一种瓦斯发电机启动故障诊断方法及装置。本发明能有效消除采集过程中的噪声干扰，提高后续诊断的精度，利用D‑S证据融合理论，对发生的启动故障原因进行诊断。并设计了相应工作参数采集装置。本发明简单易行，准确性高。

Description

瓦斯发电机启动故障诊断方法及装置

技术领域

本发明涉及电力技术领域，特别涉及到一种瓦斯发电机启动故障诊断方法及装置。

背景技术

瓦斯发电系统是集气体-热力-机械-电气为一体的设备整体，利用煤矿的废弃瓦斯进行发电，不但可以变废为宝，满足煤矿的部分用电要求，还可以减少温室气体的排放，提升煤矿井下的安全系数。瓦斯发电作为一项快速发展的先进技术，已经具备了较为成熟的技术积累和应用案例，已被很多大型煤矿安装使用，用以帮助煤矿达到“以抽保用，以用促抽”的生产目标。

但是，受制于气源以及使用环境的变化，瓦斯发电机在使用过程中经常会出现故障，这些故障主要可分为：

1、气源故障：瓦斯气的浓度、流量过低,还有因瓦斯输送管道上气液分离器、干式阻火器堵塞造成气体流通不畅,输送管道漏气等,机组供气不足的现象统称为气源故障。

2、机组故障：机组故障主要包括机组本体零部件损坏。如润滑系统漏油、进气阀和排气阀损坏等。

3、电气故障：电气故障主要包括点火系统不点、电压低、二次线连接触不良、开关损坏等。

在上述三类故障中，其中尤以机组故障尤为突出，其约占总体故障的70％左右，且发生故障后，导致的后果最为严重，因此，针对机组故障的实时监测，对故障的预警具有重要意义。本发明针对机组故障中常见的启动故障，设计了一种多特征量采集系统，配合DS判据理论，实现对发电机组启动故障的的诊断。

启动系统故障主要由以下原因造成：

1、启动电磁阀是否良好,电流、电压是否正常。由于电磁阀内接线空间较小,接线时很容易造成导线断线,又不易被发现,运行一段时间由于导线或端子氧化等造成接触不良,均会造成电磁阀无法启动；

2、压缩空气压力是否正常,空气屏内是否有积水和杂质、脏物造成主启动阀堵塞,无法开启；

3、空气分配器工作是否良好,由于机组运行时振动较大、油质较脏,空气分配器内滑块边缘易磨损,造成密封不严漏气,此时机组也会因启动压力不足,无法启动。

发明内容

本发明提供了一种瓦斯发电机启动故障诊断方法及装置，它能有效消除采集过程中的噪声干扰，提高后续诊断的精度，对发生的启动故障原因进行准确诊断。

为实现以上目的，本发明通过以下技术方案予以实现：瓦斯发电机启动故障诊断方法，包括如下步骤：

1)信号采集：分别采集电流、电压、湿度、振动与磁场信息；

2)采集信号预处理：对采集的传感器数据的进行预处理处理，采用LMS自适应滤波的方法，该方法包括滤波过程与自适应过程两部分；滤波过程首先计算线性滤波器对输出对输入信号的响应，然后通过比较输出结果与期望响应产生估计误差；自适应过程根据估计误差自动调整滤波器参数，自适应控制算法用于寻找合适的横向滤波器抽头权值；

3)启动故障诊断：在系统中，用Θ表示辨识框架，即各传感器采集的所有目标的总集，并设置6个命题：X＝(x₁,x₂L x₆)，把传感器获得的信息特征量作为证据，将温湿度合成一个命题；用基本概率分配m_i为6个命题赋予一个可信度，基本概率分配m_i满足以下两个条件：

m(Φ)＝0，Φ为空集或不可能情况；

其中0≤m(X)≤1为x_i的基本概率赋值，表示对命题i的精确信任程度；

设n1和n2是两个不同的证据源，n(u)和n(v)分别是这两个证据源分配的基本概率函数，合成公式用下式表示：

其中

步骤2)所述的采集信号预处理包括如下步骤：

1)确定滤波器阶数M与步长μ；

2)初始化抽头权值为0：对M个权重w预先置0作为初始状态；

3)数据更新：对于每一时刻更新M×1向量输入数据u＝[u(n),u(n-1),...,u(n-M+1)]^T与n时刻期望响应d(n)；

4)抽头权值向量自适应：估计n+1时刻抽头权向量

5)计算滤波器失调参数：失调参数σ必须满足σ<10％，由下式计算：

式中，J_ex(∞)为额外均方误差稳态值；J_min为最小均方误差；λ_k是相关矩阵R最大特征值。

用于实现上述诊断方法的硬件装置，包括数据处理MCU，在数据处理MCU上连接有温度传感器，门节点传感器，ADC多通道模数转换芯片，辅助采集MCU，数据存储FLASH及上位机；另外，湿度传感器，电流互感器及电压互感器通过ADC多通道模数转换芯片与数据处理MCU连接；震动传感器与磁场传感器通过辅助采集MCU与数据处理MCU连接。

由于启动系统与空气压力、电磁阀、空气屏、空气分配器的工作状态都有相关性，为实现启动故障的精准判断决策，对六类传感器数据进行融合时，必须合理构造辨识框架。本发明选取预处理后的六类传感器数据作为关键指标，然后构造每组传感器基本概率赋值，作为D-S证据理论证据源，再利用组合规则对得到的概率值进行融合，得出综合概率值，进而做出决策判别。证据组合规则根据日常运行时，各种故障出现的次数进行统计获得，也可由设备的出厂数据获得，在本发明中，启动系统的证据组合规则首先根据启动装置的物理过程构建，最先被启动的部分概率最大，以此类推，作为各种传感器的概率赋值，此外，在概率赋值时，传感器的每一工作状态在原有概率分配的基础上，再进行二次赋值，传感器工作过程中的状态也可作为赋值的概率依据。

本发明同现有技术相比，本发明具有如下优点：

1、采用LMS算法在滤除采集噪声时的应用，该方法能有效消除采集信号的噪声干扰，提高后续诊断的精度。

2、将D-S证据理论在启动故障原因诊断中的应用，合成公式中各参数的赋值准则。其中，证据组合规则根据日常运行时，各种故障出现的次数进行统计获得，也可由设备的出厂数据获得，在本发明中，启动系统的证据组合规则首先根据启动装置的物理过程构建，最先被启动的部分概率最大，以此类推，作为各种传感器的概率赋值，此外，在概率赋值时，传感器的每一工作状态在原有概率分配的基础上，再进行二次赋值，传感器工作过程中的状态也可作为赋值的概率依据。

3、构建了一套瓦斯发电机启动故障采集硬件。

附图说明

图1为本发明的装置的结构示意图；

图2为本发明的电流、电压及湿度传感器数据采集硬件原理图；

图3为本发明的振动与磁场传感器数据采集硬件原理图。

图4为本发明的LMS算法过程流程图。

具体实施方式

本发明的实施例：瓦斯发电机启动故障诊断方法，包括如下步骤：

1)信号采集：分别采集电流、电压、湿度、振动与磁场信息；

2)采集信号预处理：对采集的传感器数据的进行预处理处理，采用LMS自适应滤波的方法，该方法包括滤波过程与自适应过程两部分；滤波过程首先计算线性滤波器对输出对输入信号的响应，然后通过比较输出结果与期望响应产生估计误差；自适应过程根据估计误差自动调整滤波器参数，自适应控制算法用于寻找合适的横向滤波器抽头权值；过程如图4所示。

图4中u(n)，u(n-1),…，u(n-M+1)为输入向量即发明中传感器数据；M表示滤波器阶数，通过LMS算法估计相应的抽头权值为

为期望响应，d(n)估计误差e(n)为d(n)与滤波器输出之差，e(n)与u(n)加入自适应控制部分构成闭环反馈系统，

为滤波器输出。

具体步骤如下：

1、确定滤波器阶数M与步长μ；

2、初始化抽头权值为0：对M个权重w预先置0作为初始状态；

3、数据更新：对于每一时刻更新M×1向量输入数据u＝[u(n),u(n-1),...,u(n-M+1)]^T与n时刻期望响应d(n)；

4、抽头权值向量自适应：估计n+1时刻抽头权向量

5、计算滤波器失调参数：失调参数σ必须满足σ<10％，由下式计算：

式中，J_ex(∞)为额外均方误差稳态值；J_min为最小均方误差；λ_k是相关矩阵R最大特征值。

3)启动故障诊断：在系统中，用Θ表示辨识框架，即各传感器采集的所有目标的总集，并设置6个命题：X＝(x₁,x₂L x₆)，把传感器获得的信息特征量作为证据，将温湿度合成一个命题；用基本概率分配m_i为6个命题赋予一个可信度，基本概率分配m_i满足以下两个条件：

m(Φ)＝0，Φ为空集或不可能情况；

其中0≤m(X)≤1为x_i的基本概率赋值，表示对命题i的精确信任程度；

设n1和n2是两个不同的证据源，n(u)和n(v)分别是这两个证据源分配的基本概率函数，合成公式用下式表示：

其中

用于实现上述诊断方法的硬件装置，包括数据处理MCU1，在数据处理MCU1上连接有温度传感器2，门节点传感器3，ADC多通道模数转换芯片4，辅助采集MCU5，数据存储FLASH6及上位机7；另外，湿度传感器8，电流互感器9及电压互感器10通过ADC多通道模数转换芯片4与数据处理MCU1连接；震动传感器11与磁场传感器12通过辅助采集MCU5与数据处理MCU1连接。

数据处理MCU 1采用一个STM32F730R8单片机，该单片机是意法半导体公司基于Cortex-M7内核开发的单片机，主频高达216MHz且具有浮点运算部件，运算能力强大，适合文中数据的实时处理。而单片机本身外设接口资源不足，文中采用STM32F103RC作为传感器辅助采集单片机，实时采集数据并赋予时间戳，通过UART接口将数据传给数据处理MCU 1。数据处理MCU还通过Quad-SPI接口将获取的传感器数据与系统运行日志写在用于数据存储的FLASH 6上，与上位机通信采用RS485总线实现，整体结构如下图1所示。

电流与电压测量分别采华控兴业的电流互感器9和电压互感器10，电流测量范围为0-100A，电压测量范围为0-400V，互感器输出信号均为电压信号，湿度传感器8采用带有保护外壳，适用于灰尘等恶劣环境下的HIH-5031湿度传感器采集，输出信号为电压信号，由于湿度传感器8输出信号与输入电压相关，为确保传感器数据准确性还需测量传感器电源电压。ADC多通道模数转换芯片4采用AD7193四独立通道24位高精度模数转换芯片实现电压信号转换为数字信号，用LTC6652作为基准电压提供给模数转换芯片，本部分采集方案如图2。

温度传感器2采用ADI公司的ADT7320温度传感器，在-20°到105°范围内最大偏差仅0.25°，可以通过SPI直接与MCU通信，温度传感器数据还用于湿度传感器数值校准。

振动信息实质通过测量加速度来获取，震动传感器11采用ADI公司ADXL345加速度传感器，量程可选16g，8g，4g，2g四档，文中选择4g量程，通信接口有SPI与IIC两种，便于多传感器扩展接口设计。磁场测量采用磁场传感器12，磁场传感器12为ADI公司ADA4571磁场传感器，该传感器集成了信号调理放大器和ADC驱动器，输出为vsin与vcos两相信号，通过AD转换为数字信号，计算得到磁场角度。

振动与磁场采用辅助采集MCU5采集，辅助采集MCU5为STM32F103RC芯片，振动信号通过SPI通信获得，磁场信号则需通过STM32的ADC外设进行模数转换得到。在硬件设计中，STM32F103RC芯片具有3个SPI接口及多路ADC采样接口，预留的多余接口便于振动与磁场传感器的增减。在数据处理MCU上还预留4个UART接口方便扩展辅助采集模块采集传感器信息。本部分硬件结构如图3所示。

对于ADXL345，直接采用SPI读取，更新频率最快可达3200Hz。对于ADA4571传感器，通过测量vsin与vcos两相信号经过下式转换为机械角度。

Claims (3)

1.一种瓦斯发电机启动故障诊断方法，其特征在于，包括如下步骤：

1)信号采集：分别采集电流、电压、湿度、振动与磁场信息；

2)采集信号预处理：对采集的传感器数据的进行预处理处理，采用LMS自适应滤波的方法，该方法包括滤波过程与自适应过程两部分；滤波过程首先计算线性滤波器对输出对输入信号的响应，然后通过比较输出结果与期望响应产生估计误差；自适应过程根据估计误差自动调整滤波器参数，自适应控制算法用于寻找合适的横向滤波器抽头权值；

3)启动故障诊断：在系统中，用Θ表示辨识框架，即各传感器采集的所有目标的总集，并设置6个命题：X＝(x₁,x₂L x₆)，把传感器获得的信息特征量作为证据，将温湿度合成一个命题；用基本概率分配m_i为6个命题赋予一个可信度，基本概率分配m_i满足以下两个条件：

m(Φ)＝0，Φ为空集或不可能情况；

其中0≤m(X)≤1为x_i的基本概率赋值，表示对命题i的精确信任程度；

设n1和n2是两个不同的证据源，n(u)和n(v)分别是这两个证据源分配的基本概率函数，合成公式用下式表示：

其中

2.根据权利要求1所述的瓦斯发电机启动故障诊断方法，其特征在于，步骤2)所述的采集信号预处理包括如下步骤：

1)确定滤波器阶数M与步长μ；

2)初始化抽头权值为0：对M个权重w预先置0作为初始状态；

3)数据更新：对于每一时刻更新M×1向量输入数据u＝[u(n),u(n-1),...,u(n-M+1)]^T与n时刻期望响应d(n)；

4)抽头权值向量自适应：估计n+1时刻抽头权向量

5)计算滤波器失调参数：失调参数σ必须满足σ<10％，由下式计算：

式中，J_ex(∞)为额外均方误差稳态值；J_min为最小均方误差；λ_k是相关矩阵R最大特征值。

3.一种用于实现权利要求1所述的诊断方法的硬件装置，其特征在于：包括数据处理MCU(1)，在数据处理MCU(1)上连接有温度传感器(2)，门节点传感器(3)，ADC多通道模数转换芯片(4)，辅助采集MCU(5)，数据存储FLASH(6)及上位机(7)；另外，湿度传感器(8)，电流互感器(9)及电压互感器(10)通过ADC多通道模数转换芯片(4)与数据处理MCU(1)连接；震动传感器(11)与磁场传感器(12)通过辅助采集MCU(5)与数据处理MCU(1)连接。

Images