CN112034782A - 一种空预器在线状态监测和故障预测方法 - Google Patents

Abstract

本发明涉及一种空预器在线状态监测和故障预测方法，采用PLC+通用微机实现分布式传感器等终端的数据采集和控制，PLC完成数据采集以及型号终端控制；通用微机实现远控报警和预测算法，充分发挥了两者的优势。通过合理布置各型传感器和控制模式设计，最大限度地提高了设备实时故障报警能力。对各型传感器数据的清洗，形成训练样本数据，按照回归支持向量机算法进行下一时刻状态预测，更好地保障了设备的可靠运行。本发明实现了空预器全运行状态整体监测，报警方式多样、指示明确、快速处理便捷，通过实时在线和预测报警，极大地提高了设备运行的可靠性。

Description

一种空预器在线状态监测和故障预测方法

技术领域

本发明涉及一种空预器在线状态监测和故障预测方法。属于电子电力技术领域。

背景技术

空预器是空气预热器的简称，它是一种大型机械结构，是利用锅炉尾部烟道的烟气热量加热进入锅炉空气的一种换热设备，其作用为降低排烟温度，提高锅炉的效率；提高空气温度，改善燃烧条件；提高炉膛温度，增加炉膛传热；改善引风机的工作条件。一般常用的是回转式再生空预器，通过电机驱动转子上的传热元件，在烟和空气交替接触传热元件来加热空气，只有转子转动，外壳、烟道和风道均不动。但是，在空预器运转过程中，受外界恶劣环境和自身工艺水平等影响不可避免的会发生一些故障，主要为积灰、漏风和二次燃烧，特别是珠江电厂、哈尔滨三电厂、湛江电厂等由于空预器二次燃烧导致故障发生，不仅造成了人员伤亡，也给国民经济带来巨大损失。因此，提出切实可行预测和检测故障发生的在线状态监测方法和设备就显得尤为突出。本发明根据空预器发生故障的机理，提出了一种在线状态监测系统构建方法，通过得到的在线数据来给出预测结果，系统误报率和漏报率得到较大改善。

发明内容

本发明所要解决的技术问题是针对大量空预器使用方对监测系统不够完善、无法全面了解空预器实时状态和预测状态变化的迫切需求，提出了一种空预器在线状态监测和故障预测方法，采用多信息采集、指标趋势变化处理等来获得空预器当下以至后期的状态情况。

本发明解决上述问题所采用的技术方案为：一种空预器在线状态监测和故障预测方法，通过多对烟气通道进出口的温度传感器来获取烟气通道区域的温度变化情况，通过一对或多对烟气通道压力传感器来获取烟气通道区间的压力分布情况；通过多对空气通道进出口的温度传感器来获取空气通道区域的温度变化情况，通过一对或多对空气通道压力传感器来获取空气通道区间的压力分布情况；通过光电编码器和霍尔传感器来获取电机转速和运行电流情况，来获得驱动负载变化情况；多型传感器信息通过PLC进行采集和初步处理，由PLC完成本地数据告警处理和网络数据的组帧，并将数据发送给上位机；上位机通过网络接收到PLC的数据，根据信息帧格式内告警标识位进行判断，发出声光报警，或对于正常信息进行数据再清洗，得到温差、压差与历史采集数据进行常规比对，同时与预测模型算法库进行基于数据集的支持向量预测，给出预测结果；而电流和转速直接根据历史数据和实际工况进行比对，给出趋势曲线，按照门限值给出结果。

优选地，为全态表征区域温度变化情况，采用“三二三”分段方法布置，整个区域分为三段、在距中心最近的第一线段中心放置一个传感器、在距中心的第二线段分三段后内部分界点处各放置一个，温度传感器上下同步布局，即相同传感器点在一条垂线上。

优选地，所述PLC配置有输出型I/O模块，用于控制驱动机柜上对应故障指示灯亮灭和声音报警通断，配置有输入型A/D模块，用于采集压力传感器、霍尔传感器的电信号，配置有温采模块，用于采集温度传感器信号，配置有高速计数模块，用于采集光电编码器的脉冲数值，主控模块具备网络接口，用于将整理的数据发给上位机。

优选地，所述PLC完成数据的初步数据清洗工作，采用人工设定双门限报警方式，包括采集的数值已超过传感器正常工作范围或实际范围，直接点亮对应传感器的红灯告警的终门限，和采集的数值超出了正常范围但未到终门限，点亮对应传感器的黄灯告警的预门限。

优选地，PLC对于采集的传感器信息进行组帧，帧格式按照1byte地址码+1byte功能码+1byte告警标识码+1byte数据地址+4byte数据+...+1byte数据地址+4byte数据+CRC校验，地址码为PLC地址、功能码为传感器类型、告警标识码、数据地址为传感器编号、数据为对应功能码的传感器信息、CRC校验为标准校验码。

优选地，对PLC采用模块自校方式进行模块检查，对固定I/O点位驱动带电阻的二极管，从电阻处取电压给A/D模块，A/D固定点位输出脉冲信号给脉冲模块，A/D固定点位输出特定信号给温采模块，从而完成模块间闭环模块自校准。

优选地，所述声光报警为一种远程报警装置，是指受控于上位机的、带有处理器的、能够实现外围指示灯控制的一种报警终端，所述处理器具备对外设控制能力、具备足够接口，功能为解析无线模块的指令，控制外设动作。

优选地，告警信息通过无线模块发送，远程无线模块接受到后进行声光报警，所述无线模块是一种远距离透传设备，频率和调制方式可以任意选择，数据接口与处理器提供接口匹配，所述外设为包括声光内容，告警时告警灯闪烁，同时提供温度、压力、电流、转速四种不同声音，以提示操作员；所述上位机与远端终端的通信协议为地址位+数据类型+告警类型+CRC校验，地址位为上位机地址、数据类型为四种：00温度、01压力、02电流、03转速、告警类型为两种：00预告警、01终告警、CRC校验提供数据校验。

优选地，所述预测模型算法库为通过历史测试数据和各类实验数据、在线状态监测和测试数据产生，利用算法库给出相应预测值，与实测数据进行比较得到预测结果，其中预测模型算法库采用回归支持向量机得到，样本数据x包括一对或多对空气通道内进出口上下对应温度传感器的温差和两个采样点间的变化率、烟气通道内一对或多对压进出口力传感器的压差和两个采样点间的变化率、电机电流、电机转速，将x映射到高维特征空间G，进行线性回归。

优选地，所述预测输出公式为：

y＝f(x)＝(ω,Φ(x))+b

其中：y为预测输出；Φ(x)为非线性映射；ω为不敏感系数；b为偏置量；

为求得ω和b，定义损失函数进行风险最小化计算：

其中：s为样本容量，Г(Φ)是损失函数，C为惩罚因子；

通过拉格朗日乘数法进行转化，得到估计的回归函数为：

其中：k(x_i,x)为核函数，a_i、

为拉格朗日的乘子；

通过训练样本获得a_i、

和b，就可以对历史数据进行预测，得到任意时刻的预测值，回归支持向量机计算步骤为对历史数据进行归一化，a_i、

和b设定为随机初值，选用径向核函数求得训练样本的支持向量x_i，同时求得a_i、

和b，带入估计函数，即可计算预测值；当预测值与实际值相差超过设定门限时，进行再学习直至小于门限。

与现有技术相比，本发明的优点在于：

本发明的空预器在线状态监测和故障预测方法采用PLC+通用微机实现分布式传感器等终端的数据采集和控制，通过合理布置各型传感器和设计控制模式，最大限度地提高了设备实时故障预警能力。对各型传感器数据的清洗，形成训练样本数据，按照回归支持向量机算法进行下一时刻状态预测，更好地保障了设备的可靠运行。

附图说明

图1为本发明的空预器在线状态监测和故障预测方法的整体布局图。

图2为图1中本发明的温度传感器的布局原理图。

图3为图2中本发明的空预器在线状态监测和故障预测方法中的典型三分仓烟气和空气出入口区域图。

图4为图1中本发明的空预器在线状态监测和故障预测方法中的PLC模块配置图。

图5为图4中PLC模块自检原理图。

图6为图4中PLC报警时控制对象。

图7为图1上位机无线控制方式实现方法。

图8为图1上位机故障预测过程图。

图9为图1上位机支持向量机预测过程图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

参照图1、2、3，所述空预器在线状态监测和故障预测方法，至少安装一对烟气压力传感器在烟气通道的入口和出口处，至少安装一对空气压力传感器在空气通道的入口和出口处，压力传感器在烟气、空气管道口各自安装；温度传感器在烟气和空气换热器上方和下方安装至少3个，为全态表征区域温度变化情况，采用“三二三”分段方法布置，整个区域分为三段、在距中心最近的第一线段中心放置一个传感器、在距中心的第二线段分三段后内部分界点处各放置一个，比如在半径为R的半圆区分别在距中心1/3R距离半圆弧中心布置一个温度传感器、在距中心2/3R距离出的半圆弧内的2个三分点处各放一个，其他圆弧与之类似，温度传感器上下同步布局，即相同传感器点在一条垂线上。

参照图1、4、5、6，所述整体控制方案采用PLC+上位机方式，充分发挥各自优势，上位机重点为算法实现，利用PLC高可靠性完成逻辑和数采功能。PLC必须配置有输出型I/O模块，用于控制驱动机柜上对应故障指示灯亮灭和声音报警通断，必须配置有输入型A/D模块，用于采集压力传感器、霍尔传感器的电信号，必须配置有温采模块，用于采集温度传感器信号，必须配置有高速计数模块，用于采集光电编码器的脉冲数值，主控模块具备网络接口，用于将整理的数据发给上位机。PLC完成数据的初步数据清洗工作，采用人工设定双门限报警方式，如图6，一个门限为终门限，即采集的数值已超过传感器正常工作范围或实际范围，直接点亮对应传感器的红灯告警，一个门限为预门限，即采集的数值超出了正常范围但未到终门限，点亮对应传感器的黄灯告警。在出现信息告警是，PLC对电磁阀进行去电，控制柜所在机房门可以方便打开，机房门正常情况下可以通过门口的密码锁由PLC进行控制。对采集的传感器信息进行打包，按照1byte地址码+1byte功能码+1byte告警标识码+1byte数据地址+4byte数据+...+1byte数据地址+4byte数据+CRC校验，地址码为PLC地址、功能码为传感器类型(01温度、02压力、03电流、04转速)、告警标识码(00无异常、01预报警、02终报警)、数据地址为传感器编号、数据为对应功能码的传感器信息、CRC校验为标准校验码。同时，对PLC采用模块自校方式进行模块检查，如图5，对固定I/O点位驱动带电阻的二极管，从电阻处取电压给A/D模块，A/D固定点位输出脉冲信号给脉冲模块，A/D固定点位输出特定信号给温采模块，从而完成模块间闭环模块自校准。

参照图7，所述远程报警装置，是指受控于上位机的、带有处理器的、能够实现外围指示灯等控制的一种报警终端。所述处理器可以是51系类、STM32、FPGA等等具备对外设控制能力、具备足够接口的即可，功能为解析无线模块的指令，控制外设动作。所述无线模块是一种远距离透传设备，频率和调制方式可以任意选择，但数据接口需要与处理器提供接口匹配，满足一定通信距离即可。所述外设为包括声光内容，告警时告警灯闪烁，同时提供温度、压力、电流、转速四种不同声音，以提示操作员。所述上位机与远端终端的通信协议为地址位+数据类型+告警类型+CRC校验，地址位为上位机地址、数据类型为四种(00温度、01压力、02电流、03转速)、告警类型为两种(00预告警、01终告警)、CRC校验提供数据校验。

参照图8、9，所述上位机故障预测模型为通过历史测试数据和各类实验数据、在线状态监测和测试数据产生预测模型算法库，利用算法库给出相应预测值，与实测数据进行比较得到预测结果。其中预测模型算法库采用回归支持向量机得到，样本数据x包括一对或多对空气通道内进出口上下对应温度传感器的温差和两个采样点间的变化率、烟气通道内一对或多对压进出口力传感器的压差和两个采样点间的变化率、电机电流、电机转速，将x映射到高维特征空间G，进行线性回归，预测输出公式为：

y＝f(x)＝(ω,Φ(x))+b

其中：y为预测输出；Φ(x)为非线性映射；ω为不敏感系数；b为偏置量。

为求得ω和b，定义损失函数进行风险最小化计算：

其中：s为样本容量，Г(Φ)是损失函数，C为惩罚因子。

通过拉格朗日乘数法进行转化，得到估计的回归函数为：

其中：k(x_i,x)为核函数。

通过训练样本获得a_i、a_i*和b，就可以对历史数据进行预测，得到任意时刻的预测值，给操作员提供了故障预报能力。回归支持向量机计算步骤为对历史数据进行归一化等清洗，a_i、a_i*和b设定为随机初值，选用径向核函数求得训练样本的支持向量x_i，同时也可求得a_i、a_i*和b，带入估计函数，即可计算预测值；当预测值与实际值相差超过设定门限时，进行再学习直至小于门限。

除上述实施例外，本发明还包括有其他实施方式，凡采用等同变换或者等效替换方式形成的技术方案，均应落入本发明权利要求的保护范围之内。

Claims (10)

1.一种空预器在线状态监测和故障预测方法，其特征在于：通过多对烟气通道进出口的温度传感器来获取烟气通道区域的温度变化情况，通过一对或多对烟气通道压力传感器来获取烟气通道区间的压力分布情况；通过多对空气通道进出口的温度传感器来获取空气通道区域的温度变化情况，通过一对或多对空气通道压力传感器来获取空气通道区间的压力分布情况；通过光电编码器和霍尔传感器来获取电机转速和运行电流情况，来获得驱动负载变化情况；多型传感器信息通过PLC进行采集和初步处理，由PLC完成本地数据告警处理和网络数据的组帧，并将数据发送给上位机；上位机通过网络接收到PLC的数据，根据信息帧格式内告警标识位进行判断，发出声光报警，或对于正常信息进行数据再清洗，得到温差、压差与历史采集数据进行常规比对，同时与预测模型算法库进行基于数据集的支持向量预测，给出预测结果；而电流和转速直接根据历史数据和实际工况进行比对，给出趋势曲线，按照门限值给出结果。

2.根据权利要求1所述的一种空预器在线状态监测和故障预测方法，其特征在于：为全态表征区域温度变化情况，采用“三二三”分段方法布置，整个区域分为三段、在距中心最近的第一线段中心放置一个传感器、在距中心的第二线段分三段后内部分界点处各放置一个，温度传感器上下同步布局，即相同传感器点在一条垂线上。

3.根据权利要求1所述的一种空预器在线状态监测和故障预测方法，其特征在于：所述PLC配置有输出型I/O模块，用于控制驱动机柜上对应故障指示灯亮灭和声音报警通断，配置有输入型A/D模块，用于采集压力传感器、霍尔传感器的电信号，配置有温采模块，用于采集温度传感器信号，配置有高速计数模块，用于采集光电编码器的脉冲数值，主控模块具备网络接口，用于将整理的数据发给上位机。

4.根据权利要求3所述的一种空预器在线状态监测和故障预测方法，其特征在于：所述PLC完成数据的初步数据清洗工作，采用人工设定双门限报警方式，包括采集的数值已超过传感器正常工作范围或实际范围，直接点亮对应传感器的红灯告警的终门限，和采集的数值超出了正常范围但未到终门限，点亮对应传感器的黄灯告警的预门限。

5.根据权利要求1所述的一种空预器在线状态监测和故障预测方法，其特征在于：PLC对于采集的传感器信息进行组帧，帧格式按照1byte地址码+1byte功能码+1byte告警标识码+1byte数据地址+4byte数据+...+1byte数据地址+4byte数据+CRC校验，地址码为PLC地址、功能码为传感器类型、告警标识码、数据地址为传感器编号、数据为对应功能码的传感器信息、CRC校验为标准校验码。

6.根据权利要求1所述的一种空预器在线状态监测和故障预测方法，其特征在于：对PLC采用模块自校方式进行模块检查，对固定I/O点位驱动带电阻的二极管，从电阻处取电压给A/D模块，A/D固定点位输出脉冲信号给脉冲模块，A/D固定点位输出特定信号给温采模块，从而完成模块间闭环模块自校准。

7.根据权利要求1所述的一种空预器在线状态监测和故障预测方法，其特征在于：所述声光报警为一种远程报警装置，是指受控于上位机的、带有处理器的、能够实现外围指示灯控制的一种报警终端，所述处理器具备对外设控制能力、具备足够接口，功能为解析无线模块的指令，控制外设动作。

8.根据权利要求7所述的一种空预器在线状态监测和故障预测方法，其特征在于：告警信息通过无线模块发送，远程无线模块接受到后进行声光报警，所述无线模块是一种远距离透传设备，频率和调制方式可以任意选择，数据接口与处理器提供接口匹配，所述外设为包括声光内容，告警时告警灯闪烁，同时提供温度、压力、电流、转速四种不同声音，以提示操作员；所述上位机与远端终端的通信协议为地址位+数据类型+告警类型+CRC校验，地址位为上位机地址、数据类型为四种：00温度、01压力、02电流、03转速、告警类型为两种：00预告警、01终告警、CRC校验提供数据校验。

9.根据权利要求1所述的一种空预器在线状态监测和故障预测方法，其特征在于：所述预测模型算法库为通过历史测试数据和各类实验数据、在线状态监测和测试数据产生，利用算法库给出相应预测值，与实测数据进行比较得到预测结果，其中预测模型算法库采用回归支持向量机得到，样本数据x包括一对或多对空气通道内进出口上下对应温度传感器的温差和两个采样点间的变化率、烟气通道内一对或多对压进出口力传感器的压差和两个采样点间的变化率、电机电流、电机转速，将x映射到高维特征空间G，进行线性回归。

10.根据权利要求9所述的一种空预器在线状态监测和故障预测方法，其特征在于：预测输出公式为：

y＝f(x)＝(ω,Φ(x))+b

其中：y为预测输出；Φ(x)为非线性映射；ω为不敏感系数；b为偏置量；

为求得ω和b，定义损失函数进行风险最小化计算：

其中：s为样本容量，Г(Φ)是损失函数，C为惩罚因子；

通过拉格朗日乘数法进行转化，得到估计的回归函数为：

其中：k(x_i,x)为核函数，a_i、

为拉格朗日的乘子；

通过训练样本获得a_i、

和b，就可以对历史数据进行预测，得到任意时刻的预测值，回归支持向量机计算步骤为对历史数据进行归一化，a_i、

和b设定为随机初值，选用径向核函数求得训练样本的支持向量x_i，同时求得a_i、

和b，带入估计函数，即可计算预测值；当预测值与实际值相差超过设定门限时，进行再学习直至小于门限。

Images