工業(yè)儀表與自動(dòng)化裝置2010年第3期基于模糊積分的空分設(shè)備故障診新陳若珠,王勇,李戰(zhàn)明蘭州理工大學(xué)電氣工程與信息工程學(xué)院,蘭州70050)摘要:D-S證據(jù)理論作為空間數(shù)據(jù)融合的方法應(yīng)用于工業(yè)設(shè)備的故障診斷中,具有很好的效果,但是對(duì)于具有時(shí)間特性的設(shè)備故障,就必須考慮時(shí)間域上的數(shù)據(jù)融合才能得到設(shè)備故障的準(zhǔn)確模式。該文提出了將模糊積分方法用于時(shí)間域上的數(shù)據(jù)融合,并應(yīng)用于空分設(shè)備的故障診斷中。通過(guò)仿真實(shí)驗(yàn)證明,模糊積分?jǐn)?shù)據(jù)融合方法可以有效地提高空分設(shè)備故障診斷的可靠性和故障識(shí)別率。關(guān)鍵詞:模糊積分;空分設(shè)備;故障診斷中圖分類號(hào):0159文獻(xiàn)標(biāo)志碼:A文章編號(hào):1000-0682(2010)03-0012-03Air separation equipment fault diagnosis based on fuzzy integralCHEN Ruozhu, WANG Yong, LI ZhanmingCollege of Electrical& Information Erg, Lanzhou Uninersity of Technology, Lanzhou 730050, China)Abstract: It is best to use the d-s evidential theory doing the spatial data fusion in the industrial e-quipment fault diagnosis. In order to receive the fault model accurately, the temporal fusion must betaken into account due to the time response of the equipment fault. In this paper, we propose the fuzzyintegral method to do the data fusion in time domain, which is applied to the air separation equipmentfault diagnosis. It indicates by simulation the method can improve the reliability of the equipment fault di-agnosis and the efficiency of object identificationKey words: fuzzy integral; air separation equipment; fault diagnosis0引言由于工藝參數(shù)變化不明顯,使用D-S證據(jù)理論進(jìn)行數(shù)據(jù)融合有可能造成誤診。為了提高空分設(shè)備空分設(shè)備在制氧的過(guò)程中具有復(fù)雜的工藝特故障診斷的可靠性和識(shí)別率,該文將模糊積分?jǐn)?shù)性,因此空分設(shè)備的故障診斷具有很強(qiáng)的不確定據(jù)融合方法應(yīng)用到空分設(shè)備的故障診斷中,將D性,其設(shè)備故障類型多種多樣,且關(guān)系錯(cuò)綜復(fù)雜。S證據(jù)理論的數(shù)次數(shù)據(jù)融合結(jié)果通過(guò)模糊積分?jǐn)?shù)大部分的空分設(shè)備故障具有漸變特性,所以常規(guī)據(jù)融合方法進(jìn)行再次融合,以便完全可靠地識(shí)別的人工故障診斷方法,效率低下,耗費(fèi)時(shí)出待測(cè)目標(biāo)。模糊積分是定義在模糊測(cè)度基礎(chǔ)上基于D-S證據(jù)理論的數(shù)據(jù)融合方法應(yīng)用于的一種非線性函數(shù),它具有融合多信息的能力工業(yè)設(shè)備的故障診斷中山-3,能夠有效地解決復(fù)雜針對(duì)利用模糊積分進(jìn)行數(shù)據(jù)融合時(shí),如何確定系統(tǒng)故障診斷的不確定性問(wèn)題,但是對(duì)于像空分模糊密度g的難點(diǎn)問(wèn)題該文提出了通過(guò)計(jì)算D設(shè)備這樣的工藝系統(tǒng),其設(shè)備(如主換熱器、精餾s證據(jù)理論輸出值的信息嫡的方法來(lái)動(dòng)態(tài)確定模糊塔)故障的最顯著特點(diǎn)就是在時(shí)間上具有漸變性,密度g。通過(guò)該方法獲得的模糊密度g能夠有效通?？臻g上的一次基于D-S證據(jù)理論的數(shù)據(jù)融地表達(dá)某一個(gè)D-S證據(jù)理論輸出數(shù)據(jù)信息的重要合能夠準(zhǔn)確地識(shí)別出空分設(shè)備的故障模式,但是程度。其可靠性就相對(duì)差一些,特別是在設(shè)備故障初期1模糊測(cè)度和模糊積分收稿日期:2009-09-22作者簡(jiǎn)介:陳若珠(1963),女,山西萬(wàn)榮人,高級(jí)工程師研究方模糊測(cè)度和模糊集是兩個(gè)不同的概念。模糊集向?yàn)橹悄芸刂评碚撆c應(yīng)用等反映的是一個(gè)已知元素從屬于一個(gè)不具有分明邊界2010年第3期工業(yè)儀表與自動(dòng)化裝置的集合的隸屬程度,而模糊測(cè)度考慮的是一個(gè)位置式中:A,={x1,x2,…,x1}。未定的元素從屬于一個(gè)(模糊或非模糊)集合的信當(dāng)g(·)為gA(·)的模糊測(cè)度時(shí)設(shè)模糊密度任程度、可能性程度或概率程度。70年代中期,日g=1g(x),則g(A)可由下式得到:本學(xué)者 Sugeno推廣了經(jīng)典的概率測(cè)度,以約束條件(A1)=g(x1)=g(4)較弱的單調(diào)性取代了經(jīng)典概率中的可加性條件,提g(A)=8+g(A1-1)+Ag(A-1),出了模糊測(cè)度的概念l-1,g(·)還滿足上進(jìn)行積分,從而得到目標(biāo)識(shí)別的最終結(jié)果;另外一8(AUB)=g(A)+g(B)+g(A)(B)(1)種是先對(duì)多傳感器的數(shù)據(jù)信息在時(shí)間序列上進(jìn)行融則稱g(·)為6(·)的模糊測(cè)度。顯然當(dāng)A=0合初步得到每個(gè)傳感器對(duì)目標(biāo)的識(shí)別結(jié)果然后將時(shí),g(·)測(cè)度滿足可加性是概率測(cè)度。每個(gè)傳感器的識(shí)別結(jié)果進(jìn)行空間融合得到目標(biāo)狀態(tài)基于模糊測(cè)度的定義, Sugeno提出了模糊積分的最終識(shí)別。該文綜合考慮故障診斷系統(tǒng)的實(shí)用性的概念。和利用工控機(jī)實(shí)現(xiàn)的難易程度,決定采用第一種方定義3:法即先空間后時(shí)間的數(shù)據(jù)融合順序。因此可以建設(shè)(X,Q)是模糊可測(cè)空間,h:X→[0,1]是立圖1所示的時(shí)空數(shù)據(jù)融合模型。個(gè)可測(cè)函數(shù),則在AX的范圍內(nèi)的函數(shù)h(x)相對(duì)空間融合結(jié)果于模糊測(cè)度g的模糊積分為空向},延時(shí)葉時(shí)間融合k時(shí)刻空間融合結(jié)果信總?cè)藭r(shí)刻時(shí)空融合結(jié)果信息h(x)g(. )dx= supl min( min(h(x)),8(A延時(shí)∩E))]=,su,min(a,g(A∩F)]「κ1時(shí)刻時(shí)空融合結(jié)果式中:F=Xh(x)≥}。為便于計(jì)算模糊積分值假設(shè)X={x1,2,…圖1時(shí)空數(shù)據(jù)融合模型xn}是一個(gè)有限集合,且假定h(x)≥h(x2)≥…≥從圖1可以看出時(shí)間融合是對(duì)空間融合結(jié)果h(x),則模糊積分值為的再一次融合,通過(guò)時(shí)間融合得到設(shè)備故障狀態(tài)e=max[ min(h(x,),g(A))(3)的決策信息。假設(shè)有n個(gè)傳感器對(duì)目標(biāo)進(jìn)行測(cè)量,用先時(shí)間后空間的融合方法,時(shí)間融合需要進(jìn)14工業(yè)儀表與自動(dòng)化裝置2010年第3期行n次判決,因此每次得到最終判決需要(n+1)度,模糊積分值越大說(shuō)明對(duì)象同特征之間的關(guān)系越次判決;而用先空間后時(shí)間的融合方法,每次只需接近。正因?yàn)槿绱?可以利用模糊積分來(lái)融合多源要經(jīng)過(guò)兩次判決就可以得到最終的判決結(jié)果。經(jīng)信息,待識(shí)別的目標(biāo)就是模糊積分值最大的那一類。過(guò)分析比較可以看出,當(dāng)n比較大時(shí)先空間后時(shí)即:a∈滿足a= armax(a)},則待識(shí)別目間的融合方法比先時(shí)間后空間的融合方法運(yùn)算量標(biāo)為a類。因此將式(7)、式(8)代入式(3)-式要小得多22模糊密度g確定方法(5)可以求模糊積分值,其中模糊積分值最大的那利用模糊積分進(jìn)行數(shù)據(jù)融合存在一個(gè)關(guān)鍵性問(wèn)個(gè)即為待識(shí)別的目標(biāo)。題,即:如何定義適當(dāng)?shù)哪：芏萭來(lái)表達(dá)一個(gè)信綜合以上模糊積分?jǐn)?shù)據(jù)融合方法的介紹,可以息的重要程度。對(duì)于這個(gè)問(wèn)題以前多采用靜態(tài)的得出通過(guò)模糊積分進(jìn)行數(shù)據(jù)融合的步驟是(1)由式(7)、式(8)計(jì)算每次空間融合結(jié)果的模糊密度,近幾年集中于動(dòng)態(tài)模糊密度的研究。目模糊密度g;前提出了許多動(dòng)態(tài)確定模糊密度的方法:訓(xùn)練方法,(2)由式(6)計(jì)算λ值;通過(guò)對(duì)訓(xùn)練數(shù)據(jù)訓(xùn)練產(chǎn)生模糊密度的方法;基于神(3)由式(4)、式(5)計(jì)算模糊測(cè)度g{A,};經(jīng)網(wǎng)絡(luò)的方法;隨機(jī)搜索方法,如劉汝杰、王震源把(4)由式(3)計(jì)算最終的模糊積分值。將融合遺傳算法用于模糊密度的確定;規(guī)化方法,如Ga-結(jié)果作為診斷輸出。bisch等提出了確定模糊密度的兩種規(guī)劃模型,一種是線性規(guī)劃模型,一種是二次規(guī)劃模型,并對(duì)二次規(guī)3仿真實(shí)驗(yàn)劃模型進(jìn)行了推廣;啟發(fā)式確定模糊密度的方法,如為了驗(yàn)證模糊積分?jǐn)?shù)據(jù)融合方法在提高設(shè)備故James M. Keller、姚明海分別給出了基于混淆矩陣的障診斷識(shí)別率方面的有效性,以某公司的22500兩種不同的確定模糊密度方法。但是以上方法都有m3/h制氧系統(tǒng)的主換熱器為例。根據(jù)制氧原理各自的缺陷例如用神經(jīng)網(wǎng)絡(luò)方法動(dòng)態(tài)確定模糊密和故障案例”。將其主換熱器的故障模式設(shè)定度,神經(jīng)網(wǎng)絡(luò)的泛化能力對(duì)融合系統(tǒng)的性能有很直為:堵塞u1和泄露u2,利用膨脹機(jī)進(jìn)口壓力(P41)、接的影響,因此,選擇合適的神經(jīng)網(wǎng)絡(luò)是該方法的關(guān)氮?dú)饧兌?AIA103)、板式中部溫度(T4)、正反流鍵問(wèn)題之一。另外,訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)的期望輸出確溫差(進(jìn)塔空氣溫度TI01和氮?dú)獬隼湎錅囟萒103定方法對(duì)融合系統(tǒng)的性能也有影響。該文采用的是溫度之差)、下塔阻力(PD)、主冷液位(LAS2)等通過(guò)計(jì)算空間數(shù)據(jù)融合結(jié)果的信息熵的方法來(lái)動(dòng)態(tài)6個(gè)傳感器信息作為故障判斷的依據(jù)。根據(jù)該制氧確定模糊密度,即:g可以由下面的算法確定。系統(tǒng)正常工況下的生產(chǎn)數(shù)據(jù),結(jié)合制氧原理和故障假設(shè)y=(y1,y2,…,y)為證據(jù)理論的輸出值案例,選取三組主換熱器故障發(fā)生時(shí)的相關(guān)傳感器則其熵為數(shù)據(jù),并用D-S證據(jù)理論進(jìn)行數(shù)據(jù)融合,得出表1(7)的結(jié)果。表1D-S證據(jù)理論數(shù)據(jù)融合結(jié)果則可以令g=(l/en)/∑(l/emtr)(8)2.3模糊積分?jǐn)?shù)據(jù)融合方法及其步驟0.56由式(1)~式(5)可以看出,只要知道模糊密度g和可測(cè)函數(shù)h(·),就可以計(jì)算出模糊積分值。0.18004在目標(biāo)識(shí)別的時(shí)間域融合中,將空間融合的輸出作對(duì)于表1中的數(shù)據(jù),用式(7)、式(8)計(jì)算每次為可測(cè)函數(shù)h(·),這樣不同的時(shí)刻就可以得到不測(cè)量的模糊密度值g,利用式(3)~式(6)計(jì)算每種同的可測(cè)函數(shù),利用模糊積分的方法可以把不同時(shí)故障模式的模糊積分值。得到的模糊積分結(jié)果如表刻的空間融合結(jié)果綜合起來(lái)如果把論域x表示為2所示對(duì)象的特征集構(gòu)造模糊測(cè)度所需的模糊密度g′表從表2可以看出,經(jīng)過(guò)空間和時(shí)間的兩級(jí)融合,示為對(duì)象每個(gè)特征的權(quán)重,A(·)表示為對(duì)象在特最大的模糊積分值為0.7,所對(duì)應(yīng)的故障模式為山,征x上的信任度,則模糊積分值實(shí)際上就表明了對(duì)即堵塞。這也是故障診斷系統(tǒng)的最終診斷結(jié)果象每個(gè)特征的信任程度和各特征的權(quán)重的相容程(下轉(zhuǎn)第85頁(yè))2010年第3期工業(yè)儀表與自動(dòng)化裝置的長(zhǎng)度(見圖6)DMI200DM7000入漢字。當(dāng)MR50l=1將第一個(gè)漢字輸入到↑HDM2DMo當(dāng)MR502=1,將第二個(gè)漢字輸入到輸MR503 MCALL—宏2DM1200DM700當(dāng)MR503=1,將第三個(gè)漢字輸入到輸DM1200DM700當(dāng)MR504=1,將第四個(gè)漢字輸入到輸入窗口Mr5O5 mcallDM7000當(dāng)MR505=1,將第五個(gè)漢字輸入到輸入窗口DM7000當(dāng)MR50=1,將第六個(gè)漢字輸入到輸入窗口7001圖5主程序梯形圖入法的方法,中文拼音輸入法的漢字搜索算法,使用翻頁(yè)鍵“上翻和“下翻?觸摸屏的軟鍵盤實(shí)現(xiàn)漢字輸人功能。用該方法編寫嘆拼入的代碼簡(jiǎn)潔具有很好的移植性提高了系統(tǒng)的人機(jī)交互界面的友好性,具有一定的實(shí)用價(jià)值。Q[E[[軟鍵盤參考文獻(xiàn)[1]殷洪義.可編程控制器選擇設(shè)計(jì)與維護(hù)[M].北京:機(jī)械工業(yè)出版社,2002[2]胡學(xué)林可編程控制器教程[M].北京:電子工業(yè)出版圖6觸摸屏中文輸入畫面[3]李方園觸摸屏工程應(yīng)用[M].北京:電子工業(yè)出版結(jié)論08[4]劉海保程小輝嵌入式系統(tǒng)中文輸入法的設(shè)計(jì)與實(shí)該研究主要介紹了在觸摸屏上實(shí)現(xiàn)中文拼音輸現(xiàn)[J].現(xiàn)代計(jì)算機(jī):下半月版,2007(5):73-75.種““““+“(上接第14頁(yè))信息融合算法[J]控制理論與應(yīng)用,2004,21(4):659表2模糊積分結(jié)果[2]韓靜陶云剛基于D-S證據(jù)理論和模糊數(shù)學(xué)的多傳積分值感器數(shù)據(jù)融合算法[].儀器儀表學(xué)報(bào),200,21(6)644-647.結(jié)論[3]任紅衛(wèi)鄧飛其,基于證據(jù)理論的信息融合故障診斷方法[J].系統(tǒng)工程與電子技術(shù),2005,27(3):471該文針對(duì)D-S證據(jù)理論應(yīng)用于空分設(shè)備的故障診斷時(shí)可能岀現(xiàn)誤診的情況提出了將模糊積分[4]梁繼民楊萬(wàn)海決策融合的模糊積分方法[]西安數(shù)據(jù)融合方法應(yīng)用于空分設(shè)備的故障診斷中,并通電子科技大學(xué)學(xué)報(bào),1998,25(2):250-253過(guò)實(shí)驗(yàn)證明了該方法能夠有效地提高設(shè)備故障診斷[5]湯學(xué)忠顧福民新編制氧工問(wèn)答[M].北京:冶金工的識(shí)別率。由于其算法簡(jiǎn)單、計(jì)算量小,應(yīng)用于實(shí)際業(yè)出版社,2001:100-126能夠增強(qiáng)故障診斷系統(tǒng)的可靠性因此具有實(shí)用價(jià)[6]鐘曉龍陳剛200m/h空分設(shè)備主換熱器泄漏分值析及處理[J]深冷技術(shù),2006(1):47-50參考文獻(xiàn)[7]李文龍40000m3/h空分設(shè)備主換熱器泄漏分析與處[1]朱大奇楊永清電子部件故障診斷的 Dempster_ Shafer理[J].深冷技術(shù),2006(1):51-5