往复式空气压缩机模糊故障诊断

摘要:针对某煤矿空压机站往复式空压机故障诊断的要求,以模糊(Fuzzy)理论为依据,构建了一种往复式空压机模糊故障诊断模型。采用求距离的方法构造隶属度函数,求得待诊断对象对各个典型故障的隶属度,再由最大隶属度原则确定故障原因。该诊断模型可以根据往复式空压机的故障征兆进行有效的故障监测和诊断,可以方便的实现智能诊断。对煤矿上以及其它领域的大型设备状态监测和诊断也有重要参考价值。

Abstract: In view of fault diagnosis for reciprocating air compressor in the compressed air station, a reciprocating air compressor fault diagnosis model theory was built based on fuzzy. Fuzzy membership function was constructed through the method of measuring the distance between two dots. Then membership degree of awaiting diagnosis object of each classical fault was obtained. Thus the failure cause was obtained on maximum membership principle. An effective fault monitoring and diagnosis can be achieved using this fault diagnosis model. Intelligent diagnosis can also be realized conveniently. The model has an important reference value in the field of condition monitoring and diagnosis for big equipment in coal mines and some factories.

关键词:模糊理论;空气压缩机;往复式;故障诊断

Key words: fuzzy theory; air compressor; reciprocation; fault diagnosis

中图分类号:TH45 文献标识码:A文章编号:1006-4311(2010)06-0055-02

0引言

空压机是矿山四大固定设备之一,在矿山开采和生产过程中占有重要的地位。空压机将原动机的机械能转换成空气的压力能,获得压缩气体[1]。压缩气体是矿山常用的动力之一,可用于采掘机械,运输、装载、充填机械,气动机械等。本文以某安徽某煤矿空压机站的3台往复式空压机为监测和诊断对象,这3台压缩机是由无锡压缩机股份有限公司制造的,其型号为L-42/7。

由于空压机在煤矿安全生产中的地位重要,如果能准确诊断出空压机出现的各种故障,将避免和减少经济损失。故障诊断是通过研究故障和征兆之间的关系来判断设备故障的[2]。空压机的故障形式多种多样,故障机理和原因复杂。当空压机发生故障时,会表现出多种征兆。空压机的故障和相应的征兆不是一一对应的映射关系,这种关系难以用精确的数学模型来表示。故障的存在具有模糊性,可以应用模糊数学方法建立起基于Fuzzy理论的故障诊断模型,用于对空压机的故障进行诊断。

1理论基础

为方便起见我们把所考虑的对象限制在一个特殊的集合,比如某班学生、全体实数、平面上的点等。称这个集合为基本集合或论域,以X记之。X中的一部分称为X的子集,X中的对象为元素,以x记之[3]。

隶属函数是取值在[0,1]上的一个函数,利用隶属函数能以数值表达模糊概念与模糊现象[3]。隶属函数是表示一个对象x隶属于集合S的程度的函数,通常记作A(x),其自变量范围是所有可能属于集合A的对象(即集合A所在空间中的所有点),取值范围是[0,1],即0≤A(x)≤1。A(x)=1表示x完全属于集合A,相当于传统集合概念上的x∈A;A(x)=0表示x完全不属于集合A,相当于传统集合概念上的xA[A][4]。

定义[3]:设A1,A2,…,An是X上的n个模糊子集,若存在r≤n,使得Ar(x0)=Ak(x0),称x0相对隶属于Ar。这即是模糊集合的最大隶属度原则。

2模糊诊断数学模型

2.1 故障诊断模型设备状态可由一系列的特征参数来描述,一旦设备出现某个故障或多个故障,其状态特征参数也会发生相应的变化,因而特定的特征参数值反映了相应的设备故障。在故障诊断领域,当设备处于故障状态时,将特征参数呈现出的特定取值称之为故障征兆,即不同的故障征兆对应着不同的故障类型;通常,设备的故障类型不止一种,因此用故障域来表述设备可能出现的多种故障类型,用征兆域来表示可能出现的多种故障征兆。由此可以认为故障诊断即进行由征兆域到故障域的模式识别,或是由征兆域到故障域的非线性映射[5]。模糊诊断是根据模糊集合论征兆空间与故障状态空间的某种影射关系,由征兆来诊断故障[6]。

在空压机的故障诊断过程中,所有可能发生的典型故障和对应的故障征兆用集合来表示。

将空压机的故障用集合A表示,

A={aj|j=1,2,3,…,m}={a1,a2,…,am} (1)

其中m为故障的个数;

对应的故障征兆用集合B来表示,

B={bi|i=1,2,3,…,n}={b1,b2,…,bn} (2)

其中n表示n个不同的故障征兆。

这m个故障的构成了故障论域X,不同类型的故障aj即是论域X的模糊子集。空压机故障诊断关键问题就在于确定待诊断故障以多大程度隶属于某个模糊子集。

故障征兆集合B的特征函数:

bi=10 (3)

当bi=0,表示发生某故障不会出现此征兆;当bi=1,表示发生某故障会出现此征兆。

此时故障论域可表示成:

X={(b1,b2,b3,…,bn)|bi=0,1},(i=1,2,3,…,n) (4)

则某典型故障aj对应论域X中的基本元素为:

aj={b(j)1,b(j)2,…,b(j)n},(j=1,2,3,…,m) (5)

假设待诊断的故障为a0,a0{b1,b2,…,bn},则a0相对于模糊子集aj的隶属度为aj(a0)。

2.2 隶属函数的构造模糊理论的定量化是通过隶属度来刻画的。因此,利用模糊理论去解决实际问题的关键往往是“如何找出一个恰当的隶属函数”[7-8]。本文用求距离的方法建立隶属函数[9]。待诊断的故障a0={b1,b2,…,bn}与某典型故障模糊模式之间的距离为:

dj(a0,aj)=,(j=1,2,…,m) (6)

上式中bi为待诊断故障a0的特性指标,b(j)i为典型故障aj的特性指标。

则待诊断故障a0相对于aj的隶属函数为:

aj(a0)=,(j=1,2,…,m) (7)

由上面公式可求得隶属度,再根据最大隶属度原则,选择隶属度为max(aj(a0)),(j=1,2,…,m),可以认为待诊断故障a0以最大程度隶属于典型故障 aj。

3模糊诊断系统流程与实例

3.1 模糊诊断系统流程模糊诊断包含三个步骤:

(1)在线参数测量和现象观测;

(2)计算隶属度;

表1空压机对应故障征兆集合B

表2空压机典型故障集合A

(3)由最大隶属度原则确定故障原因。

空压机的故障征兆集合,典型故障集合以及空压机的特征向量表如表1-3[10-11]所示。

3.2 空压机故障诊断实例某段时间空压机运行参数出现异常,呈现:Ⅰ级排气温度上升,Ⅱ级排气温度上升,Ⅰ级排气压力下降,Ⅱ级排气压力下降。则根据公式(5),可知待诊断故障a0=(11000001010000000);将向量a0的值和典型故障的向量值代入公式(6)可以求得:待诊断故障a0={b1,b2,…,bn}与各个典型故障模糊模式之间的距离dj(a0,aj);再由公式(7),可求得待诊断故障a0相对于各个aj的隶属度aj(a0)。如表4所示。

表4待诊断故障a0相对于各个aj的隶属度aj(a0)

依据最大隶属度原则,因为maxaj(a0)=a1(a0),所以有理由判断此时空压机的故障是Ⅰ级吸气阀泄漏。从计算结果我们还可以发现a7(a0)、a8(a0)和a9(a0)的大小仅次于隶属度a8(a0),表明故障a7,a8,a9也有可能发生。经过现场检查发现,空压机的Ⅰ级吸气阀发生了泄漏、Ⅱ级排气阀也有轻微泄漏发生。

4结论

(1)将模糊理论用于空压机组的故障诊断,建立了模糊故障诊断模型,使得空压机的故障诊断过程更加科学、规范和准确。

(2)本文建立的故障诊断模糊数学模型具有很好的通用性和可移植性,可为其它机械设备的故障诊断提供参考,可移植到其他设备的故障诊断过程中。

参考文献:

[1] 胡亚非,陈更林.矿山压气设备[M].徐州:中国矿业大学出版社,1994:41-86.

[2] 张松鹤,刘佳,罗跃纲.模糊综合评判在压缩机故障诊断中的应用[J].风机技术,2003(3):44-46.

[3] 张文修,梁广锡.模糊控制与系统[M].西安:西安交通大学出版社,1998:13-25.

[4] 边肇祺,张学工,等.模式识别[M].第二版.北京:清华大学出版社,2000:273-275.

[5] 龙祥,钱志博.模糊理论在设备故障诊断神经系统中的典型应用[J].广东工业大学学报,2006,23(4):60-63.

[6] 张斌,张薇薇.机械设备故障诊断技术概述[J].建筑机械化,2005(8):14-15.

[7] 周曲珠,芮延年.基于模糊理论液压系统故障诊断方法的研究[J].苏州大学学报(工科版),2006,26(2):34-38.

[8] 周曲珠,芮延年.模糊理论在液压系统故障诊断中的应用[J].机械科学与技术,2006,25(12):1515-1518.

[9] 温熙森,胡莺庆.模式识别与状态监控[M].长沙:国防科技大学出版社,1997.

[10] 郁永章.容积式压缩机技术手册[M].北京:机械工业出版社,2000:1095-1100.

[11] 季延风.D-100/8-d型空压机常见故障诊断及处理[J].应用能源技术,2002(1):21-23.