高效率、高质量的生产系统是怎样通过智能监控系统实现实时故障检测和诊断?

实时监控和诊断形成的智能系统在预测性维修和主动性维修的帮助下可以大大提高生产系统运行效率。

优化故障诊断,保障系统运行

生产技术的进步提高了工业生产系统的能力,过程监控和故障诊断是生产系统运行自动化管理中创新的现代化系统的重要组成部分。

将在线监控系统转换为智能系统并加以训练,用于故障检测和诊断,可以在确保实时采取必要自主行动的同时,避免故障发生、寻找故障原因,最终消除故障。

智能化整合系统监控

设备或系统参数与正常行为的偏差由多种原因引起,这些偏差可能是故障的早期征兆,如果不采取必要的措施,它们可能会成为影响生产系统性能的真正故障。监控系统通过实时收集连续信息来避免系统中的此类缺陷或故障,从而帮助用户确定仪器或设备是否正常运行。

智能系统整合系统监控,将通过提高生产系统的性能、质量、供应可靠性、操作灵活性、安全性等来提高经济效率。

故障诊断监测系统

故障ADS(自动诊断系统)的选型、部署、运行和维修的每个阶段都要小心谨慎,确保系统实施后提供的结果在初始设置的特定范围内。为此,有必要使用合适的工具和策略,从而尽可能实现每个步骤的成功执行。

ADS是简单监控的下一步。这些先进系统接收来自监测系统的信息,并通过使用智能软件,管理“知识库”,将各种物理参数交叉整合,从中得到更接近人们真正想要的结果,实现有效决策。

故障ADS的主要特点

自动处理系统由计算机程序集成,专注于人工智能技术,负责自动处理来自监控系统的所有信息。将这些系统集成到生产系统运行中的主要目的是自动检测早期故障及其主要特征。

ADS的主要特点包括:

  • 能够以系统性、高频率和自动化的方式处理监测系统产生的大量数据,并在长期运行(数月或数年)期间优化数据存储过程;
  • 在整个使用过程中,每次都不需要人为干预(ADS固有特性之一);
  • 它们在预测性维修中作为知识管理工具很重要。

智能系统中监测系统的构建

智能系统一般是信息技术在生产系统中的应用,与通信系统和自动化网络基础设施相集成。该技术需要在生产系统的所有基础设备中安装传感器,构建可靠的双向通信系统,广泛覆盖各种设备并实现物理资产的自动化。

下图的智能监控系统流程图配置是智能自动化领域的技术创新。它的实施是通过参考计算软件完成的,这将有助于评估、检测、定位、诊断和采取最合适的行动来消除故障。

智能监控系统流程图从宏观层面描述了智能监控系统的线性结构。

应用纠正措施:选择替代方案

从技术和经济角度寻求最佳方案来解决特定参数偏离的关键在于,可以根据故障的严重性程度,进行在线或离线的实时操作。

通过应用智能优化技术可以找到这种优化的解决方案,包括以下三种技术:

专家系统

专家系统使用人类知识来解决需要一位或多位专家经验的问题。专家系统必须依靠强大的数据库,将知识存储在其中。一个专家系统能够处理非数字信息,只要它被正确定位和“喂养”,就可以就某个主题提出结论。此外,专家系统存在一种不确定的推理机制,允许人们呈现有关领域知识的不确定性。

神经网络

人工神经网络由几个操作非常简单的处理单元组成。这些单元通常通过与特定权重相关联的通信通道连接。单元仅对其本地数据执行操作,这些数据是由其连接接收的输入内容。人工神经网络的智能行为来自网络处理单元之间的交互。

神经网络允许针对给定事件或变化来优化选择特定解决方案的替代方案。在这个过程中使用神经网络来评估专家系统的结果,即最终解决方案应该是所有方案中的最佳方案。

模糊逻辑

模糊逻辑基于模糊集理论。传统上,一个逻辑命题有两个极端:完全正确或完全错误。但是在模糊逻辑中,前提的真实程度从0到1变化,导致部分正确或部分错误。

模糊逻辑是支持近似而非精确推理模式的逻辑。模糊系统建模和控制是严格处理定性信息的技术。源自模糊集的概念,模糊逻辑构成为开发过程建模和控制方法、算法的基础,降低了设计和实现的复杂性,使其成为解决控制难题的经典技术。

在经典和现代控制理论中,实施过程控制的第一步是推导出描述过程的数学模型。该程序需要详细了解要控制的过程,如果过程太复杂,可能会缺乏可行性。现有的控制理论适用于过程定义明确的各种系统。

然而,如果数学建模脱离现实,所有这些技术就无法解决实际问题。例如,在许多情况下,大量的基本信息只能先验且定性地知道。

模糊建模和控制理论是严格处理定性信息的技术。它评估应如何管理不确定性对象,并在此过程中不断积累壮大,从而正确操纵知识。该技术考虑了输入和输出之间的关系,聚合了各种过程和控制参数。这允许人们重新考虑过去复杂的过程,以便控制系统提供更准确的结果以及稳定和强大的性能。使用模糊控制系统可以将复杂项目从过去的高难度降低到现在可以解决的程度。

总结

智能监控系统可以将生产系统故障的风险最小化,智能系统在大型和顶级技术工厂中得到广泛应用,并通过降低年度故障率提高了可靠性和可用性。

智能监控系统对信息处理的集中化将提高生产系统的运行效率,优化企业维修流程,从而增加或维持设备的预计使用寿命,从而使企业获得经济效益。

智能系统对当前企业监控系统的改造,有效代表了监测系统的技术飞跃。与监控和诊断有关的这些系统,其响应质量的定义来自于故障模式分析人员的经验。

在监控系统中还应考虑的一项重要操作是辅助系统的集成,辅助系统与主系统同步进行分析和诊断,将对安装成本的影响最小化。辅助系统发生故障的影响可能会导致设备和系统强制停止,并且在某些情况下与主系统的影响相似。

重要的是,智能系统没有单一的应用和解决方案。如果需要与其他功能共存,可能有些功能将会失效,还需要根据企业的实际需求进行部署。

引用

1. Selak L, Butala P, Sluga A. Condition monitoring and fault diagnostics for hydropower plants. Computers in Industry. 2014;65(6):924-936. ISSN 0166-3615

2. Perez GA, Nelson K. Integration of distributed generation in power distribution networks and its structure as an intelligent generation system. In: 2015 IEEE PES Innovative Smart Grid Technologies Latin America (ISGT LATAM). Montevideo, Uruguai. pp. 134-139

3. Working Group A1.11. Guide for On-Line Monitoring of Turbogenerators. CIGRE; 2010

4. Working Group A1.10. Survey of Hidrogenerator Failures. CIGRE; 2009

5. Wenye W, Yi X, Mohit K. A survey on the communication architectures in smart grid. Computer Networks. 2011;55(15):3604-3620

6. Wei D, Lu Y, Jafari M, Skare P, Rhode K. An integrated security system of protecting Smart Grid against cyber attacks. Innovative Smart Grid Technologies (ISGT). United States, Gaithersburg, MD; 2010:1-7. Available from: http://doi.org/10.1109/ISGT.2010.5434767. INSPEC Accession Number: 11205470

7. Xiang L, Wenye W, Jianfeng M. An empirical study of communication infrastructures towards the smart grid: Design, Implementation and evaluation. IEEE Transactions on Smart Grid. 2013;4(1):170-183

8. Isermann R. Fault Diagnosis Systems—An Introduction from Fault Detection to Fault Tolerance. Berlin, Heidelberg, New York: Springer; 2009. ISBN-10 3-540-24112-4. ISBN-13 978-3-540-24112-6. Library of Congress Control Number: 2005932861

9. Ding SX. Model-Based Fault Diagnosis Techniques. Berlin, Heidelberg: Springer-Verlag; 2009. eBook ISBN: 978-3-540-76304-8; DOI: 10.1007/978-3-540-76304-8

10. Helio PA Jr, Levy AFS, Carvalho AT. Estudo sobre a Influência dos Acopladores Capacitivos na Sensibilidade da Medição de Descargas Parciais em Máquinas Elétricas Rotativas. In: XX SNPTEE, Recife, Brasil. 2009

11. Omori J. O projeto de Smart Grid da COPEL. In: Smart Grid Brazil Forum, São Paulo. 2010

12. Piirainen J. Applications of horizontal communication in industrial power stations [Master in science thesis]. Tampere University; 2010

13. Xin Y, Baldine I, Chase J, Beyene T, Parkhurst B, Chakrabortty A. Virtual smart grid architecture and control framework. In: IEEE Conference Publications (SmartGridComm). IEEE; 2011. pp. 1-6

14. Wenye W, Zhuo L. Cyber security in the smart Grid: Survey and challenges. Computer Networks. 2013;57(5):1344-1371

15. Guimaraes PHV, Murilo A, Andreoni M, Mattos DMF, Ferraz LHG, Pinto FAV, et al. Comunicação em redes elétricas inteligentes: Eficiência, Confiabilidade, Segurança e Escalabilidade. In: Minicursos do Simpósio bras

16. http://www.intechopen.com/chapters/70649

17. http://www.pexels.com/photo/backlit-breathing-apparatus-danger-dangerous-279979/