破碎流程故障诊断系统开发与应用

王 旭,徐 宁,王庆凯,彭秀云

(1.北京矿冶研究总院,北京市100260；2.矿冶过程自动控制技术北京市重点实验室,北京市100260)

破碎流程故障诊断系统开发与应用

王 旭1,2,徐 宁1,2,王庆凯1,2,彭秀云1,2

(1.北京矿冶研究总院,北京市100260；2.矿冶过程自动控制技术北京市重点实验室,北京市100260)

破碎流程故障诊断系统以破碎生产流程在线检测数据为支撑,将因果推理和主元分析等技术相融合,实现了从底层设备到中间工序,再到上层生产流程的3层架构破碎全流程生产过程在线监测和故障诊断功能。该系统可以及时发现潜在的生产异常或者故障,通过报警、调整操作参数、甚至停机等方式处理异常或者故障,保障生产的持续稳定运行。

破碎过程;故障诊断;因果推理;在线检测;三层架构

1 故障诊断技术概况

碎矿作为选矿工艺的头道生产工序,为后续磨浮、脱水等工艺环节输送合格粒度的矿石,碎矿产量的高低往往成为整个选矿厂产量提升的瓶颈。中国大部分矿山采用三段一闭路的矿石破碎生产流程,部分含泥量高的矿山增加了洗矿或者预先筛分工艺。由于破碎流程工艺生产设备多、分布广、矿石转运距离长、矿石性质多变,仅凭人工操作监控无法及时发现生产中的异常,堵矿、漏矿、冒矿等故障发生率居高不下,由此而造成的非正常停车严重影响了破碎的生产效率。如果可以及时发现潜在的生产异常或者故障,就可以通过报警、调整操作参数，甚至停机进行维修等方式消除异常或者故障,从而避免了故障发生后所需要的长时间停车、高强度的人力维护。

故障监测与诊断技术近年来成为了自动控制领域的一个研究热点。故障诊断的方法大致可划分为3类[1-3]：1)基于数学模型的方法,包括状态估计法、参数估计法和等价空间法。这类方法往往由于无法获得精确的工业对象模型或者获得模型的资金投入巨大而影响使用。2)基于知识的方法,包括专家系统法、因果分析法、模式识别法和故障树法等。这类方法结合了大量人工的操作经验,同时具备逻辑推理等特点,在工业过程中得到了推广应用。3）基于数据驱动的方法[4-5],包括偏最小二乘(PLS)、主元分析法(PCA)和独立成分分析法(ICA)等。这类方法主要是利用在线检测仪表等获得的大量数据信息建立离线模型来实现过程或对象的故障监测与诊断,其应用领域涵盖航空航天、大型电网和输油管线等。而破碎过程的矿石特性具有时变性和不确定性,对离线模型的适用性提出了挑战。

在国外,针对破碎过程的特点,美国的SPLITEN GEINEERING公司应用矿石图像分析技术,开发了Split-OnlineR Rock Fragmentation Analysis system系统,在实现了矿石块度在线分析的同时,兼具了“皮带空料运行”、“皮带上存在木棒、铁片等异物”监测报警功能；在有筛分环节的生产工艺中,它也可以被用作为筛网破碎的探测器,为操作人员提供故障报警。澳大利亚JKMRC推出的JKSimMet软件产品,包括破碎机、高压对辊磨机和震动筛等单元的作业模型,主要用于对碎磨回路进行建模和数值模拟,通过软件分析实际工业回路的运行数据,找出薄弱环节加以改进[6]。

在国内,北京科技大学王润芹将虚拟仪器技术、网络技术以及检测数据综合分布技术结合在一起,建立了基于虚拟仪器技术的破碎设备在线监测与故障诊断系统,实现检测、诊断、预警及管理的综合应用。通过对采集数据信息进行时域、频域和小波分析,准确反应设备的主要部件工作情况,减少了现场点检频次[7]。但这些研究多侧重于单元作业模型本身,对流程整体的故障监测研究没有涉及。东北大学谭帅、王福利等常年致力于多模态复杂工业生产过程监测及故障诊断方法的研究,并将基于差分分段PCA的多模态过程故障监测方法应用到宝钢连续退火机组生产线,取得了不错的效果[8]。

本文针对破碎流程的特点,设计并开发了破碎全流程三层架构故障诊断系统。该系统以破碎生产流程在线检测数据为支撑,将因果推理和主元分析等技术相融合,实现了从底层设备到中间工序,再到上层生产流程的三层架构破碎全流程生产过程在线监测和故障诊断功能。

2 破碎流程故障诊断系统设计

2.1 软件结构与功能模块设计

考虑到系统的维护性、扩展性和复用性,破碎流程故障诊断系统软件采取“抽象工厂”的设计模式,将整个软件划分为数据访问层、业务逻辑层和用户界面层,开发人员将应用的故障诊断逻辑与模型算法等放在中间层应用服务器上,把应用的业务逻辑与用户界面分开,为用户提供一个简洁的客户端界面。当需要修改应用程序代码时,只需对中间层应用服务器进行修改,而不用修改多个客户端应用程序,从而使开发人员可以更专注于核心故障诊断逻辑和数据的分析,简化了应用系统的升级工作。同时,考虑到系统的可移植性,无论是采用SQL Server还是Oracle等其他数据库,开发人员只需要修改少量的底层数据访问代码,即可实现工程化移植的目的,大大缩短了开发工期。

经调查与分析,破碎过程故障诊断系统的软件功能需求如下：1)建模人员的功能需求,即能够通过尽量少的人工参与,实现数据的预处理以及模型的训练及更新,完成过程监测模型的建立；2)操作人员的功能需求,即能够直观地监测当前设备或流程的运行状态,及时提供故障报警,准确地确定故障源,并给出合理的解决方案。

根据以上的功能需求,本破碎过程故障诊断系统软件主要包括数据预处理模块、模型训练模块、模型参数配置模块、ADO.NET接口模块、DLL接口模块、实时故障监测模块、故障查询模块及故障诊断模块8个部分。其结构如图1所示。

图1 破碎过程故障诊断系统软件结构

故障诊断软件开发将采用MATLAB和C#.net混合编程的思路,具有强大的数据处理功能软件MATLAB软件作为开发故障诊断算法的后台软件, C#.net则负责完成画面开发和数据库处理等工作。

2.2 数据库设计

破碎流程故障诊断系统软件所涉及的算法是基于破碎生产中的大量过程数据驱动的,同时本系统提供一个开放性的接口,允许用户根据需要对不同算法进行扩展和补充,这就要求软件对各种模型和算法信息进行一定的管理。正是基于以上考虑,对数据库进行了详细设计,具体数据表信息及用途如表1所示。

表1 数据表组成及用途

其中,模型输入参数配置表作为本系统数据库的重要组成部分,主要为用户实现模型输入参数的在线配置及修改功能,具体信息如图2所示。

图2 模型输入参数配置信息实体E-R

2.3 破碎流程故障诊断方法

由于破碎流程是由多个彼此密切关联的子过程构成的整体,因此本故障诊断系统在对各个子过程运行状态监控的基础之上,通过充分提取各子过程间的内在及外在联系,进一步实现对各子过程协调运行机制的监控,最终实现对整个破碎流程的故障监测与诊断。破碎全流程故障监测包括一级安全报警、常规安全监测和3层结构的全局监测3个部分。

1)一级安全报警,用于监测那些严重危害现场生产安全和操作人员人身安全的过程变量。这些过程变量对实际生产并不会产生较大影响,然而一旦出现异常就很有可能造成危害人身安全的生产事故。

2)常规安全监测。常规安全监测过程变量是否接近或超过工艺要求上下限。

3)3层结构的全局监测。3层架构的全局监测方法作为本系统研究的核心,采用基于递阶多模块的破碎过程单元及整体监控算法结构,目的是从不同的视角,从底层到上层,从局部到整体,实现对整个破碎过程各个层面的运行状态的监测及故障诊断的功能。具体包括以下3个层次:

(1)底层设备级。以各工序中主要设备及仪表为分析对象,实现运行状态监测和故障诊断的功能。根据对象的各自特点,通过对影响设备运行的具体因素的分析,分别选择合适的过程监测方法(PCA和PLS),实现对各对象运行状态的实时监控,具体诊断过程如图3所示。

图3 底层设备级故障诊断流程

(2)中层工序级。将每个工序看作一个整体,从整体的角度分析每个过程中各个设备、变量之间的相关关系,实现对每个工序的运行状态监测、质量预测和故障诊断的功能。当中层(主要工序)报警,但底层没有报警时,提示：该主要工序对应的子过程或主要设备之间运行状态不一致(协调性或匹配程度或运行状态异常）。

(3)上层流程级。把破碎流程看成一个整体,从全流程的角度,分析整个破碎过程中各个子工序之间的相关关系,实现对全流程运行状态的监测、优化结果评价和故障诊断等功能。当全流程报警,但中层和底层都没报警时,提示：全流程运行状态异常或某几个工序运行状态不一致。

该3层架构全局故障监测方法针对圆锥破碎机产量偏低的故障诊断流程,如下图4所示。

当系统通过统计模型控制限监测到圆锥破碎机排料皮带负荷偏低时,根据因果推理关系与优先级排序对索引规则筛选判断,如果由确定条件判定圆锥给矿负荷偏小,则跳转进入下一阶段通过rule04和rule05对料仓的情况进行诊断；如果由确定条件判定圆锥给矿正常,则返回优先级为2的框架,通过rule02对圆锥的排矿口尺寸进行诊断,以此类推。

图4 3层结构全局监测下圆锥破碎机故障诊断过程

3 工业应用

破碎流程故障诊断系统在国内某大型选厂进行了工业应用,系统通过获取实时的检测数据,为生产一线操作人员提供在线的故障监测和诊断功能,其操作界面如图5所示。

图5 故障在线监测、历史查询和报表统计界面

操作人员通过语音和图像的方式获知报警信息后,第一时间通过控制系统改变操作条件,预防事故发生或扩大化。与此同时,该系统还提供故障历史查询及报表统计分析功能,可以灵活地查看任意时间段内的报警和故障信息,方便管理人员做出工程技术分析与决断。该破碎流程故障诊断系统在工业现场的使用过程中,多次成功诊断出诸如由于液力耦合器故障造成的皮带运输机空转和振动筛堵塞等异常生产工况(详见表2)。该系统在连续60 d的统计时间里累计成功预报故障次数达到36次,缩短了故障停车时间,降低了操作人员巡检频率,并为制定合理的设备和仪表的维护计划提供了依据。

表2 故障诊断系统故障预报情况统计(60 d)

4 结语

本文所研究的破碎流程故障诊断系统具备数据采集与预处理、模型训练、故障在线监测与诊断等功能,同时将系统设计人员的理论知识,以及现场操作人员经验知识融合到推理与分析模型中,提出了基于因果推理和数据统计分析的3层架构全局监测与故障诊断方法,提高了系统的普适性。该系统在国内某大型选厂破碎流程应用过程中取得了不错的阶段性成果,向实现国内选矿厂的智能操作与无人值守这一目标逐步推进。

[1] Venkatasubramanian V,Rengaswamy R,Yin K.A review of process fault detection and diagnosis[J].Computers and Chemical Engineering,2003,27(3):327-346.

[2] Frank P.M..Fault diagnosis in dynamic system using analytical and knowledge-based redundancy:A survey and some new result[J]. Automation,1990,18(2):18-22.

[3] 周东华,王桂增.故障诊断技术综述 [J].化工自动化及仪表, 1998,25(1):58-62.

[4] Raich A C,Cinar A.Multivariate statistical methods for monitoring continuous processes: assessment of discrimination power ofdisturbance models and diagnosis of multiple disturbances [J].Chemometricsand Intelligent Laboratory Systems, 1995, 30: 37-48.

[5] 郭明.基于数据驱动的流程工业性能监控与诊断研究[D].浙江：浙江大学,2004.

[6] 刘建远.国外几个矿物加工流程模拟软件述评[J].国外金属矿选矿,2008（1）：4-12.

[7] 王润芹.基于网络虚拟仪器技术的破碎机在线监测与故障诊断系统[J].中国设备工程,2007（2）：50-52.

[8] 谭帅,王福利,常玉清,等.基于差分分段PCA的多模态过程故障监测[J].自动化学报,2010,36(11):1626-1636.

Development and Application of Failure Diagnosis System for Crushing Process

WANG Xu1,2,XU Ning1,2,WANG Qingkai1,2,PENG Xiuyun1,2
(1.Beijing General Research Institute of Mining&Metallurgy,Beijing 100260,China;2.Beijing Key Laboratory of Automation of Mining and Metallurgy Process,Beijing 100260,China)

Failure diagnosis system for crushing process is based on on-line inspection data of crushing production process, combination of causal reasoning and principal component analysis achieves functions of on-line monitoring and failure diagnosis in three-layer framework (from bottom-layer equipment to intermediate process and then to top-layer production flow)crushing wholeflow production process.The system can find out potential production abnormity or failure,which can be resolved by warning, adjustment of operation parameters and shutdown to ensure sustainable and stable operation of production.

crushing process;failure diagnosis;causal reasoning;on-line inspection;three-layer framework

TP277

B

1004-4345(2014)04-0028-04

2014-04-30

王 旭(1985—),男,工程师,主要从事选矿工业过程故障诊断、建模与优化设计工作。