烟草制丝电气故障模拟诊断台的构建方案与应用

周全

摘 要：目前制丝车间的生产已基本全部实现了机械化，通过PLC技术的应用很多制丝生产的过程中都已经实现了自动化，但是在烟草制丝生产实践的过程中经常发生电气故障，这些故障严重影响制丝生产的正常进行，对于故障的诊断与维修需要花费大量的时间，针对这个问题对烟丝制丝过程中的故障诊断系统进行了研究，对烟草制丝故障诊断系统整个架构进行了设计和搭建，并对每个环节设备组成和作用进行详细的讨论和分析，为烟草制丝电气故障诊断系统的建立提供理论依据和实践基础。

关键词：烟草制丝；电气故障；诊断系统；方案

中图分类号：TS43 文献标识码：A 文章编号：1006-8937（2016）12-0014-02

1 概 述

随着工业自动化技术的出现和发展，以PLC技术为代表的工控技术已经得到了长足的进步。工控PLC技术为代表的控制系统在工业领域中得到了十分广泛的应用，为实现工业生产领域中的自动化做出了十分突出的贡献。在工业领域中的控制技术中现场总线是不可或缺的一个重要的环节，现场总线是工控中的通信和数据传输的载体，目前所使用的现场总线都是以网络为主的自动化分布式现场总线技术。

在烟草的制丝的过程中经常会发生一些电气故障，在故障发生之后需要对故障的类型进行判断，然后根据故障的类型排除故障，在目前的制丝过程中所产生的电气故障绝大多数都是使用人工来完成的，对于制丝过程中的电气故障的诊断大多数还是依靠工作人员的经验，这在很大程度上取决于工作人员的个人经验，故障是否能够及时排除事关制丝生产是否能够正常进行，如诊断故障以及排除故障需要花费大量的时间就会在很大程度上影响整个制丝生产的进度，而对于电气故障类型的诊断目前虽然有很多成熟的算法模型，但是很多这种研究仅仅是停留在理论的阶段，而并没有将这些研究付诸于实践并形成产品。

本文在假设这些电气故障诊断模型已经成熟的基础上，主要来搭建整个制丝过程中的系统的设计，主要是架构设计与整个硬件系统的设计。

2 烟草制丝电气故障诊断模拟诊断平台构建思路

烟草制丝过程中的故障诊断的主要原理和过程是利用信号采集区中的各种类型的传感器来进行各种信号的采集，这些信号包括温度信号、压力信号、流量信号以及水分信号等。这些信号被采集完成之后会通过数据线送到信号的转化和处理区，在这区域内对信号进行转化和一系列的处理最终变为数字信号，然后这些信号会被送到信号处理区，信号处理区对这些信号进行分析和判断，通过一定的数学模型来分析得到相应的故障类型。

该故障诊断模型采用的关键的硬件环节都是采用现成的模块来实现的，本设计主要是对各个功能模块进行集成，然后最终完成对信号的采集、转化传输、处理和诊断的功能。采用设置设计的方式一方面能够提高设计的效率和系统实现的速度，另外一方面也使得系统的稳定性大大的增加，单独的开发任何一个具体的硬件模块都要耗费大量的时间和精力，相对于较为廉价的硬件模块来讲还是具有相当的性价比，所以本设计选择了这种集成化的设计方式。

3 烟草制丝电气故障模拟诊断台硬件设计

3.1 编程器

PLC是一种可编程的逻辑控制单片机，该系统还包括一个可编程器利用该环节可以实现对于整个系统的数据采集、转化、传输和处理整个过程中的控制的改进。可以通过对PLC的编程来实现。另外还可以通过对PLC编程实现对故障诊断模型的修改，如果PLC所自带的故障诊断代码是可修改的话那么可以对其源代码进行修改，从实践的过程中不断的修正和改进整个制丝电气设备的故障诊断系统，使得故障诊断的准确率大大的提升，切实达到能够实用的程度。并且可以通过编程区来对整个系统的代码进行优化缩短故障诊断执行的时间，提高诊断的效率，使其真正的在实践生产的过程中发挥作用。

3.2 信号处理区

信号的处理区所包含的主要设备有AO模块、AI模块、DO模块、DI模块、CPU、PS电源模块等，这些模块主要的做还是对信号转化和传输区送上来的数据进行相应的处理使得其变为最终的易于处理和标准化的方式，最后这些数据被送到故障诊断模型进行故障的诊断。一般设备上所搭载的故障诊断模型包括基于经验的故障诊断模型和基于信号分布故障诊断模型，神经网络故障诊断模型等等。这些故障诊断模型都有各自的优势和缺点。其中基于经验模型的故障诊断模型将故障类型和某种测量参数建立起简单的对应关系，通过这种简单的对应关系来分析和诊断故障的类型。

基于参数分析的故障诊断模型主要是根据每种故障下各种参数的分布来确定和建立每种故障识别的模型然后利用该模型来进行故障的诊断。

基于神经网络的故障诊断模型是根据逆向误差来进行修复和训练模型的最终达到对故障诊断的目的。该区的主要的硬件包括电源供电系统、PLC模块、信号模块以及人机界面模块等。

各模块之间通过总线进行连接，每个模块都有相应的模块的连接器。在集成的过程中可以各个模块的总线连接直接连到CPU的总线的接口上，并且将每个模块固定在相应的位置上。信号的模块包括数字IO模块和模拟IO两部分，二者能够实现对不同设备的电气信号包括电压或者是电流使得二者的信号实现一致。

3.3 信号转化传输区

然后这些信号会通过总线被送到信号的转化和传输区，包括耦合器、变频器、馈电路、SM信号模块和子站来对采集的信号进行耦合、变频反馈控制等一系列的操作。该环节主要的作用是实现通信和一定的控制作用。

如果该系统要实现控制作用可以利用网线将现场中需要被控制的设备连接到控制设备上。通过总线网络可以较为迅速的传递采集的输入信息并且输出诊断信息。

另外，该区获得信号的方式是通过非接触式的耦合的方式获得的，然后将耦合得到的信号进行变频处理等使其具备进行下一级转化的条件。该环节主要的作用相当于一个过渡阶段，相当于信号传输的中转站，在这里实现对信号的初步的转化和处理。

4 诊断算法设计

基于经验模型的故障诊断模型将故障类型和某种测量参数建立起简单的对应关系，通过这种简单的对应关系来分析和诊断故障的类型。基于参数分析的故障诊断模型主要是根据每种故障下各种参数的分布来确定和建立每种故障识别的模型然后利用该模型来进行故障的诊断。基于神经网络的故障诊断模型是根据逆向误差来进行修复和训练模型的最终达到对故障诊断的目的。

本文利用基于最大似然比建立故障诊断平台模型，首先采集对每种故障所涉及的参数进行归类，按照目前烟草制丝设备经常出现的故障，假设类别为3类，三种类型的故障以及相关的参数表示为：

w1：x1，x2，x3，x4

w2：x1，x2，x3，x4

w3：x1，x2，x3，x4

本文在每种故障下进行了4个参数数值的测量，测量的次数为1 000，在测量完毕之后得到每种类型的故障都服从4元的正态分布。因而可以利用多元正态模型来建立每种故障的模型，如下：

上述三个公式为每类故障下的概率密度函数，然后结合先验概率就可以对出现的每组参数数值x1，x2，x3，x4进行判断如果该参数属于哪一类的概率密度函数最大那么就将所出现的参数归为哪一类的故障，如：

5 结 语

本文所设计的烟草制丝过程中的电气故障诊断系统主要是从硬件搭建的角度来对整个系统的架构进行设计和搭建的，但是烟草制丝电气系统是否具有实际应用价值，关键还是其中的故障诊断算法。对于故障诊断算法的实际应用没有进行深入细致的研究，这是本研究所存在的不足，也是电器类故障诊断系统实践应用研究的一个重要的研究方向，需要在以后进行进一步研究。

参考文献：

[1] 陈河祥，李斌，李华杰，等.滚筒烘丝机控制方法的改进与对比分析[J].烟 草科技，2011，（9）.

[2] 郭天文.平库箱式烟丝库物流自动化系统在卷烟工业企业中的应用 [J].数字技术与应用，2011，（11）.

[3] 孟杨，冯平法，吴志军，等.制药业产品跟踪管理模型的研究与应用[J].计 算机工程与设计，2008，（3）.