大型水泥厂生产线的故障自动诊断系统的设计方法

郝钰

摘 要：为了满足大型水泥厂生产线中故障诊断的实时性和准确性要求，结合对大型水泥厂生产线故障类型的特点，提出一种基于贝叶斯模型的大型水泥厂生产线的故障自动诊断系统设计方法。该系统充分利用了贝叶斯易于调整的特点和较强的学习推理能力，并结合专业人员的经验知识，因而能够对大型水泥厂生产线中的故障进行实时和准确的诊断。

关键词：大型水泥厂；生产线；故障诊断

1 概述

随着我国基础建设的不断推进，对水泥的产量和质量的要求也越来越高。因此，水泥厂的生产水平越来越高，水泥厂的规模也越来越大。随着制造业水平的不断提高，大型水泥生产线开始向智能化、模块化发展[1]，与此同时，大型水泥厂生产线的故障也越来越复杂，若水泥厂生产线出现故障，轻则造成水泥质量降低，重则引起严重的安全事故。在大型水泥厂生产线中，对故障进行实时准确的诊断，对于维护水泥生产线的安全运行、提高水泥生产效率、提高水泥生产质量、延长水泥生产线的寿命具有重要的意义[2]。因此，大型水泥厂生产线的故障诊断系统的设计方法，已经成为当前水泥行业的一个热点研究课题，受到了越来越多人们的关注[3]。

近些年，针对大型水泥厂生产线的故障诊断系统设计的问题，国内外的很多学者都提出了一些设计方法，并得到了广泛的应用。当前阶段，主要的大型水泥厂生产线故障诊断系统的设计方法主要有基于小波变换算法的故障诊断系统设计方法、基于神经网络的故障诊断系统设计方法和基于模拟淬火算法的故障诊断系统设计方法，其中最常用的是基于小波变换算法的故障诊断系统设计方法。由于大型水泥厂生产线的故障诊断系统的设计方法在提高水泥生产质量和效率方法具有不可替代的作用，因此，该课题拥有广阔的发展前景，并成为很多学者研究的重点课题。

但是传统的设计方法没有充分考虑大型水泥厂生产线故障发生的复杂性，从而降低了故障诊断的准确性。为此，提出一种基于贝叶斯模型的大型水泥厂生产线的故障自动诊断系统的设计方法。

2 水泥厂生产线故障类型分析

在大型水泥厂生产线中发生的故障，按照时间的长短可分为临时性故障和持续性故障。临时性故障的特点是，在较短的时间内突然出现，很难发现故障的规律性，临时性的故障容易引起局部功能失调，如电机突然温度过高、转速过快、或者变频器发生偷停等，可能重新复位就能消除故障现象；持久性故障的特点是，故障持续的时间较长，如电机异响、接触器粘连等，只有彻底解决故障才能消除故障现象；根据引起故障发生的原因可分为人为故障和非人为故障。人为故障发生的原因主要是由于人的不规范操作，或者保养不到位引起的，如磨机长时间过负载运行引起的轴瓦烧坏故障，立窑长时间不维护引起的耐火砖烧坏故障等；非人为故障发生的原因主要是设备元器件老化、超过设计寿命引起的，如磨损、金属疲劳、高温等都可以引起非人为故障。这些故障形成的时间较为缓慢，由量变到质变往往需要持续很长的过程。

大型水泥厂生产线中出现的故障原因比较复杂，往往是几种因素共同作用下的结果。为了保障大型水泥厂生产线的安全运行，需要对故障进行及时准确的诊断。通过故障自动诊断系统的合理设计，能够帮助我们及时发现故障发生的根源，消除水泥厂生产线中的潜在故障。

3 水泥厂生产线故障自动诊断系统的设计方法

3.1 建立水泥厂生产线故障自动诊断模型

大型水泥厂生产线的故障自动诊断系统主要实现的功能是：故障数据的采集、故障检测和故障专家诊断。利用贝叶斯算法能够对大型水泥厂生产线的故障自动诊断系统进行设计，具体的设计方法如下所述：

设置采集到的故障数据为变量集合U={x1，...，xn}，该对应的贝叶斯网络能够描述为一个二元组B={G，？专}，其中，G={V，E}是一个有向无环图（即DAG），V是故障出现的节点，其与故障数据集合U是影射关系，E为有向五环图中连接各个检测节点的边。？专={？专i，i=1，...，n}用来描述故障发生的条件概率分布，其与G中上一级节点xi的条件概率呈对应关系。因此，大型水泥厂生产线故障诊断模型能够用结构为G的贝叶

对大型水泥厂生产线的故障进行自动诊断，其实质就是通过一定的故障征兆，对故障发生的原因进行推理。基于贝叶斯的故障自动诊断系统通常采用连接树法（JT）进行故障的自动诊断。首先，将建立的贝叶斯模型G转换为连接树T=（C，S）（C为故障数据簇的集合，S为分隔集）。然后在T上进行故障数据的分析和处理。故障概率的计算主要分为故障发生的条件概率计算和故障边缘化的计算。对于前者，即在故障发生的节点中检测故障发生的概率，其计算公

在T中求解出故障发生的征兆和故障发生的原因的数据簇或者分割。因此，基于贝叶斯的大型水泥厂生产线故障自动诊断系统设计的基本原理是，通过采集故障数据，以故障发生的检测节点为起始节点，利用故障知识库或者故障数据诊断库，利用上述公式计算故障概率最大时的节点，通过已知的故障发生的因果关系和故障概率分布情况，推断出不同的故障原因发生的概率，从而实现了故障的诊断，得到故障发生原因的结论。

3.2 大型水泥厂生产线故障诊断系统的设计方法

在大型水泥厂生产线故障自动诊断的过程中，专业人员的经验知识特别重要。将专业人员的知识经验与实时检测到的水泥生产线的实时数据相结合，能够为故障的诊断提供更可靠的依据。文章设计的大型水泥厂生产线的故障自动诊断系统主要包括5个功能模块，分别为故障数据的采集模块、故障学习和推理模块、故障知识模块、故障诊断结果输出模块和人机交互模块。

（1）故障数据的采集模块：利用水泥生产线中部署的各种传感器检测故障发生时的运行数据，如电流、电压的波形，震动的频率等，采集到的数据经过处理模块的处理后形成故障特征信号，这些故障特征信号被储存在数据库中，供故障自动诊断系统进行识别和处理。

（2）故障学习和推理模块：该模块是故障自动诊断系统的核心。其中故障诊断模块能够利用知识库中已建立的贝叶斯模型，不断调整进行故障推理的参数，从而满足故障诊断实时性和不确定性的要求。

（3）故障知识模块：该模块中的知识包括两类，其一是规则，如重新构建贝叶斯故障检测模型的函数和经验知识等，其二是推理知识，这些知识主要来源于专业人员的经验知识和调整后的贝叶斯检测模型等。

（4） 故障诊断结果输出模块：其主要功能是，输出故障诊断结果，并在人机交互界面中展示。

（5）人机交互模块：该模块的主要功能是展现故障诊断结果；操作人员对故障诊断系统进行相关参数的查询、调整和维护。

基于贝叶斯的大型水泥厂生产线的故障自动诊断系统，能够充分发挥贝叶斯网络的构造能力， 并对模型的结构进行实时调整，若在某一时刻，已经构建好的贝叶斯诊断模型难以对采集到的故障数据进行诊断时，则可以及时启动故障学习和推理模块，通过模型的训练和学习获得更准确的故障诊断模型，这就提高了系统的自适应性和泛化能力。

4 结束语

大型水泥厂生产线的故障诊断系统的设计方法，是水泥行业的一个重点研究课题。文章针对传统设计方法在大型水泥厂生产线的故障诊断系统设计方面的不足，提出了一种基于贝叶斯的故障自动诊断系统设计方法。只有通过科学合理的故障诊断设计方法，才能设计出高效的故障诊断系统，从而为大型水泥厂生产线的安全运行提供保障。

参考文献

[1]李晓，李慧慧.水泥生产线关键部件在线监测与故障诊断系统研究[J].电工文摘，2014（1）：62-67.

[2]魏立，毛丽娟.水泥工厂远程专家诊断与维护系统[J].中国水泥，2013（6）：101-103.

[3]孙吉云.水泥生产线电气控制类故障的分析与处理方法[J].中国科技纵横，2014（4）：72-73.