烟机电子系统故障预测与健康管理技术研究

李秀芳，王红霞

（1．河南中烟黄金叶生产制造中心，河南郑州，450016；2河南中烟技术中心，河南郑州，450016）

烟机电子系统故障预测与健康管理技术研究

李秀芳1，王红霞2

（1．河南中烟黄金叶生产制造中心，河南郑州，450016；2河南中烟技术中心，河南郑州，450016）

随着设备的自动化程度的提高，烟机设备的智能化程度也得到了大幅提升，设备上PCB板的广泛应用，使得对烟机电子系统的故障进行预测和管理成为势在必行的任务，这样既提高设备的使用寿命和减少运维费用支出，通过不同的渠道对设备运行数据进行分析运用，运用一定的算法进行人工智能分析，指导设备的运维，促进烟机设备的发展和健康管理。

电子系统；人工智能；健康管理

0 引言

随着设备管理水平的提升，两化融合的深入推进，信息化带动了工业化，工业化也促进信息化的使用，烟草行业的发展也充分体现了这一点，据统计仅电子系统故障就占设备运行总故障的40%，而且电子系统故障容易突发，查找起来费时，如果生产正在运行，其突然停车造成的浪费将是巨大的，所以对烟机电子系统进行故障预测与健康管理技术研究很重要。结合企业的实际情况，充分运用信息化技术，从三个层面进行数据处理研究。

1 故障预测与健康管理系统的设计与实现方法

在航空和军事设备上，故障预测和健康管理很大一部分由传感器和监测装置提供数据支持，还会有一部分机内自测数据等等。但是在国家提倡两化融合的大方向后，烟草行业的信息化推进也加快了步伐，结合企业自身情况，烟机电子系统故障预测与健康管理从以下四个方面进行设计。

1.1 基于电子电路维修仪的故障预测和健康管理

电子电路维修仪配合计算机来使用，这样能弥补人工维修能力的不足，可以不要图纸和未知电路板原理的情况下进行测试判断故障点。一种快速方式就是在系统中建立一个完好的电子元器件或一块完好的PCB板的典型数据或曲线，曲线在计算机中是以电路板为单位存放的。比如V-I曲线分析测试，这种测试功能是建立于模拟特征分析技术上。可用于模拟（A）、数字（D）及各种专用器件、可编程器件以及大规模、超大规模器件上。如74LS373曲线比较出现差异，确定故障点是3脚，如图1所示。

图1 74LS373V-I曲线分析测试曲线比较图

使用测试仪进行此项测试十分简单。只需用探棒点到好板子上的元件管脚上，或者用测试夹夹在器件上，测试仪就能自动把该结点的特征曲线提取出来，显示在计算机屏幕上，最后存入计算机中。通过同样简单的操作，可以将库中的曲线和新测到的曲线在屏幕上同时显示出来。比较两者之差异就能发现故障。

另一种就是标准库里没有相应的波形及特征参数时，也可以进行管脚测试，找到故障点。

所有对象的故障情况都被保存在知识库里，经推理机逻辑计算后，由专家系统给出健康管理诊断意见，形成维修、库存等管理意见。目前企业存在的可进行的种类也很多，比如压力测试、各种变送器、各种流量计、各种温度仪、水分仪、PLC各种模块等等，用途非常广泛，效益非常明显。

1.2 基于设备资产管理系统的故障预测和健康管理

结合现有的设备资产管理系统，充分利用设备全过程管理中的一些典型数据，直接接口取数据建立故障库，故障库的设计如图2所示。

图2 故障库的建立步骤框图

故障库定期导出进入健康管理系统的知识库，经推理机逻辑计算后，由专家系统给出健康管理诊断意见，形成维修、库存等管理意见。

1.3 基于设备三级点检系统的故障预测和健康管理

对于已经推行了三级点检的设备管理模式，充分利用信息融合，系统接口后高效率把各自的信息综合起来，以便于对电子系统状态的确定获得更为准确的结论。

首先对设备进行勘查，确定监测对象，并建立监测计划和周期、标准。目前点检系统分日常点检、专业点检、精密点检，涉及到的内容有振动、温度、速度等。

这些设备运行特征值按一定周期进行检测，两个系统对接后，数据进行预处理后进行推理，有专家系统给出结论和健康管理意见。

1.4 基于现场总线控制的设备监控系统的故障预测和健康管理

企业的生产现场已经进步到一网到底的阶段，那么在基于最新的PROFINET网络技术和支持该技术的硬件产品，底层设备控制网、集中监控网、生产管理网实现了网络层的统一，上层可通过TCP/IP协议直接访问和诊断底层I/O设备，设备的运行参数可根据需要上传到监控层，信息发布后为上层所用，只要解决接口问题就行，目前可通过OPC接口协议解决，获取电子系统本身就具有的功能和特点，对那些能在一定程度上反映出系统性能的特征参数，进行必要的监测措施，获取的参数进行预处理，针对预处理后的数据，进行各种有效分析运用，经推理机、专家系统对电子系统的各种故障作出预测，然后做出健康管理决策。

2 结论

目前电子设备由于其自身的特性和环境因素等复杂条件的限制，一些传统的维修方法在两化融合的今天不再适应，所以充分利用现有的各种渠道的资料，省掉了人工统计分析的繁琐，体现了智能化、高校故障定位并提出维修指导意见，降低故障停机率，节约维修费用，实现设备电子系统的故障预测与健康管理。

[1]何奇.航空电子系统故障预测与健康管理技术研究[J].电子世界,2016(12):120.

[2]许丽佳.电子系统的故障预测与健康管理技术研究[D].成都:电子科技大学学位论文,2009.

[3]程梦瑶.大数据驱动下的PHM[J].软件和集成电路,2016(5):22-25.

[4]高荣.浅述新兴的电子系统故障预测与健康管理[J].工程管理,2014(18):136.

[5]杨金宝，周学广，欧庆于.基于故障库的电子设备故障诊断技术应用研究[J].科技咨询导报,2007(24): 33-36.

Research on fault prediction and health management technology of flue gas turbine electronic system

Li Xiufang1,Wang Hongxia2
(1.Henan tobacco leaf production center,Zhengzhou Henan,450016;2.Henan tobacco technology center,Zhengzhou Henan,450016)

with the increasing degree of automation equipment, intelligent machine equipment has been greatly improved, widely used equipment on the PCB board, the failure of the tobacco electronic system for prediction and management has become imperative task, so as to improve the service life of equipment and reduce maintenance costs, equipment operation data by analyzing through different channels, using some algorithm of artificial intelligence analysis, equipment operation and maintenance instruction, promote the development of the machine equipment and health management

electronic systems; artificial intelligence; health management

李秀芳（1973－），女，高级工程师，主要从事设备管理工作。研究方向：烟草设备管理、工业自动化技术应用。