基于人机交互的高速机电设备电路故障检测

娄娜, 李宏辉, 陈昊伟, 白广华

(河南高速公路发展有限责任公司， 河南 郑州 450000)

0 引言

在一套工业生产设备中，高速机电设备是生产控制的中心枢纽，它的质量以及运行状态直接影响着整个工业生产的质量。据统计，高速机电设备的电路故障占整个设备故障的45%以上，因此检测的难度也较大。

高速机电设备中的电路板规模和复杂性越来越突出，出现故障的频率以及难度也越来越大。传统的高速机电设备电路故障检测主要是依靠人工排查方式，对设备电路板中可能出现电路故障的地方进行人工检测，这种方式检测速度慢、故障类型检测不全面，而且对于故障检测人员的技术条件要求较高[1]。传统的故障检测方法还有电流检测法，主要通过对电路板中元件的工作状态进行分析，进而对高速机电设备的故障类型做出判断，这种传统方法虽然能够减少人工参与，但是当高速机电设备中的电路板产生频率变化时却不能及时做出故障类型判断与检测[2]。为了改善传统方法中存在的缺陷，本文对基于人机交互的高速机电设备电路故障检测进行研究，引用人机交互技术将检测电路故障的工作性质提升到智能化层次，并通过人机交互手段快速地检测与识别高速机电设备的电路故障，将故障定位到元件级。

本文引用的人机交互技术，实现了机器与人之间的自然交互，采用机器获取高速机电设备电路中的故障数据并对相关数据进行快速上传解析，较全面的检测故障数据，并较快速地对故障数据进行分析。

1 基于人机交互的高速机电设备电路故障数据检测

本文所采用的高速机电设备电路故障检测工控主机能够适应多种软件平台开发的Windows窗口，检测操控人员可以通过显示器中的控制按钮、菜单、对话框等控件实现与机器之间的交互，控件应用较为形象简单，便于操控人员的学习与交互控制[3]。

高速机电设备电路故障检测工控主机建立在Windows操作系统之上，将单片机作为软件程序的开发对象，执行语言采用执行速度较快的C++语言作为人机交互页面的编程语言[4]。根据不同频率的参数变化作为频率检测支撑的计算式为式(1)。

(1)

式中，L代表故障点距离；U代表电路板额定电压；I1、I2分别代表电路板与检测装置的线路电流；Z代表电路板阻抗。

在操作人员进行电路故障数据监测时，需要根据高速机电设备电路板的功能要求启动不同类型的电路故障检测程序。当电路故障数据检测程序启动时，高速机电设备电路板中的历史故障数据会被操作系统初始化，预防历史数据对即将检测到的数据产生干扰，操作系统初始化后便利用故障检测设备对高速机电设备中的电路板进行故障数据采集，操作系统若收到故障数据则确定数据的帧数是否完整，若操作系统没有收到故障数据则再次向故障检测设备获取信息，当故障数据帧数处于不完整状态需要对此数据进行缓存处理，若故障数据的帧数完整，根据操作系统与故障检测的工控主机确定故障位置并向高速机电设备串口发送数据，数据发送完毕则结束故障数据采集流程[5]。故障数据的采集总流程图，如图1所示。

图1 故障数据的采集总流程图

检测高速机电设备电路的故障并进行精准定位，首先需要在检测机器的操作系统中设计一套软件流程页面，能够对历史故障数据进行初始化以及故障检测类型选择，然后再根据高速机电设备中的电路板型号选择相应的子界面，实现任意一个电路板的故障数据检测诊断[6-7]。操作系统的软件流程页面主要由电路板测试部分、操作帮助部分、数据库三部分组成，操作系统的构成框图，如图2所示。

图2 操作系统的构成框图

在对高速机电设备电路板故障检测过程中，被测电路板的实时界面将会被摄像装置拍摄并呈现在操作人员所操作的系统显示屏中，同时会将操作人员的操作流程在显示屏中显示，显示屏还会为操作人员提供相应的检测信息参考数据，使故障数据的采集检测流程更加直观[8]。应用人机交互技术对高速机电设备电路板数据进行检测共有三种方法，分别为自动检测方法、手动检测方法、人工辅助检测方法。自动检测方法是选择了被测电路板的类型后，高速机电设备电路故障检测设备自动对故障数据进行检测收集并进行数据储存；手动检测方法是选择了被测电路板的类型后，操作人员按照系统提示步骤进行故障检测；人工辅助检测方法主要通过逻辑笔等结构较简单的可移动检测设备在高速机电设备的电路节点上测量故障范围的性能与工作状态，对电路板的故障进行辅助检测[9]。

电流检测法应用的计算式为式(2)。

(2)

式中，没有阻抗作频率限制工作，导致无法快速的切换检测状态，同式(1)一样，L代表故障点距离;U代表电路板额定电压;I1、I2分别代表电路板与检测装置的线路电流。

在对电路板检测的过程中，需要对高速机电设备的电路板电源进行检测，分别检测电路板电源的电压值、电流值、电源特性[10]。为了能够同时对这三方面进行测试，本文设计了电源检测体系，体系构成如图3所示。

图3 电源检测体系构成图

本文应用时序电路检测技术对高速机电设备的信号发出频率不同的故障电路板进行检测，时序电路检测技术主要通过高速机电设备中的单片机接口芯片实现，芯片的数字量输入端口通过运算将故障信号进行调整，端口数据再进入译码器对时序电路信号进行控制检测[11-12]。被测的电路板向时序电路检测设备中发送检测信号，由电路板数据接收端口检测正常电路板的电压与故障电路板的电压差值，根据差值的范围不同可以规划多路信号的频率变化[13]。时序电路检测设备接线图，如图4所示。

图4 时序电路检测设备接线图

2 基于人机交互的高速机电设备电路故障数据分析

对人机交互的高速机电设备故障数据分析类型主要分为两种，其一为人机交互的高速机电设备电路故障数据的诊断分析，目的是确定故障的范围以及故障的类型等；其二是分析用户的交互任务，目的是为故障检测操作人员提供操作界面，显示故障数据的传输类型和故障范围显示等，这部分的分析内容实用性较强，能够为操作人员带来更佳的操作体验感[14]。选择的数据库分析模式，如图5所示。

图5 数据库分析模式图

对故障数据的诊断分析主要是应用电路板中的检测点数据和JHA状态数据作为基础，当两种数据的类型有差异时则确定高速机电设备的电路板产生故障，需要将故障数据定位到故障源点，将故障源点的位置通过交互技术显示出来便可以找到发生故障的电路板元件[15]。

故障数据的诊断通常是比较故障数据的状态差异，通过差异在逻辑上判断故障元件，当需要确定高速机电设备电路中的故障范围时，需要将故障数据范围扩大，当故障范围扩大到与JHA数据状态一致时，方可确定故障的范围，根据故障数据分析电路板的故障范围设备检测接线原理图，如图6所示。

图6 故障数据分析电路板故障范围设备检测接线原理图

本文中的人机交互主要是通过操作键盘和LCD显示来进行的，本文中的人机交互界面采用数据窗口设计，每个窗口的弹出均涉及到故障数据的处理函数，在界面中可以同时兼容150个故障数据函数，操作人员可以对故障点进行选择、编辑，所有的故障数据还可以归属于同一个窗口，方便响应操作人员的命令[16]。人机交互的显示界面中主要通过故障数据的打点与方向进行控制，界面所显示的图形均需要依靠点数函数来实现，如式(3)。

(3)

式中，x、y分别代表显示界面中的坐标点；n代表故障数据节点；v代表电路板中的故障范围[17]。由于系统中没有字库，因此本文应用阵列的方式，通过屏幕像素显示的方式完成人机交流之间的交互便于对故障数据的分析，通常的阵列节点有12×12和24×24两种型号的阵列模式，高速机电设备中电路板所产生的故障数据完全可以通过12×12模式下的阵列显示，同时为了避免采用更高模式下的显示阵列会对故障的数据分析产生卡顿影响，所以本文应用12×12模式阵列显示界面，在12×12模式阵列中的故障定位点的显示区域图，如图7所示。

图7 在12×12模式阵列中的故障定位点的显示区域图

3 实验研究

为了验证本文采用的基于人机交互的高速机电设备电路故障检测方法能够更加精准快速地完成故障检测，并且能够适应高速机电设备在频率变化的状态下进行故障检测，本文将通过实验证明本文方法在故障检测精准度方面优于参考文献[1]引出的方法，在变频故障检测方面优于参考文献[2]引出的传统方法。

实验的过程中需要一定的实验参数作为对比实验的软件环境支撑，本文设定两套实验参数分别作为本文方法与传统方法之间的对比环境，本文方法与参考文献[1]中引用的人工故障检测法对比实验参数，如表1所示。

表1 本文方法与参考文献[1]对比实验参数表

本文方法与参考文献[2]中引用的电流故障检测法对比实验参数，如表2所示。

表2 本文方法与参考文献[2]对比实验参数表

实验参数中CMT主要用于支持高速机电设备电路故障数据的采集检测功能，Open NI主要为操作人员提供电路板中故障所在范围的三维图像。

本实验的人机交互对象主要由6个自由控制机器人组成，操控人员通过对机器人的自由操控获取高速机电设备电路板中的电路故障数据，实验过程中首先将机器人的摄影组成部分投放到高速机电设备的电路板中，机器人应用逻辑笔将电路板中的故障数据范围确定后，将数据通过显示屏以图像的方式传达给操作人员，操作人员再进行故障数据分析，当电路板工作频率变化时操作人员启动时序电路故障检测程序，再次对不同频率的故障数据进行检测。

为本文方法与参考文献[1]中引出的人工故障检测法的故障检测精准度实验比较图，如图8所示。

图8 本文方法与文献[1]偏差值检测实验结果

由图8可知，采用人工故障检测方法进行故障检测偏差值波动较大，范围在-0.015 mm到0.015 mm之间，采用本文检测方法进行故障检测偏差值波动较小，范围在-0.010 mm 到0.010 mm之间。通过对比可知，采用本文检测方法进行故障检测比人工故障检测方法精准度更高，所以，应该多采用本文方法进行故障检测。

本文方法与参考文献[2]中引出的电流故障检测法的电路板变频故障检测效果对比图，如图9所示。

图9 本文方法与文献[2]偏差值检测偏差值实验结果

根据图中的对比结果可知，采用本文方法进行电路板变频故障检测偏差值波动较大，范围在-0.012到0.016之间，采用电流故障检测法进行电路板变频故障检测偏差值波动较小，范围在-0.002到0.002之间，由此可以看出，与电流故障检测法相比，本文方法精准度更高。本文方法采用人机交互的模式，利用逻辑笔对人工难以检测的部分进行故障检测，并且本文方法可以将故障状态以图像的形式传达给操作人员，方便人与机器之间的互动。高速机电设备电路板进行变频时，电流故障检测法不能及时地切换故障检测方式，需要一定的过渡时间，本文方法可以通过操作人员的程序启动进行时序电路故障检测法，及时地对不同频率的电路板故障进行检测。

4 总结

高速机电设备是否正常运行关乎着整个工业生产的运作状态，面对高速机电设备中故障发生率最高的电路故障，本文对人机交互的高速机电设备电路故障检测进行研究，通过机器对人工不能检测到的部分进行拓展检测，应用时序电路故障检测法改善了对变频电路板的故障检测，完善了高速机电设备的电路故障检测领域。