TSW2500型500 kW短波发射机故障类型诊断仿真

邓晓霞

（国家广播电视总局二0二二台，新疆 喀什 844000）

0 引 言

计算机技术的发展推动各个领域的技术革新，尤其是各类故障检修技术获得较大进步。在发射机故障诊断过程中，可通过计算机技术的应用实现设备故障的实时诊断，但发射机的故障类型复杂，即使使用计算机进行故障检测也十分不容易[1]。一旦无法检测到故障，将会严重影响发射机的工作状态，进而带来较大损失。目前，研究人员针对发射机故障类型诊断进行研究，早期提出一种故障树的诊断方法，但经过不断应用发现，该方法虽能实现故障类型诊断，但其诊断效果差、信息利用率低，因此设计了短波发射机故障类型诊断仿真方法。

1 短波发射机故障类型诊断仿真方法设计

1.1 采集短波发射机故障数据

TSW2500型500 kW短波发射机故障数据的采集主要是利用数据采集卡进行，通过传感器采集设备运行的各类参数，将其输送至上位机软件，经数据预处理后再进行实时显示。本文设计方法采用SK2010采集卡实现数据采集[2]。在使用采集软件进行数据采集前，需进行接口匹配，确保数据采集接口通信正常，从而获取大量数据信息[3,4]。

本文数据采集模块是以数据分析、存储以及显示等功能模块为基础实现故障数据采集，其采集流程如图1所示。

图1 数据采集流程

根据图1流程实现数据的采集。在工作时，数据采集模块硬件部分的工作方式为多路信号采集。由于信号采集模块只能同时测量两个信号，因此在软件操作中采用多个数据处理器，但每次只同时输入两个信号至示波器中[5]。此外，可根据方法中传导信号幅度和频率的性质设置采样参数。

数据存储是故障诊断中必不可少的一部分，需支持数据查询和数据备份等操作。采集的发射机状态监测数据和故障诊断数据一般存储于数据库中[6]。由于Lab Windows/CVI开发能力有限，需要安装ActiveX组件达到对其的完全控制。在选择存储数据库工具时，还需要综合考虑数据量和开发需求等多种因素。本方法选择MySQL数据库实现数据储存，数据库内应用的是SQL数据库语言。该数据库具有计算速度快和管理灵活度高等优点，此外MySQL数据库操作简单，在用户权限方面非常安全[7]。

1.2 设计故障诊断知识库

在进行故障知识库设计时必须进行知识处理。知识处理就是将各类专家知识按照特定规则转化为计算机可读的知识以满足专家推理和引擎需求。知识诊断是一种对描述控制策略和使用知识进行诊断的过程，其主要优点是形式简单、易于更新，可在不改变其他事实的情况下获取故障诊断知识。知识表达的方法包括语义网络法，该方法是基于人工智能研究的早期人类联想记忆模型[8]。基于此设计的故障诊断知识库如图2所示。

图2 故障诊断知识库

由图2可知，根据上述知识表达方法，在发射机故障诊断中可根据组态与组件模块的连接工作性能、工作特殊性以及工作时长等实际情况建立知识库。发射机故障诊断多由固态放大器输出和高压电源诊断法进行分类，从设备数据、使用维护记录以及故障清零报告等中提取故障诊断信息。

1.3 构建短波发射机故障诊断模块

故障诊断模块可及时筛选数据库中的故障，实现故障查询和故障诊断。故障查询方式有很多种，最重要的是故障现象查询和故障模块查询[9]。技术人员输入故障信息后，使用故障诊断方法搜索故障库，检索故障信息并传送给报警中心。如果数据故障库中不存在故障信息，则需要激活故障库的编辑功能，及时进行修改。故障诊断模块使用的数据库开发工具是MySQL，利用该开发工具构建监测发射机状态的数据库和知识库，并使用C++设计发射机故障诊断的推理引擎。建立的故障诊断模块如图3所示。

图3 故障诊断模块

由图3可知，利用该模块可实现发射机信号实时采集，及时进行故障监控。该模块中还设置了传感器电路实现信号模拟和波形信号采集。发射机诊断平台主要对采集到的设备电压、电流以及功率等信号进行实时监控与故障诊断，系统判断此时数据是否超过阈值，如果超过阈值，则立刻发出警报。

1.4 实现短波发射机故障类型诊断

短波发射机状态监测和故障诊断方法的诊断核心是故障诊断中心，该中心可协调和控制检测方法的整个运行过程。除此之外，还需通过对状态监测平台进行模拟，实现用户、硬件以及底层驱动软件之间的通信连接。本文主要采用虚拟仪器技术完成模拟，故障诊断中心首先在内部处理用户发布的命令，其次通过底层驱动软件将命令传递给硬件执行，最后由状态监测平台实时监测，为监测平台提供反馈，帮助用户进行观察和判断决策。

软件监测诊断平台以Lab VIEW为工具开发，采用多个诊断模块实现综合自检。该监测诊断平台可实现TSW2500型500 kW短波发射机状态故障的实时监测和诊断，满足实时通信的要求。发射机状态监测和故障诊断中心的主要功能是监测发射机在工作状态的各项参数是否正常，并将检测到的数据存储在数据库中。如果没有检测到特定参数异常，则需在设定区域内进行实时监控，一旦发现异常就立刻报警，并将异常参数存储在数据库中[10]。

故障排除模块需快速检索故障数据，通过显示故障时间和故障波形对故障数据进行诊断和定位[11]。状态监测平台的检测模块由数据采集、分析、存储以及显示4部分组成，利用检测周期不断重复的性能，来运行监测程序。

另外，为保证数据采集的实时性，在设计程序时应尽量缩短检测周期。短波发射机的主要信号是电流和电压，因此在选择传感器时主要使用变压器和电流传感器。根据电流方向，电流传感器可被分为直流电流传感器和交流电流传感器[12]。一般情况下，使用直流电流传感器和交流电流传感器是为避免在检测时损坏短波发射机的传输电缆，在运行时对短波发射机造成干扰。被测电流通过电缆流经传感器芯孔时会根据电流效应进行转化，然后传输到采集设备中方便后续使用。交流电流传感器的工作方式是直接从各种采集设备中采集单相交流电流信号，并将其分割成可使用的标准电压，从而实现发射机故障类型的诊断。

2 仿真实验

为了验证本文设计的TSW2500型500 kW短波发射机故障诊断方法的诊断效果，将其与故障树诊断方法进行对比，检测两种方法的加权平均融合值，实验如下所示。

2.1 实验准备

在指定的环境下，模拟无线发射机的工作模式，设计不同的工作频道。由于不同模式输出的信号指标和中心频率不同，因此在模拟TSW2500型500 kW短波发射机故障模板时，必须标明其工作模式和工作频道，否则无法利用该模板进行故障诊断。

将故障电路板装入模拟发射机中，然后利用测试仪测量发射机功率、统一工作模式下的输入端电压、平均功率、中心频率以及峰值幅度。运用模板匹配法求得的基本概率分配如表1所示。

表1 发射机故障概率分配

在上述实验环境下，使用表1中的故障概率分配数值进行后续的仿真实验，得到加权平均融合值。

2.2 仿真实验结果与讨论

分别使用本文设计的TSW2500型500 kW短波发射机故障诊断方法与故障树方法检测10次加权平均值，根据故障分配表进行匹配，仿真实验结果如表2所示。

表2 仿真实验结果

根据表2的仿真实验结果可知，本文设计方法的加权平均值均低于故障树故障诊断方法的加权平均值，因此设计的方法信息利用率高、诊断效果好。

3 结 论

设计正确的故障诊断方法对TSW2500型500 kW短波发射机故障及时处理有重要意义，因此本文在考虑传统方法弊端的基础上设计新的故障诊断仿真方法。通过仿真试验证明该方法的加权平均值与故障概率分配结果一一对应，其信息利用率高，诊断效果好，但仿真次数有限，还需在使用中不断优化。