基于专家推理的智慧水厂机泵健康评估系统设计

江苏合信环境发展有限公司 王卫兵

随着智慧水厂建设的需要，机泵健康评估是实现水厂智能化的一个重要方面。本文围绕机泵运行提出基于专家推理的智慧水厂机泵健康评估系统，对所涉及的专家技术、智慧水厂技术等进行介绍及设计。本文提出的机泵健康评估系统能够实时监测机组振动动态参量，运用智能报警和预警技术，强化设备状态综合评价和智能推理、故障诊断技术，及时掌握设备的运行状态，为机组运行、维护、检修提供有针对性的重要依据。

机泵健康评估系统是通过对相关部位的振动、摆度、温度（电机温度和轴承温度）、转速、三相电流等状态监测参数以及过程量参数，进行在线监测并记录，结合设备运行过程量参数、工况参数等的变化，提高机泵运行的安全可靠性，可有效地发现并消除故障早期隐患，大幅度降低维修费用，实现水厂优化调度和高效经济运行；同时，通过改变企业的维修管理模式、提高水厂管理的智能化水平，真正实现了“无人水厂”和“少人水厂”的管理要求，降低了公司人力成本，提高了经济效益和安全性。

本系统结合水厂现有信息数据，融合监测系统内各种信息，并与历史数据对比，形成一套基于振动、电气、润滑、效率等多个要素构成的环节状态特征以综合判定机组运行状态的方法。开发出一套设备综合健康评估和智能诊断系统，从而实现实时监测机组振动动态参量，运用智能报警和预警技术，强化设备状态综合评价和智能推理、故障诊断技术，及时掌握设备的运行状态，当状态变化时，及时辅助判定产生故障的原因和部位，防止恶性事故的发生，并为机组运行、维护、检修提供有针对性的重要依据。

1 关键技术

1.1 专家推理技术

专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。

一般来说，专家系统=知识库+推理机，因此专家系统也被称为基于知识的系统。一个专家系统必须具备3 个要素：领域专家级知识、模拟专家思维和达到专家级的水平。专家系统适合于没有数据或数据很少的情况，而基于概率统计学习则适合大量数据情况，给定数据，通过模型找到用户输入到结果的映射关系。

1.2 智慧水厂

为探索智慧城市建设、运行、管理、服务和发展的科学方式，决定开展国家智慧城市试点工作，2014 年八部委印发的《关于促进智慧城市健康发展的指导意见》指出：“智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念和新模式”，由此可见，智慧城市的手段是新的技术，特别是信息技术，目的是提高规划、建设、管理和服务能力。为满足智慧城市的要求，作为城市重要基础设施，智慧水厂应该是以应用新一代信息技术为手段，生产、运行、维护、调度和服务等全方位、全过程各环节高度信息互通、反应快捷、管理有序的高效节能、绿色环保、环境舒适水厂。

2 系统总体设计

本系统采取分层分布的网络结构，包含现地和上位机两个层次，现地系统具有采集、监测、显示和报警的功能，上位机系统着重于建立智能数据库、监测数据的全面和完整显示、分析、处理，并与自控系统进行有关信息的双向交流，建立完整的、科学的机组运行状态在线监测系统。本系统还应利用网络技术和云计算，与调度中心或远程中心进行信息交换，充分发挥远程中的技术指导功能。

本系统通过多源信息采集，提取反映机组运行状态的征兆，并利用这些征兆通过建立机泵健康模型对机组的健康状况进行评价，从而智能诊断出故障原因、部位、类型、性质、严重程度以及发展势，并指导维修，对机组进行早期故障分析，从而确定机组各部件的最佳维修时间，实施预知维护，并通过物联网接入云服务平台。

机泵健康评估系统主要由软件部分、硬件部分构成。硬件部分包括：现场传感器、智能数据采集器、服务器、网络交换机、通讯电缆等组成；软件部分主要包括：设备状态监测与运行管理软件、数据采集软件，远程平台通讯软件组成，如图1 所示。

图1 机泵健康评估系统Fig.1 Health evaluation system of pump

3 系统详细设计

3.1 综合监测模块设计

以形象化图片显示机组各部位，以绿/黄/红三色渐变标识机组的当前状态，以及机组测点上的实时监测数据，绿/黄/红三色标识测点数据报警状态；能以列表显示机组和对应机组下的测点的测量结果；能以结构图、棒图、表格、曲线等形式展示机组的当前监测的信息，所有状态监测画面可定制化灵活组态，

3.2 信号分析功能模块设计

具备完善的稳态分析、瞬态分析以及非稳态过程分析和振动与工艺参数相关分析，以可视化主动数据驱动技术进行数据快速查询，对所有被监测机组在不同时刻、不同状态下的动态信号快速、准确地进行各种信号分析和数据处理，以结构图、棒图、表格、曲线等形式丰富的表达出来，所有监测画面可根据客户需求灵活组态，支持定制化。

3.3 数据存储模块设计

监测数据从数据类别分为动态数据：包括振动波形等，静态数据包括温度、压力、流量、水位等数据，系统具备状态监测特征量秒级数据存储及检索功能。历史数据存储方式为“非线性存储策略”数据按照历史数据、报警数据、故障数据分别存储，追忆级别分为三级即短期追忆、中期追忆和长期追忆。短期追忆长度为2 天，中期为1 季度，长期为5 年。非线性存储策略方式为：停机后存储频率大大降低，如变为原来3-4 分之一左右，

3.4 综合评价模块设计

系统能在大数据基础上，把来自于不同源的信号进行特征提取，得到相应的信号，然后对这些信号进行深度挖掘和信息融合，得到设备状态的综合信息，根据一定的规则模型，实现对设备状态的综合评价。综合评价水泵机组的状态，实时评价显示机组的运行状态。能针对不同因素对机组总体状态具有不同影响程度的特点，要求采用不同的权值来进行机组的总体评价（包含电气类、机械振动、温度、油气水、点检、运行效率、运行时间、维修保养等综合评价），具有更加合理的评价准则，提高评价结果的合理性和真实性。

4 系统技术优势与创新

（1）综合健康评估：根据“短板原理”，构建基于多指标的机泵健康评估体系，遴选了振动、温度、泵效率等评价指标来构建机泵的健康评价模型，通过基于部件敏感特征分解的振动评价等技术，有效提高泵站设备评价的准确性，以不同权值来表达指标的重要程度，以良好、可用、需维修、需停机4 个级别表征最终机泵健康评估结果，结果客观，表达形象。（2）智能诊断专家系统：开发了具备可视化规则管理和基于专家系统语言JESS 的专家推理引擎，采用包括同源信息融合技术在内的多种特征提取算法，建立针对大型泵站各类机泵（立式混流泵、轴流泵等）设备特点的故障特征库、诊断规则库，显著提高泵站设备故障诊断的正确率，积累超过1000 条故障诊断规则，可覆盖大型泵站高频发故障的85%。

5 结语

本文围绕智慧水厂机泵健康评估等问题，提出了基于专家推理的智慧水厂机泵健康评估系统，对系统中所涉及的专家推理技术、智慧水厂等关键技术、系统总体设计方案等进行介绍，对系统主要模块进行设计并归纳了技术优势和创新之处。本文提出的智慧水厂机泵健康评估系统对于智慧水厂机泵健康运行具有指导性意义，也为水厂安全可靠运行提供了新的思路。