摘    要： 針對在智能診斷中最底層現(xiàn)場控制器的診斷功能和處理方法加以闡述,，提出一種基于現(xiàn)場控制器的模糊智能診斷方法，并指出處理及設(shè)計中的基本原則,。在實際應用中證明其可行性及有效性,。
關(guān)鍵詞： 工藝過程故障診斷；現(xiàn)場控制器,；多任務系統(tǒng),；模糊智能診斷；PLC,；選煤生產(chǎn)

　　以PLC為代表的現(xiàn)場控制器功能日趨完善,，除了完成對設(shè)備、工藝過程的監(jiān)控任務,，還可以對現(xiàn)場的各種故障快速發(fā)現(xiàn),、及時解決[1]。統(tǒng)計表明實際中80%以上的故障為一般性故障,，在解決常見,、多發(fā)故障的處理上，現(xiàn)場診斷功能可發(fā)揮如下作用：(1)精確定位故障,，避免診斷的盲目性,；(2)立即采取措施,，避免造成嚴重后果；(3)使系統(tǒng)有一定的容錯能力,，在出現(xiàn)某些故障的情況下,，改變控制策略，避免停車等事故,，確保系統(tǒng)繼續(xù)安全可靠的運行,。
1 控制器的診斷功能擴展
　　根據(jù)故障危害程度等特征，將故障分為安全性故障,、工藝過程性故障,、耐用性故障等不同等級[2-3]。在組織故障處理功能時,，故障的等級應予以考慮,。(1)安全性故障：可能產(chǎn)生嚴重后果的故障，主要包括設(shè)備損壞,、危及人身安全要求控制系統(tǒng)立即處理并報警,。(2)工藝過程性故障：能夠?qū)刂七^程、產(chǎn)品質(zhì)量產(chǎn)生嚴重影響,，但不易立即發(fā)現(xiàn)處理的故障,，一段時間后如故障仍不排除則后果擴大。(3)耐用性輕度故障：除上述2種故障外,，不直接影響生產(chǎn)和質(zhì)量的輕度故障,。
　　現(xiàn)場控制器如高端PLC、DCS系統(tǒng),，其操作系統(tǒng)均采用搶先式多任務處理機制,，控制器故障診斷處理可依照故障的等級，采用不同的任務等級,。圖1以Quantum PLC為例,，給出故障診斷及處理功能在PLC中的合理結(jié)構(gòu)安排。操作系統(tǒng)為用戶程序提供不同優(yōu)先級的處理功能,，在每個級別上都按照采樣輸入,、處理程序、執(zhí)行輸出的過程進行,，高優(yōu)先級的任務中斷低優(yōu)先級任務,。

　　安全性故障：在正常的掃描任務中判斷處理，由于PLC的CPU速度很高,，PLC程序掃描周期一般只有幾毫秒,，所以對于絕大部分故障的處理速度是滿足要求的，并可使程序簡化,。對于后果嚴重,、響應速度要求極高的故障,，必須安排在I/O或定時中斷中處理。
　　工藝過程性故障：在不影響CPU掃描工作正常進行的情況下,，在正常的掃描任務中判斷處理,，對于算法復雜度較高或時間響應要求偏低的診斷過程，應安排在背景任務中,。對于需要復雜的修正及自學習過程,，該過程不宜安排在控制器中。
　　  耐用性故障：應安排在背景任務中或上位機中進行,。
　　  安全性故障易于發(fā)現(xiàn)處理,，通常通過簡單判斷進行停機等處理。而工藝過程性故障,，一方面十分隱蔽,，難于發(fā)現(xiàn)，另一方面卻對生產(chǎn)過程,、產(chǎn)品質(zhì)量影響嚴重,。以往，控制器無法為操作人員提供可靠的診斷,，操作人員只有密切注視系統(tǒng)運行情況,、工藝參數(shù)的變化才能避免事故，這對于要求自動化程度較高的場合更是一種挑戰(zhàn),。在現(xiàn)場控制系統(tǒng)設(shè)計時充分考慮可能的故障,，并在控制器中做好診斷處理工作是解決這一問題根本途徑,。
2  基于控制器的模糊智能診斷
　　模糊邏輯系統(tǒng)應用于現(xiàn)場診斷具有許多優(yōu)點：現(xiàn)場信號(如信號的幅值,、變化率、頻率特征等)均為實型變量,，可以通過測量或提取處理為模糊邏輯系統(tǒng)的輸入,。由于生產(chǎn)實際中，故障診斷領(lǐng)域存在的大量經(jīng)驗性專家知識具有模糊性和不完全性,，無法建立準確的數(shù)學模型,，因此模糊邏輯系統(tǒng)能夠充分有效地利用自然語言和知識信息，模糊規(guī)則基本格式“If…then…”型,，非常適合于描述專家經(jīng)驗知識[3],。

　　診斷系統(tǒng)通過設(shè)置的多源傳感器采集特征信號并分析處理，模糊化變換成故障征兆模糊向量A,；推理機根據(jù)當前的設(shè)備征兆信息A,，運用知識庫中的模糊知識，按照一定的模糊推理策略進行推理,，若匹配成功則將該結(jié)論作為中間結(jié)果繼續(xù)進行,，直到問題解決,。若推理過程中有多條模糊規(guī)則匹配可用，則按照沖突消解策略從中選出1條最優(yōu)規(guī)則執(zhí)行,，從而實現(xiàn)基于知識的推理求解過程,。
    　模糊關(guān)系矩陣表達故障原因和各種征兆之間的因果關(guān)系，矩陣中的每個元素rij的大小表明了它們之間的互相關(guān)聯(lián)的密切程度,。模糊診斷矩陣的確定是模糊診斷中十分重要的環(huán)節(jié),，需要參考大量故障診斷經(jīng)驗的總結(jié)和實驗測試及統(tǒng)計分析的結(jié)果。
    　建立模糊診斷系統(tǒng)的其他階段,，包括輸入信息的模糊化,、模糊推理機制和解模糊單元的設(shè)計都有較強的自由度，某個環(huán)節(jié)的設(shè)計不當都將影響故障診斷的精確性,。對于特定的問題,，可以通過經(jīng)驗積累并不斷修正來確定最佳的模糊邏輯系統(tǒng)。修正過程可以是人工的,，也可采用自學習過程進行,。
3 模糊智能診斷在控制器中的實現(xiàn)[4]
    　現(xiàn)以選煤的流程生產(chǎn)實際為例，對基于現(xiàn)場控制器的故障診斷進行研究,。整個生產(chǎn)過程中,，兩段的密度控制是保證產(chǎn)品質(zhì)量的關(guān)鍵，該部分工藝過程如圖3所示,。以往現(xiàn)場控制系統(tǒng)的設(shè)計過程中沒有考慮針對工藝過程性故障的診斷,、處理，出現(xiàn)故障后很長時間才能發(fā)現(xiàn),。

   　 現(xiàn)取生產(chǎn)中常見的5項故障：b₁系統(tǒng)缺介質(zhì),、b₂介質(zhì)系統(tǒng)煤泥多、b₃一段泵堵塞,、b₄二段泵堵塞,、b₅系統(tǒng)介質(zhì)量多(液位設(shè)定不當)。相關(guān)的故障征兆：a₁一段液位高,、a₂一段液位低,、a₃一段密度高、a₄一段密度低,、a₅一段泵電流低,、a₆二段液位高、a₇二段密度低,、a₈二段泵電流低,、a9一段/稀介分流大。根據(jù)以往故障診斷經(jīng)驗,，建立診斷矩陣,，并可在應用中進行修正,，如表1所示。

  　  采用梯形圖或功能塊難于實現(xiàn),，矩陣及多維數(shù)組的計算,，診斷功能在Quantum PLC的開發(fā)環(huán)境Concept軟件中采用高級語言環(huán)境STL(Statement Language)開發(fā)，首先將診斷矩陣,、征兆向量及故障向量做如下定義：
TYPE
　　  FuzzyR_Matrix： ARRAY [1..5,，1..9] OF REAL；
　  　Sympton_Array： ARRAY [1..9] OF REAL,；
　　  Conclude_Array： ARRAY [1..5] OF REAL,；
END_TYPE
　　在隸屬度函數(shù)的選取中，高斯型等超越函數(shù)運算量較大,，占用控制器時間多,。而簡單代數(shù)型隸屬度函數(shù)，如三角函數(shù)和梯形函數(shù),，在滿足要求的前提下,，更利于計算處理，本文采用后者對各現(xiàn)場的輸入量進行模糊化,。圖4為一段桶位的隸屬度函數(shù),，Csetv_L1為一段液位設(shè)定值。

　　  圖5所示窗口(1)給出在系統(tǒng)運行過程中,，通過采樣實時數(shù)據(jù),，采用加權(quán)平均算子進行診斷，對診斷結(jié)果變量進行在線監(jiān)測的相關(guān)數(shù)據(jù),。窗口(2)給出相同的征兆時,，采用主因素型算子的診斷結(jié)果。此時,，Symptom[ ]=[0,，0.74,，0,，0.24，0.04,，0.01,，0.075，0,，0],，實時過程量值略。

　　該系統(tǒng)現(xiàn)場Quantum控制器的邏輯結(jié)算時間大于0.1 ms,，完成車間90個設(shè)備控制及15個閉環(huán)調(diào)節(jié)等工作,。在加入診斷功能前,，控制系統(tǒng)掃描任務周期為8.9 ms，診斷功能直接安排在主程序中,，觸發(fā)診斷功能后,，控制系統(tǒng)掃描周期為10.4 ms，Watchdog為30 ms,，完全滿足安全性要求,。通過診斷結(jié)論可將原模糊診斷矩陣中的參數(shù)加以人工或自動修正，如將征兆“一段液位低”對“缺介質(zhì)”的值從原0.95進一步向1靠近,，具體的修正在上位機中完成,。
　　本文將模糊智能故障診斷方法應用于控制器中,提高了生產(chǎn)系統(tǒng)的可靠性。設(shè)計控制系統(tǒng)時充分考慮故障診斷及處理功能,是減少故障避免事故的重要措施;同時降低了故障診斷系統(tǒng)的開發(fā)費用,，易于推廣應用,，有利于故障診斷系統(tǒng)、控制系統(tǒng)與信息系統(tǒng)的集成,。但應用中應注意控制功能與故障監(jiān)控診斷的兼顧和平衡,。基于控制器的診斷能夠準確定位故障,為上級或遠程診斷中心提供可靠的依據(jù),避免人工描述不準確性,。
參考文獻
[1] 胡友民.基于PLC高可靠性工業(yè)過程遠程監(jiān)控系統(tǒng)[J]. 華中科技大學學報,2002,30(4):13-15.
[2] BOUDAOUD A N. On-line diagnosis of a technological system: a fuzzy pattern recognition approach[C]. Proc.of IFAC World Congress, San Francisco, USA,1996,103-107.
[3] BALAKRSHNAN,， KARTHIK. Intelligent diagnosis system[J]. Journal of Intelligent System 1998，8（3-4）:239-290.
[4] 張曾科.模糊數(shù)學在自動化技術(shù)中的應用[M].北京:清華大學出版社,1997.