多源信息融合技术在泵站设备监测中的应用

胡 鑫，雷文平，韩 捷

（郑州大学振动工程研究所，郑州 450001）

0 引言

多源信息融合即多传感器信息融合，工业现场机组往往安装多种传感器以测得机组的振动参数、工艺量参数、电气参数等数据。唐初直谏大夫魏征曾有一句名言：“兼听则明，偏听则暗”，意思是说采纳各种不同的意见作决策往往是明智的，而偏信一家之言则难免有失偏颇。人类和动物在获得客观对象的感知信息时，通过看、听、摸、嗅、味等方式获得不同的感知信息，经过大脑处理之后才形成一个完整的认知结果。同样，在工业现代化和智能化的今天，对水泵设备实时监测获得的多源参数，做到综合考虑分析得出故障诊断结果和机组的总体评价结果，对提高机组运行的安全性和可靠性，保障机组高效的运行，具有重要意义。

1 多源信息融合技术概述

多源信息融合技术的原理是模拟人类大脑[1]对接收到的各种信息进行加工处理，然后根据经验或相关理论知识对数据进行综合分析做出最终判断的过程。多源信息融合中在把各种传感器的监测数据进行去除冗余、时空对准等处理操作后，根据某种组合规则对各种数据信息进行综合处理，最后获得对被监测目标一致的理解和认知。多源信息融合的目的是通过对多方面的信息有规则的组合进而推导出更多有价值的信息，这个过程不是简单的输入输出，而是各类信息相互作用的结果。多源信息融合就是利用多种传感器提供的多方面多角度的优势，从而提高整个传感器融合系统的准确性和有效性[2]。

2 设备故障监测系统的组成及功能简介

2.1 系统组成

系统由硬件和软件两部分组成，硬件包括现场安装的传感器、智能信号采集器、交换机、服务器等；软件包括存储采集信号数据用的数据库和实时在线监测系统。系统整体布局图见图1。

图1 系统总体布局图

系统通过对现场机组安装的振动、温度、压力、转速、电流等多种传感器，将实时数据收集到采集器中，经过处理后，再通过交换机上传到系统服务器，并存储到系统数据库中。用户通过局域网交换机访问服务器，实现对机组实时数据的在线监测。另外通过网络，远程诊断中心专家可以对机组做出在线诊断；用移动智能手机，可以实时查看机组的运行状态和监测数据。

2.2 系统功能简介

系统主要功能包括状态监测、振动分析、专家系统、综合评价等模块。状态监测模块可以查看机组实时动态数据；振动分析模块提供波形、频谱、倒频谱、细化谱、功率谱、短时FFT分析等分析方法；专家系统模块通过分析振动数据的频谱特征，融合工艺量数据的变化特征，做出对机组的故障诊断；综合评价模块整合振动评价、电气评价、温度评价、润滑点检评价及效率评价等信息，做出对机组的整体评价。

3 多源信息融合技术在系统中的运用

多源信息融合技术在系统中的应用主要体现在两个方面。一方面是在专家系统中的应用，另一方面是在综合评价中的应用。

3.1 在专家系统中的应用

专家系统根据系统的实时报警信息，提取振动参数的故障征兆信息、工艺参数的变化信息及电气参数信息，通过模糊产生式规则将三者融合，最后推理得到诊断结果。故障推理流程如图2所示。

图2 故障推理流程图

专家系统采用基于规则的正向推理模式进行诊断，系统根据采集的数据，识别测点振动的波形频谱结构特征，及机组近段时间的转速、温度、压力变化情况，最后得出诊断决策结果及可信度，并生成报告。

3.2 在综合评价中的应用

综合评价是将设备的振动、温度、电气等项目进行分项评价，将多项评价的总体评价结果作为设备的健康状态。系统单靠某一个通道的通频值评价有可能造成机组状态报警信息的误报或者漏报，为避免这一现象造成的干扰，系统对各类信息进行分门别类的细化处理。首先对振动数据，将振动信号中的各个子频段抽取出来，并进行对应的子部件比如转子，轴承，齿轮等进行评价，并依据模糊加权理论，确定振动指标的评价结果。其次，对电机感应电流数据，通过细化谱技术，引入电机电流信号分析模型，对其转子断条，匝间短路，气隙偏心等故障进行分项评价，并依据模糊加权理论，确定电机信号的评价结果。再次对温度指标，处理考虑实测值之外，还对机组运行的环境因素进行考察，比如考虑环境温度，机组转速等因素的影响，对其数值进行归一化的整理并进行评价，并依据模糊加权理论，确定温度指标的评价结果。最后，将振动，电机电流，温度以及其他的比如润滑、点检、效率等工艺量评价结果通过模糊加权综合评价，得出机组整体的评价。例如：设定综合评价各项指标的权重系数，见表1。

表1 指标权重系数表

最后根据H的大小确定机组的整体健康状态，H＞0.9（机组良好），0.7＜H＜0.9（机组可用），H＜0.7（机组需检查）。

4 实际应用

上海某水厂泵站共五台泵，每台泵安装8个振动测传感器，泵房安装环境温度传感器一个，另外通过工业OPC数据库获取轴承温度、定子温度、泵流量、转速、压力、动态电流等数据。

水泵机组的故障具有种类复杂、多样且渐变、不规则等特点，若从某单一方面进行故障诊断，其诊断结果不完备也不准确[3]。泵常见故障类型有转子不平衡，不对中、弯曲、动静碰摩、叶轮偏心以及轴承磨损等。为准确识别这些故障，选取相关故障特征参数为指导：0～0.4倍频、1/3倍频、0.4～0.5倍频、1/2倍频、0.5～1倍频、1倍频、2倍频、3倍频、4倍频、5倍频、机组转速、负荷、压力、流量、定子温度、轴承温度、动态电流。系统根据报警信息，识别以上特征参数，分别得到其权值大小，并诊断出各参数对应的故障诊断结果及置信度，最后根据置信度的大小对诊断结果排序过滤，将置信度最大的诊断结果作为最终的诊断结果。结果表明，采用多源信息融合技术的故障诊断系统，大大提高了故障确诊率，减小了诊断的不确定性。

图3 综合评价界面

对机组的综合评价方面，自系统运行以来，有时会出现机组运行效率低，或润滑不及时等情况造成的单方面评价较低，但是这些都不是机组健康状况的主要影响，因此最终对机组的总体评价仍是良好。评价界面见图3。

5 结语

5.1 采用多源信息融合技术将振动、工艺参数相融合，并应用到泵站故障诊断系统中，大大提高了故障的诊断效率和准确性，并在实际应用中取得了较好的效果。

5.2 系统通过对各参数的单项评价，通过模糊加权原则，最后得出机组的总体评价，方便及时掌握机组的实时健康状况，提高了机组的可维护性。

［1］ 赵黎明，刘贺平，张冰.多源信息融合技术及其工业应用［J］.自动化仪表，2010，31（9）：1-5.

［2］ 王新涛.多源信息融合方法研究［D].哈尔滨工程大学，2012.

［3］ 贺建军，赵蕊.基于信息融合技术的大型水轮发电机故障诊断［J］.中南大学学报:自然科学版，2007，38（2）:333-338.

［4］ 陈超，李凌均，雷文平，韩捷，郝旺身.基于多源信息融合的旋转机械故障诊断专家系统的研究和实现［J］.制造业自动化，2014，36（10）:16-22.

［5］ 孙慕群，刘霞，符向前.水泵机组状态监测与故障诊断系统研究［J］.中国农村水利水电，2011，36:113-116.

［6］ 付胜，张亚彬.基于模糊理论的水泵监测及故障诊断系统开发［J］.北京工业大学学报，2012，38（7）:1008-1.