制氧设备故障诊断专家系统的应用研究

闫慧敏

摘  要：制氧系统在钢铁冶炼中占有着非常重要的作用，在炼钢过程中吹入高纯度的氧气可以提高钢的质量，缩短冶炼时间，提高总产量。近年来，随着制氧设备不断向大型化，自动化方向发展，制氧设备故障诊断也面临着新的困难和挑战。基于专家系统的故障诊断方法能够很好地解决复杂、大型动态制氧系统产生的故障问题，因此智能化的制氧设备故障状态诊断专家系统的建立就显得非常必要了。

关键词：制氧系统;故障诊断;专家系统

一、设备故障诊断研究现状

故障诊断过程的实质是一种特殊的推理决策过程。根据现场工作人员所观测的数据及设备表现的外部特征，找出所诊断的设备可能存在的故障或是找出这些故障发生的直接原因，是故障诊断的根本任务[1]。近年来，工程师们总结出了很多解决设备故障的理论及方法，总的来说，可分为以下三大类：一是基于解析模型的故障诊断方法：这是最早应用于故障诊断的一種方法，也可称之为基于数学模型的诊断方法。这种方法是通过对被诊断对象建立清晰严谨的数学模型，从而利用精准的数学方法进行故障诊断。但是，随着科技的发展，设备的更新，大多数设备故障无法建立精确的数学模型，所以无法采用这种方法进行精准的故障诊断。二是基于信号处理的故障诊断方法：这种方法是通过利用检测到的设备信号的频率、幅值、方差等的变动情况对设备故障做出诊断。其中小波变换法是这种诊断方法中最长用到的一种故障诊断方法，常用于时变信号分析的故障处理。三是基于知识的故障诊断方法：随着人工智能技术的应用发展，智能化的故障诊断方法也随之应运而生，成为了故障诊断的主流方法。基于知识的故障诊断方法是一个能够实时更新的开放系统，可以在诊断过程中不断补充新的知识，实现系统性能的提升。基于知识的诊断方法所采用的理论技术有模糊控制、故障树、神经网络、支持向量机及专家系统等多种。其中，基于专家系统的故障诊断方法得到了越来越广泛的应用。对于各种主要故障诊断方法优缺点比较如下表所示：

随着故障诊断技术的不断发展，对于其涉及到的不同领域内的不同的设备故障可以选择不同的故障诊断方法，以求达到最好的诊断效果。目前，基于知识的故障诊断方法随着人工智能技术的快速发展以及大数据时代的到来，成为了故障诊断领域最热门的研究方法，也推动了人工智能故障诊断方法的有效运用。

一、基于专家系统的故障诊断方法

基于专家系统的故障诊断方法是基于知识的故障诊断方法的一个分支，该诊断方法是利用现今发达的计算机软件技术将各个领域不同专家的经验、知识和研究成果变换成一类包含知识和推理的计算机程序，根据程序中知识库存储的领域专家对不同故障做出的判断，对应实际设备中出现的故障，利用计算机实现设备的自诊断[2]。

基于专家系统的故障诊断方法在结构上主要由以下四部分组成：

（一）知识的获取

专家系统也被人们称为是“基于知识的系统”，知识的获取对于整个专家系统而言是至关重要的核心单元。实际工作中，专家系统解决实际问题能力的强弱，与专家系统中知识库所包含知识量的丰富程度有着直接的关系。知识的获取是知识库建立的基础，同时也是知识库修改和扩充的后勤保障。简单系统当中，知识获取机构可以是一个简单的知识编辑程序，在较为复杂的大型系统中，知识扩区机构也可以扩展为一个复杂的知识获取子系统，专家系统通过这个子系统可自动获取所需知识。

（二）知识库的建立

建立专家系统时，最为关键的一相任务就是知识库的设计和建设。知识库的建立实质上就是将领域专家的知识和现场技术人员的经验编织成计算机语言存储到计算机中，用于实际具体问题的求解。知识库中的知识有静态的也有动态的，分别存放于不同的数据库中。

（三）推理机的建立

专家系统想要顺利的利用知识库中存储的领域知识去解决实际问题，还需要拥有一定的推理能力才能够实现问题的解决。推理机制就是通过规划、搜索和推理三个步骤，利用从知识库中获取的相关知识，结合用户提供的相关数据信息进行问题的推导，最终得出解决方法的机构。常用的三种推理方法有：正向推理、反向推理和正反向混合推理[3]。

（四）解释器的建立

对于一个良好的结构完整的专家系统来讲，不但能够通过专家经验来解决实际问题，还应能够对给出的结论作出合理的解释。这样，才能让工作人员完全信任专家系统得出的结论。总之，解释机构的建立能够让用户更加清晰的认识整个专家系统，对程序正在做什么，为什么这样做，结论具体是如何得出的有一个较为全面的认知。拥有缜密的解释机制使专家系统的一大亮点。

总之，设备故障诊断专家系统的建立，让计算机有了思维能力，拓宽了计算机的应用范围，实现了故障的自诊断。同时，帮助不具有编程能力的现场工程技术人员建立了功能强大的程序系统。现场工作人员通过专家系统可以将他们在实际工作中遇到的故障实例、处理经验和知识输入到专家系统中，从而丰富专家系统的知识库，使专家系统能够更为高效，有针对性的进行工作。

三、制氧设备故障特点及常见故障

制氧机组制氧工艺流程复杂，设备众多。设备一旦出现故障，如果单靠人为诊断故障原因，不但耗时长，诊断结果还不一定准确。想要找到一种高效的故障诊断方法，就需要对制氧设备故障特点及引发故障的原因有充分的认识和了解[4]。制氧设备的故障特点主要有以下两点：

（一）制氧设备故障存在模糊性

例如，制氧设备运行过程中，操作人员发现某一设备工艺参数发生了较大的波动，检查该设备时并没有发现该设备存在故障问题，这就有可能是制氧机组中其他设备的故障引发了该设备工艺参数的变动。但是，具体是其中的哪个设备出现的问题，并不能及时找出并排除故障。

（二）制氧设备故障具有高度非线性、时变和时滞性

大量的实践经验证明，很多时候制氧设备出现的故障都是由一些被人们忽略的小问题积累到一起而造成的。但是这些小问题不容易被人们发现，所以故障的产生据有一定的延迟性。但是小问题不解决，会引发蝴蝶效应，造成大故障的出现，某些时候甚至会造成整个机组停止运行的重大事故。