1监测诊断系统硬件方案设计
以输油泵机组为对象，对整个泵站的自动化监控和管理进行改造，具体要求如下：
（ 1）改造泵站的油泵控制开关柜，使之具有就地和远程控制的功能。
（ 2）改造泵站的功率因素补偿柜，能实现就地自动补偿和远程电网监控。
（ 3）改造泵站的变压器房，对变压器A、B、C三相温度进行远程显示和高温报警。
（ 4）建立泵站监控室，对泵站实施三级监控，在监控室内设置自动化监控操作台和信号处理柜。
（ 5）采用高性能上位机，对整个泵站进行动态监控管理，故障报警，工况记录和报表打印。
（ 6）预留通信接口，可接入因特网。
在测点选择和传感器布置时，以诊断知识模型为基础，以相关标准（ ISO、GB等）为依据，以需求描述为评价标准进行确认，按机组的轴承系统、机架结构、电动机、过流部件等四部分来分布测点和选择传感器。根据以上要求，进行了监测诊断系统硬件方案设计，系统构成如1所示。
2监测诊断系统软件方案设计
根据用户要求，软件系统的功能主要应有：实时状态监测，信号分析与处理，趋势分析与参量预测，故障诊断和状态报告输出，并应具有在线使用帮助和领域专门知识帮助的功能。目的是即时完整地掌握机组当前状态和历史数据，为实现预防性维修，延长机组大修期限提供决策数据和帮助。
2. 1实时状态监测
通过测量1 5号机组各输油泵的前、后轴承温度、出口温度、出口压力和平衡管压力，完成流量和效率计算。通过测量15号机组各电机前、后轴承温度、定子温度、A相和B相电流，完成功率因数及输入功率计算。实现各参量的实时报表显示，并具有越上限和越下限报警显示功能，统计并显示越限机组号，实现越限声光报警输出。各参量监测实时报表内容如1.
上位机主要完成下列任务：泵站运行监控；信号分析与处理；泵机组状态监测与分析诊断；故障报警、记录和排除提示；参数设置；数据记录处理；工艺曲线显示；工况模拟显示；打印各种数据或图表。
2. 2信号分析
输油泵机组振动部位广泛，主要激振源分别来自机械激振、电磁激振、油力激振，还有机组间和辅机的激振。这些振源产生的振动信号，包含着丰富的动态信息，是对机组状态评价的重要依据。
针对这些信号，已研制出了相应的分析方法，基本分析方法如2所示。
2. 3故障诊断
输油泵机组常见故障按发生部位分为轴系故障、过流部件故障、结构故障、主轴密封故障、轴承故障等几类。按故障发生原因具体可分为如下几种：
动不平衡，细分为质量不平衡、电磁不平衡、油力不平衡；轴系对中不良，包括联轴器角度和位移不对中，回转中心与机组中心不重合；轴承及润滑故障，安装间隙过大或过小，瓦背支承压溃，磨损，进油温度过高，油质污染；电动机机械故障，间隙变化过大，转子磁极伸长或轴向移动，定子铁心松动；过流部件故障，密封偏磨与损坏，导叶开度不均匀，主轴密封损坏，以及气蚀影响；结构故障，机架松动或刚度不足，顶盖刚度不足等。
构建的输油泵机组故障诊断专家系统原理如3所示。由系统管理和控制、数据库管理、知识处理、诊断推理、趋势分析和预测、系统服务等功能模块组成，各个模块又由各自的子单元来完成不同的子功能。
2. 3. 1系统管理和控制模块
系统管理模块执行系统的控制和管理。
2. 3. 2数据库管理模块
数据库管理模块用于获取、存储和报告输油泵机组运行状态及其它与诊断有关的各种信息。各信息由神经网络特征提取单元进行预处理、神经网络分类器进行归类后存储到数据库中。
数据库不仅对数据进行存储，还具有检索、管理等功能。状态报告单元提供实时的各种特征数据，便于用户及时了解机组的异常状态，减少或避免事故的发生。
2. 3. 3知识处理模块
知识是诊断的理论依据。知识处理模块的主要功能是诊断知识的获取和维护。知识的来源主要有：现场运行人员、维修人员和管理决策人员提供的机组特征信息、运行维护经验及运行历史纪录；领域专家的知识和经验；事故分析报告及相关文献报道；理论、实验与仿真研究成果等。
本系统知识采用以模糊规则、语义框架为主的知识表示方法来表示不同层次、不同类型的知识源，融合了模糊规则简洁直观和能表达模糊性的优点以及框架的可表达结构化知识的特点。
知识维护单元提供对知识源的多种操作，包括修改、删除、插入、更新等方式，为诊断知识的完善和自学习提供了接口，实现人工干预下的半自动化的知识更新和扩充。
2. 3. 4诊断推理模块
诊断推理模块是诊断系统的核心。针对机组故障的多并发性和相互诱发性的特点，推理采用数据驱动的神经网络正向推理和遍历式搜索策略，如所示。这种推理机效率比较低，但能够有效地处理多条规则对应相同结论时的推理及结论评价，避免遗漏各种可能的结论。
推理机根据数据库提供的各种征兆和诊断信息，匹配知识库中的全部知识。遍历故障树组合求解各种故障发生的置信度，并根据预先设定的置信度域值，判断出故障类型。这种牺牲推理效率来保证诊断的合理性和准确性是可行的和有意义的。推理解释接口输出按照置信度大小排列的诊断结果：故障类型、推理依据和推理过程。维修建议单元输出相应故障的维修意见和建议。
2. 3. 5趋势分析和预测
机组故障有一个发生和发展的过程，故障征兆也随时间进展而逐步暴露。神经网络所具有的趋势分析和预测功能，可以跟踪机组状态的变化，对故障进行早期的预报，有利于及时发现和排除故障，避免更严重的故障扩展和机组损坏。系统首先采用时间推移和数据压缩技术，存储趋势数据，反映参数的历史变化趋向，然后建立神经网络预测模型，预测参数的未来取值。
3结语
笔者针对输油泵机组的结构及其故障特征，设计了实用的输油泵机组故障诊断专家系统。系统将输油泵机组的各种结构参数、配置参数、组态参数、运行参数、工况参数及其它诊断信息有机结合起来进行机组的故障分析与识别，提高了诊断的精度和可信度。系统的开发和利用，是推行设备维修从事故后维修、预防性定期维修向预测性维修过渡，促进设备的现代化管理的必要手段；可以识别机组的早期故障，及时采取措施防止重大事故的发生；可以延长设备的正常运行周期，提高维修质量，减少部件储备，缩短维修时间；可以在长期的设备运行和事故过程追忆中自动纪录原始信息，为运行和诊断经验的积累提供依据；可以实现专家的知识和经验的交流、汇集、复制、传播和长期保存。
应该说明的是，故障的机理研究及诊断知识的获取和总结是一项长期的、艰巨的工作，现场经验的积累需要一个漫长的过程，知识的获取以及知识库的建立工作也不是能够一次性完成的，这要求在今后的研究工作和诊断系统的应用过程中，不断改进完善已有的知识体系，提高系统的诊断水平。
QQ交流群
