一种激光振放链故障专家诊断系统及诊断方法与流程

文档序号:11104115阅读:337来源:国知局
一种激光振放链故障专家诊断系统及诊断方法与制造工艺

本发明属于一种人工智能故障诊断系统及诊断方法,具体涉及一种激光振放链故障专家诊断系统及诊断方法。



背景技术:

在激光、控制领域,许多设备物理量都具有故障特性,需要实时判断发生故障的设备,并能够对发生故障的设备进行原因分析,给出维修意见。通常,设备故障根据设备参数状态进行判断,当设备参数达到设备的故障范围时则认为设备发生了故障。但对于结构复杂的激光系统不能仅采用设备特性来判断系统故障是否发生。

当激光振放链发生异常时,需要判断每一链具有内在联系的设备状态及关联性。目前,一般采用顺序判断所有影响设备及关系的方式实时诊断激光振放链故障的发生,但是,由于顺序判断所有影响因素及设备参数实时性低,仅适用于激光振放链简单并且所有设备参数可测。对于复杂的由多级激光振放链组成的激光振放链,影响设备及因素比较多,并且对故障状态具有较高实时性要求,采用常规判断故障的方法不能满足激光振放链的要求。



技术实现要素:

本发明为解决现有技术存在的问题而提出,其目的是提供一种激光振放链故障专家诊断系统及诊断方法。

本发明的技术方案是:一种激光振放链故障专家诊断系统,包括振荡级激光器、放大器,所述振荡级激光器与泵浦光设备和光纤耦合器相连,所述放大器与泵浦光设备和光纤耦合器相连,振荡级激光器、放大器之间,相临两个放大器之间,放大器与激光合成器之间,激光合成器输出端均设置有激光功率测量器,所述多个泵浦光设备通过串行总线与泵浦光控制装置相连,所述多个泵浦光设备通过光纤与脉冲延迟信号发生器相连,所述的光纤耦合器通过串行总线与高功率激光光纤耦合器温度监测装置相连,所述多个激光功率测量器通过串行总线与多路激光功率实时监测装置相连,所述泵浦光控制装置、脉冲延迟信号发生器、高功率激光光纤耦合器温度监测装置、多路激光功率实时监测装置通过以太网总线与PC机相连,故障诊断结果通过PC机进行显示。

所述泵浦光控制装置通过串口总线对多台泵浦光设备的电源、水冷机、LD驱动和Q驱动进行相应的控制,并读取相应的功率、电流、电压等参数数据。

所述脉冲信号发生器通过光纤控制多台泵浦光设备的脉冲信号,并读取相应的脉冲信号数据。

所述高功率激光光纤耦合器温度监测装置通过串口总线读取多个光纤耦合器的温度参数数据。

所述多路激光功率实时监测装置通过串口总线实时读取多个激光功率测量器的功率数据。

所述PC机中包括数据采集模块,数据采集模块将设备参数数据实时传输给故障诊断模块,故障诊断模块实时判断诊断目标是否发生故障,当发生故障时,调用专家知识库模块的专家知识数据和故障模型管理模块的故障树数据后,诊断分析后给出故障诊断结果数据,实时传输给显示与存储模块,并将故障诊断结果数据进行存储。

应用上述一种激光振放链故障专家诊断系统的诊断方法,包括以下步骤:

(i)开始S1。

(ii)参数设定S2

分别设定多级泵浦光设备、脉冲延迟信号发生器、激光功率测量器、光纤耦合器相关参数的标准参数范围以及故障参数标准、范围,参数采集频率等。

(iii)初始化变量S3

将步骤(ii)中的标准参数范围以及故障参数范围分别与数据采集模块采集到的参数进行一一对应,同时对采集到的参数进行相应的计算,得出故障范围中的条件标准之一。

(iv)建立故障模型S4

根据激光振放链组成,激光专家分析出的故障模式,建立相应的故障模型,诊断系统通过故障模型图进行故障分析与故障路径的显示。

(v)建立专家知识库S5

将激光专家解决故障问题的经验知识建立一个知识库,诊断系统利用此知识库进行故障诊断原因分析,给出诊断结果。

(vi)选定诊断目标S6

选定系统的一个最终目标进行实时诊断,分析此目标异常的原因。

(vii)开始监听S7

根据(vi)中选定的诊断目标,开始启动诊断模块程序进行诊断。

(viii)读取所有参数S8

启动数据采集模块程序,从检测设备上读取故障模型中涉及到的所有相关参数数据。

(ix)目标是否故障S9

通过步骤(viii)中读取的参数数据,根据步骤(ii)设定参数的参数标准与步骤(iii)初始化变量中的计算标准,判断步骤(vi)选定的诊断目标是否发生故障,发生故障执行步骤(x),未发生故障执行步骤(viii)。

(x)调用知识库S10

调用诊断系统的知识库进行故障原因分析。

(xi)调用故障模型S11

调用诊断系统的故障模型,进行故障路径模式的匹配及显示。

(xii)诊断结果S12

通过步骤(x)的故障原因分析,得出诊断结果。

(xiii)显示与存储S13

将步骤(xii)诊断结果在PC机上以诊断窗口形式进行显示,同时在步骤(xi)的故障模型中已路径形式进行显示,同时存储到数据库中。

(xiv)停止监听S14

停止诊断模块程序对步骤(vi)中选定的诊断目标进行诊断。

(xv)修改专家知识库S15

对步骤(v)中已建立的专家知识库进行专家经验知识的添加、修改、删除等。

(xvi)存储知识库S16

将步骤(xv)修改的专家知识信息进行存储。

(xvii)修改故障模型S17

对步骤(iv)中已建立的故障模型进行添加、修改、删除等。

(xviii)存储模型S18

将步骤(xvii)中修改的故障模型信息进行存储。

(xix)结束S19。

所述步骤(ii)中的参数包括泵浦光控制装置采集的功率、电流、电压参数数据,脉冲信号发生器采集的脉冲信号数据,高功率激光光纤耦合器温度监测装置采集的温度参数数据,激光功率实时监测装置采集的功率数据。

所述步骤(iv)中诊断系统的故障模型包括由激光振放链专家分析的故障模式转换而成的计算机图形单元及与监测参数的对应关系,每个图形单元对应一个设备参数。

所述步骤(v)中诊断系统的专家知识库包括由专家解决故障问题的经验知识转化而成的计算机能够识别的语言,采用产生式形式建立知识库。

本发明采用人工智能技术,通过模块化的编程结构与激光系统专家经验知识相结合,模拟激光振放链专家解决系统故障问题的思维过程,实时诊断激光振放链故障状态,具有实时性高、稳定性强、扩展性好及智能性高等特性,适用于工艺结构复杂、影响因素多、不可测因素多、稳定性、实时性、扩展性及智能性要求很高的激光振放链,可以实时诊断激光振放链故障状态,并快速定位故障点。

附图说明

图1 是本发明中激光振放链的连接示意图;

图2 是本发明中激光振放链故障专家诊断系统的连接示意图;

图3 是本发明中激光振放链故障专家诊断系统中PC机的内部连接图;

图4是本发明中激光振放链故障专家诊断方法的方法流程图;

其中:

1 泵浦光设备 2 光纤耦合器

3 激光功率测量器 4 串行总线

5 光纤 6 以太网总线

7 泵浦光控制装置 8 脉冲延迟信号发生器

9 高功率激光光纤耦合器温度监测装置

10 多路激光功率实时监测装置

11 PC机 12 振放级激光器

13 放大器 14 激光合成器

15 开始模块 16 数据采集模块

17 故障诊断模块 18 专家知识库模块

19 故障模型管理模块 20 显示与存储模块

21 结束模块 22 设备参数数据

23 故障树数据 24 专家知识数据

25 故障诊断结果数据。

具体实施方式

以下,参照附图和实施例对本发明进行详细说明:

如图1所示,本发明激光振放链包含多个振放链即λ1链~λn链,每个激光振放链中均包括一个振荡级激光器12和多个放大器13,振荡级激光器12与放大器13依次串联,所述的振荡级激光器12与各自的泵浦光设备1、光纤耦合器2相连,振荡级激光器12、放大器13之间,相连的放大器13之间均设置有激光功率测量器3。每个激光振放链产生的激光通过激光合成器14进行合成,形成需要的激光,激光合成器14输出端设置有激光功率测量器3。

如图2所示,一种激光振放链故障专家诊断系统,包括振荡级激光器12、放大器13,所述振荡级激光器12与泵浦光设备1和光纤耦合器2相连,所述放大器13与泵浦光设备1和光纤耦合器2相连,振荡级激光器12、放大器13之间,相临两个放大器13之间,放大器13与激光合成器14之间,激光合成器14输出端均设置有激光功率测量器3,所述多个泵浦光设备1通过串行总线4与泵浦光控制装置7相连,所述多个泵浦光设备1通过光纤5与脉冲延迟信号发生器8相连,所述的光纤耦合器2通过串行总线4与高功率激光光纤耦合器温度监测装置9相连,所述多个激光功率测量器3通过串行总线4与多路激光功率实时监测装置10相连,所述泵浦光控制装置7、脉冲延迟信号发生器8、高功率激光光纤耦合器温度监测装置9、多路激光功率实时监测装置10通过以太网总线6与PC机11相连,故障诊断结果通过PC机11进行显示。

所述泵浦光控制装置7通过串口总线4对多台泵浦光设备1的电源、水冷机、LD驱动和Q驱动进行相应的控制,并读取相应的功率、电流、电压等参数数据。

所述脉冲信号发生器8通过光纤5控制多台泵浦光设备1的脉冲信号,并读取相应的脉冲信号数据。

所述高功率激光光纤耦合器温度监测装置9通过串口总线4读取多个光纤耦合器2的温度参数数据。

所述多路激光功率实时监测装置10通过串口总线4实时读取多个激光功率测量器3的功率数据。

PC机11通过以太网总线6实时采集泵浦光控制装置7、脉冲延迟信号发生器8、高功率激光光纤耦合器温度监测装置9、多路激光功率实时监测装置10所测量的相应参数数据,进行实时诊断,显示诊断结果并进行相应存储。

本发明中泵浦光控制装置7主要包括电源控制模块、水冷机控制模块、LD驱动控制模块、Q驱动控制模块、功率测量模块、温湿度测量模块,通过电源控制模块、LD驱动模块调节电源的电流值从而调节泵浦光输出的功率值,通过水冷机控制模块、Q驱动模块控制泵浦光的工作状态,通过监测温湿度值查看泵浦光水路管道是否漏水,泵浦光控制装置7保证泵浦光设备1工作正常。

所述脉冲延迟信号发生器8已由我院申请号为200720096960.8的专利进行公开。

所述高功率激光光纤耦合器温度监测装置9已由我院申请号为201320120842.1的专利进行公开。

所述多路激光功率实时监测装置10已由我院申请号为201010049696.9的专利进行公开。

如图3所示,所述PC机11中包括数据采集模块16,数据采集模块16将设备参数数据22实时传输给故障诊断模块17,故障诊断模块17实时判断诊断目标是否发生故障,当发生故障时,调用专家知识库模块18的专家知识数据24和故障模型管理模块19的故障树数据25后,诊断分析后给出故障诊断结果数据23,实时传输给显示与存储模块(20),并将故障诊断结果数据23进行存储。

如图4所示,应用上述的一种激光振放链故障专家诊断系统的诊断方法,包括以下步骤:

(i)开始S1。

(ii)参数设定S2

分别设定多级泵浦光设备1、脉冲延迟信号发生器8、激光功率测量器3、光纤耦合器2相关参数的标准参数范围以及故障参数标准、范围,参数采集频率等。

(iii)初始化变量S3

将步骤(ii)中的标准参数范围以及故障参数范围分别与数据采集模块采集到的参数进行一一对应,同时对采集到的参数进行相应的计算,得出故障范围中的条件标准之一。

(iv)建立故障模型S4

根据激光振放链组成,激光专家分析出的故障模式,建立相应的故障模型,诊断系统通过故障模型图进行故障分析与故障路径的显示。

(v)建立专家知识库S5

将激光专家解决故障问题的经验知识建立一个知识库,诊断系统利用此知识库进行故障诊断原因分析,给出诊断结果。

(vi)选定诊断目标S6

选定系统的一个最终目标进行实时诊断,分析此目标异常的原因。

(vii)开始监听S7

根据(vi)中选定的诊断目标,开始启动诊断模块程序进行诊断。

(viii)读取所有参数S8

启动数据采集模块程序,从检测设备上读取故障模型中涉及到的所有相关参数数据。

(ix)目标是否故障S9

通过步骤(viii)中读取的参数数据,根据步骤(ii)设定参数的参数标准与步骤(iii)初始化变量中的计算标准,判断步骤(vi)选定的诊断目标是否发生故障,发生故障执行步骤(x),未发生故障执行步骤(viii)。

(x)调用知识库S10

调用诊断系统的知识库进行故障原因分析。

(xi)调用故障模型S11

调用诊断系统的故障模型,进行故障路径模式的匹配及显示。

(xii)诊断结果S12

通过步骤(x)的故障原因分析,得出诊断结果。

(xiii)显示与存储S13

将步骤(xii)诊断结果在PC机11上以诊断窗口形式进行显示,同时在步骤(xi)的故障模型中已路径形式进行显示,同时存储到数据库中。

(xiv)停止监听S14

停止诊断模块程序对步骤(vi)中选定的诊断目标进行诊断。

(xv)修改专家知识库S15

对步骤(v)中已建立的专家知识库进行专家经验知识的添加、修改、删除等。

(xvi)存储知识库S16

将步骤(xv)修改的专家知识信息进行存储。

(xvii)修改故障模型S17

对步骤(iv)中已建立的故障模型进行添加、修改、删除等。

(xviii)存储模型S18

将步骤(xvii)中修改的故障模型信息进行存储。

(xix)结束S19。

所述步骤(ii)中的参数包括泵浦光控制装置7采集的功率、电流、电压参数数据,脉冲信号发生器8采集的脉冲信号数据,高功率激光光纤耦合器温度监测装置9采集的温度参数数据,激光功率实时监测装置10采集的功率数据。

所述步骤(iv)中诊断系统的故障模型包括由激光振放链专家分析的故障模式转换而成的计算机图形单元及与监测参数的对应关系,每个图形单元对应一个设备参数。

所述步骤(v)中诊断系统的专家知识库包括由专家解决故障问题的经验知识转化而成的计算机能够识别的语言,采用产生式形式建立知识库。

以激光功率实时监测装置10采集的功率数据数据为例,把激光合成器14后级的激光功率测量器3测量的功率数据作为诊断目标,当诊断目标发生故障时,首先判断激光合成器14前级的每一链的激光功率测量器3是否发生故障,如果发生故障,则查找此链与激光合成器14相连的放大器13上所连接的泵浦光设备1、光纤耦合器2和前级功率测量器3是否故障,逐级向前推,直到查找到故障点,给出故障设备点,如果查找到振荡级激光器12所连接设备未发现故障设备,则属于未知故障原因,专家将会进行进一步故障分析。

本发明采用人工智能技术,通过模块化的编程结构与激光系统专家经验知识相结合,模拟激光振放链专家解决系统故障问题的思维过程,实时诊断激光振放链故障状态,具有实时性高、稳定性强、扩展性好及智能性高等特性,适用于工艺结构复杂、影响因素多、不可测因素多、稳定性、实时性、扩展性及智能性要求很高的激光振放链,可以实时诊断激光振放链故障状态,并快速定位故障点。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1