一种应急发电机组EDG故障诊断系统的制作方法

本发明涉及一种基于声音成像的故障诊断技术，具体应用于核电应急发电机组edg领域，该应急发电机组可具体为应急柴油发电机组。

背景技术：

柴油应急发电机组(edg)属于核电站的专设安全设施，由柴油机、发电机和其它机械、电气和仪控辅助系统组成。作为核电站的应急电源，应急柴油发电机组需要在核电站的所有外部电源丧失后，为核电站的安全系统提供电源，保证核电站安全停运，并防止放射性物质向环境的泄漏，以确保核电站的安全。应急柴油发电机作为核电站的重要保安电源，其运行可靠性对核安全的意义十分重大。

目前我国核电厂的柴油应急发电机组(edg)可靠性不高，相关指标一直是wano(世界核电运营者协会)评审中的短板。柴油应急发电机组edg在保证核电站安全运行方面的关键作用，核电厂对其可靠性要求极高。一旦设备故障或者异常导致应急柴油发电机组不可用，根据现行运行技术规范，电站机组状态将后撤，不仅使电站经济产值遭受直接损失。

同时，核电站工作环境恶劣，结构复杂，其运行依靠各个系统以及相互之间的配合，系统相关性强，往往一个系统出现问题，就会影响全局的状态，而且每个系统中又有很多设备。这些情况使得在对核动力装置进行故障诊断时，需要的信号繁多，且故障信号不易得到；加上核电站很多设备都存在密封保护等，这使得传感器的安装和布置有较大的难度；另外，在监测过程中，怎样减少系统输入误差的影响以及系统噪声的影响。

现有的油液分析技术，只要是油液所经过的部位，其磨损故障一般都可通过对该处的油液进行取样分析诊断出来，但其不足之处在于只对磨损类故障有效、诊断周期长。

为此本发明提出了一种edg故障诊断系统，具体可声学检测技术，拾取edg转动中的声发射信号并进行处理，定位故障点，并可有效地识别edg的断裂和疲劳损伤故障。

技术实现要素：

一种应急发电机组edg故障诊断系统，所述系统包括：数据处理系统和状态预测系统，维修决策模块；

数据处理系统包括数据采集和传输模块和数据处理模块，所述数据采集和传输模块用于基于采集edg的性能数据并对数据进行存储传输，所述数据处理模块用户，对数据采集和传输模块发送过来的数据进行预先处理，并做特征提取，形成简化后的特征数据；其中采集edg的性能数据主要是基于声学探测技术；

状态监控预测系统，用于基于数据处理系统传输过来的数据，对edg及其关键部位进行状态监测、健康评估和状态预测；

维修决策模块，用于基于状态监控预测系统发送过来的数据，生成edg故障诊断系统的维修决策；

进一步，状态监控预测系统包括，状态检测模块、健康评估模块和状态预测模块，所述状态检测模块，用于对来自数据处理系统的数据进行监测，通过监测的数据同失效数据的比较实现设备系统的状态检测，所述健康评估模块用于基于各种健康状态历史数据、维修历史数据，通过对比数据，对设备系统的健康状态进行评估，并确定故障发生的可能性；所述状态预测模块，用于借助于机器学习算法评估和预测应急发电机组的未来健康状态。

进一步，所述维修决策模块，其中的维修决策，具体为以下至少一个：制定维修计划、筹措维修备件、调度维修任务。

进一步，数据采集和传输模块，具体为声学照相机。

进一步，根据声音照相机通过数据采集系统把应急发电机组edg声音相关的数据实时采集出来。

进一步，所述状态监控预测系统中是基于声学照相机的声音和视频来进行故障探测。

进一步，所述状态监控预测系统是基于声音参数和油品参数执行多故障征兆信息融合诊断。

附图说明

图1为核电edg故障诊断系统图

图2为核电edg故障诊断系统的实现图

图3为多故障征兆信息融合诊断系统结构

具体实施方式

实施例1

基于声音成像的核电edg故障诊断系统是一种对edg进行全面的故障检测、隔离和预测的健康管理的系统，使用该系统不仅仅是为了消除故障，更是为了预测故障何时可能发生，使得edg在故障尚未造成损失甚至故障尚未完全发生之前就能依据核电edg的当前健康状况做出维修保障决策，从而降低使用和保障费用。如图1所示：edg故障诊断系统结构主要分为数据采集处理系统、状态监控预测系统、维修决策系统、接口模块四部分。

数据采集处理系统

数据采集处理系统包括以下两个模块：数据采集和传输模块，该模块是edg故障诊断系统的数据来源，其主要作用是利用各种传感器采集edg的相关性能数据，对数据进行转换存储传输。数据处理模块，该模块接收来自传感器以及其他数据处理模块的信号和数据，对数据进行预处理、特征提取等操作，最终得到简化后的特征数据。可以借助于声音成像，来获得海量的数据，对数据采用向量机或特征分解等做特征提取，通过特征提取的获得故障信息等。可运用etl(extract-transform-load)工具对获取的海量数据进行萃取、转置与加载，形成数据挖掘的基础，然后应用基于机器学习的特征提取方法对信号进行识别和特征提取。

状态监控预测系统

状态监控预测模块是edg故障诊断系统的核心部分，其功能是基于数据采集处理模块的数据，对edg及其关键部位进行状态监测、健康评估和状态预测。状态监测模块，实现对系统当前的状态进行监测，数据来源于传感器、数据处理以及其他状态监测模块的数据。具体过程是通过对这些数据同失效数据的比较来实现设备系统的状态检测，若两者差值超出设定的阈值则进行故障报警。健康评估模块，健康评估基于各种健康状态历史数据、维修历史数据等，通过对比系统的这些数据，对系统的健康状态进行评估，并确定故障发生的可能性。状态预测模块，综合利用各部分的数据信息，并借助机器学习技术来评估和预测edg系统未来的健康状态，预测能力是edg智能维护系统的显著特征之一。具体的状态检测，也可以通过辅助以逻辑规则判断，即通过多个特征向量参数的综合比对，来对状态进行融合诊断或预测。也可以辅助以通过对对象系统历史数据的学习，建立对象系统的数学模型，逼近对象数据中隐含的映射机制，从而利用该模型进行预测。

维修决策模块

维修决策模块依据来自状态监控、健康评估预测模块的数据，生成edg故障诊断系统的维修决策。主要是针对目标edg系统形成维修管理工作计划，包括制定维修计划、筹措维修备件、调度维修任务等，并给出在edg系统故障发生前采取维修措施的适宜时机。

接口模块

接口模块主要包括人与设备的接口和设备之间的接口。人与设备的接口主要是对信息的显示，比如状态监控预测系统显示信息、提示告警信息、维修决策信息。设备之间的接口可以实现上述模块之间以及整个故障诊断系统同其他系统之间信息的传递交换。

如图2所示是基于声音成像下的核电应急柴油发电机组edg故障诊断系统，其也可具体由四部分组成：数据采集系统，数据传输系统，数据处理系统和数据监测系统四个部分组成。

声学照相机即麦克风阵列(microphonearray)，也叫声相仪。它由多个麦克风按照一定规律排列，通过阵列信号处理算法(如波束形成、beamforming)生成声音在一个平面上的声压级分布，以彩色等高线图的方式实现声音可视化，通过照片或视频的方式显示被测物的声音分布。将声学相机用于声源定位，异音异响测试和轨迹跟踪定位。数据采集系统中，声音照相机通过数据采集系统把应急柴油发电机组edg声音相关的数据实时采集出来，声音照相机可通过多个麦克风同步采集声音，通过阵列信号处理算法(如波束形成、beamforming)生成声音在一个平面上的声压级分布，一般用一张伪彩色图表示，颜色对应不同的声压级。同时使用摄像头同步获取被测设备的光学照片。将声压级分布跟照片叠加即可得到“声音照片”。通过跟踪旋转机械的转速等做阶次噪声源定位和异音检测，将静止或运动目标的噪音分布和图片或视频进行叠加，通过对叠加后的“声音照片”做特征分析，获得密闭，泄露等故障数据。

采集的数据通过数据传输系统以gprs或者有线传输的方式实时传送到远离应急柴油发电机组的数据处理系统，数据处理系统通过数据监测系统实时应急柴油发电机组的运行状态，基于稀疏去噪自动编码的edg故障诊断方法，利用大量无标签edg声音数据训练稀疏去噪自动编码器，提取数据的内在简明且稀疏的特征，进行有效的无监督特征学习，进而用于深度神经网络的构建，实现感应edg的大数据特征挖掘与故障诊断；根据故障征兆与故障模型，建立故障模型公式库。依据检测出的运行状态，提出维护管理的建议；同时分析应急柴油发电机组设备关键部件的运行状况，为设备建立健康档案。

在故障诊断过程中，也可以基于以声音照相机数据为主，综合利用海量观测数据，振动数据和油品分析数据等，同时结合领域专家知识等所有可用的edg故障征兆信息，获得提高edg故障诊断精度的故障诊断方法。为此，可以构建edg磨损故障的多故障征兆信息融合诊断系统结构。具体可以如图3所示利用信息融合中的d-s证据推理理论对它们的识别结果进行融合判断，提高整个系统的故障识别率。

本发明所提出的系统采用声音成像核电edg的故障诊断系统；能实现多故障征兆信息的融合故障诊断；并对设备群寿命管理技术，减少运行寿命分散性，降低后期采购和改建费用奠定基础；建立基于设备状态、运行规程、历史检修记录、检修人员、备品备件、检修工具可用性以及核电站自然环境不同组合的核电站设备经济检修编排模型，实现人、机、料、法、环的统一协调。

最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，尽管申请人参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，那些对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。