APP下载

基于数据驱动的设备故障诊断技术*

2022-05-24张云鹏刘本刚刘卉羽潘高扬

机械工程与自动化 2022年2期
关键词:故障诊断可视化变量

张云鹏,刘本刚,刘 刚,刘卉羽,刘 琨,潘高扬

(沈阳飞机工业(集团)有限公司,辽宁 沈阳 110850)

0 引言

设备完好率和加工性能都直接影响着企业的生产经营和经济效益。设备数据作为制造过程底层的生产数据,是企业宝贵的财富,没有自动化的数据采集系统,没有实效的数据分析工具,没有形象的展示系统,这些数据就白白丢掉了,设备维护永远处于凭经验、拍脑袋的粗放型设备管理和维修状态。设备运行状态直接影响着企业的生产经营和经济效益,设备的可靠性和维护效果保证了其正常运行,是企业生存的必要条件。随着开放性通信协议不断完善和微型智能嵌入式芯片及传感器技术蓬勃发展,已有多种途径支持用户在车间设备层及传感层创建数据采集、生产管理和过程监控的可靠透明的数据链路,支持车间底层网络完成对设备、部件、环境、过程与监控点数据的采集、处理,并对车间数控设备进行有效的基础管理。设备管理是基础管理重要的环节[1],设备状态管理及故障快速诊断在企业生产经营中的作用和地位日益突出,是企业降低生产成本和保证生产效率的基础。

1 设备维护与故障诊断技术发展现状

随着先进飞机制造技术的发展,企业引进的先进加工设备变得更加复杂,对设备的维护要求也越来越高[2]。长期以来,在设备运维方面,相较国外,国内企业更注重短期效益,实际中仍以事后维修为主、设备状态检测为辅,虽然国内院校在设备故障预测与诊断方面做了大量研究工作,但实际应用较少,与国外差距较大。目前,国内部分大型企业已意识到设备故障智能预测与快速诊断及健康评估等人工智能技术及网络信息化在设备维护中的重要性。实际上,近年来随着自动化与信息化技术深度融合,以深度学习为代表的人工智能领域高速发展并在实际应用中已取得了一系列瞩目的成就,尤其是在重大装备领域,随着装备集成化、综合化和智能化水平的提高[3],为实现装备故障的预防维修和预测维修,适应装备技术的发展和系列化产品研发,开展了大量故障预测与快速诊断、设备健康评估技术及设备状态维修决策技术等研发和应用工作,并取得了一定效果[4,5]。由于上述功能实现一方面需要结合设备特点和业务场景,通常需要定制开发;另一方面需要大量数据样本进行训练和测试,生成有效算法和模型,该部分工作量较大,适合于生产线设备或有批量同类设备维护场景。而对于不同功能的设备或缺乏足够历史数据的情况,就需要结合实际使用情况,利用基于数据驱动的故障诊断技术,通过采集设备实时状态数据,结合逻辑诊断模型和可视化技术进行故障快速诊断。

2 设备快速诊断技术及设备管理功能模块开发

2.1 数控系统变量与接口

基于数据驱动的设备故障诊断和维护系统需要能够直接或间接反映设备功能、性能和状态的系统变量及数据。系统变量按照功能可以分为系统数据、系统状态数据、通道状态数据、轴状态数据、驱动状态数据、刀具和刀库数据、参数数据、机床数据和设定数据、诊断数据、HMI状态数据、用户数据等[6],每一类数据有具体的物理意义和用途,如监控当前轴电机负载或跟踪误差时需要选择“通道状态数据”,因此在软件开发时需要根据实际业务需求甄选,切忌不是越多越好。因为在读取变量时需要宝贵的系统资源开销,工控系统不同于PC,资源相当有限,所以建议根据具体业务需求定制系统变量订阅,变量够用即可。本项目基于设备维护业务开展变量存取时,支持同时最大200个变量订阅,但考虑到针对不同维修故障或状态诊断不可能一次涵盖所有数据,以及本身维修的复杂性决定了不可能预料故障分析时所有具体变量,因此本项目提供了SINUMERIK 840Dsl所支持的所有变量列表(路径),支持用户自选监控变量功能,但不能一次超过最大200个限制,同时受SIMENS系统本身限制,保证不至于影响系统控制性能,最小采样周期不小于100 ms。具体变量功能及物理意义需要结合系统版本和维护经验确定,可参照数控系统“变量和接口信号”手册。

2.2 在线维护功能开发与集成

2.2.1 基于数据驱动的远程监控功能

车间现场设备维护对数据特性的基本要求包括高实时性、泛型(多样性)、可读写(如置位/复位继电器)、透明传输以及可视化分析等。因此,现有传统设备监控信息化平台难以满足先进设备维护的要求,迫切需要定制开发面向维修业务需求的设备管理系统。本文所提出的基于数据驱动的设备管理功能模块开发技术方案如图1所示。本方案中,远程客户端基于OPC UA通信协议,实现100 ms内设备状态或运行参数的实时监控。

图1 设备管理功能模块开发技术方案

在系统功能开发时,首先需要明确所采集的设备系统变量涵义及路径,如针对安装SINUMERIK 840D系统的数控机床,首先要明确MMC(Man Machine Communication)格式下变量路径,包括路径、变量名、变量类型、行数等。以监控电主轴电流为例,伺服轴电流的系统变量位于通道区域C的数据块SEMA中,该变量MMC格式路径为:/Channel/MachineAxis/aaCurr[u,]。其中,参数u是通道号,参数是轴驱动号。本系统中电主轴电流的实时监控系统界面如图2所示。

图2 电主轴电流的实时监控系统界面

2.2.2 基于组态的可视化功能

组态软件由于编程简单、画面美观、通用性强,在工控领域一直备受青睐。围绕数控系统维护业务重点难点问题,针对典型复杂逻辑功能故障,按功能逻辑进行组态,以期实现基于实时数据驱动的直观在线诊断,获得复杂系统原理最简单的可视化效果,提高维护效率和准确率、减小维护人员现场检测和诊断劳动强度。本文通过组态软件实现了面向数控机床典型功能及系统的可视化故障诊断界面,具体包括润滑系统、冷却系统、液压系统、换挡系统、驱动系统、通信系统、空调系统、电源系统等。通信子系统故障诊断可视化界面如图3所示。

图3 通信系统状态故障诊断界面

结合嵌入式传感器,还可以实时对液位、油位、温湿度、压力等条件在线监控,提高设备日常维护的信息化水平,可以为维护提供优化的交互接口,避免耗费大量人力管理成本及不必要的加班等,使维护人员下班前及时了解机床条件实时情况和剩余可供使用情况。组态实现的液压系统条件实时管理功能如图4所示。

图4 液压系统条件实时管理功能

3 总结

利用现场总线与通信技术、嵌入式与传感器应用技术、数控系统变量与接口技术、组态技术、可视化技术、网络编程与OPC UA等关键技术,开发了基于数据驱动的设备故障快速诊断系统,实现了数据可视化效果。它支持设备状态及故障快速准确诊断功能,完成了设备条件变量参数化及透明传输和在线管理技术验证,有助于把设备维护人员从重复、繁杂的功能性故障修复中解放出来,把宝贵的精力更多地放在提升设备性能、解决精度下降等关键问题上,本文对提升复杂设备运维效率和水平具有一定实践指导意义。

猜你喜欢

故障诊断可视化变量
基于CiteSpace的足三里穴研究可视化分析
自然资源可视化决策系统
思维可视化
基于包络解调原理的低转速滚动轴承故障诊断
寻求不变量解决折叠问题
抓住不变量解题
“融评”:党媒评论的可视化创新
数控机床电气系统的故障诊断与维修
基于量子万有引力搜索的SVM自驾故障诊断
分离变量法:常见的通性通法