黄琦兰 李尚尚

摘 要： 为了制氧装备厂家及时准确地掌握不同区域设备的运行参数和故障信息，使得技术人员能够快速地进行远程故障判断和设备维护，开发一套关于医用制氧装备的远程故障诊断系统。该系统由医用制氧装备信息系统、远程故障诊断服务中心和专家系统组成。系统采用OPC技术读取现场设备PLC中的数据信息，通过OPC服务器将数据传送到故障诊断服务中心，实现远程故障数据采集的目的，故障服务中心根据采集到的数据和专家系统提供的经验支持，发布包含故障数据的网页，技术人员通过远程访问这些网页，并根据经验判断出故障原因，实现对制氧装备远程故障诊断的目的。和多数设备提供的远程故障诊断服务相比，所提系统具有针对性强、使用方便、易于扩展的优点，能够更好地满足医用制氧企业的需求。

关键词： 医用制氧装备； 远程故障诊断； 专家系统； OPC； PLC； 数据采集

中图分类号： TN99?34； TP311.5 文献标识码： A 文章编号： 1004?373X（2018）19?0121?04

Abstract： A remote fault diagnosis system for medical oxygen generation equipment was developed， which can make the medical oxygen generation equipment manufacturers master the operation parameters and fault information of different regional equipments， and the technician quickly perform the remote fault judgment and equipment maintenance. The system is composed of medical oxygen generation equipment information system， remote fault diagnosis service center and expert system. The OPC technology is adopted in the system to read the data information in field apparatus PLC， and then the data is sent to the fault diagnosis service center to realize the remote fault data acquisition. The fault service center releases the webpage containing fault data according to the acquired data and experience support provided by expert system， and then the technician judges the fault cause according to his experience by means of remote access of the webpage， which can realize the remote fault diagnosis of medical oxygen generation equipment. In comparison with the remote fault diagnosis service provided by a majority of equipments， the system has the advantages of stronger pertinence， more convenient use and easier expansibility， and can meet the needs of medical oxygen generation enterprises much better.

Keywords： medical oxygen generation equipment； remote fault diagnosis； expert system； OPC； PLC； data acquisition

0 引 言

醫用制氧装备在医院制氧过程中具有重要的作用，一旦发生故障停机的情况，将会引发医院缺乏氧气的严重后果。因此如何快速、准确地判断出设备的故障所在，使维修人员能够根据故障原因及时进行维护已成为制氧行业面临的一个主要问题。随着网络信息化的快速发展，远程故障诊断在医用制氧装备方面的应用也越来越多，通过Internet网络实现远程数据监测，使得维修人员能够远程查看设备发生故障时的一些数据信息，从而根据以往经验完成对设备的远程故障诊断[1]。

在远程故障诊断中，故障信息的获取是一个至关重要的环节。由于各个设备分布在不同的地方，使用传统的客户机/服务器模式要求用户安装客户端应用程序，并且应用程序需要特定的运行环境[2]，因此这样的模式已不再适用。现在大多数的远程故障诊断系统是在设备使用的地方建立Web站点，当设备发生故障时，通过该站点将采集到的故障信息传送到设备生产厂家的数据库，然后厂家发布故障数据网页，维修人员就可以通过浏览器查看设备的故障信息，但这种基于浏览器/服务器的模式需要在每个设备使用的地方建立Web站点，当使用医用制氧装备的医院较多时，这样的方式运行起来就变得复杂，无法满足制氧装备厂家对设备故障诊断简单高效的要求。针对此问题，本文设计的医用制氧装备故障诊断系统将现场的PLC设备与远程故障诊断中心之间进行通信，OPC Server将从PLC设备采集到的数据通过网络传送到故障诊断中，故障诊断中心将这些数据以网页的形式发布出去，维修人员通过远程登录的形式访问该网页，查看分析设备的故障数据，实现对现场设备的故障诊断，避免了通过Web站点获取数据[3?4]。

1 系统结构

图1为医用制氧装备远程故障诊断系统结构图，主要由数据采集单元、数据存储单元和故障诊断中心组成。其中数据采集单元包括现场PLC设备和智能远程终端，在监测现场制氧装备系统中的各子系统均与PLC进行连接，将每个子系统的运行参数等数据上传至PLC，智能远程终端通过以太网接口与PLC连接，读取PLC中采集的现场制氧装备系统的数据信息，完成数据采集的功能[5]。

数据存储单元包括OPC服务器、设备故障数据库和专家知识库，智能远程终端把采集到的数据通过网络上传到OPC服务器，OPC服务器将数据存储下来并给其他使用者提供访问接口。设备故障数据库是远程故障诊断中心用来存储设备故障数据的，制氧装备厂家可以调用该数据查看以往的故障信息，为专家知识库的建立提供信息支持。专家知识库的主要作用是录入设备常见的故障信息和解决方案以及专家的诊断经验[6]。

远程故障诊断中心包括Web服务器、专家知识库和设备故障数据库。Web服务器发布网页和诊断服务，发布的网页能够访问OPC服务器获取制氧装备的运行数据，可以根据专家知识库和获取的数据进行知识匹配，对设备运行状态进行初步的故障分析，亦可诊断出常见的故障现象，同时网页可以通过调用设备故障数据库对历史故障信息进行查询[7]。

2 远程故障诊断系统

2.1 数据采集单元工作机制

医用制氧装备系统包括空压机、冷干机、制氧机和储氧罐等设备，每个设备均来自不同的生产厂家。为了使各系统之间能够协调稳定地工作，在整个系统中采用PLC作为设备的控制器件，这样既可以控制制氧装备系统中各个子系统正常工作，又可以使用PLC将各个器件的数据采集起来，保存到PLC的存儲区中。

智能远程终端通过TCP/IP协议与PLC连接获取其存储区中的内容，本文采用GRM500作为智能远程终端，制氧装备系统运行时，GRM500负责将PLC中的数据采集出来并提供给OPC服务器，Web服务器发布的网页可以依据OPC服务器提供的Web接口方法对其中的数据进行存取操作，远程的制氧装备厂家通过浏览这些网页对设备的运行状况进行故障分析，然后给出解决方案[8]。

2.2 基于专家系统的故障诊断

一般的故障诊断都是依靠程序的自动对比进行判断的，但这种方法在许多情况下并不能得到令人满意的结论，因此要借助专家系统的帮助。本文在故障诊断的过程中引入专家系统。专家系统在使用时集中了大量的专门知识和专家经验，是根据一个或多个专家提供的专业知识经验进行推理和判断，模拟人类专家的思维对那些只有专家才能决定的复杂的设备故障给出故障原因并提供解决方案的综合系统[9]。它本质上是一组计算机程序，以专家的知识水平完成某一特定领域的具有一定难度的任务。在医用制氧装备故障诊断系统中，专家系统的设计是整个系统的核心问题[10?11]，主要包括设备知识库、系统故障推理机、故障解释部分、专家知识获取部分和B/S人机接口，几个部分之间的逻辑关系如图2所示。

设备知识库存放在远程故障诊断中心的数据库中，其中包含每个设备的信息表和以往的故障案例表。信息表中有每套制氧装备所在的地址、名称和维修记录等基本信息，故障案例表中存储已经解决的有关制氧装备的故障原因和解决方案等信息[12]。

系统故障推理机是专家系统的主要组成部分，可以根据不同的理论实现不同的算法，依据故障征兆与设备知识库中的知识进行匹配，推理出故障原因和解决方法，同时更新知识库，使系统具有自学习的能力。本文采用故障树分析法对故障征兆进行分析判断。故障树分析法能够在设计的过程中对可能造成设备故障的各种因素（如硬件、软件、外部环境和人为因素等）做出提前分析，然后画出逻辑故障树，确定引起故障的组合方式及其发生的概率，针对具体的故障给出相应的解决方案，提高故障诊断的准确度[13?14]。故障解释部分是对推理机分析出的故障原因和解决方案给出合理的解释说明，使得远程操作人员能够明确地理解推理结果。知识获取部分是管理人员对知识库的添加、修改的过程，通过对知识库不断的更新，确保依据知识库推理出的结果的准确性。人机接口是专家系统与专家进行信息交流的页面，用来显示制氧装备的全部信息和推理机得到的结论[15]。

当需要故障诊断时，专家通过浏览器登录到故障诊断网页，该网页引用设备故障数据库，将设备的参数信息作为专家系统的输入显示出来，系统对输入信息调用故障案例表建立故障树进行故障推理，最终将推理得出的结果显示到诊断网页上，专家根据结果进行故障判断并给出专家意见。诊断完成后，专家系统会把故障信息和专家给出的意见存入知识库和案例表中，提高知识库的储量和下次检索的效率。

3 远程故障诊断系统平台

远程故障诊断系统平台软件的开发工具是Microsoft Visual Studio 2015，数据库使用的是SQL Server 2012。本文采用VS2015环境下的C#语言、基于ASP.NET和B/S交互模式编写程序，网页发布成功后，只需在浏览器登录即可实现远程访问。远程故障诊断系统平台采用模块化思想进行设计，根据厂家要求，设计分为实时数据显示、历史数据查询、故障诊断、知识库管理和系统管理5大模块[16]，图3为远程故障诊断系统功能框图。

1） 实时数据显示。包括制氧装备运行参数、故障信息和设备实时运行数据曲线，具体功能为：运行参数，显示制氧装备运行时各种数字量、开关量和模拟量等实时数据；故障信息，显示所有制氧装备的故障信息；实时数据曲线，将要显示的数据以曲线的形式表达出来，更加直观清晰。

2） 历史数据查询。包括操作查询、故障查询和数据查询，具体功能为：操作查询，查询对制氧装备进行过操作的人员名称、时间、地点和IP地址等信息；故障查询，对已发生的故障信息按时间和设备名称进行查询；数据查询，对设备以前的历史运行参数进行查看。

3） 故障诊断。包括添加故障和故障远程维护，具体的功能有：添加故障，在网页上手动操作添加一条故障信息；故障远程维护，远程对故障信息进行查询、修改等管理。

4） 知识库管理。主要包括案例表维护和设备表维护，其功能为：案例表维护，对已经解决的故障案例进行添加、修改、删除等操作；设备表维护，添加新的设备信息，对原有的设备进行更新操作[17]。

5） 系统管理。设计了用户管理、权限管理和日志管理，具体功能为：用户管理，对使用该系统的所有用户进行管理操作；权限管理，对用户的权限进行分配管理，使不同的用户能够进行不同等级的操作；日志管理，对用户的登录日志进行查看、删除等处理。

4 故障诊断系统总体功能实现

故障诊断系统运行时，当制氧装备系统中有设备发生故障，现场操作人员可以依据工控机上的信息对故障进行初步的诊断，若是简单的故障，操作人员可以直接进行维修。但当出现的故障较为复杂或工控机无法给出故障原因时，现场人员便无法根据提示信息进行设备维修，此时可以登录远程故障诊断中心请求对故障做出诊断，诊断中心首先会将故障数据与知识库中已有的案例进行匹配对比，找到合理的解决方案。若知识库中也没有类似的故障信息，则报请专家进行故障分析，并请求给出相应的解决方案。制氧装备厂家可以远程查看故障诊断信息与现场人员共同维修设备，故障诊断中心最终会将诊断过程中的故障信息和解决方案存入知识库，以备下次查询时调用。

5 结 语

医用制氧装备远程故障诊断系统为故障诊断的远程化、信息化和专家协同化提供了方便的途径，提高了故障诊断的效率。本文开发的故障诊断系统通过对知识库的不断添加补充，已经能够实现在网页上远程登录进行故障诊断的功能，目前该故障诊断系统在实际应用中达到了理想的效果。但由于知识库中的案例还不完善，無法对故障进行更加精确的分析。

参考文献

[1] ZHOU Lei， WANG Hairui. Research on remote fault diagnosis based on Web services [J]. Advanced materials research， 2014（1030）： 1783?1787.

[2] 吴燕.一种故障诊断系统的通用平台设计[J].电子世界，2012（21）：136.

WU Yan. A common platform design for a fault diagnosis system [J]. Electronics world， 2012（21）： 136.

[3] 李桂林.基于Web的铁路设备远程故障诊断系统的设计[J].自动化与仪器仪表，2012（1）：64?66.

LI Guilin. The design of the remote fault diagnosis system for the Web?based railway equipment [J]. Automation and instrumentation， 2012（1）： 64?66.

[4] 杨拥民，陈仲生.基于B/S模式的远程故障诊断系统[J].机电一体化，2000（6）：64?66.

YANG Yongmin， CHEN Zhongsheng. Remote fault diagnosis system based on B/S mode [J]. Mechatronics， 2000（6）： 64?66.

[5] 苗长新，樊露丹，马晓伟，等.基于Web的煤矿井下水泵机组远程故障诊断系统设计[J].电气应用，2015，34（12）：122?124.

MIAO Changxin， FAN Ludan， MA Xiaowei， et al. The design of remote fault diagnosis system for underground water pump unit based on Web [J]. Electrotechnical application， 2015， 34（12）： 122?124.

[6] 孙朝生，赵文旭，刘廉恒.信号设备信息管理系统的设计与应用[J].科技与企业，2013（17）：123.

SUN Chaosheng， ZHAO Wenxu， LIU Lianheng. Design and application of signal equipment information management system [J]. Technology and enterprises， 2013（17）： 123.

[7] 熊肖磊，周杰，周奇才，等.现代铁路物流装备故障诊断与远程维护技术[J].制造业自动化，2013，35（11）：119?122.

XIONG Xiaolei， ZHOU Jie， ZHOU Qicai， et al. Modern railway logistics equipment fault diagnosis and remote maintenance technology [J]. Manufacturing automation， 2013， 35（11）： 119?122.

[8] 吴孝慧.电力设备的远程监控与故障诊断系统研究[J].电子技术与软件工程，2015（18）：199.

WU Xiaohui. Remote monitoring and troubleshooting system for electrical equipment [J]. Electronic technology and software engineering， 2015（18）： 199.

[9] HUANG Jiming， CHAI Minjie， ZHANG Rongying. Fault diagnosis expert system applied on machinery industry [J]. Applied mechanics and materials， 2013（347）： 461?465.

[10] 赵立强，李文荣，公丕平，等.新型工程装备故障专家诊断与训教系统的开发[J].机电产品开发与创新，2011，24（3）：95?96.

ZHAO Liqiang， LI Wenrong， GONG Piping， et al. New engineering equipment failure expert diagnosis and training system development [J]. Development and innovation of mechanical and electrical products， 2011， 24（3）： 95?96.

[11] 刘佳，马崇启.基于WebService和OPC的纺纱设备远程故障诊断系统[J].纺织学报，2011，32（5）：130?134.

LIU Jia， MA Chongqi. Remote fault diagnosis system for spinning equipment based on WebService and OPC [J]. Journal of textile research， 2011， 32（5）： 130?134.

[12] SUN Zhijian， ZHANG Xianzhi， SHENG Wen， et al. Study on B/S?based remote fault diagnosis system of radar equipment [J]. Advanced materials research， 2012（383）： 5605?5608.

[13] YANG Xiaoqiang， HAN Jinhua， YAN Jianjian， et al. Fault diagnostic equipment of fire control system based on FTA [J]. Applied mechanics and materials， 2013（372）： 641?645.

[14] WANG Hai. Diagnosis system of manufacturing equipment based on structure?fault tree [J]. Advanced materials research， 2011（189）： 2629?2633.

[15] 许荣，车建国，杨作宾，等.故障树分析法及其在系统可靠性分析中的应用[J].指挥控制与仿真，2010，32（1）：112?115.

XU Rong， CHE Jianguo， YANG Zuobin， et al. Fault tree analysis and its application in system reliability analysis [J]. Command control and simulation， 2010， 32（1）： 112?115.

[16] 陈岩，黄其舟，楚依.煤矿大型固定设备远程故障诊断系统[J].煤矿安全，2015，46（z1）：55?58.

CHEN Yan， HUANG Qizhou， CHU Yi. Remote fault diagnosis system for large fixed equipment of coal mine [J]. Coal mine safety， 2015， 46（S1）： 55?58.

[17] 彭智勇.基于Pocket PC的坦克便携式故障诊断专家系统技术研究[D].重庆：重庆大学，2008.

PENG Zhiyong. Based on Pocket PC′s tank portable fault diagnosis expert system technology research [D]. Chongqing： Chongqing University， 2008.