李仲玲，张 薇（通讯作者），王 海

（沈阳理工大学 辽宁 沈阳 110159）

1 引言

复杂设备/工艺系统是企业的核心竞争力，实时监控其运行状态，及时预测和排除故障是安全高效生产的基础，对企业具有重要作用。但实际中，面临以下的尴尬境地，一方面针对一个未知系统，由于诊断知识的匮乏，面对故障不能及时发现；而另一方面，设备在运行期间产生大量实时及历史数据，而这些数据背后都蕴含着重要信息。

2 实时诊断系统结构及原理

2.1 实时数据集成平台

诊断系统以实时数据集成技术为基础，构建实时数据集成平台，采集生产现场实时数据，并根据变量的存储记录条件存入历史数据库，形成历史数据；实时数据集成平台同时向上层提供实时数据历史数据服务功能。

生产现场的底层数据来源复杂往往无法简单地统一处理，也很难要求现场控制器的格式统一，这就需要系统提供相对通用的接口功能框架，针对不同控制系统提供通讯接口。OPC是最为广泛的实时数据集成技术[1]。

2.2 构建ANFIS诊断网络

自适应模糊推理系统ANFIS是基于数据的建模方法，在功能上与之等价的模糊神经网络。它将模糊逻辑规则及隶属度函数参数通过神经网络的自学习来产生，并自动生成模糊规则，克服模糊控制系统中模糊推理规则根据专家经验设计的不足之处，相比神经网络，它是用推理所得出的模糊语言规则来描述系统，而不是用权值来描述，具有更强的自学习能力、鲁棒性和自适应性。……