华能威海发电有限责任公司 吴建国 马东森 于信波 薛 松 杨 春 陈 湘 常晓杰 王少君 北京必可测科技股份有限公司 罗小龙 郑雪琴

通过对DCS 控制系统的质量码信息进行深入研究，当出现质量码状态异常时，寻找与系统各部件之间的关联关系，从而分析得出可能存在的问题根源，问题扩大前进行人为干预，可有效避免DCS 控制系统的突发故障。同时结合历史故障记录、投运寿命等信息对DCS 控制系统进行综合的健康度评价，实现预防性检修更换。

1 现有技术及本文所研究的主要内容

目前，DCS 主控单元通常以两个主控单元双冗余配对使用，主从控制单元通过网络联接实现数据同步。其电源系统采用冗余供电，配置2～4块电源模块，除电源模块同时损坏的极端情况外，其中任意一个模块故障均不影响主控单元的正常运行。当其中一个控制单元故障时，看守检测电路将禁用主控的I/O 接口，并将故障告知副控。随后副控接管I/O 总线控制，开始执行过程控制应用程序。整体过程为自动无扰切换，保证DCS 系统I/O 柜的正常运转。同时发出故障报警，提醒热控人员处理。

主控状态监测主要依赖于系统内部的状态监测，提供给用户实时状态：主控、副控、离线、故障等，并以质量码方式呈现具体报警内容。DCS 系统的日常维护则主要以定期工作为主，通过检修期的定期切换试验，线路紧固检查，日常巡检状态检查、电子温湿度控制等方式，保证主控单元的正常。

本文针对当前存在问题，通过对状态质量码的深度解析，将系统状态代码转化为易于普通用户使用的语言。使得用户在控制器出现异常变化初期，即可清晰直观获取相关信息，并融合各类DCS 历史故障案例及专业技术人员维护经验，整合各类故障现象，形成系统化故障诊断模型，第一时间为用户提供故障原因分析及处理建议，提升故障处理的及时性准确率。同时结合外部综合因素，如环境温湿度、投用寿命、电源状态、盘柜状态、历史故障信息等对DCS 系统进行综合状态诊断。因此，开展DCS 系统状态监测诊断能减少系统故障造成的突发事件，实现系统故障及隐患的提前感知与报警，自动诊断故障隐患点，进而有效提升发电机组运行可靠性、安全性。热控设备实施状态检修的意义主要表现在以下方面：

设备状态深度解析。通过对主控单元状态质量码的深度解析及综合整合研判，将系统状态代码转化为易于普通用户识别和使用的语言，使得用户可清晰直观获取相关状态信息。在控制器出现异常变化初期，即可根据质量码状态发现早期异常，并为用户提供异常生成原因及处理建议；专家故障诊断。将DCS 厂家知识库、历史故障案例及专业技术人员维护经验，以故障模型方式融入诊断系统，形成系统化故障诊断模型，第一时间为用户提供故障原因分析及处理建议，提升故障处理的及时性准确率。

系统内部综合诊断。采集DCS 系统其他部件状态信息如电源、网络、接口卡、I/O 卡件、盘柜等，寻找与主控单元相互间关联规律，充分整合离散式报警信息，形成全方位多角度综合研判算法。通过分散的信息数据呈现集中的状态预警；系统外部综合诊断。结合外部综合因素，如环境温湿度、投用寿命、历史故障信息、定期/巡检工作记录、检修记录等，对DCS 主控单元进行综合状态诊断，进行健康状态评价及库存寿命评估。为用户进行状态检修、预防性维护更换，提供实际数据和理论依据。

2 基于质量码解析的故障诊断和健康评估方案

DCS 控制系统功能强大、结构复杂，通过单一的诊断方法无法全面监测状态信息，进而进行准确的状态诊断及智能预警，须通过多方位特征状态信息对其进行综合性的状态诊断评估。本方案从故障诊断和健康状态评估两个维度对主控单元开展研究。

2.1 故障诊断

DCS 系统内部对主控单元及各部分有着较为全面的监测方式，能发现系统存在的绝大部分异常并提供报警给用户。但一般以“报警”“故障”或“离线”等较为笼统的汇总式报警信息呈现出来，用户很难通过报警全面了解系统出现问题的具体原因，需人员进入软件内部进行查询。查询方式及获得的信息专业性极强，普通的电厂热控维护人员不易理解，造成问题处理的迟滞[1]。本文通过对DCS 系统质量码信息的深入解析和分析整合，结合DCS 各部件、各工艺参数之间的关联关系，对DCS 系统的状态形成更加全面、直观的故障监测诊断方法。包括建立数据库、质量码解析、建立模型及状态监测诊断四个步骤，以下就每个步骤展开论述：

2.1.1 建立数据库

建立数据库作为整体诊断系统的信息源，明确每一个DCS 部件的唯一点名及其对应的信息，内容主要包含设备点名、点描述、盘柜号、型号规格、投用日期、序列号等信息，以设备台帐形式导入软件系统中，采用设备点名检索，匹配相关信息。

2.1.2 质量码解析

在DCS 系统当中，针对每个站点（包含主控单元、工程师站、操作员站、历史站等）、模块卡件、网络节点及I/O 点等状态，通常使用质量码来表达其不同状态及导致该状态的可能原因。例如艾默生公司的Ovition 系统支持四种质量状态：GOOD（正常）、FAIR（强制）、POOR（算法状态）、BAD（故障）。

每种状态指出点的操作和运算条件。某种质量状态的点可能有多个原因，这些原因存储在状态字（如1W2W 字段）的数据位中。可能的质量原因包括点值被保持、硬件出错、点振荡、传感器标定、扫描被停止、数据链路故障、工程值限值、接地故障、电源消失等。这些信息可呈现出当前点位的状态及原因，为进一步故障诊断提供了准确可靠的基础信息。通过对这些信息的筛取、组合、分析，形成综合故障诊断模型，对所监测设备实现全面性、前瞻性、综合性的智能预警诊断。

质量码解析方法为：参照《DCS 系统记录类型参考手册》整理质量码信息清单，根据DCS 故障手册定义质量码信息含义及应用场景。通过与DCS 控制系统建立通讯对接，通常以OPC 通讯方式实现系统联通。通过检索数据库点名实现数据对接，然后根据站点状态字段编号及数据位编号，提取到相应的质量码信息。按照点名——字段编号——位编号的检索顺序，提取到对应的点的质量码信息。例如获取#1盘柜#1主控的当前控制模式信息：首先在数据库中查询到点名为“DROP1”，字段FB、位编号4为“真”时，表示当前状态为主控模式。

其中一部分质量码信息可直接用于主控单元状态显示及预警，如“控制模式”、“备用模式”、“网络超时”、“主副控不匹配”等，这些信息可直观呈现出主控单元的当前状态，用户收到报警信息后可第一时间做出判断和处理，因此无需二次处理，质量码状态为真时可直接进行报警。

另一部分质量码如“离线模式”、“检测到此站发生故障”、“站处于报警状态”、“检测到无效控制回路页”等，这些信息发出时用户无法根据信息直接得知系统存在的问题，需同时与其他信息进行综合研判解析，进行二次诊断后生成状态预警信息。例如“检测到此站发生故障”，需同步检索当前站点所含电源状态、网络状态、主控状态、IOIC 卡状态，I/O 卡件状态，及其他发生变化的质量码信息。根据不同状态异动确定此站发生故障的原因，从而为用户提供直观的综合故障信息。例如同步检测到IOIC 卡状态异常，则可研判为“IOIC 卡状态异常导致站点故障报警”。

2.1.3 模型建立

质量码获取到后，如何判断当前状态是否正常，因此模型的建立是确定设备是否异常的关键步骤，通过分别建立主控单元正常模型与故障模型，建立主控正常与故障的判断基准。

建立正常模型：通过正常模型的建立，可为系统建立一套正常运行及正常停运状态下的基准值，包含状态开关量点、正常运行区间值、正常或停运状态时各设备的状态信息。当状态偏离此模型时视为设备存在异常；建立故障模型。参考《防止电力生产事故的二十五项重点要求》、《GBT 35731-2017火力发电厂分散控制系统运行维护与试验技术规程》、《火电厂热控系统可靠性配置与事故预控》、DCS 故障案例、专家经验等相关主控单元案例，建立主控单元异常故障诊断模型。

建立趋势模型。主控单元的负荷率总应维持到一个合理范围内，当负荷率突然变化超出范围时，代表主控运算量过多，容易发生主控死机等故障。产生原因主要有两方面：一类是现场设备的实际操作量和变化量突然增多，此类造成的负荷率短时突升属于正常情况，可排除主控异常风险，但长时负荷率居高不下则代表主控长期运算量加大、存在故障风险，此时应对负荷率重点监测，必要时应调整主控所带设备数量；另一类是主控本身或关联部件存在异常，造成的负荷率突升，此类是重要需重点监测和解决的风险。因此根据负荷率与主控部件的关联关系建立相应的趋势模型。

采集主控单元负荷率，显示负荷率实时及历史趋势。通过对负荷率趋势的监测，可对主控负荷异常突升、频繁大幅波动、长期高于标准区间或历史区间等非正常负荷变化进行监测，从另一维度开展对主控单元的诊断预警。

2.1.4 状态监测诊断

通过以上数据库建立、质量码解析、正常与故障模型建立后，所有诊断算法模型均置入到系统中，在系统内部建立故障诊断知识库，故障诊断条件满足时，根据算法模型发出预警或报警；实现主控单元实时状态监测和预警。

2.2 健康状态评估

主控单元除上述实时状态监测诊断外，其他非实时性设备信息，如历史故障记录、同批次设备信息、投用寿命时长、环境温湿度等，也对主控单元的使用寿命产生影响，因此应结合上述信息对主控单元进行综合健康状态评估，为状态检修策略提供数据依据。健康状态评估与故障诊断从两个维度同步进行，形成完整的监测诊断评价体系[2]。

历史故障记录：按每个盘柜中所包含的部件建立存储数据库，每次主控单元发生故障时，将故障信息存储到数据库中，形成历史故障信息记录表。如：当IOIC 卡编号0001设备发生故障时，平台通过网络通信的方式会读取到该设备存储在数据栈的故障信息，并将该故障信息存储到数据库中，同时通过该设备的KKS 编号等标识信息以及根据配置的周期时间，在数据库中查找该设备在周期内发生过的历史故障信息，通过故障编号进行比对，当在历史故障信息表中匹配到了相同的故障编号，就可判定在周期内再次发生了同类故障系统自动记录故障时间、故障内容，并将故障原因存储至对应部件的存储数据库，健康状态评估为“存在重复故障，建议择机检查处理”，建议检修期进行更换或重点处理。

同批次设备关注：与上述方法类似，通过事先建立的设备台帐数据库，将设备投运时间存入数据库。当任一故障发生时，调取设备台帐中投用寿命同月份主控单元，同批次主控列入关注清单；一定周期内同批次其他主控单元出再次出现该故障，同批次主控显示报警，健康状态评估为“同批次设备存在重复故障，建议择机检查处理”，建议检修期进行更换或重点处理。

超寿命评估：调取“设备台帐”投运时间，自动匹换算为小时单位，投运寿命大于87600h 或最早批次主控列入关注清单；任一故障在最早批次主控单元发生，推送全部同批次主控单元清单，列入重点关注清单；该故障在最早批次主控单元重复发生，输出超寿命报警。健康状态评估为“设备超寿命运行且出现过故障，建议择机检查处理”，同时推送至检修管理模块，检修前60天推送状态检修设备名细，建议检修期进行更换或重点处理。

综上，此状态监测方法可扩展至DCS 各部件，将DCS 系统内部的信息加以识别和分析研究，不仅可实时监测到各部件的状态，通过综合的研判机理，对健康度及可用寿命进行评估，更可将难以直观识别的质量码信息进行可视化转换，变成易于热控检修人员理解的状态信息。对对DCS 控制系统进行有效的监测和故障预防，有着积极和实用的辅助作用。