以PLC（Programmable Logic Controller）為代表的現(xiàn)場控制器功能日趨完善，除了完成對設(shè)備、工藝過程的監(jiān)控任務(wù)，還可以快速發(fā)現(xiàn)現(xiàn)場的各種故障并及時(shí)解決。據(jù)統(tǒng)計(jì)實(shí)際中80%以上的故障為一般性故障，在解決常見、多發(fā)故障的處理上，現(xiàn)場診斷功能可發(fā)揮如下作用：(1)定位故障，避免診斷的盲目性；(2)立即采取措施，避免造成嚴(yán)重后果；(3)使系統(tǒng)有一定的容錯能力，在出現(xiàn)某些故障的情況下，改變控制策略，避免停車等事故，確保系統(tǒng)繼續(xù)安全可靠的運(yùn)行。

    本文針對在智能診斷中層現(xiàn)場控制器的診斷功能和處理方法加以闡述，提出一種基于現(xiàn)場控制器的模糊智能診斷方法，并指出處理及設(shè)計(jì)中的基本原則。在實(shí)際應(yīng)用中證明其可行性及有效性。

    1 控制器的診斷功能擴(kuò)展

    根據(jù)故障危害程度等特征，將故障分為以下幾個不同等級：安全性故障、工藝過程性故障、耐用性故障等。在組織故障處理功能時(shí)，故障的等級應(yīng)予以考慮。（1）安全性故障：可能產(chǎn)生嚴(yán)重后果的故障，主要包括設(shè)備損壞、危及人身安全，這要求控制系統(tǒng)立即處理并報(bào)警。（2）工藝過程性故障：能夠?qū)刂七^程、產(chǎn)品質(zhì)量產(chǎn)生嚴(yán)重影響，但不易立即發(fā)現(xiàn)處理的故障，一段時(shí)間后如故障仍不排除則后果擴(kuò)大。（3）耐用性輕度故障：不直接影響生產(chǎn)和質(zhì)量的輕度故障。

　　現(xiàn)場控制器如高端PLC、DCS系統(tǒng)（Distributed Control System，分布式控制系統(tǒng)，又稱集散控制系統(tǒng)），其操作系統(tǒng)均采用搶先式多任務(wù)處理機(jī)制（所謂搶先式多任務(wù)處理機(jī)制相對于協(xié)作式（cooperative）多任務(wù)而言。協(xié)作式環(huán)境下，下一個進(jìn)程被調(diào)度的前提是當(dāng)前進(jìn)程主動放棄時(shí)間片；搶占式環(huán)境下，操作系統(tǒng)完全決定進(jìn)程調(diào)度方案，操作系統(tǒng)可以剝奪耗時(shí)長的進(jìn)程的時(shí)間片，提供給其它進(jìn)程），控制器故障診斷處理可根據(jù)故障的等級，采用不同的任務(wù)等級。圖1以Quantum PLC為例，給出在PLC中故障診斷及處理功能的合理結(jié)構(gòu)安排。操作系統(tǒng)為用戶程序提供不同優(yōu)先級的處理功能，在每個級別上都按照采樣輸入、處理程序、執(zhí)行輸出的過程進(jìn)行，高優(yōu)先級的任務(wù)中斷低優(yōu)先級任務(wù)。

    安全性故障：在正常的掃描任務(wù)中判斷處理，由于PLC的CPU速度很高，PLC程序掃描周期一般只有幾毫秒，所以是能夠滿足絕大部分故障的處理速度要求的，并可使程序簡化。但是對于后果嚴(yán)重、響應(yīng)速度要求極高的故障，必須安排在I/O或定時(shí)中斷中處理。

　　工藝過程性故障：在不影響CPU掃描工作正常進(jìn)行的情況下，在正常的掃描任務(wù)中判斷處理，對于算法復(fù)雜度較高或時(shí)間響應(yīng)要求偏低的診斷過程，安排在背景任務(wù)中。但在需要復(fù)雜的修正及自學(xué)習(xí)過程的情況下，該過程不宜安排在控制器中。

　　耐用性故障：應(yīng)安排在背景任務(wù)中或上位機(jī)中進(jìn)行。

　　安全性故障易于發(fā)現(xiàn)處理，一般可通過簡單判斷進(jìn)行停機(jī)等處理。而工藝過程性故障，一方面十分隱蔽，難于發(fā)現(xiàn)，另一方面卻對生產(chǎn)過程、產(chǎn)品質(zhì)量等方面產(chǎn)生嚴(yán)重影響。以往，由于控制器無法為操作人員提供可靠的診斷，操作人員只有密切關(guān)注系統(tǒng)運(yùn)行情況、工藝參數(shù)的變化才能避免事故，這對于要求自動化程度較高的場合更是一種挑戰(zhàn)。在現(xiàn)場控制系統(tǒng)設(shè)計(jì)時(shí)充分考慮可能的故障，并在控制器中做好診斷處理工作是解決這一問題的根本途徑。

    2  基于控制器的模糊智能診斷 

    模糊邏輯（Fuzzy Logic），也稱弗晰邏輯。建立在多值邏輯基礎(chǔ)上，運(yùn)用弗晰（模糊）集合的方法來研究模糊性思維、語言形式及其規(guī)律的科學(xué)。模糊邏輯系統(tǒng)應(yīng)用于現(xiàn)場診斷具有許多優(yōu)點(diǎn)：現(xiàn)場信號(如信號的幅值、變化率、頻率特征等)均為實(shí)型變量，可以通過測量或提取處理為模糊邏輯系統(tǒng)的輸入。由于生產(chǎn)實(shí)際中，故障診斷領(lǐng)域存在的大量經(jīng)驗(yàn)性知識具有模糊性和不完全性，無法建立準(zhǔn)確的數(shù)學(xué)模型，而模糊規(guī)則基本格式“If…then…”型，非常適合于描述經(jīng)驗(yàn)知識，因此模糊邏輯系統(tǒng)能夠充分有效地利用自然語言和知識信息。

    基于控制器的模糊診斷過程如圖2所示，故障征兆和故障原因之間的數(shù)學(xué)模型為B=RA^T。其中，故障向量B=[b₁ b₂… b_n]；故障征兆向量A=[a₁ a₂ …a_n]；R為模糊關(guān)系矩陣[r_ij]_mxm，0≤r_ij≤1，i=1，2，…，n；j=1，2，…，m。

    診斷系統(tǒng)通過設(shè)置的多源傳感器采集特征信號并分析處理，模糊化變換成故障征兆模糊向量A；推理機(jī)根據(jù)當(dāng)前的設(shè)備征兆信息A，運(yùn)用知識庫中的模糊知識，按照一定的模糊推理策略進(jìn)行推理，若匹配成功則將該結(jié)論作為中間結(jié)果繼續(xù)進(jìn)行，直到問題解決。若推理過程中有多條模糊規(guī)則匹配可用，則按照沖突消解策略從中選出1條規(guī)則執(zhí)行，從而實(shí)現(xiàn)基于知識的推理求解過程。

　　模糊關(guān)系是模糊集合直積集的一個子集，它不是“有”“無關(guān)系”，而是多少有點(diǎn)關(guān)系?？捎帽硎灸：系姆椒▉肀硎荆?dāng)論域?yàn)橛邢藜蠒r(shí)，用矩陣和圖的形式可以更形象地加以描述。模糊關(guān)系矩陣表達(dá)故障原因和各種征兆之間的因果關(guān)系，矩陣中的每個元素r、i、j的大小表明了它們之間互相關(guān)聯(lián)的密切程度。模糊診斷矩陣的確定是模糊診斷中十分重要的環(huán)節(jié)，需要參考大量故障診斷經(jīng)驗(yàn)的總結(jié)和實(shí)驗(yàn)測試及統(tǒng)計(jì)分析的結(jié)果。

　　建立模糊診斷系統(tǒng)的其他階段，包括輸入信息的模糊化、模糊推理機(jī)制和解模糊單元的設(shè)計(jì)都有較強(qiáng)的自由度，當(dāng)某個環(huán)節(jié)設(shè)計(jì)不當(dāng)時(shí)都將影響故障診斷的性。對于特定的問題，可以通過經(jīng)驗(yàn)積累并不斷修正來確定的模糊邏輯系統(tǒng)。修正過程可以是人工的，也可采用自學(xué)習(xí)過程進(jìn)行。

    3 模糊智能診斷在控制器中的實(shí)現(xiàn)　

    現(xiàn)以選煤的實(shí)際生產(chǎn)流程為例，對基于現(xiàn)場控制器的故障診斷進(jìn)行研究。整個生產(chǎn)過程中，兩段的密度控制是保證產(chǎn)品質(zhì)量的關(guān)鍵，該部分工藝過程如圖3所示。以往現(xiàn)場控制系統(tǒng)的設(shè)計(jì)過程中沒有考慮針對工藝過程性故障的診斷、處理，所以在出現(xiàn)故障后很長時(shí)間才能被發(fā)現(xiàn)。

    現(xiàn)取生產(chǎn)中常見的5項(xiàng)故障：b₁系統(tǒng)缺介質(zhì)、b₂介質(zhì)系統(tǒng)煤泥多、b₃一段泵堵塞、b₄二段泵堵塞、b₅系統(tǒng)介質(zhì)量多(液位設(shè)定不當(dāng))。相關(guān)的故障征兆：a₁一段液位高、a₂一段液位低、a₃一段密度高、a₄一段密度低、a₅一段泵電流低、a₆二段液位高、a₇二段密度低、a₈二段泵電流低、a9一段/稀介分流大。根據(jù)以往故障診斷經(jīng)驗(yàn)，建立診斷矩陣，并可在應(yīng)用中進(jìn)行修正，如表1所示。

    采用梯形圖或功能塊難于實(shí)現(xiàn)矩陣及多維數(shù)組的計(jì)算，診斷功能在Quantum PLC的開發(fā)環(huán)境Concept軟件中采用語言環(huán)境STL(Statement Language)開發(fā)。首先將診斷矩陣、征兆向量及故障向量做如下定義：
TYPE
　　  FuzzyR_Matrix： Array [1..5，1..9] OF REAL；
　  　Sympton_Array： ARRAY [1..9] OF REAL；
　　  Conclude_Array： ARRAY [1..5] OF REAL；
END_TYPE

    在隸屬度函數(shù)（隸屬度屬于模糊評價(jià)函數(shù)里的概念：模糊綜合評價(jià)是對受多種因素影響的事物做出全面評價(jià)的一種十分有效的多因素決策方法，其特點(diǎn)是評價(jià)結(jié)果不是地肯定或否定，而是以一個模糊集合來表示。隸屬度函數(shù)是模糊控制的應(yīng)用基礎(chǔ),正確構(gòu)造隸屬度函數(shù)是能否用好模糊控制的關(guān)鍵之一。隸屬度函數(shù)的確定過程,本質(zhì)上說應(yīng)該是客觀的,但每個人對于同一個模糊概念的認(rèn)識理解又有差異,因此,隸屬度函數(shù)的確定又帶有主觀性。）的選取中，高斯型等超越函數(shù)運(yùn)算量較大，占用控制器時(shí)間多。而簡單代數(shù)型隸屬度函數(shù)，如三角函數(shù)和梯形函數(shù)，在滿足要求的前提下，更利于計(jì)算處理，本文采用后者對各現(xiàn)場的輸入量進(jìn)行模糊化。圖4為一段桶位的隸屬度函數(shù)，Csetv_L1為一段液位設(shè)定值。

    圖5所示窗口(1)給出在系統(tǒng)運(yùn)行過程中，通過采樣實(shí)時(shí)數(shù)據(jù)，采用加權(quán)平均算子進(jìn)行診斷，對診斷結(jié)果變量進(jìn)行在線監(jiān)測的相關(guān)數(shù)據(jù)。窗口(2)給出相同的征兆時(shí)，采用主因素型算子的診斷結(jié)果。此時(shí)，Symptom[ ]=[0，0.74，0，0.24，0.04，0.01，0.075，0，0]，實(shí)時(shí)過程量值略。

    該系統(tǒng)現(xiàn)場Quantum控制器的邏輯結(jié)算時(shí)間大于0.1 ms，完成車間90個設(shè)備控制及15個閉環(huán)調(diào)節(jié)等工作。在加入診斷功能前，控制系統(tǒng)掃描任務(wù)周期為8.9 ms，診斷功能直接安排在主程序中，觸發(fā)診斷功能后，控制系統(tǒng)掃描周期為10.4 ms，Watchdog為30 ms，完全滿足安全性要求。通過診斷結(jié)論可將原模糊診斷矩陣中的參數(shù)加以人工或自動修正，如將征兆“一段液位低”對“缺介質(zhì)”的值從原0.95進(jìn)一步向1靠近，具體的修正在上位機(jī)中完成。

　　本文將模糊智能故障診斷方法應(yīng)用于控制器中，提高了生產(chǎn)系統(tǒng)的可靠性。設(shè)計(jì)控制系統(tǒng)時(shí)充分考慮故障診斷及處理功能，可以大大減少了故障，避免事故；同時(shí)降低了故障診斷系統(tǒng)的開發(fā)費(fèi)用，易于推廣應(yīng)用，有利于故障診斷系統(tǒng)、控制系統(tǒng)與信息系統(tǒng)的集成。但應(yīng)用中應(yīng)注意控制功能與故障監(jiān)控診斷的兼顧和平衡?；诳刂破鞯脑\斷能夠準(zhǔn)確定位故障，為上級或遠(yuǎn)程診斷中心提供可靠的依據(jù)，避免人工描述不準(zhǔn)確性。