【汽轮发电机CPS-IETM维修保障体系】

CPS-IETM体系综述

汽轮发电机是装备产品高新技术的大集成，但机电一体化设备故障所具有的突发性和隐蔽性问题也比较突出。传统的以机械磨损理论为基础的预防性检修模式难以满足汽轮发电机维修保障所需的高效性。结合汽轮发电机固有的特性，本文将信息物理系统（Cyber physical system, CPS）与交互式电子技术手册(Interactive Electronic Technical Manual, IETM)技术相结合，应用于汽轮发电机维修保障体系中，建立新型维修保障体系架构如图1所示。CPS模块主要包含汽轮发电机关键设备、各类传感器、控制器、中央维护系统（CMS）、通信网络等，其余部分则属于IETM模块。

图1 汽轮发电机CPS-IETM维修保障体系架构

汽轮发电机运行过程中，传感器实时采集关键部件的状态信息，并将监测数据传输到中央维护系统（CMS），进行初步处理。若处理所得数据与正常数据出现一定程度的偏差，中央维护系统经计算调节部件控制器的参数，开展实时容错控制或重构，以保证汽轮发电机的正常运行，并通过网络向远程维修管理系统传递部件的位置、编号等信息，远程维修管理系统通知检修人员待停机后对相关部件进行检修，如图2所示。检修人员首先通过便携式维修辅助终端（PMA），根据故障现象开展基于模糊征兆的快速故障判别，生成候选故障集，进而借助排故引导滤出最可能故障模式，进而现场调用此故障的维修引导电子手册（包括所需的工具、备件、时间等）并开展维修任务。若无显著故障征兆或难以精准诊断，则利用PMA下载中央维护系统中的异常数据及部件信息，打包发送到远程维修管理系统，提取信号特征进行增强故障诊断。诊断后发布维修指令。维修人员通过PMA查看信息，实施维修任务。

图2 故障诊断流程

CPS模块

       由图1所述架构，CPS模块主要分为四部分。第一部分涉及汽轮发电机CPS关键物理组件（如定子、转子等），是CPS模块的主要物理系统。第二部分为关键部件中的传感器及控制器，负责数据采集及参数控制，是CPS模块的监测及执行机构。第三部分为中央维护系统，负责传递数据、智能诊断、容错控制、自适应与自重构等，属于CPS模块中的决策控制机构。第四部分为数据库部分，负责存储大量的历史检修数据、专家库资料，属于存储单元，为了提高数据的质量，此部分采用IETM技术搭建。

IETM模块

       IETM模块主要为汽轮发电机维修保障系统提供交互式电子资料管理以及智能诊断功能，有助于实现数据的共享与可视化。

图3中所展示的IETM模块分为三大部分：资料管理模块、PMA系统、外围系统。其中，资料管理模块是IETM的核心，是IETM模块主要的数据存储单元，负责管理技术资料及专家库资料。PMA（Portable Maintenance Aid）又称便携式维修辅助，如便携式电子显示设备、技术数据浏览器等。PMA系统从资料管理模块中获得相关电子化技术资料供检修人员查看，还可以通过无线网络，远程获取维修专家的指导和帮助，甚至将现场故障设备的状况通过视频传送给远程专家，便于故障诊断和维修任务的完成。不仅如此，PMA系统也承担着中央维护系统中数据的传递任务。外围系统包括资产管理系统、人员管理系统、远程维修管理系统、培训系统等，其中远程维修管理系统是主要的故障决策机构，包括多种智能诊断算法。外部系统可以从资料管理模块中获得相关的资料支持，为汽轮发电机维修保障体系的各个方面提供服务。

图3  IETM架构

CPS-IETM维修保障体系特点

其与传统的维修保障体系相比有如下的几点特征：（1）实时监测和控制，借助于先进的传感器设备、通讯手段以及控制器，获得汽轮发电机信息，并及时调整控制器参数，达到初步的自检测自调整功能。（2）资料的集成与共享，CPS-IETM体系采用IETM系统提供基于XML模式的数据信息，便于在不同应用之间进行交换，提供技术资料共享平台。（3）智能化业务流程，采用信息化的平台，集成故障维修管理、资源管理、人员管理等。此外，CPS-IETM体系还拥有自主性（智能化自主控制）、易扩展性（易于与其他系统衔接）、综合性（物理与信息全方面考虑）等特征。

应用实例

       为了更好地说明本文提出的汽轮发电机CPS-IETM维修保障体系，以振动信号异常为例，描述振动信号异常后，诊断维修的业务流程。

发电机转轴上布置有加速度传感器，传感器将数据传送给中央维护系统加以保存。同时将信号异常的设备的位置、编号信息等上传至远程维修管理系统，安排检修人员停机后检修。检修人员首先根据发电机可观察到的异常现象，通过PMA中的快速故障诊断模块进行故障排查，通过模糊语义算法，计算出可能故障出现的百分率，再由排故引导进行精准诊断。若诊断结果清晰明确，则交互式调用相关技术资料及专家库资料，安排维修计划。否者，利用PMA调取中央维护系统中保存的此发电机近期的状态监测数据，并发送至地面基站数据库中。通过远程维修管理平台的增强故障诊断模块调用此数据，进行精准诊断。如图4所示，是远程维修管理软件的诊断界面，显示利用近邻算法、神经网络、遗传算法等智能诊断技术对下载的发电机监测数据开展准确的故障诊断，根据诊断结果自动调配维修资源，触发维修任务。

图4 远程维修管理系统故障诊断界面

---