基于数据中心的故障诊断解决方案
浏览:
添加时间:2019-05-03 15:52:23

方案概述

本方案是针对分散式、多节点的设备的故障诊断解决方案。方案兼顾了离线与在线的诊断应用,通过采集远程节点数据,实时推理分析,在异常发生时或异常发生前向操作员发出告警和处理。离线时,操作员可以通过输入异常事件或故障事件进行离线诊断。

方案架构

根据现场设备及应用的特点,采用数据中心为核心故障诊断部署部署方案,现场节点通过传感器采集状态参数,并通过专用网络传输到数据中心,应用通过获取数据中心数据进行实时诊断,提供诊断结果。整个方案可以分成四个组成部分,如下图所示:

image.png

(1)远程现场节点

  现场节点是业务设备,具有动态变化的特点,设备可根据业务需求,处于正常工作或停机状态。设备的数据的采集可通过建立现场传感器网络的方式进行向数据中心上传数据,典型的数据采集系统如SCADA等。

(2)数据中心

  数据中心是对现场设备状态参数、业务参数、通信参数等进行统一管理的数据中枢,实现对业务数据和状态数据的分离管理。应用服务器接入诊断功能所需的实时数据,实现在线的数据预处理、特征提取、异常判读等故障预警处理。

(3)故障预警监控和控制中心

  在数据中心完成预处理后的数据,按照特征标识事件,输入到诊断系统,实现故障传播的因果分析,寻找出根原因(root cause),并完成自动修复指令的下发或发送故障告警,此外在诊断过程中,支持用户进行干预输入,辅助完成根原因的确定。

(4)知识应用管理中心

  知识应用管理中心完成对故障诊断知识的录入和查询,故障诊断知识库是一个迭代的过程,随着故障诊断的而不断深化,故障知识库也会不断完善。方案提供该功能满足了对故障诊断知识库不断增量迭代式的管理模式,方便知识库的完善。

故障诊断原理介绍


方案在核心功能故障诊断上,采用了故障传播知识和设备模型分离的建模管理模式,使得故障模型知识不用随着诊断设备的变动而产生较大的调整,甚至可以不用进行调整。

基于该方案的诊断应用包含了如下图所示的五个要素,用户的工作主要集中在对故障征兆集提取建模、系统物理模型和诊断通用模型建模,诊断推理模块根据接收到的故障征兆集,调用诊断知识库中相匹配的系统模型和通用故障传播模型,系统动态推理模块生成实时诊断的专有故障传播模型,对当前系统故障状态及因果关联进行动态描述,进行故障的定位、验证和处理,测试和维修过程的执行将改变输入征兆集中的内容,进一步推动诊断推理的进行。

image.png

故障诊断原理

具有以下功能特点:

1)        适应性-故障传播模型与系统(被诊断对象)模型无关,系统结构发生改变时,故障传播模型不需改变,较传统的故障树分析模型而言,更加灵活和通用;

2)        伸缩性-推理引擎自动根据通用故障传播模型和被诊断系统模型生成专有故障传播模型;

3)        扩展性-故障传播模型可以随时进行修改和添加,新的知识将立即被应用到所有的被诊断对象。

image.png

通用故障模型与专用故障模型


北京国鼎源创智能科技有限公司

地 址:北京市海淀区西二旗辉煌国际大厦1号楼1507 邮政编码:100085 电 话:010-59741778 手机:010-59741778 传 真:010-59741778 邮 箱:info@i-innovating.com

Copyright ©i-innovating北京国鼎源创智能科技有限公司.

京ICP备2021018369号  Powered by CmsEasy  留言  Rss