崔偉超

(河南省鍋爐壓力容器安全檢測(cè)研究院，河南 鄭州 450016)

在現(xiàn)代生活中，鍋爐已屬于一種相當(dāng)重要的生產(chǎn)設(shè)備。鍋爐數(shù)量的與日俱增導(dǎo)致其危險(xiǎn)系數(shù)明顯提升，鍋爐安全直接影響人們的生命與財(cái)產(chǎn)，間接影響社會(huì)發(fā)展的穩(wěn)定性與經(jīng)濟(jì)性[1]。因鍋爐類型眾多，導(dǎo)致其管理過(guò)程困難重重，管理不善便會(huì)增加鍋爐存在安全隱患的概率，人工監(jiān)測(cè)鍋爐運(yùn)行并不能發(fā)現(xiàn)輕微的安全隱患問(wèn)題，日積月累后便會(huì)形成重大鍋爐事故。為避免出現(xiàn)鍋爐事故，不僅需要工作人員科學(xué)規(guī)范的使用鍋爐，還需要實(shí)時(shí)預(yù)警其安全隱患[2-3]。精準(zhǔn)預(yù)警鍋爐安全隱患的目的是及時(shí)找到鍋爐的一切問(wèn)題，確保其安全運(yùn)行；令企業(yè)可更加全面地了解鍋爐運(yùn)行狀況，節(jié)約其運(yùn)行成本；提升鍋爐安全管理的水平與效率。因此依據(jù)科學(xué)力量設(shè)計(jì)鍋爐安全隱患預(yù)警系統(tǒng)勢(shì)在必行，在鍋爐監(jiān)測(cè)中引入現(xiàn)代科學(xué)技術(shù)，提升鍋爐預(yù)警功能[4]。現(xiàn)階段判斷鍋爐安全隱患基本為人機(jī)結(jié)合方法，無(wú)法及時(shí)預(yù)警鍋爐的安全隱患，因此設(shè)計(jì)基于傳感器協(xié)同監(jiān)測(cè)的鍋爐安全隱患預(yù)警系統(tǒng)，精準(zhǔn)預(yù)警鍋爐的安全隱患，確保其運(yùn)行的安全性。

1 基于傳感器協(xié)同監(jiān)測(cè)的鍋爐安全隱患預(yù)警系統(tǒng)

通過(guò)傳感器協(xié)同采集鍋爐使用過(guò)程中的各項(xiàng)參數(shù)，多個(gè)傳感器需布設(shè)在鍋爐的不同位置，將采集的各項(xiàng)參數(shù)傳輸?shù)奖O(jiān)測(cè)預(yù)警模塊，對(duì)鍋爐的安全隱患實(shí)施預(yù)警[5-6]，利用視頻與短信等辦法通知工作人員，降低安全事故發(fā)生概率，基于傳感器協(xié)同監(jiān)測(cè)的鍋爐安全隱患預(yù)警系統(tǒng)結(jié)構(gòu)如圖1所示。具體描述如下：

圖1 系統(tǒng)結(jié)構(gòu)圖

(1) 信號(hào)采集模塊負(fù)責(zé)采集鍋爐使用過(guò)程中的各項(xiàng)參數(shù)，各傳感器間的連接方式為電纜，將多種類型的傳感器布設(shè)在鍋爐的各個(gè)位置上[7]，實(shí)現(xiàn)壓力與給水流量等參數(shù)的采集，并將其轉(zhuǎn)換為可識(shí)別的數(shù)字信號(hào)，傳遞至數(shù)據(jù)傳輸網(wǎng)絡(luò)模塊。

(2) 數(shù)據(jù)傳輸網(wǎng)絡(luò)模塊實(shí)現(xiàn)數(shù)據(jù)傳遞，主要包含兩種類型的數(shù)據(jù)傳輸網(wǎng)絡(luò)，分別是有線與無(wú)線，第一種類型中包含Internet網(wǎng)絡(luò)，第二種包含GPRS網(wǎng)絡(luò)與4G網(wǎng)絡(luò)等。

(3) 安全隱患識(shí)別及預(yù)警模塊利用經(jīng)驗(yàn)?zāi)B(tài)分解方法提取安全隱患特征，并進(jìn)行歸一化處理，通過(guò)證據(jù)理論對(duì)單一信號(hào)展開融合，實(shí)現(xiàn)安全隱患信號(hào)的最終識(shí)別；將識(shí)別到結(jié)果輸入鍋爐安全隱患預(yù)警模型完成鍋爐安全隱患預(yù)警[8]。

(4) 客戶端負(fù)責(zé)將接收到的安全隱患預(yù)警信息發(fā)送至工作人員的電腦與手機(jī)等設(shè)備，實(shí)時(shí)監(jiān)控鍋爐運(yùn)行情況，解決安全隱患。

1.1 鍋爐傳感器協(xié)同信號(hào)采集模塊

鍋爐傳感器協(xié)同信號(hào)采集模塊屬于整個(gè)系統(tǒng)的最下層模塊，信號(hào)采集的準(zhǔn)確性可提升鍋爐安全預(yù)警的可信度，該模塊的硬件功能結(jié)構(gòu)如圖2所示。A/D轉(zhuǎn)換單元的作用是轉(zhuǎn)換信號(hào)，將多個(gè)傳感器采集的模擬信號(hào)，變更成能夠識(shí)別的信號(hào)，通過(guò)智能處理器依據(jù)數(shù)字信號(hào)計(jì)算出鍋爐的壓力與水流量等實(shí)際數(shù)據(jù)[9-10]，將其傳遞至數(shù)據(jù)傳輸網(wǎng)絡(luò)模塊。

圖2 硬件功能結(jié)構(gòu)圖

1.2 安全隱患識(shí)別及預(yù)警模塊

1.2.1 安全隱患信號(hào)識(shí)別

利用經(jīng)驗(yàn)?zāi)B(tài)分解方法提取鍋爐傳感器協(xié)同信號(hào)采集模塊所采集信號(hào)中存在安全隱患的信號(hào)特征，歸一化處理各特征分量的峭度，獲取各傳感器的識(shí)別結(jié)果，通過(guò)證據(jù)理論融合全部識(shí)別結(jié)果，得到最終鍋爐安全隱患信號(hào)識(shí)別結(jié)果[11]，信號(hào)識(shí)別流程如圖3所示。

圖3 信號(hào)識(shí)別流程

信號(hào)識(shí)別流程具體步驟如下：

(1)利用經(jīng)驗(yàn)?zāi)B(tài)分解方法處理鍋爐傳感器協(xié)同信號(hào)采集模塊采集的信號(hào)，獲取每個(gè)傳感器采集信號(hào)中存在安全隱患的信號(hào)特征IMF分量；

(2)無(wú)需考慮殘余分量，計(jì)算j個(gè)IMF分量的峭度，歸一化處理這些峭度，公式如下：

(1)

(2)

式中： IMF分量編號(hào)是a，a=1,2,…,j；離散點(diǎn)在目標(biāo)IMF分量?jī)?nèi)的位置是k，k=1,2,…,l；采樣點(diǎn)數(shù)量是l；第a個(gè)IMF分量第k個(gè)采樣點(diǎn)處的值是ca,k。

(3)選擇h個(gè)IMF分量的歸一化峭度，組建特征向量為

G=[G1′,G2′,…,Gh′]

(3)

(4)利用證據(jù)理論融合傳感器安全隱患信號(hào)識(shí)別結(jié)果，獲取最終的安全隱患信號(hào)識(shí)別結(jié)果T″。

1.2.2 鍋爐安全隱患預(yù)警模型

利用模糊邏輯與專家系統(tǒng)組合的方式構(gòu)建鍋爐安全隱患預(yù)警模型，利用模糊邏輯解決安全隱患信號(hào)模糊性問(wèn)題，提升預(yù)警的準(zhǔn)確性[12-14]。鍋爐安全隱患預(yù)警模型的計(jì)算步驟如下：

(1)按照與識(shí)別到的安全隱患信號(hào)特征G″相應(yīng)的實(shí)時(shí)參數(shù)隸屬函數(shù)求解隸屬度，G″包含爐膛壓力增長(zhǎng)與給水流量提升等信號(hào)；通過(guò)模糊統(tǒng)計(jì)法獲取G″的隸屬函數(shù)，令G″內(nèi)鍋爐排煙溫度信號(hào)在某段時(shí)間的變化量是W，論域W=[15,25]，排煙溫度增長(zhǎng)的模糊集合是B，?W0∈W，隸屬度求解W0=20，那么W0=20對(duì)B的隸屬頻率是f，即

f=m/n

(4)

式中：n為樣本數(shù)量；m為樣本區(qū)間覆蓋20的頻數(shù)。

求解W對(duì)B的隸屬度，該信號(hào)增長(zhǎng)的隸屬函數(shù)是升半梯形函數(shù)，該函數(shù)的表達(dá)式如下：

(5)

式中：λ1與λ2為B的區(qū)間數(shù)；x為確切數(shù)。

圖4 模糊推理機(jī)的數(shù)學(xué)模型

(6)

(3)專家系統(tǒng)中用數(shù)值描繪安全隱患預(yù)警的可信度，該數(shù)值的取值范圍是[0，1]，安全范圍是[0,0.3]，預(yù)警范圍是(0.3,0.6)，高危范圍是(0.6,1)。

利用上述步驟實(shí)現(xiàn)鍋爐安全隱患的預(yù)警，并將預(yù)警結(jié)果傳輸至客戶端。

2 實(shí)驗(yàn)結(jié)果與分析

以某熱力公司的鍋爐為實(shí)驗(yàn)對(duì)象，利用本文系統(tǒng)對(duì)該公司鍋爐的安全隱患展開預(yù)警。在該公司內(nèi)隨機(jī)選取一個(gè)存在水冷壁管泄露的鍋爐為例，利用本文系統(tǒng)對(duì)該鍋爐的安全隱患展開預(yù)警，水冷壁管泄露的關(guān)鍵安全隱患信號(hào)為氣泡水位下降、爐膛壓力增長(zhǎng)與排煙溫度降低。利用本文系統(tǒng)采集該鍋爐的關(guān)鍵安全隱患信號(hào)，如圖5所示。圖5為單個(gè)傳感器采集的鍋爐安全隱患關(guān)鍵信號(hào)，分析圖5可知，本文系統(tǒng)能夠有效采集鍋爐安全隱患的關(guān)鍵信號(hào)。

圖5 鍋爐安全隱患關(guān)鍵信號(hào)變化圖

利用本文系統(tǒng)對(duì)采集的信號(hào)展開經(jīng)驗(yàn)?zāi)B(tài)分解處理，獲取每個(gè)安全隱患信號(hào)特征的固有模態(tài)分量，并展開歸一化峭度處理如圖6所示。分析圖6可知，三個(gè)鍋爐安全隱患關(guān)鍵信號(hào)的歸一化峭度特征向量基本分布在固有模態(tài)分量2～8，氣泡水位信號(hào)的特征向量基本分布在固有模態(tài)分量3～7，固有模態(tài)分量5的占據(jù)比例最高，其余固有模態(tài)分量的占據(jù)比例較??；爐膛壓力信號(hào)的特征向量基本分布在固有分量4～8，固有模態(tài)分量5的占據(jù)比例最高，其余固有模態(tài)分量的占據(jù)比例較??；排煙溫度信號(hào)的特征向量基本分布在2～5，固有模態(tài)分量5的占據(jù)比例最高，其余固有模態(tài)分量的占據(jù)比例較??；綜合分析可知，特征向量為T=[T2′,T3′,T4′,T5′,T6′,T7′,T8′]。

圖6 歸一化峭度特征向量

本文系統(tǒng)內(nèi)其余傳感器的安全隱患關(guān)鍵信號(hào)采集及識(shí)別過(guò)程如上述操作，全部傳感器完成信號(hào)識(shí)別后，繼續(xù)利用本文系統(tǒng)對(duì)其展開數(shù)據(jù)融合處理，獲取最終安全隱患信號(hào)識(shí)別結(jié)果，三種信號(hào)的識(shí)別率如圖7所示。圖7中最高、最低識(shí)別率指所有傳感器中最高與最低的傳感器安全隱患信號(hào)識(shí)別率；平均識(shí)別率指全部傳感器安全隱患信號(hào)識(shí)別率的均值；融合識(shí)別率指利用本文系統(tǒng)融合全部傳感器后的安全隱患信號(hào)識(shí)別率。分析圖7可知，本文系統(tǒng)可有效識(shí)別鍋爐安全隱患信號(hào)，且識(shí)別率高達(dá)99%左右。

圖7 三種信號(hào)的識(shí)別率

依據(jù)識(shí)別到的鍋爐安全隱患信號(hào)，利用本文系統(tǒng)求解該鍋爐安全隱患的可信度，如圖8所示。分析圖8可知，隨著時(shí)間的延長(zhǎng)，該過(guò)鍋爐安全隱患的可信度隨之增長(zhǎng)，在時(shí)間為30 s時(shí)安全隱患可信度穩(wěn)定在0.65，該數(shù)值處于安全隱患預(yù)警范圍內(nèi)，可判斷該鍋爐存在安全隱患，需要做出預(yù)警處理，與該鍋爐的實(shí)際情況相符，且預(yù)警到鍋爐的安全隱患僅需30 s，預(yù)警速度較快。實(shí)驗(yàn)證明：本文系統(tǒng)可有效對(duì)存在安全隱患的鍋爐做出預(yù)警處理，且預(yù)警精準(zhǔn)度高，具備實(shí)時(shí)性。

圖8 鍋爐安全隱患可信度

3 結(jié) 語(yǔ)

鍋爐與人們的生活緊密相連，在化工與機(jī)械等領(lǐng)域均有應(yīng)用，因鍋爐事故導(dǎo)致的后果相當(dāng)嚴(yán)重。為此設(shè)計(jì)基于傳感器協(xié)同監(jiān)測(cè)的鍋爐安全隱患預(yù)警系統(tǒng)，及時(shí)精準(zhǔn)預(yù)警鍋爐的安全隱患。日后還可以本文系統(tǒng)為基礎(chǔ)，對(duì)其進(jìn)行改進(jìn)，增加研究鍋爐能耗的功能，降低鍋爐的能耗，為企業(yè)節(jié)約成本、提升經(jīng)濟(jì)效益，使企業(yè)做到節(jié)能減排，打造更加優(yōu)越的生活環(huán)境。