论文部分内容阅读
摘要：现如今工业自动化控制体系的自动化水平日益提高，实际设备运行过程中存在的系统故障问题日益复杂。本文的研究结合当前工业自动化控制系统中常见的故障问题进行检测和评估，探讨故障已解决的方式和方法，并结合实际故障情况和诊断技术的应用进行简要概述。
关键词：工业自动控制系统;故障检测;诊断方法
引言：工业领域自动化控制体系的应用普遍，系统试运行的稳定。但系统本身运行的稳定性关乎到工业生产的正常信息，一旦自动化控制体系出现问题，势必会对整个系统造成影响，进而引发安全事故和企业的经济损失。因此针对工业自动化控制系统运营过程中常见的故障问题，需要借助相应的分析方案进行故障的检测和故障问题的诊断。依据当前被广泛运用的可编程控制对于工业实际设备自动化运营过程中存在的问题进行动态检测，对系统进行实时分析，有针对性的对于部分故障问题进行处理，能够减少因故障问题带来的经济损失。
一、常用的自动控制体系的发展历程和特点
（一）PLC控制系统
PLC控制系统也叫做可编程序控制器，是直接作用于各种工业环境下而形成的数字运算操作电子装置。这也是现阶段工业领域普遍运用的一种控制系统，这种控制系统唯一的弊端在于只能针对某特定的动作顺序进行实际生产功能简单，一旦工业实际生产过程中多样变化，需要进行重新设计，其可靠性和运营性就会大大打折扣。虽然说PLC控制系统已经取代了继电器保护系统，但实际运用过程中只能完成顺序和逻辑控制等简单的处理功能。
现如今计算器、网络通信等技术被广泛运用到PLC控制系统中，借助可视化编程和人机界面能够使自动化控制，操作更加简单、便捷。PLC发展至今的模块小、结构紧凑，已安装编程简单，具有可靠性，能够借助逻辑运算和顺序控制完成相应的控制功能。
（二）DCS控制系统
DCS也叫分布式控制系统，是集散式的控制系统，在一定程度上其控制概念分散、集中管理。早期采用机械式气动元件和现场仪表组成基地式气动仪表的控制模式完成连续量、压力、液位、流量等实际控制的调节任务。随着技术的不断发展，又相继发明了气动单元组合仪表和电动单元组合仪表。上世纪60年代计算机技术被广泛运用到了工业领域，这就形成了数字控制体系的DDC模式的技术，计算机强大的处理功能能够完成自动化设备中的实际控制、计算过程量的输入和输出组合以及现有的仪表控制模式，并借助网络技术集成了众多回路调节的控制算法。尤其是适用于化工、发电厂等多个领域。而且这些场合的连续性和设备调节的多样性，借助较多的过程控制算法，能够建立起神经网络和模型评估机制。
二、工业自动化控制系统的故障检测
（一）故障检测
工业自动化设备中实际的故障检测是为了发现控制系统中存在的问题，并采取相应的报警机制，能够有效提高故障检测的效率，降低故障的漏报率和误报率。故障检测主要包括信息采集、信息处理和故障原因分析等多个步骤，具体的故障问题是需要根据实际系统来看的，包括受控对象故障、仪表故障、软件故障等等。
（二）故障诊断
常见的故障诊断方式包含了故障分离、故障评价和故障检测，是依据具体的故障检测相应的故障信息，找出存在的故障源，明确故障的类型和大小。系统运行过程中，对于系统的性能指标和功能的影响因素进行分析，这就形成了故障评价。能够依据实际控制机构或是计算机接口出现的一些常见的故障问题进行判断和评估，给出故障问题的等级，方便企业对故障问题进行划分和修正。故障决策是依据具体的故障检测信息和故障评价等级，由相关的工作人员结合具体的系统控制技术，在远程操作的模式下对于故障问题进行合理判断，采取及时的故障维修方式和手段，制止更大的故障发生。现如今对于故障的诊断手法在不断的更新。如线性模型的建立可以针对局部的故障问题进行细化分析，借助人工神经网络对于动态的故障问题进行检验，避免了传统工业自动化控制体系故障检测中存在的不足。
三、工业自动控制系统故障检测方式
（一）直接测量系统输出输入信号
实际工业故障检测过程中，可以借助直接测量系统，对于存在的故障问题是否超过阑值范围进行及时的判断。除此之外还可以基于因果关系进行处理，在实际系统输出过程中，结合相应的幅值、 相位、 频率对于存在的故障源进行分析。在故障发生时运用多种分析量进行分析和处理判断故障源的所在，最常见的故障诊断方式，包括谱分析法、概率密度法和功率谱分析法。
（二）特征量辅助诊断法
部分故障问题在系统运行过程中会在一些特征量上进行反应，而且输出量整体的反应会较为明显。其潜在的早期故障会结合具体的故障量特征进行实时检测或预报，会根据特征量进行故障问题的处理和分离，并及时针对故障问题作出评价和决策机制。通常情况下故障量的选取较为困难，需要采取相应的手段和方式进行及时的检验。
（三）硬件冗余诊断法
为了保障系统实际运行的可靠性，可以借助几只同类仪表并行共测某一变量的方法对于某一时工具的变量进行实时检测，以此来提高测量的可靠性。如果某一仪表盘的输出和其他的仪表盘输出明显不同，这就说明该仪表盘出现了故障问题，要不断的减少随机干扰，影响错误诊断事件的发生。
（四）人工智能检测法
人工智能检测法是针对复杂的结构建立起相应的数据模型，综合考虑整个故障建立起来的模型方式，最典型的检验方式包括故障数和图论法。故障数检测法是在系统实际运行过程中常见的一种检测方式，针对某一故障开始通过对于故障形成的原因和形成的现象进行实时分析。检验故障中需要结合实时动态数据进行故障的诊断，该方法实际运用过程中灵活性大。由于件数较多、工程量大容易出错，只能适应较小的故障问题诊断。其次就是神经网络方式可以针对出现的问题进行大规模的模拟处理，建立起自适应的学习模式。针对这些特点还适用于故障实时检测，与其他的专家系统不同神经网络是基于数值和算法的模式下，对于存在的问题进行实时的勘测。诊断的过程中网络的输入是被诊断的症状和输出故障的主要原因。现研究的神经网絡故障系统中每一个输出神经元都会对应故障形成的原因和问题，建立起相应的解决方案。
结束语：
综上所述，本文在研究过程中基于PLC自动控制的故障检测方式，分析了当前常见的故障检测方法。选用合适的软件提出故障处理方案，希望能够切实提高工业自动化系统的可靠性和容错能力，最大限度地减少各类故障的发生，帮助企业减少经济损失。
参考文献：
[1]陈智广，梁瑞尤，杨智针.智能分布式馈线自动化故障诊断研究[J].自动化与仪器仪表，2020（05）：181-184.
[2]丛舒艺.农业机械自动化应用与维修技术研究[J].南方农机，2019，50（24）：15.
关键词：工业自动控制系统;故障检测;诊断方法
引言：工业领域自动化控制体系的应用普遍，系统试运行的稳定。但系统本身运行的稳定性关乎到工业生产的正常信息，一旦自动化控制体系出现问题，势必会对整个系统造成影响，进而引发安全事故和企业的经济损失。因此针对工业自动化控制系统运营过程中常见的故障问题，需要借助相应的分析方案进行故障的检测和故障问题的诊断。依据当前被广泛运用的可编程控制对于工业实际设备自动化运营过程中存在的问题进行动态检测，对系统进行实时分析，有针对性的对于部分故障问题进行处理，能够减少因故障问题带来的经济损失。
一、常用的自动控制体系的发展历程和特点
（一）PLC控制系统
PLC控制系统也叫做可编程序控制器，是直接作用于各种工业环境下而形成的数字运算操作电子装置。这也是现阶段工业领域普遍运用的一种控制系统，这种控制系统唯一的弊端在于只能针对某特定的动作顺序进行实际生产功能简单，一旦工业实际生产过程中多样变化，需要进行重新设计，其可靠性和运营性就会大大打折扣。虽然说PLC控制系统已经取代了继电器保护系统，但实际运用过程中只能完成顺序和逻辑控制等简单的处理功能。
现如今计算器、网络通信等技术被广泛运用到PLC控制系统中，借助可视化编程和人机界面能够使自动化控制，操作更加简单、便捷。PLC发展至今的模块小、结构紧凑，已安装编程简单，具有可靠性，能够借助逻辑运算和顺序控制完成相应的控制功能。
（二）DCS控制系统
DCS也叫分布式控制系统，是集散式的控制系统，在一定程度上其控制概念分散、集中管理。早期采用机械式气动元件和现场仪表组成基地式气动仪表的控制模式完成连续量、压力、液位、流量等实际控制的调节任务。随着技术的不断发展，又相继发明了气动单元组合仪表和电动单元组合仪表。上世纪60年代计算机技术被广泛运用到了工业领域，这就形成了数字控制体系的DDC模式的技术，计算机强大的处理功能能够完成自动化设备中的实际控制、计算过程量的输入和输出组合以及现有的仪表控制模式，并借助网络技术集成了众多回路调节的控制算法。尤其是适用于化工、发电厂等多个领域。而且这些场合的连续性和设备调节的多样性，借助较多的过程控制算法，能够建立起神经网络和模型评估机制。
二、工业自动化控制系统的故障检测
（一）故障检测
工业自动化设备中实际的故障检测是为了发现控制系统中存在的问题，并采取相应的报警机制，能够有效提高故障检测的效率，降低故障的漏报率和误报率。故障检测主要包括信息采集、信息处理和故障原因分析等多个步骤，具体的故障问题是需要根据实际系统来看的，包括受控对象故障、仪表故障、软件故障等等。
（二）故障诊断
常见的故障诊断方式包含了故障分离、故障评价和故障检测，是依据具体的故障检测相应的故障信息，找出存在的故障源，明确故障的类型和大小。系统运行过程中，对于系统的性能指标和功能的影响因素进行分析，这就形成了故障评价。能够依据实际控制机构或是计算机接口出现的一些常见的故障问题进行判断和评估，给出故障问题的等级，方便企业对故障问题进行划分和修正。故障决策是依据具体的故障检测信息和故障评价等级，由相关的工作人员结合具体的系统控制技术，在远程操作的模式下对于故障问题进行合理判断，采取及时的故障维修方式和手段，制止更大的故障发生。现如今对于故障的诊断手法在不断的更新。如线性模型的建立可以针对局部的故障问题进行细化分析，借助人工神经网络对于动态的故障问题进行检验，避免了传统工业自动化控制体系故障检测中存在的不足。
三、工业自动控制系统故障检测方式
（一）直接测量系统输出输入信号
实际工业故障检测过程中，可以借助直接测量系统，对于存在的故障问题是否超过阑值范围进行及时的判断。除此之外还可以基于因果关系进行处理，在实际系统输出过程中，结合相应的幅值、 相位、 频率对于存在的故障源进行分析。在故障发生时运用多种分析量进行分析和处理判断故障源的所在，最常见的故障诊断方式，包括谱分析法、概率密度法和功率谱分析法。
（二）特征量辅助诊断法
部分故障问题在系统运行过程中会在一些特征量上进行反应，而且输出量整体的反应会较为明显。其潜在的早期故障会结合具体的故障量特征进行实时检测或预报，会根据特征量进行故障问题的处理和分离，并及时针对故障问题作出评价和决策机制。通常情况下故障量的选取较为困难，需要采取相应的手段和方式进行及时的检验。
（三）硬件冗余诊断法
为了保障系统实际运行的可靠性，可以借助几只同类仪表并行共测某一变量的方法对于某一时工具的变量进行实时检测，以此来提高测量的可靠性。如果某一仪表盘的输出和其他的仪表盘输出明显不同，这就说明该仪表盘出现了故障问题，要不断的减少随机干扰，影响错误诊断事件的发生。
（四）人工智能检测法
人工智能检测法是针对复杂的结构建立起相应的数据模型，综合考虑整个故障建立起来的模型方式，最典型的检验方式包括故障数和图论法。故障数检测法是在系统实际运行过程中常见的一种检测方式，针对某一故障开始通过对于故障形成的原因和形成的现象进行实时分析。检验故障中需要结合实时动态数据进行故障的诊断，该方法实际运用过程中灵活性大。由于件数较多、工程量大容易出错，只能适应较小的故障问题诊断。其次就是神经网络方式可以针对出现的问题进行大规模的模拟处理，建立起自适应的学习模式。针对这些特点还适用于故障实时检测，与其他的专家系统不同神经网络是基于数值和算法的模式下，对于存在的问题进行实时的勘测。诊断的过程中网络的输入是被诊断的症状和输出故障的主要原因。现研究的神经网絡故障系统中每一个输出神经元都会对应故障形成的原因和问题，建立起相应的解决方案。
结束语：
综上所述，本文在研究过程中基于PLC自动控制的故障检测方式，分析了当前常见的故障检测方法。选用合适的软件提出故障处理方案，希望能够切实提高工业自动化系统的可靠性和容错能力，最大限度地减少各类故障的发生，帮助企业减少经济损失。
参考文献：
[1]陈智广，梁瑞尤，杨智针.智能分布式馈线自动化故障诊断研究[J].自动化与仪器仪表，2020（05）：181-184.
[2]丛舒艺.农业机械自动化应用与维修技术研究[J].南方农机，2019，50（24）：15.