GTD一350燃氣輪機是國內首次引進的一個獨特設計、帶自由渦輪的航空燃氣渦輪發動機。它是設計用作Mi2型輕量級直升飛機的動力裝置。為了在實驗室進一步研究其作為聯合動力裝置原動機的動態特性，設計遠程監測診斷系統是GTD一350燃機安全、可靠運行的重要保證。遠程故障診斷技術是在故障診斷技術、計算機技術和網絡通信技術發展的基礎上，由于工業過程對遠程監測與控制的急切需求而迅速發展起來的應用技術。它通過工業局域網/廣域網把分布于各個局部現場、獨立完成特定功能的設備互聯起來，以達到協同工作、集中監測的目的，最大限度地發揮網絡的實時性和高效性來完成遠程設備的監測與故障診斷。
1 監測診斷系統設計
1.1 監測診斷系統的組成
本文設計了一種簡捷、可靠的基于CAN總線的燃氣輪機分布式監測和故障診斷系統，可以方便地調用各種故障診斷方法，實現燃氣輪機的狀態監測和故障診斷。它主要由傳感器子系統、現場采集處理與監測子系統、遠程監視子系統、分析診斷子系統和網絡子系統等部分組成。綜合了信號處理、人工智能、通信、DSP（Digital signal processing）、數據庫、計算機網絡等成熟的技術，將一個完整的在線監測和診斷任務分解到不同層的計算機上，相互配合，共同實現分布式的監測過程。
1.1.1 遠程監視子系統
子系統在設備層，由多個以DSP為核心的嵌人式系統等智能采集處理單元組元。DSP具有高速數字信號處理能力，配合外圍的智能傳感器和濾波、放大、A/D轉換等采集處理電路，采集到燃氣輪機的各種在線狀態信號，再經過軟件濾波等預處理，可獲得需要的狀態原始數據。然后，根據相關監測算法對這些數據加以處理，最終通過設備層的總線將數據上傳到監測診斷層，而某個DSP監測算法要從其他DSP子系統獲得相關數據，需要各采集處理子系統之間能相互通信。采用CAN總線將各個現場采集與監測子系統連接起來，組成分布式的現場采集處理與監測子系統。
1.1.2 傳感器及信號調理子系統
GTD350燃氣輪機信號調理子系統實現信號的隔離、放大、濾波、轉換等預處理，采用模塊化、總體式設計。由測速模塊，振動信號濾波放大模塊，溫度信號放大模塊，壓力和流量信號直通模塊等模塊組成。各模塊實現專一的信號調理任務，根據測試信號的不同，可以自由組合，實現信號調理硬件的組態化。
1.1.3 現場采集處理與監測子系統
現場采集處理與監測子系統由DSP、高速A/D數據采集卡和慢變信號A/D采集卡組成。轉速和振動信號選用高速A/D同時對通道模擬信號進行同步采樣；溫度、壓力、流量、用慢變信號AID采集卡采集。
現場采集監測子系統實現數據采集、監測、報警和數據存儲等功能。采集的數據通過局域網絡存儲在文件服務器，當網絡中斷時，數據存人本地磁盤，網絡恢復正常后由服務器調用。
1.1.4 分析診斷子系統和網絡子系統
在監測診斷層，利用以太網將監測主機、文件服務器、多個診斷控制計算機、數據庫等設備連接起來。分析診斷系統包含豐富的分析診斷軟件，實現故障的精密診斷、自動診斷和趨勢報表分析。監測主機通過通信計算機接收設備層采集的原始數據和處理后的數據，可調用監測界面模塊將其顯示出來，并進行及時的報警和常規的數據分析。
1.2 監測診斷系統功能
現場采集處理與監測子系統模塊：完成該系統的初始化，現場數據的采集和預處理，與CAN總線數據通信。
1.2.1 網絡通信模塊
通訊任務包括現場采集站定時將機組當前運行參數發送到工程師站。工程師站將控制、采集等運行參數設置命令發送至數據采集站。
工程師站與MIS系統的通訊采用服務器把MIS、工程師連接起來，可用Windows NT命名管道傳送實時數據，使MIS站上的工程師可以監視燃氣輪機的各種狀態。遠程網絡連接將MIS通過Web服務器建立Intemet連接，可以使現場工程師和診斷中心專家進行在線交流，及時掌握更多的信息，由專家提供診斷結論和治理措施，再將這些結論通過對話服務發送給現場工程師。
1.2.2 數據庫模塊
數據庫模塊的設計應采用分散和集中相結合的原則，可以將數據庫模塊分成兩部分：
數據采集站的數據庫和診斷中心數據庫。數據采集站的數據庫設計原則是設計實時數據庫，包括振動的各種特征參數、波形數據、頻譜數據、溫度、壓力、轉速等。實時數據庫采用單鏈表數據結構設計。診斷中心的數據庫按照不同的診斷建立相應的實時、歷史數據庫，歷史數據庫采用大型數據庫管理系統。
實時數據庫接收客戶端實時發送的數據，實現遠程監測。而歷史數據庫則主要收集一些與故障相關的特征數據，主要包括：機組啟停、升降速、增減負荷時的狀態參數，異常工況下的狀態參數、部分正常工況下的狀態參數、機組其他重要的狀態參數和運行參數。
1.2.3 服務程序模塊
它是遠程診斷中心的重要組成部分。現場工程師和遠端專家通過它對狀態數據進行分析處理，從而進行故障診斷和制定故障治理策略。實時數據顯示分析包括參數設置、穩態和瞬態監測。系統參數對在線監測診斷系統的精度有著重要的影響，不能隨意修改，為此給不同級別的用戶設定了不同的權限。穩態監測主要是在機組不間斷運行時使用，可采用列表的方式顯示各種狀態參數，并且可以繪制各種圖形，有多種反映振動征兆的圖形化方法，從實時數據庫讀出數據然后繪制對應的圖形，如振動波形圖、振動頻譜、升降速波德圖、振型圖、軸心軌跡圖等，專家能夠選擇其想查看的圖形，從而進行經驗上的判斷。瞬態監測主要實現隨機監測和啟停機監測，可根據需要設置采樣頻率、采樣長度、數據的存盤方式等，可供分析診斷軟件包等檢索調用。故障診斷服務主要包括方法、模糊理論、神經網絡、遺傳算法與概率因果網絡相結合理論等建立的各種診斷程序。
2 GTD一350燃機智能故障診斷方法
2.1 基于規則的專家系統診斷方法
基于規則的方法又稱產生式方法，早期的故障診斷專家系統都是基于規則的，這些規則是從專家的經驗中總結出來，用來描述故障和征兆的關系。
該方法的優點是知識表示簡單、直觀、形象、方便，使用直接的知識表示和相對簡單的啟發式知識，診斷推理速度快；要求數據的存儲空間相對較小；易于編程和開發出快速原型系統。缺點是知識庫覆蓋的故障模式有限，對未出現過的和經驗不足的故障診斷就顯得無能為力；當知識庫中沒有相應的與征兆匹配的規則時，易造成誤診或診斷失敗。
2.2 基于神經網絡的診斷方法
從映射的角度分析，故障診斷的實質是建立從征兆到故障源的映射過程。人工神經網絡的優點是高度非線性、高度容錯和聯想記憶等。但是，人工神經網絡應用于故障診斷也存在許多不足，診斷方法屬“黑箱”方法，不能揭示出系統內部的一些潛在關系，無法對診斷過程給予明確解釋。網絡訓練時間較長，并且對未在訓練樣本中出現的故障無診斷能力，甚至得出錯誤診斷結論，這些都增加了神經網絡在實際應用中的困難。
2.3 基于遺傳算法與概率因果網絡結合的故障診斷方法
概率因果模型用于汽輪發電機組故障診斷時，具有最大似然值的故障集一定是最可能發生的故障，通過尋找使似然值函數最大的故障集合就可將故障診斷問題轉化為非線性全局最優化問題。但各種故障的組合是一個相當大的搜索空間，用數學解析或實驗的方法幾乎不能求解。而遺傳算法具有高度并行性和求解非線性問題的能力，可把遺傳算法與概率因果模型相結合，將由概率因果模型得到的似然值函數作為遺傳算法的適應值函數，在全局范圍內搜索最有可能發生的故障集合。概率因果模型與遣傳算法相結合時，染色體串采用二進制編碼形式，故障出現為1，未出現為0。適應值函數由下式表示：
式中：D表示可能的故障組合，也就是染色體串中為1所對應的故障；M 表示已知存在的征兆；M代表所有的征兆集；P代表第i種故障所對應的先驗概率；c代表第i種故障與第，種征兆之間的因果強度，亦即第i種故障引起第7種征兆發生的可能性大小。
2.4 混合智能故障診斷方法
根據不同的發動機系統參數，結合智能故障診斷方法的特點采用多種方法的診斷系統稱為混合診斷方法。具體智能診斷方法的選用原則根據發動機各系統故障的征兆以及故障狀態下的歷史數據來決定。本研究中GTD一350燃機油路系統故障采用專家系統，根據系統振動檢測參數采用神經網絡。
3 結語
本文對GTD一350型燃氣輪機建立了地面遠程監測與診斷系統。此系統的研究是集數據采集、性能分析、故障診斷、人工智能等技術于一體的綜合信息處理系統，實現了對GTD一350燃氣輪機運行狀態的監測和故障診斷。通過與Intemet的連接，實現了遠程監測和診斷。非現場運行人員可以直接登陸相關的遠程診斷中心的網站進行分析診斷，可提高實時處理效率和分析診斷的準確性，為運行人員和設備管理工程師提供了設備運行狀況的科學依據，以便及時發現異常情況，保證設備安全可靠經濟運行。