0 引言

　　對工業現場的遠程監控、故障診斷技術是近年來研究的一個熱點。一般的做法是將現場底層控制器數據通過控制網絡(現場總線或工業以太網等)送至信息管理層或遠程網絡，通過各種智能診斷算法完成診斷任：務。對于那些復雜性很高的疑難故障效果較好，且在很多領域取得較好效果。但統計表明實際中80％以上的故障為一般性故障，在解決常見、多發故障的處理上，尤其在需要快速解決，甚至需要在某些故障狀態保證運行時，這種遠程的方式缺少靈活性和實時性，現場控制器只是監控設備和生產過程，忽視其在故障診斷及處理中的作用。

　　筆者認為在這方面，遠程智能診斷與基于PLC的故障診斷有明顯的互補，現場控制器可發揮如下作用：①精確定位故障，避免盲目性；②采取主動措施，硬件冗余的同時，軟件充分考慮常見故障，使系統有一定的容錯能力，出現某些故障的情況下，避免停車事故，確保系統繼續安全可靠的運行；③各類現場控制器緊跟計算機網絡技術的發展，朝著大型網絡化、智能化方向發展，為故障診斷處理提供平臺保障，在此之上可設計出一定智能程度的診斷功能。

1 故障及處理響應的分級

　　根據故障輕重緩急，及響應故障的時間要求，故障可以分為嚴重故障、一般故障、輕度故障、在組織故障處理功能時，故障的等級應予以考慮。

　　嚴重故障：可能產生嚴重后果的故障，包括設備損壞、危機人身安全。要求系統即時響應或立即停機，并向操作人員發出各種報警。如各種壓力保護，流程設備的閉鎖，機床的刀具破損、碰撞等。

　　一般故障：可能對控制過程產生影響，但不是立即的影響，一段時間后，如故障仍存在，則故障升級。如過程參數不當造成產品質量問題。

　　輕度故障：不直接影響生產的輕度錯誤或異常。如機器設備磨損及性能下降、環境變化等。

　　PLC依照彭簿的等級，可采用不同的響應方式。

　　中斷處理：輸人中斷，由開關量輸入觸發CPU執行的中斷；間隔定時器中斷；高速計數器中斷等。中斷處理停止控制器主程序的執行過程，對后果嚴重的突發故障特別有用。

　　正常的程序掃描處理：由于現在PLC的CPU速度很高，大型的程序掃描周期一般也只有幾毫秒，所以對于絕大部分故障的處理速度是滿足要求的，并可使程序簡化。多數的故障處理可放置在正常的掃描過程中。

　　定時或背景處理：高檔的PLC中，可以設定定時執行的程序，或背景程序(在正常程序段處理結束后，本掃描周期如有時間，可執行的相對次要程序段，如無時間，則跳過)。對于需要大量計算且非嚴重故障，可安排在此執行。

2 基于PLC的故障診斷及處理一般規則

　　在PLC控制系統中，控制器本身的可靠性一般較高，故障率很低。一旦出現故障亦能通過自診斷檢測并顯示出來。絕大部分故障不在PLC設備本身，PLC的外部設備，如輸入元件、輸出執行元件、被控設備及輸入輸出信號線路等的故障率很高。當這些故障發生時，PLC不會自動停機，往往在發生故障或事故后才被發現。因此，在系統設計時就應充分考慮可能的故障，并在控制器中做好監視處理工作。

　　2.1 信號級處理

　　數字量處理：將PLC輸入位的預期狀態值與實際狀態值相比較的過程。二者比較的結果一致，表明設備處于正常工況，否則表明對應輸入位的設備部位處于故障工況。模擬量處理：將在相應A／D通道讀到的監測信號的模擬量的實際值與系統允許的極限值相比較，超限表明對應輸入位的設備部位處于故障工況。判斷處理過程一般有一定的延時。

　　下述程序給出設備電機的兩種故障判斷：接觸器返回故障，過載故障。ICJ為運行信號，0QJ為運行命令，CJGZ為接觸器返回點故障，AI為互感器測得電機電流，MAX_I為過載電流，I_GZ為電流過載故障。充分考慮可能發生的故障，能夠使故障定位準確，可進行實時在線診斷。通過PLC的梯形圖編程，還可將故障診斷融入過程控制，達到保護機電設備的目的。對于暫時無法解決的故障，通過較為準確的定位描述，為上級或遠程診斷中心提供可靠的依據，避免人工描述不準確性。

　　2.2 控制策略級處理

　　在軟件開發時，通過充分考慮系統可能出現的故障，并設計相應的防范程序，是避免和減少這些故障對系統產生影響的重要措施。除了硬件上的冗余熱備外，軟件上同樣應有后備策略，而且針對PLC外圍的故障更有效。

　　PLC可視故障情況，動態地重新構造控制策略，使控制系統在新的臨時狀態下運行，仍能保證一定的穩定性和控制效果。

　　針對多發故障，提供備用方案，并保證就地手動的有效。如對于產品的質量、設備的運行不構成直接影響的一些控制環節，在傳感器發生故障時，以定時方式配合人工干預，生產同樣可以短期進行，待故障解除后重新回到正常方式。

3 模糊融合診斷

　　目前復雜控制系統采用了許多較新控制方法：如模糊控制、神經網絡控制、專家控制等等，恰好可以相應地開發出配套的高性能故障診斷部分，并與之融為一體。高檔PLC都提供了高級語言開發環境，也可實現自行開發的診斷算法。

　　基于信息融合原理的智能故障診斷方法，是通過多路傳感器信號進行有效多層面的關聯組合及提取，獲得對診斷對象故障信息更可靠的認識，從而最大限度地提高對故障的診斷和預知能力。在智能推理中FUZZY技術較為成熟且簡單，本文給出基于FUZZY規則的診斷推理過程。

　　3.1 基于FUZZY規則的推理過程

　　在直積空間X*Y=｛(z，，，)｜xX，YY｝上的模糊關系Y=XR是X*Y上的一個模糊子集尺，尺的隸屬度函數屁(x，y)表示X中x素省與y中元素Y具有的這種關系的程度。

　　“如果菇是A則y是曰中，如果部分(x is A)被稱作前提部分(前項條件)，那么部分(y is B)被稱作結論部分。這種模糊推理表示了A與曰的一種關系，A、B都是模糊語言變量，這種關系就是一種特殊的模糊關系，稱作模糊蘊含關系，記作AB，它不是普通邏輯中的A→B的推廣。當x，y的論域為離散時，模糊蘊含關系R可用相應的矩陣表示。

　　推理過程如下：x 菇is A

　　模糊規則：IF x is A THEN Y is B

　　推理輸出：Y is B

　　即：B=A(AB)=AR

　　可將其擴展為具有多條模糊規則、多重條件的推理過程，即第K條規則表示為：

　　Rule(K)：IF x1 is Fx1i And．．．ANDxn is Fnj THEN Y is Bi

　　同樣，模糊規則的獲取是建立模糊規則推理系統的關鍵，也是主要的瓶頸所在。一般而言，可以根據來自專家的知識和經驗建立模糊規則。如果專家提供的知識和經驗充足，建立的模糊規則庫就較為完備。

　　在建立模糊規則庫后，要將輸入信息模糊化，進行模糊推理，此時結構為模糊集，還要進行解模糊處理。

　　3.2 在PLC中的實現

　　上述模糊診斷方法，在Quantum PLC的開發環境Concept軟件中利用其類PASCAL語言STL(StatementLanguage)自行開發，對于基于規則的模糊推理，Concept提供了隸屬度函數為三角形的各種功能函數，可實現推理過程。其中FUZ;ATERMReal為模糊集定義函數；FUZ_MIN_Real為模糊取小函數；FUZ MAX_REAL為模糊取大函數；DEFUZREAL為解模糊功能；下面給出具體STL實現過程：

　　VAR

　　Symptonl：FUZATERMReal；Sympton2：FUZATERMReal；Sympton3：FUZ_ATERMReal；模糊集定義ENDVAR　　Symptonl(X：=Sympton，S1：=1.36，S2：=1.38，s3：=1.40，S4：=1．42，S5：=1．44)；　　Toolowl：=Symptonl．MDl；Lowl：=Symptonl．MD2；Goodl：=Symptonl．MD3；Highl：=Symptonl．MIM；TooHighl：=Syruptonl．MD5；模糊化輸入　　Symptort2,(X：=SymptonC，S1：=-0.01，S2：=0.0，s3：=0.01)；Low2：=Sympton2．MDl；Good2：=Sympton2．MD2；High2：=Sympton2.MD3；　　mydl：=FUZMINReal(INl：=Toolowl，IN2：=bw2)；　　myd2：=FUZMINReal(INl：=Toolowl，IN2：=Good2)；　　mydfl：=FUZMAXREAL(INl：=mydl，IN2：=myd2，IN3：=myd4)；根據推理規則，按照M(^，V)進行模糊推理...　　Conclusionl：=DEFUZREAL(ZEROY：=FALSE，MDiSil：=mydfl.MDiSi2：=4095.0，MDiSi3：=mydf2，MDiSi4：=3000.0，MDiSi5：=mydf3，MDiSi6：=1000.0，MDiSi7：=mydf4，MDiSi8：=0.0)；按重心法解模糊，并尋找最大隸屬度故障原因。

　　當征兆集能夠直接從傳感器得到或處理后得到，即可應用上述方法在原因集中尋找原因。調過實際調試，在征兆、原因、規則都較為有限的情況下，對PLC掃描時間影響較小，是可行的。

　　模糊邏輯較好地利用語言知識，知識表達形式易于理解，但卻存在自學習能力弱的不足。對于故障診斷矩陣R和故障診斷規則Rule及隸屬度函數需要不斷修正的場合，基于PLC的方法不適用。

4 結論

　　在以往進行設計時，通常把控制器和故障診斷系統分開設計，但在設計控制器的同時考慮故障診斷，可以提高故障的可診斷性及故障診斷的可靠性，而且便于將故障診斷系統化。隨著PLC功能不斷增強，它在故障診斷領域將有更廣闊的應用前景。實踐中應注意如下原則：設備及工藝過程診斷維護的困難很大程度是因為PLC的診斷能力不足，設計時充分考慮可能的故障。充分考慮控制功能與故障監控診斷的平衡，分清輕重緩急，并與遠程AI診斷取長補短。運用中，采用各種措施，確保診斷工作不會影響PLC的正常監控工作。