基于局部性修复的离心血浆分离机故障容错诊断研究_陈菊.pdf

收稿日期:2022-08-04作者简介:陈菊(1981-),女,湖北十堰郧阳人,本科,主管护师。通讯作者:周梅玲(1973-),女,湖北十堰郧阳人,大专。基于局部性修复的离心血浆分离机故障容错诊断研究陈 菊,周梅玲,张 琼,何圆圆(湖北省十堰市太和医院血液科,湖北十堰 442000)摘 要:依托于固定约束条件,进行离心血浆分离机故障容错诊断,使得诊断方法呈现出较低的 AUC 值。因此,提出基于局部性修复的离心血浆分离机故障容错诊断研究。深入分析离心血浆分离机的运行特征,构建设备故障模型。采用奇异值分解技术,完成特征数据的提取与选择。再结合深度森林算法,设计一种可用于故障容错诊断的改进级联森林框架。最后,以局部性修复理念为基础,设计离心血浆分离机重调度操作算法,建立故障容错分析涉及的动态约束条件,得出更加准确的诊断结果。实验结果表明:所提方法的 AUC 值为 0.98,与基于 SVM 的诊断方法、基于 RF 的诊断方法相比,AUC 值提升了 13%和 16%,有效降低了故障容错诊断误差。关键词:局部性修复;离心血浆分离机;运行故障;容错;特征数据;深度森林 中图分类号:F406.2 文献标识码:A DOI 编码:10.14016/ki.1001-9227.2023.01.276Research on fault tolerant diagnosis of centrifugal plasma separator based on local repairCHEN Ju,ZHOU Meiling,ZHANG Qiong,HE Yuanyuan(Department of Hematology,Taihe Hospital,Shiyan Hubei 442000,China)Abstract:Based on the fixed constraints,the fault-tolerant diagnosis of centrifugal plasma separator is carried out,which makes the diagnosis method show a low AUC value.Therefore,the fault-tolerant diagnosis of centrifugal plasma sepa-rator based on local repair is proposed.The operation characteristics of centrifugal plasma separator are deeply analyzed,and the equipment fault model is constructed.The singular value decomposition technology is used to extract and select the feature data.Combined with the deep forest algorithm,an improved cascaded forest framework for fault tolerance diagnosis is de-signed.Finally,based on the concept of local repair,the rescheduling operation algorithm of centrifugal plasma separator is designed,the dynamic constraints involved in fault tolerance analysis are established,and more accurate diagnosis results are obtained.The experimental results show that the AUC value of the proposed method is 0.98.Compared with the SVM based diagnosis method and RF based diagnosis method,the AUC value is increased by 13%and 16%,which effectively reduces the fault-tolerant diagnosis error.Key words:local repair;centrifugal plasma separator;operation failure;fault tolerance;characteristic data;deep forest0 引言现代科学技术在医疗领域的应用,辅助开发了多种先进医疗设备,离心血浆分离机就是医药生物制品的现代发展产物之一。其主要作用是实现血浆交换疗法,通过离心血浆分离机对患者的血液进行分离,将病人血液与置换液相结合,再输入患者体内,而分离后形成的血浆,往往包含会引发患者溶血、免疫异常的病毒,需要直接丢弃。离心血浆分离机的应用,有利于辅助患者增强身体素质。但是,由于离心血浆分离机属于精密化医疗设备,长期使用必然会出现故障问题1-2,部分较轻的故障可能不会对治疗效果产生影响,但严重的故障将会影响患者的生命安全。因此,针对该设备进行故障容错诊断,是一项必要的研究。文献3以设备运行机理知识为基础,再结合数据融合驱动技术,形成可用于精密化设备的故障诊断策略。同时,还结合了双向长短时记忆网络,建立故障分类模型,对设备故障诊断结果进一步分析,得到详细的故障信息。但是,该方法无法同时诊断多类型故障。文献4参考国内外故障诊断研究现状,采用粒子群算法优化故障特征向量提取技术,再作用于以神经网络为基础的故障诊断方法,得到最终诊断结果。但是,该方法诊断结果误差较大。文献5根据设备故障诊断要求,提出以深度置信网络为基础的诊断方法,由于该网络有利于提取深层次特征信息,在大数据时代应用该方法进行故障诊断,可以得到更加准确的诊断结果。但是,该方法工作效率较低。文中以离心血浆分离机为研究对象,运用局部性修672基于局部性修复的离心血浆分离机故障容错诊断研究 陈 菊,等复理念,在故障容错诊断过程中,建立动态约束条件,确保诊断结果更加准确。1 故障容错诊断方法设计1.1 构建离心血浆分离机故障模型受到工作时长的影响,离心血浆分离机经过一段时间的使用会出现多种类型的故障,所有故障类型中,出现最频繁的三个分别是恒偏移、卡死以及恒增益6-8。其中,恒偏移故障可以描述为:u=y,0aa0y+B,a0a(1)公式中,u 表示离心血浆分离机输出数据,y 表示离心血浆分离机实际输出值,a 表示设备运行时间,a0表示故障发生时间,B 表示相差的常数。卡死故障和恒增益故障计算公式分别为:u=y,0aa0A,a0a(2)u=y,0aa0Cy,a0a(3)公式中,A 表示卡死故障发生后分离机输出数据常数,C表示恒增益故障发生后的增益倍数。离心血浆分离机的故障诊断,主要依托于理想运行参数和输出运行参数的差值计算结果,正常情况下二者之间的残差应该低于阈值,甚至达到 0,但当设备运行存在故障后,差值计算结果将会高于预先设计的阈值9,具体表达公式为:=1,eH0,e H(4)公式中,表示故障状态,e 表示设备运行速度残差,H表示阈值。当离心血浆分离机的运行速度大于或等于阈值,输出结果为 1,表明该设备处于正常状态,不存在故障问题,反之,当离心血浆分离机的运行速度小于阈值,表明设备存在故障问题。1.2 特征数据的提取与选择根据离心血浆分离机的运行数据,提取奇异值向量10-11,作为故障容错诊断所需的特征数据:f=r1,r2,r3,rp(5)公式中,f 表示奇异值向量集,r 表示特征向量,p 表示运行数据所包含的特征向量总数量。因为离心血浆分离机运行过程中,所表现出的故障类型包括很多,每种故障所表现出的特征都不同,其对应的奇异值向量也有所差异。为了便于提取故障特征数据,针对不同故障直径下的奇异值向量进行分析,得到图 1 所示的奇异值向量对数曲线。根据图 1 可知,设故障直径越大,奇异值越低,同时异值向量对数曲线变化趋势越平缓12。在此基础上,定义故障特征区分度指标表达公式:D=l ln(g1g2)(6)公式中,D 表示特征区分度量化值,g1、g2表示两条奇异值向量对数曲线,ln 表示 EXP 函数的反函数,l 表示统计分类性能指标参数。图 1 不同故障直径的奇异值向量对数曲线依托于奇异值向量进行故障特征提取,需要以奇异值向量降维为前提,从图 1 可以看出,不同故障直径条件下,奇异值向量对数曲线虽然一开始差别较大,但是随着特征维数的增加,曲线出现严重的重叠问题。因此,在特征提取过程中,需要合理减少维数,突出数据特征。1.3 设计故障容错诊断技术以特征提取结果为基础,文中运用深度森林算法,设计故障容错诊断技术,该算法生成一个深度树集成方法,使用级联结构进行表征学习,当输入带有高维度时,通过多粒度扫描,其表征学习能力还能得到进一步的提升,其中每一层都由多个随机森林组成,通过学习输入特征向量的特征信息,经过处理后输入到下一层。为了增强模型的泛化能力,每一层选取多种不同类型的随机森林。首先,采用梯度提升理念,将诊断问题转变为函数求解问题13,形成故障容错诊断目标函数:J=Ii=1(i,i)+Qq=1(Lq)(7)公式中,J 表示故障容错诊断目标函数,i 表示目标样本,I 表示样本容量,表示实际计算值,表示预期计算值,表示实际计算值与预期计算值之间的差异度,Q 表示样本特征数,q 表示目标特征,表示复杂度,L 表示深度森林数。文中采用多粒度级联森林框架,求解上述目标函数,计算过程中依靠损失函数,添加树复杂度等正则项条件。运用深度森林算法进行诊断,本质上是依靠级联结构内的多粒度,对特征数据进行扫描学习14。为了确保诊断结果的准确性,改进了传统的深度森林算法,在每个级联结构层内,设置两个随机森林、两个完全随机森林,且每个森林都有相对应的类向量。改进后的森林框架,在诊断过程中可以依靠两种随机森林,分别对原始的特征向量进行增强处理,再结合增强特征向量,形成一个四维的增强特征向量,作为下一层的输入。其中,改进后的级联森林框架如图 2 所示。772自动化与仪器仪表2023 年第 1 期(总第 279 期)图 2 改进级联森林框架运用图 2 所示的改进级联森林框架进行不断分析,输出离心血浆分离机故障容错诊断结果。但是,为了进一步分析不同故障条件下,设备容错性能,需要在上述故障容错诊断技术设计过程中,引入局部性修复理念,建立动态约束条件。1.4 建立局部性修复动态约束条件以设备初始调度参数和故障状态运行参数为基础,结合变量、值选择规则,安排离心血浆分离机重调度方案,获取动态诊断约束条件,进一步分析不同类型的故障对设备运行的影响,从而得到真实的故障容错诊断结果。依据局部性修复算法,以故障发生时刻为初始时段,按照开工时间排列离心血浆分离机中断操作,生成重调度操作集。正常情况下,设备故障状态下存在一个临界操作,该操作后的行为可以直接忽略15。因此,文中在局部性修复动态约束条件设计过程中,采用递归方法搜索临界操作值,获取合理的重调度操作集。为了确保动态约束条件,满足离心血浆分离机故障容错诊断要求,运用最优变量和值选择规则,更新重调度操作集内的操作排序,选择最合适的操作执行,并计算开工时间变量值,和离心血浆分离机变量值。依靠最小开工时间,建立如下所示容错诊断重调度的赋值计算公式:o=ov=min v,oE(8)公式中,o 表示重调度操作,表示离心血浆分离机组成部件,表示设备运行阶段,表示操作时间,v 表示重调度开工时间,E 表示重调度操作集,min 表示最小值。当同一时间段存在多个重调度操作,从中随机选择一个即可。重调度操作开工时间和离心血浆分离机变量值,是赋值计算的主要目标。其中,操作设备值选取表达公式为:=t _(t,