流程工业分布式设备故障诊断系统

摘要

一种流程工业分布式设备故障诊断系统，包括与所述分布式设备连接的嵌入式信号采集处理单元和与嵌入式信号采集处理单元网络联接的远程故障诊断系统。嵌入式信号采集处理系统将收集到的设备信号传送到远程故障诊断系统，远程故障诊断系统采用多级流模型建模方式把这些设备之间的关系以节点定义信息表达并将节点定义信息传给各嵌入式信号采集处理单元，由嵌入式信号采集处理单元根据接收的节点定义信息，建立故障推衍关系，判断出故障源后传送至远程故障诊断系统。在嵌入式数据采集及分析系统中应用多级流模型故障推衍，并以简单的矩阵运算方法实现在嵌入式系统中快速搜索故障源，从而实现了对复杂分布式机电装置故障的快速分析定位。

说明书

技术领域

本发明涉及一种设备故障诊断系统，尤其涉及一种分布式设备故障诊断系统，该系统应用于流程工业机电设备的故障诊断中。

背景技术

随着现代工业和科学技术的发展以及自动化程度的进一步提高，流程工业中的生产机组正朝着大型化、高速化、连续化、集中化、自动化方向发展，它们主要的特点是设备环节多且各设备环节相互关联，设备之间的联系也越来越紧密。一旦设备发生故障，系统将通过物质流、能量流、信息流把故障传递给另一设备，引起整个生产过程的瘫痪。若故障不能被及时诊断和排除将造成重大事故，因此故障诊断对于流程工业尤为重要。

由于各种随机因素的影响，这些机械很难免出现一些异常故障现象，即降低或失去一定的功能。机组一旦出现故障就可能引起连锁反应，导致整个设备甚至整个生产过程无法正常工作，造成巨大的经济损失，甚至还会引起严重的灾难性人员伤亡事故。尽管在故障诊断系统方面做了一定的研究工作，包括许多基础理论的研究，但实践证明，这一技术本身发展还远远不能满足实际生产的需要，尚未形成一个比较系统而完善的理论体系。目前已投入运行且应用比较成功的复杂机电设备故障诊断系统也并不多见。因此，开展复杂机电状态监测与故障诊断技术和实用化研究仍是当今科技发展的一个重要研究内容。

丹麦技术大学的Morten Lind于1990年提出了多级流模型(Multilevel Flow Models，MFM)的建模方式，能建立起复杂分布式系统的物质、能量、信息的相互关系模型，为分布式智能系统的分析提供了有效的工具。MFM是一种图形表达的、形式化的建模方法。MFM包括系统的目标(Goals)和功能(Functions)模型，目标描述系统或子系统的用途，目标可以是生产目标、安全目标、经济或优化目标；功能则通过物质流、能量流和信息流来描述系统的性能。MFM也描述目标和激活这些目标的功能之间、功能和提供这些功能的子系统之间的关系。一个目标可能通过条件关系与一个或多个功能相联系，意味者目标是这些功能的条件。功能通过获得关系与一个或几个目标相联系，意味着由这些功能来获得目标。瑞典Lund技术学院Jan Eric和Larsson领导的研究小组开展了MFM在故障诊断方面的方法和应用研究工作，认为MFM方法比传统的基于模型的和基于规则的标准专家具有更高的效率和实时性。

MFM技术已经国外得到成功应用在核电等领域，流程工业尚未见报道。

发明内容

基于复杂分布式机电设备故障分析定位的特殊要求，本发明的目的在于提供一种流程工业分布式设备故障诊断系统。

将MFM应用到复杂系统故障定位，并以简单的矩阵运算方法在嵌入式系统中实现故障源快速搜索。多个分布的数据采集与处理单元之间可以交互，以多级流模型来进行诊断任务的分配，可以方便地实现联合诊断。实现故障的快速定位后，能够有针对性地开展故障的详细诊断。

本发明所述的分布式设备故障诊断系统，包括与分布式设备连接的各嵌入式信号采集处理单元和与嵌入式信号采集处理单元网络联接的远程故障诊断系统。嵌入式信号采集处理单元将收集到的设备信号传送到远程故障诊断系统，远程故障诊断系统采用多级流模型方式将这些设备之间的关系以节点定义信息来表达并将节点定义信息传给嵌入式信号采集处理单元，嵌入式信号采集处理单元根据接收的节点定义信息，建立故障推衍关系，初步判断出故障源后传送至远程故障诊断系统进一步进行诊断、监控、存储和显示。

所述嵌入式信号采集处理单元包括快变信号数据采集单元、缓变信号数据采集单元、开关信号数据采集单元和含有故障分析模块的中央控制单元。各数据采集单元的信号采集通道可依据对象对快变信号、缓变信号和开关信号的数量进行裁剪；各设备信号在中央控制单元内被处理并做归一化处理：快变信号经FFT(快速傅立叶变换)转换后以特征信号量化表达，缓变信号经A/D将模拟信号转换为数字信号，即转化后量化表达。将这些经过转化的快变信号和缓变信号以及采集到的开关信号经过中央控制单元之后实时传送给远程故障诊断系统。

远程故障诊断系统采用多级流模型(MFM)的建模方式，将从嵌入式信号采集处理单元传送的各类分布式设备的设备信号以物质流、能量流和信息流的角度进行描述，从而使各采集信号以模型描述的逻辑关系建立映射关系并形成节点定义信息，该节点定义信息再传给嵌入式信号采集处理单元。

所述的节点定义信息包括：节点号、节点网络、节点的条件网络、信号特点(快慢)、上下游节点。

所述的中央控制单元内的故障分析模块根据远程故障诊断系统发送的节点定义信息，建立故障推衍关系。在本实施例中，故障推衍关系具体为状态关系矩阵。该状态关系矩阵定义的具体方式为：先对分布式设备中各信号(如：温度、压力、位移和液位等参数)依次设定过低、正常和过高三种状态，并对这三种状态分别进行赋值，然后各节点的状态就可以表示为一列从上至下由过低、正常和过高三种状态组成的3行列向量，N个节点就形成3×N的矩阵A，该矩阵为目前分布式设备的状态关系矩阵。当嵌入式信号采集处理单元实测的设备信号值在“正常”状态所设定的范围内时，故障分析模块就对该节点的列向量中的“过高”或“过低”状态赋值为“0”，并将“正常”状态赋值为“1”。当嵌入式信号采集处理单元实测的设备信号值超出了“正常状态”所设定的范围时，系统就对该节点的列向量中的“过高”或“过低”状态赋值为“1”，并将“正常”状态赋值为“0”。当嵌入式信号采集处理单元实测的设备信号改变时。矩阵A当中的各元素A_ij同时发生变化。如：$A_{12}=\left(\begin{array}{c}1\\ 0\\ 0\end{array}\right)$就表示第2个节点状态为过低，即发出报警。

当前的一个故障源(节点)将会引起其它节点的故障报警(假报警)。根据MFM原理，节点之间存在因果关系，这个关系在本实施例中用矩阵来表达，即节点向下游节点的关系矩阵T1和向上游的关系矩阵T2，可以用这两个关系矩阵来表达两个故障功能节点间的传播关系。为了能够很快找出故障源，故障推衍将采用矩阵计算的方式，具体过程为：第一步：故障的向下推衍计算为故障节点状态矢量(3×1)左乘关系矩阵T1(3×3)即得下游节点状态，此过程一直进行到最后一点即告完成；第二步：故障的向上推衍计算为故障节点状态矢量(3×1)左乘关系矩阵T2(3×3)即得上游节点状态，此过程一直进行到最前一点即告完成。此两步计算完成后，各节点的推衍计算得出的状态与当前的故障状态矩阵一致，则当前推衍开始点为故障源，判断出故障源后传至远程故障诊断系统，进一步诊断、显示或传送至各设备。否则以下一节点继续按上述计算方式搜索推衍直到满足判别条件。

嵌入式数据采集处理单元，如上述的结构，实现对分布式设备数据采集管理、储存、显示、操作、控制和故障初步诊断等功能，并实现将采集的分布式设备数据实时传送给远程故障诊断系统。快变信号数据采集单元实现对分布式设备的多路快变模拟周期信号的等间距同步采样，通过对周期信号频率的N倍频，在每个周期内对多路快变模拟信号同步等间距采集N个模拟量，并转换成数据量，再传给中央控制单元；缓变信号数据采集单元实现对分布式设备现场多路缓变模拟信号定时循环扫描采样，并转换成数据量，再传给中央控制单元；开关信号数据采集单元实现对分布式设备的开关信号实时状态采集，采用中断方式，实时采集每个通道开关信号的状态数据、状态变化数据、状变化时间和次序数据，再传给中央控制单元。

远程故障诊断系统采用多级流模型的建模方式使各设备采集信号以模型描述的逻辑关系建立映射关系并形成节点定义信息，嵌入式系统在完成初始化后即可获得节点定义信息。当运行状态异常时，系统运行参数将被读入，经过数据处理，每个功能节点将会得到一个状态数据，通过使用故障警报分析与诊断算法，经过与其他嵌入式系统的交互，警报推衍路径将在因果依赖关系图中搜索，一旦警报推衍的路径被找到，路径的起点将被认为是根源警报点，通过实现关系，就可找到发生故障的具体设备元件。

本发明技术方案实现的有益效果：

本发明在嵌入式数据采集及分析系统中应用了MFM故障推衍方法，通过在嵌入式系统中使用简单的矩阵运算方法，加快了对系统故障源的搜索，从而实现了对复杂分布式机电设备故障的快速定位和及时分析。

多个分布的数据采集与处理单元之间可以交互，以多级流模型来进行诊断任务的分配，可以方便地实现联合诊断。实现故障的快速定位后可保证有针对性地开展故障的详细诊断。

附图说明

图1为本发明故障诊断系统一实施例的结构示意图；

图2为本发明嵌入式信号采集处理单元一实施例的结构示意图

图3为本发明中央控制单元一实施例的结构示意图；

图4为本发明快变信号数据采集单元一实施例的结构示意图；

图5为本发明缓变信号数据采集单元一实施例的结构示意图；

图6为本发明开关信号数据采集单元一实施例的结构示意图；

图7为本发明中央控制单元中故障分析模块一实施例的流程图；

图8为本发明远程故障诊断系统一实施例的结构示意图；

图9为本发明远程故障诊断系统一实施例的流程图；

图10为本发明故障诊断系统应用于供水系统故障诊断的一实施例示意图。

具体实施方式

以下结合附图详细描述本发明的技术方案。

图1为本发明故障诊断系统一实施例的结构示意图。如图1所示，本发明故障诊断系统包括分布式设备1、与分布式设备1连接的嵌入式信号采集处理单元2以及通过网络与嵌入式信号采集处理单元2联接的远程故障诊断系统3。

图2为本发明嵌入式信号采集处理单元一实施例的结构示意图。如图2所示，嵌入式信号采集处理单元2包括中央控制单元21、通过ISA总线25分别与中央控制单元相连接的快变信号数据采集单元22、缓变信号数据采集单元23和开关信号数据采集单元24。根据采集信号的实际需要，快变信号数据采集单元22、缓变信号数据采集单元23和开关信号数据采集单元24独立采集分布式设备上相应的信号。

快变信号数据采集单元22实现对分布式设备的多路快变模拟周期信号的等间距同步采样，通过对周期信号频率的N(N>1)倍倍频，在每个周期内对多路快变模拟信号同步等间距采集N个模拟量，并转换成数据量。本实施例中，所得数据量通过ISA总线25传给中央控制单元21。

缓变信号数据采集单元23实现对分布式设备现场多路缓变模拟信号定时循环扫描采样，并转换成数据量。本实施例中，所得数据量通过ISA总线25传给中央控制单元21。

开关信号数据采集单元24实现对分布式设备的开关信号实时状态采集，采用中断方式，实时采集每个通道开关信号的状态数据、状态变化数据、状态变化时间和次序数据。本实施例中，所得各类数据通过ISA总线25传给中央控制单元21。

中央控制单元21接收由快变信号数据采集单元22、缓变信号数据采集单元23和开关信号数据采集单元24发送的信息，实现对现场数据采集的管理、储存、显示、操作和控制，在本实施例中采用TCP/IP协议通过企业局域网和InterNET网实现将现场采集的数据实时传送给远程故障诊断系统。

图3为本发明中央控制单元一实施例的结构示意图。如图3所示，本实施例中央控制单元包括SD/MMC卡数据接口211、操作平台212、分别连接到操作平台上的人机界面213、以太网接口214、RS232/485接口215、ISA数据总线216和USB接口217。

本实施例中，所述中央控制单元中操作平台212包括硬件平台以及嵌入硬件平台内的故障分析模块。所述硬件平台采用ARM7硬件平台(由PHILIPS公司提供)，配置320×240点阵液晶显示屏与四键组成的人机界面213，可现场显示采集的数据，分析图谱，输入操作指令，设置中央控制单元的工作方式。配置SD/MMC卡数据接口211可接入海量数据存储介质，现场保存嵌入式信号采集处理单元采集的数据；太网接口214实现ARM7硬件平台与远程故障诊断系统的数据通信；ISA数据总线接口216，实现与快变信号数据采集单元、缓变信号数据采集单元和开关信号数据采集单元间的数据交换；配置USB接口217可接入标准USB接入设备，交换信息。

本实施例中，所述中央控制单元中，操作平台212内的故障分析模块系统为ARM7嵌入式操作系统(由ARM公司提供)，软件上配置了uC/OS-II嵌入式实时操作系统的多任务监控系统，采用TCP/IP协议建立与企业局域网和InterNET网的通信接口，以及采用ISA协议建立与ISA数据总线216与各数据采集单元间的通信接口，可完成实时运行、监控人机界面、与远程故障诊断系统间数据通信、与快变信号数据采集单元间数据通信、与缓变信号数据采集单元间数据通信、与开关信号数据采集单元间数据通信、SD卡数据读写和系统故障初步诊断等任务，实现中央控制单元的各项功能。

图4为本发明快变信号数据采集单元一实施例的结构示意图。如图4所示，本发明快变信号数据采集单元22(图2所示)包括与ISA数据总线25相连接的快变信号数据采集管理模块224，分别与快变信号数据采集管理模块224相连接的键相信号调理电路222和多路快变信号同步AD转换器223，与多路快变信号同步AD转换器223相连接的至少二个快变信号调理电路221。

轴向位移传感器5和径向位移传感器6采集的设备信号经快变信号调理电路221传给多路快变信号多路同步AD转换器223，将模拟信号转换为数字信号，再由后者传给快变信号数据采集管理模块224，通过ISA数据总线25传给中央控制单元21。键相传感器4采集的信号通过键相信号调理电路222直接传给快变信号数据采集管理模块224，通过ISA数据总线25传给中央控制单元21。

快变信号调理电路221包括线路运算放大电路和抗混频滤波电路。运算放大电路将由分布式设备位移传感器上输入的模拟信号调理到±5V标准输入信号；抗混频滤波电路按采样定理要求，滤去输入信号中频率大于采样频率2.56倍的混频信号，并将信号输出到多路快变信号同步AD转换器的模拟输端。

键相信号调理电路222包括线性放大电路和逻辑电路(由嘉兴学院提供)，实现将分布设备键相传感器输入的键相模拟信号，调理成低电压COMS逻辑电平，并输出给快变信号数据采集管理模块的周期信号N倍倍频电路。

本实施例中，所述多路快变变号多路同步AD转换器223采用了MAX125模数转换芯片(由MAX公司提供)，每个芯片可实现250Ksps采样速度，可同步采集四路模拟信号，采样精度14±4LSB，输入电压±5V。多路快变变号多路同步AD转换器，在AD芯片控制电路控制下实现将四路±5V范围内的模拟信号同步采样并转换成14×4位数据，暂存在内部的14×4RAM。

本实施例中，所述快变信号数据采集管理模块224采用了AlteraCyclone系列的现场可编程门阵列(FPGA)芯片(由Altera公司提供)，该芯片配置了FIFO RAM电路、ISA接口电路、周期信号N倍倍频电路、AD芯片控制电路。其中，FIFO RAM电路实现对现场数据的缓存；ISA接口电路按ISA协议根据总线的读信号读出FIFO RAM中的数据并写到数据总线，然后传给嵌入式信号采集与处理系统央控制单元；周期信号的N倍倍频电路，将键相信号的频率倍频N倍，用于触发AD芯片的N倍采样；AD芯片控制电路实现AD芯片的同步采样工作方式设定、AD芯片同步采样触发、AD芯片采样数据的读出及写入FIFO RAM功能。

图5是本发明缓变信号数据采集单元一实施例的结构示意图。如图5所示，本发明缓变信号数据采集单元23(图2所示)包括可连接至少1个温度传感器及调理电路7的模拟信号多选一电路231、与模拟信号多选一电路231输出端相连的缓变信号调理电路与AD转换器232，与缓变信号调理电路与AD转换器232和模拟信号多选一电路231相连接的缓变信号数据采集管理模块233，缓变信号数据采集管理模块233通过ISA数据总线25连接到中央控制单元21。

所述的缓变信号调理与AD转换器232由缓变信号调理电路与AD转换芯片组成。缓变信号调理电路采用了线性运算放大芯片组成低通滤波器、比例放大器和加法器。从模拟信号多选一电路231输入的模拟信号经低通滤波、放大、偏置处理后输出接入AD转换芯片的模拟信号输入端。

温度传感器及调理电路采集的设备信号通过模拟信号多选一电路231将信号传送给缓变信号调理电路与AD转换器232，再由后者传给缓变信号数据采集管理模块233，接着传给中央控制单元。

本实施例中，所述模拟信号多选一电路231采用多路模拟开关芯片MAX4501(MAX公司)，每个芯片可通过控制信号选择8路模拟输入信号中的一路输出给输出端，通过芯片能使信号将多片模拟开关芯片组合，选择分布设备缓变信号的输入通道，循环采集。

缓变信号调理与AD转换器232由缓变信号调理电路与AD转换芯片组成。本实施例中，缓变信号调理电路采用了LF347线性运算放大芯片(由摩托罗拉公司提供)组成低通滤波器、比例放大器和加法器，将从模拟信号多选一电路输入的模拟信号经低通滤波、放大、偏置处理后输出接入AD转换芯片的模拟信号输入端；本实施例中，所述AD转换芯片采用了12高速低功耗采样模数转换芯片ADS7816(由BURR-BROWN公司提供)，芯片将标准的0～5V的电压信号转换成12位数据信号。

本实施例中，所述缓变信号数据采集管理模块233采用了MAXII系列复杂的可编程逻辑(CPLD)芯片(由Altera公司提供)，芯片配置了数据缓存区、ISA接口、AD芯片控制器和模拟信号多选一电路控制接口。其中，数据缓存区创建有FIFO，暂存从AD转换器读入的缓变信号数据量，供ISA接口读取；ISA接口电路按ISA协议根据总线的读信号读出FIFO区中的数据并写到数据总线，然后传给嵌入式信号采集与处理系统央控制单元。AD芯片控制器配置AD芯片工作方式、启动AD芯片的数据转换、读取AD芯片转换的数据量，并存入数据缓存区；模拟信号多选一电路控制接口控制模拟信号多选一电路33循环扫描多路模拟输入通道，实现缓变信号数据采集单元对分布设备多路模拟信号的循环采样。

图6是本发明开关信号数据采集单元一实施例的结构示意图。如图6所示，本发明开关信号数据采集单元24(图2所示)包括光电隔离电路241、开关量状态锁存与检测电路242和开关信号数据采集管理模块243。

来自各种控制开关的设备信号，如：液位开关8、过电压开关9、过电流开关10和压力开关11，依次由光电隔离电路241，通过开关量状态锁存与检测电路242，传至开关信号数据采集管理模块243，接着通过ISA数据总线25传给中央控制单元21。

本实施例中，所述光电隔离电路241采用光偶芯片TLP521(由TOSHIBA公司提供)，隔离分布式设备开关量信号和嵌入式信号采集处理单元开关信号与数据采集单元电源之间，提高故障诊断系统的可靠性。

开关量状态锁存与检测电路242配置接口配置开关量状态锁存与检测电路工作方式。本实施例中，所述开关量状态锁存与检测电路采用了16路开关状态检测芯片PCA9555(由PHILIPS公司提供)，芯片可同时检测16路开关量的状态，并在开关量改变是产生中断信号，通过芯片地址编码，可检测分布设备的开关量状态，通过与开关信号数据采集管理模块配合，采集分布设备开关量的状态和状态变化数据。

本实施例中，所述开关信号数据采集管理模块243采用了MAXII系列复杂的可编程逻辑(CPLD)芯片(由Altera公司提供)，芯片配置了数据缓存区、ISA接口、开关量状态锁存与检测电路配置接口。其中，数据缓存区创建有FIFO，暂存从开关量状态锁存与检测电路读入的开关量状态数据及状态变化次序数据，供ISA接口读取；ISA接口电路按ISA协议根据总线的读信号读出FIFO区中的数据并写到数据总线，然后传给嵌入式信号采集与处理系统央控制单元。

图7是本发明中央控制单元中故障分析模块一实施例的流程图。如图7所示，本发明故障分析模块完成初始化后即可从远程故障诊断系统获得节点定义信息(远程故障诊断系统采用多级流模型的建模方式使各采集信号以模型描述的逻辑关系建立映射关系并形成节点定义信息)，然后形成故障推演关系，即如上述的状态关系矩阵。此后系统处在对各节点传感信号的监测阶段，当出现节点故障(报警)时，故障分析模块就开始利用故障推衍关系寻找故障源节点。如果故障推演所得的相关节点处在其他嵌入式信号采集处理单元中，与其远程故障诊断系统之间通过TCP/IP协议进行数据交互，由相应的嵌入式信号采集处理单元完成故障源的定位。判断结果输出到远程故障诊断系统进一步分析判断，再由故障分析模块判断。一旦警报推衍的路径被找到，路径的起点将被认为是根源警报点，从而找到故障发生的具体设备或元件。最后将判断结果输出到远程故障诊断系统进行进一步详细诊断。

图8是本发明远程故障诊断系统一实施例的结构示意图。如图8所示，本发明远程故障诊断系统包括监控模块31，与监控模块31相连接的控件模块32(在本实施例中控件模块为OPC模块)，与外部数据采集器12相连接的采集/通讯模块33，网络服务模块34，分别连接到控制模块32、采集/通讯模块33和网络服务模块34的数据库模块35，分别与网络服务模块34相连接的数据管理模块36、故障定位接口模块37和辅助诊断模块38。

所述的数据采集/通讯模块33将数据写入数据库模块35；控件模块32根据写入数据库模块35的数据进行更新，监控模块31也进行更新显示，故障定位接口模块37通过数据管理模块36读取数据库模块35中的数据解析故障定位信息，辅助诊断模块38通过数据管理模块读取数据库模块35中数据并对故障进行分类。

所述的监控模块31提供现场的监控画面。在本实施例中整个监控画面是按照中现场的物质流、能量流和信息流的流经途径显示于输出界面，能更容易了解整个生产过程及其变化，例如：电厂生产过程中使用的监控模块。

所述的控件模块32是一种把数据库模块35中的数据以工业控制设备形态的形式自动显示的软件组件。当数据库模块35中的数据发生改变时，如本实施例当中，通过OPC控件模块将改变的数据直接显示于输出界面上。

所述的数据采集/通讯模块33实现与数据采集器12，如：与作为数据采集器的中央控制单元之间的通讯，接收中央控制单元依据TCP/IP协议打包的现场数据。接收的数据包分为2种：快变信号数据包和慢变信号数据包，其中慢变信号数据包包括缓变信号数据和开关信号数据。采集/通讯模块对数据进行判断，当数据符合以上2个数据包的格式时，判为有效并写入数据库模块35。本实施例当中，两种数据包格式如下：

typedef struct{

      Byte PFlag；//慢变信号恒为0x01

      unsigned__int16 SubNo；//中央控制单元编号

      Byte time[3]；//0:时，1:分，2:秒

       __int16 data[16]；//64个通道的数据

       Byte IO[32]；//开关量

     }SPacket；

typedef struct{

      Byte PFlag；//快变信号恒为0x02

      unsigned__int16 SubNo；//中央控制单元编号

      Byte time[3]；//0:时，1:分，2:秒，3:毫秒

      __int16 data[4][1024]；//64个通道的数据

     }QuickPacket；

其中，SPacket为慢变信号数据包格式，标志恒为1；SubNo为中央控制单元编号，用于区分中央控制单元，编号范围为1—1000；time为时戳表明发送数据的时间；data为模拟通道的数据，分别是16个通道的12位采样的数据；IO是32个开关量的数据，0xff表示开，0x00，表示关。QuickPacket为快变信号数据包格式，标志恒为2；SubNo为中央控制单元编号用于区分中央控制单元，编号范围为1—1000；time为时戳表明发送数据的时间；data为模拟通道的数据，分别是4个通道的12位采样的数据，每个通道采集了1024次。

网络服务模块34，使其他用户能通过网络调用数据库模块35当中的检测数据。

数据管理模块36提供了对数据库模块35管理的接口，使其他用户能通过网络对数据库模块35进行管理。

故障定位接口模块37对发来的数据进行解析，先把各个控件上的数据和多极流节点数据对应起来，然后接收中央控制单元的判断数据。将数据形成一个格式为2行的矩阵，第一行表征多极流网络的主节点，第二行表示主节点所属子网的子节点序列。如：对于一个主节点为8个节点的多极流网络，当第2个主节点出现故障时，主节点的追溯到其所属子网的第3个节点为故障点，然后按照下列格式显示多极流模型中的故障节点。

$\left(\begin{array}{c}01000000\\ 03000000\end{array}\right)$

辅助诊断模块38具有提供采集数据的时域到频域的变换、轴心轨迹分析和显示旋转机械启动过程中的瀑布图、级连图、博德图等功能，从而提供进一步分析判断故障点的依据。

图9是本发明远程故障诊断系统一实施例的流程图。如图9所示，本发明远程故障诊断系统的程序称为主程序。该主程序在初始化后首先接收中央控制单元发来的数据包，由数据采集/通讯模块33(如图8)根据数据包是否符合缓变信号数据和开关信号数据相应的格式，如果判断为有效格式，则写入数据库模块35。控件模块将数据库模块中改变的数据直接显示于输出界面上。监控模块显示现场的监控画面。故障定位接口模块对发来的数据进行判断，如果该数据表示故障警告，那么将数据形成一个格式为2行的矩阵，即故障定位信息。最后，通过辅助诊断模块进一步分析判断故障点。

图10为本发明故障诊断系统应用于供水系统故障诊断一实施例的示意图。如图10所示，其中G1和G2为目标，M1为物质流，E1为能量流，F1—10为功能节点。

功能节点F1—F4和F8—F10设定在嵌入式单元1当中，F5—F7其它节点设定在嵌入式单元2当中。

远程故障诊断系统将模型节点关系信息下传至2个嵌入式数据采集处理单元。节点关系信息以数据结构体表达，主要包括：节点号、节点所属流单元号、节点类型、节点值、警报值、节点条件流单元号和节点快慢属性。本实施例当中该节点关系信息使2个嵌入式单元定义了F1～F7在同一个物质流(节点所属流单元号)，尽管F1～F4在嵌入式单元1，F5～F7在嵌入式单元2。此外，该节点关系信息也定义了F2节点的节点条件流单元为E1。

各嵌入式系统对与各节点对应的信号进行预处理，建立对应关系并赋值。同时，该节点的警报值也被定义。

接着进行状态信号测量值检验。在本实施例中，对已赋值节点F1～F7而言，它们处在没有旁路的同一个流中，故质量应保持守恒。当某一个节点的值发生偏差，而其它的节点都相一致，则该节点的传感器很可能出现故障，可根据前后传感器的测量值加以矫正。

当有节点报警产生，假设F2、F3、F4和F5同时报警，则从F2开始源故障的搜索。首先判断该节点有无条件流单元，因F2的条件流单元是能量流E1，则故障搜索进入E1；假设E1正常，则在流M1中进行下列故障搜索算法。

步骤如下：

定义1——状态向量S，该向量表征多极流模型中的节点有正常、偏高、偏低三种状态。

定义2——正向传播矩阵J，该矩阵表示在多极流模型中，任意一点的状态向量向下一点传播故障的矩阵。

S_i+1＝S_i·J

定义3——反向传播矩阵H，该矩阵表示在多极流模型中，任意一点的状态矩阵向上一点传播故障的矩阵。

S_i-1＝S_i·H

定义4——传播路径状态矩阵P，该矩阵表示在多极流模型中，以一条传播路径上的所有节点的列向量，按照节点的先后顺序组成的矩阵为传播路径状态矩阵。

P＝[S₁ S₂ S₃ S₄ S₅ S₆ S₇ S₈]

定义5——节点影子状态矩阵Q_i，该矩阵表示在多极流模型中，对于一条传播路径上的某节点i其状态向量S_i依次和反向转播矩阵运算，和正向转播矩阵运算，形成与传播路径状态矩阵相同维数，并节点向量相对应的矩阵称为节点影子状态矩阵。

Q_i＝[S_i·Hⁱ S_i·H^i-1...S₄...S_i·J^k-i-1 S_i·J^k-i]

定义6——节点故障转播过程其表示从某节点的状态向量由正常长期转化为异常开始，到传播路径状态矩阵等于该节点的节点影子状态矩阵的过程称；该节点故障转播过程持续的时间，称为节点故障转播过程过渡时间，表示为W。

判断故障源的判别过程如下：

步骤1：计算该时刻的P；

步骤2：计算该时刻某条传播路径中所有节点的Q；

步骤3：逐次比较每个节点的Q和P；

步骤4：如果只有一个节点的Q和P相同，那么该节点就为故障源，判断结束。

步骤5：如果有2个以上的节点有Q和P相同，那么W最大的节点为故障源。

最后，将故障定位的结论上传至远程故障诊断系统，启动与故障节点属性相对应的故障诊断方法进行精确的故障类型诊断。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围中。