TBH—522型150KW发射机监测故障诊断系统设计

刘钊

摘 要：本文拟对TBH-522型150kw短波发射机的工作指标参数进行监测，将监测到的数据采集出来，通过串口通讯传输到工控机上，实时地监控、记录发射机的工作状态及各部分电路工作时的指标，并根据这些工作状态指标，提取出记录发射机出现故障时，产生出的一些非正常的数据，将这些数据通过运算，得出分析报告。另外录入一些发射机一些固定的、常见的、或者典型性的多发性故障，汇总这些故障的状态现象，确定故障的性质、类别、程度，以便采用针对性措施，控制和防止故障的发生，为设备维修提供正确的技术支持。最终将这些故障分层、分类，给出诊断说明与最佳的处理方式。它的开发和运用将成为发射电台提高工作效率的有力帮手，且对其他机型的发射机故障诊断也有较好的借鉴作用。

关键词：监测；故障诊断；设备维修

中图分类号：TN838 文献标识码：A 文章编号：1671-2064（2018）07-0209-02

1 课题研究背景和意义

目前我台使用短波发射机的监测系统自动化程度较低，表值采集信号容易受到干扰，准确度不高，在故障发生时不知道是因为故障引起的还是干扰引起的，所以经常无法作为判断故障的依据，而在运行中还需要人为调整一些表针，一个完善的监测系统的目的是将被测机器的参数通过取样单元直接测量并显示出来，实现对监测区域或者电子元器件出现故障时进行诊断和处理。

2 发射机监测系统

监控开关量的主要设备就是电控箱，电控箱由电源控制小盒及电源保护小盒、测量及报警小盒、自动调谐小盒等设备组成。检测的内容分为三部分：低周箱监测点：分别为前级灯丝电流、前栅极电流、前栅极电压、前帘栅电流、前帘栅电压、高前板流、高前板压、末级灯丝电流、末级栅流、末级栅压、高末级帘栅流。高周箱监测点：分别为高前激励、宽放电压、宽放电流、末级板流、末级板压、输出功率、反射功率、入水温度。高频信号的监测：分别为调幅度的监测、载波频偏的监测。

3 硬件的连接关系

系统硬件采用NanoPC-T2作为系统主板，其输入电路部分由两块构成，一路为由隔离变送器送到的24路数据通过MAX1270/1271电路进行模拟/数字转换再送到主板芯片中，射频调幅度监测电路也通过这部分输入到NanoPC-T2，另一路水温监测电路是通过DS18B20电路输入到NanoPC-T2。输入电路与主板之间采用SPI总线连接，是一种同步串行传输方式，硬件功能强，使CPU使用率变低。而输出电路分为三大块，第一路输送到显示屏，第二路输送到前面板运行状态指示，第三路为24路输出电路通过MAX5825进行了数字/模拟转换，最终输送到发射机面板的电表指示，他们之间采用IIC总线连接，这种总线的优点是双工同步数据传输，接口线较少、控制方法简单、通讯速率高等，这种总线的接口协议里包含设备地址信息，同一总线连接多个设备。

电量的采集分为24路，第一组8路AD输入采集高周部分为高前级电子管的灯丝、栅极、帘栅极以及板极的电流和电压。另外一组8路AD采集高末级电子管的灯丝、栅极以及帘栅极以及末级板极的电流和电压；再分出6路AD采集高前级激励器电压；宽放电压、电流；输出功率、反射功率、出入水温度，最后2路AD输入用于调幅波监测电路，采集高频调幅波信号的载波直流和音频检波信号。其中用到两块MAX1270，一块MAX1271集成电路，其中22路需要经过ISO124隔离变送放大器。另外还有2路不需要经过隔离变送器的信号来自调幅度监测电路的检波音频信号和经过隔直电容的音频信号。

非电量的采集分为5路，其中2路测量入水温度和出水温度；另外三路分别为水位、水压和位移。

ISO隔离放大器是低成本的隔离放大器，在输入/输出电路中起着电气绝缘的放大电路，它的输入/输出和电源电路之间不用直接电路耦合，对模拟信号进行隔离，按比例放大，提高共模抑制比，保护设备安全。

因为处理器只能够处理数字信号，而ISO隔离器送过来的是模拟信号，就必须要进过A/D转换。MAX1270/MAX1271是多量程的数据采集系统，芯片供电电压+5V。

原有的水温监测传感器因为受到干扰等因素，经常出现测量不准等情况，在巡机抄表时发现甚至出水温度很接近与入水温度，是日常维护工作中的一个隐患，无法正确判断发射机的热交换量，而发射机的大量真空器件的故障就是因为温度太高而引起的。所以在此次设计中，使用了DS18B20可编程数字温度计，测量范围-55℃～125℃，精度在±0.5℃，重要的是温度数据通过“一字总线”数据传输，抗干扰能力极强，见图1。

故障诊断系统与数据传输设备连接关系，如上图所示，上位机收集来自发射机自动调谐装置、电控系统、保护系统的数据，汇总成发射机状态信息上传至“监测系统主芯片”，系统平台获取的这些信息数据依赖上位机软件，当上位机软件关闭时，专家系统平台的相应数据不会停止更新。相当于直接通过网口从“监测系统主芯片”获取数据。

4 故障诊断系统

现阶段的诊断系统是人工智能的一个重要组成部分，也是人工智能发展阶段的产物，现在很多领域都已经开发出了适合自己使用的诊断系统，在一些高级领域里诊断系统功能全面，实用性高，已经逐步完善成熟。他们在判断问题的时候甚至超过人类专家，所以我们借助这些优势的诊断系统，设计研发了适合自己的一套诊断系统，希望其在短波广播发射机领域也能产生巨大的收获。

对知识库和推理机的详细设计就是对故障诊断系统设计的重要部分，知识库内储存大量的专业知识，并正确表达，可以提高识别效率；而推理机要有精确的推理方法来提高故障诊断的精准度。

知识表示是知识的符号化和形式化的过程，是用机器表示知识的可行性、有效性的一般方法，是经过削减、塑造、解释和转换的信息，简单的来说，知识是经过加工的信息。是这个领域所涉及的各个有关方面的一种符号表示，把知识编码成某种数据结构的过程。本次设计的系统中采用了基于产生式系统的规则表示法。

知识库设计为发射机表、参数表、前件表、后件表和规则表。

发射机表：发射机表中存放的是每台发射机的编号、名字和频道号。参数表：列出了所有发射机编号、参数编号、参数名称，标准值、正常状态下的显示值和需要采集电压范围。前件表：录入规则的原因，表中列出了编号及原因描述。后件表：录入故障结论，表中列出了编号及结论描述。规则表：录入产生式规则的集合，包含的字段。

發射机在正常工作状态下，有些表值正常状态下是浮动的一个值，有一定的变化范围。模糊推理系统以模糊理论为依据，实现复杂的非线性映射关系，通过模糊化模块将输入的精确值进行模糊化处理，转化成一个模糊的集合区间。

5 结语

这些故障的信息汇总了各种发射机的典型故障，用来作为处理故障的依据。诊断系统还具有学习功能，在未录入故障的记录中，自动添加故障类型，故障规则。这样日积月累，故障的知识库将越来越全面和饱满，判断故障的准确性也会大大提高。

本文研究和设计的诊断系统，在监控发射机状态功能和诊断发射机故障的基础上，对发射机全面自动化而言，仅仅是迈出了一小步，未来还需要建立更加全面的故障处理系统，使人工智能全面应用于发射机，服务于广播传媒。