APP下载

机械设备故障的智能诊断及预测维修系统的研究

2011-08-15

科学之友 2011年20期
关键词:诊断系统故障诊断对象

杨 光

(北京中铁房山桥梁有限公司,北京 102400)

机械设备的故障智能诊断技术是保证生产系统的稳定可靠性的,确保产品质量的关键技术。计算机人工智能与诊断理论的相结合形成了智能诊断系统。设备故障智能诊断系统是以知识处理为研究内容,基于知识以提高系统智能化程度和诊断准确率。随着目前新技术以及新理论的提出与发展,设备故障智能诊断也获得了新的发展机遇。

1 基于专家系统的智能诊断系统

故障智能诊断专家系统是目前智能诊断领域的发展方向之一,也是被人们研究得最多、应用得最广泛的一种智能诊断技术。其主要应用于很难建立数学模型或没有精确数学模型的复杂的机械系统。其发展主要经历了三个阶段:第一代基于浅知识的故障智能诊断专家系统和第二代基于深知识的故障智能诊断专家系统,以及近期出现的将前二种系统原理相互结合的复合式故障智能诊断专家系统。

1.1 基于浅知识的故障智能诊断专家系统

基于浅知识的故障智能诊断专家系统是一种基于经验知识的诊断方法,它不基于系统结构或行为过程知识。它是以专家的启发性经验知识为核心,通过演绎式推理或产生式推理得出诊断结果,其目的是找出一个故障集合并使之能对一个设定的征兆集合产生的原因做出最佳的解释。所以其诊断推理实际上是:已知一个征兆,要求对产生这个征兆的原因作出最佳解释的过程。此类问题的求解涉及到两类知识:第一类是反映机械设备故障是如何导致各种征兆集合的因果性符号知识,第二类是反映因果关系的成立程度及可能性数值知识。其缺点在于,随着诊断对象故障复杂程度的增加,基于浅知识的故障智能诊断专家系统会出现知识极不完备、对诊断对象的依赖性强等缺陷。

1.2 基于深知识的故障智能诊断专家系统

基于深知识的故障智能诊断专家系统所依赖的主要是一些模型知识,如机械系统的结构模型、功能模型、过程模型及因果关系模型等。它要求诊断对象的每一个环节具有十分明确的输入输出关系,诊断时首先通过诊断对象的实际输出与设定输出之间的偏差,生成引起这种偏差的原因集合,然后根据诊断对象的第一定律知识及其内部特定的约束关系,采用一定的算法找出可能的故障源。

与基于浅知识的故障智能诊断专家系统相比,基于模型知识的方式获取知识比较方便,维护更为简单,更易于保证知识库的一致性和完备性。但其缺点在于搜索空间大,推理过程的处理复杂且较为缓慢。因此,近年来基于经验知识和模型知识相结合的混合知识诊断推理的方法得到了业内人士的普遍关注。

1.3 复合式故障智能诊断专家系统

复合式故障智能诊断专家系统的诊断过程首先通过浅层推理产生初步的故障假设,再采用深层诊断去进行确认和解释。两者之间的衔接是通过将浅层中的假设对象与深层中的假设结点进行相互对应,当浅层中产生一个故障假设对象时,深层推理则将与之相对应的网络连点开始推理,得出精确的解释或推翻故障假设。这种智能诊断方法的出现,使得智能诊断专家系统的问题求解能力得到了极大的提高。

故障智能诊断专家系统的优点在于:其适于人类的思维方式,方便理解,知识可用基本规则来表示,无需输入大量的细节知识;个别事实发生变化时便于修改;能合理解释自己的推理过程。然而,故障智能诊断专家系统仍具有明显的局限性,如故障诊断的准确度依赖于知识库中专家知识的丰富程度及知识的高低水平;建立专家知识库困难,有些经验难以通过数字化、格式化的方式来进行描述;推理效率低,缺少主动学习及自适应能力。

2 多传感器信息融合智能诊断策略

多传感器信息融合智能诊断的方法是根据各传感器从各方面采集到的多种物理量,利用计算机技术对监测系统运行状态的多传感器信源的信息,在一定规则下进行自动分析、关联与优化综合、状态估计及判断等多级处理,准确、及时地判断机械设备的运行状态。多传感器信息融合智能诊断系统可以得到各个传感器的信息,能有效利用传感器资源最大程度地获取有关被测对象状态的信息值。与单一的传感器系统相比,多传感器信息集成与融合系统具备多种优点,主要表现在信息的冗余性、容错性、互补性、实时性和低成本性等几个方面。

多传感器信息集成与融合的目的是对系统中若干个相同类型或不同类型的传感器所提供的相同形式或不同形式、同时刻或不同时刻的测量信息加以分析、处理及综合,得到对被测对象全面细致的估计。在多传感器信息融合的具体实现技术中包括模式识别的相应技术与决策理论方法,但它与传统意义上的模式识别与决策分类又有所区别。比如,采用神经网络对多源信息进行融合处理,首先必须通过一个关联过程将多源信息特征向量融合起来,形成有意义的特征向量组合,根据其对观测目标状态进行分类识别。

虽然目前智能故障诊断技术在我国已得到了较为明显的发展,但还存在不少问题有待研究和解决。欲使故障诊断技术不断取得发展并在生产实践中得到有效的应用,必须将其和当代的前沿学科相结合,引入相关学科中的新思维和新方法,并善于在实际生产过程中提出问题,总结归纳提高到理论和方法的高度来进行研究和探讨。

1 蒋瑜、陈循、杨雪.智能故障诊断研究与发展[J].兵工自动化,2002(2)

猜你喜欢

诊断系统故障诊断对象
比亚迪秦EV充电系统故障诊断与排除
深度学习计算机辅助诊断系统检测胸部DR肋骨骨折的验证性研究
基于包络解调原理的低转速滚动轴承故障诊断
晒晒全国优秀县委书记拟推荐对象
数控机床电气系统的故障诊断与维修
欧克诊断仪推出行业高配极致双模诊断系统
攻略对象的心思好难猜
基于APP汽车电子诊断系统的ISO标准通信协议
数控机床故障诊断系统的设计与实现
区间对象族的可镇定性分析