基于模糊Petri网的混凝土泵液压系统故障诊断

张超 晁鹏军++张接信

摘 要：为了研究混凝土泵泵送液压系统故障发生的原因，以混凝土泵泵送液压系统作为研究对象，通过分析该系统的故障形式及其产生原因，提出了基于模糊Petri网的对混凝土泵泵送液压系统的故障诊断方法，建立了相应的模糊Petri网故障诊断推理模型，以混凝土泵泵送液压系统功能故障为诊断实例，结合AMESim液压仿真曲线，验证了该方法应用于诊断工程机械液压系统故障的准确性与有效性。

关键词：Petri网；故障诊断；液压系统；混凝土泵

中图分类号：U415.5 文献标志码：B

Fault Diagnosis of Hydraulic System of Concrete Pump Based on Fuzzy Petri Network

ZHANG Chao1， CHAO Pengjun2， ZHANG Jiexin1

（1. School of Construction Machinery， Changan University， Xian 710064， Shaanxi， China； 2. Tianjin FAW TOYOTA Motor Co. Ltd.， Tianjin 300457， China）

Abstract： The pumping hydraulic system of concrete pump was taken as an object to study the failure of the system. Diagnosis method based on fuzzy Petri network was proposed in terms of the analysis of failure modes and causes， and related diagnostic reasoning model was built. By taking functional failure as an example and combining with simulation curve produced by AMESim， the accuracy and effctiveness of the diagnosis method based on fuzzy Petri network was verified.

Key words： Petri network； fault diagnosis； hydraulic system； concrete pump

0 引 言

Petri网是由德国科学家Carl Adam Petri于1962年提出的，是一种有严格数学定义并用网状图形表示系统模型的方法，它不仅能描述系统的结构，又能模拟系统的运行[1]。由于Petri网具有异步、并发的特性，故常用于描述系统的动态行为，目前已广泛应用于计算机科学、网络通讯、自动控制、柔性制造系统（FMS）等领域[2]。在实际的复杂系统里，影响因素往往复杂多变，使得故障诊断过程更加复杂艰难，具有很强的模糊性和不确定性，而Petri网只能处理精确知识，对此类带有不确定性、模糊知识的问题无法进行准确的分析。为此，引入模糊数学中的理论，将模糊数学中的方法与Petri网相互融合，提出基于模糊Petri网的故障诊断方法。该方法既能充分考虑到系统故障的发生概率、发生程度和发生部位的模糊性，又极好地利用了Petri网推理问题严密、表达能力强的优点，是对大型复杂系统的可靠性与安全性进行分析推理的有效工具。近年来，模糊Petri网在故障诊断领域中的应用研究取得了很大的进展，文献[3]把模糊Petri网模型应用于电梯故障诊断中，实现了电梯故障诊断专家系统中知识表示和推理过程模型的集成和统一。文献[4]把模糊Petri网应用于飞机电力启动系统故障诊断中，讨论了其故障诊断的模糊Petri网模型。然而，目前模糊Petri网在工程机械液压系统故障诊断的应用研究还很少，为此，本文试图将模糊Petri网应用到工程机械液压系统故障诊断中。

混凝土泵车技术含量高且价格昂贵，其故障诊断技术的研究对于促进基础设施建设、加快国民经济发展具有重要意义。及时地进行混凝土泵的泵送液压系统故障诊断和维护工作，不仅可以大大减少系统的故障发生率，节约运行成本，还可以提高设备的运转效率、可靠性和安全性。

1 基于模糊Petri网模型的知识描述

1.1 模糊Petri网的定义

通用的模糊Petri网定义为一个8元组[5]

FPN=（P，T，D，I，O，f，α，β）

式中： P=p1，p2，L，pn，是一个库所的有限集合；T=t1，t2，L，tn，是一个变迁的有限集合；P∩T=；D={d1，d2，L，dn}，是一个命题的有限集合；I为P×T→{0，1}的输入函数，表示从库所到变迁的映射，若I（p，t）=1，则表示p与t之间有联系，若I（p，t）=0，则表示p与t之间无联系； O为T×P→{0，1}的输出函数，表示从变迁到库所的映射，若O（t，p）=1，则表示t与p之间有联系，若O（t，p）=0，则表示t与p之间无联系；f 即T→[0，1]为变迁的可信度函数，表示从变迁T至一个0到1之间的实数的映射；α为P→[0，1]时P的一个关联函数，从库所至一个0到1之间的实数的映射；β为P→D时P的关联函数，表示从库所P集合至命题集合的映射。

1.2 模糊产生式规则

模糊产生式规则，即以模糊关系式表示故障的征兆和故障的原因，是针对具有不确定性、带有模糊性、不精确知识的一种常用的描述方法。其主要包括3种基本类型[67]。

其中：p1，p2，…，pz，pn为模糊命题，μ为模糊规则的置信度。应用模糊Petri网表示模糊产生式时，将规则的前提和结论都当作Petri网中的库所，上述3种类型产生式规则的模糊Petri网表示如图1所示。endprint

图1 模糊Petri网表示模糊产生式规则的模型

1.3 模糊Petri网的推理算法

采用模糊Petri网进行故障诊断的过程，就是采取适当的推理算法对模糊Petri网模型中的知识进行推理，从而由故障现象推理出故障的原因与结论。首先，假设模糊Petri网中ta为一变迁，pi，pj，pk为3个库所，若pi∈I（ta），并且pk∈O（ta），则称pk可以从pi立即可达。也就是说pi经过一次变迁ta可到达的库所。所有可以从pi立即可达的库所组成的集合称为pi的立即可达集，记为ISR（pi）；若pk可以从pi立即可达，pj可以从pk立即可达，则称pj可以从pi可达。也就是说pi经过一系列变迁发生后到达的库所都是pi的可达集。所有可以从pi可达的库所组成的集合称为pi的可达集，记为RS（pi）；若pi∈I（ta），并且pj∈I（ta），则称库所pi和pj是关于变迁ta的相邻库所。下面给出几个重要定义。

（1） 最近向后库所：若pi∈I（ta），则pi称为变迁ta的最近向后库所，即变迁ta的输入库所为它的最近向后库所。变迁ta的所有最近向后库所组成的集合记为最近向后库所集SNBP（ta）。

（2） 最近向前库所：若pi∈O（ta），则pi称为变迁ta的最近向前库所。同样，变迁ta的所有最近向前库所组成的集合记为最近向前库所集SNFP（ta）。

（3） 向前库所：若存在有向弧序列使得变迁ta的发生能够到达pi，则称pi为ta的向前库所，所有ta向前库所组成的集合记为SFP（ta）。

2 混凝土泵泵送液压系统故障与产生原因的模糊Petri网模型

通过实地考察和查阅文献[8]，可知混凝土泵泵送液压系统发生故障以及故障发生的原因如表1所示。

根据表1混凝土泵泵送液压系统故障形式及原因，用上述模糊产生式规则表示出故障诊断知识，就可以建立一个简单的混凝土泵泵送液压系统的故障诊断知识库。下面是形成的知识库中相关的规则（由于文章篇幅有限，这里仅对泵送液压系统功能故障（p16）进行分析），其中模糊产生式规则的可信度CF应由专家根据经验总结给出。

3 基于模糊Petri网的混凝土泵泵送液压系统故障诊断实例与验证

3.1 诊断实例过程分析

由泵送液压系统功能故障诊断的模糊Petri网模型可知，初始库所为{p1，p2，p3，p4，p5，p6，p7，p8，p9，p10，p11，p12}，目标库所为{p17}。诊断推理过程为改进的模糊Petri网正向推理算法，推理并计算出导致目标库所的故障原因的可信度，从而实现对故障现象的诊断[9]。具体推理步骤如下。

3.2 诊断结果仿真验证

根据多年收集的混凝土泵泵送液压系统的试验数据整理出样本数据，采用AMESim仿真软件建立泵送液压系统的仿真模型，通过优化使得模型的特性曲线与实际相接近。上述基于模糊Petri网的混凝土泵泵送液压系统故障诊断实例中，得出混凝土泵泵送液压系统功能故障的原因为插装阀磨损，现对仿真模型中的插装阀元件模型（图3）进行仿真，仿真参数为混凝土泵泵送液压系统发生故障后的插装阀的实际测试数据，两种数据得出的仿真曲线对比如图4所示。由图4可知，插装阀确实发生了故障。

图3 泵送液压系统插装阀仿真模型

图4 样本数据仿真曲线与实测数据仿真曲线对比

4 结 语

由本文分析可知，模糊Petri网的推理算法与其他算法一样，能够得到一致的推理结果，且具有以下优点：采用模糊Petri网作为知识表示模型，表示模糊产生式规则，能够很好地处理和表示模糊知识和模糊故障信息，使得系统知识的逻辑关系更加简单、清晰；可以直接利用模糊Petri网具有的同步并发特性对知识表示模型分层、分块进行推理，使得推理过程更加直观，易于在计算机上实现；推理机首先根据用户输入的可信度，将知识库中的规则可信度按照一定的公式进行计算，有利于减小用户信息输入量；算法在推理过程中只考虑与目标库所相联系的库所及变迁，避免无关路径推理，提高了推理效率；该方法的推理过程将现场的实测数据与专家经验数据相结合，使得分析诊断结果更加接近实际工程。总之，通过插装阀磨损引起混凝土泵泵送液压系统功能故障的实例验证，表明利用模糊Petri网来建立工程机械液压系统的故障诊断系统，可以提高故障诊断的速度与准确性，是一种有效的故障检测方法。

参考文献：

[1] 李文敬，廖伟志，元昌安，等.高级Petri网并行化预处理方法的研究[J].广西大学学报：自然科学版，2013，38（5）：11001108.

[2] 谭 旭.模糊Petri网在网络故障诊断中的应用[D].长沙：长沙理工大学，2005.

[3] 宗 群，王 波，牙淑红.模糊Petri网在电梯故障诊断中的应用[J].起重运输机械，2004（4）：4448.

[4] 张 允，毕明爽.基于模糊Petri网的发动机故障诊断[J].长春工程学院学报：自然科学版，2003，4（4）：1214.

[5] 王永庆.人工智能原理与应用[M].西安：西安交通大学出版社，1998.

[6] 诸 静.模糊控制原理与应用[M].北京：机械工业出版社，1995.

[7] 何新贵.模糊知识处理的理论与技术[M].第2版.北京：国防工业出版社，1999.

[8] 隆建波.故障树理论在混凝土泵车泵送液压系统故障诊断与维护中的维护中的应用[D].长沙：长沙理工大学，2013.

[9] 张白一，崔尚森.基于模糊Petri网的汽车故障诊断方法[J].长安大学学报：自然科学版，2008，28（2）：9396.

[责任编辑：王玉玲]endprint