基于Visual Prolog的液压站最小故障诊断专家系统的实现

蒋冰华　梅　娟　景　峰　杨　晴　魏颖豪

(三峡大学 电气与新能源学院， 湖北 宜昌　443002)



基于Visual Prolog的液压站最小故障诊断专家系统的实现

蒋冰华梅娟景峰杨晴魏颖豪

(三峡大学 电气与新能源学院， 湖北 宜昌443002)

摘要：液压站的故障诊断及处理对重大设备液压系统的安全运行有重要影响，根据专家的故障诊断经验知识，利用Visual Prolog实现了故障诊断数据库和数据库管理系统，针对液压站中压力故障实现了故障推理机，推理机推理的结果表明本文设计的最小专家系统故障诊断的结果是准确的．

关键词：液压站；专家系统；Visual Prolog；推理机

Visual Prolog是基于Prolog语言的可视化集成开发环境，它在专家诊断系统中被广泛应用．文献[1]将Visual Prolog运用于石油炼化中的催化裂化故障诊断专家系统中，对出现的故障能够有效地推理分析并及时查找出故障原因；文献[2]将Visual Prolog运用在齿轮加工工艺故障诊断专家系统中，设计了齿轮加工工艺故障管理系统并实现了其故障诊断功能．

液压站由一系列的功能器件组成，包括油泵、液压阀、油箱、传感器、压力表及电气盒等．液压站工作时，电动机带动液压泵旋转，油泵从油箱中吸油，将机械能转换为液压能，压力、流量和方向阀控制液压系统中油液的压力大小、速度快慢和油液的流动方向[3]．本文将Visual Prolog运用在液压站故障诊断专家系统中，不仅可实现故障在线监测，还可实现故障推理，使得工作人员能快速找出故障原因及做出相应的维护措施．

1液压站故障诊断专家系统结构

专家系统的基本结构是指专家系统各组成部分的构造方法和组成形式．不同的应用领域，专家系统的体系结构和功能也各不相同．本文液压站故障诊断专家系统结构如图1所示，箭头方向表示信息流动的方向．专家系统通常由人机界面、解释机制、推理机、知识库、综合数据库、知识获取等组成．

建立液压站故障诊断专家系统的关键在于尽可能早地着手建立系统，从一个较小的系统开始，逐步扩充为一个日臻完善的系统．由于专家系统是用符号语言来描述知识进行推理，它需要利用推理机、知识库和综合数据库来实现．

图1　液压站故障诊断专家系统结构

2液压站故障诊断数据库

液压站的供油压力是否稳定关系着开铁口机能

否正常的运行，根据专家的经验及影响供油压力的因素，选取“节流阀堵塞”、“压力传感器故障”、“油泵进油过滤器堵塞”、“溢流阀阀芯卡死”等作为液压站故障预测的主要因素[4]．故障诊断数据库在专家系统中尤为重要，它是根据专家的经验及液压站的结构建立的，包括故障类型、故障信息、故障原因以及解决措施[5]，见表1，是液压站故障诊断数据库的一部分．液压站发生故障时，可能的故障是节流阀故障、电机故障、油泵故障、溢流阀卡死等，由于液压站工作时，各部件之间都有联系，因此故障原因也错综复杂，有可能是本身故障引起的，也可能是前后联系的部件故障引起的，一种故障可能对应很多种故障原因，一种故障原因也可能引起多种故障，因此需要在实际的故障诊断中不断完善故障诊断数据库．

表1　液压站部分故障类型

3液压站故障诊断数据库的实现

由于故障的类型、故障发生部位很难事先完全预测，因而数据库可能不完善，当发生的故障在数据库中搜索不出时，要进行人工检查并将故障的信息以及原因添加到数据库，以备日后所用．由于数据库是根据专家的经验建立的，因而可能存在经验错误，在每次的故障诊断后，要及时修改数据库，数据库的不断更新使得专家系统诊断结果更精确，因此要实现数据的添加、删除、修改及保存．

用Visual Prolog语言实现液压站数据库的添加、删除、修改及保存，如图2所示界面，添加新的故障时，需要输入故障所发生的部位，故障发生时的信息，故障发生的原因以及专家如何解决此故障，点击添加按钮后，系统会自动给此故障一个编号．修改故障信息时，只要选择故障发生时的信息以及故障发生的原因，系统会自动给出此故障的完整信息，此时就可以对它进行修改．删除故障与修改故障信息相类似，也是只要选择故障发生时的信息以及故障发生的原因，点击删除按钮，该类故障将被删除，不管是添加新的故障信息还是修改或删除故障信息，只有在点击保存之后数据库才被更新，下次调用数据库时才是更新后的数据库．

图2　数据库的添加、删除和修改

液压站故障数据库的Visual Prolog部分程序代码如下：

predicates

onListboxSelectionChanged : listControl::selectionChangedListener.

clauses

onListboxSelectionChanged(Source) :-

[Information | _T]= Source:getSelectedItems(),

data::getSomeReasons(Information, ReasonList),

reasonBox_ctl:clearAll(),

reason_ctl:setText(" "),

device_ctl:setText(" "),

information_ctl:setText(" "),

id_ctl:setText(" "),

management_ctl:setText(" "),

reasonBox_ctl:addList(ReasonList), !.

onListboxSelectionChanged(_Source).

4液压站数据库管理系统的实现

如图3所示是液压站数据库的管理界面，当液压站中发生电机故障时，选择发生此故障时的故障信息，选择发生此故障时的故障信息，通过专家系统诊断，得出发生电机故障时可能的故障原因分析以及采取对应的故障解决措施，同时按诊断结果按钮后，系统会给出故障解释信息，使用户对发生的故障信息有更详细的了解，以便于更快地解决故障．

图3　数据库的管理界面

液压站故障数据库管理的Visual Prolog部分程序代码如下：

predicates

onDeviceSelectionChanged : listControl::selectionChangedListener.

clauses

onDeviceSelectionChanged(Source) :-

[Device | _T]= Source:getSelectedItems(),

data::getSomeInformations(Device, InformationList),

information_ctl:clearAll(),

SingletonList= removeDuplicates(InformationList),

information_ctl:addList(SingletonList),

reasonEdit_ctl:clearAll(),

managebox_ctl:clearAll(), !.

onDeviceSelectionChanged(_Source).

5故障推理机的实现

推理机是协调控制整个故障诊断专家系统的重要组成部分，推理机根据实时输入数据库的故障信息，利用知识库中的规则，按照正向推理与反向推理相结合的推理策略来求解当前输入的故障类型，最后向用户提供诊断信息．如图4所示是故障推理机的工作界面，当输入故障发生时的征兆时，点击查询按钮，系统就搜索知识库中的条件部分，若存在，则进行正向推理，将输入的征兆与知识库中的规则匹配，若匹配成功，则得出结论，若匹配失败，用户启动匹配的规则修改知识库，反之，进行反向推理．如图4所示，当输入液压站发生故障时的3条故障征兆：“压力表无读数”、“液压泵正常工作”、“流量计读数正常”，系统自动快速去知识库搜索，将这3个故障征兆与知识库中已有的规则进行匹配，最后推断出故障原因是压力表损坏，并给出了解决的措施是更换压力表．

图4　故障推理机的工作界面

6结语

本文对液压站的常见故障进行了分析，建立了液压站的故障诊断数据库，利用Visual Prolog软件实现了数据库、数据库管理系统及专家系统的故障推理，对液压站中出现的常见故障能够给出故障原因分析以及相应的故障解决措施，维修人员及时对出现的故障进行检查，有效地提高了液压站的运行可靠性．

参考文献：

[1]马昕，郑璇，张贝克，等．基于Visual Prolog的催化裂化故障诊断系统的设计与实现[J]．计算机与应用化学，2009，26(1)：35-38．

[2]卢慧敏，覃寿同，李大磊．基于Visual Prolog的齿轮加工工艺专家系统设计[J]．设计与研究，2007，15(3)：31-32．

[3]木合塔尔，于宏伟，郭昊虔，等．板框式压滤机液压站常见故障分析及解决方案[J]．石油和化工设备，2012，15(3):63-65．

[4]王冬梅．基于小波神经网络的提升机液压站故障预测的研究[J]．煤矿机械，2014，35(1)：228-229．

[5]徐瑞银，董和平．液压站故障诊断专家系统分析法[J]．煤矿机械，2004，67(10)：131-132．

[责任编辑张莉]

DOI：10.13393/j.cnki.issn.1672-948X.2016.03.021

收稿日期：2015-09-15

通信作者：蒋冰华(1961-)，男，教授，硕士生导师，主要研究方向为现代检测与控制技术．E-mail：13307208556@189.cn

中图分类号：TP277.3

文献标识码：A

文章编号：1672-948X(2016)03-0095-03

Achievement of Minimum Fault Diagnosis Expert System in Hydraulic Based on Visual Prolog

Jiang BinghuaMei JuanJing FengYang QingWei Yinghao

(College of Electrical Engineering & Renewable Energy, China Three Gorges Univ., Yichang 443002, China)

AbstractIt's important for safe operation of the opening machine of fault diagnosis and treatment in hydraulic. The database of fault diagnosis has been established based on experience and knowledge of experts. The fault diagnosis database and database management systems also have been achieved by using Visual Prolog. The fault reasoning is given for the fault of pressure gauge in hydraulic. The achievement of inference engine is the key, which determines the accuracy of results of fault diagnosis.

Keywordshydraulic;expert system;Visual Prolog;reasoning machine