首页>技术中心>技术资讯>基于WEB的液压系统故障诊断专家系统的开发
基于WEB的液压系统故障诊断专家系统的开发
发布时间：2017-09-01
引言
液压系统在工程机械设备中占据着核心的地位,一旦液压系统出现了故障,整个工程机械可能会面临瘫痪停机甚至带来巨大的经济损失。客观上,液压系统一般由多元件组成,液压系统中各种元件和辅助装置以及油液大多在封闭的壳体和管道内,不便于从外部观察;主观上,许多工作人员并非液压传动的专业人员,这两方面的原因给液压系统的故障诊断带来很大困难。因此随着液压设备监测及故障诊断技术的发展,专家系统作为人工智能的一个分支,以处理领域专家经验及其理论专业知识为手段,在液压系统故障诊断中的研究与应用,已引起了人们的重视,也取得了一些成果[1,2]。专家系统是研究、处理知识的系统。以领域专家知识为基础,解释并重新组织这些知识使之成为具有领域专家水平和有解决复杂问题能力的智能程序,将有利于提高液压系统故障诊断维修水平和解决问题的准确率和效率。
随着Internet/Intranet的迅速发展,Web技术已成为信息交互的主流模式。基于Web的液压系统故障诊断专家系统利用Web数据库技术,将诊断专家系统构建于Web环境中,可从发挥Internet收集、共享知识和数据的优势,改善诊断专家系统的性能和扩展增强系统的功能,从而克服在传统的工程机械液压系统的故障诊断专家系统中诊断规则收集比较困难和系统诊断能力低的弊端[3]
本系统以某摊铺机液压系统为例,利用目前广泛应用的关系型数据库设计了故障诊断的知识模型,并开发了相应的故障诊断专家系统。
1 基于WEB的液压系统故障诊断专家系统的设计
1.1 系统总体的设计
本系统是基于Web、可视化、动态、远程的液压系统运行状况监测和故障诊断的专家系统。该系统由知识库、推理机、解释程序、动态数据库、人机接口和知识获取子系统等六个部分组成。
动态数据库可存放提取一些过程特征数据和诊断过程记录等信息,比如历史数据表、临时数据表、短期趋势数据表和测点信息表等;知识库用于存放故障诊断的诊断故障树、诊断规则库、故障原因、检测提示和故障对策5个部分;推理机实施对整个问题的求解过程的控制,它根据数据库中的当前信息,将规则库中的规则拿来匹配,然后利用适当的控制算法推断出结论;解释程序是对整个故障诊断过程做出的合理解释;知识获取可以使人类专家通过人机接口直接建立和修改故障诊断规则、补充和完善整个故障诊断系统。人机接口是故障诊断专家系统通过窗口、菜单、图形可以进行形象的故障诊断。其中的知识库和动态数据库都是存储在Web上的数据服务器端。数据服务器和用户浏览器间采用三层B/S结构模式,用户通过浏览器请求访问服务器上的专家系统程序和动态数据库服务器端的数据。
1.2 系统知识库的建立
知识库是存贮有关知识的数据仓库,是知识的集合。知识库的主体是故障事实和故障规则,故障事实可看作短期信息,这种信息在与用户互相作用时可能会发生改变;故障规则是长期信息,能引导专家系统如何由已知的或新产生的事实推导出假设来。专家系统的性能取决于知识库的品质,知识获取过程的方法和可靠性也与知识库密切相关。而知识库方法不同于常规的数据库方法,数据库中的信息具有一定的历史性,而知识库中的信息则既有过去的又有现在的。相比之下,知识库中的事实是动态的,知识库中包含规则却总是在力图填充缺少的信息。[4,5]
1.2.1 诊断故障树
诊断故障树也即故障事实库。它是以部件为依据,分层列出部件的故障事实,形成的一种部件故障现象的树型结构。故障诊断专家系统中,故障树分析是常用的可靠性研究和故障诊断分析方法。
1.2.2 诊断规则库
专家系统中知识表示的方式是产生式规则(production rules)。产生式规则有时也简称为规则,一些使用产生式规则的专家系统也称之为基于规则的系统。
产生式规则是前因后果式表达模型,由两个部分组成,前一部分称之为条件,如状态、前提和原因等,后一部分则称之为结论,如结论、活动和后果等。前一部分语句用IF(如果)作前缀,后一部分语句用THEN(则)作后缀,因此典型的产生式规则的格式是:
IF [premises] THEN[action(s)] (如果[前缀]则[结果])
规则的条件部分是本系统在向用户提交问题的提问部分,它存储在知识数据库中。同一规则可能有好几个条件,而这些条件之间在专家系统内部处理时采取的逻辑关系是与的关系。实例如下:Rule 100IF (1)活塞杆不能动作(2)油缸产生爬行(3)内泄漏THEN油缸不能正常工作上述规则中,THEN部分是故障的各种事实,即对故障树中的故障结点,IF部分是产生这些表现的原因及解决方法。该系统根据故障现象,通过搜索规则集中相应的规则条件来判断产生故障的原因。例如:规则100,搜索各原因条件,条件con-dition(1)(2)(3)只有同时存在则会导致结论:油缸不能正常工作,否则并不能得出油缸不能正常工作。
1.3 系统推理机的设计
本系统按照专家系统逻辑推理机制,采用正向推理方式和深度优先的搜索方式。深度优先搜索就是按照深度越大优先级别越高的原则在树形中搜索终止结点。基本思想是:从初始故障树结点开始,在其子节点中选择一个节点进行考察,若该节点有一个以上规则满足,并且向下搜索系数满足条件,则再在该子节点的子节点中选择一个进行节点考察,一直如此向下搜索。当到达某个子节点,且该子节点中的任一规则都不满足或都向下搜索系统不满足条件,才选择其兄弟结点进行考察。
1.4 系统知识获取
知识获取部分包括了故障树和规则库两部分知识的添加、删除和修改。目前的知识获取方法大都侧重于从专家那里获取知识,它将专家提供的知识存入知识库中。由于工程液压系统工况的复杂性,液压系统故障诊断也不像医疗诊断那样有详细的诊断与治疗数据库,设备的有些故障可能是前所未闻的,造成可使用的有关故障症断的数据不充足和经验有限,因而如何获取故障诊断的知识是建造专家系统的/瓶颈0问题。为了解决和克服这个难题,本系统采用面向领域专家的一种直观的知识获取技术。在开发环境中建立了专门的编辑和输入系统,使领域专家可以直接和液压工况故障诊断系统的知识库打交道,领域工程只要方便地输入规则即可。所以,该系统在实际应用中能够不断地积累故障诊断的知识和经验,扩充和完善知识库,从而在故障诊断的过程中不断提高系统应用的准确性。
2 结论
该系统以WEB的形式对液压系统进行专家系统故障诊断,充分发挥Internet收集、共享知识和数据的优势。专家系统对液压工况的故障诊断采用了正向推理方式和深度优先的搜索方式。充分利用了故障树和规则库的系统知识结构。诊断可能是一次完成,也可能是一个反复的过程。整个过程由控制程序来完成。
该系统能模拟人类专家做决定的过程解决工程实际问题,即使初级或中级技术人员也可由此系统做出专家级水平的诊断,具有较高的应用价值。
摘自：中国计量测控网
