设计知识生成机械设备诊断与维护思想_第1页
设计知识生成机械设备诊断与维护思想_第2页
设计知识生成机械设备诊断与维护思想_第3页
设计知识生成机械设备诊断与维护思想_第4页
设计知识生成机械设备诊断与维护思想_第5页
已阅读5页,还剩3页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

设备设计知识生成设备诊断与维护知识研究提要:当设计知识发生变化时,由于节点可维护性全息模型规模较小,维护和更新的难度不大,而且基于PDM技术的混合结构树更新也很容易,所以基于PDM的设备产品可维护可诊断模型也很容易进行相应的更新。开展利用设计知识生成故障诊断与维护知识的方法和相关数据模型的研究,对提高设备故障诊断与维护系统的性能具有重要的意义。以设计知识为中心的设备诊断与维护策略研究赵中敏摘 要 利用设计阶段知识生成设备诊断与维护知识的思想,阐述了设备设计知识生成设备诊断与维护知识的意义。基于PDM等工具的能涵盖设备诊断与维护等需求全寿命周期的新数据模型、由设计知识获取诊断与维护知识的方法、从设备结构树生成设备故障树的方法等三个方面进行基础性研究。关键词 设计知识 设备维护 故障诊断 策略设备的故障诊断与维护一直是人们所关注的问题,但现有诊断与维护系统的方法,多是根据设备使用和出现故障的现象研究其维护与诊断,也有利用FMEA(故障模式及其影响分析)对设备进行故障模式分析与故障控制,这些都没有考虑如何利用设计知识以对其进行故障诊断与维护。开展利用设计知识生成故障诊断与维护知识的方法和相关数据模型的研究,对提高设备故障诊断与维护系统的性能具有重要的意义。一、设计知识生成机械设备的诊断与维护的思想对于复杂设备的故障诊断,目前的研究大多仅限于设备使用阶段故障机理分析和诊断知识的获取与应用,缺乏对设备全寿命周期,尤其是设计阶段相关知识的利用,使得设备故障诊断效果难以令人满意。实际上,一台设备在其寿命周期的设计、制造、销售、使用与维护等若干阶段都能为故障诊断提供大量有益的信息,尤其在设计和日常维护阶段,设计阶段对设备的结构、功能和性能等作了规划和实现,维护阶段则生成了大量的诊断维护样本。因此,在研究设备故障诊断时,应当在设备的设计阶段就开始考虑其诊断与维护问题,设备诊断与维护时利用设计阶段的信息知识,使得设备的设计、诊断与维护形成一个有机的整体,从而在根本上解决设备的故障诊断知识获取问题。从设备设计阶段的知识出发,提取故障诊断与维护知识,可实现良好的设备维护和诊断,从而有效地降低设备维护费用。经验表明,复杂设备寿命周期内的维护代价一般要超出其最初购买时价格的310倍;在研制中投入1元改进维护性,可望取得减少寿命周期费用(LCC)达50100元的效益。由此可见,从设计知识出发,提高设备的诊断与维护性能,对降低维护费用具有重要的意义。随着信息技术在机械工程中的广泛应用,尤其是PDM、PLM等平台的应用,研究基于设计知识驱动的产品诊断维护技术将变得十分可行,原因如下:目前设备的设计、使用与维护中,已广泛采用以PDM技术为代表的各种工具,形成产品数据模型。因此,已相对成熟的PDM技术为建立设备全寿命周期各个阶段的模型提供了一个通用的技术平台。在PDM平台上,可形成从设计、制造、使用等阶段的产品数据模型,并能加以维护。同时,在PDM平台上集成产品维护与诊断模型,有效集成多种知识,形成信息共享,进而实现对产品的维护与诊断等功能,也有学者进行了探索。虽然在这种研究中设备的设计过程和诊断、维护过程是相互独立的,与由设计知识生成诊断与维护知识不同,但它为这类研究提供了有益的经验,同时也说明了该研究意义重大。要实现基于设计知识的设备诊断与维护技术,首先要解决的问题就是必须基于一个可涵盖设备全寿命周期的技术支撑平台,建立能包含设计、诊断与维护知识的设备信息模型。因此,文章的落脚点就是研究集成设备设计、诊断与维护知识的新型设备数据模型,探讨基于此模型由设备设计知识自动生成设备维护与诊断知识的方法,研究设备结构树生成设备故障树的方法。二、设计知识生成机械设备诊断与维护知识基本理论研究1.全寿命周期的新数据模型研究现有的设备工程模型包括配置模型、结构层次图、功能层次图、物料清单(BOM)、装配模型等,这些模型并不能直接为诊断、维护建模所利用,需要分析它们与能表征维护与诊断信息的设备数据模型的关系,从中提取出对建模有用的信息并进行一些相应的、必要的转换和扩充,然后确定建模还需要增加哪些信息,这些增加的信息以何种方式来描述,采用什么样的接口来输入这些信息等。在上述信息需求分析基础上,拟提出集成混合结构树(HST)与节点维护性全息模型(NMHM)的能表征维护与诊断信息的产品数据模型。混合结构树是利用产品结构树的形式来组织、管理,以及表示产品的设计、维护和故障信息,可视为一种新的设计、维护与诊断相结合的结构树。这种模型包含了产品设计、维护中所有的信息,为从设计知识中获取故障诊断与维护知识提供了有利的条件。节点维护性全息模型是指从单零部件的整个生命周期出发,针对各阶段对维护性进行分析评定的不同需求,较全面地、有序地将其设计维护性等信息集中存储在集成的节点信息模型中,使得产品的维护与诊断系统可以从中抽取所需的信息。2.混合结构树模型的建立混合结构树以PDM为载体和技术平台,其顶层节点为设计的设备产品对象,下层各节点代表构成该设备产品的可分或不可再分的零部件,每个节点还建立包含有该节点信息的节点维护性全息模型。这种混合结构树形式可将产品设计所需的全部信息包括在内,还可包含产品维护与诊断的信息知识,各节点的连线给出了各零部件的相互关联关系。这是一个4元组模型,记为H=(N,F,R,A),其中N=Ni,i=l,n表示节点的集合,F=fi,i=l,n,fi从表示节点Ni的维护性全息模型的信息集合,R=Rij,ij,i、j=1,n表示产品设计中节点之间联系的集合,它在很大程度上反映了产品故障之间的因果关系,A =A(Ni)表示节点Ni下一层节点的个数。这种模型形式对产品的设计、诊断与维护阶段的数据模型都适用。3.节点维护性全息模型的建立维护性全息模型的关键是如何将节点代表的零部件的设计、维护性等相关信息有序组织与合理表达。拟将这种节点维护性全息模型建立在PDM平台上,且只针对单个的零部件,非常易于实现和维护。它表示了单个零部件的设计、维护性、诊断性信息模型,可用于单个零部件全生命周期的信息表达,而与其他节点的关联关系可由混合结构树的节点关联信息表示。三、由设计知识获取诊断与维护知识的方法研究建立起设备产品的能表征诊断与维护信息的数据模型后,就很容易获取基于设计知识设备产品的故障诊断知识。根据已有的研究成果,利用设备产品结构树可以构成设备产品的混合结构树,由混合结构树中各节点的关联关系,以及各节点内部的设计和维护信息,可得到故障可能传播的途径和因果关系,形成类似于故障树的混合结构树的故障诊断知识库模型,只是这里的基于混合结构树的诊断知识库模型是建立在设备产品结构树的基础之上的。这样,问题的关键就是如何从各节点的关联中获取故障的因果联系,如何从各节点的设计和维护信息获取该节点的故障诊断知识。首先,从混合结构树中可以基于设计阶段各节点的关联关系,根据一定的知识推理技术获知当某个节点故障时,可能的故障传播方式和途径,由此可建立各节点故障时的故障传播和关联模式,从而建立故障传播的规则,这种规则的前件是故障节点,后件是故障可能传递的下一个节点。这种规则直接或经过转换后,即可形成故障诊断规则。同时根据已有的故障树诊断知识,可对获得的诊断规则进行修正和优化。对于从各节点的设计和维护信息获取该节点的故障诊断知识问题,可根据设计与维护信息的记录数据及其维护性全息模型,利用数据挖掘技术和关联分析理论,如灰色理论和D-S证据理论等,提取出与故障相关联的设计与维护信息数据,从而形成该节点的基于设计知识的故障诊断知识。经上述方法获取的诊断知识,一般是粗糙的和不完备的,因此,还应利用已有的故障诊断专家经验知识,对这些诊断知识进行完善和优化,以增强故障诊断的有效性。最终得到基于设计知识的故障诊断知识库,同样可在PDM技术平台上实现。这样,当设计知识发生变化时,由于节点可维护性全息模型规模较小,维护和更新的难度不大,而且基于PDM技术的混合结构树更新也很容易,所以基于PDM的设备产品可维护可诊断模型也很容易进行相应的更新。如某个节点的设计和维护信息发生改变,只要与此节点相关的诊断知识进行改动即可,利用现有的故障诊断知识获取技术,完全可以实现诊断知识的重新获取或更新。四、从设备产品结构树生成产品故障树的方法研究根据前述研究内容,从设备产品结构树可导出基于HST-NMHM的产品故障诊断与维护知识,它是建立在混合结构树基础上的。根据混合结构树与故障树之间的关系,利用函数映射关系或知识获取方法,可将基于HST-NMHM的产品故障诊断与维护知识库中的诊断与维护知识转换为故障树中的故障诊断知识,从而构成基于故障树的产品诊断与维护知识模型。这种函数映射关系是复杂的,可采用模糊关系、矩阵分析理论、寻优搜索

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论