（机械电子工程专业论文）振动压路机故障诊断专家系统研究.pdf

摘要 针对振动压路机自身特点及其工作环境的特殊性，本文在总结故障诊断的发展史的 基础上，论证了开发振动压路机故障诊断专家系统的可行性和必要性。在进行必要的知 识准备后，首先根据振动压路机的结构给出了压路机的层次分类，通过对系统结构的细 化，能够更加迅速和准确的定位产生故障的元件，并在此基础上对各级子系统和组成元 件进行了故障分析和诊断知识的搜集储备；然后利用专家系统在表达和处理复杂知识方 面的特长，采用a c c e s s 数据库的形式建立了故障诊断专家系统的知识库，把所收集和 整理的故障诊断知识以产生式规则的形式来表示，以表的形式把知识规则存入基于数据 库的知识库中，充分利用了数据库管理系统在管理大量信息方面的优势；而对于故障的 推理，因为知识规则是以表的形式存储于数据库中，一个表中的所有字段就包含了一条 完整的诊断知识，使得对故障诊断的推理能够通过对表中字段的查询就能实现；并通过 v i s u a lc + + 6 0 中的m f co d b c 技术访问数据库，设计了一个界面友好的人机交互界面， 用户可以在不了解具体知识构成的情况下就能完成对振动压路机故障的诊断。最后，给 出了一个系统运行的实例，证明了本文所研究的振动压路机故障诊断专家系统达到了其 设计要求。 关键词：振动压路机故障诊断专家系统a c c e s s 数据库 v i s u a lc + + a b s t r a c t i nv i e wo ft h ec h a r a c t e r i s t i c so fv i b r a t o r yr o l l e ra n dt h ep a r t i c u l a r i t yo fi t sw o r k i n g c o n d i t i o n s ，t h i st h e s i sd e m o n s t r a t e st h ef e a s i b i l i t ya n dt h en e c e s s i t yo fe x p l o i t i n gt h e v i b r a t o r yr o l l e rf a u l td i a g n o s i se x p e r ts y s t e m ( v r f de s ) o nt h eb a s i so fs u m m a r i z i n gt h e d e v e l o p m e n th i s t o r yo ff a u l td i a g n o s i s a f t e ri n t r o d u c i n gt h en e c e s s a r yb a c k g r o u n d k n o w l e d g e ，t h et h e s i sf i r s t l yp r e s e n t st h ec a t e g o r i z a t i o no fv i b r a t o r yr o l l e ra c c o r d i n gt oi t s s t r u c t u r e ，a n db yf u r t h e rc l a s s i f y i n gt h es t r u c t u r eo ft h es y s t e m ，t h eb r o k e nc o m p o n e n tc a nb e l o c a t e dm o r er a p i d l ya n da c c u r a t e l y b e s i d e s ，t h et h e s i sa n a l y z e st h ef a u l to fa l ll e v e l so f s u b s y s t e m sa n dc o m p o n e n t s ，t h e nc o l l e c t sa n dr e s e r v e st h ed i a g n o s i sk n o w l e d g e b yt a k i n g t h ea d v a n t a g eo ft h ee x p e r ts y s t e mi ne x p r e s s i n ga n dh a n d l i n gc o m p l i c a t e dk n o w l e d g e ，t h e t h e s i se s t a b l i s h e sak n o w l e d g el i b r a r yo ff a u l td i a g n o s i se x p e r ts y s t e mi nt h ef o r mo ft h e a c c e s sd a t a b a s e t h i sd a t a b a s ep r e s e n t st h ec o l l e c t e df a u l td i a g n o s i sk n o w l e d g ei nt h e f o r mo fp r o d u c t i v er u l e s ，a n dd e p o s i t st h ek n o w l e d g er u l e si n t ot h ek n o w l e d g eb a s e e s t a b l i s h e do nt h eb a s i so f d a t a b a s eb yw a yo ff o r m s i tm a k e sa g o o du s eo ft h ea d v a n t a g eo f d a t a b a s em a n a g e m e n ts y s t e mi nd e a l i n gw i t hag r e a ta m o u n to fi n f o r m a t i o n a st ot h ef a u l t d i a g n o s i s ，s i n c et h er u l e s - b a s e dk n o w l e d g ei ss t o r e di nt h ed a t a b a s ei nf o r mo fl i s t ，a l lt h e k e y - f i e l d si nal i s ti n c l u d i n ge n t i r ed i a g n o s i sk n o w l e d g ec a ne n a b l et h ef a u l td i a g n o s i st ob e r e a l i z e db yi n q u i r i n gt h ek e yf i e l d t h ed a t a b a s ei sl i n k e db yv i s u a lc + + 6 0 sm f co d b c t e c h n o l o g y t h et h e s i sd e s i g n saf r i e n d l ym a n - m a c h i n ei n t e r f a c es ot h a tu s e r sw h oa r e u n f a m i l i a rw i t ht h es p e c i f i ck n o w l e d g eo ft h es t r u c t u r ec a na c c o m p l i s ht h ef a u l td i a g n o s i so f v i b r a t o r yr o l l e r t h et h e s i sg i v e sa ne x a m p l eo ft h es y s t e mo p e r a t i o n ，w h i c hj u s t i f i e st h ef a c t t h a tt h ev i b r a t o r yr o l l e rf a u l td i a g n o s i se x p e r ts y s t e m ( v r f de s ) b a s i c a l l ya c h i e v e si t s d e s i g n e df u n c t i o n k e yw o r d s ：v i b r a t o r yr o l l e r ，f a u l td i a g n o s i s ，e x p e r ts y s t e m ，a c c e s sd a t a b a s e , v i s u a lc + + 论文独创性声明 本人声明：本人所呈交的学位论文是在导师的指导下，独立进行研究工 作所取得的成果。除论文中已经注明引用的内容外，对论文的研究做出重 要贡献的个人和集体，均已在文中以明确方式标明。本论文中不包含任何 未加明确注明的其他个人或集体已经公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名： 钙如 文司 l 论文知识产权权属声明 年r 月矿日 本人在导师指导下所完成的论文及相关的职务作品，知识产权归属学 校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权 利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成 果时，署名单位仍然为长安大学。 ( 保密的论文在解密后应遵守此规定) 论文作者签名： 导师签名： 彩易 覆 沙。7 年厂月矽日 q 年s 只7 日 长安大学硕士学位论文 第一章绪论 1 1 故障诊断技术概述 故障诊断技术是七八十年代得到迅速发展的一项新技术，随着现代生产的发展和科 技的进步，设备的复杂程度日益提高，如何保证设备的安全运行，已成为一个十分迫切 的问题。设备故障诊断技术是保障设备安全运行的基本措施之一，它能对设备故障的发 生作出早期预报，对出现故障的原因作出判断，提出对策建议，避免或减少事故的发生。 因此设备故障诊断技术的应用会带来巨大的经济效益，日益受到国内外的广泛重视【1 1 。 1 1 1 从传统诊断到智能诊断 目前，用于系统故障诊断的方法可分为两大类：一类是完全基于检测数据处理的诊 断方法，如用得较多的对比诊断法、函数诊断法、振动诊断法、模型识别法、统计诊断 法以及模糊诊断法等，它们是通过对故障检测信号的处理而较早地发现故障，以至预报 故障；另一类则是主要基于专家经验以及知识处理的专家系统诊断方法，它是模仿人类 专家在进行故障诊断时，首先观察机器的症状，然后依所观察到的症状，利用自己所具 有的知识来推断故障的原因。由于专家系统方法是最近几年才开始用于系统故障诊断 的，所以，我们称第一类完全基于数据处理的诊断方法为传统诊断方法，而基于知识处 理的诊断方法为智能诊断方法。 传统诊断方法，尽管可以通过检测信号的处理，实现机器工况监视与故障诊断，但 当诊断对象变得庞大而复杂时，为了能把故障比较细致的区分出来，一方面需要增加检 测手段，另一方面需大大增加计算量，从而使得诊断的时间延长。当调试完毕后，用传 统诊断方法编制的软件功能就确定下来了，不易更改，只局限于某一具体系统的诊断， 很难应用于不同的诊断对象，因而推广较难。 人类专家在进行故障诊断时是怎么做的呢? 领域专家往往可以直接凭借系统发生 故障时，用视觉、听觉、嗅觉或触觉得到的一些难以由数据描述的事实以及专家对系统 发生故障的历史和系统的结构等作出判断，从而可能很快地找到故障源，这种专家经验 的应用，对于复杂大系统的故障诊断尤其有效，在多数情况下，可能做到比用传统诊断 方法判断故障要快得多。而完全基于检测数据处理的传统诊断方法的共同局限性恰恰在 于根本没有利用人类领域专家的丰富经验和知识在故障诊断中的快速而有效的作用。 对智能诊断方法研究的目的之一就是试图以计算机模拟人类专家对复杂系统进行 故障诊断。做到既能充分发挥领域专家在诊断中根据各种感觉得到的事实及专家经验进 第一章绪论 行快速推理，又能很方便地推广应用于不同的诊断对象，这正是智能故障诊断方法不同 于传统诊断方法的显著优点【2 1 。 1 1 2 故障诊断的智能化 机器故障智能诊断的目的在于保证其在允许的工作条件下和规定的时间内，完成预 期的功能。对此智能诊断系统应当有效地获取、传递、处理、再生和利用机器诊断信息， 从而有效地识别机器工作状态、找出机器可能存在的故障或导致这些故障的原因，甚至 还要预测机器状态的发展趋势。智能诊断系统与诊断对象的关系如图1 1 所示【3 】。 一一1 i i l i i i i i i l i i l i i i 图1 1 智能诊断系统与诊断对象的关系 随着人工智能技术的迅速发展，它首先在功能模拟方面走向实用，这就是专家系统 技术。由于故障诊断领域的问题非常复杂，往往需要人类专家的经验知识才能解决，而 表达和处理这种启发性的经验知识正是专家系统的特长，所以，专家系统在故障诊断领 域得到了广泛的应用，自从s t a n d f o r d 大学于1 9 6 8 年开发第一个专家系统d e n d r a l 以来，在专家系统已有较深厚基础的国家中，机械、电子设备的故障诊断专家系统已基 本完成了研究和试验的阶段，开始进入广泛应用的阶段。专家系统在故障诊断中的应用 就得到了各国的高度重视，并相继在各行业开发出了一些诊断专家系统，产生了巨大的 经济效益。 故障智能诊断理论和方法的研究虽然已取得较大的成就，但在实时性、机器学习等 方面仍面临一些问题，有待于进一步解决。 在实际应用中，许多机械、电子设备要求诊断系统对故障进行实时检测、实时诊断， 不允许求解的时间很长。当前，国外已出现一些实时的故障诊断专家系统。“实时 依 靠的技术主要有：依靠智能软件的并行；依靠分级进程推理；依靠信息的高度精炼，即 2 长安大学硕士学位论文 机器在相当长的一段时间内要自行运行并不断排出垃圾。 所谓机器学习，其实质就是知识获取。故障诊断专家系统在获取知识的过程中，最 初是将专家提供的知识存入知识库中，这是一种机械记忆的学习过程。当解题中遇到无 法解决的问题时，可通过提问，由外界提供信息，形成新知识并存入知识库中，继续推 理。还可通过示例学习，要求系统能够从特定的示例中归纳出一般性的规则。机器学习 则要求系统能在实际工作中不断地总结、归纳成功和失败的经验教训，对知识库中的知 识自动进行调整和修改，以丰富、完善系统的知识。机器学习从内在行为看，是从未知 到已知的过程，是知识增加的过程；从外在表现看，是系统的某些适应性改变，使系统 能完成原来不能完成的任务或把原来的任务做得更好。但由于学习问题的多样性与复杂 性以及目前计算机工作原理带来的制约与限制，机器学习问题至今尚无突破性进展【3 】。 1 2 振动压路机的故障诊断技术概述 在沥青混凝土路面施工中，压路机是一个关键的设备，因为它是施工的最后一道工 序，工作性能的优劣直接决定路面的施工质量。本文所研究的y z c l 2 z 压路机作为大型 工程机械，其结构复杂，有液压系统总成，振动轮总成，动力系统总成，电气系统，洒 水系统，空调系统，铰接式车架，蟹行油缸等。压路机在使用过程中，上述的系统都有 可能出现各种大小不同的故障，理论上智能故障诊断系统应该对这些系统出现的故障都 可以一一进行诊断，以便及时排查故障，保证施工进程及质量的要求。 压路机在长时间的施工中出现的不同故障，有的不是非常紧急，不会影响施工的进 度，有的会十分的严重，必须停机检修，其故障特点主要有： ( 1 ) 故障形式复杂多样 振动压路机的结构复杂，元件数量众多，且各元件之间的相互影响，决定了系统故 障形式表现的多样性。 ( 2 ) 多个故障同时出现 振动压路机系统中的元件数量较多，通常是多个元件共同完成某一功能，元件之间 的横向联系和纵向联系较为复杂，如果一个元件出现故障，故障将迅速横向传播和纵向 传播，使系统中的其他元件功能失效。此时，一个源发故障会导致多个引发故障。 ( 3 ) 故障难于查找 通常，包括压路机在内的工程机械在工作过程中大部分元件不能被直接观察到，只 能通过有限数量的传感测量设备测得系统的部分工作参数，而对于某一故障现象，可疑 3 第一章绪论 的元件往往不止一个，这就给故障原因的查找带来很大困难。 ( 4 ) 故障现象与故障原因对应关系复杂 一方面，某一个元件故障可能会导致多个故障现象，造成一因多果。另一方面，某 一故障现象可能是几个原因共同造成的，造成一果多因。另外，有些故障是随时间发展 的，同一个故障在不同的发展阶段其外在表现可能大不相同。比如液压系统吸入空气， 随着其严重程度不同，外在表现可能有：流量和压力的波动、振动与噪声、液压缸的爬 行、泵吸不进油等。 ( 5 ) 故障产生的偶然性与必然性 系统中的故障有时是偶然发生的，有时是必然发生的。故障偶然发生的情况不经常 发生，也没有一定的规律。故障必然发生的情况是指那些持续不断经常发生、并有一定 规律的原因引起的故障。随工作时间必然会发生的故障是可以预测和预防的。 ( 6 ) 故障受环境因素的影响大 压路机在工作一定时间进入稳定工作期后，液压系统绝大部分故障与液压油的品质 有关。而液压油的品质对环境因素十分敏感。首先，环境温度直接影响液压油的物理性 质。其次，压路机的工作环境中空气清洁程度对压路机液压系统影响极大。另外，操作 维护人员的技术水平也会影响到系统的正常工作。 ( 7 ) 故障难于定位而易于处理 由于以上原因，当系统出现故障后，很难快速确定故障部位及产生的原因。然而， 一旦找出原因后，处理措施却比较容易。 ( 8 ) 故障发展及其迅速 一旦发现系统有故障，不论大小，都应该立即停机查找原因并加以排除，如果带病 作业，故障由小到大发展非常迅速，往往是最初容易排除的故障很快发展成大的难以排 除的故障，最终导致整个系统不能正常工作，造成巨大的损失【4 】。 由上可知，基于压路机系统故障的复杂性，使得人们在维修故障的时候，不能用同 一种方法和态度来处理所有的故障，因为故障现象与故障原因之间通常不是一一对应 的。对于同一种故障现象，也可能是由不同原因引起的。例如：压路机的喷水系统突然 停止喷水，可能是管路堵塞，也可能是水箱水位过低，还有可能是水泵出现了故障等。 对于压路机的液压系统，情况就会更加复杂一些。单个的元件和整个系统的不匹配都有 可能使其出现问题，故障的产生可能是由某些确定性的因素和不确定的随机因素共同导 致而成的，这也就使得故障变的有了一定的渐变性和隐藏性。在传统的故障诊断中，维 4 长安大学硕士学位论文 修工程师在对压路机进行此类故障的检修时，将会从不同的角度去判断故障的原因，并 结合自己的经验，将各种可能产生此类故障的原因和实际情况加以对照和比较，来做出 判断。而在智能化压路机中，这将由用作故障诊断的计算机来实现，通过建立专家知识 库的形式以及借助于数理逻辑进行分析，通过合适的推理，来确定故障的原因。 1 3 本文的研究内容及其意义 1 3 1 本文研究的主要内容 ( 1 ) 简单回顾了故障诊断技术的发展，并针对振动压路机故障的特殊性，简单介绍 了压路机故障诊断的特点。 ( 2 ) 查阅国内外有关资料，结合智能压路机课题，结合本人的实践经验，提出了建 立振动压路机故障诊断专家系统所需的相关技术。 ( 3 ) 通过阅读压路机故障诊断的文献资料，并对压路机液压系统、机械系统、电气 控制系统以及发动机系统的结构、原理、功能进行分析、研究，收集整理此四大系统的 故障模式，完成故障诊断专家系统的领域知识获取工作。 ( 4 ) 采用数据库技术构造的知识库体系，并通过恰当的推理机制，建立起完整的故 障诊断专家系统。 ( 5 ) 给出运行实例，详细地描述了故障诊断专家系统的使用方法和功能。 ( 6 ) 总结全文的研究内容及所做的工作，并对后续研究提出了建议。 1 3 2 本文研究的意义 智能压路机往往集液压技术、计算机技术、微电子技术、传感与测试技术于一体， 其技术的先进性和结构的复杂性大大提高了维修难度。在土木施工现场，往往是机群协 同作业的，以公路施工现场为例，如果压路机出现故障，与其协同作业的摊铺机、运输 车、沥青搅拌站等设备都要被迫停止作业，造成工期延误和巨大的经济损失。而原有的 故障诊断方法，是人类专家在分析检测数据的基础上，利用领域知识和专业经验作出判 断。而人类专家往往有可能由于外界环境以及情绪很容易作出主观判断，且每个人类专 家可能只能在某一研究领域有着丰富的经验和知识，专家系统却能综合来自各个领域的 不同专家的经验知识，博采众长，更不会受外界环境和情绪等因素的影响。所以，压路 机智能故障诊断专家系统是智能压路机不可或缺的一部分，具有很大的经济价值和实用 意义。 5 长安大学硕士论文 第二章故障诊断的专家系统及其开发工具 2 1专家系统 2 1 1 专家系统用于故障诊断的必要性 近年来，由于计算机技术、现代测试技术和信号处理技术的迅速发展，设备故障诊 断技术取得了很大的进步。人们已开发和研究了一些较成熟的诊断技术及理论方法，如 铁谱分析、声波检测、红外线测温、油液分析和各种无损检测等诊断技术，以及信号处 理、模式识别、模糊推理等理论方法，人们可对在多种工作环境条件及运行状态下的机 器或工程系统的许多故障模式进行检测、识别、诊断和排除【”。然而，在工程实际中存 在着大量的多故障、多过程、突发性故障及需要对庞大机器或工程系统进行的监测和诊 断，而在y z c l z 型振动压路机中，由于传感器采集的信号主要是为用作控制器的控制 信号，导致传感器数量的限制，监测系统只能对一部分主要的状态参数进行检测( 见表 2 1 ) ，如液压系统温度、流量、压力等状态参数。上述技术手段和理论方法往往显示出 较大的局限性，主要表现在：不能有效地利用专家的知识和经验；缺乏推理能力，只能 向前推理，不能像专家一样既能向前推理，又能向后推理。不具备学习机制；对测试诊 断结果缺乏解释，测试诊断程序的修改和维护性差。 表2 1y z c l 2 z 压路机传感器一览表 激励数 类型型号 精度信号标准量程备注 电源量 温度 c 1 3 a2 5 d c l 2 vv 三线制l o 一3 5 0 路面温度 传感器 温度5 0 1 5 0液压系统 g 、o o b 0 1 d c 2 4 v 4 , - , 2 ( h n a3 传感器 温度 温度电阻5 0 1 5 0冷却液温 n a n 浪d c 2 4 v1 传感器 ( 见附注1 ) 度 转速脉冲m o o o o发动机转 n a n 从无l 传感器 ( 见附注3 ) r p m 速 转度 脉冲 h d k l 8n 从d c 2 4 vl 行驶速度 传感器 ( 见附注4 ) 压力 电阻 n | kn | 入 d c 2 4 vlo - - s b a r机油压力 传感器 ( 见附注2 ) 压力p 7 l o o - r g c 6 0 00 - - 6 0 0振动行驶 o 2 5 f sd c 2 4 v0 , - , 5 v2 变送器1 6 3 u ab a r压力 压力p 7 1 0 0 r g c 2 5 00 一之5 0 o 2 f sd c 2 4 v0 - - , 5 vl 转向压力 变送器 1 6 3 u a b a r 压力p 7 1 0 0 一r g b 4 0 0o 2 5 f sd c 2 4 v0 - - - 5 vlo o 补油压力 7 第二章故障诊断的专家系统及其开发工具 变送器1 6 3 u a b a r o 1 p s i 液位 c 2 0 9o 5 f sd c 2 4 v 如2 0 m al ( 0 6 7 m水箱液位 变送器 ) 液位( 见附注 n | 八n ，ad c 2 4 v电阻l燃油液位 传感器 5 ) 转向油缸 位移传感器 n ao 1 d c 5 vm 击kql2 0 0 m m 行程 位移调幅油缸 i c f 二1 0 0 e mo 1 d c 5 v阻击kq21 0 0 m m 传感器 行程 旋转r v l 7 8 n 1 0 c k 2 0 - - 1 6 0 k h n kd c 2 4 v 双路脉冲 l 转向器 编码器a 3 l n 1 2 0 z 附1 ：2 0 = 1 1 3 8 3 q 1 4 0 8 q ； 6 0 = 2 2 5 5 q4 - 2 2 9 q ；9 0 = 8 3 3 q4 - 7 0 q ； 1 2 0 = 3 6 8 q4 - 2 2 q ：1 3 0 = 2 8 9 q4 - 1 5 q 。 附2 ：0b a r u e b e r d r u c k1 0 + 3q 2b a ru e b e r d r u c k8 2 4q ： 或1 0 5q ；1b a r u e b e r d r u c k 3b a ru e b e r d r u c k 1 1 6 4 - 5q ： 附3 ：转速与电压的对应关系为： 4 8 4q ： 5b a ru e b e r d r u c k1 8 0q 。 转速r p m 5 41 0 7 1 6 l2 1 45 3 61 0 7 11 6 0 72 1 4 33 2 1 4 电压m 0 2 60 3 40 8 41 5 42 3 0 2 84 1 0 2o 2 附4 ：频率范围：2 h z - 2 0 k i - i z ，p n pl o a dt o0 v ，工作电压：2 0 2 7 v 附5 ：指示与电阻的对应关系为： 指示( 百分l l ) 01 41 23 4l 电阻( q ) 34 58 51 3 81 8 0 摆角( 。z ) o1 7 24 1 27 3 88 8 8 + o+ 5 4 误差( z ) 3 63 63 6 一5 4 0 另：系统还装有压实度传感器，用于实时测量路面的压实度。因与故障诊断系统无关，故不作介 绍。 将人工智能的理论和方法应用于故障诊断，发展智能化的故障诊断技术，是设备故 障诊断的一条新的途径。专家系统是实现人工智能的主要形式，它利用计算机解决那些 只有人类领域专家才能解决的问题。设备故障的表现形式十分复杂，往往很难用一个简 单的数学模型来表达。设备故障诊断是一个十分复杂的过程，由于故障和征兆之间常常 不存在简单的一一对应的关系，在许多情况下，故障诊断需凭借专家的经验或直觉，即 所谓“浅知识 ，这些“浅知识往往难以用数学模型或逻辑推理来求解。因此，利用 长安大学硕士学位论文 人工智能建立设备故障诊断专家系统，就成为故障诊断技术发展的一条重要途径，其在 实际应用中发挥的作用和取得的效益受到了工程界的普遍重视【l 】。 2 1 2 专家系统原理及其组成 首先引用专家系统创始人e a f e i g e n b a u m 的一段话来说明什么是专家系统：“专家 系统是一个智能计算机程序，它利用知识和推理过程来解决那些需要大量的人类专家知 识才能解决的复杂问题。所用的知识和推理过程可认为是最好的领域专家的专门知识的 模型 。 一个专家系统起码要包含三个组成部分：知识库、推理机和人机接口。其最基本工 作原理为：在知识库创建和维护阶段，领域专家和知识工程师合作通过人机接口对知识 库进行操作；在诊断阶段，用户也是通过人机接口将征兆信息传送给推理机，推理机根 据诊断过程的需要，检索知识库中的各条知识或继续向用户询问征兆信息，诊断结果也 通过人机接口返回给用户。 一个实用的设备故障诊断专家系统，除了上述的三个基本组成部分外，还应该根据 其特定的要求包括其他一些组成部分。一个完整的设备故障诊断专家系统结构如图2 1 所示。下面分别介绍一下设备故障诊断专家系统各个组成部分的功能： ( 1 ) 征兆事实库：用于存放系统推理过程中需要和产生的所有征兆事实，征兆事实是 故障诊断的主要依据。 ( 2 ) 诊断知识库：用于存放领域专家的各种与设备故障诊断有关的知识，包括设备征 兆、控制知识、经验知识、对策知识和翻译字典等。这些知识是由知识工程师和领域专 家合作获取到的，并通过知识获取模块按一定的知识表示形式存入到诊断知识库中，诊 断知识库是设备故障诊断专家系统的核心。 ( 3 ) 征兆获取模块：征兆事实一般由两种获取方式：自动获取和对话获取。在本文研 究的系统中采用对话获取方式。对话获取方式需要有用户的参与，这样便于获得计算机 无法自动获取的，而现场操作人员可以通过观察和分析掌握的征兆事实。 ( 4 ) 推理机：推理机是一组程序，用于控制整个系统的运行。它负责利用诊断知识库 中的知识，并根据征兆事实按着一定的问题求解策略，进行推理诊断，最后给出诊断结 果。诊断推理模块是设备故障诊断专家系统的关键部分。 ( 5 ) 解释程序：负责回答用户提出的各种问题，它是实现专家系统透明性的关键部分。 ( 6 ) 故障对策程序：能针对推理机给出的诊断结果向用户提供故障对策。 9 第二章故障诊断的专家系统及其开发工具 图2 1 设备故障诊断专家系统结构 ( 7 ) 知识获取：负责对知识库进行管理和维护，包括知识的输入、修改、删除和查询 等管理功能及知识的一致性、冗余性和完整性检查等维护功能。这些功能为领域专家提 供了很大的方便，使得他们不必知道知识库中知识的表示形式即可建立知识库并对其进 行修改和扩充，大大提高了系统的可扩充性。 ( 8 ) 人机接口模块：用于用户、领域专家或知识工程师与诊断系统的交互作用。它负 责把用户输入的信息转换成系统能够处理的内部表示形式，系统输出的内部信息业由人 机接口负责转换成用户易于理解的外部表示形式( 如自然语言、图形、表格等) 显示给 用户【l 】o 2 1 3 专家系统的知识表示 知识是专家系统的核心。专家系统的性能取决于它所拥有的知识的数量和质量。专 家系统的工作过程是一个获得知识并应用知识的过程，所以说专家系统是一个知识处理 系统。为了对知识进行处理，首先遇到的就是如何表示知识的问题。它研究在计算机中 如何用最合适的形式对系统中所需的各种知识进行组织，它与问题的性质和推理控制策 略有着密切的关系。知识的获取、表示和利用是专家系统的三个基本问题，其中知识表 示处于中心地位，是专家系统中最基本的一个问题。因为，一方面获取的知识必须表示 成某种形式，才能把知识记录下来；另一方面只有将知识表示成合理的形式，才能利用 知识进行问题求解。而且知识表示方法的优劣直接影响到系统的知识获取能力和知识利 用效率。所以，知识表示是专家系统研究中的核心问题，同时也是人工智能和知识工程 所共同关心的一个热门课题。 1 0 长安大学硕士学位论文 知识表示是建造专家系统的一个重要环节，知识表示方法的好坏将直接影响系统的 推理效率和知识库的扩充能力。一个好的知识表示方法应满足以下几点要求： ( 1 ) 可扩充性：领域专家不可能很快就对有关问题领域定义一个完整的知识库，因此， 系统的数据结构和存取程序必须足够的灵活，以便不必进行大量的修改就能扩充知识 库。 ( 2 ) 简洁性：知识表示方法应当比较简洁，以便为知识库的访问和修改提供更灵活的 操作。有两种方法可以维护概念的简单性：尽可能保持知识表示形式的单一型；或者对 不一致的表示形式写出特殊的存取函数。 ( 3 ) 清晰性：要使一个专家系统具有较高的性能，关键是建立一个充分丰富的知识库， 这就要求不断向知识库加入新知识，因此，必须提供一些方法，以便于对知识库进行检 查和修改。如果能用相当简单的术语把各项知识清楚的表达出来，那么，建立知识库的 专家就能确定哪些项是存在的，哪些项是不存在的【1 1 。 目前，人工智能研究者们已提出了多种知识表示方法。主要有产生式表示、逻辑表 示、语义网络表示、对象一属性一值三元组表示、框架表示、过程表示及面向对象的表 示等。这些表示方法各自适合于某种类型的知识，从而被用于不同的应用领域。 在诸多知识表示方法中，产生式规则已成为当前专家系统中最常用的一种知识表示 方法，很适合于故障诊断专家系统的知识组织。它结构简单、自然、易于表达人类的经 验知识。 产生式规则有时也简称为产生式，或简称为规则，规则表示的一般形式为： ifthen 其中，p 为规则前提条件，由与故障相关的多个征兆组合而成；r 是规则的结论， 即故障类型。 它表示当条件满足时，可执行相应的动作。规则的条件部分也称为规则的前提或左 部，它可以是多个子句的逻辑组合。规则的动作部分也称为规则的结论部分或右部。它 可以是一个或一组结论或动作。产生式的左部和右部可以采用多种形式来表达，如谓词 逻辑、a v o 三元组、符号串及复杂的过程语句等。 产生式表示法的优点在于接近人的思维方式，知识表示直观、自然，又便于推理。 产生式有固定的格式，任何一个产生式都由前提与结论这两部分组成，这种统一格式易 于设计、控制和检测。规则表示模块化，它为知识的增、删、改带来了方便；为规则库 的建立与扩展提供了可管理性。但是，产生式表示的刚性太强，对层次的表达力很弱， 第二章故障诊断的专家系统及其开发工具 在推理过程中不能省略事先确定的相继承关系，必须一步步前后匹配，从而降低了推理 效率。另外，产生式适合表示具有因果关系的知识，不能表达具有结构性的知识【3 】。 2 1 4 专家系统的推理机制 故障诊断专家系统的主要内容之一是研究知识的利用问题，即如何使计算机象人类 专家那样具有运用诊断知识进行诊断推理的能力。所谓诊断推理是指依据一定的原则从 已有的征兆事实推出诊断对象存在的故障的过程。人类专家能够高效率地诊断出大型复 杂系统存在的故障，其能力主要体现在两个方面：一方面，人类专家拥有大量的诊断经 验知识；另一方面，人类专家具有选择诊断知识和运用诊断知识的能力。我们把这种选 择诊断知识和运用诊断知识的过程称为基于知识的诊断推理。基于知识的诊断推理主要 包括两方面的内容，即诊断过程的推理策略和诊断过程的控制策略。基于知识的诊断推 理的计算机实现构成了诊断推理机，它是故障诊断专家系统的基本组成部分【l 】。 在设计一个高效率的诊断推理机时，诊断过程的控制策略是一个重要因素，它直接 影响到系统的诊断效率。诊断效率是衡量诊断推理机优劣的一个主要指标。尤其是对于 大型复杂设备的故障诊断，诊断效率是非常重要的。系统的诊断效率取决于诊断过程的 控制策略，控制策略的主要目的就是利用控制信息减少诊断过程中选择知识和应用知识 的费用。常用的诊断控制策略有正向推理、反向推理和混合推理等。 推理机的构造简单还是复杂，依赖于知识库的结构。例如：如果知识库只是由简单 的规则( 也就是不包括结构化的规则集和事实) 组成，正向推理就足够了。而对于一个 由结构化的框架和规则及无结构的逻辑组成的知识库，就需要复杂的正向推理，以及一 个有效的推理策略。 正向推理是由已知征兆事实到故障结论的推理，因此又称为数据( 事实) 驱动的控 制策略。正向推理的基本思想是：从诊断对象已知的征兆事实出发，正向使用规则，即 将规则的前提条件与事实库中已知的征兆事实相匹配，若匹配成功，则激活该规则，将 规则的结论部分作为新事实加入事实库中，重复上述过程，直到没有可匹配的诊断规则 为止。正向推理过程如图2 2 所示。 正向推理的主要优点是：用户可以主动提供与诊断对象有关的已知征兆事实，而不 必等到诊断系统要求时才提供，系统可以很快地对用户所输入的征兆事实作出反应。而 且这种推理控制简单，容易实现，因此它比较适合于设备的在线监测和控制。但正向推 理也存在着潜在的低效性，如规则的激活与执行似乎漫无目标，系统诊断过程中可能要 1 2 长安大学硕士学位论文 执行许多与要诊断的故障无关的操作。而且由于不能进行反推，系统的解释功能较难实 现。 图2 2 正向推理流程图 反向推理是由目标到支持目标的证据的推理，因此又称为目标驱动的控制策略。这 种控制策略的基本思想是：先假设一个故障存在，然后在知识库中查找其结论部分为假 设故障的规则，验证该规则的前提是否存在，若该前提能与事实库中的已知征兆事实相 匹配，或是通过与用户的对话得到满足，则假设成立。否则把规则的前提作为一个新的 子目标，重复上述推理过程，直到所有子目标被证明存在为止，若子目标不能被验证， 则假设故障不存在，推理失败，需重新提出假设故障。反向推理过程如图2 3 所示。 在反向推理中，初始目标的选择非常重要，它直接影响到系统的推理效率。因为如 果一个初始目标选择不对，就会引起一系列无用操作。与正向推理一样，反向推理也存 在冲突消解的问题，在这里规则的选择更重要，因为所选择规则的左部可能成为下一个 子目标，规则的选择就等于目标的选择。 1 3 第二章故障诊断的专家系统及其开发工具 图2 3 反向推理流程图 反向推理的一个主要优点是不用寻找和不必使用那些与假设目标无关的信息和规 则。推理过程的方向性很强。而且这种推理方式能对其推理过程提供明确的解释，告诉 用户它所要达到的目标及为此所使用的规则。反向推理的主要缺点是初始目标的选择较 1 4 长安大学硕士学位论文 为盲目，不能通过用户自愿提供的有用信息来进行操纵。因此，它适合于解空间较小的 问题。 正向推理和反向推理是控制策略中两种极端的方法，各有其优缺点。正向推理的主 要缺点是推理盲目；反向推理的主要缺点是初始目标的选择盲目。解决这个问题的有效 办法是将正向推理和反向推理结合起来使用，即混合推理。混合推理控制策略有多种模 式，其中最常用的模式是双向推理，即先根据征兆事实库中的已知征兆事实，利用正向 推理初步确定候选故障集，然后，再利用反向推理进一步验证候选故障集中的故障是否 存在【l 】o 2 1 5 专家系统的搜索策略 研究专家系统中的问题求解方法是人工智能的重要课题之一。问题求解的目标是寻 找最好的搜索技术，它能生成一条有效的解题路径。搜索分成两大类：盲目搜索和启发 式搜索。盲目搜索又称为弱搜索，这类搜索方法不使用智能决策。在搜索过程中不需要 前后相关的或有关问题域的专门信息。如果盲目搜索是在一个大的状态空间中进行，机 时开销很大。启发式搜索需要分析问题域的专门信息，并因此而缩小了搜索空间。这些 前后相关的信息或问题域的信息用于： ( 1 ) 确定下一步搜索哪一条路径； ( 2 ) 确定后续搜索路径( 节点) ； ( 3 ) 将全部搜索空间中的部分节点标上无需搜索的记号。 启发式搜索规则并不能总是有效地缩小状态空间，在不能缩小状态空间的情况下， 它也就变为盲目搜索。下面讨论几种基本的盲目搜索法，有穷尽式搜索、宽度优先搜索 和深度优先搜索三种。 穷尽式搜索方法是沿着决策网络中的每一条可能的路径进行搜索。由于它的时间开 销很大，这种方法只适用于那些将精确性放在最重要位置而不考虑时间的问题中。 宽度优先搜索方法的过程如下：从图g 中某一顶点v 出发，首先访问与顶点v 邻 接的全部顶点w l 、w 2 、w n 。再依次访问与w l 、w 2 、e e e w n 邻接的全部顶点( 已 被访问过的顶点除外) ，再从这些被访问的顶点出发，逐次访问与它们邻接的全部顶点。 依此类推，直到所有的顶点都被访问为止。这种搜索方式称为宽度优先或广度优先搜索。 亦称横向搜索。 宽度优先搜索的搜索算法叙述如下： 1 5 第二章故障诊断的专家系统及其开发工具 ( 1 ) 把起始结点放到o p e n 表中。如果该起始点为一目标结点，则求得一个解答，成 功退出。 ( 2 ) 如果o p e n 是个空表，则没有解，失败退出，否则继续。 ( 3 ) 把第一个结点( 结点n ) 从o p e n 表移出，并把它放入c l o s e d 扩展结点表中。 ( 4 ) 扩展结点n ，如果没有后继结点，则转向上述第( 2 ) 步。 ( 5 ) 把n 的所有后继结点放到o p e n 表的末端，并提供从这些后继结点返回到n 的指 针。 ( 6 ) 如果n 的任一个后继结点是个目标结点，则找到一个解答，成功退出，否则转向 第( 2 ) 步。 此算法的程序流程如图2 4 。这个搜索过程产生的结点和指针构成隐式定义的状态 空间树的子树，我们称它为搜索树。 图2 4 宽度优先搜索流程图 显而易见，宽度优先搜索方法能够保证在搜索树中找到一条通向目标结点的最短路 径，这颗搜索树提供了所有存在的路径。如果没有路径存在，那么对有限图来说，我们 1 6 长安大学硕士学位论文 就说该法失败退出，对于无限图来说，则永远不会停止。 宽度优先搜索法的缺点是随着搜索深度的增加，下一步的搜索节点可能会指数增 长，因而所耗费的时间将是巨大的。 为了克服宽度优先搜索的弱点，深度优先搜索方法每次总是搜索深度大的节点，即 沿着一个节点的分支纵向搜索，直到找到目标节点，如没有找到，再搜索另一个节点的 分支，依次类推。 深度优先搜索法首先访问指定的起始顶点v ，然后选取与v 邻接的未被访问的任 一顶点w 访问之，依此类推。重复上述过程，当达到一个所有邻接顶点都被访问的顶 点时，则又从最后被访问的顶点开始，依次返回新近被访问的且尚有邻接顶点未被访问 过的顶点，并以该顶点重复上述搜索过程，直到所有的被访问顶点的邻接顶点都已被访 问过为止。 这种搜索次序体现了优先向深度发展的趋势，所以称为深度优先搜索，也称为纵向 优先搜索。 在深度优先搜索中，我们首先扩展最新产生的结点。深度相等的结点可以任意排列。 我们定义结点深度如下： ( 1 ) 起始结点( 即根结点) 的深度为0 。 ( 2 ) 任何其他结点的深度等于其父结点深度加上1 。假设每条路径费用相等。 首先扩展最深的结点，结果使得搜索沿着状态空间某条单一的路径从起始结点向下 进行下去，只有当搜索达到一个没有后裔的状态时，它才考虑另一条替代的路径。替代 路径与前面已经试过的路径不同之处仅仅在于改变最后的m 步，而且保持m 尽可能小。 对于许多问题，其状态空间搜索树的深度可能为无限深，或者可能至少要比某个可 接受的解答序列的已知深度的上限还要深。为了避免考虑太长的路径( 防止搜索过程沿 着无益的路径扩展下去) ，往往给出一个结点扩展的最大深度深度界限。任何结点 如果达到了深度界限，那么都将把它们作为没有后继结点处理。值得指出的是，即使应 用了深度界限的规定，所求得的解答路径并不一定就是最短的路径。深度优先搜索算法 的流程图如图2 5 所示。 含有深度界限的深度优先搜索算法如下： ( 1 ) 把起始结点s o 放到o p e n 表中。如果s o 为一目标结点，则得到一个解。 ( 2 ) 如果o p e n 为一个空表，则失败退出。 ( 3 ) 把o p e n 表的第一个结点( 结点n