（计算机应用技术专业论文）智能故障诊断专家系统体系结构的研究.pdf

西安建筑科技大学硕士学位论文 智能故障诊断专家系统体系结构的研究 专业：计算机应用技术 硕士生：许丽婷 指导教v i l i ：董丽丽 摘要 随着现代大生产及科学技术的迅猛发展，工业设备的结构越来越复杂，功能 越来越完善，自动化程度也越来越高。设备系统的运行安全性、可靠性和节能性 已成为人们必须解决的问题，因此对设备系统的故障诊断问题的智能化进行研 究，具有十分重要的意义。 论文对智能故障诊断系统的产生和发展现状作了综述，分析了基于智能故障 诊断专家系统的一般结构，并对该系统诊断知识获取、诊断知识表达、诊断推理 机制做了详细论述。论文还阐述了集成故障诊断专家系统和远程故障诊断系统的 一般结构。 论文在分析故障诊断专家系统各个关键技术的基础上，总结并提炼了一般的 智能故障诊断系统的模型，阐述了各模块的功能，提出了各模块的一些具体开发 策略，使用多黑板控制结构，实现了分布式知识库。 最后，论文介绍了实现系统所需的开发环境和工具，给出了智能故障诊断专 家系统的实现部分。 关键字： 智能故障诊断，总体设计，知识库，黑板，推理机，开发策略 西安建筑科技大学硕士学位论文 r e s e a r c ho ft h ea r c h i t e c t u r eo f i n t e l l i g e n t f a u l td i a g n o s i se x p e r ts y s t e m s p e c i a l t y ：c o m p u t e ra p p l i c a t i o n t e c h n o l o g y n a m e ：x uf i t i n g i n s t r u c t o r ：a s s o c i a t ep r o f d o n gl i f i a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to f t h em o d e mi n d u s t r ya n ds c i e n c et e c h n o l o g y ，t h e i n d u s t r yd e v i c e sb e c o m em o r ea n dm o r ec o m p l i c a t e d ，t h ef u n c t i o n sb e c o m em o r ea n d m o r ep e r f e c t 、t h ea u t o m a t i cd e g r e eb e c o m em o r ea n dn l o r eh i g h s e c u r i t y 、r e l i a b i l i t y a n de n e r g y - s a v i n ga r et h em a i np r o b l e mt h a ts h o u l dm u s tb es e t t l e df i r s t l y t h e r e f o r e ， i th a sv e r yi m p o r t a n ts i g n i f i c a n c et os t u d yt h ep r o b l e mo f t h ed e v i c e si n t e l l i g e n tf a u l t d i a g n o s i s t h eo r i g i na n dt h ep r e s e n tr e s e a r c ho f i n t e l l i g e n tf a u l td i a g n o s i se x p e r ts y s t e m ( f d e s ) a r es u m m a r i z e di nt h i st h e s i s ，a nc o m m o n l ys t r u c t u r eo fi n t e l l i g e n tf d e si s s t u d i e d t h et h e s i sa l s oh a v ed i s s e r t a t e dt h ea c q u i s i t i o no f d i a g n o s i sk n o w l e d g e ，t h e r e p r e s e n t a t i o no f d i a g n o s i sk n o w l e d g e ，a n dt h em e c h a n i s mo f d i a g n o s i si n f e r e n c ei n d e t a i l t h e n ，a nc o m m o n l ys t r u c t u r eo fi n t e g r a t i o nf d e sa r ee x p o u n d b a s e do nt h ea n a l y s i so f t h ek e yt e c h n o l o g i e so f t h es y s t e m s ，t h eg e n e r a ls t r u c t u r e o f t h ei n t e l l i g e n tf d e si sp u tf o r w a r d t h ef i m c t i o n so f t h es y s t e ma r ee x p l a i n e d s o m es t r a t e g i e sm a d eo f t h e s es y s t e m sa r ec l e a r l yd i s c u s s e d t h es y s t e mr e a l i z e sa d i s t r i b u t e dk n o w l e d g ed a t a - b a s eu s i n gm u l t i b l a c k b o a r d f i n a l l y , t h ed e v e l o p m e n te n v i r o n m e n ta n dt o o l sn e e d e db yt h ef d e sa r e j n t r o d u c e da n dr e a l j z e d k e y w o r d s ：i n t e l l i g e n tf a u l td i a g n o s i s ，o v e r a l ld e s i g n ，k n o w l e d g ed a t a - b a s e ， b l a c k b o a r d ，i n f e r e n c em a c h i n e ，d e v e l o p m e n ts t r a t e g i e s ； u 声明 本人郑重声明我所呈交的论文是我个人在导师指导f 进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谓 的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，电不包含本人或其他人在其它单位已申请 学位或为其他用途使用过的成果。与我一同工作的同志对本研究所做的所有贡献 均已在论文中做r 明确的说明并表示了致谢。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名 i 手固哉专 i、j 日期：矿u 5 关于论文使用授权的说明 本人完全了解西安建筑科技大学有关保留、使用学位论文的规定，即：学校 有权保留送交论文的复印件，允许论文被查阅和借阅；学校可阱公布沦文的全部 内容和部分内容，可以采用影印、缩印或者其它复制手段保存论文。 ( 保密的论文在论文解密后应遵守此规定) 做作者答名：i 寻诫多导师答名： 论文作者签名： i 4 诫d 西导师签名： 注：请将此页附在论文首页。 萑确而隰砂6 、1 6 西安建筑科技大学硕士学位论文 1 1 故障诊断技术的提出 1 绪论 “诊断”这个术语来自医学( m e d i c a ld i a g n o s i s ) 。“诊断技术”( d i a g n o s i s t e c h n o l o g y ) 在医疗领域、工程领域乃至社会领域均有广泛的应用范围。随着现 代工业及科学技术的飞速发展，特别是计算机技术的广泛应用，使得现代设备的 结构越来越复杂，自动化系统的规模越来越大。一个大型的设备系统往往由大量 的工作部件组成，不同的部件之间相互关联，紧密耦合。自动化程度的提高可以 提高劳动生产率，降低成本，但系统发生故障的可能性也随之增加。 一些灾难性的事件表明，现代设备系统运行的安全性和可靠性已成为人类 必须解决的刻不容缓的问题。人们迫切需要建立一个监控系统对控制系统进行故 障诊断，监视控制系统的运行状态，实时检测出系统发生的故障，并对故障原因、 故障频率和故障的危害程度进行分析、判断，得出结论，采取必要的措施，防止 系统灾难性事故的发生。这就需要研究和应用控制系统故障诊断理论【”。人们在 设备诊断方面进行了大量的研究，形成了“故障诊断”这一研究领域，并不断的提 出新的任务和更高的要求。 1 2 国内外研究现状及存在的问题 故障诊断技术的发展经历了传统诊断技术和智能诊断技术两个阶段。传统的 诊断技术是基于检测数据处理的诊断方法，通过仪器检测信号，再由有经验的工 程人员结合经验知识，进行分析判断，找出故障原因和发生部位，并采取相应的 维修措施。随着计算机技术的发展及智能技术的应用，诊断技术进入了一个新阶 段，即智能诊断技术阶段。主要表现是基于专家知识和人工智能技术的诊断方法， 该方法对复杂大系统的诊断尤其有效，可充分利用人类专家的经验知识，进行快 速诊断。 近些年来，随着人工智能技术在故障诊断领域的广泛应用，故障诊断方法的 研究也主要集中在智能诊断方法上。故障诊断专家系统不仅是智能故障诊断领域 中的研究前沿和热点，也是专家系统领域研究最多、应用最广的一个方向。 1 2 1 国内外发展现状 国外故障诊断技术的开展较早，已有4 0 多年的历史。从6 0 年代中期开始， 西安建筑科技大学硕士学位论文 特别是7 0 年代以来，设备故障诊断技术的发展速度、研究规模、所取得的成果， 以及达到的应用程度都是十分令人鼓舞的。6 0 年代是计算机和电子技术大发展 的年代，快速傅立叶变换和算法语言的出现，把信号分析技术从硬件到软件推向 新的水平。设备系统和产品零件的可靠性工程的发展以及零件失效机理的研究等 等，象声发射技术、红外测温技术、油样分析技术、振动信号谱分析技术以及各 种无损检测技术的出现和发展，都在硬件和软件两个方面极大地推动了设备故障 诊断技术的发展。信息论、系统论、非线性理论和方法与故障诊断技术的结合， 为故障诊断技术中的信号检测和信号分析奠定了深厚的理论基础，同时也开辟了 广阔的研究空间；模糊理论在故障诊断中的应用，增强了故障诊断推理极其结果 的客观性；专家系统和神经网络在故障诊断领域中的引入，则为故障综合诊断方 法提供了有效理论支持，并开辟了广阔的前景，成为故障诊断方法主要的研究和 发展方向。而计算机硬件和软件接连不断的推陈出新，计算机网络的飞速发展， 为故障诊断方法的实现和应用提供了技术保证。 美国是最早开展故障诊断技术研究的国家。目前，美国已有多家公司从事电 站故障诊断系统的工作，其中最知名的有：西屋公司( w h e c ) ，b e n t l y 公司和 i r d 公司。在欧洲也有不少公司从事故障诊断技术的研究、产品的开发及应用。 如瑞士a b b 公司目前正在大力发展振动观察系统( v i b r o v i e w ) ，并由诊断软件 精确诊断机器故障。法国电气研究与发展部近年来发展了以监测与诊断辅助站的 p s a d 系统，用于大型电站机组监测与诊断。英国在6 0 年代末，由c o l l a c o t t 的 机械状态监测中心首先开始诊断技术的研究，目前已有多家机构从事此项研究。 对于故障诊断的专家系统的研究，英国的p h i l l pb u r r e l l 和d a v ei n m a n 研制 开发的f a u l s t3 是一个对供电网络进行故障诊断的专家系统。任务是在实际操 作中针对一个拥有多种类型设备、大型高度联网的供电系统进行故障诊断。纳什 来尔理工学院( r e n s s e l a r ep o l y t e c h n i ci n s t i t u t e ) 电子、计算机和系统工程系提出 的诊断模型考虑不同的故障和传感器信息，该模型不仅能够进行多故障诊断，还 能够自动产生启发式规则来丰富知识库。奥多米林大学( o l dd o m i n i o n u n i v e r s i t y ) 计算机工程系使用两个专家系统进行制造单元故障检测和维护。这 两个专家系统既互相独立，又互相关联。 我国故障诊断技术方面起步较晚，1 9 7 9 年才初步接触设备诊断技术，但由 于国家政府部门重视，发展较快，目前在理论研究方面，形成了具有我国特点的 故障诊断理论，出版了一系列相关的论著，研制出了可与国际接轨的大型设备状 态监测与故障诊断系统。与国外相比我国在诊断技术方面，尽管理论研究上己接 近世界水平，但在应用技术方面差距较大。随着国民经济发展，我国正面临大型 技术设备广泛应用的关键时期，因此为适应国民经济发展形势的要求，必须使诊 西安建筑科技大学硕士学位论文 断技术在研究上提升到一个新的水平。 现在全国从事与电站设备故障诊断系统相关的单位就有数十家，其中有高 校、研究所、设备制造厂等。尽管国内起步较晚，但已开发出2 0 种以上适合于电 站汽轮机组的故障诊断系统和1 0 余种可用来做现场简易故障诊断的便携式现场 采集器。上海发电设备成套设计研究所、哈尔滨工业大学等单位都开发出了多种 类型的故障诊断装置，山东电力科学研究院和清华大学等单位在1 9 9 7 年共同开发 了类似于美国西屋公司的a i d 系统的“大型汽轮发电机组远程在线振动监测分析 与诊断网络系统”，通过网络方式将多个电厂的振动数据传输到山东电力科学研 究院远程诊断中心站，并通过中心站对振动数据进行远距离的监测分析与诊断。 在故障诊断的专家系统方面的研究，华中理工大学较早开始了故障诊断领域 的研究，并取得了很大的成果，在故障诊断理论上，提出了一个基于知识的诊断 推理的概念体系。在实际应用方面，以郑州纺织机械厂的f f s 1 5 0 0 2 为研究 对象，按照层次分类的方法，将系统按结构和功能划分为多个模块，建立各个模 块的故障树故障模型。哈尔滨工业大学的f m s 实时故障诊断专家系统采用了故 障树分析法( f t a ) 进行故障模型的描述，该模型有利于故障的迅速定位，加快了 故障的诊断速度。北京航空航天大学的工程系统工程系的通用故障诊断专家系统 开发工具，是一个基于可靠性分析方法的非实时故障诊断专家系统，推理能力强 和开放性好。北京航空航天大学7 0 6 教研室的f m s 在线故障诊断系统采用了结 构树一故障图诊断模型，有与、或两种故障逻辑关系。在系统中还采用了置信度 推理、优先级推理、多故障诊断和故障超前检测等技术。并且系统提供了数据库 建库工具及知识获取工作。 对于故障诊断的专家系统，从国内外应用情况看，基于知识的设备故障诊断 一般有两种解决方案：基于模型的诊断和基于非模型的诊断。基于非模型的诊断 推理，国内如华中理工大学等前三个系统采用了故障树的故障模型，使用了层次 分类方法来组织知识库，并且应用了基于规则的知识表示和推理。这种方法的优 点是建立方便，适用范围广。缺点是基于规则诊断的推理在规则库变大时，效率 急剧降低，知识库的维护困难。但是求解机械设备的诊断问题总是优先使用基于 非模型的推理策略，对于基于模型的推理策略则一般只限于使用基于因果模型的 推理策略。国外的诊断系统多采用基于模型的在线故障诊断系统，为了满足在线 诊断的实时性要求，采用的算法都力求简单实用，而且大都针对某一特定的、易 于出现故障的部位。 在上述系统中，诊断对象的表达都没有采用面向对象的技术，这就使得在知 识库中的诊断对象数目非常大的时候，知识库的维护变得非常困难。而且这些系 统对于规则的表达采用的都是命题逻辑，这样表达知识虽然说比较简单，但是采 西安建筑科技大学硕士学位论文 用命题逻辑表达规则的系统不能进行演绎推理。 1 2 2 国内外研究存在的问题 专家系统的故障诊断方法【5 j ，是指计算机在采集被诊断对象的信息后，综合 运用各种规则( 专家经验) ，进行一系列的推理，必要时还可以随时调用各种应用 程序，运行过程中向用户索取必要的信息后，就可快速地找到最终故障或最有可 能的故障，再由用户来证实。由于故障诊断专家系统是专家系统在故障领域的应 用，故障诊断专家系统在建立时存在着一些专家系统自身难以克服的缺点，主要 有以下几个方面j ： ( 1 ) 在建立故障诊断专家系统时，性能首先取决于它所拥有的领域知识水平， 一个专家系统拥有的知识越多，质量越高，则它解决问题的能力就越强。由于知 识获取主要依靠手工方法，因而效率很低；而且有些知识蕴含在人们的行为感觉 中，难以用规则来表示。所以这就容易造成诊断知识库的不完备，当遇到一个没 有相关规则与之对应的新故障时，系统就变得束手无策。系统缺乏自学习和自适 应能力，不能在诊断过程中从诊断的实例上获得新的知识。 ( 2 ) 在知识的推理上，传统的专家系统是用串行方式，其推理方法简单，控 制策略不灵活，且推理速度慢、效率低。需要由知识工程师将领域专家知识进行 加工处理使其规则化，这取决于专家合作程度、经验的适用性等，这往往是现有 专家系统知识获取存在“瓶颈”问题。而知识的获取恰恰是构造故障诊断专家系 统的关键所在。 ( 3 ) 由于故障诊断专家系统是基于知识的系统，所以对知识库的维护非常关 键。当知识库非常庞大时，很难避免会产生搜索速度下降，规则相互抵触等知识 组合爆炸问题。并且这种系统是闭集，缺乏延展性，泛化能力差。系统不具备联 想及自学习能力。对知识的更新、修改是非常麻烦的。 ( 4 ) 只有浅层的、表面的、经验性的知识，缺乏本质的、理性的知识。第一 代专家系统强调如何利用专家的经验快速有效地解决问题，忽视了对知识的理解 等深层的作用。因此，一旦出现启发规则未考虑的情况，故障诊断专家系统的性 能将急剧下降，甚至无法给出结论。 ( 5 ) 现有故障诊断专家系统对所研究的对象有很强的依赖性。抽取专家知识 所得到的外壳对解决其他问题有很大局限性，效果不好。 ( 6 ) 由于系统本身的缺陷，使用的实时性不理想。 我国故障诊断专家系统技术发展很快，但与国外相比，仍存在一定的差距。 主要表现在传感器的性能及可靠性较差，诊断理论和机理研究尚不很透彻，多参 数综合分析诊断应用较少，故障诊断系统自身的可靠性较低等几个方面【6 1 。 4 西安建筑科技大学硕士学位论文 1 3 课题的研究背景 在工程领域，人们总是希望工业生产中的各种设备完好、正常、并能充分发 挥效益，尤其是对于那些通常凭直观很难把握其状态的大型复杂的设备。 ( 1 ) 课题研究的经济效益 随着现代化设备复杂度的提高，一个部件的故障常常会引起链式反应，导致 整个设备甚至整个生产不能正常进行。近年来，因关键的设备故障而引起的灾难 性事故时有发生，例如：1 9 8 4 年1 2 月位于印度博帕尔市的美国碳化物公司农药 厂，发生毒气泄露事件，造成2 0 0 0 多人死亡，2 0 万人受害，成为世界工业史上 最大的恶性事故。我国机械设备因发生故障而引起的损失也十分惊人。如1 9 8 5 年大同电厂和1 9 8 8 年秦岭电厂的2 0 0m w 气轮发电机组的严重断轴毁机事件。这 些严重的、或灾难的事件不断发生，迫使人们在设备诊断方面进行大量的研究， 形成了机器设备、工程机构和工艺过程的故障诊断这一新兴的研究领域。 国内外许多资料表明，人们在设备诊断方面开展大量故障诊断的经济效益是 明显的。根据日本统计，在采用诊断系统后，事故减少7 5 ，维修费减低了2 5 5 0 ，英国对2 0 0 0 个国营工厂的调查表明，采用诊断技术后每年节约维修费3 亿英镑，用于诊断的费用仅为o 5 英镑，净获利2 5 亿英镑。据有关部门统计， 我国每年设备维修的费用仅冶金部就达2 5 0 亿元，如果将故障诊断这项技术推 广，每年可减少事故5 0 7 0 ，节约维修费用1 0 3 0 ，效益相当可观。 ( 2 ) 课题研究的目的 课题是陕西省西安市科技局立项的项目，由西安市科技局提供资金资助，对 此问题进行分析研究。课题的最终目的是研究并设计一个与大型设备相配套的故 障诊断系统。 传统诊断技术只能定性地判断系统某处的故障情况，准确性较差。智能诊断 技术是在电子技术和计算机技术发展的基础上出现的，都能较准确且定量地对系 统中某处运行状态进行监测，从而判断故障情况。其中计算机诊断技术在故障诊 断领域中的应用，克服了电子技术的不足，得到了迅速的发展。本文是基于这种 背景下，结合专家系统，探讨计算机辅助故障诊断技术。 1 4 本文主要内容及安排 本文的研究对象是针对专家系统应用中的故障诊断问题，可以简单地概括 为：利用计算机，实现一套功能强大而灵活的智能故障诊断专家系统，应用它 西安建筑科技大学硕士学位论文 来实现应用中的面向各种设备的智能故障诊断专家系统。 本论文共分五章： 第一章绪论 简要阐述了故障诊断专家系统的发展现状以及本文的课题 研究背景。 第二章智能故障诊断专家系统技术分析 阐述并分析了智能故障诊断专家系统中的有关技术。 第三章智能故障诊断专家系统的总体设计 总体设计了一种智能故障诊断专家系统的结构模型。提出了 以分布式的思想构建知识库，指出了知识获取的途径，知识 表达的方法，黑板结构在专家系统中的应用以及如何维护知 识库。 第四章智能故障诊断专家系统的实现 本章主要介绍了智能故障诊断专家系统的开发环境，采用的 语言和数据库。之后，阐述了本地和远程故障诊断专家系统 的软件系统的实现原理。 第五章总结与展望 对论文主要研究成果及结论加以总结，并提出了有待进一步 研究的问题。 6 西安建筑科技大学硕士学位论文 2 智能故障诊断专家系统技术分析 人工智能技术与诊断学科的结合，推动了一门崭新的分支学科基于知识 的诊断推理的诞生和发展。智能诊断系统，是由人( 尤其是领域专家) 、现代模拟 脑功能的硬件及软件所组成的系统。从发展的成熟程度来看，诊断专家系统或基 于知识的诊断系统是最为优秀的。而构造这些系统的一个重要理论基础就是基于 知识的诊断推理。其研究工作发展迅速、成果迭出。 2 1故障诊断的主要方法 经过多年的发展，故障诊断技术的研究与应用取得了长足的进步。实际系统 可能发生的故障是各种各样的，研究故障诊断问题需要对故障做适当分类，并且 这种分类可以从多个不同的方面进行。故障诊断的方法一般可以分为基于解析模 型的方法、基于信号处理的方法和基于知识的方法三大类【l 。 ( 1 ) 基于解析模型的方法。基于解析模型的方法是最早发展起来的，此方法 需要建立被诊断对象的较为精确的数学模型。基于解析模型的方法有：参数估计 方法、状态估计方法( 常用观测器和卡尔曼滤波器估计状态) 和奇偶方程方法等。 这些方法比较成熟，在线性系统中得到了广泛地应用，其缺点是需要有精确的数 学模型，且诊断结果易受噪声的干扰。 ( 2 ) 基于信号处理的方法。当难以建立诊断对象的解析数学模型时，基于信 号处理的方法是非常有用的，因为这种方法回避了抽取对象的数学模型的难点， 而直接利用信号模型，如相关函数、高阶统计量、频谱和自回归滑动平均过程， 以及现在热门的小波分析技术。这类方法是根据系统的输入输出信号进行故障的 诊断。主要有以下几种常用的方法： 1 ) 直接测量法：测量系统的输入输出，看输入输出的信号或信号的变化率 是否在正常范围内变化，据此判断系统是否发生故障。 2 ) 基于小波变换的方法：应用小波变换对信号进行处理，求信号的奇异点， 进而判断系统是否故障。 3 ) 输出信号处理法：利用谱分析法、概率密度法、相关分析法和互功率谱 分析法等输出信号进行处理与分析，根据输出信号的幅值、相位、频率及相关性 等与故障之间的联系进行故障诊断。 ( 3 ) 基于知识的方法。基于知识的方法与基于信号处理的方法类似，也不需 西安建筑科技大学硕士学位论文 要系统的定量数学模型，但它克服了后者的缺点，引入了诊断对象的许多信息， 特别是可以充分利用专家诊断知识等，所以是一种很有前途的方法，尤其是在非 线性系统领域。其中研究较多且已取得较大成就的方向主要有基于专家系统的故 障诊断方法、基于神经网络的方法和基于模糊理论的方法等。 1 ) 基于专家系统的方法：专家系统诊断方法是应用最为成熟的一种人工智 能技术。这种方法不依赖于系统的数学模型，而是根据人们长期的实践经验以及 大量的故障信息知识来解决复杂系统的故障诊断问题。它可汇集各种来源的关于 故障的知识，并将可靠性专家和专业技术人员的知识形式化，使一般工作人员借 助于专家系统达到或接近专家的工作水平，是一种可用于成熟系统的有效方法。 基于专家系统的方法是故障诊断领域中研究最多、应用最广的一类智能诊断技 术。它大概经历了两个发展阶段：浅知识( 领域专家的经验知识) 的故障诊断系 统和基于深知识( 诊断对象的模型知识) 故障诊断系统。 2 ) 基于神经网络的故障诊断方法：从整体上讲，神经网络的推理是并行的， 不同层的推理是串行的。神经网络的自组织自学习能力，使这种方法能够克服专 家系统方法当启发式规则包含到规则库中时就无法工作的缺陷，既具有更多的时 间效率，又能保证更高的质量。但是由于神经网络在故障实例中学到的知识只是 一些分布权重，而不是类似领域专家逻辑思维的产生式规则，因此诊断推理过程 不能解释，缺乏透明度。 3 ) 基于模糊理论的故障诊断方法( 模糊故障诊断技术) ：模糊逻辑能够模拟 人的思维过程，表示人们的各种知识，具有很强的逻辑推理能力。这种方法近年 来已成为一个非常活跃的研究领域“。基于模糊数学的诊断方法不需要建立精确 的数学模型，适当的运用隶属函数和模糊规则，进行模糊推理就可以实现模糊诊 断的智能化。但是对于复杂的诊断系统，要建立正确的模糊规则和隶属函数是非 常困难的，而且需要花费很长的时间。对于更大的模糊规则和隶属函数集合而言， 难以找出规则与规则间的关系，也就是说规则有“组合爆炸”线性的发生，因此 使得非线性系统的诊断结果不够理想。 此外，从建模的角度出发，还可以将故障诊断方法分为两大类：基于数学模 型的诊断和基于人工智能的诊断，具体划分如图2 1 所示： 西安建筑科技大学硕士学位论文 故障诊断一广_ 卜专家系统的方法f 萋季鬻芸：麓 l基于人工智能的方法e兰篓三三三兰i-竺堪方法-r-深浅知识的混合方法 2 2 智能故障诊断系统的特点 智能故障诊断系统的是基于人工智能基础之上的，它除了具有专家系统的一 般特点以外，还有如下特点： ( 1 ) 综合利用多种信息和多种诊断方法，以灵活的诊断策略来解决诊断问 题； ( 2 ) 系统结构模块化，开放式结构，可添加子模块以适应相应任务要求； ( 3 ) 具有友好的人机交互诊断功能； ( 4 ) 有获取多种诊断信息的途径。如自动或交互的获取实时的和历史的数 据； ( 5 ) 诊断问题的求解应当实时和准确，一旦发生故障，应立即开始诊断； ( 6 ) 诊断系统可以被动或主动的获取知识，通过自学习不断提高系统的性 能； 2 3 智能故障诊断研究的主要内容 故障诊断包括诊和断两方面。诊就是查找故障发生征兆的过程，断就是根据 诊的结果做出相应的决策。现代智能故障诊断系统应有诊和断两个方面的功能。 一般来说，故障诊断就是研究设备运行状态信息的变化，进而识别设备运行 状态的科学。智能故障诊断主要研究状态监测，特征提取，故障机理研究，诊断 故障，规划决策五个内容“副： 1 ) 状态检测，正确选择与测取设备有关状态的状态信号。状态信号的获取 西安建筑科技大学硕士学位论文 主要依靠传感器或其它检测手段进行故障信号的检测。显然，所测取的信号应该 包含与设备有关状态密切相关的信息( 即特征信号) 。状态信号是系统检测的对 象和最主要的诊断信息。因此，在选择特征信号时，在考虑经济性的同时，一般 总是选取包含系统信息量最多、敏感度最高的信号作为状态信号。 2 ) 特征提取。就是从状态信号中提取与设备故障有关的特征信息。当特征 信号为静态信号时，特征信号既是征兆。对征兆的取值进行检验，看是否在允许 范围，然后做出决策。当特征信号为动态信号时，首先要根据情况选择既能反映 系统功能指标，又便于测取的特征信号组；其次是对特征信号分析提取便于决策 的征兆；最后根据征兆、标准模式和某种判别准则，识别系统状态。一般来讲， 从特征信号来直接判明设备状态的有关情况、查明故障的有无是比较难的。获得 系统的特征信号后，还需要根据振动理论、信号分析处理理论、控制理论等提供 的理论与方法，加上实验研究，对特征信号加以处理，提取与设备状态相关的、 直接用于诊断的信息( 即征兆) ，才有可能判明设备的有关状态。 3 ) 故障机理研究。正确地根据征兆进行设备的状态诊断。一般来讲，还不 能直接采用征兆来进行设备的状态诊断，识别设备的状态。这时，可以根据具体 对象采用合适的各种故障诊断理论与方法，对征兆加以处理，进行状态的识别与 分类。在状态诊断阶段，并不仅仅是根据系统的征兆来识别系统的状态，而且还 有考虑其它方面的诊断信息。有效的诊断信息是实现对系统进行正确诊断的前 提。 4 ) 诊断故障。正确根据征兆与状态进行设备的状态分析。就是根据所提取 的特征判别状态有无异常，并根据此信息和其它测试的辅助信息寻找故障源。当 设备状态有故障时，则应采用有关方法进一步分析故障位置、类型、性质、原因 与趋势；当设备状态为无故障时，可采用最小二乘法、时序模型、灰色预测、神 经网络预报等方法进一步分析状态趋势，预计未来情况。 5 ) 规划决策。根据状态分析作出决策，干预设备及其工作进程。正确地根 据状态分析做出决策，干预设备及其工作进程( 包括控制、调整、维修等) ，以 保证设备可靠、高效地发挥其应有功能。 以上五个步骤只是一个循环，一个复杂的故障不是通过一个循环就能正确找 到征兆的，往往需要多次诊断反复循环，逐步加深认识的程度。在此应指出，实 际上往往不能直接识别设备的状态，因此事先要建立与状态一一对应的基准模 式。由征兆所做出的判别是同基准模式相联系来对状态进行识别与分类的。现将 上述设备诊断内容加以概况，可得到图2 2 所示的智能故障诊断过程。 西安建筑科技大学硕士学位论文 图2 2 智能故障诊断过程 2 4 智能故障诊断专家系统中的关键技术 在进行诊断时，诊断者的背景知识和积累的经验非常重要，决定着诊断结果 的正确性和可靠性。然而在这些知识和经验中相当大的部分是属于所有者根据长 期的工作实践积累的，并不能上升到理论高度的知识。而用传统的面向过程或面 向对象的程序设计方法来表达这种知识，一般来说十分困难，有时甚至不可能。 因此我们需要一种所谓的“面向知识”的方法来表达这种知识。专家系统表达知 识的方法就比较适合诊断知识的表达。将专家系统技术引入故障诊断中，大大提 高了故障诊断的效率，减少人为因素对故障诊断的影响，即发挥了专家的特长又 利用了计算机的高效的优势。智能故障诊断专家系统的出现和发展是故障诊断领 域最显著的成就之一，由于其具有表达直观、形式统一、模块性强、推理机制简 单等优点，因此近年来，在实际应用中所获得的成绩受到工程界的广泛重视。 智能故障诊断专家系统使用了基于知识的程序设计方法，它的主要特征是， 系统中有一个巨大的知识库，存储着某个领域的专门知识，还有一个推理机构。 智能故障诊断专家系统的一切结论，都是利用系统内部的知识进行推理后得到 的。这种以知识库和推理机为中心的结构，可以用下式表达： 知识+ 推理= 系统 这种基于知识的程序设计方法与传统程序设计方法相比尽管表面类似，但其 实质上的不同却足以产生巨大的影响。 2 4 1 智能故障诊断专家系统的结构及各部分功能 一般说来，为了对设备的故障进行诊断与维修，对设备的工作情况均要进行 西安建筑科技大学硕士学位论文 监控和测试。为获取设备的运动状态信息和位置状况，在设备的一些重要功能执 行部件、部位安装传感器，以监测设备运动状态或位置信息，如振动、温度、压 力和功率等信息。如果故障发生，根据控制器内的各类信号及信号之间的逻辑关 系一般可以找到出现故障的位置及部件。 不同的故障诊断系统，由于其应用的领域不同，系统实现与开发的策略也可 能不同，所以机构上会存在不同程度的差异，但是这些系统的一些基本成分还是 相同的。一个智能故障诊断专家系统一般的构成如图2 3 所示。 2 3 智能故障诊断专家系统的构成 ( 1 ) 知识库( k n o w l e d g eb a s e ) 1 ) 概念 一般来说，一个故障诊断专家系统解决问题的能力，取决于它所具有的知识 量的大小。也就是说专家系统是以专家的知识为核心的系统。作为专家系统重要 组成部分的知识库，存放着供专家系统进行推理的知识，知识的质量和组织方式 对专家系统的推理运行有很大的影响。由于知识库是支持整个程序系统运行的基 础，知识库应该不仅仅包括知识库中的知识本身( 即数据) ，还应包括关于描述 某个特定问题求解过程的知识( 即如何使用这些知识的知识) 【1 8 】。也就是说知 识库用于存储某领域专家的专门知识，包括事实、可行操作与规则等。建立知识 库要解决知识获取和知识表达问题。 2 ) 知识表达 不同的知识表达方式，决定着专家系统解决问题的能力和推理机以及交互系 统的实现。所谓知识表达就是把知识符号化的过程。常用的知识表达方法有状态 空间表示法、逻辑表示法、语义网络表示法、框架表示法、产生式表示法以及面 向对象表示法和神经网络表示法。推理方式的控制策略在很大程度上依赖于知识 表达的模式。一个恰当的知识表达可使复杂的问题迎刃而解。在智能故障诊断专 西安建筑科技大学硕士学位论文 家系统中，知识库中故障诊断知识可以采用多种不同的方式来组织、存储、检索。 例如可以将知识表示成“字典”的格式，此时专家系统的“推理机”则采用字典 检索方法。也可以采用语义方式来表示故障诊断知识，如： r ( 。) ：i f ( c o n d i t i o nk ) t h e n ( f a i l u r em o d ek ) 其中“条件项”( c o n d i t i o nk ) 可以是由多项a n d o r 等运算规则构成的复 杂逻辑表达式。故障诊断知识通常由相关领域的专家提供。 ( 2 ) 知识获取 1 ) 概念 知识获取就是把用于解答专门领域问题的知识从拥有这种知识的知识源取 出并转化为一种特定的计算机表示。知识获取程序负责对知识库进行管理和维 护，根据需要修改、增删知识库中的知识以及一切由此引起的必要改动，维护知 识库的一致性和完整性 1 9 1 。知识获取机构具备知识库变换手段，能够将专家知 识变换成知识库中的内部知识，或用以修改知识中已有的知识。知识获取机构能 通过用户或对每次求解的反馈信息，自动进行知识库的修改和完善，并可在系统 求解中自动积累，形成一些有用的知识，自动加到知识库中去，这也就是专家系 统的自学习、自适应功能。 2 ) 知识获取的方法 知识获取分为手动( 人工) 获取和自动获取两种方式。自动知识获取实质上 是一个机器学习的问题。学习是使系统具有智能的根本途径。正如r s h a n k 所说： “一台计算机若不会学习，就不能称为是具有智能的。”机器学习模块的功能是 开发、丰富和管理知识库，通过诊断学习来不断改善诊断系统的功能。一个诊断 系统若不具备学习的功能，它就很难自我完善，一旦有了错误就会永远重复相同 的错误，不能自拔，更谈不上提高性能。完全实现机器学习目前在理论上仍处于 探索研究阶段，还没有一个很适用的方法可以使用。鉴于此，有必要建立一个高 质量的知识库编辑系统来保证专家系统知识库的质量，同时最大限度地保证知识 库的一致和完整。 3 ) 知识获取模块详细结构 由于诊断信息来源的多样性，知识获取模块一般应具有多种信息获取途径， 如通过传感器获取诊断对象的信息，通过数据库获取诊断对象的历史状态数据， 通过人际交互手段在诊断过程中实时从用户和专家那里获取诊断信息等。该模块 的详细结构如图2 4 所示。 西安建筑科技大学硕士学位论文 2 4 知识获取模块 ( 3 ) 推理机 1 ) 概念 推理机是控制整个系统运行的一组程序，它利用知识库中的知识，根据监测 到的信息，按着一定的问题求解策略进行推理、诊断，并给出诊断结果，完成问 题求解任务。推理中的调度器按照系统建造者所给的控制知识，从议程中选择一 个项作为系统下一步要执行的动作；执行器应用知识库及黑板中的记录信息，执 行调度器所选择的动作；协调器在得到新数据或新假设时，对已得到的结果进行 修正，以保持结果前后一致。推理机包括推理方法和控制策略两部分。 2 ) 推理方法 推理方法分为精确推理和不精确推理两类。精确推理把领域知识表示成必然 的因果关系，推理的结论是肯定的或否定的。不精确推理是在专家结出的规则强 度和用户给出的原始证据不确定性的基础上，定义一组函数，求出结论的不确定 性度量。其基本做法是：给各个不确定的知识某种确定性因子，在推理过程中， 依某种算法计算中问结果的确定性因子，并沿着推理链传播这种不确定性，直到 得出结论。 3 ) 控制策略 控制策略主要指推理方向的控制和推理规则的选择策略。推理有正向推理、 反向推理及正反问混合推理等。正向推理是由原始数据或原始征兆出发，向结论 方向的推理。推理机根据原始征兆，在知识库中寻找能与之匹配的规则，如匹配 成功，则将该知识规则的结论作为中间结果，再去寻找可匹配的规则，直到找到 最终结论。反向推理则是先提出假设，然后由此假设结论出发，去寻找可匹配的 规则，如匹配成功，则将规则的条件作为中间结果，再去寻找可匹配的规则，直 到找到对匹配的原始征兆，则反过来认为此假设成立。而正反向混合推理是先根 据重要征兆，通过正向推理得出假设，再以假设去反向推理，寻找必要条件、如 此反复。 4 ) 故障树 故障树分析法( f t a ，即f a u l tf r e ea n a l y s i s ) 是一种图形演绎法，是通过 4 吾蓍 争一 西安建筑科技大学硕士学位论文 对可能造成系统故障的各种因素，( 包括硬件、软件环境，人为因素等) 进行分析， 画出逻辑框图( 即故障树) ，在对系统中发生的故障事件，作由总体至部分按树枝 状逐渐细化的分析，其目的是判明基本故障，确定故障原因，故障影响和发生概 率等。这是一种可靠性分析技术，是对复杂动态系统的失效形式进行可靠性分析 的工具，因此被普遍应用于复杂动态系统的分析中。由于故障树分析方法发展历 史长，技术成熟，经验数据丰富可靠，采用确定性推理也能保证系统的诊断质量。 5 ) 推理机的详细结构 推理机是智能故障诊断专家系统的关键部分，该模块针对不同的诊断任务采 用不同的推理机制，它的合理性直接影响了故障诊断的正确性。一般来讲，一个 诊断系统可以采用几种推理机制，各种推理机制之间既相互独立，又相互联系， 这种联系是通过“黑板”上的动态信息来完成的。一个诊断推理的详细结构如图 2 5 所示。 图2 5 诊断推理模块 我们在故障诊断中将己知事件称为“透明”事件，而将未知事件称为“黑色” 事件，在推理过程中若遇到不明确事件( 即“黑色”事件) ，系统将要求用户对 知识进行更新。用户可浏览或打印整个排障过程。 ( 4 ) 解释器 解释器解释专家系统的行为，包括解释推理结论的正确性以及系统输出其他 候选解的原因。也就是它能回答专家系统所做推理或其他处理的理由及它是如何 详细地处理问题等。解释策略是根据相应的推理机制策略对系统的推理过程给予 合理解释。 ( 5 ) 数据采集模块 数据采集模块是把信息通过各种手段采集到系统的数据库。这些信息反映设 备运行的各种状态，这样便于诊断专家系统对故障及设备的运行状态进行判别和 诊断。 ( 6 ) 数据库 数据库是按照一定的格式以文件的形式把设备的各种状态信息( 问题求解的 初始数据、求解状态、中间结果、假设目标以及最终求解结果等) 存储起来。 星一上 西安建筑科技大学硕士学位论文 ( 7 ) 黑板 黑板是用来记录系统推理过程中用到的控制信息、中间假设和中间结构的数 据库，其内容不断地改变。它包括计划、议程和中间解三部分。在某些系统中数 据库的一些功能也称黑板，其意义强调了它用来记录推理过程中用到的控制信 息、中间假设和中间结果。有时也将黑板归于数据库之内。 ( 8 ) 用户界面 用户界面即为输入输出系统，它用于用户、领域专家或知识工程师与系统的 交互作用，以实现人机处理。它能够使系统与用户对话，使用户能够输入必要的 数据、提出问题和了解推理过程及推理结果等。同时系统通过用户界面，要求用 户回答问题，并回答用户提出的问题，进行必要的解释。 2 4 2 集成故障诊断专家系统的结构 随着故障诊断专家系统技术的发展，人工智能将进一步被引入监测与诊断， 实现监测、诊断的一体化。在传统故障诊断专家系统的基础上，可以利用专家系 统开发工具进一步开发出集成化的故障诊断专家系统。 集成化故障诊断专家系统的特征是数值计算和符合推理的集成，多种知识处 理技术和诊断技术的集成，多个功能子模块的集成，形成分布处理的较大的专家 系统。它由各功能子模块分别独立地完成诊断的各部分工作，然后进行综合作出 诊断决策。其中每个功能子模块都包含数值计算和符号推理功能。集成诊断专家 系统的结构如图2 6 所示。 2 6 集成诊断专家系统的结构 其中综合推理机是集成诊断专家系统的核心，它不仅能利用状态监测结果进 行推理，同时可分析判断来自设备控制器内部的数据，结合各种数据进行推理、 综合，做出诊断决策。综合知识库中包含有关系统的物理知识、经验知识、设备 运动过程状态知识、运动过程监测结果所能反映的异常状态知识，以及诊断对象 1 6 西安建筑科技大学硕士学位论文 的征兆与故障之间的各种因果联系知识等。多种知识的综合，便于对故障进行综 合诊断，这样可以提高知识本身的有效性，而且可以更准确地定位故障点，将故 障定位到最小范围。公共数据库是一个动态数据库，由监测与诊断共同生成、共 同利用。这三部分是集成诊断专家系统的主要组成部分。 现行的故障诊断专家系统基本上都是依据上述思想设计的。尽管随着计算机 网络化和新的开发工具的出现，新开发的故障诊断专家系统功能会更完善，界面 更友好，但万变不离其