（机械设计及理论专业论文）多资源环境下知识共享故障诊断模型设计与实现.pdf

中文摘要 摘要 设备状态监测与故障诊断的重要意义在于：一方面，它可以迅速而准确地确 定设备故障部位及故障严重程度，有利于确保安全生产以及减少投入维修的人力、 物力，缩短设备的停产时间，提高设备的利用率；另一方面，它又是实现先进的 维修思想和维修方式的必要手段与前提条件。本文针对当前企业诊断资源不能得 到充分应用的现状，构建了多资源环境下一种与诊断设备数据接口类型无关的知 识共享的故障诊断通用模型，研究了频谱图像识别与特征数据提取方法，设计了 基于频谱特征数据的诊断专家系统，并通过诊断实例验证了该专家系统的准确性。 第一，针对企业现有的诊断设备、诊断案例、诊断专家三种诊断资源未能得 到充分利用的现状，分析了旋转机械故障诊断技术的特点，提出了通过获取频谱 图像来解决诊断设备接口不统一的矛盾；考虑到诊断案例和诊断专家分散，难以 加以利用，提出了多资源环境下知识共享的故障诊断模型。 第二，分析了常见频谱图像的一般特征，提出了频谱图像的识别方法；通过 机械故障特征频率分析和机组组态，对可能存在的故障类别和机组类别的特征数 据进行提取；在图像数据提取前对频谱图像进行边缘插值处理，在图像数据提取 后对不存在的频率点进行线性插值，弥补了图像分辨率不足的缺点。 第三，多资源故障诊断专家系统沿用专家系统的结构，针对故障诊断领域和 k s d m ( 知识共享故障诊断模型) 知识共享的特点，对其工作原理进行了改进。知识 表示方面采用框架和规则相结合的表示方法，解决了故障知识组合爆炸问题，也 提高了诊断的准确性和高效性。基于可信度的不确定性推理能对诊断结果作出有 效的评价，基于培训系统的解释不仅能解释诊断过程，还能使诊断人员在诊断过 程中学习故障诊断知识。自学习功能包括知识的修正、知识归纳和知识联想。 最后，以m i c r o s o f t s u a lc + + 6 o 为开发平台，采用s q ls e n r e r2 0 0 0 数据库 技术，对本文提出的模型进行了实现。利用实现的诊断系统进行了多频谱图像识 别和特征数据提取，对转子不平衡故障案例进行了诊断分析，结果充分证明了本 文提出的多资源环境知识共享故障诊断模型的合理性与有效性。 关键词：故障诊断，频谱分析，专家系统，知识共享，旋转机械 英文摘要 a b s t r a c t t h es j g n i 丘c a n c eo fd e v i c em o n i t o r i n ga n df a u l td i a g n o s i si s ：f i r s t ，i tc a nc o n f i 咖 t h ef a u l tp a na n dt h ed e g r e eo ff a u l tr a p i d l ya n da c c u r a t e l y ，锄di ti s g o o df o ri n s u r i n g t h es a f e t yo fm a n u f a c t u r e ，r e d u c i n gt h em a n p o w e ra n dm a t e r i mr e s o u r c e si ns e n ，i c i n g ， s h o r t e n i n gt h et i m eo fm a c l l i n es t o p ，a n di m p r o v i n gt h eu s a g er a t eo fm a c l l i n e ；s e c o n d ， l tl st h en e c e s s a r ym e a n sa n dp r e c o n d i t i o nf o rr e 2 l l i z i n go n - c o n d i t i o nm a j n t e n a i l c e i i l t 1 1 i sp a p e r ，ad a t ai n t e r f a c ei n d e p e n d e n ta n dk n o w l e d g es h a f e df a u l t d i a g n o s i sm o d a ji s f o 咖e di nm u l t i r e s o u r c ee n v i r o n m e n t s p e c t r u mi d e n t m c a t i o na n dc h a r a c t e r i s t i cd a t a o b t a i n i n gm e t h o d si ss t l l d i e d a ni 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 mb a s e do n s p e c t m mc h a r a c t e r i s t i cd a t ai sd e s i g n e d t h r o u g ht h es a m p l ed i a g n o s i s ，t h ev e r a c i t yo f t h ed i a g n o s i ss y s t e mi sv a l i d a t e d f i r s t l y ，t h ec h a r a c t e ro fr o t a t i n gm a c h i n ef a u l td i a g n o s i st e c h n o l o g yi sa n a l y z e di n a l l u s i o nt ot h et h r e ed i a g n o s i si e s o u r c e si n c l u d i n g d i a g n o s i sd e v i c e ，d i a g n o s i sc a s e sa n d d i a g n o s t i c i a no fe n t e r p r i s ed o n tm a k et h eb e s tu s e am e t h o dw h i c hi su s e dt os o l v et h e d i a g n o s i sd e v i c e s i n t e r ：f a c ec o n f l i c tb ya c q u i n n gs p e c t m mi m a g ei sp u tf o 刑a r d a k n o w l e d g es h a r e df a u l td i a g n o s i sm o d a l i nt h em u l t i r e s o u r c ee n v i r o n m e n ti sp r o p o s e d c o n s i d e r a t i o nf o rt h ed i s p e r s i o no fd i a g n o s i sc a s ea n dd i a g n o s t i c i a n s e c o n d l y ，i d e n t i n c a t i o nm e t h o da n dd a t ao fs p e c t n j mi m a g ei sp r o p o s e da f t e r a i l a j y z i n gt h ec h a r a c t e ro fu s u a ls p e c t r u mi m a g e t h ec h a u r a c t e rd a t ao ft h ep r o b a b l y f a u l ta n dm a c l l i n ei sa c q u i r e db y 锄a l y z i n gm e c h a n i c a l lf a u l tc h a r a c t e r i s t i c f 沱q u e n c y a n ds e t s c o n f i g u r a t i o n s p e c t n m li sp r o c e s s i n gw i t he d g ei n t e r p o l a t i o nb e f b r ed a t a e x t r a c t i o na i l dt h en o n e x i s tf b q u e n c ya c q u i r e sd a t ab yl i n e a ri n t e 印o l a t i o na r e rd a t a e x t r a c t i o n ，w h i c hm a k eu pt h ed i s a d v a n t a g eo fl o wi m a g er e s o l u t i o n t t l i r d l y t h ei n t e l l i g e n ts p e c t l l l me x p e nf o l l o w st h es t r u c t u r eo fe x p e r ts y s t e m ， i m p r o v e st h ew o f b n gp r i n c i p a lc o n s i d e r a t i o nf o rt h ef e a t u r eo ff a u l td i a g n o s i sd o m a i n a n dj ( 1 1 0 w 】e d g es h a r e d f r a m ea n df 1 j j ef h s j o nj sa d o p t e df o rj ( 1 1 0 w l e d g er e p r e s e n t a t i o n i ta v o i d st h ek n o w l e d g ec o m b i n a t i o n e x p l o s i o na n de n h a n c e st h ea c c u r a t ea n d e 瓶c i e n c y t h eu n c e i r t a i n t yr e a s o n i n gb a s e do nr e j i a b i l i t yc a i le v a l u a t et h ed j a g n o s i s r e s u l t se f 诧c t i v e l y t h ei n t e r p r e t e rb a s e do nk n o w l e d g ea r c h i t e c t u r en o to n l yc a n e x p l a i n t h ed i a g n o s i sp r o g r e s s ，b u ta l s om a l ( et h eu s e rs t u d yt h ek n o w l e d g e s e l f s t u d yi n c l u d e s k n o w l e d g ea m e n d i n g ，k n o w l e d g ei n d u c i n ga n dk n o w l e d g ea s s o c i a 缸o n i i lt h ee n d ，t h em o d a li sr e a l i z e db ym i c r o s o rv i s u a lc + + 6 0a i l ds q l s e r v e r 2 0 0 0 n 1 重庆大学硕+ 学位论文 t h er o t o rf a u l to fu n b a l a n c e 柚dr n j s a l i g n m e n ti sd i a g n o s e db yt h er e a l i z i n gs y s t e m t h e r e s u l t sa d e q u a t e l yp r o v et h a tt h ek n o w l e d g es h a r e dd i a g n o s i sm o d a li nt h i sp 印e ra r e r a t i o n a la n de f 艳c t i v e k e y w o r d s ： f a u l td i a g n o s i s ， s p e c t m ma n a l y z e ，e x p e r ts y s t e m ，k n o w l e d g es h a r i n g ， r o t a t i n gm a c l l i n e i v 学位论文独创性声明 本人声明所呈交的 扯 士 学位论文 蜜赶酲豳姻亟盟基玺丛鳋髦通越园瞌姗我个人在导师指导下进行的研究 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谢的地方外，论 学位论文作者签名：萎勇 签字日期：如。尹。多石 签字日期：印令7 莎石 学位论文使用授权书 本人完全了解重庆大学有关保留、使用学位论文的规定。本人完全同意中 国博士学位论文全文数据库、 下简称“章程”) ，愿意将本人 交中国学术期刊( 光盘版) 电子杂志社( c n ) 在中国博士学位论文全文数据 库、中国优秀硕士学位论文全文数据库以及重庆大学博硕学位论文全文数 据库中全文发表。中国博士学位论文全文数据库、中国优秀硕士学位论文 全文数据库可以以电子、网络及其他数字媒体形式公开出版，并同意编入c n l ( i 中国知识资源总库，在中国博硕士学位论文评价数据库中使用和在互联 网上传播，同意按“章程”规定享受相关权益和承担相应义务。本人授权重庆大学 可以采用影印、缩印或其他复制手段保存论文，可以公开论文的全部或部分内容。 作者签名：墓妻导师签名：缒堕 叻年具6 p 备注：审核通过的涉密论文不得签署“授权书 ，须填写以下内容： 该论文属于涉密论文，其密级是，涉密期限至 年月 日。 说明：本声明及授权书! g 逐装订在提交的学位论文最后一页。 1 绪论 1 绪论 1 1 背景与意义 现代化生产企业为了极大限度地提高工业生产水平和经济效益，不断地向规 模化和高技术含量发展，因此生产装置趋向大型化、高速高效化、自动化和连续 化，人们对设备的要求不仅是性能好，效率高，还要求在运行过程中少出故障， 否则因故障停机带来的损失是十分巨大的。例如，石油化工行业中的大型机组( 离 心式、轴流式压缩机，烟气轮机，工业汽轮机，风机和各类机泵) 都是单机、满 负荷运行，属于生产中的关键设备，只要一台机器发生故障停机，将导致全厂停 产，经济损失惨重。例如，大型炼油装置，化肥装置，乙烯装置停产一天，损失 数百力。电力部门一台3 0 0 m w 发电机组故障停机一天，少发电7 2 0 万度，直接经 济损失数百万，间接经济损失将是数千力。因此，机械设备大型化和生产装置连 续化，固然在降低成本，提高生产率，减少操作费用等方面带来很大的经济效益， 但是因设备故障造成的损失和维修费用的迅速上升也付出了巨大代价。据统计， 中国在1 9 7 7 年和1 9 8 7 年已投产的6 7 个大化肥厂中，由于大机组的故障停机， 仅在这两年内所损失的化肥产量，相当于一个大型化肥厂的全年产量( 3 0 万吨合 成氨，4 8 万吨尿素) 。主要原因是对初期引进装置的技术管理水平不高，缺乏设备 故障诊断知识和手段【2 】。 随着我国企业信息化建设的不断推进，设备的状态监测与故障诊断技术越来 越受到企业的重视。许多大型的生产制造企业都设置了设备故障诊断技术中心， 为设备都配备了各种在线式和便携式的振动状态监测仪器。目前企业已经拥有了 多种监测诊断资源，但由于对设备故障进行诊断涉及到该领域的专业知识，早期 的监测仪器和系统大都只具备分析功能，而没有智能诊断功能。企业现在引进的 某些振动监测系统也带有故障诊断功能，但由于各系统和仪器的开发商不同，不 同的系统采用的数据格式也不相同。所以，没办法用一个故障诊断系统对所有仪 器采集的数据进行分析和故障诊断。如果能给现有的每台设备都配备一套智能诊 断系统，当然有利于设备管理人员对设备故障进行诊断。但是，早期花了大量资 金购买的监测仪器及相关的诊断资源势必会被淘汰。这不仅会造成企业资源的浪 费，而为每台设备重新配备智能诊断系统也会给企业增加沉重的负担。因此，开 发一个通用的智能诊断系统，使其能适应不同系统数据格式的多样性，对设备故 障进行诊断，就越发显现出其必要性。 我国的故障诊断技术首先是通过高等院校从国外引进，通过高校的教授及学 术带头人消化吸收后，再推广到企业应用。因此，设备故障诊断专家大都是高校 重庆人学硕士学位论文 任教的教授等。当企业设备发生故障时，由企业的技术人员将采集到的数据提供 给故障诊断专家，企业通过临时聘用专家来对设备故障进行诊断。这样做效率往 往不高以至于增加机组停机时间。此外，当在另外的分厂发生类似的故障时， 同样也得请专家去现场诊断，以前的诊断经验不能得到重复利用。 丌诊断专家 喊三【鸯夕 f 弋 图1 1 多诊断资源环境 r g llm u l t i d l n “ 由前面的分析可知，当前企业正处于一个多诊断资源环境中，这些诊断资源 包括：诊断案例、诊断设备和诊断专家，如图li 所示。但是，这些诊断资源都没 有得到充分的利用。首先，以往的诊断案例往往记录在相关的文档资料里，不到 万不得以的情况下一般无人问津，当有类似的故障出现时，设备诊断人员也只是 通过自己的经验对设备进行诊断，不能有效地利用以往的诊断案例。其次，诊断 设备的多样性和数据格式不统一性也导致了许多诊断设备得不到充分地利用。 再次，诊断专家分布在全国各地，虽然他们有丰富的故障诊断经验，但也不可能 每次设备发生故障都把诊断专家请到现场进行诊断。因此，如何将现有的多诊断 资源有机地结合起来，应用到企业设备故障诊断中，就成为了本文的一个研究内 容。 表ll 所列为某大型钢铁企业炼钢厂部分诊断设备。分析该表可知，由于各设 备的侧重点不同，其功能也有所差异。但同时也发现它们都具有一个共同点，就 1绪论 是都提供了频谱。频谱分析是设备故障诊断中用得最广泛的信号处理方法之一， 大部分的设备故障都可以从频谱图中找出其特征。因此，利用企业现有诊断资源 提供的频谱图像，开发一套智能诊断系统，不仅解决了原有系统数据格式的不统 一，也整合了现有的诊断资源，避免了企业资源的浪费。 表1 1 某炼钢厂部分诊断设备 ! 垒坠! 皇! ：! 呈垒堕竺! 垒i 垒g 翌q ! ! ! 垒呈! ! 里星! i 璺垒! ! 呈曼! 塑垒塞i 璺g 巳! 垒翌! 设备名称设备类型具有的功能 本文研究的多资源环境下知识共享故障诊断模型，针对各诊断设备厂商数据 格式不统一，对频谱图像进行数据提取，进而利用提取的数据对设备进行故障诊 断；针对诊断案例丰富的特点，利用以往的诊断案例建立诊断知识库，使诊断人 员能利用以往的案例对设备故障迅速诊断；针对诊断专家分散的特点，提供了知 识共享接口，采用分布式的知识库设计，使诊断系统可以从专家的知识库中提取 诊断知识，对设备故障进行专家级的诊断。 多资源环境下知识共享故障诊断模型的建立，整合了企业现有的诊断资源， 使现在的诊断资源能得到充分地利用。同时也考虑了现有企业设备管理人员技术 水平，使故障诊断变得简便、高效，实现企业的利润最大化。 1 2 设备故障诊断技术 1 2 1 设备故障诊断技术的发展 设备故障诊断技术起源于1 9 世纪产业革命时期。纵观其发展的历史过程，可 以将它按以下四个阶段划分【3 巧】。 原始诊断阶段 1 9 世纪末至2 0 世纪初，这是故障诊断技术产生阶段，个体专家依靠感官获取 设备的状态信息，并凭借其经验作出直接判断。由于这种方法的简便性，在一些 简单设备的故障诊断中显得经济、实用。 基于材料寿命分析与估计的诊断阶段 2 0 世纪初至6 0 年代，由于可靠性理论的产生和应用，使得人们能够依靠事先 重庆大学硕+ 学位论文 对材料寿命的分析与估计以及对设备材料性能的部分检测来完成诊断任务。 基于传感器与计算机技术的诊断阶段 这也是目前所处的比较成熟的发展阶段。开始于2 0 世纪6 0 年代中期，由于 传感器技术的发展，使得对各种诊断信号和数据的测量变得容易；计算机的使用， 弥补了人类在数据处理上的低效率和不足。这种建立在信号测试基础上的诊断技 术，目前广泛应用于军备、钢铁、船舶、核设备等许多领域。 智能化诊断阶段 它是目前刚刚发展起来且远未达到完善的阶段。人工智能技术的发展，特别 是专家系统在故障诊断领域中的应用，为设备故障诊断的智能化提供了可能性， 也使诊断技术进入了新的发展阶段。原来以数值计算和信号处理为核心的诊断过 程被以知识处理和知识推理为核心的诊断过程所代替。目前已有了一些较成功的 系统。故障智能诊断是当前诊断技术的发展方向，为此，人们对基于知识的诊断 技术和诊断系统进行了深入的研究。就世界范围来看，美国是最早研究故障诊断 技术的国家。故障诊断技术的研究在我国起步较晚，在2 0 世纪7 0 年代木期开始。 广泛的研究则从2 0 世纪8 0 年代丌始发展起来，随后在各领域分别确定了设备诊 断的目标、方向和试点单位。特别指出，尽管我国设备诊断技术的研究起步较晚， 但发展还是比较快的。目前，故障诊断技术在我国的化工、冶金、电力、铁路等 行业得到了广泛的应用，取得了可喜的成果。应当看到，诊断技术发展的历史并 不长，诊断理论的诸多问题还未得到解决，特别是基于人工智能技术的故障智能 诊断理论，远未达到成熟阶段，尚有许多问题有待于研刭叫。 1 2 2 现有智能故障诊断系统存在的问题 知识库庞大 传统的故障智能诊断系统大都采用产生式规则来表达专家的经验知识。为了 使诊断系统达到高效、实用的目标，必然需要大量的专家经验知识，以防知识库 不完备时效率急剧下降，这样做的结果致使系统的知识库非常庞大【7 l 。 解决问题能力的局限性 由于受系统中知识的限制，大多数诊断系统只能解决狭窄的专家知识领域以 内的问题，而对其他领域的知识一无所知。 自动获取知识能力差 知识获取长期以来一直是专家系统研制中的“瓶颈”问题，对于故障智能诊断系 统来说也是如此。目前多数的诊断系统在自动获取知识方面表现的能力还比较差， 限制了系统性能的自我完善、发展和提高。 对不确定性知识的处理能力差 诊断系统中往往存在大量的不确定性信息，这些信息或是随机的，或是模糊 4 1 绪论 的，或是不完全的。如何对不确定性知识进行表达和处理，始终是诊断领域研究 的热点问题【8 】。 本文将采用组合的知识表示方式来解决由单一规则表示法系统效率低下的问 题；通过知识库的分布设计，系统的知识库形成一个知识库网络，极大地丰富了 诊断知识，同时也提高了知识的自动获取能力；对不确定性知识，系统将采用基 于不确定性知识的推理方式。 1 3 频谱与故障诊断 1 3 1 频谱分析在故障诊断中的应用 工程上所测得的信号一般为时域信号，然而由于故障的发生、发展往往引起 信号频率结构的变化，为了通过所测信号了解、观测对象的动态行为，往往需要 频域信息【9 】。将时域信号变换至频域加以分析的方法称为频谱分析。频谱分析的目 的是把复杂的时间历程波形，经傅里叶变换分解为若干单一的谐波分量来研究， 以获得信号的频率结构以及各谐波幅值和相位信息。对于现场设备的周期性振动 x ( t ) ，不论其振动波形有多复杂，都可以用傅立叶级数表示为许多频率成谐波关系 的简谐振动组成： x ( f ) = a + a lc o s ( 甜+ 破) + 如c o s ( 2 甜+ 办) + + a 。c o s ( 咒甜+ 吮) 2 4 k4 8 k7 2 k9 6 k1 2 k 静不平衡故障 2 4 k4 8 k7 2 k 9 6 k 1 2 k 平行不对中 2 4 k4 8 k7 2 k9 6 k1 2 k 油膜涡动 2 4 k4 8 k7 2 k9 6 k1 2 k 轴承松动 图1 2 四种常见故障对应的频谱特征 f i g1 2t h ec h a r a c t e ro ff o u rk i n d so fu s u a lf a u l t 5 重庆大学硕十学位论文 频谱中往往包含设备故障的征兆，如图1 2 所示。因此，通过对频谱图的分析 就可以大致确定设备的故障所在。设备故障发生、发展，引起信号频率结构的变 化，对频率信息进行分析，可对设备故障原因做出解释及诊断故斟1 0 1 。 1 3 2 本文讨论的频谱 在旋转机械故障诊断中，常用的频谱图有以下几种：幅值谱及相位谱、阶比 幅值谱、自功率谱图等。由于幅值谱提供的诊断信息较多，而且其使用范围也较 为广泛。因此，本文将以幅值频谱( 以下简称频谱) 作为研究对象，讨论如何从频谱 图像中提取特征和进行故障诊断。 1 4 本文研究的主要内容 本文分析了当前生产企业设备故障诊断现状，指出构建多资源环境下知识共 享故障诊断模型的必要性与可行性。通过分析设备的故障机理和类型，找出了当 前企业所拥有的诊断设备的共性，建立了多资源环境下知识共享故障诊断模型； 讨论了通过图像识别来提取频谱特征，研究了将专家系统应用于设备故障诊断领 域，设计和开发了多资源环境下知识共享故障诊断系统。 本文具体内容如下： 提出并建立多资源环境下知识共享故障诊断模型：对当前生产企业设备故 障诊断现状进行研究分析后，对知识库的分布式结构进行设计，对该模型各组成 部分进行了实现方法设计，对模型整体的数据存储和信息安全进行了设计。 研究通过图像识别技术提取频谱数据：分析频谱图像的一般特征，提出频 谱图像识别方法；分析机械故障特征频率，研究机组组态，考虑频谱图像分辨率 对特征数据进行提取。 设计多资源故障诊断专家系统：设计多资源故障诊断专家系统基本结构和 工作原理，采用框架与规则相结合的表示方式对知识库进行设计，并构建旋转机 械故障诊断知识库；构建以可信度为评价的基于不确定推理的推理模块，建立培 训系统的解释模块，并对多资源故障诊断专家系统的自学习功能进行了设计。 系统开发与实例应用：以s u a lc + + 为开发平台，结合s q l s e r v e r 数据库 开发实现该系统；结合诊断实例，对开发的系统进行检验。 6 2 多资源环境下知识共享的故障诊断模型 2 多资源环境下知识共享的故障诊断模型 目前的生产企业大都为生产设备配备了监测与诊断仪器，以便能及时的发现 故障和解决故障。然而现有的诊断设备也出现了良莠不齐的状况，早期的诊断系 统往往只具备简单的振动监测与分析功能，不具备故障诊断功能；现在引进的部 分诊断系统虽然带有故障诊断功能，但由于故障诊断需要具备大量专家知识，这 也限制了其诊断的准确性。而且新引进的诊断系统也只是为某一台固定的设备所 配置，不能用来诊断其它发生故障的设备。如果淘汰现有的老的监测诊断仪器， 为每台设备再配置一套新的诊断系统，势必会给企业增加沉重的负担，同时也会 造成了现有资源的浪费。因而，在现有多资源环境下，建立一个知识共享的故障 诊断通用模型( 1 ( n o w l e d g es h a r e dd i a g n o s i sm o d a l ，以下简称k s d m ) ，不仅可以弥 补新诊断系统诊断知识匮乏的不足，还能整合现有的诊断资源。 2 1k s d m 的特点 k s d m 具有以下几个特点： 数据格式无关性 k s d m 通过频谱图像作为数据采集源，利用图像识别技术对频谱图像进行识 别并提取特征数据，使其能兼容不同系统的数据格式。 专家知识完备性 k s d m 所使用的专家知识库并非仅限于本地录入的知识库，它与整个企业甚 至业界的故障知识库连接，保证了专家知识库的完备性。 故障诊断智能性 k s d m 的故障诊断系统采用人工智能技术，普通的技术人员不需要掌握太多 的诊断知识即可对故障进行诊断。 诊断知识共享性 k s d m 是以知识共享为基础的。通过分布式设计，k s d m 的故障诊断系统已 经不是传统的单机系统，分别由厂级和企业级知识库以及远程知识库构成了一个 知识库网络，各车间诊断知识相互共享。 诊断结果准确性 k s d m 所具有的完备专家知识库保证了诊断结果的准确性。 2 2k s d m 的总体架构 k s d m 主要由两部分组成，一是通用数据接口部分，一是故障诊断系统部分， 7 重庆大学硕十学位论文 如图2 1 所示。通用数据接口的主要功能是对频谱图像进行识别，将频谱图像数据 化，对机组进行组态并计算特征频率，进而提取频谱数据。故障诊断系统的主要 功能是利用提取的频谱数据和机组参数对设备状态进行判断推理并诊断故障，给 出诊断结果及建议，描述诊断原由。 图2 1l 舔d m 总体架构 f i g2 1t h em a i nf r a m eo fk s d m 图2 1 中的诊断资源包括各种在线式监测系统、便携式监测系统、手持式振动 测试仪器等能提供频谱图像的各类振动监测系统。诊断参数是由诊断用户与机器 交互建立的机组组态所反应的各种诊断参数，其中包含机组的各部件信息( 如额 定转速、叶片数、滚动轴承参数等) 。 k s d m 的诊断过程为： 进行机组组态，通过机组组态获取诊断参数，计算特征频率； 设置图像识别参数，利用通用接口对各种诊断资源的频谱图像进行识别； 8 2多资源环境下知识共享的故障诊断模型 由计算所得的特征频率提取频谱幅值： 将特征数据与诊断参数传给故障诊断系统，故障诊断系统首先对参数进行 分析，判别诊断知识的搜索范围； 故障诊断系统利用本地知识库对设备故障进行诊断，如果诊断可信度大于 等于设定值，则完成诊断，否则搜索远程知识库再对故障进行重新诊断； 输出诊断结果及建议，输出诊断推理依据和解释； 用户对诊断结果进行评价； 更新本地知识库，完成诊断。 2 3k s d m 知识库的分布式设计 知识库的分布式是k s d m 的主要特点之一。 轴承故障不对中故障不平衡故障 知识库知识库知识库 l 车日j 知识库 n 车间 知识库 l 车间n 午问 知识库知u 库 图2 2k s d m 的分布式设计 f i g2 2d i s t r i b u t ed e s i g no fk s d m 日_ 领域专家 知识库 图2 2 示意了k s d m 知识库的分布式结构。在厂级网络中，由各车间的知识 库所组成，各分厂又由公司网络建立连接，实现了企业内部诊断知识的共享。公 司总部设备管理部门也可以建立某类故障的专业知识库( 如轴承故障知识库、不 对中故障知识库、不平衡故障知识库等) ，由于公司建立的专业知识库收集了各分 厂的同类故障的诊断案例和知识，引进了外部的专家知识，因此更能对某类故障 进行专门专业的诊断。 考虑到某些设备应用的个别性，由于本企业使用该类设备的数量有限，设备 种类特殊，无法建立起完备的专家知识库。通过与该类设备生产厂家或者是大客 户建立协议知识库，当该设备发生故障时，可通过连接协议知识库来对故障进行 9 重庆大学硕十学何论文 诊断。 由领域专家建立专家知识库，当本地知识库和协议单位知识库对故障都无法 诊断时，可通过连接领域专家知识库对故障进行诊断。由于领域专家长期从事相 关设备的诊断工作，积累了大量的诊断案例和专家知识，具有最完备的专家知识 库，因此更能准确高效地完成诊断任务。与领域专家知识库的连接可采用无线网 络，无论专家身在何处，都可以及时提供诊断知测1 1 叫引。 2 4 故障诊断系统选型 2 4 1 现有的故障诊断方法 故障诊断是一门综合性技术，它涉及现代控制理论、信号处理与模式识别、 计算机科学、人工智能、电子技术、统计数学等学科。现代故障诊断技术已有3 0 多年的发展历史，但作为一门综合性的新学科故障诊断学还是近些年发 展起来的。从不同的角度出发有多种故障诊断分类方法，这些方法各有特点。概 括地讲，故障诊断方法可以分成两大类：基于数学模型的故障诊断方法和基于人 工智能的故障诊断方法【l3 1 。每类又包含若干具体的诊断方法，如图2 3 所示。 r 基于输入输出和信号处理的方法 基r 状态估计的方法 l 基过程参数估计的方法 专家系统的方法 基于案例的方法 基f 人工神经网络的方法 基于模糊数学的方法 基于故障树的方法 图2 3 故障诊断方法分类示意图 f i g2 3t h es c h e m a t i cd i a g r a mo ff a u l td i a g n o s i sc l a s s m c a t i o n 2 4 2 基于人工智能的故障诊断方法比较 专家系统方法 基于专家系统( e x p e r ts y s t e m ) 的诊断方法是故障诊断领域中最为引人注目的 发展方向之一，也是研究最多、应用最广的一类诊断技术。专家系统是一种具有 大量专门知识与经验的智能计算机系统。它把专门领域中人类专家的知识和思考 l o 2多资源环境下知识共享的故障诊断模型 解决问题的方法、经验和决窍等组织整理且存储在计算机中，不但能模拟领域专 家的思维过程，而且能让计算机宛如人类专家那样智能地解决实际问题。专家系 统故障诊断的优越性还在于它实现了人一机联合诊断功能，它综合了许多专家的 最佳经验，实现多故障、多过程、突发性故障的快速分析诊断，其功能水平可以 达到甚至超过专家i l 4 1 。 基于案例的诊断方法 基于案例的诊断方法适用于领域定理难以表示成规则形式，而容易表示成案 例形式并且已经积累了丰富的案例的领域( 如医学诊断等) 。它的局限性是：传统的 基于案例的诊断方法难以表示案例之间的联系；对于大型案例库进行检索非常费 时，并且难以决定应选择哪些症状，难以设定它们的权重；基于案例的诊断方法 处理案例修订时的一致性检索( 特征变量间的约束关系) 困难，难以对诊断结果加以 解释。 基于人工神经网络的方法 在知识获取上，神经网络的知识不需要由知识工程师进行整理、总结以及消 化领域专家的知识，只需要用领域专家解决问题的实例或范例来训练神经网络； 在知识表示方面，神经网络采取隐式表示，在知识获取的同时，自动产生的知识 由网络的结构和权值表示，并将某一问题的若干知识表示在同一网络中。通用性 强，便于实现知识的并行联想推理和自动获取。在知识推理方面，神经网络通过 神经元之间的相互作用来实现推理。目前在许多领域的故障诊断系统中已开始应 用，如在核反应堆、化工设备、旋转机械、汽轮机和电动机等领域都取得了较好 的效果。由于神经网络从故障事例中学到的知识是一些分布权重，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够解释，缺乏透明度。 基于模糊数学的方法 基于模糊数学的诊断方法不需要建立精确的数学模型，适当地运用隶属函数 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之间的关 系，也就是说规则有“组合爆炸”现象发生。另外由于系统的复杂性、耦合性，由时 域、频域特征空间至故障模式特征空间的映射关系往往存在着较强的非线性，这 时隶属函数形状不规则，只能利用规范的隶属函数形状来加以处理，如用三角形、 梯形或直线等规则形状来组合予以近似代替，从而使得非线性系统的诊断结果不 够理捌巧j 。 基于故障树的方法 故障树方法是由计算机依据故障与原因的先验知识和故障率知识自动辅助生 重庆人学硕十学位论文 成故障树，并自动生成故障树的搜索过程。诊断过程从系统的某一故障开始，沿 着故障树不断提问“为什么出现这种现象”而逐级构成一个递阶故障树，通过对此故 障树的启发式搜索，最终查出故障的根本原因。在提问过程中，有效合理地使用 系统的实时动态数据将有助于诊断过程的进行。基于故障树的诊断方法类似于人 类的思维方式，易于理解，在实际中应用较多，但大多与其他方法结合使用。 表2 1 基于人_ l 智能的故障诊断方法优缺点对比 垦坠! 呈兰：! 竺q 翌巳垒垒! 旦翌q ! 鱼坚丛垒i 垒g 望q ! 堡垒垒! 呈璺q 翌垒! 故障诊断方法优点缺点 2 4 3k s d m 故障诊断系统选型 k s d m 是为了整合企业现有诊断资源，适应当前工厂设备管理人员技术水平 不高而提出的。因此，其故障诊断系统应该具有丰富的专家知识和经验，能模拟 专家思维进行推理，能向操作人员解释推理的过程，能迅速给出诊断结果。由前 面内容及表2 1 可知，采用专家系统方法来设计k s d m 的故障诊断系统能满足 k s d m 的诊断要求。 1 2 2 多资源环境下知识共享的故障诊断模型 2 5 知识库存储设计 2 5 1 数据存储方法的比较 首先，就数据存储而言，我们可以应用文件系统和数据库系统两种方式来存 储和管理数据，前者是操作系统中的专门的数据管理软件，而后者是统一管理数 据的专门软件系统。它们各有特点，下面就两种方法进行对比，以选出合适的方 案。 表2 2 数据存储方法比较 ! 垒垒! 呈兰：兰堡q 望望璺旦! 旦翌q ! 堡垒! 垒! ! q 丝坐皇! 垒q 垒! 数据存储方法优点缺点 综上所述，文件系统是一个不具有弹性的无结构的数据集合，即文件之间是 孤立的，不能反映现实世界事务之间的内在联系；而数据库是长期存储在计算机 内有组织的共享的数据集合。它可以供各种用户共享，具有最小冗余度和较高的 数据独立性。在对比之下，不难看出应用数据库存储方式能够较好的满足机械设 备监测诊断参数和故障诊断知识的存储要求，而且因其数据的独立性还有助于监 测诊断系统的更新和扩充。 2 5 2k s d m 知识库存储设计 众所周知，专家系统性能取决于其所拥有的知识数量、质量及它对知识的管 理和运用能力。早期专家系统的知识库多采用文件管理系统的模式，即将各种知 识以文件形式存储于计算机中。这种模式存在很多缺点【1 7 】。例如，知识存储结构 不清晰，冗余性大；访问速度慢，使用效率低，不利于查询；可扩充性差，管理 重庆大学硕+ 学何论文 能力弱等。而k s d m 要用到大量的领域知识和专家经验，对知识存储和管理的要 求很高，而且k s d m 还支持分布式的知识库设计。为了满足这些要求，就必须将 数据库技术引入到k s d m 的开发中来，必须要妥善利用数据库所具备的强大数据 信息查询管理功能来提高知识的存储和管理能力。 专家系统中知识库的主要功能是对知识进行存储和管理，而数据库则是对数 据进行存储和管理；因此它们在功能上是相似的，虽在处理对象上有所不同，但 数据库的大部分管理技术对知识库同样适用。另外，专家系统的推理与数据库中 的检索也是相似的，都是一种匹配过程。因此，基于关系数据库技术的专家系统 具有以下优点： 利用关系数据库完善的数据信息管理功能能够对知识库中的各种知识进行集 中管理，可以方便地对这些知识进行存储和修改，方便了维护人员对已有知识的 访问和管理维护。 利用关系数据库强大的数据信息检索功能能够使得专家系统的推理机在进行 规则匹配、查找时所需的时间大大缩短，从而使整个系统指定任务所需时间更短。 使用关系数据库作为专家系统所需访问数据的存储器可以将程序和数据彻底 分离，提高了各功能模块的逻辑独立性。 由于存储数据的文件皆为数据库文件，所以这些数据具备良好的可移植性， k s d m 的故障诊断系统的知识库中的知识、规则等可以很方便的被远程的分布式 系统调用。 2 6k s d m 的安全策略 当l j ，网络系统的安全性能主要偏重在用户的鉴别，存取控制和用户的加密 上。安全策略是安全体制、安全连接和安全协议的有机组合方式，是网络信息系 统安全性的完整的解决方案。安全策略决定了网络信息安全系统的整体安全性和 实用性【1 踟。 k s d m 系统以局域网为基础，现场设备知识库的数据流通与公司内部的各知 识库数据流通都局限于局域网内，采用局域网互连技术实现各知识库的连接，安 全薄弱环节主要出现在局域网互连上。我们通过采用可靠的工作平台，安全的网 络传输协议，有效的安全认证系统及对重要数据进行加密处理等措施使系统的安 全性得到保障。 局域网的安全性 公司局域网建设都采用小型星型拓扑结构局域网。这种结构是当前局域网的 主要拓扑结构类型，与具有严格规定的访问方法的复杂局域网相比，更具有灵活 性与可扩展性，并且更便宜。 1 4 2多资源环境下知识共享的故障诊断模犁 虽然星型拓扑结构局域网本身并没有过多考虑到安全问题。但在客观上对保 护信息是非常有利的：其地理覆盖范围很小，用户往往局限于企业某个车间内部， 而车间内的用户通常认为是可信的，不存在数据保密问题。局域网与外部网络的 互连通过网上某个节点进行。只要对这个节点采取有效的防范措施，如严格的认 证方式或防火墙等就可以基本保证互连的安全性。 网络操作系统采用w d o w sn t 。 n t 把安全和审查作为操作系统的一个组成部分，通过美国国防部c 2 级安全 认证。安全性在n t 中作为设计目标的一个组成部分，它贯穿于整个操作系统。 认证系统 认证是网络中达到存取控制最基本的方法，是安全性的关键，它的失败将导 致整个系统的失败。最常用的身份认证方法是口令。 各知识库知识相互传输主要表现为：本地k s d m 系统向局域网内知识库发出 请求以获取诊断知识，当局域网内的知识库无法完成诊断时，向远程的专家知识 库或是协议单位知识库发送请求。因此，各知识库需要对来访者进行身份认证， 防止非法用户盗用、篡改甚至破坏系统资源，同样，本地系统又必须对外来知识 库进行身份认证，保证数据的安全传送，避免冒牌知识库的非法参与。因此在 k s d m 中采用双向认证方法。 加密 认证与加密是信息安全的两个重要方面，认证是为了防止第三方的主动攻击， 而加密是为了防止明文信息的泄露。加密是以密钥为基础的，加密的安全性不仅 依赖于所使用的加密算法，也依赖于用户密钥的安全管理。 k s d m 设计时，为保护系统的安全。为了使系统免受非法用户侵犯，有必要 考虑用有效的加密算法来保护系统。一是将知识库以加密的方式存储，一是在传 输过程中加密。 2 7 小结 本结在分析了多资源环境下知识共享故障诊断模型的特点后，构