模糊综合评判在设备故障预警专家系统中的应用.doc

模糊综合评判在设备故障预警专家系统中的应用摘要：文章论述了基于模糊综合评判的设备故障预警专家系统的框架结构、功能及工作原理，并给出了一个基于模糊综合评判的设备故障预警实例。实验结果表明，该方法应用在设备故障预警中是可行的、有效的，为研究设备故障预警问题提供了一条新的思路和方法。关键词： 模糊综合评判；隶属函数；故障预警；专家系统；Application of Fuzzy Comprehensive Evaluation in the Expert System of the Equipment malfunction alarm Abstract: This paper introduces the structure, function, and principles of the Expert System of the Equipment malfunction alarm based on Fuzzy Comprehensive Evaluation. An example of the Equipment malfunction alarm is given to validate the method. The results show the method is feasibility and validity. The research work supplies a ideas for further study of the Equipment malfunction alarm Key words: fuzzy comprehensive evaluation；subordinate function；malfunction alarm；expert syste. 0、引言 设备管理及设备故障预警研究是工业过程管理中的一个前沿和热点问题，是一项多学科交叉的边缘性研究课题。由于设备故障的产生的原因复杂，种类繁多，有些因素是定性的，有的因素是定量的，有的可以度量，有的却难以度量，是一类带有大量不确定因素的半结构化问题和非结构化间题，传统的分析方法存在很大的局限性，分析和预测的结果也不够理想。本文将故障模态分析法和模糊综合评判引入到企业设备故障预警专家系统中，以帮助企业更有效地进行设备管理，提高生产效率。设备故障预警专家系统的主要功能就是充分利用日常检测所得数据，根据专家知识库和预警模型来预测设备及设备零件将发生故障的相关信息，为设备管理、使用人员提供判断的科学依据，从而保障设备的正常运行。设备故障的产生有诸多影响因素（可观测和记录），它们的值含有诸多设备故障的预警信息，通过对其进行分析，找出规律，建立专家知识库和预警模型，从而能够在设备即将出现故障之前给出预警信息。本文以小氮肥企业设备故障预警专家系统为例，在小氮肥企业，生产加工所使用的是复杂的机器设备，影响设备正常工作的不确定因素很多，如设备的工作环境，包括温度、湿度和强度等。1、模型的层次设计小氮肥企业生产线中有许多大型设备，并有许多贵重的备件（这类备件要尽量实现零库存管理，以降低成本）。这些大型设备能否正常工作直接影响到生产线的正常运行。而大型设备的备件能否按时检修或替换是保证大型设备正常运行的关键。根据这种状况，采用决策复杂问题的递阶分解思想1，P29-30，对整条生产线进行分层次管理和预警。生产线各部分隶属关系的故障树结构描述如图1所示：生产线大型设备1 大型设备2 大型设备部件1 部件2 部件3 部件图1、分层次管理图故障预警系统的最终目的是根据平时对影响因素的记录，通过专家系统知识库确定的模型计算，由计算的结果来决定何时对部件故障发出预警报告，并向备件库发出进货预报。再根据上述计算结果，按层次管理图对上一层次的大型设备同样利用专家系统知识库确定的模型（只是关系矩阵变了）进行计算，再由这些计算结果来决定何时该对大型设备故障发出预警报告，同时根据这些计算结果，再按层次管理图对上一层次的生产线利用专家系统知识库确定的模型进行计算，计算结果将给出何时该对生产线发出故障预警报告。2、预警模型由于上述都是模糊信息资料，所以利用模糊综合评判效能较高，故采用基于智能决策支持系统1，P31-36利用故障模态分析法来建模，此模型采用定性模型和定量模型层次/并行模式1，P36进行集成。建模具体步骤为：（1）、确定部件的故障类型及影响因素（检测点）。当现有影响因素（检测点）过多时可利用以往的记录，利用主成分分析方法对影响因素进行删减，重新确定检测点。现假设某部件的故障类型有种，对应的影响因素有种，我们用故障类型和影响因素向量分别表示为：、。（2）、影响因素值的标准化。对影响因素值进行标准化就是要解决由于各影响因素量纲不同无法比较的问题，也就是要求出影响因素的隶属度。这是比较困难的工作，要通过建立专家系统知识库来完成。对每一影响因素要在常见的隶属函数中找一个适合此影响因素的隶属函数。当其值为1时，就表示此因素已完全发挥破坏作用，当其值为0时，就表示此因素无破坏作用，当其值介于0，1之间时，其大小就表示此因素发挥破坏作用的大小。这样可得到影响因素的隶属函数向量：， （1）其中，即为专家为第个影响因素选择的隶属函数。故障类型的隶属度向量：， （2）可利用影响因素的隶属函数向量通过下面的综合评判模型求得，故也可记为： （3）常见的隶属函数有以下几种，可参见参考文献2P43-48。 正态型：戒上型：戒下型：对每一影响因素经过分析可在常见的隶属函数中找一个适合此影响因素的隶属函数并确定其中的参数。（3）、利用模糊信息处理方法2确定此部件的故障类型和影响因素对应的模糊关系矩阵。R中以影响因素为行，以故障类型为列。其中表示在所有造成设备发生第种故障的影响因素中第种影响因素所占的权重，故这些值是由专家根据经验给出的，为提高准确性，可选位专家来分别给出各自的模糊关系矩阵再进行加权平均，权重可根据各位专家的可信度来确定。例如，请四位专家根据各自经验分别给出模糊关系矩阵再根据他们的可信度分别给出权重（）。则 （4）并将所得结果收入进专家系统知识库以备调用。 （4）、预警模型 根据模糊数学原理可以建立X对于Y的综合评判模型为 （5）其中分别由（3）和（1）式所定义。根据最大隶属度原则，当时，说明第种类型的故障发生的可能性最大。（5）、设置阈值众所周知，阈值越大故障预警的准确性越高，只是取得过大时得到的故障隶属度值无法满足要求，使该诊断经常失效，所以选取要适当。阈值的设置方法可根据不同的对象设置不同类型的阈值，例如：设置双阈值根据故障类型的隶属度于阈值的大小关系确定是否发布故障预报：当时，应发出故障预警报告，如果此设备为零库存备件时，则还应启动采购计划；当时，此时应更换此设备。设置阈值向量可以对不同的故障类型设置不同的阈值，因为对不同的故障类型采取的处理措施可能也不同。即设置阈值向量当故障类型的隶属函数向量，满足：当时，就对设备第种故障类型采取相应处理措施。我们利用这种多因素模糊决断法2来作为设备故障预警的判断方法。但阈值的确定并不容易，这要请有经验的专家给出，并归入专家系统知识库以备调用。完成了上述专家系统知识库的建设，则此模型即算建成了。进一步，对建成的专家系统知识库还可利用历史记录来检验其正确性。即用已有的影响因素测试值，利用专家系统知识库模型（1）算出影响因素的隶属函数向量值，再由专家系统知识库找出对应的模糊关系矩阵，并利用，求出故障类型的隶属函数向量值，并根据最大隶属度原则，看是否应该预警，并将此结果与实际情况相比较，通过比较可确定是否需要对专家系统知识库中的知识进行调整。3、推理机制推理机是专家系统的组织控制机构。本故障预警专家系统将规则推理、模糊决策融为一体，形成一阶梯式故障推理机制，其推理过程如图2所示。针对某一具体诊断对象，用户打开故障树模型，击活故障树某结点，调出知识库中相应的参数，如：各影响因素对应的隶属函数，故障类型和影响因素对应的模糊关系矩阵R，以及对应的综合评判模型（5）式。再输入影响因素测试值，算出各故障类型的综合评判得分，此时推理机首先进行规则匹配（这些规则由专家事先设计好，并保存到专家知识数据库中），此处规则推理是精确推理，一般来说，如匹配成功将得到准确的故障类型预警，如不匹配则进行模糊决策，这将根据与阈值比较的结果来决定是否发布预警信息和是否向备件库发出进货预报并报设备处组织落实。开始 规则匹配成功？ YN击活故障树某结点 调出知识库中相应的参数 模糊决策成功？ Y 报备件库 N输入影响因素测试值 击活故障树下一结点 报设备处 输出结果 图2 诊断推理流程4、模型应用实例 化工公司的某种压缩机，在下述五种影响因素下，有以下的故障类型： Y1（气缸磨损）； Y2（缸体开裂）；根据压缩机的经验资料和机理分析，已建立了专家系统知识库，从中查出影响因素对应的隶属函数：；其模糊关系矩阵如下表1所示。表1 压缩机模糊关系矩阵 故障特征 J影响因素IY1（气缸磨损）Y2（缸体开裂）温度X10.570.53压力X20.20.27电流变化幅度X30.020.1工作状态声音X40.110.1已使用时间X50.10即压缩机模糊关系矩阵，实测数据为：X1=47；X2=20；X3=3；X4=25；X5=165。利用专家系统知识库中查出的隶属函数算出影响因素的隶属函数向量值为 ，最后利用，求出故障类型的隶属函数向量值：=， 根据最大隶属度原则，。推理机首先进行规则匹配，调出专家知识数据库中对应的规则：最大隶属度超过0.5时更换缸体。推理机判断出不匹配，接着进行模糊决策，调出专家知识数据库中对应的阈值，假设专家给的是类阈值，即：则：因为，所以应发出故障预警报告，且因为此设备为零库存备件，所以还应启动采购计划，同时报备件库和设备处。但因为，所以还没到必须更换的程度。假设专家给的是类阈值，即：，则：表明缸体开裂故障的隶属度已超过阈值0.25，根据专家系统知识库此阈值的约定，应启动包括采购计划（此缸体为零库存备件）在内的相应措施。 又因为气缸磨损故障的隶属度没超过阈值0.4，表明对气缸磨损故障不必发出预警。 5、结束语 本文将模糊综合评判用于设备故障预警专家系统，为企业设备管理和故障预警提供了一条新的思路和方法。通过在小氮肥企业建来化工公司试用，起到了积极的作用，但此方法过多的依赖专家的经验，所以有进一步研究的必要。参考文献1、杨善林，智能决策方法与智