在线观看日韩欧美综合黄片-午夜妓女一级妓女大毛片-中文字幕制服丝袜美腿-人妻精品久久一区二区

基于組合式智能預(yù)測(cè)的提升機(jī)故障診斷策略研究

1  引言

在人類自身的思維過程中，邏輯思維、經(jīng)驗(yàn)思維和創(chuàng)造性思維是確一不可的，并且非常巧妙地相互結(jié)合成一個(gè)有機(jī)的整體。
在日常智能活動(dòng)中，最常發(fā)生的思維形式是經(jīng)驗(yàn)思維。這是一種潛層次的思維形式，即根據(jù)以往成功的實(shí)踐經(jīng)驗(yàn)，把已經(jīng)成功處理過的問題劃分為幾種典型的模式，一旦遇到這些模式相同或相近的實(shí)際問題，就照以往的經(jīng)驗(yàn)來處理，故障診斷也不例外。因此，這類思維的實(shí)質(zhì)就是模式識(shí)別。
當(dāng)遇到經(jīng)驗(yàn)思維解決不了的實(shí)際問題時(shí)，通常就要轉(zhuǎn)向更深層次的邏輯思維，如果遇到邏輯思維也解決不了的新的復(fù)雜問題，又需要轉(zhuǎn)向創(chuàng)造性思維，通過提出新的假設(shè)，然后經(jīng)過檢驗(yàn)來發(fā)現(xiàn)新的理論和新的解決實(shí)際問題的方法。
近幾年來，故障診斷理論與實(shí)踐的發(fā)展已經(jīng)證明，對(duì)于復(fù)雜系統(tǒng)和過程，任何單一的智能方法在信息處理、控制和故障預(yù)測(cè)的實(shí)際應(yīng)用中，都受到一定的局限，難以獲得理想的效果。解決這一問題的最有效辦法是將多種智能診斷方法結(jié)合使用，進(jìn)行有效的融合與集成。這樣做的主要原因是，由于這些算法在不同的工作條件和不同的數(shù)據(jù)輸入下，具有不同的優(yōu)勢(shì)，利用各種方法之間所具有的互補(bǔ)性，在診斷的置信度上相互補(bǔ)充，以達(dá)到取長(zhǎng)補(bǔ)短的目的。
基于上述理由，本文提出了集專家系統(tǒng)、模糊邏輯、神經(jīng)網(wǎng)絡(luò)和小波分析四種故障診斷技術(shù)與一體的組合式智能故障診斷方法，并能夠同時(shí)處理定性與定量信息。該診斷系統(tǒng)將人工智能的最新技術(shù)有機(jī)的融合，具有很強(qiáng)的通用性、適應(yīng)性、容錯(cuò)性和易實(shí)現(xiàn)性，同時(shí)，其特有的圖形化模糊神經(jīng)網(wǎng)絡(luò)專家知識(shí)表達(dá)方式、分布式并行運(yùn)行能力、迅速的推理及優(yōu)化和遠(yuǎn)程分析能力，使系統(tǒng)達(dá)到了較高的智能化水平。

2  系統(tǒng)的基本設(shè)計(jì)思想

總的設(shè)計(jì)思想可以通過下面的例子來描述:對(duì)某一個(gè)控制系統(tǒng)的認(rèn)識(shí)，可以有兩種情況，一種情況是認(rèn)識(shí)的人本身是這個(gè)系統(tǒng)的制造者，但不一定是系統(tǒng)的使用者。他熟悉系統(tǒng)各個(gè)部件的運(yùn)作情況、執(zhí)行規(guī)律。這種人在描述系統(tǒng)規(guī)律、預(yù)見系統(tǒng)運(yùn)行狀態(tài)時(shí)，可以從系統(tǒng)的物理規(guī)律出發(fā)，建立數(shù)學(xué)模型，然后通過計(jì)算機(jī)仿真結(jié)果來分析認(rèn)識(shí)系統(tǒng);另一種情況是認(rèn)識(shí)的人本身只是系統(tǒng)的使用者，他可能是一個(gè)好的使用者，這種人對(duì)系統(tǒng)的認(rèn)識(shí)不是來自數(shù)學(xué)模型，而是來自對(duì)系統(tǒng)長(zhǎng)期使用的經(jīng)驗(yàn)總結(jié)。這種方式恰恰體現(xiàn)了人的思維能力，如果將這種思維能力和系統(tǒng)的物理規(guī)律、數(shù)學(xué)模型有機(jī)地結(jié)合，將能夠更好、更靈活地表征系統(tǒng)各個(gè)狀態(tài)。而本文所設(shè)計(jì)的系統(tǒng)正是力圖在得到足夠好的專家知識(shí)的基礎(chǔ)上，依靠?jī)?yōu)化學(xué)習(xí)，調(diào)整專家知識(shí)，調(diào)整推理結(jié)構(gòu)，并對(duì)系統(tǒng)運(yùn)行狀態(tài)給出正確的判斷。

3  基本組成

本智能診斷系統(tǒng)包括了四種推理引擎和一個(gè)專家知識(shí)庫，如圖1 所示。四種推理引擎分別是:專家規(guī)則推理引擎、模糊邏輯推理引擎、遺傳神經(jīng)網(wǎng)絡(luò)推理引擎和小波網(wǎng)絡(luò)分析推理引擎?？梢詮南铝腥齻€(gè)方面來解釋系統(tǒng)構(gòu)成的科學(xué)性。

(1) 專家系統(tǒng)與模糊邏輯的知識(shí)處理，模擬的是人的經(jīng)驗(yàn)思維和邏輯思維，人工神經(jīng)網(wǎng)絡(luò)的知識(shí)處理所模擬的是人的形象思維與創(chuàng)造性思維機(jī)制;在人類的自身思維過程中，經(jīng)驗(yàn)思維、邏輯思維和創(chuàng)造性思維是缺一不可的，并且三者非常巧妙的互相結(jié)合而形成一個(gè)有機(jī)的整體。
(2) 模糊診斷是根據(jù)模糊集合征兆空間與故障狀態(tài)空間的某種影射關(guān)系，由征兆來來診斷故障。
(3) 由于神經(jīng)網(wǎng)絡(luò)具有原則上容錯(cuò)、結(jié)構(gòu)拓?fù)洹Ⅳ敯?、?lián)想、推測(cè)、記憶、自適應(yīng)、自學(xué)習(xí)、并行處理復(fù)雜模式的功能，使其能在實(shí)際中存在著大量的多故障、多過程、突發(fā)性故障、龐大復(fù)雜系統(tǒng)的檢測(cè)與診斷中發(fā)揮出較大作用。
(4) 小波變換具有的良好的時(shí)頻局部化特性和對(duì)信號(hào)自適應(yīng)變焦、多分辨率分析的能力，它不需要對(duì)象的數(shù)學(xué)模型，對(duì)輸入信號(hào)的要求較低，計(jì)算量也不大，可以進(jìn)行在線實(shí)時(shí)故障檢測(cè)，靈敏度高，克服噪聲能力強(qiáng)，小波網(wǎng)絡(luò)具有對(duì)任意函數(shù)或信號(hào)有良好的逼近性能。
3.1 各部分的作用
(1) 人機(jī)接口
人機(jī)接口主要有輸入、輸出模塊和顯示模塊組成。輸入模塊提供輸入功能，使用戶或?qū)＜铱煞奖愕南蛑R(shí)庫添加知識(shí)，輸入人工排障指令、調(diào)用歷史數(shù)據(jù)庫中的數(shù)據(jù)指令、調(diào)用顯示模塊的指令和修改指令等。顯示模塊顯示相應(yīng)決策模塊的計(jì)算結(jié)果，或以文字說明，或以圖表顯示。
(2) 協(xié)調(diào)機(jī)構(gòu)
協(xié)調(diào)機(jī)構(gòu)是綜合故障診斷專家系統(tǒng)的關(guān)鍵部分，它起著承上啟下的作用，使綜合故障診斷專家系統(tǒng)各部分有條不紊的工作，充分發(fā)揮各部分作用。協(xié)調(diào)機(jī)構(gòu)由數(shù)據(jù)分類處理模塊、診斷結(jié)果匯總模塊和添加訓(xùn)練模塊組成，如圖2所示。

協(xié)調(diào)機(jī)構(gòu)主要負(fù)責(zé)將現(xiàn)場(chǎng)實(shí)時(shí)數(shù)據(jù)進(jìn)行分類，然后將數(shù)據(jù)進(jìn)行預(yù)處理，并將處理后的數(shù)據(jù)返回知識(shí)知識(shí)專家系統(tǒng)診斷模塊、模糊診斷模塊、模糊神經(jīng)網(wǎng)絡(luò)診斷模塊、小波分析診斷模塊，使各診斷模塊協(xié)調(diào)有序地工作，同時(shí)又把各個(gè)診斷模塊的診斷結(jié)果進(jìn)行匯總?cè)诤?，利用M-ary理論，通過決策融合算法，得出最后的結(jié)論，并將結(jié)果送到相應(yīng)的顯示模塊進(jìn)行顯示，大大提高了故障診斷的效率，以滿足實(shí)時(shí)性的要求。協(xié)調(diào)機(jī)構(gòu)利用協(xié)同計(jì)算機(jī)(自上而下)模式形成和模式識(shí)別相同的原理對(duì)現(xiàn)場(chǎng)實(shí)時(shí)數(shù)據(jù)進(jìn)行預(yù)處理(數(shù)據(jù)去噪、數(shù)據(jù)修補(bǔ)等)，以保證送入各診斷模塊的初始數(shù)據(jù)準(zhǔn)確可靠，從而大大提高系統(tǒng)故障診斷的準(zhǔn)確率。在系統(tǒng)運(yùn)行過程中，如果專家系統(tǒng)出現(xiàn)少量新知識(shí)、模糊神經(jīng)網(wǎng)絡(luò)出現(xiàn)新樣本、模糊診斷模塊出現(xiàn)新的模糊集、協(xié)同計(jì)算機(jī)網(wǎng)絡(luò)出現(xiàn)少量新模式、小波分析診斷模塊出現(xiàn)類似的新信號(hào)時(shí)，協(xié)調(diào)機(jī)構(gòu)負(fù)責(zé)新知識(shí)的添加、新診斷模塊的以及網(wǎng)絡(luò)的重新訓(xùn)練，不斷綜合與提高智能診斷系統(tǒng)的功能。當(dāng)出現(xiàn)大量新的知識(shí)樣本時(shí)，新知識(shí)添加和網(wǎng)絡(luò)訓(xùn)練就要由人工完成。
 
(3) 診斷推理模塊
組合智能故障診斷系統(tǒng)中，每個(gè)診斷模塊是針對(duì)不同類型的故障設(shè)計(jì)的，各診斷模塊的功能介紹如下:
專家系統(tǒng)推理模塊:專家系統(tǒng)推理模塊是一個(gè)完整的專家系統(tǒng)。它主要負(fù)責(zé)診斷確定性故障和簡(jiǎn)單的不確定性故障，知識(shí)表示主要采用故障樹表達(dá)法，以充分發(fā)揮知識(shí)專家系統(tǒng)故障診斷的準(zhǔn)確性和快速性。
模糊邏輯推理模塊:系統(tǒng)的狀態(tài)有時(shí)是不明確的、不確定的，因此可以用模糊集來描述。通過采用模糊聚類分析將模糊集分為不同水平的子集，由此判別故障最可能屬于的子集。另一個(gè)有效的辦法是首先建立起故障與故障原因的模糊關(guān)系矩陣R，如果當(dāng)前故障的故障成因向量的模糊隸屬度為C(Charactoristic),則故障F(Fault)通過模糊合成加以確定。模糊診斷模塊是一種半定量方法，在表述知識(shí)和推理方面有獨(dú)到之處。因此，通常把模糊方法與其他方法結(jié)合，以期得到更好的結(jié)果。
模糊神經(jīng)網(wǎng)絡(luò)(FNN)推理模塊:FNN診斷模塊由若干子模塊組成，主要負(fù)責(zé)診斷復(fù)雜系統(tǒng)的不確定性故障及從未出現(xiàn)過的故障。每個(gè)子模塊是一個(gè)相對(duì)獨(dú)立的診斷單元，分別負(fù)責(zé)診斷提升機(jī)控制系統(tǒng)運(yùn)行時(shí)某些部位的故障。為提高故障診斷的準(zhǔn)確率，每個(gè)子模塊設(shè)計(jì)成多級(jí)模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。每一級(jí)都采用輸入層、輸出層、模糊化層、模糊推理層、反模糊化層等5層結(jié)構(gòu)來學(xué)習(xí)變量間的模糊影射關(guān)系。
每個(gè)神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)階段，對(duì)所選擇的訓(xùn)練樣本進(jìn)行學(xué)習(xí)和訓(xùn)練，在故障診斷時(shí)，模糊神經(jīng)網(wǎng)絡(luò)診斷子模塊，則對(duì)輸入到本級(jí)的數(shù)據(jù)進(jìn)行智能判別，判別包括兩種情況:診斷輸出和拒絕輸出。假定在第n級(jí)模糊神經(jīng)網(wǎng)絡(luò)診斷子模塊，輸入樣本是恰當(dāng)?shù)?，能有效的進(jìn)行故障診斷。這些樣本在這級(jí)神經(jīng)網(wǎng)絡(luò)被成功地診斷出，其余的樣本由于特征不明顯或含糊不清，被拒絕診斷。被拒絕診斷的樣本則被送到下一級(jí)，則被送到下一級(jí)子模塊進(jìn)行進(jìn)一步診斷，每一級(jí)子模塊給出各自的診斷結(jié)果，整個(gè)模塊的拒絕診斷輸出由最后一級(jí)模糊神經(jīng)網(wǎng)絡(luò)子模塊給出，其對(duì)應(yīng)的樣本為新出現(xiàn)的樣本。在這種情況下，要么重新訓(xùn)練網(wǎng)絡(luò)，要么修改網(wǎng)絡(luò)結(jié)構(gòu)后再訓(xùn)練網(wǎng)絡(luò)。
小波分析診斷模塊:由于模糊神經(jīng)網(wǎng)絡(luò)的故障診斷模塊不能對(duì)所有的故障進(jìn)行診斷，特別是某些信號(hào)難以判定。因此，在系統(tǒng)中加入了小波分析診斷模塊。在小波分析診斷模塊中采用了多種小波函數(shù)模塊，對(duì)信號(hào)進(jìn)行層層過濾式識(shí)別來診斷故障。對(duì)不能識(shí)別出來的故障，再進(jìn)一步選用或增加新的小波函數(shù)模塊來識(shí)別。
決策融合算法模塊:系統(tǒng)采用M-ARY理論對(duì)推理結(jié)果進(jìn)行優(yōu)化，并且通過歷史數(shù)據(jù)分析和在線強(qiáng)化學(xué)習(xí)來調(diào)整專家知識(shí)調(diào)整推理結(jié)構(gòu)，能充分保證推理結(jié)果的準(zhǔn)確性。
總之，在故障診斷技術(shù)中，各種方法都有自己的優(yōu)點(diǎn)，但都不能解決所有的問題，由于診斷方法的多樣性和互補(bǔ)性，綜合性智能診斷系統(tǒng)的發(fā)展就成為必然的趨勢(shì)。

4  建立系統(tǒng)開發(fā)平臺(tái)結(jié)構(gòu)框架

在煤礦提升機(jī)故障智能診斷預(yù)報(bào)系統(tǒng)開發(fā)中，需要開發(fā)一個(gè)系統(tǒng)平臺(tái)來進(jìn)行智能推理和專家知識(shí)的搭建。其設(shè)計(jì)思想是:將人類的思維能力、系統(tǒng)的物理規(guī)律和數(shù)學(xué)模型有機(jī)地結(jié)合，更好、更靈活地表征系統(tǒng)的各個(gè)狀態(tài)，力圖在得到足夠好的專家知識(shí)的基礎(chǔ)上，依靠?jī)?yōu)化和學(xué)習(xí)，調(diào)整專家知識(shí)和推理結(jié)構(gòu)。系統(tǒng)將人工智能的最新技術(shù)有機(jī)的融合，具有很強(qiáng)的通用性、適應(yīng)性、容錯(cuò)性及易實(shí)現(xiàn)性，同時(shí)，特有的圖形化模糊神經(jīng)網(wǎng)絡(luò)專家知識(shí)表達(dá)方式、分布式并行運(yùn)行能力、迅速的推理及優(yōu)化和遠(yuǎn)程分析能力，使系統(tǒng)達(dá)到較高的智能化水平。系統(tǒng)的基本構(gòu)成如圖1所示。
提升機(jī)智能故障診斷系統(tǒng)的主要技術(shù)包括:智能化推理算法、數(shù)據(jù)處理器、圖形化模糊神經(jīng)網(wǎng)絡(luò)專家知識(shí)庫、綜合的動(dòng)態(tài)聯(lián)接庫數(shù)據(jù)通訊模塊和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)。
(l) 智能化推理算法。
系統(tǒng)應(yīng)巧妙地將專家系統(tǒng)推理機(jī)、神經(jīng)網(wǎng)絡(luò)推理機(jī)、模糊邏輯推理機(jī)有機(jī)結(jié)合，并行運(yùn)行，充分發(fā)揮各個(gè)推理算法的優(yōu)勢(shì)，并克服各自的不足，使智能推理法更加適用于多變量、多參數(shù)、多目標(biāo)及多過程的復(fù)雜系統(tǒng)。同時(shí)，系統(tǒng)應(yīng)采用M-ARY理論對(duì)推理結(jié)果進(jìn)行優(yōu)化，并且通過歷史數(shù)據(jù)分析和在線強(qiáng)化學(xué)習(xí)來調(diào)整專家知識(shí)﹑調(diào)整推理結(jié)構(gòu)，能充分保證推理結(jié)果的準(zhǔn)確性。該系統(tǒng)是以專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯集成的組合型智能系統(tǒng)。專家系統(tǒng)與模糊邏輯模擬的是人的經(jīng)驗(yàn)思維和邏輯思維，人工神經(jīng)網(wǎng)絡(luò)所模擬的則是人的形象思維與創(chuàng)造型思維機(jī)制，因此，這種組合型系統(tǒng)便構(gòu)成了理想的通用智能分析系統(tǒng)。
(2) 數(shù)據(jù)處理器的設(shè)計(jì)。
在特征數(shù)據(jù)提取過程中，可以進(jìn)行數(shù)據(jù)的求和、求差、求積、對(duì)比、三角函數(shù)、微分等運(yùn)算，模糊隸屬函數(shù)的自適應(yīng)調(diào)整使之具有較強(qiáng)的變工況和時(shí)變參數(shù)的處理能力。同時(shí)，為更好地解決數(shù)據(jù)的抗噪能力，系統(tǒng)采用模糊閾值對(duì)測(cè)量數(shù)據(jù)進(jìn)行模糊化，保證了系統(tǒng)數(shù)據(jù)的抗干擾能力。
(3) 圖形化的模糊神經(jīng)網(wǎng)絡(luò)專家知識(shí)庫。
系統(tǒng)采用圖形化模糊神經(jīng)網(wǎng)絡(luò)專家知識(shí)表達(dá)方式，突破了共性知識(shí)和專家知識(shí)的學(xué)習(xí)、獲取、表達(dá)與利用的瓶頸問題，為解決智能化系統(tǒng)知識(shí)問題提供了一條嶄新的途徑。專家知識(shí)采用圖形化輸入方法，使代碼的編寫、調(diào)試和系統(tǒng)集成于一體，既節(jié)約了時(shí)間，也減少了人為出錯(cuò)的可能性。系統(tǒng)有一個(gè)獨(dú)特地結(jié)構(gòu)用來方便地、遞增地收集和存儲(chǔ)專家知識(shí)，而不需要任何模型。這對(duì)于沒有數(shù)學(xué)模型存在的地方特別有用，它使用戶易于理解利用專家知識(shí)來解決實(shí)際問題的思路與方法。圖形化模糊神經(jīng)網(wǎng)絡(luò)專家知識(shí)庫具有分散式、容錯(cuò)性、重點(diǎn)性、模糊性及原則上容錯(cuò)、結(jié)構(gòu)拓?fù)洹Ⅳ敯?、?lián)想、推測(cè)、記憶、自適應(yīng)、自學(xué)習(xí)、并行處理復(fù)雜模式等特點(diǎn)和功能。
(4) 綜合地動(dòng)態(tài)聯(lián)接庫數(shù)據(jù)通訊模塊。通訊地整體結(jié)構(gòu)按分布式設(shè)計(jì)，分為兩個(gè)層次:一方面，通訊模塊與推理機(jī)之間采用客戶機(jī)/服務(wù)器的方式，采用TCP/IP協(xié)議，數(shù)據(jù)通訊服務(wù)器一旦設(shè)置好，就始終處于運(yùn)行狀態(tài)，推理機(jī)一旦需要申請(qǐng)數(shù)據(jù)，就向數(shù)據(jù)通訊模塊提出數(shù)據(jù)請(qǐng)求表，數(shù)據(jù)通訊模塊根據(jù)綜合各個(gè)推理機(jī)地?cái)?shù)據(jù)請(qǐng)求表向相應(yīng)的對(duì)象提出數(shù)據(jù)請(qǐng)求，再將從對(duì)象得到數(shù)據(jù)分配給各推理機(jī);另一方面，數(shù)據(jù)通訊模塊與特定對(duì)象之間采用調(diào)用動(dòng)態(tài)聯(lián)接庫地辦法進(jìn)行通訊，針對(duì)不同的對(duì)象調(diào)用不同的動(dòng)態(tài)聯(lián)接庫就可以實(shí)現(xiàn)數(shù)據(jù)通訊。

5  結(jié)束語

組合智能故障診斷方法具有適應(yīng)能力強(qiáng)、速度快、預(yù)測(cè)精度高的特點(diǎn)。我們利用該診斷法開發(fā)了礦井提升機(jī)智能故障診斷預(yù)報(bào)系統(tǒng)，實(shí)際應(yīng)用表明，該系統(tǒng)各項(xiàng)性能指標(biāo)均滿足要求，取得了顯著的經(jīng)濟(jì)效益和社會(huì)效益，具有良好的應(yīng)用前景。