故障诊断与专家系统

1、故障诊断与专家系统作业题 目： 模糊数学在故障诊断中的应用 学 院 信息 与 控 制 学 院 专 业 1 控 制 工 程 姓 名 史 凯 学 号 2283418 任课教师 李 涛 成 绩 故障诊断与专家系统1. 故障诊断1.故障诊断的定义运用多种检查和测试措施,发现系统和设备与否存在故障的过程是故障检测；而进一步拟定故障所在大体部位的过程是故障定位。故障检测和故障定位同属网络生存性范畴。规定把故障定位到实行修理时可更换的产品层次(可更换单位）的过程称为故障分离。故障诊断就是指故障检测和故障分离的过程。系统故障诊断是对系统运营状态和异常状况作出判断，并根据诊断作出判断为系统故障决策提供根据。要对系统进行故障诊断，一方面必须对其进行检测,在发生系统故障时，对故障类型、故障部位及因素进行诊断，最后给出解决方案,实现故障决策。1.2故障诊断的重要任务故障诊断的重要任务有:故障检测、故障分离、故障估计及故障决策等。其中：故障检测是指与系统建立连接后,周期性地向下位机发送检测信号，通过接受的响应数据帧，判断系统与否产生故障；故障分离就是系统在检测出故障之后，通过度析因素，判断出系统故障的类型;故障

2、估计是在前两部的基本之上,细化故障种类,诊断出系统具体故障部位和故障因素，为故障决策做准备;故障决策是整个故障诊断过程中最后也是最重要的一种环节,需要根据故障因素，采用不同的措施，对系统故障进行排除。2.故障诊断系统的性能指标1)故障检测的及时性：是指系统在发生故障后，故障诊断系统在最短时间内检测到故障的能力。故障发生到被检测出的时间越短阐明故障检测的及时性越好。)初期检测的敏捷度:是指故障诊断系统对微小故障信号的检测能力。故障诊断系统能检测到的故障信号越故事明其初期检测的敏捷度越高。3)故障的误报率和漏报率:误报指系统没有出去故障却被错误检测出发生故障;漏报是指系统发生故障却没有被检测出来。一种可靠的故障诊断系统应尽量使误报率和漏报率最小化。4)故障分离能力：是指诊断系统对不同故障的区别能力。故障分离能力越强阐明诊断系统对不同故障的区别能力越强，对故障的定位就越精确。5)故障辨识能力：是指诊断系统辨识故障大小和时变特性的能力。故障辨识能力越高阐明诊断系统对故障的辨识越精确，也就越有助于对故障的评价和维修。6)鲁棒性:是指诊断系统在存在噪声、干扰等的状况下对的完毕故障诊断任务,同步保持

3、低误报率和漏报率的能力。鲁棒性越强,阐明诊断系统的可靠性越高。)自适应能力:是指故障诊断系统对于变化的被测对象具有自适应能力，并且可以充足运用变化产生的新信息来改善自身。以上性能指标在实际应用中,需要根据实际条件来分析判断哪些性能是重要的，哪些是次要的,然后对诊断措施进行分析，通过合适的取舍后得出最后的诊断方案。21故障诊断的措施近代故障诊断技术的发展已经历0年,但形成一门“故障诊断学”的综合性新学科,还是近几年逐渐发展起来的,以不同的角度来看,有多种故障诊断的分类措施，这些措施各有特点。概括而言，故障诊断措施可以提成两大类:基于数学模型的故障诊断措施、基于人工智能的故障诊断措施。1.基于输入输出信号的措施故障诊断基于数学模型的措施3.基于过程参数估算的措施2.基于状态估算的措施10.基于故障树的措施9.基于模糊数学的措施8.基于神经网络的措施7.基于案例的措施基于人工智能的故障诊断措施专家系统的措施6.基于深浅知识混合的措施5.基于深知识的措施4.基于浅知识的措施.1.基于专家系统的诊断措施基于专家系统的诊断措施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

4、智能型诊断技术。它大体经历了两个发展阶段：基于浅知识领域专家的经验知识的故障诊断系统、基于深知识诊断对象的模型知识的故障诊断系统。（1）基于浅知识的智能型专家诊断措施 浅知识是指领域专家的经验知识。基于浅知识的故障诊断系统通过演绎推理或产生式推理来获取诊断成果，其目的是寻找一种故障集合，使之能对一种给定集合产生的因素作出最）涉及存在的和缺席的(的征兆佳解释。基于浅知识的故障诊断措施具有知识直接体现、形式统一、高模组性、推理速度快等长处。但也有局限性，如知识集不完备，对没有考虑到的问题系统容易陷入困境；对诊断成果的解释能力弱等缺陷。 (2）基于深知识的智能型专家诊断措施 深知识则是指有关诊断对象的构造、性能和功能的知识。基于深知识的故障诊断系统,规定诊断对象的每一种环境具有明显的输入输出体现关系,诊断时一方面通过诊断对象实际输出与盼望输出之间的不一致,生成引起这种不一致的因素集合，然后根据诊断对象领(域中的第一定律知识)及其具有明确科学根据的知识她内部特定的约束联系，采用一定的算法，找出也许的故障源。 基于深知识的智能型专家诊断措施具有知识获取以便、维护简朴、完备性强等长处,但缺陷是搜索

5、空间大，推理速度慢。 （3)基于浅知识和深知识的智能型专家混合诊断措施 基于复杂设备系统而言，无论单独使用浅知识或深知识，都难以妥善地完毕诊断任务，只有将两者结合起来,才干使诊断系统的性能得到优化。因此，为了使故障智能型诊断系统具有与人类专家能力相近的知识,研发者在建造智能型诊断系统时,越来越强调不仅要注重领域专家的经验知识,更要注重诊断对象的构造、功能、原理等知识,研究的重点是浅知识与深知识的整合表达措施和使用措施。事实上,一种高水平的领域专家在进行诊断问题求解时,总是将她具有的深知识和浅知识结合起来，完毕诊断任务。一般优先使用浅知识，找到诊断问题的解或者是近似解,必要时用深知识获得诊断问题的精确解。2.基于神经网络的人工智能型诊断措施知识获取上，神经网络的知识不需要由知识工程师进行整顿、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;在知识表达方面,神经网络采用隐式表达,并将某一问题的若干知识表达在同一网络中，通用性高、便于实现知识的总动获取和并行联想推理。在知识推理方面,神经网络通过神经元之间的互相作用来实现推理。2.1.基于模糊数学的人工智能型诊

6、断措施许多诊断对象的故障状态是模糊的，诊断此类故障的一种有效的措施是应用模糊数学的理论。基于模糊数学的诊断措施，不需要建立精确的数学模型（mebershipfuntion),合适的运用局部函数和模糊规则,进行模糊推理就可以实现模糊诊断的智能化。2.1.4基于故障树的人工智能型诊断措施故障树措施是由电脑根据故障与因素的先验知识和故障率知识自动辅助生成故障树，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“为什么浮现这种显现”开始,沿着故障树不断提问而逐级构成一种梯阶故障树，透过对此故障树的启发式搜索，最后查出故障的主线因素。在提问过程中,有效合理地使用系统的及时动态数据,将有助于诊断过程的进行。于故障树的诊断措施，类似于人类的思维方式,易于理解,在实际状况应用较多,但大多与其她措施结合使用。.基于模糊数学的故障诊断专家系统的设计与实现机械故障诊断中,故障现象与故障因素之间一般没有一一相应的关系,一种故障现象也许是由多种因素引起,而一种因素发生故障也许会产生多种现象。因此,机械故障具有一定的模糊性,具体体现为:a.同一故障体现形式呈多样性;b几种故障同步发生并互相诱发;c.故障间的分

7、类具有模糊性，即不同故障具有相似或相近的特性;d.故障的存在限度具有模糊性,不能把故障绝对辨认为“存在”与“不存在”。对于机械故障的模糊现象,用老式的数学工具进行定量诊断往往存在某些困难,而模糊数学措施则显示出其优越性。模糊诊断法是一种基于知识的自动诊断措施,它是运用模糊逻辑来描述故障因素与故障现象之间的模糊关系,通过从属函数和模糊关系方程解决故障因素与状态辨认问题。31模糊数学理论基本3.1模糊关系矩阵的数学表述设是因素甲的状态集,是因素乙的状态集,同步考虑甲乙两因素,也许状态集是和任意搭配的元素(x,y）所构成,记为：X Y=(x,y):x ，y Y从X到Y的一种模糊关系R是指 Y上的一种模糊子集，其从属度表达x与y具有关系R的限度。当X=x1,x2, ，m，Y=y,y, ,y为有限集时,（x,yj） X Y,记ij=R(xi,yj),则0 1,且R可用矩阵(ij) m表达，称模糊关系矩阵。在模糊数学理论中,从属度用与1之间的数值表达。3.1. 贴近度与择近原则在模糊模式辨认中，可以用模糊集的内积和外积的概念来构造模糊集的贴近度。如果A和是论域Z上的两个模糊集,则有:和B的内积:A

8、= z ZA()B(Z）A和B的外积:A B=zZA（Z） () 则模糊集A和B贴近度为:(A,)=12 A（1- A B) 择近原则:给定论域z上的模糊子集A,A2, ,An,及另一种模糊子集B,若有 n使得:（B,Ai） 1 （B,Aj） 则觉得B与Ai最贴近。3.2模糊诊断专家系统的设计与实现该模糊诊断专家系统有模糊故障诊断知识库、模糊诊断程序和人机界面三部分构成。3.1模糊故障诊断知识库的建立故障知识库文献中涉及故障从属度矩阵维数、故障从属度表(故障因素与故障现象的模糊关系矩阵)、故障现象名称、故障因素名称及相应解决意见等内容。对于一种特定的诊断目的,拟定它的典型故障现象集合为,而将故障因素集合称为Y,R为具有密切关系的模糊集合。因此,表达了现象X到故障Y上的一种模糊关系。其值可根据经验和专家记录等措施综合评估。这种故障诊断可以描述如下:诊断目的(因素集）:因素集,因素集2, ；现象集:现象集1,现象集2，。模糊关系矩阵:ij，ij是矩阵第行、第j列的元素,i0,1,i反映了故障现象、因素有关限度的量化模糊值,该值的可靠性决定了诊断成果的优劣与成败。3.22实际故障现象的模糊描

9、述故障诊断是根据故障现象鉴别故障因素的辨认过程。模糊智能故障诊断就是以模糊数学理论为基本，对机械故障进行模式辨认的过程。建立模糊矩阵时,一种故障的所有故障因素是一种集合,故障因素互相独立,是一种单元素集合。这样每种故障因素与故障现象可以生成一种模糊关系集,这个模糊关系集可以作为一种故障模式。因此一种故障现象有多少种故障因素就应有多少个故障模式。具体的故障诊断中,需要懂得待诊断故障因素与实际故障现象之间的模糊关系。在模糊诊断中哪一种故障因素相应的模糊关系向量与此模式最接近,哪一种就是诊断成果。4模糊数学在阀门故障诊断中的应用阀门广泛应用于工业容器和管道系统中,阀门工作可靠性不仅关系到公司的生产,还波及到设备和人身安全，因此,阀门故障诊断和预测显得尤为重要。然而,阀门除了本体外,尚有复杂的控制部分和执行器,其故障因素和症状间诸多时候不是一一相应的,因而呈现出复杂的关系,从而导致诊断的决策浮现多义性。并且，在状态监测中,设备状态从正常到不正常均有一种渐变过程，这时由于征兆的非典型体现也会浮现判断的多交性。这种故障诊断的模糊性,以往重要依托经验解决。随着模糊数学的产生和发展,使得计算机解决模糊信息成为也许。运

《故障诊断与专家系统》由会员hs****ma分享，可在线阅读，更多相关《故障诊断与专家系统》请在金锄头文库上搜索。