基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)故障診斷技術(shù)探究

王磊+++劉慧博

摘 要：現(xiàn)代社會的發(fā)展促進(jìn)了神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的應(yīng)用，但是由于網(wǎng)絡(luò)系統(tǒng)本身存在較大復(fù)雜性，當(dāng)出現(xiàn)運(yùn)行問題或系統(tǒng)故障時(shí)，需要采取技術(shù)手段予以集中解決。針對神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)在應(yīng)用中出現(xiàn)的故障問題，需要在原因分析的基礎(chǔ)上，檢查主要部件包括執(zhí)行器和傳感器的使用情況，采集故障數(shù)據(jù)，建立數(shù)學(xué)模型，利用遺傳算法等集中診斷分析神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的故障問題。文章在此基礎(chǔ)上，主要對神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)故障診斷技術(shù)內(nèi)容和要點(diǎn)進(jìn)行研究與分析。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)；故障診斷；技術(shù)分析

現(xiàn)代經(jīng)濟(jì)的發(fā)展和科技的進(jìn)步促進(jìn)了計(jì)算機(jī)技術(shù)的應(yīng)用和進(jìn)步，信息技術(shù)和網(wǎng)絡(luò)控制系統(tǒng)為工業(yè)生產(chǎn)和科學(xué)研究帶來巨大便利?，F(xiàn)階段，神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)應(yīng)用趨向于規(guī)?；?、集中化和專業(yè)化，網(wǎng)絡(luò)控制技術(shù)進(jìn)步的同時(shí)，生產(chǎn)應(yīng)用率提高，超負(fù)荷工作下，容易出現(xiàn)系統(tǒng)故障或癱瘓，造成企業(yè)經(jīng)濟(jì)損失，因而需要積極制定有效策略、運(yùn)用先進(jìn)技術(shù)和手段對神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障問題予以集中解決。[1]

1 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障診斷技術(shù)發(fā)展

1.1 智能化

神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)出現(xiàn)故障，一般需要專業(yè)工程師對系統(tǒng)的故障信號進(jìn)行檢測、搜集和分析，在了解系統(tǒng)故障的發(fā)生位置后即可分析研究故障原因?，F(xiàn)代網(wǎng)絡(luò)信息技術(shù)和智能技術(shù)的廣泛應(yīng)用提高了神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障的診斷速率。神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)在工業(yè)生產(chǎn)等領(lǐng)域應(yīng)用廣泛，關(guān)于系統(tǒng)故障的診斷技術(shù)也不斷提高，逐步向智能化和數(shù)字化發(fā)展。神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)在不同行業(yè)應(yīng)用，但是產(chǎn)生的故障原因不同，采用的診斷方法也不同。一般系統(tǒng)在產(chǎn)生故障時(shí)會自動發(fā)出警報(bào)聲，可第一時(shí)間確定系統(tǒng)的故障位置，這種屬于系統(tǒng)故障智能定位。系統(tǒng)控制工作復(fù)雜，從應(yīng)用企業(yè)的應(yīng)用成本考慮，需要使用合理的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，同時(shí)增加對神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障研究成本的投入。

1.2 靈活性

神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)產(chǎn)生故障大多是人工應(yīng)用不當(dāng)導(dǎo)致的，因而在故障診斷中由于人的主觀意識，導(dǎo)致系統(tǒng)故障診斷過于單一，且人工判別技術(shù)有限，具有較大隨機(jī)性和盲目性，對系統(tǒng)故障位置及成因分析判斷的準(zhǔn)確度不夠，影響神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障修理。然而采取智能技術(shù)對神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障進(jìn)行排查和定位具有較強(qiáng)靈活性，可以在假設(shè)的基礎(chǔ)上建立數(shù)學(xué)模型，以數(shù)據(jù)分析的形式對系統(tǒng)故障部分予以診斷。神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)研發(fā)和應(yīng)用的復(fù)雜度不斷提高，不同類型控制系統(tǒng)產(chǎn)生的故障原因也越來越復(fù)雜，采用數(shù)學(xué)建模的方法獲取、分析故障系統(tǒng)數(shù)據(jù)，能夠增強(qiáng)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障診斷的靈活性和針對性。[2]

2 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障診斷技術(shù)應(yīng)用的內(nèi)容和要點(diǎn)

2.1 數(shù)據(jù)建模，隔離故障源

神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)出現(xiàn)故障后無法正常運(yùn)行，系統(tǒng)某些功能也無法實(shí)現(xiàn)，最終導(dǎo)致系統(tǒng)癱瘓、影響工作。針對這種情況需要充分利用人工智能手段診斷系統(tǒng)故障原因，可以利用軟硬件監(jiān)控系統(tǒng)，在確定故障點(diǎn)后予以隔離，通過數(shù)據(jù)了解系統(tǒng)產(chǎn)生故障的人工原因和機(jī)能原因。技術(shù)人員一般需要根據(jù)系統(tǒng)工作參數(shù)輸出，利用數(shù)據(jù)建模，以數(shù)學(xué)表示形式將系統(tǒng)故障信息進(jìn)行驗(yàn)證和輸出，作為故障診斷評價(jià)的理論依據(jù)。對于神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障原因診斷后還要進(jìn)行原因分類，檢測系統(tǒng)變量是否存在異常，若異常則啟動報(bào)警裝置，以此排除不合理故障原因。神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障發(fā)生需要在判斷出原因后根據(jù)信息源位置隔離故障部分，對于神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)不同的故障原因和故障程度均要進(jìn)行量化評估，并采取有效措施解決故障問題。

2.2 BP神經(jīng)網(wǎng)絡(luò)和遺傳算法

神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)主要部分是執(zhí)行器和傳感器，執(zhí)行器和傳感器在運(yùn)行中主要容易出現(xiàn)恒偏差、卡死和恒增益等不同類型的故障。因而在故障診斷中需要利用仿真建模的辦法，將仿真人設(shè)定為故障類型，并以此獲得系統(tǒng)變化信息。在神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障中一般會應(yīng)用BP算法，但這種算法單獨(dú)使用效率不高，可結(jié)合遺傳算法，利用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值閾值，最后在系統(tǒng)故障歸一化處理后用作訓(xùn)練數(shù)據(jù)。遺傳算法的主要特點(diǎn)是全局搜索能力強(qiáng)且運(yùn)行高效、便捷。傳統(tǒng)的BP算法在受到遺傳算法數(shù)據(jù)優(yōu)化后，能夠提高神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)故障診斷的有效率，診斷數(shù)據(jù)誤差比對后可提高運(yùn)算速率。[3]

2.3 殘差序列和模型解析

神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)動態(tài)模型建立能夠有效提高系統(tǒng)故障診斷與檢修準(zhǔn)確率，一般是利用濾波器或觀測器重構(gòu)控制系統(tǒng)的參數(shù)或狀態(tài)，并形成殘差序列，對于殘差序列中所包含的故障信息可以采取必要手段進(jìn)行信息增強(qiáng)，對模型中的非故障信息需要抑制，正常情況下統(tǒng)計(jì)分析殘差序列可直接檢測出系統(tǒng)故障發(fā)生的位置和原因。系統(tǒng)故障正常值與估計(jì)值的偏差分析是研究系統(tǒng)故障程度的關(guān)鍵，在參數(shù)估計(jì)中相對簡單實(shí)用的是最小二乘法，魯棒性較強(qiáng)，因而是參數(shù)估計(jì)的首選方法。系統(tǒng)運(yùn)行狀態(tài)可由被控過程狀態(tài)反映，被控過程狀態(tài)在重構(gòu)中形成殘差數(shù)列，數(shù)列中也包含了不同的故障信息，利用模型統(tǒng)計(jì)檢驗(yàn)出故障，最后用爾曼濾波器進(jìn)行狀態(tài)估計(jì)。關(guān)于模型等價(jià)空間的診斷一般使用無閥值的方法，這種方法是在1984年由willsky和Chow提出，主要是對測量信息進(jìn)行分類，得到一致的冗余數(shù)據(jù)子集后，估計(jì)系統(tǒng)狀態(tài)，并對不同的冗余數(shù)據(jù)進(jìn)行識別，完成模型解析。

3 結(jié)束語

神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的應(yīng)用廣泛，屬于人工智能研究領(lǐng)域的重要部分，要提高系統(tǒng)運(yùn)行的安全性和穩(wěn)定性，就要在系統(tǒng)出現(xiàn)故障后采用科學(xué)的診斷方法，以建立數(shù)學(xué)模型的形式對系統(tǒng)故障數(shù)據(jù)進(jìn)行檢測和分析。神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的故障診斷技術(shù)研究需要不斷深入，根據(jù)系統(tǒng)不同的故障類型采取針對性的解決辦法分析故障原因、定位故障源，并進(jìn)行隔離排障。[4]

參考文獻(xiàn)

[1]徐巖，秦波.LM-BP神經(jīng)網(wǎng)絡(luò)的叉車液壓系統(tǒng)故障診斷技術(shù)研究[J].內(nèi)蒙古科技與經(jīng)濟(jì)，2016（22）：90-91+93.

[2]祁濤，張彥斌，姚人前.神經(jīng)網(wǎng)絡(luò)技術(shù)在智能BIT故障診斷系統(tǒng)中的應(yīng)用[J].火力與指揮控制，2016（06）：125-128.

[3]黃志強(qiáng).基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)開發(fā)港口設(shè)備故障診斷專家系統(tǒng)[J].軟件導(dǎo)刊，2012（02）：77-79.

[4]樊立萍，石月，高士宏.基于模糊神經(jīng)網(wǎng)絡(luò)的感應(yīng)電機(jī)控制系統(tǒng)的故障診斷[J].信息系統(tǒng)工程，2010（01）：26-28.

作者簡介：王磊（1987-），男，漢族，內(nèi)蒙古呼和浩特市人，內(nèi)蒙古科技大學(xué)碩士研究生，從事運(yùn)動控制方面的研究。

劉慧博（1972-），女，漢族，副教授，內(nèi)蒙古包頭市人，從事運(yùn)動控制方面的研究。