繆勇+王海

摘 要：在分析生產(chǎn)制造設(shè)備各種故障診斷技術(shù)的基礎(chǔ)上，設(shè)計(jì)基于特征知識(shí)引導(dǎo)的模糊邏輯診斷方法，該方法以模糊數(shù)學(xué)為依據(jù)通過(guò)模仿人類的思維方式來(lái)處理系統(tǒng)的模糊性和不確定性。它以診斷參數(shù)向量的擇近原則或隸屬原則對(duì)生產(chǎn)加工過(guò)程中的故障進(jìn)行求解，且能夠適用于各種復(fù)雜對(duì)象的全面診斷。文章提出診斷系統(tǒng)的知識(shí)表述及組織模型，并闡述了模糊診斷推理的實(shí)現(xiàn)過(guò)程，最后結(jié)合現(xiàn)場(chǎng)的托輥生產(chǎn)線為例開(kāi)發(fā)原型系統(tǒng)。

關(guān)鍵詞：模糊診斷；生產(chǎn)設(shè)備；融合診斷；隸屬原則；托輥

中圖分類號(hào)：TF305 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2017）30-0170-02

引言

制造裝備是普遍使用的加工設(shè)備，由于設(shè)備自動(dòng)化程度高、價(jià)格昂貴、結(jié)構(gòu)復(fù)雜，影響設(shè)備安全和工作性能的因素越來(lái)越多，導(dǎo)致其故障與診斷參數(shù)間也具有較為復(fù)雜的對(duì)應(yīng)關(guān)系，同時(shí)也就決定了其診斷方法的復(fù)雜性，其中有定性關(guān)系的復(fù)雜性和定量關(guān)系的復(fù)雜性這兩種較為復(fù)雜的對(duì)應(yīng)關(guān)系[1]。

定性關(guān)系的復(fù)雜性是指較難確定設(shè)備的某一故障是與哪些診斷參數(shù)相對(duì)應(yīng)。對(duì)于一個(gè)簡(jiǎn)單的單值對(duì)應(yīng)系統(tǒng)，可以根據(jù)診斷參數(shù)a的變化很容易地確定系統(tǒng)的故障F，即F=f（a）。但對(duì)于機(jī)械設(shè)備而言，由于其各子系統(tǒng)間的耦合關(guān)系，必須根據(jù)某一診斷參數(shù)向量來(lái)對(duì)其相應(yīng)的故障進(jìn)行綜合評(píng)判，即：

Fi=f（Ai）

其中，Ai=（ai1，…，aij，…，ain），為診斷參數(shù)向量；aij為診斷參數(shù)；n為診斷參數(shù)的個(gè)數(shù)；Fi為與Ai對(duì)應(yīng)的故障。

定量關(guān)系是指診斷參數(shù)向量Ai與故障Fi的函數(shù)關(guān)系，一般用隸屬度函數(shù)表示，但其這一函數(shù)關(guān)系是很難確定，只能按著一定的診斷邏輯及統(tǒng)計(jì)的方法，給出Ai中各診斷參數(shù)以一定的概率發(fā)生時(shí)，故障Fi的發(fā)生概率，因此，定量關(guān)系存在著一定的復(fù)雜性。目前使用的主要診斷方法有模糊診斷法和最小割集診斷法。模糊診斷法是較為常用的一種對(duì)復(fù)雜系統(tǒng)進(jìn)行診斷的方法。模糊診斷法是以模糊數(shù)學(xué)為依據(jù)，得到了越來(lái)越廣泛的應(yīng)用，它以診斷參數(shù)向量的隸屬原則對(duì)故障進(jìn)行求解，具有較大的靈活性，可以有效地了解量值評(píng)判準(zhǔn)則的建立問(wèn)題，其設(shè)備的故障特征用語(yǔ)言表述的診斷經(jīng)驗(yàn)知識(shí)，適用通過(guò)模糊邏輯系統(tǒng)加以處理[2，3]。

1 基于模糊邏輯故障診斷的原理

1.1 模糊診斷的特征知識(shí)引導(dǎo)

特征知識(shí)引導(dǎo)的故障診斷排除了不必要的驗(yàn)證，縮小故障的搜索空間，將故障定位到少量可能的原因上，在充分分析設(shè)備故障特征經(jīng)驗(yàn)知識(shí)的基礎(chǔ)上，將經(jīng)驗(yàn)性診斷知識(shí)轉(zhuǎn)化為具有可操作性的診斷參數(shù)。

形成抽象的故障特征集{Sai}，應(yīng)用經(jīng)驗(yàn)。

1.2 模糊蘊(yùn)涵推理

在基于原理的故障診斷技術(shù)中，如故障樹(shù)診斷方法等，無(wú)論是采用距離法還是采用統(tǒng)計(jì)分類法，都是以布爾邏輯為基礎(chǔ)，即只存在兩種可能性，當(dāng)事件發(fā)生時(shí)用“1”表示，當(dāng)事件未發(fā)生時(shí)用“0”表示。這種二值邏輯在簡(jiǎn)單的診斷系統(tǒng)中能得到十分明確的結(jié)論，但卻不能表示復(fù)雜情況。對(duì)于復(fù)雜的機(jī)械設(shè)備，人們不能簡(jiǎn)單地用“是”或者“否”來(lái)描述出現(xiàn)故障的可能性和故障的程度。模糊邏輯正好可彌補(bǔ)二值邏輯的不足，它將[0，1]分成許多區(qū)間，它們分別表示xi隸屬于事件A的不同程度，定義為隸屬度函數(shù)，用μA（x）表示：

為在X中的模糊集合。

在模糊蘊(yùn)含推理的過(guò)程中定義在直積空間X×Y ={（x，y）|x∈X，y∈Y}上的模糊關(guān)系是X×Y上的一個(gè)模糊子集R，R是故障與征兆之間的模糊關(guān)系矩陣，也稱為隸屬度矩陣。當(dāng)X={x1，x2，…，xn}，Y={y1，y2，…，ym}是有限集合時(shí)，定義X×Y上的模糊關(guān)系R可用m×n階矩陣表示：

隸屬度舉證R的建立完全依賴于各征兆與故障間的隸屬函數(shù)，當(dāng)隸屬度矩陣確定后，通過(guò)求解關(guān)系矩陣方程Y=X·R，即可得到待檢狀態(tài)的故障向量Y，據(jù)此得出合理的診斷結(jié)論。

2 診斷實(shí)例

下面以托輥診斷實(shí)例說(shuō)明運(yùn)用模糊邏輯的診斷原理來(lái)實(shí)現(xiàn)故障診斷的過(guò)程，診斷對(duì)象托輥。托輥生產(chǎn)加工中心，加工過(guò)程中，經(jīng)檢測(cè)出現(xiàn)不合格品托輥，將托輥的不合格影響因素歸納為徑向跳動(dòng)超差、旋轉(zhuǎn)阻力不符合標(biāo)準(zhǔn)、軸向載荷不符合要求、浸水密封不達(dá)標(biāo)、軸向位移過(guò)大等記作條件屬性 X={x1，x2，x3，x4，x5}，評(píng)價(jià)托輥故障因素集合為Y，其集合元素都分別用{y1，y2，y3，y4，y5，y6，y7}，其用模糊語(yǔ)言{1，2，3，4，5，6，7}表示，即托輥軸的不圓度，托輥管體的不圓度及不同軸度，軸承座內(nèi)孔尺寸精度及外徑的同軸度，軸承質(zhì)量問(wèn)題，潤(rùn)滑脂不符合要求，裝配工藝不達(dá)標(biāo)，焊接質(zhì)量問(wèn)題。隨機(jī)抽取18根不合格托輥進(jìn)行分析，測(cè)試項(xiàng)目如下：徑向跳動(dòng)參數(shù)、旋動(dòng)阻力參數(shù)、軸向載荷參數(shù)、浸水密封參數(shù)、軸向位移參數(shù)。由上可知，需進(jìn)行粗糙計(jì)算求正域，設(shè)信息系統(tǒng)（U，A），令U={V1，V2，…，Vn}，R？哿U，則R關(guān)于U的下近似集 R的算法如下：

通過(guò)上述語(yǔ)句可以編程求得關(guān)于U的屬性集的上、下近似集，進(jìn)而得到正域和屬性約簡(jiǎn)后的正域，并由此判斷出冗余屬性。根據(jù)表1首先進(jìn)行橫向約簡(jiǎn)有三組對(duì)象屬性相同，于是對(duì)象總量降為15根。經(jīng)過(guò)編程計(jì)算后得到的正域與原正域相同，最后得到5個(gè)條件屬性對(duì)于托輥故障原因分析集合的依賴度。再根據(jù)條件屬性的權(quán)重系數(shù)得到模糊關(guān)系R。然后根據(jù)公式Y(jié)=X·R得到模糊評(píng)價(jià)集合Y。最后的評(píng)價(jià)結(jié)果為Y= max（yi），j=1，2，…7，上述計(jì)算表明，評(píng)價(jià)集“裝配工藝不達(dá)標(biāo)”的評(píng)價(jià)值影響力最大，其次是軸承座內(nèi)孔尺寸精度及外徑的同軸度不符合要求，經(jīng)過(guò)對(duì)裝配工藝的調(diào)整以及對(duì)軸套加工方法的改進(jìn)，托輥產(chǎn)品合格率得到了大大提高。經(jīng)過(guò)托輥管線單元GC9綜合檢測(cè)，檢測(cè)內(nèi)容為：左右徑向跳動(dòng)、扭矩、左右軸竄等三項(xiàng)托輥指標(biāo)，得到產(chǎn)品實(shí)際報(bào)表，可發(fā)現(xiàn)運(yùn)用基于模糊邏輯推理診斷原理來(lái)實(shí)現(xiàn)故障診斷避免了不合適的維修路線，帶來(lái)效益的同時(shí)減少了維修風(fēng)險(xiǎn)。

3 結(jié)束語(yǔ)

根據(jù)生產(chǎn)設(shè)備的特點(diǎn)，構(gòu)建模糊推理系統(tǒng)，將診斷知識(shí)和語(yǔ)言信息得到較好表述和管理，并通過(guò)模糊蘊(yùn)涵推理進(jìn)行故障診斷，結(jié)合實(shí)際生產(chǎn)系統(tǒng)開(kāi)發(fā)了故障診斷系統(tǒng)的原型，取得較好的應(yīng)用效果。

參考文獻(xiàn)：

[1]Marzi R， John P. Supporting fault diagnosis through a multi-agent architecture[J].Mathematics and Computer in Simulation，2002，60（3-5）.

[2]陳長(zhǎng)征，胡立新，周勃，等.設(shè)備振動(dòng)分析與故障診斷技術(shù)[M].北京：科學(xué)出版社，2007（5）.

[3]裴俊峰，齊明俠，楊其俊.機(jī)械故障診斷技術(shù)[M].北京：中國(guó)石油出版社，2010（9）.

[4]徐志豐，王海.SCADA監(jiān)控系統(tǒng)在托輥?zhàn)詣?dòng)生產(chǎn)線故障診斷中的應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2015（34）：32-33.endprint