智能診斷技術應用...ppt

2020 3 14 工業(yè)裝備故障診斷技術 1 第八章現(xiàn)代智能故障論斷技術 2020年3月14日星期六 2 現(xiàn)代信號處理結果示例 數(shù)據挖掘 KDD從存放在數(shù)據庫 數(shù)據倉庫或其他信息庫中的大量數(shù)據中發(fā)現(xiàn)有用知識的過程 JiaweiHan 由于在研究和應用領域 數(shù)據挖掘 DM 比 數(shù)據庫中的知識發(fā)現(xiàn) KDD 這個詞更流行 因此 現(xiàn)在多采用 數(shù)據挖掘 DM 這個術語 2020年3月14日星期六 3 現(xiàn)代信號處理結果示例 數(shù)據挖掘 數(shù)據挖掘用于知識庫建立 2020年3月14日星期六 4 現(xiàn)代信號處理結果示例 數(shù)據挖掘 Fayyad等人提出的過程模型 1996年 2020年3月14日星期六 5 現(xiàn)代信號處理結果示例 數(shù)據挖掘 數(shù)據挖掘的應用過程 2020年3月14日星期六 6 現(xiàn)代信號處理結果示例 數(shù)據挖掘 美國Marquette大學的R J Povinelli等人提出的TSDM TimeSeriesDataMining 模型 可以預測和特征化可調速感應電機的故障 2020年3月14日星期六 7 現(xiàn)代信號處理結果示例 數(shù)據挖掘 2020年3月14日星期六 8 現(xiàn)代信號處理結果示例 數(shù)據挖掘 德國DataEngine4 0系統(tǒng) 2020年3月14日星期六 9 現(xiàn)代信號處理結果示例 數(shù)據挖掘 英國Aston大學根據電力工業(yè)的需要 開發(fā)了一個MODIAROT ModelBasedDiagnosisofRotorSystemsinPowerPlants 系統(tǒng) 整個系統(tǒng)采用神經網絡和模糊邏輯等作為數(shù)據挖掘方法 將設備在線測量數(shù)據與模型仿真輸出進行比較 進而診斷設備故障 故障診斷專家系統(tǒng) 一 專家系統(tǒng)概述定義 能以人類專家級水平進行故障診斷的智能計算機程序 發(fā)展專家系統(tǒng)的必要性1 知識結構的需要2 故障診斷應用上的需要系統(tǒng)復雜性及故障復雜性所決定3 專家系統(tǒng)所能解決的問題機械系統(tǒng)診斷中的復雜問題 能達到專家水平 4 專家系統(tǒng)的特點1 應用范圍廣2 診斷水平高3 診斷效率高5 專家系統(tǒng)的組成一般由五部分組成 知識庫 推理機 數(shù)據庫 解釋程序和知識獲取程序 實用的專家系統(tǒng)還有其它中間環(huán)節(jié) 故障診斷專家系統(tǒng) 實用的專家系統(tǒng) 數(shù)據庫管理 數(shù)據庫 推理機 知識庫 知識表示 知識庫管理 任務管理 工況分析 工況報表 動態(tài)黑板 診斷結果 診斷結果解釋 知識獲取 診斷實例 故障診斷專家系統(tǒng) 6 專家系統(tǒng)分類 故障診斷專家系統(tǒng) 1 解釋型 Interpretation 專家系統(tǒng) 這類系統(tǒng)通過分析所采集到的數(shù)據進而闡明這些數(shù)據的真實含義 如由質譜數(shù)據解釋化合物分子結構的DENDRAL系統(tǒng) 由聲納信號識別艦船的HASP SIAP系統(tǒng) 語音理解系統(tǒng)HEARSAY等 2 預測型 Prediction 專家系統(tǒng) 這類系統(tǒng)根據處理對象過去和現(xiàn)在的情況去推測其未來發(fā)展趨勢 如各種氣象預報系統(tǒng) 軍事預測系統(tǒng)I W等 3 診斷型 Diagnosis 專家系統(tǒng)這類系統(tǒng)根據輸入信息推斷出處理對象中可能存在的故障 如計算機硬件故障診斷系統(tǒng)DART 核反應堆故障診斷系統(tǒng)REACTOR 感染病診斷與治療系統(tǒng)MYCIN 旋轉機械故障診斷系統(tǒng)EXPLORE EX 透平機械故障診斷專家系統(tǒng)TUBMAC等 4 調試型 Debugging 專家系統(tǒng)這類系統(tǒng)給出已確認故障的排除方案 如石油鉆探機械故障診斷與排除系統(tǒng)DrillingAdvisor等 故障診斷專家系統(tǒng) 5 維修型 Repair 專家系統(tǒng)這類系統(tǒng)制定并實施糾正某類故障的規(guī)則 如診斷排除內燃機故障的DELTA系統(tǒng) 電話電纜維護系統(tǒng)ACE等 6 規(guī)劃型 Planning 專家系統(tǒng)這類系統(tǒng)能根據給定的目標制訂行動計劃 如電子線路布線系統(tǒng)PROTEL等 故障診斷專家系統(tǒng) 7 設計型 Design 專家系統(tǒng)這類系統(tǒng)能根據給定的要求形成所需要的方案或圖樣 如DEC公司的計算機總體配置系統(tǒng)XCON 8 監(jiān)測型 Monitoring 專家系統(tǒng)這類系統(tǒng)多用于完成實時監(jiān)測任務 如REACTOR系統(tǒng)和高危病人監(jiān)護系統(tǒng)VM等 故障診斷專家系統(tǒng) 9 控制型 Control 專家系統(tǒng)這類系統(tǒng)能自動控制系統(tǒng)的全部行為 通常用手生產過程的實時控制 如維持鉆機最佳鉆探流特征的MUD系統(tǒng) MVS操作系統(tǒng)的監(jiān)督控制系統(tǒng)YES MVS等 10 教育型 1nstruction 專家系統(tǒng)這類系統(tǒng)能診斷并糾正學生的行為 主要用于教學和培訓 多為診斷型和調試型的結合體 如GUIDON和STEAMER等 故障診斷專家系統(tǒng) 二 知識庫1 定義 專家知識 經驗及書本知識的存儲器2 知識表示1 對知識表示的基本要求 三個基本要求 表示方案應便于知識的修改和擴充 表示方案應盡量簡單易懂 表示方法應清晰明確 因為專家系統(tǒng)的建造過程是一個不斷擴充和完善的過程 因此 便于修改和擴充的知識表示方案對專家系統(tǒng)來說是非常重要的 它直接關系到專家系統(tǒng)的成敗 實現(xiàn)這一要求的有效手段是把知識與使用知識偽程序相分離 即把知識庫和推理機相分離 故障診斷專家系統(tǒng) 故障診斷專家系統(tǒng) 人工智能研究者們已提出了許多種知識表示方法 如產生式表示 框架式表示 語義網絡表示 邏輯性表示 對象 屬性 值三元組表示 過程表示和面向對象的表示等 這些不同的表示方法各有其優(yōu)缺點和最適用的領域 綜合數(shù)據庫 GlobalDatabase 和規(guī)則解釋器 RuleInterpreter 這三個基本部分組成 2 產生式系統(tǒng)的基本組成一個典型的產生式專家系統(tǒng)通常由規(guī)則庫 RuleBase 故障診斷專家系統(tǒng) 3 產生式表示 或規(guī)則表示 其一般形式為PQ 即IF THEN 左部分表示前提 條件或狀態(tài) 右部分表示若干結論 人工智能研究者們已提出了許多種知識表示方法 如產生式表示 框架式表示 語義網絡表示 邏輯性表示 對象 屬性 值三元組表示 過程表示和面向對象的表示等 這些不同的表示方法各有其優(yōu)缺點和最適用的領域 如 出現(xiàn)異常振動則振幅大 對于復雜的故障用樹枝狀表示 注 與事故樹類似 故障診斷專家系統(tǒng) 產生式表示的優(yōu)缺點優(yōu)點 模塊化 自然性 一致性 主要缺點 推理效率低 非通用性 依賴于已有的經驗 故障診斷專家系統(tǒng) 故障診斷專家系統(tǒng) 3 不確定知識表示1 隨機性知識2 模糊性知識3 未確知性知識三 知識的獲取知識獲取的方法 有 機械式 條件反射式 傳授式 演繹式 歸納式 猜想證實式 反饋修正式 類比式 聯(lián)想式 靈感與偶發(fā)式等 故障診斷專家系統(tǒng) 四 推理機制1 推理分類2 推理控制策略3 推理搜索策略4 似然推理 故障診斷專家系統(tǒng) 故障診斷專家系統(tǒng) 五 應用 美國西屋公司從開發(fā)汽輪發(fā)電機專家系統(tǒng)GenAID開始 現(xiàn)已在佛羅里達州的奧蘭多發(fā)電設備本部建立了一個自動診斷中心 對各地西屋公司制造的汽輪發(fā)電機進行遠距離自動診斷 診斷對象從汽輪發(fā)電機逐步擴大到汽輪機 鍋爐和輔機 西屋公司和卡內基 梅隆大學合作研制了一臺汽輪發(fā)電機監(jiān)控用專家系統(tǒng) 用來監(jiān)視德州三家主要發(fā)電廠的七臺汽輪發(fā)電機組的全天工作狀況 此專家系統(tǒng)能快速 精確地分析儀表送來的信號 然后立即告訴操作人員應采取什么措施 我國故障診斷工作者也積極探索專家系統(tǒng)的應用研究 國家在 七 五 和 八 五 期間也列有這方面的攻關課題 取得了 些進展 但目前總的情況是實驗室研究較多 現(xiàn)場條件下的實際應用 特別是成功的應用實例并不多見 人工神經網絡 一 概述1 定義及特點2 目前的應用情況二 基本原理1 神經元結構模型x1 xn輸入w1 wn權值閾值Xi神經元求和輸出 Oi輸出F神經元特性函數(shù) 人工神經網絡 各參數(shù)之間的關系為 特性函數(shù)主要有還有符號型 S型 雙曲正切型和高斯函數(shù)型等 1 f x f x x x 線性 階躍 1 1 a a 符號型 斜坡型 0 5 1 S型 雙曲正切型 1 c 1 高斯函數(shù) 人工神經網絡 2 網絡拓撲結構 神經元聯(lián)結結構 1 不含反饋的前向網絡神經元分層排列 組成輸入層 隱層 可有若干 和輸出層 每一