機械故障診斷人工智能

機械故障診斷人工智能第1頁/共19頁ArtificialIntelligenceAppliedinMachineryFaultDiagnosisThemethodsandtheoriesofartificialintelligencediagnosisappliedinmachineryfaultdiagnosisofeachsystemarereviewed,includingexpertsystemandartificialneuralnetwork.Basedontheactualapplicationofthetwomethods,theadvantagesanddisadvantagesofeachsystemareanalyzed.Takingtheapplicationofexpertsysteminautomobilefaultdiagnosisasanexample,theexistingproblemsofexpertsystemareclarifiedinthepaper.Abstract:3Keywords:machineryfaultdiagnosis;artificialintelligence;expertsystem;neuralnetwork第2頁/共19頁介紹了機械故障中應(yīng)用的各種人工智能診斷方法及理論,包括專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等,根據(jù)二者在機械故障診斷中的應(yīng)用情況分析了它們的優(yōu)缺點,并以專家系統(tǒng)在汽車故障診斷中的應(yīng)用為例,闡述了專家系統(tǒng)在實際應(yīng)用中存在的問題。摘要：機械故障診斷;人工智能;專家系統(tǒng);神經(jīng)網(wǎng)絡(luò)關(guān)鍵詞：第3頁/共19頁Contents前言1人工智能在機械故障診斷中的應(yīng)用2專家系統(tǒng)在汽車故障診斷中的應(yīng)用3結(jié)論4第4頁/共19頁前言機械故障診斷是識別機器或機組運行狀態(tài)的科學(xué),它研究的是機器或機組運行狀態(tài)的變化在診斷信息中的反映,其研究內(nèi)容包括對機器運行現(xiàn)狀的識別診斷、對其運行過程的監(jiān)測以及對其運行發(fā)展趨勢的預(yù)測3個方面。就其診斷方法而言,人工智能的研究成果為機械故障診斷注入了新的活力,如專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、分形幾何等,但這些新的理論和技術(shù)成果大多有待完善。最近有人探索將人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的專家系統(tǒng)結(jié)合起來,建造神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。研究表明新型的專家系統(tǒng)能較好地克服傳統(tǒng)的專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)在各自獨立的缺陷而具有許多優(yōu)勢。第5頁/共19頁人工智能專家系統(tǒng)在機械故障診斷中的應(yīng)用人工神經(jīng)網(wǎng)絡(luò)在機械故障診斷中的應(yīng)用神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)和專家系統(tǒng)故障診斷系統(tǒng)的融合人工智能在機械故障診斷中的應(yīng)用第6頁/共19頁專家系統(tǒng)在機械故障診斷中的應(yīng)用

專家系統(tǒng)也稱專家咨詢系統(tǒng),顧名思義,專家系統(tǒng)就是能像人類專家一樣解決困難、復(fù)雜的實際問題的計算機(軟件)系統(tǒng)。一個專家系統(tǒng)主要由知識庫、推理機、數(shù)據(jù)庫和人機接口等4個基本部分組成,其中知識庫和推理機是專家系統(tǒng)的核心組件。知識庫用于存放推理所需要的規(guī)則等信息,是專家領(lǐng)域知識的集合。推理機的作用是根據(jù)所采集到的現(xiàn)場信息,應(yīng)用知識庫中的知識對設(shè)備所處狀態(tài)進(jìn)行推理判斷,給出設(shè)備有否故障或故障部位等信息。數(shù)據(jù)庫用于存放推理過程中的所需和所產(chǎn)生的各種信息,人機接口則是人與專家系統(tǒng)打交道的橋梁和窗口,是人機信息的交接點。

一個實用的機械設(shè)備故障診斷專家系統(tǒng)一般還包括解釋程序和知識獲取程序,其中,解釋程序負(fù)責(zé)回答用戶所提出的各種問題,包括與系統(tǒng)運行有關(guān)的問題和與系統(tǒng)運行無關(guān)的、關(guān)于系統(tǒng)自身的一些問題。解釋程序是實現(xiàn)系統(tǒng)透明性的主要部件。知識獲取程序負(fù)責(zé)管理知識庫中的知識,包括根據(jù)需要修改、刪添知識及由此引起的一切必要的改動,維護知識庫的一致性和完整性。知識獲取程序使領(lǐng)域?qū)＜铱梢孕薷闹R庫而不必了解知識庫中知識的表示方法和組織結(jié)構(gòu)等細(xì)節(jié)問題,從而大大提高了系統(tǒng)的可擴充性。第7頁/共19頁人工神經(jīng)網(wǎng)絡(luò)在機械故障診斷中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)簡稱神經(jīng)網(wǎng)絡(luò),是在生物神經(jīng)學(xué)研究成果的基礎(chǔ)上提出的人工智能概念,是對人腦神經(jīng)組織結(jié)構(gòu)和行為的模擬。就機械故障診斷而言,神經(jīng)網(wǎng)絡(luò)使用來自機器不同狀態(tài)的振動信號,通過特征選擇,找出對于故障反映最敏感的特征信號作為神經(jīng)網(wǎng)絡(luò)的輸入向量,建立故障模式訓(xùn)練樣本集,對網(wǎng)絡(luò)進(jìn)行訓(xùn)練;當(dāng)網(wǎng)絡(luò)訓(xùn)練完畢,對于每一個新輸入的狀態(tài)信息,網(wǎng)絡(luò)將迅速給出分類結(jié)果。第8頁/共19頁神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)和專家系統(tǒng)故障診斷系統(tǒng)的融合

系統(tǒng)的融合基于神經(jīng)網(wǎng)絡(luò)的故障診斷系統(tǒng)和基于專家系統(tǒng)的故障診斷系統(tǒng)可以相互轉(zhuǎn)化。在專家系統(tǒng)故障診斷系統(tǒng)中,知識是通過規(guī)則的方式來表達(dá)的,而在神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)中,知識是通過對樣本的反復(fù)學(xué)習(xí)并在此過程中不斷調(diào)整網(wǎng)絡(luò)連接權(quán)值,從而使網(wǎng)絡(luò)誤差收斂到全局最小點后儲存在這些連接權(quán)值中。第9頁/共19頁神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)和專家系統(tǒng)故障診斷系統(tǒng)的融合

要實現(xiàn)由基于專家系統(tǒng)的故障診斷技術(shù)向神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)過渡的關(guān)鍵是將規(guī)則轉(zhuǎn)化為學(xué)習(xí)樣本,具體步驟為:

統(tǒng)計在規(guī)則表述中診斷對象可能出現(xiàn)的故障征兆與故障原因數(shù)目,分析診斷知識結(jié)構(gòu),確定神經(jīng)網(wǎng)絡(luò)的輸入、輸出神經(jīng)元數(shù)目及網(wǎng)絡(luò)層次結(jié)構(gòu);

將專家系統(tǒng)知識庫的規(guī)則提取出來,形成神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本;

對神經(jīng)網(wǎng)絡(luò)樣本學(xué)習(xí),獲取各自的連接權(quán)值,形成神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)。123第10頁/共19頁神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)和專家系統(tǒng)故障診斷系統(tǒng)的融合

由神經(jīng)網(wǎng)絡(luò)故障診斷到專家系統(tǒng)故障診斷的關(guān)鍵問題是在現(xiàn)有的連接權(quán)值中提取規(guī)則,具體步驟為:

已知學(xué)習(xí)樣本時,可以直接將每一個學(xué)習(xí)樣本轉(zhuǎn)化為一條規(guī)則;

未知樣本只知道連接權(quán)值時,這種情況很復(fù)雜,一般是通過特殊的算法從網(wǎng)絡(luò)的輸入和輸出中提取規(guī)則;

如果是模糊神經(jīng)網(wǎng)絡(luò),問題就簡單了,即可以直接從網(wǎng)絡(luò)中提取。231第11頁/共19頁專家系統(tǒng)在汽車故障診斷中的應(yīng)用

汽車作為一種特殊的機械,以汽車故障診斷專家系統(tǒng)為例。汽車故障診斷專家系統(tǒng)的開發(fā),自20世紀(jì)80年代以來,可分為雛型期、改進(jìn)期和發(fā)展期3個階段。20世紀(jì)70年代后期至80年代初期,為了適應(yīng)對計算機應(yīng)用不斷增加的現(xiàn)實,在汽車維修行業(yè)中首先開發(fā)的就是診斷咨詢系統(tǒng)。1986年,美國通用汽車公司和福特汽車公司分別推出了稱之為CAMS和SBDS的故障診斷咨詢系統(tǒng)。1986年,日本豐田汽車公司的維修、信息及技術(shù)部門聯(lián)合開發(fā)了維修技術(shù)咨詢系統(tǒng),1987年8月開始用于豐田發(fā)動機集中電子控制系統(tǒng)TCCS的診斷。第12頁/共19頁專家系統(tǒng)在汽車故障診斷中的應(yīng)用

作為系統(tǒng)信息流,對維修企業(yè)遇到難度較大的車輛故障診斷與維修問題時,專業(yè)技術(shù)人員在預(yù)制的問診表上填入有關(guān)事項,并電傳到豐田汽車公司維修總維修總部的有關(guān)人員以此為基礎(chǔ),把信息輸入到維修技術(shù)咨詢系統(tǒng),并由專家系統(tǒng)的維修程序提出診斷結(jié)果和維修方案?，F(xiàn)場技術(shù)人員以此為基礎(chǔ)進(jìn)行維修工作并將結(jié)果反饋到總部,以進(jìn)一步提高系統(tǒng)的診斷精度。

進(jìn)入20世紀(jì)90年代,開始出現(xiàn)了專家系統(tǒng)工具的研究。這種專家系統(tǒng)工具具有知識獲取支援功能的專用編輯器,不需要智能語言,從而解決了過去存在的知識庫效率低的缺點。汽車診斷專家系統(tǒng)的功能與特點,概括地說就是由計算機存儲的專家知識,按照需要可以調(diào)用,即使初學(xué)者也能近似地如專家一樣進(jìn)行故障診斷。第13頁/共19頁在實際應(yīng)用中存在問題一二三四知識獲取的瓶頸問題;知識難以維護;知識應(yīng)用面窄;診斷能力弱;不適應(yīng)模糊問題第14頁/共19頁應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)可以彌補解決傳統(tǒng)專家系統(tǒng)在應(yīng)用中遇到的問題1

對于專家系統(tǒng)的脆弱性,即知識和經(jīng)驗不全面,遇到?jīng)]解決過的問題就無能為力。而利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能,不斷豐富知識庫內(nèi)容,可解決知識更新的問題。2

對于專家系統(tǒng)知識獲取困難這一瓶頸問題,利用神經(jīng)網(wǎng)絡(luò)的高效性和方便的自學(xué)習(xí)功能,只需用領(lǐng)域?qū)＜医鉀Q問題的實例來訓(xùn)練神經(jīng)網(wǎng)絡(luò),使在同樣的輸入條件下,神經(jīng)網(wǎng)絡(luò)便能獲得與專家給出的解答盡可能接近的輸出。3

推理中的匹配沖突,組合爆炸及無窮遞歸使傳統(tǒng)專家系統(tǒng)推理速度慢、效率低。這主要是由于專家系統(tǒng)采用串行方式、推理方法簡單和控制策略不靈活。而神經(jīng)網(wǎng)絡(luò)的知識推理通過神經(jīng)元之間的作用實現(xiàn),總體上,神經(jīng)網(wǎng)絡(luò)的推理是并行的、速度快。第15頁/共19頁結(jié)論TEXT

隨著人工智能的不斷發(fā)展,各個領(lǐng)域?qū)θ斯ぶ悄艿囊笠苍絹碓礁?。傳統(tǒng)的專家系統(tǒng)有它自身的缺點,神經(jīng)網(wǎng)絡(luò)也有其局限性,正因為如此在機械故障診斷中,目前將神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,建造所謂的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。理論分析與應(yīng)用實踐表明,神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)結(jié)合了兩者的優(yōu)點而克服了各自的缺點,表現(xiàn)出強大的生命力。第16頁/共19頁

[1]李國華,張永忠.機械故障診斷[M].北京:化學(xué)工業(yè)出版社,2004.[2]尹朝慶,尹皓.人工智能與專家系統(tǒng)[M].北京:中國水利水電出版社,2002.[3]謝慶生.機械工程中的神經(jīng)網(wǎng)絡(luò)方法[M].北京:機械工業(yè)出版社,2003.[4]張銳,姜樹海,陸懷民,等.機械故障診斷技術(shù)的新動向人工神經(jīng)網(wǎng)絡(luò)在其上應(yīng)用[J].森林工程,1999,15(6):38