轧机齿轮箱故障诊断专家系统的研究与实现
仪器信息网 · 2009-08-02 21:40 · 45974 次点击
雷迅1,叶辉2
摘要:机械设备的故障诊断依赖大量的数据检索和重复的频率计算,而常见故障具有很强的规则性。将典型故障特征规则与现场技术人员的经验总结进行信息规则化后存储至诊断规则库,利用计算机将自动频率计算和自动搜索与故障诊断推理规则相结合,开发出轧机齿轮箱故障诊断专家系统,为现场的技术人员提供了快速轧机齿轮箱智能诊断工具。
关键词:故障诊断;专家系统;故障特征
武钢大型高线轧机齿轮箱在线监测系统于1999年投运,经过多年应用积累了大量数据信息。在此基础上,将设备状态信号分析与典型故障图谱相结合,经归纳,形成了软件化的智能诊断知识库。
智能故障诊断是根据故障和表征之间的逻辑关系进行推理,一方面是根据已经被验证的普遍故障模型的提取,总结出通用的故障图谱,抽象成为构建专家系统的骨架—推理机;另一方面,由于结构和使用环境条件的差异性,使得不同设备具有自身的不同于其他设备的故障模式。专家系统提供了开放的推理库,可通过故障诊断系统实践发现设备故障规律,因而具有学习功能。
LeadMeasureGX2机电设备故障诊断专家系统智能诊断的故障类型包括:(1)轴承故障(内圈、外圈、滚动体、保持架);(2)轴磨损;(3)松动;(4)装配不良;(5)轮齿缺损;(6)轴线不直;(7)齿轮齿面磨损;(8)齿形误差;(9)不平衡;(10)轴弯曲和不重合等。
系统由两部分组成:(1)通用频谱故障诊断模式识别;(2)设备故障特异性推理人机对话。软件包含三个模块:(1)推理因子的修正与学习;(2)推理与频谱识别;(3)诊断报告的输出。
一、系统结构与参数
系统采用基于模型的诊断方法。通用频谱故障诊断利用机电设备的典型故障图谱作为模式,将所采集信号的频谱图与之作对应比照,产生识别诊断结果。此过程需要以下几项资源。
1.设备故障诊断专家系统的建立依赖于设备的特征,设备结构与零件的参数是其特征的描述,根据结构可分析推导出传动链。
2.被诊断对象的零部件特征频率表。由相关设备参数计算出特征频率,其中零件参数的计算结果为常量记作A(不随状态而改变)、转速为变量记作R、作业模式为变量记作M(往往为离散量子),特征频率T(T=A"R"M)。将M与R均预定义为1,使得T为归一化的常量T′,特征频率表仅仅记录T′与频率、描述信息、表主键、表外键。
二、推理机模型
典型故障频谱特征故障诊断推理机的工作原理是,对典型故障频谱特征图进行故障规则抽象,形成推理逻辑模型,将各特征频率成分描述为代码,与各故障进行关联。根据模糊数学原理,可以得到故障症状和特征频率组合之间的数学模型
Y=XΘR
式中:Y—故障诊断结果;
X—故障症状向量;
R—故障特征频率矩阵;
Θ—逻辑算子
故障症状向量是将多成因的故障分解为故障基本粒子,以方便与故障特征频率结构对应。
故障特征频率矩阵是将故障频率成分的基本结构组成列表,将判断边界值输入到特征频率矩阵中,对边界值上下限进行异化处理(即边界值上为正,下为负)。
诊断逻辑是在故障特征频率表与判别表间建立交叉查询,产生结果集,按标准的机械设备故障模型对参数进行调整,输入故障特征修改判别因子参数(见表1)。
故障推理需要逻辑算法实现,逻辑算子是依已形成的推理表按照抽象故障规则推理树执行的规则。
三、诊断支持数据库
诊断模型是软件开发的核心。为实现专家系统,软件的开发分为两个阶段,一是建立诊断知识库,二是开发特征因子修正界面及诊断报告输出。
针对专家系统要求建立的测点信息表、特征频率、诊断推理机信息、推理规则表(表2)、设备类型表,组成智能诊断的逻辑信息结构,使故障与频率关联,将故障症状向量与故障特征频率矩阵组合。
四、智能诊断的算法
建立故障诊断推理数据库后,为辅助专家系统的使用,负责实现推理机演算及推理条件学习的模块,需要实现历史数据追忆、振动信号显示、信号频谱分析、特征频率计算。推理机的实现是专家系统的关键。
故障规则推理的搜索树,系指从计算机数据结构理论上观察抽象故障规则的推理树,为典型的二叉树结构,对故障推理的过程是典型的二叉树遍历算法,采用中序遍历算法即可完成树的搜索和匹配识别。
为防止测量精度误差导致的识别无法匹配,对经过FFT后的频谱图特征频率对应时采用窄带频率搜索匹配(f=Max(F)F∈,f为参与故障匹配的频率、F1是理论计算出的故障频率、△h为搜索窄带)。本专家系统用OOP开发,形成类clsRatiocinate,包含各类型设备诊断的成员函数MachineDiagnose()、BearDiagnose()、GearDiagnose()、MotorDiagnose()、RotorDiagnose()、OtherDiagnose(),实现通用频谱故障诊断模式识别。
五、结论
设备故障诊断专家系统的实现,包含参数收集系统理论建立和软件开发两部分,第一部分包括布料器结构与零件参数、振动特征信息提取、诊断推理机逻辑建模;第二部分包括建立诊断模型数据库、系统编码与设计、系统测试:系统根据故障诊断知识库,运用模糊逻辑诊断法,得出诊断结果。知识库模型如图1、2所示。
专家系统可根据实际情况增加判据和规则,逐渐提高诊断的工作效率,避免人工诊断对经验积累和知识储备的要求,可自动进行全面细致的分析,产生故障信息分析与判断的参考,但仍需使用者根据设备运行情况对专家系统提供的信息进行过滤,以提高诊断的准确性。
参考文献:
TedPattison.ProgrammingDistributedApplicationsWithCOM+andVB.北京大学出版社,2002,12.
周凤新,高立新,叶辉等.基于模糊控制的齿轮箱监测系统.自动化与仪表,2003,18(3):1920
萨师煊,王珊.数据库系统概论.高等教育出版社,2000,11.
POWELDB.RealtimeCMLDevelopingEfficientObjectsforEmbeddedSystem.AddisonWesley.1998.