基于多Agent的汽車起重機(jī)故障診斷模型

1、基于多Agent的汽車起重機(jī)故障診斷模型    摘要：該文提出一種基于多Agent的可重構(gòu)能力強(qiáng)、實(shí)時(shí)性好、智能程度高、便于實(shí)際應(yīng)用的分布式智能故障診斷系統(tǒng)模型，并詳細(xì)闡述該模型診斷工作過程。模型根據(jù)汽車起重機(jī)各子系統(tǒng)并行感知故障的情況，動(dòng)態(tài)地組建Agent診斷組，共同完成診斷任務(wù)。在某工程機(jī)械企業(yè)的遠(yuǎn)程監(jiān)控與維護(hù)系統(tǒng)應(yīng)用中，該模型能快速、準(zhǔn)確地進(jìn)行故障成因分析，給出合理的決策意見，取得了與專家相似的診斷結(jié)果，提高了企業(yè)的安全運(yùn)行效率。 關(guān)鍵詞：智能體；多Agent系統(tǒng)； 故障診斷； 功能模型；可重購性 中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A 文章編號：1

2、009-3044（2013）04-0852-03 Multi-agent Model of Autocrane Fault Diagnosis XU Zhi-ming ，YOU Zhang-ping， WANG Ke-gang （School of Mechanical Engineering， Lishui University， Lishui 323000， China） Abstract： This paper presents an intelligent Agent-based， distributive fault diagnosis systematic model，which

3、has fine reconfigurability， real-time， intelligence and convenient for application，and makes a detailed description for its working process. Agents are assembled to accomplish diagnosis task according to the result of fault apperceived by autocrane subsystems in parallel. When applied on the remote

4、monitoring and maintenance system in the construction machinery enterprise， the model can offer us a quick and accurate analysis， give us reasonable， constructive and decisive advice， and enhance the efficiency of the enterprise security running. Key words： agent； multi-agent system； fault diagnosis

5、； function model； reconfigurability 汽車起重機(jī)，是工程機(jī)械中產(chǎn)量最高、使用面最廣、事故發(fā)生最多、維修服務(wù)最繁重的裝備之一。其系統(tǒng)組成復(fù)雜， 工作環(huán)境惡劣， 常常長時(shí)間高負(fù)荷運(yùn)行，導(dǎo)致故障頻出，機(jī)毀人亡的重大事故時(shí)有發(fā)生，嚴(yán)重影響項(xiàng)目建設(shè)乃至人員生命安全。傳統(tǒng)的診斷維護(hù)方法已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足要求。因此，研究開發(fā)實(shí)時(shí)快速準(zhǔn)確的汽車起重機(jī)故障診斷系統(tǒng)，成為十分緊迫的任務(wù)。 隨著計(jì)算機(jī)及分布式人工智能技術(shù)的發(fā)展，基于多Agent的診斷技術(shù)成為現(xiàn)代智能故障診斷研究的一個(gè)熱點(diǎn)1。多Agent系統(tǒng)在故障的分辨、診斷和控制方面表現(xiàn)出了極大的優(yōu)勢2。該文應(yīng)用多Agent3技術(shù)建

6、立了汽車起重機(jī)故障診斷多Agent模型，并對該模型中的每一功能Agent作了詳細(xì)的描述。 1 Agent理論 1.1 單智能體（Agent） Agent是Minsky在1986年出版的思維的社會一書中提出的，認(rèn)為社會中的某些個(gè)體經(jīng)過協(xié)商之后可求得問題的解，這些個(gè)體就是Agent。一般認(rèn)為Agent至少應(yīng)具備以下特性：自治性；社會能力；反應(yīng)性；能動(dòng)性。 <d：飛翔導(dǎo)入圖片目錄4游張平 基于多Agent的汽車起重機(jī)故障診斷模型 14%-522image1.png> 圖1 Agent 混合體系結(jié)構(gòu) Agent的具體實(shí)現(xiàn)形式很多，有慎思型Agent、反應(yīng)型Agent和兩者混合型等類型。純粹

7、的反應(yīng)式系統(tǒng)很難設(shè)計(jì)直接目標(biāo)的行為；大多數(shù)基于推理機(jī)制的慎思系統(tǒng)不易處理實(shí)時(shí)信息而且缺少反應(yīng)能力。混合結(jié)構(gòu)既能實(shí)現(xiàn)面向目標(biāo)的長期規(guī)劃，又具有實(shí)時(shí)性的特點(diǎn)，能在實(shí)際中有效克服前述兩種結(jié)構(gòu)的缺點(diǎn)，如圖1所示。 1.2 多Agent系統(tǒng) 雖然Agent具備一定的功能，但對于現(xiàn)實(shí)中復(fù)雜的、大規(guī)模的問題，只靠單個(gè)Agent往往無法描述和解決。因此，一個(gè)應(yīng)用系統(tǒng)往往包括多個(gè)Agent，這些Agent不僅具備自身的問題求解能力和行為目標(biāo)，而且能夠相互協(xié)作，來達(dá)到共同的整體目標(biāo)。這樣，多Agent系統(tǒng)（MAS）就定義為由多個(gè)可以相互交互的Agent計(jì)算單元所組成的系統(tǒng)。MAS的結(jié)構(gòu)形式一般有純分布式結(jié)構(gòu)和聯(lián)邦

8、式結(jié)構(gòu)兩種。 如圖2所示，在純分布式結(jié)構(gòu)中，當(dāng)某個(gè)Agent需要其他Agent的服務(wù)時(shí)，它直接向目標(biāo)Agent發(fā)出需求信息，目標(biāo)Agent接到信息后，對需求進(jìn)行評價(jià)，然后再與發(fā)出信息的Agent進(jìn)行信息交互，最終這些Agent之間簽訂“合同”完成任務(wù)。這種結(jié)構(gòu)的缺點(diǎn)是當(dāng)Agent數(shù)量增多時(shí)，廣播式通信的代價(jià)昂貴，而且由于每個(gè)Agent都要進(jìn)行協(xié)調(diào)，其結(jié)構(gòu)勢必復(fù)雜化。 <d：飛翔導(dǎo)入圖片目錄4游張平 基于多Agent的汽車起重機(jī)故障診斷模型 14%-522image2.png> 圖2 純分布式結(jié)構(gòu)多Agent系統(tǒng) <d：飛翔導(dǎo)入圖片目錄4游張平 基于多Agent的汽車起重機(jī)故障

9、診斷模型 14%-522image3.png> 圖3 聯(lián)邦式結(jié)構(gòu)多Agent系統(tǒng) 如圖3所示，聯(lián)邦式結(jié)構(gòu)可以根據(jù)任務(wù)動(dòng)態(tài)地形成若干協(xié)作組，每個(gè)協(xié)作組中有一個(gè)主Agent和若干個(gè)成員Agent，主Agent負(fù)責(zé)組內(nèi)其它成員Agent的行為協(xié)調(diào)，并能代表本協(xié)作組與其它協(xié)作組或通過聯(lián)盟的管理Agent進(jìn)行通信和行為協(xié)調(diào)。在此類結(jié)構(gòu)中，層次之間或同層次內(nèi)各協(xié)作組內(nèi)的通信主要是進(jìn)行控制信息的傳輸，而協(xié)作組內(nèi)的通信主要是進(jìn)行數(shù)據(jù)信息的交換，大量的數(shù)據(jù)信息交換是在協(xié)作組內(nèi)進(jìn)行的，簡化了通信和控制的復(fù)雜性，降低了系統(tǒng)開銷。 2 診斷模型的構(gòu)建 本文將分布式體系結(jié)構(gòu)、系統(tǒng)集成思想與智能運(yùn)作機(jī)制有機(jī)結(jié)合，構(gòu)

10、建汽車起重機(jī)故障診斷多Agent模型（如圖4所示）。系統(tǒng)由設(shè)備Agent、界面Agent，管理Agent，接口Agent，故障診斷Agent，融合Agent及決策Agent組成。 <D：2013年學(xué)術(shù)和海外2013年學(xué)術(shù)交流2013年學(xué)術(shù)交流第04期排版第一批 905 人工智能 13yzp01.jpg> 圖4 汽車起重機(jī)多Agent診斷模型 其中，設(shè)備Agent位于汽車起重機(jī)車載終端上，具備故障感知功能。設(shè)備Agent在感知到異常后，與遠(yuǎn)程診斷平臺建立連接并傳送實(shí)時(shí)數(shù)據(jù)，建立連接時(shí)傳送出現(xiàn)異常前幾秒鐘之內(nèi)的數(shù)據(jù)，以輔助診斷。設(shè)備Agent的感知器以汽車起重機(jī)各子系統(tǒng)多線程并行運(yùn)行。

11、遠(yuǎn)程診斷平臺上的管理Agent根據(jù)各子系統(tǒng)求診情況動(dòng)態(tài)地組建適合的Agent工作組（這里，簡稱為“診斷組”）進(jìn)行診斷。圖4所示“診斷組1”表示某輛汽車起重機(jī)的子系統(tǒng)i和子系統(tǒng)j目前都處于異常狀態(tài)。當(dāng)多輛汽車起重機(jī)都處于異常狀態(tài)時(shí)，多個(gè)診斷組將被相應(yīng)地組建起來。診斷組一般由一個(gè)接口Agent、多個(gè)故障診斷Agent（至少存在傳感器故障診斷Agent、案例推理Agent）、一個(gè)或若干個(gè)融合Agent及一個(gè)決策Agent組成。其中，多個(gè)故障診斷Agent多線程并行運(yùn)行，故障診斷Agent的個(gè)數(shù)是由系統(tǒng)目前的知識表示方法決定的，但至少要包含傳感器故障診斷和案例推理Agent，這是因?yàn)樾盘柈惓？赡苁怯捎?/p>

12、傳感器硬件故障引起的，而案例推理是對過去的求解結(jié)果進(jìn)行直接復(fù)用，不必再次從頭推導(dǎo)，可以提高求解效率；融合Agent的個(gè)數(shù)等于汽車起重機(jī)異常子系統(tǒng)的數(shù)量。遠(yuǎn)程診斷平臺內(nèi)的Agent可以運(yùn)行于一臺主機(jī)上，也可運(yùn)行于多臺主機(jī)上。 3 診斷工作過程的建立<D：2013年學(xué)術(shù)和海外2013年學(xué)術(shù)交流2013年學(xué)術(shù)交流第04期排版第一批 905 人工智能 13yzp02.jpg> 圖5 多Agent診斷工作過程 汽車起重機(jī)多Agent故障診斷工作過程如圖5所示。當(dāng)任何一輛開通遠(yuǎn)程診斷服務(wù)的汽車起重機(jī)開始工作時(shí)，車載終端上的設(shè)備Agent實(shí)時(shí)感知汽車起重機(jī)各子系統(tǒng)狀態(tài)信號，一旦感知某一子系統(tǒng)信息

13、異常且與遠(yuǎn)程診斷平臺處于未連接狀態(tài)，馬上向管理Agent發(fā)出“診斷請求”信息。管理Agent收到設(shè)備Agent的求診信息后，將根據(jù)設(shè)備信息和異常子系統(tǒng)標(biāo)識信息初始化一組合適的Agent診斷組，并且將診斷組中的接口Agent名稱和“準(zhǔn)備好”信息發(fā)送給設(shè)備Agent。 通過呼叫診斷組中接口Agent的名稱，遠(yuǎn)端的設(shè)備Agent與診斷組之間將建立起一個(gè)連接。遠(yuǎn)端汽車起重機(jī)設(shè)備異常子系統(tǒng)的工作狀態(tài)信號將實(shí)時(shí)地傳送給診斷組。診斷組得出診斷結(jié)果后保存診斷記錄，并將診斷結(jié)果經(jīng)設(shè)備agent傳送給汽車起重機(jī)顯示屏；如果某一界面agent對此設(shè)備有診斷監(jiān)視，診斷組同時(shí)向它傳送診斷結(jié)果。當(dāng)設(shè)備完成工作并要關(guān)閉時(shí)，

14、設(shè)備Agent向管理Agent發(fā)送“結(jié)束診斷”信息，診斷組與設(shè)備Agent斷開連接，診斷組中各Agent重新轉(zhuǎn)為“等待”狀態(tài)，等候由管理Agent組建成新的診斷組與其它異常汽車起重機(jī)建立新的連接；當(dāng)診斷組中某一種類型的Agent超過設(shè)定數(shù)目時(shí)，則通過管理Agent實(shí)現(xiàn)注銷。雖然在特定的時(shí)間點(diǎn)上設(shè)備出現(xiàn)異常的數(shù)目無法明確，但在一定時(shí)間里設(shè)備出現(xiàn)異常的平均數(shù)是可以估計(jì)的。因此，系統(tǒng)中各種Agent的數(shù)目可以根據(jù)該平均數(shù)設(shè)定。當(dāng)異常汽車起重機(jī)數(shù)量超過估計(jì)的平均數(shù)時(shí)，沒有足夠的Agent組建診斷組，管理Agent可以很容易地初始化一個(gè)新的Agent。 4 結(jié)束語 本文根據(jù)實(shí)時(shí)性、準(zhǔn)確性、可重構(gòu)性、開放性等要求，建立了汽車起重機(jī)故障診斷多Agent系統(tǒng)模型。該模型由車載終端并行感知故障后，建立遠(yuǎn)程診斷任務(wù)，在提高實(shí)時(shí)性的同時(shí)，可有效降低遠(yuǎn)程診斷平臺和數(shù)據(jù)庫服務(wù)器的壓力，還可避免診斷階段任務(wù)的復(fù)雜分解及冗余推理，提高診斷效率。遠(yuǎn)程平臺根據(jù)子系統(tǒng)求診情況，動(dòng)態(tài)組建Agent診斷組，可有效節(jié)約Agent資源，并增強(qiáng)系統(tǒng)的可重構(gòu)能力和靈活性，具有很強(qiáng)的系統(tǒng)開放性和適應(yīng)性。模型初步應(yīng)用于國內(nèi)某汽車起重機(jī)龍頭企業(yè)，現(xiàn)場工程應(yīng)用表明，該模型實(shí)時(shí)性好、可重構(gòu)能力強(qiáng)、智能程度高、能對汽車起重機(jī)上千個(gè)故障做出快速準(zhǔn)確的故障成因分析，提出合