智能診斷技術(shù)應(yīng)用

2022/12/7工業(yè)裝備故障診斷技術(shù)1第八章現(xiàn)代智能故障論斷技術(shù)第一頁，共三十一頁。07十二月20222現(xiàn)代信號(hào)處理結(jié)果示例-數(shù)據(jù)挖掘KDD從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其他信息庫中的大量數(shù)據(jù)中發(fā)現(xiàn)有用知識(shí)的過程。——JiaweiHan由于在研究和應(yīng)用領(lǐng)域，“數(shù)據(jù)挖掘(DM)”比“數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)(KDD)”這個(gè)詞更流行，因此，現(xiàn)在多采用“數(shù)據(jù)挖掘(DM)”這個(gè)術(shù)語。第二頁，共三十一頁。07十二月20223現(xiàn)代信號(hào)處理結(jié)果示例-數(shù)據(jù)挖掘數(shù)據(jù)挖掘用于知識(shí)庫建立狀態(tài)識(shí)別診斷決策特征提取如何更好解決同樣的問題如何更新知識(shí)庫如何利用歷史數(shù)據(jù)DataMining海量數(shù)據(jù)海量數(shù)據(jù)知識(shí)庫第三頁，共三十一頁。07十二月20224現(xiàn)代信號(hào)處理結(jié)果示例-數(shù)據(jù)挖掘Fayyad等人提出的過程模型（1996年）第四頁，共三十一頁。07十二月20225現(xiàn)代信號(hào)處理結(jié)果示例-數(shù)據(jù)挖掘數(shù)據(jù)挖掘的應(yīng)用過程測(cè)試數(shù)據(jù)故障數(shù)據(jù)DataMining評(píng)估更新XX故障機(jī)器現(xiàn)場(chǎng)數(shù)據(jù)分類規(guī)則現(xiàn)場(chǎng)評(píng)判第五頁，共三十一頁。07十二月20226現(xiàn)代信號(hào)處理結(jié)果示例-數(shù)據(jù)挖掘美國Marquette大學(xué)的R.J.

Povinelli等人提出的TSDM（TimeSeriesDataMining）模型，可以預(yù)測(cè)和特征化可調(diào)速感應(yīng)電機(jī)的故障。入相空間將時(shí)間序列嵌選擇臨時(shí)模式長(zhǎng)度Q定義事件特征函數(shù)g(t)、目標(biāo)函數(shù)f(P)和優(yōu)化公式索臨時(shí)模式簇在相空間中搜定義TSDM目標(biāo)測(cè)試時(shí)間序列被觀測(cè)的時(shí)間序列將時(shí)間序列嵌入相空間預(yù)測(cè)事件發(fā)生評(píng)價(jià)訓(xùn)練結(jié)果第六頁，共三十一頁。07十二月20227現(xiàn)代信號(hào)處理結(jié)果示例-數(shù)據(jù)挖掘正常電機(jī)扭矩信號(hào)3個(gè)柵條斷裂后的扭矩信號(hào)3個(gè)端面連接條斷裂后的扭矩信號(hào)扭矩相空間圖TSDM挖掘算法

時(shí)間序列第七頁，共三十一頁。07十二月20228現(xiàn)代信號(hào)處理結(jié)果示例-數(shù)據(jù)挖掘德國DataEngine4.0系統(tǒng)數(shù)據(jù)分析數(shù)據(jù)挖掘數(shù)據(jù)預(yù)處理獲得診斷模型可視化模糊邏輯神經(jīng)網(wǎng)絡(luò)第八頁，共三十一頁。07十二月20229現(xiàn)代信號(hào)處理結(jié)果示例-數(shù)據(jù)挖掘英國Aston大學(xué)根據(jù)電力工業(yè)的需要，開發(fā)了一個(gè)MODIAROT（ModelBasedDiagnosisofRotorSystemsinPowerPlants）系統(tǒng)，整個(gè)系統(tǒng)采用神經(jīng)網(wǎng)絡(luò)和模糊邏輯等作為數(shù)據(jù)挖掘方法，將設(shè)備在線測(cè)量數(shù)據(jù)與模型仿真輸出進(jìn)行比較，進(jìn)而診斷設(shè)備故障。

采用先進(jìn)計(jì)算方法比較信號(hào)處理合成振動(dòng)信號(hào)系統(tǒng)模型實(shí)際振動(dòng)信號(hào)故障模型結(jié)合實(shí)際故障機(jī)器辨識(shí)第九頁，共三十一頁。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(jí)水平進(jìn)行故障診斷的智能計(jì)算機(jī)程序。發(fā)展專家系統(tǒng)的必要性

1）知識(shí)結(jié)構(gòu)的需要

2）故障診斷應(yīng)用上的需要系統(tǒng)復(fù)雜性及故障復(fù)雜性所決定3.專家系統(tǒng)所能解決的問題機(jī)械系統(tǒng)診斷中的復(fù)雜問題；能達(dá)到專家水平第十頁，共三十一頁。4.專家系統(tǒng)的特點(diǎn)

1）應(yīng)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(shí)庫、推理機(jī)、數(shù)據(jù)庫、解釋程序和知識(shí)獲取程序。實(shí)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)第十一頁，共三十一頁。

實(shí)用的專家系統(tǒng)數(shù)據(jù)庫管理數(shù)據(jù)庫推理機(jī)知識(shí)庫知識(shí)表示知識(shí)庫管理任務(wù)管理工況分析工況報(bào)表動(dòng)態(tài)黑板診斷結(jié)果診斷結(jié)果解釋知識(shí)獲取診斷實(shí)例故障診斷專家系統(tǒng)第十二頁，共三十一頁。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(jù)進(jìn)而闡明這些數(shù)據(jù)的真實(shí)含義，如由質(zhì)譜數(shù)據(jù)解釋化合物分子結(jié)構(gòu)的DENDRAL系統(tǒng)、由聲納信號(hào)識(shí)別艦船的HASP／SIAP系統(tǒng)、語音理解系統(tǒng)HEARSAY等。(2)預(yù)測(cè)型(Prediction)專家系統(tǒng)：這類系統(tǒng)根據(jù)處理對(duì)象過去和現(xiàn)在的情況去推測(cè)其未來發(fā)展趨勢(shì)，如各種氣象預(yù)報(bào)系統(tǒng)、軍事預(yù)測(cè)系統(tǒng)I&W等。第十三頁，共三十一頁。(3)診斷型(Diagnosis)專家系統(tǒng)這類系統(tǒng)根據(jù)輸入信息推斷出處理對(duì)象中可能存在的故障，如計(jì)算機(jī)硬件故障診斷系統(tǒng)DART、核反應(yīng)堆故障診斷系統(tǒng)REACTOR、感染病診斷與治療系統(tǒng)MYCIN、旋轉(zhuǎn)機(jī)械故障診斷系統(tǒng)EXPLORE-EX、透平機(jī)械故障診斷專家系統(tǒng)TUBMAC等。(4)調(diào)試型(Debugging)專家系統(tǒng)這類系統(tǒng)給出已確認(rèn)故障的排除方案，如石油鉆探機(jī)械故障診斷與排除系統(tǒng)DrillingAdvisor等。故障診斷專家系統(tǒng)第十四頁，共三十一頁。(5)維修型(Repair)專家系統(tǒng)這類系統(tǒng)制定并實(shí)施糾正某類故障的規(guī)則，如診斷排除內(nèi)燃機(jī)故障的DELTA系統(tǒng)、電話電纜維護(hù)系統(tǒng)ACE等。(6)規(guī)劃型(Planning)專家系統(tǒng)這類系統(tǒng)能根據(jù)給定的目標(biāo)制訂行動(dòng)計(jì)劃，如電子線路布線系統(tǒng)PROTEL等。故障診斷專家系統(tǒng)第十五頁，共三十一頁。(7)設(shè)計(jì)型(Design)專家系統(tǒng)這類系統(tǒng)能根據(jù)給定的要求形成所需要的方案或圖樣，如DEC公司的計(jì)算機(jī)總體配置系統(tǒng)XCON。

(8)監(jiān)測(cè)型(Monitoring)專家系統(tǒng)這類系統(tǒng)多用于完成實(shí)時(shí)監(jiān)測(cè)任務(wù)，如REACTOR系統(tǒng)和高危病人監(jiān)護(hù)系統(tǒng)VM等。故障診斷專家系統(tǒng)第十六頁，共三十一頁。(9)控制型(Control)專家系統(tǒng)這類系統(tǒng)能自動(dòng)控制系統(tǒng)的全部行為，通常用手生產(chǎn)過程的實(shí)時(shí)控制，如維持鉆機(jī)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(xué)生的行為，主要用于教學(xué)和培訓(xùn)，多為診斷型和調(diào)試型的結(jié)合體，如GUIDON和STEAMER等。故障診斷專家系統(tǒng)第十七頁，共三十一頁。二、知識(shí)庫1.定義：專家知識(shí)、經(jīng)驗(yàn)及書本知識(shí)的存儲(chǔ)器2.知識(shí)表示1）對(duì)知識(shí)表示的基本要求（三個(gè)基本要求）①表示方案應(yīng)便于知識(shí)的修改和擴(kuò)充；②表示方案應(yīng)盡量簡(jiǎn)單易懂；③

表示方法應(yīng)清晰明確。因?yàn)閷＜蚁到y(tǒng)的建造過程是一個(gè)不斷擴(kuò)充和完善的過程，因此，便于修改和擴(kuò)充的知識(shí)表示方案對(duì)專家系統(tǒng)來說是非常重要的，它直接關(guān)系到專家系統(tǒng)的成敗。實(shí)現(xiàn)這一要求的有效手段是把知識(shí)與使用知識(shí)偽程序相分離，即把知識(shí)庫和推理機(jī)相分離。故障診斷專家系統(tǒng)第十八頁，共三十一頁。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(shí)表示方法，如產(chǎn)生式表示、框架式表示、語義網(wǎng)絡(luò)表示、邏輯性表示、對(duì)象—屬性—值三元組表示、過程表示和面向?qū)ο蟮谋硎镜?，這些不同的表示方法各有其優(yōu)缺點(diǎn)和最適用的領(lǐng)域。綜合數(shù)據(jù)庫(GlobalDatabase)和規(guī)則解釋器(RuleInterpreter)這三個(gè)基本部分組成；規(guī)則解釋器規(guī)則庫綜合數(shù)據(jù)庫2)產(chǎn)生式系統(tǒng)的基本組成一個(gè)典型的產(chǎn)生式專家系統(tǒng)通常由規(guī)則庫(RuleBase)、第十九頁，共三十一頁。故障診斷專家系統(tǒng)3）產(chǎn)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(jié)論人工智能研究者們已提出了許多種知識(shí)表示方法，如產(chǎn)生式表示、框架式表示、語義網(wǎng)絡(luò)表示、邏輯性表示、對(duì)象—屬性—值三元組表示、過程表示和面向?qū)ο蟮谋硎镜龋@些不同的表示方法各有其優(yōu)缺點(diǎn)和最適用的領(lǐng)域。第二十頁，共三十一頁。

如：出現(xiàn)異常振動(dòng)則振幅大。對(duì)于復(fù)雜的故障用樹枝狀表示。振動(dòng)峰值大基頻振動(dòng)低頻振動(dòng)二倍頻振動(dòng)廣諧振動(dòng)不平衡熱彎曲油膜渦動(dòng)油膜震蕩支承問題軸裂紋不對(duì)中摩擦聯(lián)軸器問題…………注：與事故樹類似故障診斷專家系統(tǒng)第二十一頁，共三十一頁。產(chǎn)生式表示的優(yōu)缺點(diǎn)優(yōu)點(diǎn):①模塊化；②自然性；一致性。主要缺點(diǎn)：①推理效率低；②非通用性；③依賴于已有的經(jīng)驗(yàn)。故障診斷專家系統(tǒng)第二十二頁，共三十一頁。故障診斷專家系統(tǒng)3.不確定知識(shí)表示1）隨機(jī)性知識(shí)2）模糊性知識(shí)3）未確知性知識(shí)三、知識(shí)的獲取知識(shí)獲取的方法：有*機(jī)械式、條件反射式、*傳授式、演繹式、歸納式、猜想證實(shí)式、*反饋修正式、類比式、聯(lián)想式、靈感與偶發(fā)式等，第二十三頁，共三十一頁。故障診斷專家系統(tǒng)四、推理機(jī)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)第二十四頁，共三十一頁。故障診斷專家系統(tǒng)五、應(yīng)用

美國西屋公司從開發(fā)汽輪發(fā)電機(jī)專家系統(tǒng)GenAID開始，現(xiàn)已在佛羅里達(dá)州的奧蘭多發(fā)電設(shè)備本部建立了一個(gè)自動(dòng)診斷中心，對(duì)各地西屋公司制造的汽輪發(fā)電機(jī)進(jìn)行遠(yuǎn)距離自動(dòng)診斷。診斷對(duì)象從汽輪發(fā)電機(jī)逐步擴(kuò)大到汽輪機(jī)、鍋爐和輔機(jī)。西屋公司和卡內(nèi)基·梅隆大學(xué)合作研制了一臺(tái)汽輪發(fā)電機(jī)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(tái)汽輪發(fā)電機(jī)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(hào)，然后立即告訴操作人員應(yīng)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(yīng)用研究，國家在“七·五”和“八．五”期間也列有這方面的攻關(guān)課題，取得了—些進(jìn)展，但目前總的情況是實(shí)驗(yàn)室研究較多，現(xiàn)場(chǎng)條件下的實(shí)際應(yīng)用、特別是成功的應(yīng)用實(shí)例并不多見。第二十五頁，共三十一頁。人工神經(jīng)網(wǎng)絡(luò)一、概述1.定義及特點(diǎn)2.目前的應(yīng)用情況二、基本原理1.神經(jīng)元結(jié)構(gòu)模型

x1~xn輸入

w1~wn權(quán)值閾值Xi神經(jīng)元求和輸出，Oi輸出F神經(jīng)元特性函數(shù)fOiXi-1x1w1x2w2xnwnSi第二十六頁，共三十一頁。人工神經(jīng)網(wǎng)絡(luò)各參數(shù)之間的關(guān)系為：特性函數(shù)主要有還有符號(hào)型、S型、雙曲正切型和高斯函數(shù)型等。1f(x)f(x)xx線性階躍1-1a-a符號(hào)型斜坡型0.51S型雙曲正切型1c1高斯函數(shù)第二十七頁，共三十一頁。人工神經(jīng)網(wǎng)絡(luò)2.網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)（神經(jīng)元聯(lián)結(jié)結(jié)構(gòu)）1）不含反饋的前向網(wǎng)絡(luò)神經(jīng)元分層排列，組成輸入層、隱層（可有若干）和輸出層。每一層的神經(jīng)元只接受前一層的神經(jīng)元輸出作為輸入。輸入模式經(jīng)過各層的順次處理后得到輸出層輸出。誤差反向傳播算法（Bp法）的網(wǎng)絡(luò)即為此模型。單層前向網(wǎng)絡(luò)多層前向網(wǎng)絡(luò)xnx2x1y1ynx1x2xny1y2yn第二十八頁，共三十一頁。人工神經(jīng)網(wǎng)絡(luò)2）反饋網(wǎng)絡(luò)

輸入輸出之間存在反饋，因此具有動(dòng)態(tài)特性。輸出層輸入層隱層輸入層隱層輸出層yuyu第二十九頁，共三十一頁。人工神經(jīng)網(wǎng)絡(luò)3.學(xué)習(xí)算法1）學(xué)習(xí)算法2）BP算法3）應(yīng)用第三十頁，共三十一頁。內(nèi)容梗概2022/11/21。KDD從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其他信息庫中的大量數(shù)據(jù)中發(fā)現(xiàn)有用知識(shí)的過程?！狫iaweiHan。機(jī)器。機(jī)器。定義事件特征函數(shù)g(t)、目標(biāo)函數(shù)f(P)和優(yōu)化公式。信號(hào)處理。3.專家系統(tǒng)所能解決的問題。5.專家系統(tǒng)的組成。一般由五部分組成：知識(shí)庫、推理機(jī)、數(shù)據(jù)。(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(jù)進(jìn)而闡明這些數(shù)據(jù)的真實(shí)含義，如由質(zhì)譜數(shù)據(jù)解釋化合物分子結(jié)構(gòu)的DENDRAL系統(tǒng)、由聲納信號(hào)識(shí)別艦船的HASP／SIAP系統(tǒng)、語音理解系統(tǒng)HEARSAY等。(2)預(yù)測(cè)型(Prediction)專家系統(tǒng)