基于实例推理的柴油机故障诊断与维修.docVIP

基于实例推理的柴油机故障诊断与维修 【摘要】根据柴油机维修领域的专家知识和实践经验，运用实例推理，对柴油机的故障采取故障 征兆和原因相结合的综合分析方法进行推理机制的设置，进而建立能确定维修方案的推理系统，并 结合诊断实例加以说明。 关键词：实例推理；故障诊断；维修方案；柴油机 引言 柴油机作为工程机械设备的主要动力设备，一旦出现故障，需要及时排除，否则将无法正常运转，甚至影响工程进度如期完成，造成巨大的经济损失。故障成因排除是一个有效的故 障排除方法，但有时候无法在很短的时间内给出可靠度较高的诊断结果（如缺乏必要的精密诊断设备和有丰富经验的工程技术人员），故障征兆和故障原因存在一定的因果关系，借助诊断案例进行故障诊断是一种行之有效的方法。 本思想是把待求问题与已往成功解决类似问题的实例进行类比分析，找出与待求问题最相近的实例，从而得到解决当前问题的方案，其思想较好的体现了信息的关联性，能够表达复杂 的综合性知识，很适应故障诊断领域中专家知识和经验的表示。应用已往故障实例的经验知识进行推理决策，将为柴油机的故障诊断提供一条新途径，其推理过程一般分为：（1）待诊故障任务标准化，并从标准化故障任务中提取故障特征集。（2）故障匹配检索。（3）实例修正，形成故障任务的解决方案。（4）新实例评价以及实例库的更新。其工作流程如图所示： Figure CBR work flowing 2柴油机实例推理系统（CBRS） Figure 2 Dieselengine case based reasoning system 实例库是CBRS的基本组成部分，用于存储成功诊断过的旧实例，其设计在下面一部分进行介绍。实例推理机制是CBRS的核心部分，主要包括实例索引，实例匹配，相似度分析等。通过管理员编辑界面管理员可以访问实例库，实现对实例的更 新，修改，组织。系统的组成如图2所示。 3实例库的设计 3.1实例表达 通常故障实例由三个部分组成：征兆/现象、故障原因、解决措施。在众多的知识表达形式中，框架结构在实例表示中能体现故障知识的层次性。框架(frame)是槽元的集合，槽元(slot) 是表征实例对象信息的基本单元，表征不同信息的槽元组织成模板而构成框架。如图3所示，实例名是实例对象的标识；Slot input表示框架的输入，包括故障征兆、数目； Slot description描述故障的部位，原因；Slot description说明故障的排除方法或维修建 议。这样就将故障故障征兆、部位、故障原因和维修建议等集成 在一块[1]。 3.2实例库的组织 设C是系统中故障全求解空间，通过对系统全部故障模式聚类，将C划分为若干子空间 ，每个子空间对应一故障原型。设待聚类故障样本集合为 m为样本容量。每个样本的征兆向量为： 其中n代表所以可能的征兆数。 的值表示当故障发生时，对应征兆发 生的可能性，。由此通过m个故障间的征兆向量可以 构成故障间的关联矩阵。 ,为故障样本间的相关度； ，其中， 根据故障的关联矩阵，采用最大树法将故障样本连接成树，选择适当的相关度算子，求得最大树的水平截集，得到互不相连的几棵子树，每棵子数为一类，即可将故障分类。这样就可以将实例库分解成故障原型集，故障原型，其中s为典型特征征兆数目。 4实例匹配检索和实例库的更新 4.1实例匹配算法 令为待求故障特征征兆向量，为聚类后的故障实例特征征兆向量，计算当，取为1否则取为0，计算，则相似度，预设阀值，若相似度A小于阀值，则匹配失败，否则，找出相似度最大值所对应的故障实例即为所求实例。 4.2实例库的更新 实例库是不断丰富实例、提高系统诊断智能的过程。若待求故障匹配相似度或者匹配检索失败，当待求故障确定后，则一律将待求故障作为新实例存人实例库中。 5 诊断实例 设聚类后柴油机某一故障原型负时排烟量过大，功率不足或功率损失3，其对应的故障搜索子空间如表1所示。表中为发动机不易起动或起动不着，为发动机缺火，为怠速时排烟量过大，为功率不足或功率损失，为出气量不足，为燃油消耗量过大，为润滑油压力过低，为润滑油消耗过大，为负荷时排烟量过大；为空气系统进气不畅，为排气背压过高，为蜗轮增压压缩机过脏，为喷油嘴喷孔塞住，为喷油嘴紧固不良，为活塞环断裂或磨损，发动机到大修期限[1] 在某次故障诊断中，故障征兆为： Frame Input Input-1.symptom 负荷时排烟量过大 Input-2.symptom 功率不足或功率损失 Input-3.symptom 出气量不足 Input-4.symptom 燃油消耗量过大 End Frame 将以上故障现象和搜索子空间中每个故障特征征兆集相匹配，根据相似度计算公式可得表2。表中，m表示待诊断故障征兆数目，Y为匹配