人工鱼群算法在矿井提升机故障诊断中应用.pdfVIP

人工鱼群算法在矿井提升机故障诊断中的应用1 汪楚娇，夏士雄，牛强，夏战国 中国矿业大学计算机科学与技术学院，江苏徐州 (221008) E-mail ：wcj @ 摘 要: 基于因果模型的诊断方法是人工智能领域发展起来的一个十分活跃的分支.在该方 法中,由故障症状集求解极小故障集的过程是一个NP-Hard 问题.通过对诊断问题进行更精确 的数学建模和分析, 提出了将概率因果模型和人工鱼群算法相结合的矿井提升机的故障诊 断方法,该方法将因果模型的似然函数作为人工鱼群算法的目标函数,从而将复杂系统的故障 诊断转化为最优问题. 通过将问题映射到 0/1 整数规划问题, 对多绳摩擦提升机运行中典型 的过卷故障进行分析.仿真结果表明,该方法能够适应诊断过程中出现的不确定性,并实现多 故障诊断,在故障症状集基数大于 20 的情况下能够求出 95%-100%的极小诊断. 关键词：矿井提升机；人工鱼群算法；故障诊断；概率因果模型 中图法分类号：TP301 文献标识码：A 1 引言 矿井提升机是联系地下和地上的惟一途径,是采矿业最关键的设备,它的安全可靠运行是 整个矿井正常生产的必要条件.一旦发生故障,造成的经济损失巨大.为此,当提升系统发生故 障后能够及时地根据故障性质和系统的运行状态, 迅速排除故障,并确定故障的处理方法,保 障系统的安全运行,其意义重大. 对于矿井提升机的智能故障诊断, 已有的研究主要集中在基于知识的专家系统方法和人 工神经网络方法等方面.传统的专家系统方法由于难以建立有效的数学模型,对影响故障源和 故障症状之间的联系难以考虑完全等原因,致使诊断结果精度不高[1].基于神经网络的诊断方 法,取得了一些很成功的应用[2],但是在应用中要求训练样本数量大,考虑影响因素时网络结构 复杂,存在训练时间长和局部极小值等问题.基于支持向量机的方法[3]在小样本的故障诊断领 域有较好的应用,但是没有充分考虑当前发生的故障和能观察到的症状之间多对多的映射关 系. 近年来,随着人工智能和人工生命的兴起, 出现了一些新型的仿生算法. 由于这些算法可 以处理离散、非线性问题,因而在故障诊断领域得以应用.人工鱼群算法[4,5]将基于行为的人工 智能思想通过动物自治体的模[6]式引入优化命题的解决中,是一种基于模拟鱼群行为的随机 搜索优化算法,提出了一种新的解决问题的模式.文献[7]的计算实例表明该算法具有良好的 克服局部极值、取得全局极值的能力. 本文首先针对提升机故障诊断的特点 , 引入节约覆盖集理论[8] ,对故障诊断模型问题重 新给出了细致详尽的描述,建立了因果网络.在此基础上建立了基于该算法的优化模型,提出 了基于人工鱼群算法的矿井提升机故障诊断的新方法.方法收敛速度快,没有局部极值问题, 又可以考虑多种故障源和症状之间的复杂映射问题. 2 人工鱼群算法 人工鱼群算法(AFSA)[4,5]是一种基于模拟鱼群行为的优化算法.算法利用了鱼的觅食、聚 1本课题得到国家自然科学基金）；博士点基金（20060290508 ）；江苏省科技项目（BS2006002 ） 的资助。 - 1 - 群和追尾行为,从构造单条鱼的行为做起,通过鱼群中各个体的局部寻优,达到全局最优.算法 具有克服局部极值、取得全局极值的能力,对搜索空间具有一定的自适应能力[7]. AFSA 是从问题可能的潜在解集开始的,即首先要构造初始种群.而一个种群则是由经过 编码的一定数量的个体组成.每个个体实际上是带有特征的实体即人工鱼.算法通过模拟人工 鱼群中人工鱼个体的变化来改变模型参数.文献[5]采用基于行为的多并行通路结构来构造人 工鱼个体的模型,人工鱼的模型采用面向对象的方法构造,它用经二进制编码后的模型参数进 行工作.模型封装了人工鱼的自身状态和行为模式.算法的进行也就是人工鱼个体的自适应行 为活动,个体每活动一次就是算法的一次迭代. AFSA