基于概率推理的设备故障诊断优化策略的研究.pdfVIP

基于概率推理的设备故障诊断优化策略研究 李俭川胡茑庆秦国军温熙森 (国防荦斗技大学机电丁程与自动化学院机电_T{卿俘澌，湖南长沙410073) 鼬讪：11a¨d1唧1-1mndd№n)m 提要本文首先分析设备故障诊断和维修策略忧H匕的研究目标和实际需求，提出用基于概率推理的贝叶斯网站模型袁趣备的故 障诊断与维修问题．接着讨论了网结模型的建造和概牟估计方法，并引^代价因素，建立了期望诊断代价函数，给出了确定一个低非价、 性速的盘摊咖楠维修方案的算巍最后指出谙方法已经应用到笔者开发的实际削荦诊断系统中，取得了良士确蜾，并提出了还需要进 一步深^研究的问题。 关睦词故障嗲断．堆修、贝叶斯网络、概率椎理、期望诊断代价 中图分类号TP277 1．引言 对于-爪设备生产厂家来说，晟希望销售出去的产品不被或者少被用户呼叫提供维修服务，因为这将支付．笔 不小的开支；同样，作为设备的用户而言，也希望设备存在故障时能尽快地排除故障，以避免因此引来的不必要开支 与损失。显然，?till：产品有‘‘个自动化程度高的智能的计算机辅助故障诊断与维修系统。通过辅助系统的诊断决策， 州J、可以自己很快地排除故障，就可以大大地有利于设备厂商和用户，这在计算机越来越普及的条件下是完全有可能 的。随着电子．t业和先进制造技术的发展，设备的组成构件越来越多、结构越来越复杂、功能越来越强大、维修保障 删蜘朔∈越高，逸佯的智自冻统尤其重要。无论是在军事还是民用领域，…个设备的继泸维修赞用在整懒周期费 用中都占有相当的比例，例如在民用设备领域，HP公司用在其生产的打印机的维护保障费用每年都是数百万美元； 义如在军事装备中，我军军用飞机的使用保障费用占整个寿命周期费用的65．．85％，而国外先进军用飞机的这个比例 也赢选55．-65％。风此在生产悦喟设备的同时-研究设备的故障诊断和维修决策技术缀有意义．将大大降眠生产者和 使刚者的设备维修保障的时间和费用。 甲在20世纪70年代，苏联学者米赫林就提出了机器诊断的顺序问题吐但局限于保养时的定期维护，没有考虑 突发故斛青况。国内学者曾经提卧世方法指导诊断步骤的合理排序埘，但表达模型不够灵活，不涉及到人机交互问 题，且难于处理不确定性问题。而故障诊断领域中，不确定性问题占多数，这主要是由诊断对象的复杂性、测试手段 的局限、知识的不精确性决定的。可以说，故障诊断的问题主要集中在不确定性问题的求解上。 本文提出用基于概率推理的贝叶斯网络作为表达设备的故障诊断与维修问题的不确定性模型，并结合基于决策 理论的jll{望诊断代价分析方法，研究设备智能故障诊断与维修策略的优化自法。诊断策略优化问题是指在设各已经发 生故障后，寻求以最低的代价和最少的时间恢复发备的芷常工作状态的诊断与维修方案，其实质就是诊断步骤的优化 问题。 2．贝叶斯网络 贝叶1嘶网络(BayesianNetl：vork)是啼p基于网络结构的有向图解描述，适用于表达和分析不确定性和概率性事 物，应用于有条件地依赖多种控制因素的决策，在解决许多实际闯题中。从不完全、不精确或不确定的知识或信息中 做出推理。贝I】1撕网络非常适合于表达诊断决策问题，用图形与统计结合的模型表达设备的部件、元件和可以用来诊 断它们的测试手段(包括观测)以及它们的相互关系。目前在故障诊断领域已经有贝叶斯网络的成功应用p】。包括工 v-DMNS’2002．0I． ：!!!兰全望塑茎!竺堑：堡查：墨芝童苎塑兰垄兰：三堡墨生旦兰查叁竺兰立翌L——————————生墨L兰旦兰竺二!!二匕 Graph，DAG)．由代表变最节点及连接这些节点有向边构成。 个贝”斯网络是．个有向无环图(DirectedAcyclic 幽．W口节点代表随机变景，节点问的有向边代表了节点问fn相互关系(由父节点指向子节点)，_I=jj条件概率表达关系 强度，没有父节点的州先验概率进行信息表达。节点变毓可以是任何问题的抽象，如测试值、观测现象、意见征淘等。 通常认为有向边表达了种冈果关系，故贝『『I斯网络有时叫做冈果网。非常重要的是，有向图蕴涵了条件独立性假设， 这对于概率推理是非常有_【_}j的州。 在埘堤帑进行故障诊断决策时，希望可以通过-些故障征兆信息，来获得另外一些故障征兆或故障原因信息。 由于不确定性的存在，只能获得故障征兆或故障原冈的大概信息，