基于知识的电动机故障诊断专家系统.docVIP

基于知识的电动机故障诊断专家系统 　　[摘 要]专家诊断系统是检查机械故障的常用一种方法，通过系统诊断了解机械出现的故障，对解决机械故障问题提供了保障，本论文从知识库系统中知识的获取、推理过程及具体运用实例掌握机械故障出现问题的可能，提供解决方案。 　　[关键词]知识 机械故障诊断 专家系统 　　中图分类号：TH22.5 文献标识码：A 文章编号：1009-914X（2014）10-0277-01 　　一、电动机故障诊断专家系统 　　电动机故障诊断专家系统（FaultDiagnosisEXpertSystemofMotor，简称FDEsM）是本文研究的机械设备故障智能诊断系统的一个子系统之一，主要利用基于知识的专家系统智能诊断技术进行大型电动机故障的诊断。 　　1.FDESM的系统结构 　　FDESM的总体结构如1所示，由人机接口、知识库和知识库管理系统、数据库和数据库管理系统、控制部分、推理机、解释系统等几个部分组成。为了清晰、使用方便，运行灵活、节省时间，本系统采用窗口驱动系统来实现总体控制策略和运行结构，是一个完整而封闭的系统。 　　2.FDESM的知识库系统 　　在知识获取的过程中，一方面到各个企业中进行实地考察，了解关于大型电动机使用及其故障现象和故障诊断经验，获取直接知识；另一方面从有关电动机故障诊断文献中获取间接知识。 　　知识库的组织对推理结果有很大的影响，特别是当知识库的规模庞大时，如果组织不好就会产生“组合爆炸”现象，使得推理效率迅速下降。其次，推理过程中如果对知识从头到尾地搜索，也缺乏针对性，因为某一故障可能仅涉及其中的一部分知识。因此知识库需要较好的组织，使其既便于维护，又不至于使推理下降。 　　二、FDESM的推理机制 　　解决了知识的获取及知识表示的有关问题，就可以把问题领域中的知识表示出来，并以一定的形式存储到计算机中，形成知识库。但是，正如一个人只有知识而没有运用知识求解问题的能力仍然算不上“聪明”一样，对一个智能系统来说，不但应使它具有问题的知识，还应该使它具有运用知识求解问题的能力。运用知识的过程是一个思维过程，即推理过程。根据推理的方向分为正向推理、反向推理及正向一反向混合推理。 　　反向推理又称为目标驱动控制策略或自顶向下推理、目标推理、后件推理等。它是首先提出某个假设，然后寻找支持该假设的证据，若所需的证据能找到，说明原假设是正确的；若无论如何都找不到所需要的证据，则说明原假设不成立，此时需要另作新的假设。因此，要求提出的假设要尽量符合实际，否则就要多次提出假设，影响求解的效率。 　　三、FDESM运行实例 　　通过对感应电动机故障诊断的实例运行和测试，结果表明：该系统运行正常、实用方便，达到了预想结果，从而验证了本系统的准确性和可靠性。 　　如某一感应电动机发生了故障，并表现出下列现象： 　　（l）转速达不到要求速度，加速度小； 　　（2）电流变动； 　　（3）起动时有不正常声音。 　　运行诊断系统，选择对应的现象集，则诊断出故障原因为： 　　（1）超负载、电压不够、转子或风扇同固定部分有摩擦； 　　（2）绕组、滑环、电刷器械与转子电路中有接触不良； 　　（3）断相或电压过低，过负载也有可能。 　　解决故障对策为： 　　（l）检查负载和电压，以及气隙、风扇部分； 　　（2）检查焊接处、绕组与滑环间、电刷器械、接线螺栓松动问题； 　　（3）检查电压与负载。 　　总之，利用基于知识的专家系统在大型电动机故障诊断技术中应用的研究，建立了故障诊断系统，本系统具有对大型电动机故障进行综合诊断的功能。该系统知识库具有高度模块化的特点，这对知识库的维护、扩充及删改带来了极大的方便，知识库的这种树状层次结构便于知识库的管理，可以减少一些不相容的规则。本系统采用可视化界面窗口来实现总体控制策略和运行结构，通过实例可以看出系统具有清晰、无二义性，运行灵活、诊断快速等特点，具有一定的可靠性。 　　参考文献 　　[1]赵冲冲.网络技术在旋转机械状态监测与故障诊断中的应用田].西北工业大学硕士学位论文，2001，3 　　[2]马建仓，林其敖，葛文杰.机械故障诊断学科现状及发展团.机械科学与技术，1994，50（2）：85～ 90 　　[3]张承福.神经网络系统闭.力学进展，一958，18（2）：145一160 　　[4]颜廷虎，钟秉林，黄仁.神经网络技术及其在旋转机械故障诊断中的应用明.振动工程学报，1993，6（2）：205～212 4