_88智能的金属结构诊断及维修决策系统.pdf

第25卷 第3期 武汉理工大学学榔鸯s+}a4k0_001年 9月 Journal of Wuhan University of Technology (Transportation Science 8. Engineering) vol. 25 .No. 3September 2001 基于混合智能的金属结构诊断及维修决策系统‘ 王长琼 孙国正 (武汉理工大学物流工程系 武汉 430063) 摘要 根据港口起重机金属结构故障发生的特点及其对整机使用安全性的影响情况，确立了起重机金属结构诊断与维修决策系统的基本任务和信息流向 分析了系统实现面临的智能技术问题.在此基础上，研究了一种智能混合模型 介绍了基于该模型的金属结构诊断及维修决策智能系统的实现方法及应用特点.关健词;混合智能金属结构;故障诊断维修决策中图法分类号-TH165·“ A 我国各港口的起重机相当一部分已接近或达到了设计寿命.作为起重机骨架的金属结构，也出现不同程度的损伤.金属结构的故障严重影响起重机的安全，不少港口迫切需要现代化的手段和工具进行金属结构的故障诊断和维修决策D- 由于起重机结构故障的复杂性 要求维修技术人员能对结构故障问题进行正确分析，根据故障严重程度预测承载能力，分析评价结构的使用安全性，进而作出维修决策.即要求维修技术人员具有丰富的经验和较高的知识水平.实际中这样的维修专家是很少的.这样，以先进智能技术为基础、建立港口起重机金属结构故障诊断与维修决策支持系统，就显得十分必要. I 金属结构诊断与维修决策的基本 任务及信息流向 由于设计、制造或使用等方面的原因.起重机工作几年后就会出现明显的结构故障，其中最主要的故障形式是裂纹和超限变形.结构故障主要分布在:门腿与转台相连接的法兰盘处、机房下承梁与转柱联结处、配重、平衡梁、臂架、象鼻梁、小拉杆、大拉杆、人字架等部位、“」.金属结构发生故障后，将导致构件实际承载能力降低、局部属曲或 整体失稳 甚至构件断裂，严重影响到起重机整机的使用安全性，因此，必须进行结构故障的诊断与维修决策. 根据起重机结构故障发生的特点及结构故障对整机使用安全性的影响情况，确定金属结构故障诊断与维修决策的基本任务如下: 1)分析结构故障(如板的波浪变形、杆件挠曲变形等)对构件实际承载能力的影响、根据故障程度定量地预测出构件实际承载能力降低程度. 2)根据对金属结构的综合检测状况，进行使用安全性评价，并根据评价结果，作出是降载使用、报废处理，或维修等建议. 3)如果安全性评价的建议是“维修”，就制订维修方案，并对维修方案进行综合分析与评价，以选择最满意方案，形成维修技术指南. 如果将故障诊断与维修决策过程看作为一个系统，那么，数据或信息在以上三个子任务之间的传递及转换过程如图1所示. 2 系统实现的混合智能基础 金属结构故障诊断与维修决策过程中涉及的知识或信息非常复杂.例如，在故障检测过程中，会遇到不精确的数据或模糊的信息;在安全性评 收摘日期 2000一10 。，T长琼:女 33岁.博士.副教授.主要研究领域为模糊知识处理、神经网络、人工智能及故蹄诊断，交通部重点拜技项目资助(项日编号95 .4 13-05) 万方数据 ·260· 武汉理工大学学报〔交通科学与工程版) 2洲t年 第25卷 价和维修方案的评价过程中，评价信息和评价知识既有精确的、也有模糊的，既有符号型的、又有 数值型的.能否处理这些具有混合特性的知识，是衡量系统智能化程度高低的主要指标之一 故降诊断 n子r决 策 伎术今戮 }巴 = 二之洲特往信息 : 图l 系统的基本任务及信息流向示意图 针对这些特点，笔者设计了一种由神经网络(ANN)、模糊推理(FES)和专家系统(ES)三种技术通过多态融合模式构成的混合智能模型13，图2是该模型的结构示意图.它从智能技术集成的角度，将符号型知识处理技术与数值型知识处理技术集成，将精确推理与模糊推理过程统一起来，能根据金属结构故障诊断与维修决策不同任务的不同特点，采用不同的融合模式，使各种智能技术相互协作 更好地完成各项任务. 维修方案进行综合分析和评价比，为方案的优选提供决策依据. 9)解释子系统 提供对系统静态知识和动态行为的解释，有助于用户对智能系统行为的理解，增加对系统的信任， 5)系统维护骨理 对知识库进行in法和一致性检查;当知识更新时，对知识库进行修改、删减、扩充等. 一一而一二一检A系统 ‘-门. 数据交 司. 换文件I..esANN组什 丁二二一几 ~ 数据交r伽 换文件 2 A14全/MIT丁f_ 一厂士1一}曰 棋 糊