拉丝机故障诊断系统.doc

拉丝机故障诊断系统 姓 名 杨超 学 号 2012012724 班 级 机电122 指导教师 崔永杰 西北农林科技大学机械与电子工程学院 摘要 将案例推理技术引入到拉丝机故障诊断系统中。分析基于案例推理故障诊断的机理,建立CBR拉丝机故障诊断系统模型。运用CBR方法对拉丝机系统故障诊断过程中案例的收集与整理、案例库的建立、案例的检索与匹配以及案例的维护等关键技术进行研究。 随着国民经济的不断发展,对各类金属、非金属制品的需求空前繁荣。拉丝机的结构越来越复杂,自动化程度越来越高,拉拔的范围越来越广。据不完全统计,拉丝机可以用来拉拔棒材、线材、丝材和管材等直线型难加工物体,以及塑料、玻璃、钢铁、铜、钨和钼等非金属、金属和合金材料。 拉丝机故障的快速诊断对于保持设备良好状态,提高设备利用效率,提高金属及非金属线材、棒材、丝材和管材生产量,具有非常重要的意义。 目前,国内制品行业对拉丝设备的故障诊断、定位,大多依靠维修人员采取传统的方法实施。如,设备日常维护、日常点巡检(看、听、摸、测)、月修、中修和大修等方法来发现、诊断故障。用这种传统方法进行设备故障诊断及维修,不仅费时、费力和费钱,而且工作效率极低。 关键词:拉丝机;案例推理;故障诊断;人工智能 目录 1 CBR故障诊断机理 1 2 CBR拉丝机故障诊断过程模型 1 2.1检索 1 2.2采纳 1 2.3修改 1 2.4存储 1 3 CBR拉丝机故障诊断系统设计 2 3.1不同类型拉丝机的故障信息 2 3.2典型拉丝设备中各功能结构组成 2 3.3拉拔不同材质线料 2 3.4同类拉丝设备故障状况诊断案例等 2 4?CBR拉丝机故障诊断关键技术 2 4.1拉丝机故障诊断案例库 3 4.2?案例的检索与匹配 3 4.3案例库维护 3 4.3.1根据案例的相似度对案例库进行合理地增减 3 4.3.2根据典型或常见故障类型及零/部件属性 4 4.4应用实例 4 参考文献 4 1 CBR故障诊断机理 对设备故障诊断的研究除了要研究故障本身以外,重要的是要研究诊断的方法。基于案例推理(Case2Based2Reasoning,CBR)是人工智能领域较新崛起的一种基于知识的问题求解和学习方法。它以实例为基础进行推理,把人们以往的经验储存在实例库中,当面临新的问题时,可以通过搜索实例库中过去同类问题的求解过程与结果,找到与当前问题类似的案例,从中选择一个或多个与当前问题最为相似或相关的案例作为参考,并通过对所选案例的修改调整,获得当前问题求解结果,修改后的实例将被再次存入实例库中,以供下次使用时作为参考。 基于案例的推理除了能够完成一般的基于知识的推理所具有的功能外,还把知识工程的任务减少为特征的描述、术语定义、案例的收集与分类,以及把新的知识简化为向案例库中增添新的案例,是一个对过去经验的不断积累、不断存储、不断自学习、不断重复使用乃至创新再创新的过程。 2 CBR拉丝机故障诊断过程模型 CBR故障诊断方法的核心在于能准确地记忆(存储)过去曾经诊断的故障及其环境诊断过程,能积极运用过去的诊断经验、诊断过程和诊断方法,并通过有效类比、联想以完成当前诊断任务。拉丝机故障诊断过程如下： 1)检索:根据拉丝机当前的故障状态和征兆,将新案例与案例库中的案例匹配,检索出与新案例相类似的案例。 2)采纳:如果检索到的案例与当前拉丝机状态完全适配,则直接援引案例做出诊断结论。 3)修改:如果检索到的案例与当前案例相似或类同,则依据拉丝机的基本结构、工作原理、零/部件特征和设备运行状态记录等数据资料,分析设备故障机理,并通过知识库对检索出的案例进行修改、调整和适配处理,得到适配于拉丝机故障诊断的新案例,做出诊断结论。 4)存储:将新案例的诊断过程、评价结果进行编码添加到案例库中,以备后用。 CBR拉丝机故障诊断过程模型,运用的是一种类比或相似的推理方法,其设计模式是直接利用以往的诊断案例而不是简单的经验的总结。 3?CBR拉丝机故障诊断系统设计 要使故障诊断快速而准确,必须有智能化的故障诊断系统。拉丝机智能化诊断系统应针对如下内容进行设计。 1)不同类型拉丝机的故障信息。如直进式、活套式、水箱式和滑轮式拉丝机中常用零/部件滚筒、拉丝模、过线轮、减速箱和电动机故障信息。 2)典型拉丝设备中各功能结构组成(液压、润滑、传动和电器)部分,各典型故障模式与维修策略、维修时间和所需维修资源(润滑油、轴承、轴瓦、蜗轮、蜗杆、齿轮、齿轮轴和电动机)。 3)拉拔不同材质线料(如玻璃丝、塑料丝、盘条钢 丝、铜丝、钨丝和钼丝)时,拉丝机故障信息与维修信息。 4)同类拉丝