故障诊断的前景展望.ppt

诊断结论融合 ?? ? 问题提出 多诊断方法协同诊断，共同完成对设备的诊断；多诊断方法代理形成针对单个部件的诊断联盟，完成对单个部件的诊断；不同的诊断联盟共同完成对某一对象的诊断；?? ? 融合方法 基于统计的融合算法；基于模糊积分的融合算法；基于加权系数的融合算法（借鉴神经网络模型）； 基于知识的诊断代理 基于神经网络的诊断代理 诊断技术的发展趋势 ?诊断方式 ?基于信息融合技术的集成式故障诊断系统 ?多故障同时性诊断技术 ?基于非线性动力学理论的非线性诊断技术 ?远程分布式智能诊断网络系统 ?嵌入式机器状态监控系统 ?诊断系统数据存储格式的标准化 ?诊断系统的组成方式 –离线式诊断 优点：经济、灵活、方便;缺点：无黑匣子功能，不可能获得完整的设备运行状态信息，不可能预防突发性故障。 –单机式在线诊断 优点：实时性好，可以获得完整的故障信息； 缺点：花费高，信息难以共享 –集中式在线诊断 优点：经济，信息共享 缺点：实时性稍差 –分布式在线诊断 优点：实时性好，花费较低，信息共享 –远程分布式诊断网络 –基于INTERNET的远程诊断网络 基于INTERNET的智能多代理诊断网络 诊断系统的多代理结构 基于信息融合技术的集成式故障诊断系统 方式：多信息源融合、多诊断方法融合 研究方向：多信息的融合机制、故障特征的自动识别和诊断结果的自动综合；基于实例的知识自动获取和自学习机制 –多故障同时性诊断技术 ? 节约覆盖诊断理论 ? 概率因果诊断模型 ? 结合模糊集理论的节约覆盖诊断方法 ? 分级神经网络诊断方法 ? 基于模拟退火算法和基因遗传算法的诊断策略 –基于非线性动力学理论的非线性诊断技术 方向：研究故障的非线性行为特征 方法：基于神经网络的非线性振动辨识；利用混沌神经网络研究旋转机械的非线性振动； 基于分形理论的非线性混沌现象研究。 随机振动时历曲线 –远程分布式智能诊断网络系统 目标：知识和资源共享、异地协同诊断 手段：人工智能、虚拟现实、信息融合 内容：用多专家协同诊断系统理论研究智能诊断代理 ? Multi-Agent诊断系统体系 ? 结构工作平台 ? 虚拟会诊环境的实现 ? 快捷诊断技术的研究 ? 通讯控制策略 ? 诊断信息通讯标准研究 ?多代理联盟体系结构形式是由位于顶端的联盟控制中心控制/协调若干个诊断联盟 ?在各诊断联盟内部，控制代理协调控制联盟内各个诊断代理的行为和通信、诊断结论的融合 集中式多代理联盟体系结构图 基于多代理技术的故障诊断系统组成： ?诊断中心：对诊断数据预处理，诊断任务动态调度管理；创建并管理针对故障部件的动态联盟；各诊断联盟诊断结论的融合，提供诊断对象的诊断报告。 ?代理信息中心：对诊断代理的信息参数进行管理，接受诊断代理的远程注册。 ?诊断代理：支持CORBA结构规范的通信接口、传统诊断系统或支持CORBA结构规范的独立诊断代理。 基于多代理技术的故障诊断系统组成（续）： ?数据服务器：存储设备的监测信息、结构信息、传感器信息、设备运行数据和状态、诊断维护日志等。 ?基于Web在线工况分析及监测诊断系统（Web诊断服务器与终端浏览器）：对设备运行状态进行在线监测，为机电设备远程监控与故障诊断系统提供检测、诊断（本地诊断与远程诊断）的用户界面。 诊断预处理?? ? 数据选择?? ? 基于部件的特征提取 所诊断部件相关测点的峰峰值/有效值、均值、峭度系数、特征频率及相位?? ? 阈值判断 根据提取的特征值，与设定的报警值进行比较，判断相关测点数据是否正常 ??动态诊断联盟?? ? 创建诊断任务栈 机组、零件名、部件名、相关测点信息、相关数据信 息等?? ? 获取诊断代理信息 客户端访问代理信息中心，获取相关代理的信息：诊断代理服务器名、诊断对象等?? ? 建立多代理诊断联盟 根据获取的诊断代理信息和所分配的诊断任务进行诊断前的联盟创建，并向联盟内各诊断代理发诊断请求。