基于模糊贝叶斯网络门座式起重机起升机构电气故障诊断研究.docVIP

基于模糊贝叶斯网络门座式起重机起升机构电气故障诊断研究 　　摘 要：为了明确门座式起重机起升机构电气故障发生的关键因素，按照相关资料文献，利用贝叶斯网络构建了拓扑结构，并结合模糊理论的相关知识，利用三角模糊数和条件概率表（CPT）得出事件的条件概率，依据贝叶斯网络推理得出故障诊断的后验概率。利用GeNIe软件的诊断推理和灵敏度分析，可以准确找出导致门座式起重机起升机构发生故障的最关键因素。将计算得到的结果与实际经验对比表明该方法对于诊断门座式起重机起升机构故障是切实可行的。 　　关键词：门座式起重机；贝叶斯网络；模糊理论；故障诊断 　　中图分类号：TH213.4 文献标志码：A 文章编号：2095-2945（2018）02-0017-02 　　Abstract： In order to clarify the key factors of electrical failure of hoisting mechanism of gantry crane， according to the relevant documents， the topology structure is constructed by using Bayesian network， and the relevant knowledge of fuzzy theory is combined. The conditional probability of event is obtained by using triangular fuzzy number and conditional probability table， and the posterior probability of fault diagnosis is obtained by Bayesian network reasoning. By using the diagnostic reasoning and sensitivity analysis of GeNIe software， the most critical factors that cause the hoisting mechanism of gantry crane can be found out accurately. The comparison between the calculated results and the actual experience shows that this method is feasible for diagnosing the hoisting mechanism faults of gantry cranes. 　　Keywords： portal crane； Bayesian Network； fuzzy theory； fault diagnosis 　　1 概述 　　?S着社会对资源的需求日益增加，工业生产的规模也越来越趋于专业化与大型化。门座式起重机电气设备中隐藏着诸多危险因素，一旦发生故障就会造成巨大的财产损失和生命威胁，所以对于门座式起重机的故障分析和排除就显得尤为重要[1]。 　　门座式起重机起升机构部分用来升降货物，一旦出现故障，若不能够及时诊断故障出现的地方并迅速排查，不但会给港口装卸生产带来不必要的经济损失，更严重则可能引发安全事故[2]。 　　贝叶斯网络是建立在不确定知识表达和推理领域最为有效的方法之一。鉴于此，钟虞全[3]提出基于贝叶斯网络的智能故障诊断方法。然而实际应用中，由于故障的复杂性、不确定性等因素，难以得出故障概率的和条件概率的精确数值。因此，本文提出利用模糊理论和贝叶斯网络相结合的模糊贝叶斯网络故障诊断方法。结合专家打分，经过解模糊后利用贝叶斯推理对故障进行诊断，最后利用GeNIe软件验证该方法的可行性。 　　2 模糊集理论概率分析 　　2.1 专家语言模糊化 　　本文采用Wickens的评判7级理论表达自然语言，即把事件发生概率分为很高（VH）、高（H）、较高（FH）、中等（M）、偏低（FL）、低（L）、很低（VL）7个等级[4]，采用三角和梯形相结合的模糊数形式。 　　为了便于计算，现将7种模糊语言所对应的模糊数形式如表1所示。 　　2.2 专家权重的确定 　　通过收集3位业内经验丰富的专家信息，对结果进行下述处理，采用加权平均法计算权重值，计算结果见表2。 　　3 门座式起重机贝叶斯网络的建立 　　3.1 故障树的建立 　　根据起升机构的控制要素以及电气元件的构成，总结出4大主要的电气故障，分别为制动器故障、变频器故障、电机故障、电源故障。本文以“门机起升机构电气故障”为故障树的顶事件，建立故