楊 光

（北京中鐵房山橋梁有限公司，北京 102400）

機(jī)械設(shè)備的故障智能診斷技術(shù)是保證生產(chǎn)系統(tǒng)的穩(wěn)定可靠性的，確保產(chǎn)品質(zhì)量的關(guān)鍵技術(shù)。計(jì)算機(jī)人工智能與診斷理論的相結(jié)合形成了智能診斷系統(tǒng)。設(shè)備故障智能診斷系統(tǒng)是以知識(shí)處理為研究?jī)?nèi)容，基于知識(shí)以提高系統(tǒng)智能化程度和診斷準(zhǔn)確率。隨著目前新技術(shù)以及新理論的提出與發(fā)展，設(shè)備故障智能診斷也獲得了新的發(fā)展機(jī)遇。

1 基于專家系統(tǒng)的智能診斷系統(tǒng)

故障智能診斷專家系統(tǒng)是目前智能診斷領(lǐng)域的發(fā)展方向之一，也是被人們研究得最多、應(yīng)用得最廣泛的一種智能診斷技術(shù)。其主要應(yīng)用于很難建立數(shù)學(xué)模型或沒(méi)有精確數(shù)學(xué)模型的復(fù)雜的機(jī)械系統(tǒng)。其發(fā)展主要經(jīng)歷了三個(gè)階段：第一代基于淺知識(shí)的故障智能診斷專家系統(tǒng)和第二代基于深知識(shí)的故障智能診斷專家系統(tǒng)，以及近期出現(xiàn)的將前二種系統(tǒng)原理相互結(jié)合的復(fù)合式故障智能診斷專家系統(tǒng)。

1.1 基于淺知識(shí)的故障智能診斷專家系統(tǒng)

基于淺知識(shí)的故障智能診斷專家系統(tǒng)是一種基于經(jīng)驗(yàn)知識(shí)的診斷方法，它不基于系統(tǒng)結(jié)構(gòu)或行為過(guò)程知識(shí)。它是以專家的啟發(fā)性經(jīng)驗(yàn)知識(shí)為核心，通過(guò)演繹式推理或產(chǎn)生式推理得出診斷結(jié)果，其目的是找出一個(gè)故障集合并使之能對(duì)一個(gè)設(shè)定的征兆集合產(chǎn)生的原因做出最佳的解釋。所以其診斷推理實(shí)際上是：已知一個(gè)征兆，要求對(duì)產(chǎn)生這個(gè)征兆的原因作出最佳解釋的過(guò)程。此類問(wèn)題的求解涉及到兩類知識(shí)：第一類是反映機(jī)械設(shè)備故障是如何導(dǎo)致各種征兆集合的因果性符號(hào)知識(shí)，第二類是反映因果關(guān)系的成立程度及可能性數(shù)值知識(shí)。其缺點(diǎn)在于，隨著診斷對(duì)象故障復(fù)雜程度的增加，基于淺知識(shí)的故障智能診斷專家系統(tǒng)會(huì)出現(xiàn)知識(shí)極不完備、對(duì)診斷對(duì)象的依賴性強(qiáng)等缺陷。

1.2 基于深知識(shí)的故障智能診斷專家系統(tǒng)

基于深知識(shí)的故障智能診斷專家系統(tǒng)所依賴的主要是一些模型知識(shí)，如機(jī)械系統(tǒng)的結(jié)構(gòu)模型、功能模型、過(guò)程模型及因果關(guān)系模型等。它要求診斷對(duì)象的每一個(gè)環(huán)節(jié)具有十分明確的輸入輸出關(guān)系，診斷時(shí)首先通過(guò)診斷對(duì)象的實(shí)際輸出與設(shè)定輸出之間的偏差，生成引起這種偏差的原因集合，然后根據(jù)診斷對(duì)象的第一定律知識(shí)及其內(nèi)部特定的約束關(guān)系，采用一定的算法找出可能的故障源。

與基于淺知識(shí)的故障智能診斷專家系統(tǒng)相比，基于模型知識(shí)的方式獲取知識(shí)比較方便，維護(hù)更為簡(jiǎn)單，更易于保證知識(shí)庫(kù)的一致性和完備性。但其缺點(diǎn)在于搜索空間大，推理過(guò)程的處理復(fù)雜且較為緩慢。因此，近年來(lái)基于經(jīng)驗(yàn)知識(shí)和模型知識(shí)相結(jié)合的混合知識(shí)診斷推理的方法得到了業(yè)內(nèi)人士的普遍關(guān)注。

1.3 復(fù)合式故障智能診斷專家系統(tǒng)

復(fù)合式故障智能診斷專家系統(tǒng)的診斷過(guò)程首先通過(guò)淺層推理產(chǎn)生初步的故障假設(shè)，再采用深層診斷去進(jìn)行確認(rèn)和解釋。兩者之間的銜接是通過(guò)將淺層中的假設(shè)對(duì)象與深層中的假設(shè)結(jié)點(diǎn)進(jìn)行相互對(duì)應(yīng)，當(dāng)淺層中產(chǎn)生一個(gè)故障假設(shè)對(duì)象時(shí)，深層推理則將與之相對(duì)應(yīng)的網(wǎng)絡(luò)連點(diǎn)開(kāi)始推理，得出精確的解釋或推翻故障假設(shè)。這種智能診斷方法的出現(xiàn)，使得智能診斷專家系統(tǒng)的問(wèn)題求解能力得到了極大的提高。

故障智能診斷專家系統(tǒng)的優(yōu)點(diǎn)在于：其適于人類的思維方式，方便理解，知識(shí)可用基本規(guī)則來(lái)表示，無(wú)需輸入大量的細(xì)節(jié)知識(shí)；個(gè)別事實(shí)發(fā)生變化時(shí)便于修改；能合理解釋自己的推理過(guò)程。然而，故障智能診斷專家系統(tǒng)仍具有明顯的局限性，如故障診斷的準(zhǔn)確度依賴于知識(shí)庫(kù)中專家知識(shí)的豐富程度及知識(shí)的高低水平；建立專家知識(shí)庫(kù)困難，有些經(jīng)驗(yàn)難以通過(guò)數(shù)字化、格式化的方式來(lái)進(jìn)行描述；推理效率低，缺少主動(dòng)學(xué)習(xí)及自適應(yīng)能力。

2 多傳感器信息融合智能診斷策略

多傳感器信息融合智能診斷的方法是根據(jù)各傳感器從各方面采集到的多種物理量，利用計(jì)算機(jī)技術(shù)對(duì)監(jiān)測(cè)系統(tǒng)運(yùn)行狀態(tài)的多傳感器信源的信息，在一定規(guī)則下進(jìn)行自動(dòng)分析、關(guān)聯(lián)與優(yōu)化綜合、狀態(tài)估計(jì)及判斷等多級(jí)處理，準(zhǔn)確、及時(shí)地判斷機(jī)械設(shè)備的運(yùn)行狀態(tài)。多傳感器信息融合智能診斷系統(tǒng)可以得到各個(gè)傳感器的信息，能有效利用傳感器資源最大程度地獲取有關(guān)被測(cè)對(duì)象狀態(tài)的信息值。與單一的傳感器系統(tǒng)相比，多傳感器信息集成與融合系統(tǒng)具備多種優(yōu)點(diǎn)，主要表現(xiàn)在信息的冗余性、容錯(cuò)性、互補(bǔ)性、實(shí)時(shí)性和低成本性等幾個(gè)方面。

多傳感器信息集成與融合的目的是對(duì)系統(tǒng)中若干個(gè)相同類型或不同類型的傳感器所提供的相同形式或不同形式、同時(shí)刻或不同時(shí)刻的測(cè)量信息加以分析、處理及綜合，得到對(duì)被測(cè)對(duì)象全面細(xì)致的估計(jì)。在多傳感器信息融合的具體實(shí)現(xiàn)技術(shù)中包括模式識(shí)別的相應(yīng)技術(shù)與決策理論方法，但它與傳統(tǒng)意義上的模式識(shí)別與決策分類又有所區(qū)別。比如，采用神經(jīng)網(wǎng)絡(luò)對(duì)多源信息進(jìn)行融合處理，首先必須通過(guò)一個(gè)關(guān)聯(lián)過(guò)程將多源信息特征向量融合起來(lái)，形成有意義的特征向量組合，根據(jù)其對(duì)觀測(cè)目標(biāo)狀態(tài)進(jìn)行分類識(shí)別。

雖然目前智能故障診斷技術(shù)在我國(guó)已得到了較為明顯的發(fā)展，但還存在不少問(wèn)題有待研究和解決。欲使故障診斷技術(shù)不斷取得發(fā)展并在生產(chǎn)實(shí)踐中得到有效的應(yīng)用，必須將其和當(dāng)代的前沿學(xué)科相結(jié)合，引入相關(guān)學(xué)科中的新思維和新方法，并善于在實(shí)際生產(chǎn)過(guò)程中提出問(wèn)題，總結(jié)歸納提高到理論和方法的高度來(lái)進(jìn)行研究和探討。

1 蔣瑜、陳循、楊雪.智能故障診斷研究與發(fā)展［J］.兵工自動(dòng)化，2002（2）