張 濤，王秋紅

?

面向數(shù)控車床的智能故障診斷系統(tǒng)的研究

*張 濤，王秋紅

（安徽機(jī)電職業(yè)技術(shù)學(xué)院，安徽，蕪湖 241000）

針對(duì)數(shù)控車床故障診斷中存在的問題，采用基于框架的案例表達(dá)，利用XML進(jìn)行案例的存儲(chǔ)、檢索，實(shí)現(xiàn)基于CBR的智能故障診斷。這種案例的表達(dá)方法實(shí)現(xiàn)了將故障案例的數(shù)據(jù)存儲(chǔ)在XML文檔中，而XML文檔具有數(shù)據(jù)量小和通用性強(qiáng)的特點(diǎn)，為實(shí)現(xiàn)數(shù)據(jù)交換和信息集成提供了方便。

數(shù)控車床、故障診斷、人工智能、XML、CBR

0 引言

數(shù)控設(shè)備是一個(gè)集機(jī)、電、液、氣為一體的典型的機(jī)電一體化設(shè)備，在出現(xiàn)故障時(shí)更要求能夠準(zhǔn)確快速的進(jìn)行診斷，針對(duì)故障診斷中存在的問題，采用了范例推理的方法，檢索推理出可能的故障解決方案，為工程師提供幫助。

目前，國(guó)內(nèi)外對(duì)數(shù)控設(shè)備的故障診斷系統(tǒng)的研究正如火如荼的展開，隨著人工智能技術(shù)的迅速發(fā)展，特別是知識(shí)工程、專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)在診斷領(lǐng)域中的進(jìn)一步應(yīng)用，新加坡大學(xué)數(shù)控六角塔盤車床故障診斷系統(tǒng)，中國(guó)西北工業(yè)大學(xué)為西飛公司開發(fā)的數(shù)控設(shè)備故障診斷系統(tǒng)；華中科技大學(xué)與寶山鋼鐵集團(tuán)公司及上海交通大學(xué)，在寶鋼鋼管分廠為該廠的一臺(tái) Tcgl6cnc機(jī)床建立了故障診斷系統(tǒng)[1-3]。山東大學(xué)張磊等人利用小波包算法和神經(jīng)網(wǎng)絡(luò)算法與專家系統(tǒng)相結(jié)合，進(jìn)行爬行故障的交互式診斷，北京郵電大學(xué)李磊等人利用Internet技術(shù)對(duì)FANUC系統(tǒng)進(jìn)行遠(yuǎn)程診斷等[4-6]。

1 基于框架的案例表達(dá)

數(shù)控車床是個(gè)非常復(fù)雜的系統(tǒng)，影響的因素有很多，難以用FTA等描述故障機(jī)理。整個(gè)系統(tǒng)采用了基于范例推理（CBR）的方案，因?yàn)椴糠止收蠁栴}未被完全理解，系統(tǒng)中有很多例外的或未知規(guī)則的情形。

把情景(Situation)、原因(Reason)、解答(Solution)用一種合適的方式表示出來是構(gòu)造一個(gè)基于實(shí)例推理系統(tǒng)首先解決的問題。根據(jù)數(shù)控車床的故障案例的特點(diǎn)，本系統(tǒng)采用基于框架的案例表達(dá)[7]，具體定義如下：

Case={ Concept slots //框架單元的概念性描述，即故障現(xiàn)象的描述

Constraint slots //對(duì)框架單元施加的某種約束，即對(duì)發(fā)生故障的設(shè)備的描述

Causality slots

//定義了與Case有因果關(guān)系的內(nèi)容，即可能的故障原因與解決方法

Similarity slots //定義了與Case有相似關(guān)系的其它Case，即類似的故障案例

Theory slots //定義了該Case的理論知識(shí)，即發(fā)生故障的機(jī)理

}

框架下有槽（slots），每個(gè)槽又有一個(gè)或多個(gè)側(cè)面（），槽或側(cè)面的取值可以是一個(gè)值或者是一個(gè)框架。本系統(tǒng)采用面向?qū)ο蟮募夹g(shù)，對(duì)象的每一個(gè)實(shí)例與后臺(tái)數(shù)據(jù)庫中的紀(jì)錄對(duì)應(yīng)，系統(tǒng)在運(yùn)行中將動(dòng)態(tài)地構(gòu)造它們。圖1為故障案例的UML模型圖。

圖1 故障案例的UML模型圖

Fig .1 UML model diagram of the fault cases

2 基于XML的案例存儲(chǔ)

針對(duì)案例信息的存儲(chǔ)，本系統(tǒng)利用XML作為存儲(chǔ)介質(zhì)。XML 提供了制定通信協(xié)議的標(biāo)準(zhǔn)框架，它允許和鼓勵(lì)人們共同研究常見的數(shù)據(jù)交換問題，對(duì)該問題提出開放的解決方案，不依賴任何軟件供應(yīng)商，不用綁定任何特定工具，沒有語言限制[8]。

本系統(tǒng)利用XML的專用開發(fā)語言，基于XML Schema標(biāo)準(zhǔn)設(shè)計(jì)XML文檔的規(guī)范，可以利用如Visual Studio.Net、XML Spy、TurboXML等軟件使用自定義的圖形樹表示和處理XML模式[9]。在后臺(tái)，通過調(diào)用文檔對(duì)象模型DOM[10]，它提供了大量的訪問和維護(hù)XML文檔的應(yīng)用程序接口（API）從而對(duì)XML進(jìn)行操作。利用XML進(jìn)行案例的存儲(chǔ)避免了數(shù)據(jù)的不一致性，為前后臺(tái)間的數(shù)據(jù)交換同了平臺(tái)，其傳遞的數(shù)據(jù)量很小，為故障診斷做了很好的鋪墊。下面表1為某CK6132型車床故障案例。圖2為該案例的XML表達(dá)。

表1 刀架故障案例

圖2 某刀架故障案例的XML表達(dá)

Fig .2 XML expression of a fault case

3 基于CBR的智能故障診斷推理的研究

在本系統(tǒng)中，診斷系統(tǒng)的任務(wù)就是根據(jù)輸入的新的故障案例，利用實(shí)例推理技術(shù)，建立智能故障診斷的分析與決策支持系統(tǒng)。

基于CBR的智能故障診斷，關(guān)鍵性的因素有兩點(diǎn)：1.如何記錄故障案例以及更新、檢索；2.建立故障案例的相互之間的聯(lián)系機(jī)制包括案例解決方案的考評(píng)機(jī)制。本系統(tǒng)的CBR的故障診斷模型如圖3所示。

圖3 基于CBR的故障診斷模型

該模型包括故障案例的輸入、故障案例關(guān)鍵特征分析、故障案例庫的保存、故障解決方法的檢索、故障案例匹配、故障對(duì)策評(píng)價(jià)、故障案例的修復(fù)等幾部分。其中主要部分的內(nèi)容和功能描述如下：

(1)故障案例的輸入：通過設(shè)計(jì)用戶界面，將機(jī)床故障信息輸入到系統(tǒng)中，輸入的故障現(xiàn)象包括常規(guī)的信息，也包括特殊的輔助信息，故障現(xiàn)象的描述是智能故障診斷系統(tǒng)的第一步。這一步也包括搜集到歷史信息，并對(duì)歷史信息進(jìn)行聚類的處理。

(2)故障案例關(guān)鍵特征分析：

通過輸入的系統(tǒng)故障信息，分析出關(guān)鍵信息，進(jìn)行相似性匹配，尋找近似案例。

(3)故障案例庫的保存：將故障案例存儲(chǔ)為XML文檔，既便于數(shù)據(jù)存儲(chǔ)，也利于管理。

(4)故障解決方法的檢索：按照實(shí)例庫已有的索引，進(jìn)行初次匹配，檢索出可能的故障案例。

(5)故障案例匹配：通過案例描述，按照多混合推理策略尋找故障解決方案，故障解決方案按照設(shè)定的相似度一一排序展示給操作者，盡可能的提供較準(zhǔn)確的故障解決方案。

(6)故障對(duì)策評(píng)價(jià)：操作者根據(jù)提供的可能故障解決方法，切實(shí)解決好故障后。對(duì)提供的故障對(duì)策進(jìn)行評(píng)價(jià)，以利于下一次的故障的解決。

(7)故障方案復(fù)用：系統(tǒng)提供的故障解決方案經(jīng)操作者實(shí)踐后，進(jìn)行修改后，新的故障解決實(shí)例被存儲(chǔ)到實(shí)例庫中。

4 智能開發(fā)系統(tǒng)簡(jiǎn)介

圖4為開發(fā)的部分智能診斷系統(tǒng)界面。

6 總結(jié)

本系統(tǒng)探討了基于框架的案例表達(dá)，建立了UML模型圖，通過XML方式進(jìn)行數(shù)據(jù)存儲(chǔ)，這種處理方式為數(shù)控車床的智能故障診斷奠定了基礎(chǔ)。

[1] 趙明.基于案例推理的機(jī)車故障診斷專家系統(tǒng)研究[D].長(zhǎng)沙:中南大學(xué),2004.

[2] 和濟(jì)，陳長(zhǎng)征，張省.基于神經(jīng)網(wǎng)絡(luò)的智能診斷[J].振動(dòng)工程學(xué)報(bào),2000,13(2):36-38.

[3] Priscilla Walmsley. XML模式權(quán)威教程[M]. 陳維軍,喬安平,英宇譯.北京:清華大學(xué)出版社,2003.

[4] 劉繼承. 基于神經(jīng)網(wǎng)絡(luò)的數(shù)控機(jī)床診斷技術(shù)現(xiàn)狀及展望[J].機(jī)電信息,2013,3:96-97.

[5] 李磊，王晨升，寇星源，等. 基于FANUC的數(shù)控機(jī)床遠(yuǎn)程故障診斷系統(tǒng)設(shè)計(jì)[J].軟件，2012,12：6-9.

[6] 張磊.數(shù)控機(jī)床故障監(jiān)測(cè)與診斷系統(tǒng)的研究[D].濟(jì)南：山東大學(xué),2013.1.

[7] 史忠植. 高級(jí)人工智能[M].北京:科學(xué)出版社,2006：152.

[8] 孫一中. XML 理論和應(yīng)用基礎(chǔ)[M].北京：北京郵電大學(xué)出版社,2000:3-9.

[9] 齊建軍. 基于XML的制造過程集成框架的研究與實(shí)現(xiàn)[D].北京:北京航空航天大學(xué),2005.

[10] Document.Object.Model(DOM).Level3.core,specificationversion .0[EB/OL].www.w3.org/TR/2000.

Intelligent Fault Diagnosis System research Based On Numerical Turning Machine

* ZHANG Tao，WANG Qiu-hong

(Anhui Technical College of Mechnical and Electrical Engineering,Wuhu,Anhui 241000, China)

According to the problem of NC turning machine fault diagnosis, we use frame as express of fault case and utilize XML to storage and retrieval, which can realize the intelligent fault diagnosis reasoning based on CBR. Furthermore, we store the data of the fault cases in the XML neutral document, while XML documents have the advantage of small data quantity and strong universal make it exchange and transmission easily. Finally, we provide a new way of data exchange and information integration.

NC turning machine; fault diagnosis; artificial intelligence; extension markup language; case-based reasoning

1674-8085(2013)05-0065-05

TG659

A

10.3969/j.issn.1674-8085.2013.05.015

2013-05-02；

2013-06-27

*張 濤(1982-)，男，安徽蕪湖人，講師，碩士，主要從事數(shù)控設(shè)備設(shè)計(jì)、故障診斷研究(E-mail: skgczt@126.com);

王秋紅(1982-)，女，黑龍江七臺(tái)河人，講師，碩士，主要從事數(shù)控技術(shù)、加工等研究(E-mail:skgcwqh@163.com).