国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

　　引言

　　為使泵站機組的運行品質(zhì)及可靠性得以提高,更好地預(yù)防和及時、正確地處理故障,需對泵站機組的智能化故障診斷系統(tǒng)進行研究。在以往的一些對機械系統(tǒng)基于PETRI網(wǎng)的故障診斷中,提出了應(yīng)用于不同系統(tǒng)的隨機PETRI網(wǎng)(模糊PETRI網(wǎng)),但幾乎所有應(yīng)用都將涉及的概率認為是一個專家給定的常數(shù)[1,2],但在泵站系統(tǒng)的故障情況中,一部分概率和系統(tǒng)的運行階段是很有關(guān)系的,應(yīng)根據(jù)人機系統(tǒng)的交互或從當(dāng)前運行狀態(tài)得到更符合當(dāng)時情況的數(shù)據(jù)。本文提出智能PETRI網(wǎng),運用層次結(jié)構(gòu),根據(jù)推理子網(wǎng)得出關(guān)鍵部位的不同概率,使故障診斷更加切合實際情況,力求得出更準(zhǔn)確的結(jié)果。

　　1、 故障診斷問題的PETRI網(wǎng)描述

　　泵站作為工業(yè)系統(tǒng)的基礎(chǔ)設(shè)備,由于其工作情況與外部環(huán)境、自身結(jié)構(gòu)、介質(zhì)和老化等許多因素有關(guān),出現(xiàn)異常情況時基本上靠經(jīng)驗來判斷故障源。隨著泵站自動化程度的提高,對泵站系統(tǒng)進行建模和推理,分析異常行為之間的因果關(guān)系,有針對性地、快速地找出故障最終原因,是提高泵站應(yīng)用效率的有效方法。利用PETRI網(wǎng)的動態(tài)性可以很好地描述故障現(xiàn)象的動態(tài)產(chǎn)生和傳播過程。將概率的概念引入PETRI網(wǎng),描述在故障推理時專家系統(tǒng)提供的組成系統(tǒng)故障可能性的知識,再采用目標(biāo)驅(qū)動、反向推理的策略,針對已出現(xiàn)的故障表現(xiàn),在知識庫中搜索所有導(dǎo)致此故障出現(xiàn)的規(guī)則,按照規(guī)則可信度的大小依次排序作為沖突消解的方法,尋找故障源,這是應(yīng)用PETRI網(wǎng)進行故障診斷的通用過程。

　　PETRI網(wǎng)是一種用于系統(tǒng)描述和分析的數(shù)學(xué)工具[3],尤其便于描述并發(fā)現(xiàn)象和模擬平行過程。PETRI網(wǎng)圖形表示主要由庫所(用圓圈表示)、變遷(用短豎線表示)以及二者之間的連線構(gòu)成[4,5]。用于故障診斷的模糊行為PETRI網(wǎng)FBPN(Fuzzy　Behavior　Petri　Net)可以用八元組表示

　　　　　　FBPN={P,T;F,D,λ,α,β,v}

    式中P--庫所結(jié)點有限集,P={p1,p2,…,pn},n>0

　　T--變遷結(jié)點有限集,T={t1,t2,…,tm},m>0

　　F--連接庫所和變遷的有向弧線,F.(P×T)∪(T×P)

　　D--命題有限集,D={d1,d2,…,dn},P∩T∩D=.,|P|=|D|

　　λ--庫所結(jié)點有限集到命題有限集的映射

　　α--庫所有限集到[0,1]上實數(shù)的映射,對于.p∈P,α(p)是p所表示的庫所的確信度,就是對應(yīng)命題成立的可信度

　　v、β--庫所結(jié)點到[0,1]上實數(shù)的映射

　　對于.t∈T,β(t)=u是兩部分綜合考慮的結(jié)果,其中一部分為規(guī)則的確信度cf,即在滿足變遷的激活條件且變遷前集的可信度為1時,變遷發(fā)生引發(fā)結(jié)論的可信度;另一部分為該規(guī)則可能出現(xiàn)的程度cp,u=cfcp。v(t)=v是t的點火閾值,表示只有變遷的前集的可信度均超過閾值的變遷才可發(fā)生,u、v為實數(shù)且u,v∈[0,1]。其中,前集為空的庫所對應(yīng)的命題稱為質(zhì)命題,表示可以作為一個故障單位的命題。后集為空的庫所對應(yīng)的命題為故障檢測到的故障現(xiàn)象。

　　在用于故障診斷的模糊行為PETRI網(wǎng)中,通過比較產(chǎn)生同一故障現(xiàn)象的不同原因分支的可信度來縮小故障診斷的范圍,確定診斷的先后次序。所以網(wǎng)中的概率不需十分精確,只要求概率數(shù)據(jù)具有局部性,不必具有全局特性。這樣,大大降低了領(lǐng)域?qū)＜姨峁┙?jīng)驗數(shù)據(jù)的難度。例如,在圖1中,P={p1,p2,p3,p4},T={t1,t2},F={(p1,t1),(p2,t2),(p3,t2),(t1,p4),(t2,p4)},D={d1,d2,d3,d4},p4中的黑點(也稱托肯)表示故障檢測報告出現(xiàn)d4表現(xiàn)的問題。導(dǎo)致p4的變遷為p4的前集(其中前、后集運算符用?表示)[4],表示為:?p4={t1,t2}。若用cf表示規(guī)則可信度,表示PETRI網(wǎng)的變遷關(guān)系的產(chǎn)生式規(guī)則為：

　　　　　　IF　d1　THEN　d4(cf=u1)

　　　　　IF　d2　AND　d3　THEN　d4(cf=u2)　　
　　在包含可能與事實相配命題的路徑中,選取可信度大的分支,如設(shè)u2>u1,則優(yōu)先檢查d2和d3的命題事實。根據(jù)事實情況,將命題對應(yīng)異常情況出現(xiàn)的可能轉(zhuǎn)換為p2和p3的可信度,比較α(p2)α(p3)與v2的大小。若超過閾值,故障診斷得出結(jié)果為d2和d3的命題故障;若小于閾值或改善這一分支的問題后仍不能解決,則將處理過的變遷標(biāo)記并轉(zhuǎn)入下一分支繼續(xù)分析。

　　泵站系統(tǒng)是一個非常復(fù)雜的系統(tǒng),原因、結(jié)果之間的關(guān)系錯綜復(fù)雜,應(yīng)用上述的傳統(tǒng)模糊行為PETRI網(wǎng)描述和分析水泵的故障診斷時,由于分析的因素、相互間的關(guān)系過多而使PETRI網(wǎng)不再簡捷清晰。另外,由于水泵工作在不同的狀態(tài)下故障原因有較大不同,給出固定的規(guī)則可信度是不合理的。本文提出用于故障診斷的智能PETRI網(wǎng),利用層次和謂詞變遷推理來解決水泵故障診斷中的問題,不僅使模型分析更有利于實踐中的應(yīng)用,而且更加切合實際情況。

　　2 、故障診斷智能PETRI網(wǎng)的定義

　　2.1 故障診斷智能PETRI網(wǎng)(FRPN)

　　一個FRPN 是一個三元組,FRPN= (FN,RN,R)。其中FN是故障子網(wǎng)(Failuresubnet),描述水泵系統(tǒng)的故障結(jié)構(gòu);RN是推理子網(wǎng)(Reasoningsubnet),表示相關(guān)知識及進行推理的結(jié)構(gòu);R是FN和RN之間的對應(yīng)關(guān)系。

　　2.2 故障子網(wǎng)

　　FN是一個模糊行為PETRI網(wǎng)。即FN={P,T;F,D,λ,α,β,v},P=Ptra∪Psub={p1,p2,…,pn}。其中Psub是子網(wǎng)庫所結(jié)點有限集,它表示數(shù)據(jù)抽象,對于.p∈Psub,若t∈p?,則β(t)的值需綜合設(shè)備運行情況實時計算取得。Ptra是傳統(tǒng)PETRI網(wǎng)的庫所有限集,它和其余參數(shù)意義同模糊行為PETRI網(wǎng)。

　　2.3 推理子網(wǎng)

　　RN是一個特殊的謂詞變遷網(wǎng)(Pr/T-PN),由九元組構(gòu)成,即RN={P,T;F,U,V,AP,AT,AF,β},并符合:① (P,T;F)為經(jīng)典PETRI網(wǎng),且dom(F)∪cod(F)=P∪T,其中dom(F)={x|.y:(x,y)∈F},cod(F)={y|.x:(x,y)∈F},即RN不包含孤立結(jié)點,稱為RN的基網(wǎng)。(.y表示存在y)。② U為非空有限集,稱為RN的個體集,U上有給定的運算符集Ω。③ V是U上的變量集。④AP:P到π上的映射,其中π是U上的可變謂詞集。對于p∈P,若AP(p)為n元謂詞,就說p是n元謂詞。⑤ AT:T到fD上的映射,其中fD是U上的公式集,對于t∈T,AT(t)只能含有靜態(tài)謂詞和Ω中的運算符。⑥ AF:F到fS上的映射,其中fS是U的符號和集。對n元謂詞p∈P,若(p,t)∈F或(t,p)∈F,則AF(t,p)或AF(p,t)為n元符號和。對于t∈T,公式AT(t)中的自由變量(即不受任意量詞和存在量詞約束的變量)必須是以t為一段的有向弧上的自由變量。⑦ β為個體和變遷對應(yīng)的概率。即對.t∈T,有u∈U,則β(t,u)=z,z∈[0,1],表示個體或個體結(jié)合在此變遷對應(yīng)的狀態(tài)時出現(xiàn)的可能性。⑧ RN有兩個特殊的庫所p1和pn,p1=∮,pn?=∮,n>0,即RN有唯一的起點和終點。

　　故障診斷智能PETRI網(wǎng)應(yīng)用層次網(wǎng)的概念抽象復(fù)雜的系統(tǒng),對于水泵中核心的系統(tǒng),可能發(fā)生的變遷概率不是在一開始即賦為常數(shù),而是根據(jù)實際工作情況和歷史信息隨時計算該規(guī)則可能出現(xiàn)的程度,再綜合規(guī)則可信度計算出總的概率。這樣可避免計算出的結(jié)果與實際不符,產(chǎn)生無效計算。在故障子網(wǎng)中,變遷的前集、后集表示對應(yīng)命題之間的因果關(guān)系,而在推理子網(wǎng)中,變遷的前集、后集之間表示的是不同類型之間的偏序關(guān)系。Pr/T-PN適用于知識表示和推理,在推理子網(wǎng)中選用Pr/T-PN表述水泵系統(tǒng)的動態(tài)行為,可以表示不同工作階段和不同特性對規(guī)則發(fā)生的確信度的影響。謂詞變遷網(wǎng)折疊了庫所和變遷,抽象層次更高,表述形式友好。

　　3 、故障診斷智能PETRI網(wǎng)的應(yīng)用

　　泵站機組在使用中會出現(xiàn)各種故障,主要有啟動故障、啟動時不能充滿水、壓力和流量不足、動力機超載、軸承發(fā)熱有不正常響聲、振動和噪聲、填料密封過熱和泄漏等。引起這些故障的原因很多,這些起因和故障之間又相互影響有時甚至互相循環(huán),使得故障的情況十分復(fù)雜[6,7]。另一方面,不同的工作狀態(tài)也會影響泵站的故障狀態(tài)。在調(diào)試安裝階段,安裝位置、相互配合之間的故障可能占主要部分;進入正常工作狀態(tài)后,由對中不齊等原因引起的故障可以忽略不計,其他故障成為主要原因。

　　我們以軸流泵為例,描述其故障診斷智能PETRI網(wǎng)(如圖2),由于篇幅的原因,不能全面列舉其故障可能,只舉出幾種可能情況。FRPN={FN,RN,R}。FN=P,T;F,D,λ,α,β,v},P=Ptra∪Psub={p'1,p'2,…,p'7}。其中Psub={p'7},T={t'1,t'2,…,t'6},F={(p'1,t'1),…,(t'6,p'6)},如圖上的弧線所示。FN的P及對應(yīng)知識庫中的規(guī)則D如下。括號內(nèi)給出無沖突情況下,以各命題為起始條件的規(guī)則可信度u':

　　d1(p'1):外河水位波動(0.4)

　　d2(p'2):管路堵塞或閥門故障(0.3)

　　d3(p'3):出水環(huán)境異常(0.4)

　　d4(p'4):電氣系統(tǒng)故障(0.45)

　　d5(p'5):水泵不正常(0.55)

　　d6(p'6):動力機超載(故障現(xiàn)象)

　　d7(p'7):軸承發(fā)熱(概率由推理獲得)

　　假設(shè)對應(yīng)的閾值均為0.7。RN={P,T;F,U,V,AP,AT,AF,β},P={p1,p2,…,p6},T={t1,t2,…,t7},U={a,b,c},a代表潤滑油不良,b代表軸承不良,c代表運行狀態(tài)。V={x},RN表示水泵工作的不同狀態(tài),系統(tǒng)根據(jù)變遷特性進行沖突消解。t1的條件為:c為正常工作階段,t2:c為老化工作階段,t3:c為進入汛期,t4:c為枯水期。β(t1,a,c)=0.3,β(t1,b,c)=0.25,β(t3,a,c)=0.4,β(t4,b,c)=0.3,β(t2,a,c)=0.5,β(t2,b,c)=0.55,表示個體在變遷對應(yīng)的狀態(tài)時出現(xiàn)的可能性。如β(t3,a)=0.4表示在汛期出現(xiàn)潤滑油異常的可能性為0.4。其余關(guān)系如圖2所示。

　　　R為:p6?=t'6。

　　系統(tǒng)表示完成后,由已知故障檢測的結(jié)果"動力機過載",即對應(yīng)的目標(biāo)庫所p'6,查詢其前集,比較可信度,選擇可信度大的分支首先處理,即p'5,水泵不正常分支,繼續(xù)查詢其前集,示例中致錯的路徑有兩條,p'4→p'5,p'7→p'5。p'4分支代表由于電氣系統(tǒng)故障,如單項運行、電壓下降或配電盤內(nèi)設(shè)備異常引起水泵工作不正常,其可信度為0.45;p'7代表由軸承發(fā)熱引起的水泵工作異常,由于軸承是泵機組的重要部件,其故障出現(xiàn)可信度受泵的工作情況影響大,所以其可信度須根據(jù)運行情況推出。當(dāng)開始計算變遷可信度時,FN將各色托肯放入RN,系統(tǒng)根據(jù)實際情況選擇路徑開始運行,同時計算出相應(yīng)的概率。計算過程中以知識庫中給出的概率起始,在不同的個體概率中取較大值作為事件概率。若有更詳細的數(shù)據(jù),則以新的數(shù)值代替原值,否則,概率保持不變在運行中傳遞。如在圖2中,老化階段的軸承發(fā)熱概率u'=max[β(t2,a,c),β(t2,b,c)]=0.55,在正常工作階段,潤滑油不良的平均可能性為0.3(β(t1,a,c)=0.3),軸承不良的平均可能性為0.25(β(t1,b,c)=0.25)。在正常工作時的分支中,知識庫給出潤滑油不良在汛期的可能性為0.4,此時由于汛期機組連續(xù)大負荷運行,潤滑油不良的可能性提高(β(t3,a,c)=0.4),軸承不良的可能性保持不變,在枯水期,機組運行在小流量范圍內(nèi),振動容易引起軸承不良。根據(jù)知識,更新軸承不良在枯水期的故障概率為0.3(β(t4,b,c)=0.3),由此可知,在老化期,軸承發(fā)熱概率為0.55,即u'5=0.55。它大于電氣系統(tǒng)的故障概率,所以優(yōu)先檢查軸承發(fā)熱的故障。此時可參考知識網(wǎng)中數(shù)據(jù),依次檢查。檢查過程中根據(jù)實際情況辨別故障的程度,如操作者回答軸承很熱,根據(jù)知識庫規(guī)則模糊化為可能性0.8,大于閾值0.7,變遷發(fā)生,只有超過閾值的事件故障才確定為修理故障,對其進行修理。如果修理后仍出現(xiàn)動力機超載現(xiàn)象,或由于其前集由操作者回答的可信度沒超過閾值,所以對應(yīng)變遷不能發(fā)生,則轉(zhuǎn)入處理電氣系統(tǒng)故障分支。若系統(tǒng)運行在汛期,u'5=max(0.25,0.4)=0.4,概率小于電氣系統(tǒng)故障分支,則應(yīng)優(yōu)先檢查電氣系統(tǒng)。

　　4 、結(jié)束語

　　運用PETRI網(wǎng)進行故障診斷描述和分析,依據(jù)故障產(chǎn)生的概率確定診斷的順序,融合了專家知識,符合人腦的思考方式。泵站是一個復(fù)雜的系統(tǒng),在不同的工作時段有不同的工作特性。一個泵站系統(tǒng)中老化、磨損最快的就是水泵設(shè)備,尤其在運行環(huán)境比較惡劣的情況下。由于種種原因,國內(nèi)仍有部分泵運行在老化狀態(tài)下,專家提供的常數(shù)概率對于實際情況可能存在差別,本文提出故障診斷智能PETRI網(wǎng),運用Pr/T-PN推理泵站核心重要組件不同階段的故障概率,提高了解決問題的針對性,為泵站系統(tǒng)的故障診斷提供了參考和指導(dǎo)。

　　參考文獻

　　1 朗文輝,黃勝,駱德漢.卷接機組故障診斷的模糊行為PETRI網(wǎng)研究.振動?測試與診斷,1999,19(4):368～372

　　2 畢世華,李霽紅.導(dǎo)彈測發(fā)控系統(tǒng)故障診斷模糊專家系統(tǒng).北京理工大學(xué)學(xué)報,1999,19(S1):81～84

　　3 PetriCA.KommunikationmitAutomaten:[PhDthesis].Bonn:InstitutfurInstrumentelleMathematik,1962.

　　4 袁崇義著.PETRI網(wǎng)原理.北京:電子工業(yè)出版社,1998.

　　5 林闖.隨機PETRI網(wǎng)和系統(tǒng)性能評價.北京:清華大學(xué)出版社,2000.

　　6 日本農(nóng)業(yè)土木事業(yè)協(xié)會.泵站工程技術(shù)手冊.丘傳忻等譯.北京:中國農(nóng)業(yè)出版社,1998.

　　7 關(guān)醒凡.現(xiàn)代泵技術(shù)手冊.北京:宇航出版社,1995