李英順，姜雙雙，佟維妍，盧奭瑄

(1.沈陽工業(yè)大學(xué) 工程學(xué)院 , 遼寧 遼陽 111003; 2. 沈陽工業(yè)大學(xué) 信息工程學(xué)院 ,沈陽 110870)

基于RST及FTA的綜合傳動(dòng)裝置故障診斷專家系統(tǒng)的應(yīng)用研究*

李英順1，姜雙雙2，佟維妍1，盧奭瑄1

(1.沈陽工業(yè)大學(xué) 工程學(xué)院 , 遼寧 遼陽 111003; 2. 沈陽工業(yè)大學(xué) 信息工程學(xué)院 ,沈陽 110870)

文章對(duì)綜合傳動(dòng)裝置的故障機(jī)理進(jìn)行了深入分析，采用粗糙集數(shù)據(jù)挖掘算法和故障樹分析法進(jìn)行知識(shí)獲取，解決知識(shí)獲取難的問題。同時(shí)推理機(jī)制采用改進(jìn)RETE匹配算法，提高了匹配效率。并利用Access2003數(shù)據(jù)庫構(gòu)建知識(shí)庫，利用VC++開發(fā)專家系統(tǒng)軟件。最后通過綜合傳動(dòng)裝置專家系統(tǒng)軟件對(duì)專家系統(tǒng)的診斷結(jié)果進(jìn)行驗(yàn)證。結(jié)果表明：此專家系統(tǒng)能夠?qū)收献龀稣_判斷，并且診斷快速，效率高，進(jìn)而充分證明了此專家系統(tǒng)設(shè)計(jì)的有效性。

綜合傳動(dòng)裝置；粗糙集理論；簡(jiǎn)化RETE算法；故障樹分析法；專家系統(tǒng)

0 引言

綜合傳動(dòng)裝置的綜合技術(shù)先進(jìn)、結(jié)構(gòu)復(fù)雜，故障機(jī)理更加復(fù)雜、維修難度大，現(xiàn)有診斷手段對(duì)其維修要求已不再適用。因此，研究綜合傳動(dòng)裝置新的診斷手段，已成為裝甲車輛維修急需解決的問題。文獻(xiàn)[1-5]利用故障樹分析法實(shí)現(xiàn)故障診斷，取得了良好的效果，但綜合傳動(dòng)裝置結(jié)構(gòu)復(fù)雜，所建故障樹較多，在診斷時(shí)如何從多個(gè)故障樹中進(jìn)行正確選擇是一個(gè)難題。文獻(xiàn)[6-10]利用粗糙集理論進(jìn)行知識(shí)獲取，進(jìn)而實(shí)現(xiàn)故障診斷，同樣取得了良好的效果，但綜合傳動(dòng)裝置的失效形式有二百多種，需要進(jìn)行大量的實(shí)驗(yàn)來獲取數(shù)據(jù)，工作量巨大。因此，文章提出了利用故障樹分析法和粗糙集理論相結(jié)合的方法來實(shí)現(xiàn)知識(shí)的獲取，最終達(dá)到故障診斷的目的。綜合傳動(dòng)裝置有十個(gè)故障樹、二百多種失效形式，利用粗糙集理論獲取的規(guī)則僅確定故障樹的頂事件，這樣就把決策屬性由二百多個(gè)減少到十個(gè)，同時(shí)也對(duì)故障樹做出了正確的選擇，最后利用故障樹分析法及相應(yīng)的推理機(jī)制確定具體的失效形式。

1 基于粗糙集的規(guī)則獲取

基于粗糙集規(guī)則獲取的模型如圖1所示。根據(jù)領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識(shí)，把歷史數(shù)據(jù)離散化，建立決策表，把決策表中重復(fù)的對(duì)象刪除；利用可辨識(shí)矩陣對(duì)決策表進(jìn)行條件屬性約簡(jiǎn)；對(duì)得到的約簡(jiǎn)利用屬性值約簡(jiǎn)算法得到約簡(jiǎn)的規(guī)則。最后對(duì)規(guī)則進(jìn)行檢測(cè)與求精，并存入規(guī)則知識(shí)庫。

圖1 基于粗糙集的規(guī)則獲取模型

1.1 規(guī)則獲取

對(duì)綜合傳動(dòng)裝置進(jìn)行大量的實(shí)驗(yàn)，并結(jié)合歷史故障數(shù)據(jù)，將其存放在juecebiao文本文件中(部分?jǐn)?shù)據(jù))，如圖2所示。規(guī)則獲取的過程存放在guocheng文本文件中，由圖2引入決策表如圖3所示。由圖3的決策表得到可辨識(shí)矩陣如圖4所示。由圖4的可辨識(shí)矩陣得到的分辨函數(shù)為：f=(b∨c∨d)∧(b) ∧(a∨b∨c∨d)∧(a∨b∨c∨d)∧(b∨c)(b∨d)∧(a∨b∨c)∧(a∨b∨c)∧(c∨d)∧(a∨b∨c∨d)∧(a∨b∨c∨d)∧(a∨b∨c∨d)∧(a∨b)∧(c∨d)∧(c∨d)。由分辨函數(shù)知約簡(jiǎn)的核為：b。對(duì)分辨函數(shù)進(jìn)行約簡(jiǎn)、刪除冗余、析取得到最小析取范式為：bc∨bd，其中每一個(gè)析取分量對(duì)應(yīng)一個(gè)約簡(jiǎn)，所以得到分辨函數(shù)的約簡(jiǎn)為：{bc}、{bd}。以分辨函數(shù)的約簡(jiǎn){bc}為例，對(duì)分辨矩陣的約簡(jiǎn)進(jìn)行選擇排序后與決策屬性組合成約簡(jiǎn)表1如圖5所示。對(duì)約簡(jiǎn)表1刪除冗余得到約簡(jiǎn)表2如圖6所示。對(duì)約簡(jiǎn)表2運(yùn)用屬性值約簡(jiǎn)算法得到約見表3如圖7所示。對(duì)約簡(jiǎn)表3刪除冗余得到約簡(jiǎn)表4如圖8所示。最后由約簡(jiǎn)表4得到規(guī)則表如圖9所示 。

圖2 歷史故障數(shù)據(jù)

圖3 決策表

圖4 可辨識(shí)矩陣

圖5 約簡(jiǎn)表1

圖6 約簡(jiǎn)表2

圖7 約簡(jiǎn)表3

圖8 約簡(jiǎn)表4

圖9 規(guī)則表

1.2 規(guī)則檢測(cè)

圖10 粗糙集知識(shí)獲取界面

粗糙集規(guī)則自動(dòng)獲取界面如圖10所示。當(dāng)點(diǎn)擊界面中的提取知識(shí)按鈕，實(shí)現(xiàn)上述規(guī)則獲取的過程；當(dāng)點(diǎn)擊存取規(guī)則時(shí)，將獲取到的規(guī)則存放到規(guī)則知識(shí)庫中。此界面可以實(shí)現(xiàn)對(duì)等價(jià)規(guī)則、冗余規(guī)則和從屬規(guī)則的處理。獲取規(guī)則的結(jié)論部分為故障樹的頂事件，綜合傳動(dòng)裝置的所有故障樹的頂事件如圖11所示。

圖11 導(dǎo)致綜合傳動(dòng)裝置故障的頂事件

2 知識(shí)庫的構(gòu)建

圖12 CR離合器故障樹

故障樹分析法具有層次性強(qiáng)、因果關(guān)系明確等特點(diǎn)，是設(shè)備進(jìn)行故障診斷的主要方法之一[3]。故障樹中如果其某幾個(gè)底事件的集合同時(shí)發(fā)生時(shí),將引起頂事件(系統(tǒng)故障)的發(fā)生,這個(gè)集合就稱之為割集。最小割集的意義就在于它為我們描繪了處于故障狀態(tài)的系統(tǒng)所必須要修理的基本故障,指出了系統(tǒng)中最薄弱的環(huán)節(jié)[4]。故障樹分析法可以清晰的表達(dá)故障癥狀與故障原因之間的邏輯關(guān)系，故障診斷專家系統(tǒng)的知識(shí)庫和故障樹可以使用最小割集將二者聯(lián)系起來。

2.1 故障樹建立與分析

通過對(duì)綜合傳動(dòng)裝置的結(jié)構(gòu)與工作原理研究與分析，明確了液力變矩器、換檔離合器及液壓式轉(zhuǎn)向機(jī)構(gòu)是綜合傳動(dòng)裝置功能實(shí)現(xiàn)的關(guān)鍵部件，其運(yùn)行狀態(tài)是綜合傳動(dòng)裝置運(yùn)行狀態(tài)的重要表征，是狀態(tài)檢測(cè)的重點(diǎn)和難點(diǎn)所在。以CR離合器故障為例，建立的故障樹如圖12所示。

2.2 故障樹轉(zhuǎn)化為知識(shí)庫

專家系統(tǒng)結(jié)合故障樹減小了知識(shí)獲取的難度，專家系統(tǒng)的知識(shí)庫與故障樹的聯(lián)系在于：專家系統(tǒng)要分析和解決的問題是故障樹的頂事件，專家系統(tǒng)的推理過程就是故障樹從上到下的邏輯關(guān)系，故障樹的每一個(gè)最小割集就對(duì)應(yīng)一種失效形式，就是推理的結(jié)果。

知識(shí)庫中的規(guī)則采用產(chǎn)生式規(guī)則進(jìn)行表示, 產(chǎn)生式規(guī)則的表達(dá)形式為：IF (P) THEN(Q)，其中P 是產(chǎn)生式可用的條件，Q 是指當(dāng)P 所指的所有條件被滿足時(shí)所得到的結(jié)論或應(yīng)該執(zhí)行的操作。文章以最小割集轉(zhuǎn)化為規(guī)則，每一個(gè)最小割集對(duì)應(yīng)一條規(guī)則。以圖12的CR離合器故障樹為例，其有19種失效形式，也就是有19個(gè)最小割集，這樣，以最小割集形式轉(zhuǎn)化為規(guī)則時(shí)，能夠生成19條規(guī)則。如以圖12中一個(gè)最小割集CR離合器過流面積小為例，其轉(zhuǎn)化規(guī)則為：if(CR離合器故障and CR離合器分離油壓高于限值and CR離合器回油流量小and CR離合器油路不暢)then(CR離合器過流面積小)。

通過圖13的故障樹知識(shí)獲取管理界面將規(guī)則存入到知識(shí)庫中。界面中故障編號(hào)就是規(guī)則號(hào)；故障部位對(duì)應(yīng)故障樹的頂事件；故障現(xiàn)象是對(duì)規(guī)則條件的具體說明；故障原因?qū)?yīng)最小割集，是對(duì)規(guī)則結(jié)論的具體說明；最終標(biāo)記用來判斷該規(guī)則的結(jié)論是否為最終結(jié)論，用0或1表示，0表示不是最終結(jié)論，1表示是最終結(jié)論；維修建議是維修指南，有幫助維修的作用。

圖13 故障樹知識(shí)獲取管理界面

3 推理機(jī)的實(shí)現(xiàn)

推理算法的實(shí)現(xiàn)是以Rete算法為基礎(chǔ)，在此基礎(chǔ)上做了一些簡(jiǎn)化，即在推理過程中只記錄事實(shí)狀態(tài)的變化，不需要記錄規(guī)則前件的匹配情況，這樣大大降低了設(shè)計(jì)與實(shí)現(xiàn)的難度。推理流程圖如圖14所示，基本思想為：①取一條規(guī)則，推理機(jī)通過得到的事實(shí)，與規(guī)則條件部分的所有前件進(jìn)行匹配，如果數(shù)據(jù)庫中的事實(shí)包含當(dāng)前規(guī)則條件中的所有前件，那么說明匹配成功，把當(dāng)前規(guī)則的結(jié)論添加到事實(shí)表中，同時(shí)刪除當(dāng)前匹配成功的規(guī)則。重新從第一條規(guī)則開始，按照上面的方法重新匹配；②如果數(shù)據(jù)庫中的事實(shí)不包含當(dāng)前規(guī)則條件中的所有前件，那就說明沒有匹配成功。取下一條規(guī)則重新開始匹配；③當(dāng)規(guī)則表中所有的規(guī)則都完成匹配，說明推理結(jié)束；④規(guī)則表初始化；⑤推理機(jī)從數(shù)據(jù)庫中取出所有事實(shí)，判斷是否有最終結(jié)論，如果有，則推理結(jié)束，否則添加新事實(shí)重新匹配。

圖14 推理流程圖

5 結(jié)論

文章采用粗糙集數(shù)據(jù)挖掘算法和故障樹分析法進(jìn)行知識(shí)獲取，解決了知識(shí)獲取難的問題。利用粗糙集理論獲取規(guī)則的結(jié)論對(duì)應(yīng)故障樹的頂事件，選擇需要進(jìn)行診斷的故障樹，再利用故障樹分析法求出最小割集，找出具體的故障原因。同時(shí)推理機(jī)制采用改進(jìn)RETE匹配算法，提高了匹配效率，降低了推理機(jī)設(shè)計(jì)與實(shí)現(xiàn)的難度。應(yīng)用結(jié)果表明：此專家系統(tǒng)能夠?qū)收献龀稣_判斷，并且診斷快速，效率高。圖15為針對(duì)CR離合器過流面積小的故障診斷，并給出了相應(yīng)的解決方案。

圖15 04步戰(zhàn)車故障診斷專家系統(tǒng)

[1] 張春華，劉偉.基于故障樹的故障診斷專家系統(tǒng)[J].兵工自動(dòng)化, 2009,28(11): 15-16.

[2] 朱全，黃愛蓉，鮑娟.汽車故障診斷專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].湖北汽車工業(yè)學(xué)院學(xué)報(bào), 2010,24(2): 70-74.

[3] 吳定海,張培林，傅建平，等.基于故障樹分析的液壓故障診斷專家系統(tǒng)研究[J].液壓與氣動(dòng), 2007(7): 79-81.

[4] 賈育秦,張志剛,翟大鵬. 基于故障樹的數(shù)控機(jī)床故障診斷系統(tǒng)研究[J]. 太原科技大學(xué)學(xué)報(bào), 2009,30(5): 401-404.

[5] 朱德強(qiáng),陳曉梅. 一種故障診斷專家系統(tǒng)設(shè)計(jì)方法初探[J].科技信息, 2009(29): 71-72.

[6] 張騰飛,王錫淮,葉銀忠，等. 粗糙集理論在故障診斷中的應(yīng)用綜述[J]. 上海海事大學(xué)學(xué)報(bào), 2005,26(4): 20-25.

[7] 姚鑫驊,徐月同, 傅建中，等. 基于粗糙集理論的數(shù)控機(jī)床智能故障診斷研究[J]. 浙江大學(xué)學(xué)報(bào), 2008,42(10):1719-1724.

[8] 李千目,張宏, 劉鳳玉. 基于粗糙集神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)故障診斷新方法[J]. 計(jì)算機(jī)研究與發(fā)展, 2004,41(10):1696-1701.

[9] 趙榮珍,孟凡明,張優(yōu)云.基于粗糙集知識(shí)獲取的轉(zhuǎn)子軸承系統(tǒng)故障診斷知識(shí)庫構(gòu)造研究[J]潤滑與密封, 2004(4):25-30.

[10] 項(xiàng)新建.基于粗糙集理論的變壓器故障診斷專家系統(tǒng)研究[J]. 儀器儀表學(xué)報(bào), 2005,26(1):93-96.

(編輯 趙蓉)

Research and Application of Fault Diagnosis Expert System for Comprehensive Transmission Device Based on RST and FTA

LI Ying-Shun1,JIANG Shuang-shuang2,TONG Wei-yan1,LU Shi-xuan1

(1. School of Engineering Shenyang University of Technology，Liaoyang Liaoning 111003,China;2. School of Information Science and Engineering，Shenyang University of Technology，Shenyang 110870，China)

Failure mechanisms for comprehensive transmission device was analyzed deeply on this article,deciding to adopt the rough set data mining algorithms and fault tree analysis to obtain the knowledge,to solve the difficult problem of knowledge acquisition.At the same time,the reasoning mechanism based on improved RETE matching algorithm improves the matching efficiency and the use of Access2003 database to build knowledge base.Making use of the VC++ to develop the fault diagnosis expert system software.Finally, the result of the diagnosis was verified by expert system software for comprehensive transmission device.The results show that：This expert system can make the right judgments on the fault,and rapid diagnosis,high efficiency,and thus fully proved the effectiveness of this expert system design.

comprehensive transmission device ; rough set theory ;simplify RETE algorithm；fault tree analysis; expert system

1001-2265(2014)04-0060-04

10.13462/j.cnki.mmtamt.2014.04.016

2013-07-29

遼寧省教育廳項(xiàng)目(L2012031)

李英順(1971—)，女，朝鮮族，遼寧撫順人，沈陽工業(yè)大學(xué)教授，博士，主要從事模式識(shí)別與智能系統(tǒng)、過程檢測(cè)技術(shù)及儀器的研究，(E-mail) 1079102670@qq.com。

TP182

A