機(jī)械故障診斷人工智能

機(jī)械故障診斷人工智能第1頁(yè)/共19頁(yè)ArtificialIntelligenceAppliedinMachineryFaultDiagnosisThemethodsandtheoriesofartificialintelligencediagnosisappliedinmachineryfaultdiagnosisofeachsystemarereviewed,includingexpertsystemandartificialneuralnetwork.Basedontheactualapplicationofthetwomethods,theadvantagesanddisadvantagesofeachsystemareanalyzed.Takingtheapplicationofexpertsysteminautomobilefaultdiagnosisasanexample,theexistingproblemsofexpertsystemareclarifiedinthepaper.Abstract:3Keywords:machineryfaultdiagnosis;artificialintelligence;expertsystem;neuralnetwork第2頁(yè)/共19頁(yè)介紹了機(jī)械故障中應(yīng)用的各種人工智能診斷方法及理論,包括專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等,根據(jù)二者在機(jī)械故障診斷中的應(yīng)用情況分析了它們的優(yōu)缺點(diǎn),并以專家系統(tǒng)在汽車故障診斷中的應(yīng)用為例,闡述了專家系統(tǒng)在實(shí)際應(yīng)用中存在的問(wèn)題。摘要：機(jī)械故障診斷;人工智能;專家系統(tǒng);神經(jīng)網(wǎng)絡(luò)關(guān)鍵詞：第3頁(yè)/共19頁(yè)Contents前言1人工智能在機(jī)械故障診斷中的應(yīng)用2專家系統(tǒng)在汽車故障診斷中的應(yīng)用3結(jié)論4第4頁(yè)/共19頁(yè)前言機(jī)械故障診斷是識(shí)別機(jī)器或機(jī)組運(yùn)行狀態(tài)的科學(xué),它研究的是機(jī)器或機(jī)組運(yùn)行狀態(tài)的變化在診斷信息中的反映,其研究?jī)?nèi)容包括對(duì)機(jī)器運(yùn)行現(xiàn)狀的識(shí)別診斷、對(duì)其運(yùn)行過(guò)程的監(jiān)測(cè)以及對(duì)其運(yùn)行發(fā)展趨勢(shì)的預(yù)測(cè)3個(gè)方面。就其診斷方法而言,人工智能的研究成果為機(jī)械故障診斷注入了新的活力,如專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、分形幾何等,但這些新的理論和技術(shù)成果大多有待完善。最近有人探索將人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的專家系統(tǒng)結(jié)合起來(lái),建造神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。研究表明新型的專家系統(tǒng)能較好地克服傳統(tǒng)的專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)在各自獨(dú)立的缺陷而具有許多優(yōu)勢(shì)。第5頁(yè)/共19頁(yè)人工智能專家系統(tǒng)在機(jī)械故障診斷中的應(yīng)用人工神經(jīng)網(wǎng)絡(luò)在機(jī)械故障診斷中的應(yīng)用神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)和專家系統(tǒng)故障診斷系統(tǒng)的融合人工智能在機(jī)械故障診斷中的應(yīng)用第6頁(yè)/共19頁(yè)專家系統(tǒng)在機(jī)械故障診斷中的應(yīng)用

專家系統(tǒng)也稱專家咨詢系統(tǒng),顧名思義,專家系統(tǒng)就是能像人類專家一樣解決困難、復(fù)雜的實(shí)際問(wèn)題的計(jì)算機(jī)(軟件)系統(tǒng)。一個(gè)專家系統(tǒng)主要由知識(shí)庫(kù)、推理機(jī)、數(shù)據(jù)庫(kù)和人機(jī)接口等4個(gè)基本部分組成,其中知識(shí)庫(kù)和推理機(jī)是專家系統(tǒng)的核心組件。知識(shí)庫(kù)用于存放推理所需要的規(guī)則等信息,是專家領(lǐng)域知識(shí)的集合。推理機(jī)的作用是根據(jù)所采集到的現(xiàn)場(chǎng)信息,應(yīng)用知識(shí)庫(kù)中的知識(shí)對(duì)設(shè)備所處狀態(tài)進(jìn)行推理判斷,給出設(shè)備有否故障或故障部位等信息。數(shù)據(jù)庫(kù)用于存放推理過(guò)程中的所需和所產(chǎn)生的各種信息,人機(jī)接口則是人與專家系統(tǒng)打交道的橋梁和窗口,是人機(jī)信息的交接點(diǎn)。

一個(gè)實(shí)用的機(jī)械設(shè)備故障診斷專家系統(tǒng)一般還包括解釋程序和知識(shí)獲取程序,其中,解釋程序負(fù)責(zé)回答用戶所提出的各種問(wèn)題,包括與系統(tǒng)運(yùn)行有關(guān)的問(wèn)題和與系統(tǒng)運(yùn)行無(wú)關(guān)的、關(guān)于系統(tǒng)自身的一些問(wèn)題。解釋程序是實(shí)現(xiàn)系統(tǒng)透明性的主要部件。知識(shí)獲取程序負(fù)責(zé)管理知識(shí)庫(kù)中的知識(shí),包括根據(jù)需要修改、刪添知識(shí)及由此引起的一切必要的改動(dòng),維護(hù)知識(shí)庫(kù)的一致性和完整性。知識(shí)獲取程序使領(lǐng)域?qū)＜铱梢孕薷闹R(shí)庫(kù)而不必了解知識(shí)庫(kù)中知識(shí)的表示方法和組織結(jié)構(gòu)等細(xì)節(jié)問(wèn)題,從而大大提高了系統(tǒng)的可擴(kuò)充性。第7頁(yè)/共19頁(yè)人工神經(jīng)網(wǎng)絡(luò)在機(jī)械故障診斷中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò),是在生物神經(jīng)學(xué)研究成果的基礎(chǔ)上提出的人工智能概念,是對(duì)人腦神經(jīng)組織結(jié)構(gòu)和行為的模擬。就機(jī)械故障診斷而言,神經(jīng)網(wǎng)絡(luò)使用來(lái)自機(jī)器不同狀態(tài)的振動(dòng)信號(hào),通過(guò)特征選擇,找出對(duì)于故障反映最敏感的特征信號(hào)作為神經(jīng)網(wǎng)絡(luò)的輸入向量,建立故障模式訓(xùn)練樣本集,對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練;當(dāng)網(wǎng)絡(luò)訓(xùn)練完畢,對(duì)于每一個(gè)新輸入的狀態(tài)信息,網(wǎng)絡(luò)將迅速給出分類結(jié)果。第8頁(yè)/共19頁(yè)神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)和專家系統(tǒng)故障診斷系統(tǒng)的融合

系統(tǒng)的融合基于神經(jīng)網(wǎng)絡(luò)的故障診斷系統(tǒng)和基于專家系統(tǒng)的故障診斷系統(tǒng)可以相互轉(zhuǎn)化。在專家系統(tǒng)故障診斷系統(tǒng)中,知識(shí)是通過(guò)規(guī)則的方式來(lái)表達(dá)的,而在神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)中,知識(shí)是通過(guò)對(duì)樣本的反復(fù)學(xué)習(xí)并在此過(guò)程中不斷調(diào)整網(wǎng)絡(luò)連接權(quán)值,從而使網(wǎng)絡(luò)誤差收斂到全局最小點(diǎn)后儲(chǔ)存在這些連接權(quán)值中。第9頁(yè)/共19頁(yè)神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)和專家系統(tǒng)故障診斷系統(tǒng)的融合

要實(shí)現(xiàn)由基于專家系統(tǒng)的故障診斷技術(shù)向神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)過(guò)渡的關(guān)鍵是將規(guī)則轉(zhuǎn)化為學(xué)習(xí)樣本,具體步驟為:

統(tǒng)計(jì)在規(guī)則表述中診斷對(duì)象可能出現(xiàn)的故障征兆與故障原因數(shù)目,分析診斷知識(shí)結(jié)構(gòu),確定神經(jīng)網(wǎng)絡(luò)的輸入、輸出神經(jīng)元數(shù)目及網(wǎng)絡(luò)層次結(jié)構(gòu);

將專家系統(tǒng)知識(shí)庫(kù)的規(guī)則提取出來(lái),形成神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本;

對(duì)神經(jīng)網(wǎng)絡(luò)樣本學(xué)習(xí),獲取各自的連接權(quán)值,形成神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)。123第10頁(yè)/共19頁(yè)神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)和專家系統(tǒng)故障診斷系統(tǒng)的融合

由神經(jīng)網(wǎng)絡(luò)故障診斷到專家系統(tǒng)故障診斷的關(guān)鍵問(wèn)題是在現(xiàn)有的連接權(quán)值中提取規(guī)則,具體步驟為:

已知學(xué)習(xí)樣本時(shí),可以直接將每一個(gè)學(xué)習(xí)樣本轉(zhuǎn)化為一條規(guī)則;

未知樣本只知道連接權(quán)值時(shí),這種情況很復(fù)雜,一般是通過(guò)特殊的算法從網(wǎng)絡(luò)的輸入和輸出中提取規(guī)則;

如果是模糊神經(jīng)網(wǎng)絡(luò),問(wèn)題就簡(jiǎn)單了,即可以直接從網(wǎng)絡(luò)中提取。231第11頁(yè)/共19頁(yè)專家系統(tǒng)在汽車故障診斷中的應(yīng)用

汽車作為一種特殊的機(jī)械,以汽車故障診斷專家系統(tǒng)為例。汽車故障診斷專家系統(tǒng)的開(kāi)發(fā),自20世紀(jì)80年代以來(lái),可分為雛型期、改進(jìn)期和發(fā)展期3個(gè)階段。20世紀(jì)70年代后期至80年代初期,為了適應(yīng)對(duì)計(jì)算機(jī)應(yīng)用不斷增加的現(xiàn)實(shí),在汽車維修行業(yè)中首先開(kāi)發(fā)的就是診斷咨詢系統(tǒng)。1986年,美國(guó)通用汽車公司和福特汽車公司分別推出了稱之為CAMS和SBDS的故障診斷咨詢系統(tǒng)。1986年,日本豐田汽車公司的維修、信息及技術(shù)部門(mén)聯(lián)合開(kāi)發(fā)了維修技術(shù)咨詢系統(tǒng),1987年8月開(kāi)始用于豐田發(fā)動(dòng)機(jī)集中電子控制系統(tǒng)TCCS的診斷。第12頁(yè)/共19頁(yè)專家系統(tǒng)在汽車故障診斷中的應(yīng)用

作為系統(tǒng)信息流,對(duì)維修企業(yè)遇到難度較大的車輛故障診斷與維修問(wèn)題時(shí),專業(yè)技術(shù)人員在預(yù)制的問(wèn)診表上填入有關(guān)事項(xiàng),并電傳到豐田汽車公司維修總維修總部的有關(guān)人員以此為基礎(chǔ),把信息輸入到維修技術(shù)咨詢系統(tǒng),并由專家系統(tǒng)的維修程序提出診斷結(jié)果和維修方案?，F(xiàn)場(chǎng)技術(shù)人員以此為基礎(chǔ)進(jìn)行維修工作并將結(jié)果反饋到總部,以進(jìn)一步提高系統(tǒng)的診斷精度。

進(jìn)入20世紀(jì)90年代,開(kāi)始出現(xiàn)了專家系統(tǒng)工具的研究。這種專家系統(tǒng)工具具有知識(shí)獲取支援功能的專用編輯器,不需要智能語(yǔ)言,從而解決了過(guò)去存在的知識(shí)庫(kù)效率低的缺點(diǎn)。汽車診斷專家系統(tǒng)的功能與特點(diǎn),概括地說(shuō)就是由計(jì)算機(jī)存儲(chǔ)的專家知識(shí),按照需要可以調(diào)用,即使初學(xué)者也能近似地如專家一樣進(jìn)行故障診斷。第13頁(yè)/共19頁(yè)在實(shí)際應(yīng)用中存在問(wèn)題一二三四知識(shí)獲取的瓶頸問(wèn)題;知識(shí)難以維護(hù);知識(shí)應(yīng)用面窄;診斷能力弱;不適應(yīng)模糊問(wèn)題第14頁(yè)/共19頁(yè)應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)可以彌補(bǔ)解決傳統(tǒng)專家系統(tǒng)在應(yīng)用中遇到的問(wèn)題1

對(duì)于專家系統(tǒng)的脆弱性,即知識(shí)和經(jīng)驗(yàn)不全面,遇到?jīng)]解決過(guò)的問(wèn)題就無(wú)能為力。而利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能,不斷豐富知識(shí)庫(kù)內(nèi)容,可解決知識(shí)更新的問(wèn)題。2

對(duì)于專家系統(tǒng)知識(shí)獲取困難這一瓶頸問(wèn)題,利用神經(jīng)網(wǎng)絡(luò)的高效性和方便的自學(xué)習(xí)功能,只需用領(lǐng)域?qū)＜医鉀Q問(wèn)題的實(shí)例來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò),使在同樣的輸入條件下,神經(jīng)網(wǎng)絡(luò)便能獲得與專家給出的解答盡可能接近的輸出。3

推理中的匹配沖突,組合爆炸及無(wú)窮遞歸使傳統(tǒng)專家系統(tǒng)推理速度慢、效率低。這主要是由于專家系統(tǒng)采用串行方式、推理方法簡(jiǎn)單和控制策略不靈活。而神經(jīng)網(wǎng)絡(luò)的知識(shí)推理通過(guò)神經(jīng)元之間的作用實(shí)現(xiàn),總體上,神經(jīng)網(wǎng)絡(luò)的推理是并行的、速度快。第15頁(yè)/共19頁(yè)結(jié)論TEXT

隨著人工智能的不斷發(fā)展,各個(gè)領(lǐng)域?qū)θ斯ぶ悄艿囊笠苍絹?lái)越高。傳統(tǒng)的專家系統(tǒng)有它自身的缺點(diǎn),神經(jīng)網(wǎng)絡(luò)也有其局限性,正因?yàn)槿绱嗽跈C(jī)械故障診斷中,目前將神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,建造所謂的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。理論分析與應(yīng)用實(shí)踐表明,神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)結(jié)合了兩者的優(yōu)點(diǎn)而克服了各自的缺點(diǎn),表現(xiàn)出強(qiáng)大的生命力。第16頁(yè)/共19頁(yè)

[1]李國(guó)華,張永忠.機(jī)械故障診斷[M].北京:化學(xué)工業(yè)出版社,2004.[2]尹朝慶,尹皓.人工智能與專家系統(tǒng)[M].北京:中國(guó)水利水電出版社,2002.[3]謝慶生.機(jī)械工程中的神經(jīng)網(wǎng)絡(luò)方法[M].北京:機(jī)械工業(yè)出版社,2003.[4]張銳,姜樹(shù)海,陸懷民,等.機(jī)械故障診斷技術(shù)的新動(dòng)向人工神經(jīng)網(wǎng)絡(luò)在其上應(yīng)用[J].森林工程,1999,15(6):38