自动生产线气动系统故障检测和诊断专家系统的研究.pdfVIP

自动生产线气动系统故障检测与诊断专家系统的研究 王宣银高雷陶国良 硅*江大学流体传动及控制国家重点实验室) 摘要本文通过对气动生产线回路故障特点的研究，提出模糊一神经网络故障诊断专家系统的诊断方法c充分发挥软硬件 各自的优势．设计完成气动回路故障诊断仪和气动多支路自动切换阀-采用检测与诊断相结合的方法，力求诊断迅速、准确。 主题词气动生产线模糊-神经网络故障诊断故障检测专家系统 O引言 气动技术是以气体为介质，实现能量传递、转换分配及控制的一门技术。近年来，气动技术与微电子 技术相结合，使得气动产业呈现新的生机，其发展呈急剧上升的趋势。如今气动系统广泛的应用于自动化 生产线上。如汽车生产线、钟表组装线、电子部件组装线、牛奶包装机等各类工业部门。 随着集成化，智能化，自动化程度的不断提高，气动生产线的结构也日趋复杂，一旦出现故障．查找 起来非常不便。这个过程由人来完成，非常复杂和困难。并且在越来越重视生产效率的今天，这种情况也 是不允许的。故障诊断专家系统是应用大量人类专家的知识和推理方法求解复杂的实际问题的一种人工智 能计算机程序，它可以实现多故障、多过程、突发性故障的快速分析诊断，能够较好的解决上述问题…”】{…。 因此，本文对气动生产线的故障诊断专家系统进行设计和研究。 1 自动生产线气动系统故障诊断专家系统的总体设计 1．1自动生产线气动系统故障诊断的一般步骤 自动生产线气动系统故障诊断的一般步骤如框图l。 此 相 某 工 应 该某 序 的 气气 工 执 气 动动 ——■ 序 ——■ 行 —+ 动 支元 现 机 支 路件 故 出 构 路 中出 障 错 出 出 错 错 错 固l自动毕产线旨动系统故瞳诊断的步骤 1．2气动生产线故障诊断专家系统的原理 对于错综复杂的气动生产线，我们首先获得的信息为产品的故障(即工序出现故障)，根据故障征兆， 可通过模糊故障诊断原理推导出各个执行元件回路出现故障的隶属度，按照隶属度的大小．对其进行优先 权的排序，优先权大的先诊断，优先权小的后诊断．优先权小于某一特定的值则不诊断。 模糊诊断的方法是通过某些故障征兆的隶属度来求出各种故障原因的隶属度．设诊断对象可能表现的 故障征兆模糊量为x，x中的元素为各个故障的严重程度。故障原因模糊量为Y，Y中的各个元素为各个 故障的可能性大小。则Y与x具有模糊关系： Y=XoR 式中“”’是模糊算 子，R是体现诊断专家 经验知识的模糊诊断矩 阵．它描述了故障征兆 与故障原因之间的关系 【2】【31一 之所以采用模糊故 障诊断专家系统，是因 为气动回路系统大多为 顺序动作逻辑系统，是 各个执行工序相互协作 完成生产目的。产品的 故障征兆与故障原因并 非～一对应关系，如牛 奶包装生产线，如牛奶 量不足，有可能是罐装 环节出问题，或是输送 环节出问题，或者是二 者同时出现问题。反之 亦然。这样用隶属度的 概念可非常贴切地表现 出这种特性。 R矩阵可根据专家 经验、经验资料、机理 分析得到，但是R矩阵 没有自学习的功能，不 能实现知识的自动获 取．很难白适应环境的 变化，所以我们采用具 有自学习功能和较强泛 化能力的神经网络来代 替R矩阵，这样，故障 诊断专家系统的诊断思 固2气动生产线故障诊断过程流程图 想是模糊故障诊断，而 实现的方法则是神经网络，充分发挥了两者的优势。 对于气动生产线来讲，我们在由“产品故障”到“具体是哪条气动支路出错”的诊