基于本體的機(jī)電設(shè)備故障診斷知識表示方法研究

趙 靜，鄢 萍，陳國榮,3，胡林橋

（1.重慶大學(xué) 機(jī)械傳動國家重點(diǎn)實(shí)驗室，重慶 400030；2.重慶市網(wǎng)絡(luò)化制造工程技術(shù)研究中心，重慶 400030；3.重慶科技學(xué)院 電子信息工程學(xué)院，重慶 401331）

0 引言

專家系統(tǒng)是旋轉(zhuǎn)機(jī)械故障診斷領(lǐng)域發(fā)展最早,也是比較成熟的一種人工智能技術(shù)[1]。擁有知識是專家系統(tǒng)有別于其他計算機(jī)軟件系統(tǒng)的重要標(biāo)志，且知識的質(zhì)量與數(shù)量又是決定專家系統(tǒng)性能的關(guān)鍵因素[2,3]，因此知識庫是專家系統(tǒng)最重要的組成部分，而知識的表示又是建立知識庫的核心。

國內(nèi)外在對故障診斷知識表示的研究中已取得大量成果。文獻(xiàn)[4]在旋轉(zhuǎn)機(jī)械故障診斷領(lǐng)域中，采用一階謂詞邏輯(first-order predicate logic)作為專家系統(tǒng)知識庫中的知識表示方法；文獻(xiàn)[5]針對專家系統(tǒng)領(lǐng)域知識狹窄的問題，提出了一種框架表示(frame representation)、產(chǎn)生式規(guī)則(production rule)和故障樹(diagnosis fault tree)相混合的知識表示方法，文獻(xiàn)[6]采用規(guī)則(rules)、框架(frames)、語義網(wǎng)絡(luò)(semantic networks)相結(jié)合的方式表示專家知識，并存入故障診斷輔助系統(tǒng)(FDAS)知識庫中。這些研究存在效率低、知識相對獨(dú)立等不足，對復(fù)雜概念及其相互間關(guān)系的表示能力有所欠缺，不利于知識推理和后續(xù)利用。

常用的知識表示方法在應(yīng)用時各自有其優(yōu)點(diǎn)和不足，具體到復(fù)雜機(jī)電系統(tǒng)的故障診斷領(lǐng)域，結(jié)合其龐大的經(jīng)驗數(shù)據(jù)，多層次的電機(jī)結(jié)構(gòu)和復(fù)雜多樣的加工工況等特點(diǎn)，知識表示方法既要求清晰、準(zhǔn)確、充分的表示領(lǐng)域知識，以實(shí)現(xiàn)知識表示的完備性，同時要求有利于知識利用，高效進(jìn)行知識推理。在源于哲學(xué)的概念中，本體具有如下優(yōu)點(diǎn)[7～9]：1）能將相關(guān)領(lǐng)域的概念和術(shù)語規(guī)范化和清晰化，有利于知識的標(biāo)準(zhǔn)化； 2）具有的豐富概念間關(guān)系和各種約束,滿足了故障診斷知識復(fù)雜性和相關(guān)性的要求；3）作為語義網(wǎng)的核心，為語義網(wǎng)系統(tǒng)提供知識組織和邏輯關(guān)系，從而為邏輯層提供推理基礎(chǔ)。因此本文提出了一種基于本體的故障診斷的知識表示方法，為復(fù)雜機(jī)電系統(tǒng)故障診斷領(lǐng)域的信息化和智能化做了一次積極的嘗試。

1 故障診斷領(lǐng)域知識模型

假設(shè)一個復(fù)雜機(jī)電液氣系統(tǒng)由機(jī)械系統(tǒng)、電氣系統(tǒng)、液壓系統(tǒng)、氣壓系統(tǒng)等多個系統(tǒng)構(gòu)成，在每個系統(tǒng)下，由各自的功能組件構(gòu)成，功能組件由各零部件(units)構(gòu)成，以此類推，可將系統(tǒng)結(jié)構(gòu)進(jìn)行抽象化處理，得到系統(tǒng)知識的層次結(jié)構(gòu)。如圖1所示。

圖1為一個領(lǐng)域知識結(jié)構(gòu)關(guān)系示意圖，S表示總體系統(tǒng)知識，逐步細(xì)化的各知識Ui用“□”表示?？梢钥闯?，系統(tǒng)內(nèi)部各結(jié)點(diǎn)Ui之間具有縱向意義上的父子關(guān)系和橫向意義上的兄弟關(guān)系。

圖1 故障診斷領(lǐng)域知識層次結(jié)構(gòu)示意圖

在故障診斷應(yīng)用中，當(dāng)某個結(jié)點(diǎn)Ui由于某些原因而處于非正常工作狀態(tài)時，為完成對故障的診斷，必須針對相關(guān)信息進(jìn)行分析處理，用以完成故障維修，因此其結(jié)點(diǎn)內(nèi)部還存在復(fù)雜的關(guān)系，如圖2所示。

圖2 被封裝的內(nèi)部結(jié)構(gòu)的故障關(guān)系

圖2為某個結(jié)點(diǎn)Ui在發(fā)生故障時所具有的關(guān)系， P1，P2，P3…分別表示在該結(jié)點(diǎn)所具有的故障特性，如故障現(xiàn)象、故障原因、故障解決方案等，即：結(jié)點(diǎn)Ui出現(xiàn)了故障現(xiàn)象P1；故障原因P2導(dǎo)致了故障發(fā)生在結(jié)點(diǎn)Ui處，維修方案P3定位于結(jié)點(diǎn)Ui。

在系統(tǒng)中每個結(jié)點(diǎn)Ui都存在多個故障特性，而每個故障特性中又存在多種表現(xiàn)形式，導(dǎo)致了在知識表達(dá)上呈現(xiàn)了一定多樣性和復(fù)雜度，針對以上問題本文引入本體的概念以及本體的關(guān)系描述。

2 故障診斷領(lǐng)域本體的形式化描述

故障診斷過程中，以往的診斷經(jīng)驗對于當(dāng)前的故障問題的解決具有重要的借鑒意義，因此對于故障診斷信息準(zhǔn)確有效的描述就顯得尤為重要。本文在新加坡南洋理工大學(xué)的 Myo Myo Naing 博士定義的六元組本體表示方法[10]的基礎(chǔ)之上，將故障診斷領(lǐng)域本體形式化定義如下：

定義1 Fault_Diagnosis_Ontology

(FDO)::=＜S,C,A,R,I,F＞

其中S表示領(lǐng)域FDO中的概念集合；C為概念集合中的元素，例如圖1所示Ui；A表示領(lǐng)域內(nèi)屬性的有限集，包括對象屬性和數(shù)據(jù)屬性；R 表示某個概念集合S中涉及的概念之間、概念與屬性之間的關(guān)系集合；I是實(shí)例集，是對某一特定概念的具體化描述；F表示函數(shù)，即推理規(guī)則，是屬性之間存在的某種邏輯關(guān)系。以下對上述要素進(jìn)行詳細(xì)闡述和定義。

2.1 概念及實(shí)例定義

定義2 在概念集合S中，任何概念C可用結(jié)構(gòu)C={α,β,γ}表示。其中，α為該結(jié)點(diǎn)的父結(jié)點(diǎn)序號；β為該結(jié)點(diǎn)在樹形結(jié)構(gòu)中所處的層數(shù)；γ為該結(jié)點(diǎn)在該層中的順序號。記這個層次結(jié)構(gòu)所有結(jié)點(diǎn)組成的概念集合為S，則S的形式化定義為：

通過上述定義，任何結(jié)點(diǎn)C均可用唯一的方式描述。例如圖1中的結(jié)點(diǎn)U23轉(zhuǎn)化為概念C可描述為U23={2,2,3}，即結(jié)點(diǎn)C23的父結(jié)點(diǎn)序號為2，該結(jié)點(diǎn)處于第二層，在該層中，該結(jié)點(diǎn)序號為3。根據(jù)概念的繼承性和以層次結(jié)構(gòu)的形式組織，最高層的概念C0代表著最抽象的實(shí)體，子類繼承其父類的抽象特性，代表比其父類更具體或范圍更小的實(shí)體概念。

另外，在FDO領(lǐng)域中，對某個特定的概念集合S而言，每個特定概念C下，被相關(guān)屬性所描述的唯一標(biāo)識的對象，稱為概念的實(shí)例，記作I。

2.2 屬性定義

定義3 設(shè)Xi為概念集合Si中第i個概念，Yj為概念集合S2中第j個概念。即

稱A°為概念S1，S2的對象屬性，記作A°(S1,S2)。

式(1)的含義為在故障診斷領(lǐng)域FDO中，概念集合S1的所有概念Xi與概念集合S2的任意概念Yj均存在一種映射關(guān)系A(chǔ)°。對象屬性A°(S1,S2)表明了用于約束概念集合S1與概念集合S2之間的關(guān)系。

定義4 設(shè)Xi為概念X中第i個實(shí)例，yi為數(shù)據(jù)類型值的有限集Y中第j個實(shí)例。即

稱AD表示概念X的數(shù)據(jù)屬性為Y，記作AD(X,Y)。

式(2)的含義為在FDO中，概念X的任意個體xi與Y的某個值yi均存在一種映射關(guān)系A(chǔ)D。數(shù)據(jù)屬性AD(X,Y)描述了概念X本身具有的數(shù)據(jù)類型值為Y。

2.3 關(guān)系定義

定義5 設(shè)Xi為概念集合S中第i個概念，Xj為概念集合S中第j個概念。即

稱R為概念Xi，Xj之間的關(guān)系，記作R(Xi,Xj)。

式(3)的含義為在概念集合S中，任意概念Xi與概念Xj均存在一種映射關(guān)系R。

關(guān)系定義R(Xi,Xj)為某概念集合中各概念之間的基本關(guān)系，如is_a, kind_of, part_of，instance_of等。

2.4 規(guī)則定義

定義6 設(shè)perF和resF分別是由若干屬性和關(guān)系組成的推理前提和推理結(jié)果。F為由perF和resF形成的規(guī)則，定義如下：

式(4)的主要作用是解決輸出信息的不確定性源自于認(rèn)識的不完全性的問題，其含義為如果存在某一前提perF，就能推理出結(jié)果resF，則稱F是perF和resF的規(guī)則，表示為：perF→resF，例如：式(5)表明某概念集合中，對于任意兩概念C1,C2，分別存在實(shí)例I1,I2，如果C1,C2之間存在關(guān)系R，則I1,I2之間的關(guān)系隨概念之間的關(guān)系自動產(chǎn)生。

3 滾齒機(jī)故障診斷實(shí)例分析

為了驗證上述本體知識表示方法的可行性，現(xiàn)以某機(jī)床集團(tuán)的典型設(shè)備——滾齒機(jī)為例，采用上述定義對其故障診斷知識進(jìn)行表示，并借助protégé工具建立了滾齒機(jī)故障診斷知識表示的計算機(jī)模型。為了既達(dá)到設(shè)計舉例的目的，又簡化和縮小知識表示的范圍，本例限定在以下范圍：

1）滾齒機(jī)中的機(jī)械系統(tǒng)出現(xiàn)故障；

2）機(jī)械系統(tǒng)的故障是由于冷卻站不能實(shí)現(xiàn)正常運(yùn)行；

3）冷卻站非正常運(yùn)行造成功能失效，故障出在離心泵上；

4）離心泵出問題僅考慮葉輪、泵軸、機(jī)械密封、軸承等出現(xiàn)故障。

3.1 概念及關(guān)系的建立

為完整的呈現(xiàn)滾齒機(jī)故障診斷知識結(jié)構(gòu)，在本體模型中，以滾齒機(jī)結(jié)構(gòu)為基礎(chǔ)，將整個故障診斷領(lǐng)域知識劃分為故障部位S1(Hobbing_Machine)、故障現(xiàn)象S2(FD_Phenomenon)、故障原因S3(FD_Reason)三個概念集合，根據(jù)定義2，可形式化表示為：

FDO={H_M(S1), FD_P (S2), FD_R (S3),}

在上述每個概念集合中，由多個不同層次的概念組成，每個層次間表現(xiàn)為不同的關(guān)系，根據(jù)定義5，分別對各關(guān)系定義為：

如圖3所示。

1）故障部位S1表示用于描述滾齒機(jī)結(jié)構(gòu)的概念集合。故障部位的確定是故障診斷的基礎(chǔ)，根據(jù)滾齒機(jī)自身的結(jié)構(gòu)組成，按照自頂向下的原則，得到的滾齒機(jī)各系統(tǒng)、組件、部件、零件等層次結(jié)構(gòu)。從邏輯關(guān)系上可將滾齒機(jī)分為機(jī)械系統(tǒng)和電氣系統(tǒng)。機(jī)械系統(tǒng)又可分為工作臺、床身、冷卻站等，而離心泵、冷卻油冷機(jī)等是冷卻站的一個組成部分。

2）故障現(xiàn)象S2表示滾齒機(jī)發(fā)生故障時所表現(xiàn)出來的特征的概念集合。按照故障診斷現(xiàn)象獲取的方式，可將其分為機(jī)械故障和電氣故障兩個子類。而機(jī)械故障現(xiàn)象指從診斷人員的感官出發(fā)判斷故障想象，如傷痕，泄漏，噪聲，異響，異味，震動，不工作等。

圖3 滾齒機(jī)故障診斷概念圖

3）故障原因S3表示引發(fā)滾齒機(jī)故障的可能原因的概念集合。在確定故障發(fā)生部位和故障現(xiàn)象的基礎(chǔ)之上，需要進(jìn)一步診斷其產(chǎn)生原因。可分為電氣特性原因和機(jī)械特性原因兩個子類。其中，電氣特性原因包含壓力，流量，溫度等；機(jī)械特性原因包含損壞，變形，松動，移位等。

3.2 屬性的建立

在實(shí)際故障診斷過程中，必須明確故障部位出現(xiàn)了什么現(xiàn)象，故障現(xiàn)象是什么原因造成的和故障原因存在于什么樣的部位，根據(jù)上述概念集合的定義和定義3中對對象屬性的定義，建立關(guān)系屬性如下：

如圖4所示。

圖4 滾齒機(jī)故障診斷概念集合關(guān)系圖

在故障診斷維修過程中，為區(qū)分滾齒機(jī)結(jié)構(gòu)中各零部組件，根據(jù)定義4，現(xiàn)對故障部位S1(Hobbing_Machine)中的概念進(jìn)行數(shù)據(jù)屬性定義如下：

A1D表示零部組件的編號；A2D表示尺寸大??；

A3D表示生產(chǎn)廠商。

3.3 知識庫的建立

根據(jù)上述分析，本例可用一個三層的網(wǎng)絡(luò)圖描述，如圖5所示，該本體模型以滾齒機(jī)結(jié)構(gòu)為核心，與故障現(xiàn)象、故障原因相關(guān)聯(lián)。

圖5 滾齒機(jī)故障診斷本體部分示意圖

在圖5中，首先建立了以滾齒機(jī)結(jié)構(gòu)為核心的概念集合S1和故障現(xiàn)象S2、故障原因S3，并定義了相關(guān)概念和概念之間的關(guān)系R，然后確定了概念集合之間的對象屬性A0和滾齒機(jī)結(jié)構(gòu)中概念的數(shù)據(jù)屬性AD，建立了實(shí)例I，最后結(jié)合滾齒機(jī)故障診斷經(jīng)驗，生成了如圖虛線所示的故障診斷規(guī)則。

根據(jù)以上分析，可以明確故障診斷概念表示和關(guān)系建立的過程，本文用protégé構(gòu)建的部分本體概念及其屬性。而在實(shí)際系統(tǒng)中使用本體，需借助具體的語言進(jìn)行描述。由于本體描述語言O(shè)WL DL在保證推理的完備性和可判定性的前提下，具有很強(qiáng)的表達(dá)能力[11]，本文的研究采用了OWL DL對本體內(nèi)的概念及關(guān)系、屬性進(jìn)行了形式化定義和描述。根據(jù)上文中定義的部分概念、關(guān)系、屬性，提取相關(guān)的OWL片段并解釋如圖6所示。

圖6 滾齒機(jī)故障診斷本體部分OWL語言

根據(jù)圖5中所建立的概念集合、屬性和關(guān)系注釋，可得到圖6所示的OWL語言片段。片段①對應(yīng)于圖5中概念集合S1，且與另外兩概念集合S2、S3互不兼容；片段②反映了圖5中所示的關(guān)系R3，定義了S1中子類與父類的關(guān)系subClassOf；片段③描述了圖5中的數(shù)據(jù)屬性A120(S1,S2)；片段④描述了對象屬性A3D，屬性值為string。

3.4 規(guī)則的建立

規(guī)則能夠提供更強(qiáng)的邏輯表達(dá)能力，是知識推理的依據(jù)，根據(jù)圖5和圖6中的基本概念和屬性關(guān)系，并結(jié)合以往的故障診斷經(jīng)驗，可將圖5中虛線所示的離心泵故障診斷用例的規(guī)則生成OWL語言，如圖7所示。

在圖7中，片段①建立了概念“軸承”和“損壞”之間的對象屬性A310(C1114(S1),C11(S3))；片段②建立了概念“軸承”和 “缺少潤滑”之間的對象屬性A310(C1114(S1),C15(S3))；片段③建立了概念“離心泵”和 “噪聲”之間的對象屬性A0(C111(S1),C13(S2))；片段④建立了概念“離心泵”和 “震動”之間的對象屬性A120(C111(S1),C14(S2))。利用上述屬性，可得到規(guī)則如下：

離心泵噪聲或震動是由軸承損壞或缺少潤滑引起。

4 結(jié)論

本文針對復(fù)雜機(jī)電設(shè)備故障診斷困難且經(jīng)驗數(shù)據(jù)難以利用的問題，采用了基于本體的知識表示方法，并結(jié)合滾齒機(jī)故障診斷領(lǐng)域內(nèi)知識進(jìn)行了有效的表達(dá)。復(fù)雜機(jī)電設(shè)備非工作狀態(tài)中的故障診斷存在復(fù)雜性、多樣性和關(guān)聯(lián)性等特點(diǎn)，本體模型提供了規(guī)范的術(shù)語和概念，豐富的概念間屬性和關(guān)系，為其提供了理論依據(jù)，使得該領(lǐng)域的知識表示完備、清晰，便于理解與實(shí)現(xiàn)，且利于知識推理和知識共享。滾齒機(jī)故障診斷實(shí)例仿真結(jié)果表明，該方法在滾齒機(jī)故障診斷領(lǐng)域具有可行性，并為故障診斷智能化應(yīng)用提供了一種更為有效的實(shí)現(xiàn)方法。

圖7 滾齒機(jī)故障診斷本體部分規(guī)則

[1] He Qing,Li Xiaoqin.Management of knowledge base of expert system for fault diagnosis of rotating machinery[J].Applied Mechanics and Materials.2011,44-47:2935-2939.

[2] Chen Anhua,Jiang Lingli,Liu Yilun,Li Xuejun.Fault diagnosis expert system model based on knowledge grid[J].Yi Qi Yi Biao Xue Bao/Chinese Journal of Scientific Instrument,2009,30(11):2450-2454.

[3] Liu Bailin,Jiang Chao.A knowledge base maintenance system for fault diagnosis expert system[A].2nd International Conference on Information Science and Engineering[C].Hangzhou: IEEE,2010.21-24.

[4] Song Zhihang,Xu Xiaoli.Diagnosis Expert System Based on Inference Control[J].Microcomputer Information.2010,1(1):99-101.

[5] Hou Mingliang,Liu Yuran,Xing Shubin,Su Liyun.Study of intelligent diagnosis system for photoelectric tracking devices based on multiple knowledge representation[J].Advanced Materials Research.2011,179-180:602-607.

[6] Su Kuo-Wei,Hwang Sheue-Ling,Chou Yu-Fa.Applying knowledge structure to the usable fault diagnosis assistance system:A case study of motorcycle maintenance in Taiwan[J].Expert Systems with Applications.2006,31(2): 370-382.

[7] DORAN P,TAMMA V,LANNONE L.Ontology module extraction for ontology reuse:an ontology engineering perspective[A].Proc of ACM CIKM International Conference on Information and Knowledge Management[C].New York: ACM Press,2007:61-70.

[8] 馮志勇,李文杰,李曉紅,等.本體論工程及其應(yīng)用[M].北京:清華大學(xué)出版社,2007:2-3.

[9] 許楚鑾,于德介,劉堅.基于本體的設(shè)備維護(hù)知識表示研究[J].計算機(jī)應(yīng)用研究,2009,26(9):3242-3248.

[10] MYO N,EEPENG L,LIAN D GH.Ontology-based Web annotation framework for hyperlink structures[A].Proc of the 3rd International Conference on Web Information Systems Engineering[C].Singapore:IEEE,2002.184-193.

[11] PATEL-SCHNEIDER P F,HORROCKS I.OWL Web ontology language semantics and abstract syntax[EB/OL].[2008-04-02].http://www.w3.org/TR/owl-semantics/direct.html.