基于灰色理論與專家系統(tǒng)的電子設(shè)備在線故障預(yù)測方法研究

向 剛 張會(huì)彬 李海孟 陳星宇

1. 北京航天自動(dòng)控制研究所，北京 100854 2. 中國航天科技集團(tuán)公司系統(tǒng)工程部，北京 100048

隨著電子科學(xué)技術(shù)的迅速發(fā)展，電子設(shè)備日趨大型化和復(fù)雜化，功能越來越多、結(jié)構(gòu)也越來越復(fù)雜，由電子設(shè)備故障造成的損失也逐漸增加，而采用傳統(tǒng)定期檢修的方法會(huì)造成人力、物力的極大浪費(fèi)，引入電子設(shè)備的故障預(yù)測方法則能夠有效解決該問題。熱待機(jī)環(huán)境下電子設(shè)備的故障預(yù)測方法有灰色理論法和專家系統(tǒng)法。

灰色理論是由黑箱-白箱-灰箱理論拓廣而來，它是系統(tǒng)控制理論發(fā)展的產(chǎn)物，是用來解決信息不完備系統(tǒng)的數(shù)學(xué)方法?；疑碚撃軌蛲ㄟ^對(duì)部分已知信息的生成、開發(fā)，提取有價(jià)值的信息，實(shí)現(xiàn)對(duì)系統(tǒng)的預(yù)測。這種方法能夠?qū)蝹€(gè)測點(diǎn)完成很好的狀態(tài)預(yù)測，而且具有很好的在線預(yù)測能力，但是這種方法要求測點(diǎn)數(shù)據(jù)能夠表現(xiàn)出確定的趨勢，且對(duì)復(fù)雜的多測點(diǎn)信息難以進(jìn)行有效利用。專家系統(tǒng)預(yù)測法由于利用了領(lǐng)域?qū)＜业闹R(shí)，本身具有一定的人工智能特性，在使用中能夠?qū)⑿碌闹R(shí)添加到系統(tǒng)中，使專家預(yù)測系統(tǒng)逐漸趨于完善。專家系統(tǒng)預(yù)測法可以同時(shí)對(duì)多測點(diǎn)信息進(jìn)行綜合利用，能夠完成對(duì)復(fù)雜系統(tǒng)的診斷與預(yù)測。雖然這種方法離線進(jìn)行預(yù)測效果比較好，但無法對(duì)數(shù)據(jù)的趨勢信息進(jìn)行有效利用。

本文提出了一種基于改進(jìn)型灰色理論與專家系統(tǒng)的二階組合故障預(yù)測方法，利用改進(jìn)型灰度預(yù)測方法進(jìn)行單測點(diǎn)的狀態(tài)預(yù)測，然后將狀態(tài)預(yù)測結(jié)果送給專家系統(tǒng)預(yù)測模塊，由多測點(diǎn)狀態(tài)預(yù)測信息進(jìn)行推理實(shí)現(xiàn)系統(tǒng)故障預(yù)測，由此形成二階組合預(yù)測算法。

1 電子設(shè)備的故障分類

電子設(shè)備的故障特征主要有隨機(jī)性、層次性、時(shí)間性以及傳播性等。電子設(shè)備的故障從故障發(fā)生的時(shí)間歷程可分為2類：突發(fā)性故障和漸進(jìn)性故障。突發(fā)性故障是由于系統(tǒng)外部原因?qū)ο到y(tǒng)沖擊而造成的，這種故障表現(xiàn)出較強(qiáng)的隨機(jī)性，因而難以進(jìn)行預(yù)測；漸發(fā)性故障是指設(shè)備在使用過程中由于某些部件老化、磨損、疲勞等造成性能逐漸下降，最終超出允許值而發(fā)生的故障，這類故障占有相當(dāng)大的比重，具有一定的規(guī)律性，能夠通過早期的狀態(tài)運(yùn)行數(shù)據(jù)進(jìn)行預(yù)測和防止[1]。本文主要針對(duì)電子設(shè)備的漸發(fā)性故障進(jìn)行故障預(yù)測研究。

2 故障預(yù)測方法

2.1 灰色GM(1,1)模型的建立

灰色預(yù)測模型的特點(diǎn)是根據(jù)自身數(shù)據(jù)建立動(dòng)態(tài)微分方程再預(yù)測自身的發(fā)展。本文采用GM(1,1)模型[2]，下面給出模型的建立過程。

設(shè)有原始數(shù)據(jù)數(shù)列X(0)={x(0)(i)≥0,i=1,…,n}。對(duì)序列做一次累加生成(1-AGO)：

X(1)={x(1)(i)≥0,i=1,…,n},

(1)

計(jì)算GM(1,1)模型的背景值

z(k)=0.5×(x(1)(k)+x(1)(k-1))

(式中，k=2,…,n。)

(2)

一階灰色模型方程為：

(3)

(4)

由最小二乘法得參數(shù)估計(jì)值：

(5)

灰色模型方程的解為：

(式中，k=1,2,…,n。)

(6)

取x(1)(1)=x(0)(1)，則模型的還原值為：

(7)

2.2 灰色模型的改進(jìn)

灰色系統(tǒng)理論采用初始數(shù)據(jù)作為建模依據(jù)，沒有考慮未來時(shí)刻可能影響系統(tǒng)狀態(tài)的因素，稱這種模型為靜態(tài)模型。然而，在電子系統(tǒng)中，隨時(shí)間的發(fā)展，受干擾的因素在不斷變化，數(shù)據(jù)也在變化之中，舊數(shù)據(jù)對(duì)預(yù)測值的影響逐漸減弱，新數(shù)據(jù)的重要性逐漸加強(qiáng)。此時(shí)如果仍套用GM(1, 1)模型進(jìn)行長期預(yù)測，不但預(yù)測精度會(huì)降低，模型也不能反映出系統(tǒng)的變化，其預(yù)測可信度較小。因此，有必要對(duì)原始灰度模型進(jìn)行改進(jìn)。當(dāng)加入的信息為預(yù)測的灰數(shù)時(shí)，稱為灰數(shù)模型。同時(shí)，GM(1, 1)模型長期預(yù)測的有效性明顯受系統(tǒng)時(shí)間序列長短及數(shù)據(jù)變化影響，這時(shí)再加入等維的約束條件，稱之為等維動(dòng)態(tài)預(yù)測模型。

2.3 專家系統(tǒng)

專家系統(tǒng)是一種基于知識(shí)推理的計(jì)算程序，用于模擬人類專家解決某一專業(yè)領(lǐng)域問題。一般來講，一個(gè)專家系統(tǒng)具有如圖1所示的基本結(jié)構(gòu)，它包括人機(jī)界面、推理機(jī)、知識(shí)庫、知識(shí)管理系統(tǒng)、解釋模塊和動(dòng)態(tài)數(shù)據(jù)庫6個(gè)部分。

圖1 專家系統(tǒng)基本結(jié)構(gòu)

2.3.1 知識(shí)表達(dá)技術(shù)

知識(shí)系統(tǒng)是專家系統(tǒng)的核心系統(tǒng)[3]。專家系統(tǒng)中一切推理和診斷都是圍繞知識(shí)開展的，知識(shí)表達(dá)技術(shù)決定了專家系統(tǒng)的升級(jí)和擴(kuò)展能力。本文采用產(chǎn)生式規(guī)則表示法表達(dá)知識(shí)，主要由征兆表，規(guī)則表和結(jié)論表完成，分別如表1～3所示。此法表述簡單清晰，易于擴(kuò)展。

表1 征兆表

表2 規(guī)則表

表3 結(jié)論表

2.3.2 推理機(jī)制

推理機(jī)制是影響故障診斷專家系統(tǒng)診斷效率和診斷精度的關(guān)鍵因素，需要設(shè)計(jì)以下功能模塊：黑板，起到信息資源發(fā)布、共享、記錄的功能，是推理機(jī)運(yùn)行的主要模塊；推理機(jī)，即推理的方式，解決推理的流程；解釋模塊，解釋專家系統(tǒng)得到診斷結(jié)果的依據(jù)和過程。常見的推理機(jī)制有3種：正向推理、反向推理和混合推理，本文根據(jù)數(shù)據(jù)采用正向推理即可快速、有效地完成故障預(yù)測過程，所以只考慮正向推理機(jī)制。

3 故障預(yù)測系統(tǒng)結(jié)構(gòu)

根據(jù)本文采用的故障預(yù)測方法，提出一種故障預(yù)測系統(tǒng)，其總體結(jié)構(gòu)圖如圖2所示。

圖2 故障預(yù)測系統(tǒng)總體結(jié)構(gòu)圖

3.1 灰度預(yù)測模塊

由獲得的各測點(diǎn)一段時(shí)間內(nèi)的狀態(tài)信息，采用灰色預(yù)測算法計(jì)算未來時(shí)間的狀態(tài)值，并把計(jì)算結(jié)果傳遞給專家系統(tǒng)進(jìn)行推理預(yù)測。

3.2 知識(shí)管理模塊

知識(shí)管理模塊包括征兆表、規(guī)則表和結(jié)論表。

3.3 推理機(jī)制

推理機(jī)制由灰度預(yù)測模塊獲取的狀態(tài)值生成測點(diǎn)信息，并由知識(shí)管理模塊獲取相應(yīng)知識(shí)進(jìn)行知識(shí)載入和黑板生成，最終由推理模塊實(shí)現(xiàn)故障預(yù)測。在進(jìn)行故障診斷前，專家系統(tǒng)要預(yù)先在系統(tǒng)所運(yùn)行的計(jì)算機(jī)內(nèi)存中載入知識(shí)庫，其中包括對(duì)知識(shí)規(guī)則的載入，如圖3所示。規(guī)則載入的模式將決定規(guī)則匹配和推理的方法、效能。與故障快速推理相關(guān)的規(guī)則事實(shí)前件、規(guī)則結(jié)論前件采用位邏輯形式載入。

圖3 規(guī)則載入流程

規(guī)則快速匹配算法采用位與運(yùn)算模式進(jìn)行匹配。匹配過程中，程序首先要建立其事實(shí)黑板和結(jié)果黑板，所謂黑板就是一個(gè)數(shù)據(jù)存儲(chǔ)區(qū)，事實(shí)黑板中存儲(chǔ)的是系統(tǒng)檢測到的征兆數(shù)據(jù)，在診斷前需要按照征兆數(shù)據(jù)內(nèi)容對(duì)事實(shí)黑板進(jìn)行設(shè)置。事實(shí)黑板設(shè)置流程見圖4。

圖4 事實(shí)黑板設(shè)置流程

結(jié)果黑板與事實(shí)黑板類似，不同的是結(jié)果黑板記錄的是匹配成功后得到的規(guī)則結(jié)論，在推理前聲明即可，若在推理過程中得到結(jié)論JN，將結(jié)果黑板倒數(shù)第N位置為1，未得到結(jié)論的置為0。

規(guī)則快速匹配算法采用位與運(yùn)算模式進(jìn)行匹配，規(guī)則快速匹配算法將規(guī)則(事實(shí)、結(jié)論)前件與(事實(shí)、結(jié)論)黑板按位相與，如圖5所示。

圖5 規(guī)則快速匹配算法

這種簡單快速的位與運(yùn)算保證了推理的快速性和準(zhǔn)確性，大大提高了故障診斷系統(tǒng)的診斷效率和診斷速度。推理過程中要兼顧推理速度和推理的完全， 就需要縮小推理過程中對(duì)規(guī)則的遍歷范圍，采用淺層推理和深層推理結(jié)合的推理模式，可以有效的兼顧推理的速度和完整性。

3.4 結(jié)果顯示模塊

結(jié)果顯示模塊對(duì)故障預(yù)測結(jié)果進(jìn)行顯示，若有故障征兆，模塊會(huì)給出相應(yīng)的解釋并提供對(duì)應(yīng)的處理策略，由人機(jī)界面?zhèn)鬟f給用戶。

4 試驗(yàn)數(shù)據(jù)分析

本文針對(duì)某PLC的物理和應(yīng)用特點(diǎn)，研究了PLC在高溫、高頻、高振動(dòng)的工作狀態(tài)下的特性，總結(jié)和提取了熱待機(jī)環(huán)境下相關(guān)電子產(chǎn)品的故障模式，研究并提出故障預(yù)測算法，根據(jù)算法要求開發(fā)相應(yīng)的故障預(yù)測設(shè)備，并針對(duì)漸發(fā)性故障進(jìn)行故障預(yù)測研究。根據(jù)獲得的電子設(shè)備的故障數(shù)據(jù)信息，建立相應(yīng)的故障模式庫，并形成故障預(yù)測知識(shí)庫，根據(jù)性能退化數(shù)據(jù)進(jìn)行測試。

下面給出一組故障預(yù)測實(shí)例，測試數(shù)據(jù)共有8個(gè)通道。建立征兆表如表4，規(guī)則表如表5，結(jié)論表如表6所示。

表4 專家系統(tǒng)征兆表

表5 專家系統(tǒng)規(guī)則表

表6 專家系統(tǒng)結(jié)論表

其中通道1和通道7按照性能退化數(shù)據(jù)進(jìn)行了模擬，其它通道模擬正常數(shù)據(jù)，故障預(yù)測系統(tǒng)實(shí)時(shí)獲取各通道的數(shù)據(jù)，通道1與通道7的原始數(shù)據(jù)與灰色預(yù)測結(jié)果如圖6和圖7所示。對(duì)比2個(gè)通道的原始數(shù)據(jù)與預(yù)測數(shù)據(jù)，可以發(fā)現(xiàn)：通道1在數(shù)據(jù)平緩區(qū)，最大誤差0.01，平均誤差為0，在數(shù)據(jù)上升或下降區(qū)，最大誤差0.005，平均誤差0.001；通道7在數(shù)據(jù)平緩區(qū)，最大誤差0.007，平均誤差為0，在數(shù)據(jù)上升或數(shù)據(jù)下降區(qū)，最大誤差0.01，平均誤差0.001。原始數(shù)據(jù)與預(yù)測數(shù)據(jù)均在小范圍內(nèi)浮動(dòng)，且誤差很小，灰色理論預(yù)測數(shù)據(jù)能夠較好地匹配原始數(shù)據(jù)。

表7表示測試后期通道1和通道7的原始數(shù)據(jù)與預(yù)測數(shù)據(jù)。

圖6 通道1原始數(shù)據(jù)與預(yù)測數(shù)據(jù)

圖7 通道7原始數(shù)據(jù)與預(yù)測數(shù)據(jù)

時(shí)間(0．5h)通道1原始數(shù)據(jù)通道1預(yù)測數(shù)據(jù)通道7原始數(shù)據(jù)通道7預(yù)測數(shù)據(jù)?????1937．5017．5073．4983．4911947．4957．4893．5073．5121957．4727．4773．5273．5261967．4597．4613．5423．5431977．4457．4443．5583．5581987．4287．4303．5733．5731997．4167．4123．5813．5912007．4027．4013．5973．5982017．3897．3873．6143．610

比較測試后期的數(shù)據(jù)，可以發(fā)現(xiàn)通道1在第200個(gè)數(shù)據(jù)時(shí)(100h時(shí))，預(yù)測結(jié)果已經(jīng)小于征兆表4中相應(yīng)的故障征兆值7.4(此時(shí)預(yù)測值為預(yù)測數(shù)據(jù)的第201個(gè)數(shù)據(jù))，通道7在第200個(gè)數(shù)據(jù)時(shí)，預(yù)測結(jié)果大于征兆表4中相應(yīng)故障征兆值3.6，根據(jù)專家系統(tǒng)規(guī)則表5可知，此時(shí)對(duì)應(yīng)故障結(jié)論1和結(jié)論5。故障預(yù)測設(shè)備根據(jù)判斷，最后按照結(jié)論表6得到被測對(duì)象電源模塊及CMOS有故障征兆。30min后測試相應(yīng)通道，發(fā)現(xiàn)通道1數(shù)據(jù)為7.389，誤差為0.002，通道7數(shù)據(jù)為3.614，誤差為0.004，預(yù)測結(jié)果誤差均很小。說明本文采用的二階故障預(yù)測算法，對(duì)于具有性能退化特點(diǎn)的漸發(fā)性故障能夠較好地實(shí)現(xiàn)故障預(yù)測。

5 結(jié)束語

結(jié)合電子設(shè)備的故障特點(diǎn)，針對(duì)漸發(fā)性故障的預(yù)測提出了一種基于灰色模型與專家系統(tǒng)的在線故障預(yù)測方法，并考慮到在線預(yù)測的要求對(duì)原始的灰

色模型進(jìn)行了改進(jìn)，在專家系統(tǒng)的推理部分采用了一種快速匹配算法，提高了推理的快速性和準(zhǔn)確性，最后對(duì)實(shí)際的電子設(shè)備進(jìn)行測試，能夠?qū)崿F(xiàn)對(duì)具有性能退化特點(diǎn)的漸發(fā)性故障預(yù)測，驗(yàn)證了本文提出方法的正確性和有效性。

參 考 文 獻(xiàn)

[1] 曹宏炳, 蔡金燕, 黃允華. 電子設(shè)備的故障預(yù)測方法研究[C]. 中國電子學(xué)會(huì)第七屆學(xué)術(shù)年會(huì)論文集, 2001, 821-822. (Cao Hongbing, Cai Jinyan, Huang Yunhua. The Study on the Methods to Electronics Equipment Fault Prediction[C]. The Seventh Annual Conference Proceedings of Chinese Institute of Electronics, 2001, 821- 822.)

[2] 鄧聚龍. 灰色系統(tǒng)基本方法(第一版)[M]. 武漢:華中科技大學(xué)出版社, 2005.(Deng Julong. The Primary Methods of Grey System Theory[M]. Wuhan: The Press of Huazhong University of Science and Technology, 2005.)

[3] 張慶振,李清東,任章. 基于故障模式分析的運(yùn)載火箭發(fā)射決策系統(tǒng)推理技術(shù)研究[J]. 航天控制, 2006, 24(3):81- 83.(Zhang Qingzhen, Li Qingdong, Ren Zhang. Inference Engine Design for Launching Decision- making Expert System[J]. Aerospace Control, 2006, 24(3): 81- 83.)