基于混合推理機(jī)的艦船冷凝器故障診斷系統(tǒng)研究

， ，

(海軍工程大學(xué) 船舶與動(dòng)力學(xué)院，武漢 430033)

艦船冷凝器運(yùn)行工況惡劣、結(jié)構(gòu)復(fù)雜，故障率較高。傳統(tǒng)的故障診斷大多依賴于診斷人員的經(jīng)驗(yàn)積累，這受制于人的主觀因素，也難以實(shí)現(xiàn)診斷知識(shí)的有效積累和傳播。范例推理和規(guī)則推理是決策支持領(lǐng)域常用的2種推理策略，二者各有其長(zhǎng)[1]，混合推理機(jī)的構(gòu)建就是綜合上述2種推理方法，對(duì)待不同的故障情況采用不同的診斷推理機(jī)制，有效實(shí)現(xiàn)艦船冷凝器的故障診斷。

1 工作原理

混合推理機(jī)的推理機(jī)制是范例推理和規(guī)則推理的結(jié)合運(yùn)用。首先構(gòu)建故障范例庫(kù)，在出現(xiàn)新故障時(shí)判斷在范例庫(kù)中是否存在與新故障相同或相似的歷史故障范例，存在則進(jìn)行范例推理，否則進(jìn)行規(guī)則推理，其結(jié)果均通過(guò)解釋機(jī)輸出，并且將最終診斷結(jié)果添加到范例庫(kù)中，實(shí)現(xiàn)系統(tǒng)的自學(xué)習(xí)。

2 故障范例庫(kù)的構(gòu)建

故障范例庫(kù)是混合推理機(jī)實(shí)現(xiàn)推理的基礎(chǔ)，范例庫(kù)的內(nèi)容和構(gòu)建形式直接影響到下一步推理方式的選取。范例庫(kù)中歷史故障范例并非機(jī)械的排列和添加，要實(shí)現(xiàn)新故障與歷史故障的比較，建議范例庫(kù)中的故障范例采用二級(jí)目錄存儲(chǔ)，即故障名稱及相應(yīng)的故障特性參數(shù)表征。取冷凝器傳熱管破裂故障為例，采用二級(jí)目錄存儲(chǔ)即為：

Cl-的質(zhì)量分?jǐn)?shù)是0.02×10-6；冷卻劑過(guò)冷度3.8 ℃；水位892 mm；冷凝水進(jìn)出口溫差9.2 ℃;壓力0.014 5 MPa。

如此一來(lái)，所有的歷史故障范例均按照統(tǒng)一的形式存儲(chǔ)于故障范例庫(kù)中，既便于后續(xù)的范例搜索，也便于新舊范例之間的相似性比較。

3 范例推理的具體實(shí)現(xiàn)

范例推理的實(shí)現(xiàn)過(guò)程主要有兩步，即檢索與修正，而后是診斷結(jié)果的反饋。其中檢索尤為重要，檢索的目的是找出與新范例相同或者相似的舊范例，至于如何判斷二者是否相同或相似，在多大程度上相似，則需要建立相似性函數(shù)將其量化。范例推理中常用的相似性函數(shù)有Tversky對(duì)比匹配函數(shù)、k-NN算法、多參數(shù)相似性函數(shù)、Weber算法等，在此采用修正k-NN算法，即相對(duì)距離量度法：

D(X,Y)=(∑iWi·D(Xi,Yi)r)1/r

仍以冷凝器傳熱管破裂為例，假設(shè)出現(xiàn)一新故障情況按照二級(jí)目錄描述為：

Cl-的質(zhì)量分?jǐn)?shù)是0.018×10-6；冷卻劑過(guò)冷度3.6 ℃；水位886 mm；冷凝水進(jìn)出口溫差9.3 ℃;壓力為0.015 1 MPa。

依據(jù)各故障特性參數(shù)對(duì)故障的表征程度分別賦其權(quán)值0.60、0.15、0.12、0.08、0.05，按照上述公式計(jì)算可得：

D(X,Y)=(∑Wi·D(Xi,Yi)r)1/r

=0.042 4

折合成百分?jǐn)?shù)：D(X,Y)=4.24%。

據(jù)診斷經(jīng)驗(yàn)，取D0=5%，顯然D(X,Y)

此時(shí)認(rèn)為范例庫(kù)中存在相似范例，可以借鑒舊范例對(duì)新故障進(jìn)行診斷，在此前提下對(duì)舊范例進(jìn)行修正之后即可得出診斷結(jié)論，本次診斷結(jié)論同樣采用相同的存儲(chǔ)形式添加到范例庫(kù)中，整個(gè)范例推理過(guò)程結(jié)束。

相反，如果D(X,Y)>D0，則認(rèn)為范例庫(kù)中不存在相同或相似范例，轉(zhuǎn)而實(shí)施規(guī)則推理。

4 規(guī)則推理的具體實(shí)現(xiàn)

目前在故障診斷領(lǐng)域經(jīng)常采用的規(guī)則推理方法有粗糙集理論、Bayes網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、模糊算法、決策樹分析等，其中粗糙集理論作為一種處理具有信息不確定、不精確、不完善系統(tǒng)的新數(shù)學(xué)工具，是目前應(yīng)用較多的一種歸納學(xué)習(xí)方法，被廣泛運(yùn)用于機(jī)器學(xué)習(xí)、專家系統(tǒng)等領(lǐng)域[2]。

針對(duì)艦船冷凝器的故障診斷，采用粗糙集的知識(shí)表達(dá)和挖掘關(guān)聯(lián)規(guī)則的遺傳算法。

首先引入信息表的概念，信息表是一個(gè)三元組，即：

S=(U,A,V)

式中：U是對(duì)象的集合；A=C∪D是屬性集。如果C∩D=?，則信息表(U,A)被稱作決策表，其中C和D為A的子集，分別稱作A的條件屬性和決策屬性，采用遺傳算法挖掘關(guān)聯(lián)規(guī)則，即推理規(guī)則。

記條件屬性集C中滿足φi的記錄數(shù)為Cover(φi)，假設(shè)決策屬性集中存在di，且φi、di之間存在關(guān)聯(lián)性，則定義φi→di的可信度R為：

R(φi→di)=Cover(φi→di)/Cover(φi)

可信度越高說(shuō)明由條件屬性φi到?jīng)Q策屬性di的可能性越大，如果：R(φi→di)=1，則φi→di肯定成立。

參照冷凝器歷史診斷記錄建立條件屬性表和決策屬性表分別如下[3]：

表3 條件屬性表

表4 決策屬性表

約簡(jiǎn)后得到規(guī)則如下：

表5 約簡(jiǎn)規(guī)則表

注:表中雙箭頭表示顯著升高或降低，單箭頭表示略微升高或降低。

計(jì)算每一條規(guī)則的可信度之后采納可信度高的規(guī)則作為推理依據(jù)，具體如下：

R(φ1→d1)=4/5

R(φ3→d1)=3/5

R(φ4→d1)=2/5

R(φ5→d1)=2/5

R(φ6→d1)=2/5

R(φ2→d2)=2/4

R(φ3→d2)=2/4

R(φ4→d2)=2/4

R(φ5→d2)=3/4

建立各條屬性記錄和決策記錄之間的可信度后，記：

依據(jù)P(di)大小排序，取概率最大者為診斷結(jié)果。

推理規(guī)則形成之后設(shè)備狀態(tài)檢測(cè)系統(tǒng)可以直接與推理機(jī)連通，得到推理結(jié)果。通過(guò)規(guī)則推理得到的結(jié)論同樣可以添加到范例庫(kù)中，進(jìn)一步強(qiáng)化系統(tǒng)功能。

5 仿真試驗(yàn)框架簡(jiǎn)介

針對(duì)所構(gòu)建的混合推理機(jī)，通過(guò)計(jì)算機(jī)編程進(jìn)行仿真試驗(yàn)。具體由VC++6.0可視化編程實(shí)現(xiàn)，通過(guò)建立人機(jī)交互界面如圖1[4]。

在故障參數(shù)特征表示欄目框中輸入當(dāng)前故障的各個(gè)參數(shù)值，而后設(shè)定參考指標(biāo)值后，可以依次點(diǎn)擊范例搜尋和規(guī)則提取模塊實(shí)現(xiàn)范例推理和規(guī)則推理，最終結(jié)果可以通過(guò)診斷結(jié)果查詢模塊得到詳細(xì)結(jié)果，并可通過(guò)范例添加模塊實(shí)現(xiàn)反饋學(xué)習(xí)，在故障診斷過(guò)程中也可以通過(guò)診斷進(jìn)程模塊形象體現(xiàn)系統(tǒng)診斷過(guò)程。圖中顯示的只是系統(tǒng)的主界面，依次進(jìn)入各模塊后將有分界面展示各步診斷過(guò)程，并且各界面均采用對(duì)話框形式，可以有效結(jié)合系統(tǒng)固有知識(shí)和人員經(jīng)驗(yàn)知識(shí)實(shí)施診斷。支撐各個(gè)界面的則是基于MFC 類庫(kù)的龐大語(yǔ)言程序。

圖1 系統(tǒng)人機(jī)交互主界

6 結(jié)束語(yǔ)

混合推理機(jī)的構(gòu)建可使范例推理和規(guī)則推理兩種推理機(jī)制取長(zhǎng)補(bǔ)短，同時(shí)又可相互促進(jìn)，無(wú)論采取哪種推理方式得到的推理結(jié)果都可以反饋到故障范例庫(kù)中，在一定程度上也實(shí)現(xiàn)了系統(tǒng)的自學(xué)習(xí)。所提出的混合推理機(jī)制也同樣適用于其它具有多狀態(tài)參數(shù)特征的民、軍用設(shè)備的故障診斷工作。

[1] 楊善林，倪志偉.機(jī)器學(xué)習(xí)與智能決策支持系統(tǒng)[M].北京：科學(xué)出版社，2003.

[2] 蔡自興，徐光祐.人工智能及其應(yīng)用[M].北京：清華大學(xué)出版社，2004.

[3] 陳 恬，孫健國(guó).粗糙集與神經(jīng)網(wǎng)絡(luò)在航空發(fā)動(dòng)機(jī)氣路故障診斷中的應(yīng)用[J].航空動(dòng)力學(xué)報(bào)，2006，21(1)：207-212.

[4] 趙 森，廖 望，梁乘銘.Visual C++程序設(shè)計(jì)教程[M].北京：冶金工業(yè)出版社，2006.