論高速公路機(jī)電系統(tǒng)故障的智能診斷

焦卜四

摘 要：本文通過對幾種主要智能診斷技術(shù)的介紹，結(jié)合現(xiàn)有高速公路機(jī)電系統(tǒng)的特點(diǎn)，提出相應(yīng)的診斷策略。

關(guān)鍵詞：高速公路； 機(jī)電系統(tǒng) ；智能 ；故障診斷

隨著高速公路機(jī)電工程建設(shè)的迅速發(fā)展，規(guī)模不斷擴(kuò)大，如何做好機(jī)電系統(tǒng)的運(yùn)行管理和維護(hù)成為人們關(guān)注的焦點(diǎn)。高速公路機(jī)電設(shè)備有著不間斷運(yùn)行、工作負(fù)荷大、工作環(huán)境惡劣等特點(diǎn)，在日常維護(hù)工作中會碰到很多棘手的故障，所以只有查明原因及時(shí)排除故障，才能保障設(shè)備正常運(yùn)行。目前，智能故障診斷技術(shù)已成為一個(gè)十分活躍的研究領(lǐng)域。高速公路機(jī)電系統(tǒng)的運(yùn)行和維護(hù)是當(dāng)前高速公路管理中的一個(gè)重要課題，通過對智能故障技術(shù)的研究和當(dāng)前機(jī)電系統(tǒng)故障處理的分析，提出一種適用于高速公路機(jī)電系統(tǒng)故障的智能診斷系統(tǒng)。

一、 基于專家系統(tǒng)的方法

專家系統(tǒng)故障診斷方法，主要用于那些沒有精確數(shù)學(xué)模型或很難建立數(shù)學(xué)模型的復(fù)雜系統(tǒng)。其診斷過程是當(dāng)計(jì)算機(jī)接收到故障信息后，綜合運(yùn)用各種規(guī)則（專家經(jīng)驗(yàn)），進(jìn)行一系列的推理，快速找到最終故障或最有可能的故障。故障診斷專家系統(tǒng)是診斷領(lǐng)域引人注目的發(fā)展方向之一，也是研究最多、應(yīng)用最廣的一類智能故障診斷技術(shù)。

這種方法不依賴于系統(tǒng)的數(shù)學(xué)模型，而是根據(jù)人們長期的實(shí)踐經(jīng)驗(yàn)和大量的故障信息知識設(shè)計(jì)出的一套智能計(jì)算機(jī)程序，以此來解決復(fù)雜系統(tǒng)的故障診斷問題。對于復(fù)雜系統(tǒng)的故障診斷，這種基于專家系統(tǒng)的故障診斷方法尤其有效。

專家系統(tǒng)主要具有以下特點(diǎn)：具有豐富的經(jīng)驗(yàn)和高水平的技術(shù)及專家水平的專門知識；能夠進(jìn)行符號操作；能夠根據(jù)不確定的知識進(jìn)行推理；具有自我知識；知識庫和推理機(jī)明顯分離，這種設(shè)計(jì)方法使系統(tǒng)易于擴(kuò)充；具有獲取知識的能力；具有靈活性、透明性及交互性；具有一定的復(fù)雜性和難度。但由于客觀現(xiàn)實(shí)的復(fù)雜多樣性，使得專家的領(lǐng)域知識，有時(shí)很難提煉到規(guī)則這一地步，這使專家系統(tǒng)的發(fā)展受到了一定的限制。

二、故障樹故障診斷方法

故障樹分析法（Fault Tree Analysis）簡稱FTA，是系統(tǒng)安全分析中廣泛應(yīng)用的一種方法，它采用邏輯方法，形象地進(jìn)行故障分析工作，體現(xiàn)了以系統(tǒng)工程方法研究安全問題的系統(tǒng)性、準(zhǔn)確性和預(yù)測性。由美國貝爾電話實(shí)驗(yàn)室的H.A.Walson首先提出，它是一種系統(tǒng)可靠性分析方法。利用故障樹分析法不僅可以尋找潛在故障或進(jìn)行故障診斷，而且可以進(jìn)一步預(yù)測系統(tǒng)故障發(fā)生的概率。故障樹分析法是一種由果到因、自上而下的邏輯分析方法，其過程可概括為：從結(jié)果（即某一故障事件）開始，找出導(dǎo)致該事件發(fā)生的直接因素。然后對諸因素分別尋找其各自的直接原因，重復(fù)執(zhí)行該過程，直至把形成設(shè)備故障的基本事件分析出來為止。依照此方法分析系統(tǒng)發(fā)生故障的各種途徑和可靠性特征量，然后對各基本事件賦予先驗(yàn)概率值，就可以應(yīng)用故障樹模型進(jìn)行可靠性分析以及診斷決策。故障樹由3種符號構(gòu)成：事件符號、邏輯門符號、轉(zhuǎn)移符號。事件符號用于表示各種頂事件、中間事件和底事件；邏輯門符號用于表示各事件之間的邏輯關(guān)系；轉(zhuǎn)移符號則主要是為使圖形簡明、避免重復(fù)繪圖而設(shè)置的符號。

三、基于模糊推理的方法

模糊邏輯的引入主要是為了克服由于過程本身的不確定性、不精確性以及噪聲等所帶來的困難，因而在處理復(fù)雜系統(tǒng)的大時(shí)滯、時(shí)變及非線性方面，顯示出它的優(yōu)越性。在模糊理論中引入了“部分真”，“部分假”的概念，這是與傳統(tǒng)的要么真（1）要么假（0）的認(rèn)識最大的區(qū)別與進(jìn)步。在模糊集理論中，對模糊集定義了一系列的操作，這與傳統(tǒng)集合的操作是相似的。模糊推理是利用模糊推理規(guī)則對有條件的和無條件的模糊命題或規(guī)則進(jìn)行操作。

故障檢測時(shí)，特征信號有時(shí)是連續(xù)變化的，這種變化易導(dǎo)致測量誤差和噪聲，因此，很難定義可靠的測量閾值。模糊邏輯通過使用部分重疊的語言變量給這個(gè)問題提供了很好的解決方法。故障診斷時(shí)，由于測量到的特征信號值不完全精確，因此，該過程的診斷也只是近似的?；谀：?guī)則的模糊推理系統(tǒng)對該問題提供了一種解決方法。

四、 基于神經(jīng)網(wǎng)絡(luò)的方法

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）是由大量神經(jīng)元廣泛互連而成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。ANN是對人類大腦神經(jīng)細(xì)胞結(jié)構(gòu)和功能的模仿，具有與人腦類似的記憶、學(xué)習(xí)、聯(lián)想等能力。在ANN中，信息處理是通過神經(jīng)元之間的相互作用來實(shí)現(xiàn)的，知識與信息的存儲表現(xiàn)為分布式網(wǎng)絡(luò)元件之間的關(guān)聯(lián)，網(wǎng)絡(luò)的學(xué)習(xí)和識別取決于各神經(jīng)元連接權(quán)值的動(dòng)態(tài)演化過程。ANN是大規(guī)模并行結(jié)構(gòu)，信息可以分存儲，并且具有良好的自適應(yīng)性、自組織性和容錯(cuò)性，因此，ANN在故障診斷領(lǐng)域已經(jīng)得到廣泛的應(yīng)用。隨著神經(jīng)網(wǎng)絡(luò)理論的發(fā)展，到目前為止也形成了許多種神經(jīng)網(wǎng)絡(luò)系統(tǒng)與算法，例如多層感知器網(wǎng)絡(luò)中經(jīng)典的BP網(wǎng)及算法，徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)中RBF網(wǎng)及其算法，Hopfield網(wǎng)及其算法，自組織特征映射中SOFM結(jié)構(gòu)及其算法等。

五、基于案例的推理方法

基于案例推理（Case-based Reasoning，簡稱CBR）是近年來人工智能領(lǐng)域中興起的一項(xiàng)重要的推理技術(shù)。它通過訪問案例庫中的同類案例（源案例）的求解，從而獲得當(dāng)前問題（目標(biāo)案例）的解決方法。CBR的基本過程是：當(dāng)遇到一個(gè)新的問題時(shí)，系統(tǒng)根據(jù)關(guān)鍵的特征在原始的案例庫中進(jìn)行檢索，找出一個(gè)與待求問題最相近的候選案例，重用此候選案例的解決方法。如果對此候選案例的解決方法不滿意，可以對它進(jìn)行修改以適應(yīng)待求問題，最后把修改過的案例作為一個(gè)新的案例保存在庫中，以便下次遇到類似的問題時(shí)作為參考。CBR以案例作為知識元，知識獲取和表示自然直接，并且具有自學(xué)習(xí)功能?；诎咐评砟芡ㄟ^修改相似問題的成功結(jié)果來求解新問題。它將獲取新知識作為案例來進(jìn)行學(xué)習(xí)，不需要詳細(xì)的應(yīng)用領(lǐng)域模型。CBR的主要技術(shù)包括案例表達(dá)和索引、案例檢索、案例修訂和案例學(xué)習(xí)等。

六、結(jié)語

故障診斷是一門實(shí)用性很強(qiáng)的技術(shù)，因此只有在實(shí)際應(yīng)用中才能體現(xiàn)它的價(jià)值。目前在理論研究方面雖有不少進(jìn)展，但真正在工程實(shí)踐中成功應(yīng)用的實(shí)例還較少，因此，如何將先進(jìn)的故障診斷理論與方法應(yīng)用到實(shí)際中去還有待深入的研究。故障定位與處理是一門科學(xué)，它對維護(hù)人員是的知識水平要求很高，維護(hù)人員不僅要了解系統(tǒng)的工作原理，而且要具有一定處理故障的思維方法，只有在工程中不斷積累經(jīng)驗(yàn)，維護(hù)人員經(jīng)常交流故障處理方法，才能不斷提高維護(hù)水平，保障高速公路快速、安全、高效運(yùn)營?；诠收蠘涞膶＜蚁到y(tǒng)建立為故障的快速查找定位和處理提供一個(gè)有效的平臺，有助于高速公路的機(jī)電系統(tǒng)管理實(shí)現(xiàn)智能化。