采煤機(jī)液壓故障診斷系統(tǒng)設(shè)計(jì)

牛麗 丁海波

摘? 要： 為了及時(shí)、有效地對(duì)采煤機(jī)液壓故障診斷提供支持，采用本體技術(shù)對(duì)液壓系統(tǒng)故障知識(shí)建模，結(jié)合模糊推理設(shè)計(jì)采煤機(jī)液壓故障診斷系統(tǒng)，通過(guò)故障案例驗(yàn)證系統(tǒng)診斷的準(zhǔn)確性，對(duì)采煤機(jī)液壓故障診斷技術(shù)有著一定的參考、促進(jìn)作用。

關(guān)鍵詞： 液壓系統(tǒng); 本體技術(shù); 模糊推理; 故障診斷

Abstract： In order to support the fault diagnosis of shearer hydraulic system in time and effectively， the fault knowledge of the hydraulic system is modeled by the ontology technology， and a fault diagnosis system for shearer hydraulic system is designed by combining with the fuzzy reasoning. The accuracy of the diagnosis system is verified by the hydraulic fault cases， which has a certain reference and promotion effect on the hydraulic fault diagnosis technology of shearer.

0 引言

采煤機(jī)作為煤碳開采的關(guān)鍵設(shè)備，因其工作環(huán)境存在空氣潮濕、煤碳粉塵等雜質(zhì)多、腐蝕性氣體含量高的惡劣狀況[1]，在運(yùn)行時(shí)容易受到煤、巖石等外部因素的沖擊，煤礦企業(yè)為了保證效益，采煤機(jī)還需要長(zhǎng)時(shí)間、超負(fù)荷工作等情況都促使采煤機(jī)發(fā)生故障的可能性較高，而液壓系統(tǒng)是采煤機(jī)所有系統(tǒng)中故障發(fā)生率最高的子系統(tǒng)，同時(shí)迅速高效地找出故障點(diǎn)、分析故障原因也較為困難，如不及時(shí)排除故障就影響煤礦生產(chǎn)，甚至引起安全事故，帶來(lái)更大的損失[2]。為了在故障發(fā)生時(shí)及時(shí)有效解決，需要液壓故障診斷系統(tǒng)的幫助，對(duì)故障進(jìn)行診斷，為維修提供技術(shù)支持。

1 液壓系統(tǒng)故障知識(shí)模型構(gòu)建

采煤機(jī)液壓系統(tǒng)由液壓泵，搖臂調(diào)高油缸，換向閥組件、液壓控制閥、電磁閥組件等控制閥，吸油、空氣等過(guò)濾器，管路、壓力表及油箱等組成。因礦井中環(huán)境較差，液壓系統(tǒng)發(fā)生故障的可能性大大增加，且原因復(fù)雜，具體故障知識(shí)見(jiàn)表1[3]。

故障診斷系統(tǒng)中專家知識(shí)的表達(dá)，關(guān)系到推理機(jī)的設(shè)計(jì)與推理效率、知識(shí)庫(kù)維護(hù)便利性和知識(shí)的重用性、共享性。本體作為一種知識(shí)表示方法，它表達(dá)了知識(shí)概念的結(jié)構(gòu)、概念之間的關(guān)系等固有特征，在本體中概念即為該領(lǐng)域內(nèi)已被普遍認(rèn)同的知識(shí)，使用本體進(jìn)行知識(shí)表示，能夠達(dá)到知識(shí)的共享及唯一[5]，使用本體對(duì)專家知識(shí)建模，根據(jù)采煤機(jī)液壓系統(tǒng)的組成結(jié)構(gòu)與故障原理，推斷故障之間的知識(shí)邏輯，得出故障現(xiàn)象與原因及解決方案間的內(nèi)在聯(lián)系。利用MySQL數(shù)據(jù)庫(kù)存儲(chǔ)本體知識(shí)，采用SWRL規(guī)則語(yǔ)言進(jìn)行采煤機(jī)故障知識(shí)模型的構(gòu)建。

SWRL規(guī)則語(yǔ)言主要由head與body構(gòu)成，其中body表示單個(gè)或多個(gè)推理?xiàng)l件，head表示推理得到的結(jié)論，且結(jié)論具有唯一性，即SWRL規(guī)則可由若干個(gè)條件一起組成推理?xiàng)l件，但最終結(jié)論只有一個(gè)。按head和body構(gòu)成SWRL的規(guī)則語(yǔ)言格式為：

從上述簡(jiǎn)單的規(guī)則中可知SWRL規(guī)則能夠與本體相結(jié)合，表現(xiàn)出強(qiáng)大的語(yǔ)義邏輯推理能力，以“牽引速度低于0.5m/min，管路無(wú)泄漏，流量正常”時(shí)，認(rèn)為“過(guò)濾器堵塞”為例，建立SWRL推理規(guī)則，如下所示：

隨著采煤機(jī)液壓故障診斷系統(tǒng)不斷開發(fā)，其知識(shí)規(guī)則也將不斷地被更新與補(bǔ)充，根據(jù)需要做出修改與完善，以保證系統(tǒng)推理的準(zhǔn)確性。

2 采煤機(jī)液壓故障診斷系統(tǒng)設(shè)計(jì)

采煤機(jī)液壓故障原因具有不確定性、模糊性特征，不能簡(jiǎn)單地用“是這個(gè)原因”或“不是這個(gè)原因”進(jìn)行表達(dá)。而模糊推理非常適合解決不確定性，模糊性的問(wèn)題。模糊專家系統(tǒng)通過(guò)邏輯推理模擬領(lǐng)域?qū)＜业乃季S，采煤機(jī)液壓故障診斷系統(tǒng)基于系統(tǒng)中存儲(chǔ)的專家知識(shí)經(jīng)驗(yàn)等數(shù)據(jù)，使用模糊推理方法來(lái)模擬專家的思維與判斷，進(jìn)而診斷故障。系統(tǒng)的核心是故障知識(shí)推理，根據(jù)液壓系統(tǒng)的知識(shí)庫(kù)，利用故障現(xiàn)象和故障規(guī)則的匹配度完成故障匹配[4]。參考專家系統(tǒng)的一般組成結(jié)構(gòu)，以及采煤機(jī)液壓故障診斷系統(tǒng)的需要，系統(tǒng)的結(jié)構(gòu)組成如圖1所示。

采煤機(jī)液壓知識(shí)庫(kù)、模糊推理機(jī)和人機(jī)界面等組成了故障診斷系統(tǒng)。采煤機(jī)液壓知識(shí)庫(kù)存儲(chǔ)著該領(lǐng)域?qū)＜?、技術(shù)人員等知識(shí)與經(jīng)驗(yàn)信息，知識(shí)庫(kù)包含規(guī)則庫(kù)和本體庫(kù)，知識(shí)庫(kù)就是一個(gè)數(shù)據(jù)庫(kù)，存儲(chǔ)著本體庫(kù)、規(guī)則庫(kù)中的知識(shí)和運(yùn)行過(guò)程中產(chǎn)生的數(shù)據(jù)。模糊推理機(jī)是診斷系統(tǒng)的核心，它以知識(shí)庫(kù)中一定的規(guī)則信息、故障現(xiàn)象作為依據(jù)，在模糊推理策略作用下進(jìn)行推理，根據(jù)系統(tǒng)知識(shí)庫(kù)中保存的故障現(xiàn)象和規(guī)則數(shù)據(jù)，基于模糊推理的策略來(lái)推理，得出故障匹配原因及相應(yīng)的解決方法。信息解釋是人機(jī)界面和與后臺(tái)運(yùn)行文件的橋梁，信息解釋負(fù)責(zé)將推理的結(jié)果信息轉(zhuǎn)化為用戶可理解的信息，還負(fù)責(zé)將該領(lǐng)域?qū)＜抑R(shí)和相關(guān)知識(shí)轉(zhuǎn)化為系統(tǒng)可識(shí)別的信息。人機(jī)界面是使用者與系統(tǒng)操作交互的媒介，如知識(shí)工程師、領(lǐng)域?qū)＜业扔脩羰褂迷撈脚_(tái)錄入或修改相關(guān)數(shù)據(jù)，比如添加、修改、刪除規(guī)則等。

模糊推理是基于規(guī)則的不確定性推理方法，根據(jù)模糊推理的算法導(dǎo)出結(jié)果，它的前件與結(jié)果都具有一定的模糊性，與知識(shí)庫(kù)中SWRL規(guī)則對(duì)應(yīng)的模糊推理規(guī)則如下：

模糊矩陣R經(jīng)過(guò)模糊推理得到模糊結(jié)論，它是一個(gè)模糊子集，通過(guò)對(duì)診斷結(jié)果進(jìn)行去模糊化處理，變成精確信息供用戶使用，去模糊化處理主要采用最大隸屬度法以及重心法。最大隸屬度法先確定隸屬度向量中隸屬度最大的那一項(xiàng)，那么這一項(xiàng)便是液壓系統(tǒng)出現(xiàn)故障的原因，該方法計(jì)算方便、實(shí)時(shí)性好，更適合隸屬度數(shù)值相差較大的情況。最大隸屬度法數(shù)學(xué)表達(dá)式為：

在隸屬度數(shù)值間的差距不大時(shí)，則使用重心法來(lái)確定較為接近的錄屬度值，以便找出液壓系統(tǒng)故障的主要原因，盡可能地提高診斷的準(zhǔn)確性，減少誤判。重心法數(shù)學(xué)表達(dá)式如⑻所示。

3 液壓系統(tǒng)故障診斷系統(tǒng)實(shí)現(xiàn)

采煤機(jī)液壓故障診斷系統(tǒng)主要功能是實(shí)現(xiàn)采煤機(jī)液壓系統(tǒng)出現(xiàn)的故障時(shí)，以知識(shí)庫(kù)、規(guī)則庫(kù)為依托，推理機(jī)為核心，通過(guò)模糊算法推理得出故障診斷結(jié)果。該系統(tǒng)由故障診斷、數(shù)據(jù)庫(kù)、系統(tǒng)維護(hù)、用戶等幾個(gè)主要模塊組成。診斷系統(tǒng)流程如圖2所示。

以“牽引速度低于0.5m/min、管路無(wú)泄漏、流量正?！?故障現(xiàn)象進(jìn)行模糊推理，經(jīng)過(guò)求解隸屬度函數(shù)、征兆去模糊化處理，推理得出牽引速度低的原因可能是過(guò)濾器堵塞，或者是液壓馬達(dá)泄漏，或者是液壓泵泄漏。結(jié)合專家評(píng)價(jià)牽引速度低、管路無(wú)泄漏、流量正常時(shí)，過(guò)濾器堵塞為故障原因的隸屬度最高，得出過(guò)濾器堵塞為故障原因的可能性較大。使用故障診斷系統(tǒng)進(jìn)行驗(yàn)證，故障診斷系統(tǒng)經(jīng)過(guò)模糊推理，診斷后界面如圖3所示。系統(tǒng)給出故障結(jié)論與案列故障是一致的，驗(yàn)證了該系統(tǒng)模型的正確性。

4 結(jié)論

采煤機(jī)在煤礦作業(yè)中起著舉足輕重的作用，煤礦作業(yè)中的安全生產(chǎn)需要確保它安全無(wú)故障地運(yùn)行。采煤機(jī)液壓故障復(fù)雜、多變，不易被發(fā)現(xiàn)。從故障的知識(shí)規(guī)則出發(fā)建立故障知識(shí)構(gòu)建本體模型，利用本體技術(shù)與模糊推理相結(jié)合的故障診斷模式，可以提高了采煤機(jī)故障診斷的效率。但本體的數(shù)量、質(zhì)量決定了系統(tǒng)運(yùn)行的效率、速度。液壓系統(tǒng)故障多樣，知識(shí)庫(kù)需要不斷的補(bǔ)充、更新，以適應(yīng)故障診斷的需要。

參考文獻(xiàn)（References）：

[1] 史洪松.采煤機(jī)液壓故障檢測(cè)研究與應(yīng)用[[J].煤礦機(jī)械，2019.40（2）：139-141

[2] 謝國(guó)民，王燦祥，佟瑩.采煤機(jī)電動(dòng)機(jī)故障診斷專家系統(tǒng)的研究與應(yīng)用[J].信息與控制，2013.3：358-363

[3] 張榮華.基于本體的采煤機(jī)故障診斷專家系統(tǒng)研究[D].山東科技大學(xué)，2017.

[4] 陳勁松.基于模糊邏輯的煤礦機(jī)械系統(tǒng)故障診斷[J].煤礦機(jī)械，2012.8：255-257

[5] 張冬明，牛占文，趙楠等.基于本體的產(chǎn)品設(shè)計(jì)知識(shí)表示方法[J].計(jì)算機(jī)應(yīng)用，2012.1：206-209

[6] 修春波.人工智能技術(shù)[M].機(jī)械工業(yè)出版社，2018.