趙昶宇,胡 平
(1.天津津航計算技術(shù)研究所,天津 300308;2.海軍工程大學(xué) 艦船與海洋學(xué)院,湖北 武漢 430033)
隨著現(xiàn)代工業(yè)技術(shù)和計算機(jī)技術(shù)的迅猛發(fā)展和更新迭代,控制系統(tǒng)的自動化程度以及復(fù)雜性逐步提升,對控制系統(tǒng)的維護(hù)和保障成本也在不斷提高。近年來,為了降低控制系統(tǒng)的維護(hù)成本,對控制系統(tǒng)的設(shè)備維護(hù)正在逐步由事后維護(hù)轉(zhuǎn)向預(yù)防性維護(hù)。故障預(yù)測技術(shù)不僅是保證控制系統(tǒng)設(shè)備長時間無故障運(yùn)行的重要技術(shù),同時在控制系統(tǒng)設(shè)備的維修和維護(hù)方面扮演著關(guān)鍵的角色。如何保證控制系統(tǒng)達(dá)到高精度的預(yù)測效果,并實現(xiàn)對控制系統(tǒng)的故障預(yù)測和健康管理,將是控制系統(tǒng)設(shè)備故障預(yù)測技術(shù)中亟待解決的關(guān)鍵問題。
傳統(tǒng)的趨勢圖分析法利用趨勢分析來獲取電子設(shè)備的運(yùn)轉(zhuǎn)狀況,但是缺少對設(shè)備運(yùn)行狀態(tài)趨勢的精準(zhǔn)預(yù)測;曲線擬合方法雖然具備對復(fù)雜設(shè)備故障預(yù)測的功能,但是也僅限于具有線性特點的電子設(shè)備,不適用于非線性和時變性的電子設(shè)備;時間序列法預(yù)測精度容易受預(yù)測對象突變因素的影響。
為提高目前控制系統(tǒng)的故障預(yù)測效率和準(zhǔn)確性,本文將灰色粗糙集技術(shù)和BP 神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合,提出了一種新的控制系統(tǒng)故障預(yù)測方法。目前對于控制系統(tǒng)普遍存在的故障預(yù)測精度不高的問題,分別采用灰色理論關(guān)聯(lián)分析和粗糙集方法對故障決策表進(jìn)行屬性約簡,以此優(yōu)化BP 神經(jīng)網(wǎng)絡(luò)的輸入,從而提高控制系統(tǒng)故障預(yù)測的正確性和預(yù)測精度。
灰色系統(tǒng)理論和粗糙集理論在處理信息不完全或者不確定方面均具有各自的不同優(yōu)勢。灰色系統(tǒng)理論通過分析部分已知信息,以灰色序列生成為基礎(chǔ),以灰色模型為核心,實現(xiàn)對控制系統(tǒng)分析、數(shù)據(jù)建模和故障預(yù)測?;疑到y(tǒng)理論的最大優(yōu)勢是能夠采用多種手段處理不確定和不精確的原始采樣數(shù)據(jù),但是在對這些原始數(shù)據(jù)進(jìn)行建模時,需要獲得原始數(shù)據(jù)的特征序列。粗糙集理論雖然不能直接處理不確定和不精確的原始數(shù)據(jù),但它不需要原始數(shù)據(jù)的任何先驗信息,且能在不改變數(shù)據(jù)分類能力的同時,進(jìn)行原始數(shù)據(jù)的屬性約簡。
基于灰色系統(tǒng)理論,假設(shè)有故障特征序列和故障特征參考序列分別為:
故障特征序列X0和故障特征參考序列Xi在k點的關(guān)聯(lián)度系數(shù)ζi(k)為:
故障特征序列X0和故障特征參考序列Xi的關(guān)聯(lián)度iγ為:
基于灰色系統(tǒng)理論進(jìn)行橫向數(shù)據(jù)精簡的流程如圖1所示。
圖1 基于灰色系統(tǒng)理論進(jìn)行橫向數(shù)據(jù)精簡流程
為了能夠剔除數(shù)據(jù)屬性中的多余屬性,并提高數(shù)據(jù)分類的準(zhǔn)確性,需要利用粗糙集理論對控制系統(tǒng)進(jìn)行屬性約簡和值約簡。一般來講,控制系統(tǒng)的決策表中存在多個屬性約簡表,需要計算這些約簡表的交集,從而獲得控制系統(tǒng)決策表的核,這些核屬性的集合便完成了對原有數(shù)據(jù)集合的約簡。
在控制系統(tǒng)中通常采用差別函數(shù)實現(xiàn)屬性約簡,按如下步驟進(jìn)行。
第一步,在控制系統(tǒng)的決策表DT=(U,C∪D,V,f)中,先算出決策表DT的差別矩陣Mn×n(DT),并寫出Mn×n(DT)=(cij)n×n的下三角矩陣,其中i,j=1,2,…,n。
第二步,計算差別函數(shù)Δ,令析取范式:
對析取范式進(jìn)行合取運(yùn)算,得到?jīng)Q策表的差別函數(shù)Δ 為:
對控制系統(tǒng)故障決策表按照上述基于差別函數(shù)的約簡算法進(jìn)行約簡,即可完成控制系統(tǒng)的縱向?qū)傩约s簡。
控制系統(tǒng)通過上述灰色理論的橫向數(shù)據(jù)精簡和粗糙集的縱向?qū)傩约s簡操作后,獲得的故障數(shù)據(jù)學(xué)習(xí)樣本可以作為下一步利用BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行故障預(yù)測的輸入。
如果控制系統(tǒng)故障決策表內(nèi)有n個故障影響因素,m組樣本數(shù)據(jù),基于灰色理論、粗糙集以及BP 神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)故障預(yù)測流程如下。
第一步,建立初始的決策表。初始決策表通過控制系統(tǒng)的原始故障數(shù)據(jù)得到,為了得到完整的故障數(shù)據(jù)決策表,需要先刪除初始決策表中重復(fù)的故障參數(shù),然后增加必要的故障特征參數(shù)。
第二步,基于灰色關(guān)聯(lián)分析方法,計算m組樣本數(shù)據(jù)各行的灰色關(guān)聯(lián)度,將其中的p組關(guān)聯(lián)度較小的無關(guān)數(shù)據(jù)刪除,剩下(m-p)組故障樣本,完成橫向維度的數(shù)據(jù)精簡。
第三步,將橫向數(shù)據(jù)精簡后的連續(xù)變量采用等頻率離散化方法進(jìn)行處理,利用粗糙集理論的差別函數(shù)算法,刪除冗余的故障條件屬性和q個冗余的故障影響因素,得到(n-q)個故障影響因素,完成縱向維度的控制系統(tǒng)故障決策表屬性約簡。
第四步,經(jīng)過對控制系統(tǒng)橫向和縱向的約簡,獲得新的(m-p)×(n-q)決策表,利用BP 神經(jīng)網(wǎng)絡(luò)技術(shù)對控制系統(tǒng)進(jìn)行故障預(yù)測。輸入層神經(jīng)元為新建立的決策表數(shù)據(jù),分別假設(shè)輸入層、輸出層和隱含層的神經(jīng)元數(shù)目為n-q、1、c,其中參數(shù)c的值通過實際試驗測試獲得。采用Sigmoid 函數(shù)作為隱含層的傳遞函數(shù),傳遞函數(shù)的輸出值為0~1 的連續(xù)量。
第五步,對輸出結(jié)果進(jìn)行分析,采用上述的BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對控制系統(tǒng)的故障樣本數(shù)據(jù)進(jìn)行訓(xùn)練,對相應(yīng)的測試樣本進(jìn)行測試,然后計算并獲得控制系統(tǒng)設(shè)備的故障預(yù)測結(jié)果。對控制系統(tǒng)故障預(yù)測結(jié)果進(jìn)行數(shù)據(jù)分析,如果數(shù)據(jù)分析結(jié)果達(dá)不到預(yù)期值要求,重復(fù)第二步至第五步,一直到輸出合理的故障預(yù)測結(jié)果為止。
基于灰色理論、粗糙集以及BP 神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)的故障預(yù)測流程如圖2 所示。
圖2 控制系統(tǒng)故障預(yù)測流程
針對傳統(tǒng)故障預(yù)測方法不能直接預(yù)測設(shè)備狀態(tài)的不足,本文基于灰色理論、粗糙集和BP 神經(jīng)網(wǎng)絡(luò)技術(shù),提出了控制系統(tǒng)的一種新的故障預(yù)測方法。該方法不僅能夠提高控制系統(tǒng)設(shè)備故障預(yù)測的準(zhǔn)確性,而且預(yù)測算法執(zhí)行時間短,且具有較高的預(yù)測精度。該方法不僅較好地滿足了控制系統(tǒng)工程應(yīng)用需求,它的應(yīng)用不局限于控制系統(tǒng)設(shè)備,具有一定的通用性。