智能诊断技术应用课件

第八章第八章 现代智能故障论断技术现代智能故障论断技术 在线、离线；定期、连续；.简易、精密M监测(I)C工作状态异常正常D诊断(II)诊断理论与方法 统计识别，模糊逻辑，灰色理论，神经网络，.类别磨损、腐蚀、变形、裂纹、不平衡、不对中、松动、渗漏、.性质与程度暂时、永久、突发、渐发、破坏、非破坏、先天、错用、.正向逻辑：故障反映表现振动、噪声、温度、压力、转速、扭矩、功率、.分析参数监测，症状识别，特征提取，.S症状逻辑关系F故障逆向逻辑：机理研究逻辑关系简单映射、加权相关、规则相关、置信因子、.?工业装备故障诊断技术 1 第八章 现代智能故障论断技术 在线、离线；定期、连续；.现代信号处理结果示例现代信号处理结果示例-数据挖掘数据挖掘 KDD从存放在数据库、数据仓库或其他信息库中的大量数据中发现有用知识的过程。Jiawei Han 由于在研究和应用领域，由于在研究和应用领域，“数据挖掘数据挖掘(DM)”比比“数据库中的知识发现数据库中的知识发现(KDD)”这个词更这个词更流行，因此，现在多采用流行，因此，现在多采用“数据挖掘数据挖掘(DM)”这个术语。这个术语。?2 现代信号处理结果示例-数据挖掘 KDD从存放在数据库、数据仓现代信号处理结果示例现代信号处理结果示例-数据挖掘数据挖掘 数据挖掘用于知识库建立 如何更好解如何更好解决同样的问决同样的问题题 如何利如何利用历史用历史数据数据 如何更如何更新知识新知识库库 特征提取特征提取 海量数据海量数据 海量数据海量数据 Data Mining 知识库知识库 状态识别状态识别 诊断决策诊断决策 3?现代信号处理结果示例-数据挖掘 数据挖掘用于知识库建立 如何现代信号处理结果示例现代信号处理结果示例-数据挖掘数据挖掘 Fayyad等人提出的过程模型（1996年）选择数据选择数据挖掘算法挖掘算法挖掘目标与挖掘目标与方法的匹配方法的匹配模型模型数据约简数据约简数据清理数据清理和预处理和预处理选择选择定义目标定义目标知识准备知识准备目标数据目标数据预处理后预处理后的数据的数据约简后约简后的数据的数据数据数据挖掘挖掘解释解释评价评价整理整理知识知识知识知识知识知识知识知识知识知识数据数据?4 现代信号处理结果示例-数据挖掘 Fayyad等人提出的过程模现代信号处理结果示例现代信号处理结果示例-数据挖掘数据挖掘 数据挖掘的应用过程 XX故障故障 Data Mining 分类规则分类规则 故障数据故障数据 评估评估 更新更新 现场评判现场评判 测试数据测试数据 现场数据现场数据 机机 器器 5?现代信号处理结果示例-数据挖掘 数据挖掘的应用过程 XX故障现代信号处理结果示例现代信号处理结果示例-数据挖掘数据挖掘 评价训练结果评价训练结果 定义定义TSDM目标目标 选择临时选择临时模式长度模式长度Q 定义事件特征定义事件特征函数函数g(t)、目、目标函数标函数f(P)和和优化公式优化公式 将时间序列嵌将时间序列嵌 入相空间入相空间 在相空间中搜在相空间中搜 索临时模式簇索临时模式簇 被观测的被观测的 时间序列时间序列 将时间序列嵌将时间序列嵌入相空间入相空间 预测事件发生预测事件发生 测试时间序列测试时间序列?美国美国Marquette大学的大学的R.J.Povinelli 等人提出的等人提出的TSDM（Time Series Data Mining）模型，可以预测和特征化可调速感应电机的故）模型，可以预测和特征化可调速感应电机的故障。障。?6 现代信号处理结果示例-数据挖掘 评价训练结果 定义TSDM目现代信号处理结果示例现代信号处理结果示例-数据挖掘数据挖掘 正常正常电机电机 扭矩扭矩信号信号 3个栅条个栅条断裂后断裂后的扭矩的扭矩信号信号 时间序列时间序列 挖掘算法挖掘算法 TSDM 扭矩扭矩 相空相空间图间图 3个端面个端面连接条连接条断裂后断裂后的扭矩的扭矩信号信号?7 现代信号处理结果示例-数据挖掘 正常电机 扭矩信号 3个栅条现代信号处理结果示例现代信号处理结果示例-数据挖掘数据挖掘 德国DataEngine 4.0系统 可视化可视化 数数 据据 预处理预处理 数据分析数据分析 数据挖掘数据挖掘 获获 得得 诊断模型诊断模型 模糊逻辑模糊逻辑 神经网络神经网络?8 现代信号处理结果示例-数据挖掘 德国DataEngine 4现代信号处理结果示例现代信号处理结果示例-数据挖掘数据挖掘 机机 器器 辨辨 识识 实际振动实际振动 信信 号号 信信号号处处理理 采用先进计算采用先进计算方法比较方法比较 系统模型系统模型 合成振动合成振动 信信 号号 故障模型故障模型 结结 合合 实际故障实际故障?英国英国Aston大学根据电力工业的需要，开发了一个大学根据电力工业的需要，开发了一个MODIAROT（Model Based Diagnosis of Rotor Systems in Power Plants）系统，整个系统采用神经网络和模糊逻辑等作为数据挖掘方法，将系统，整个系统采用神经网络和模糊逻辑等作为数据挖掘方法，将设备在线测量数据与模型仿真输出进行比较，进而诊断设备故障。设备在线测量数据与模型仿真输出进行比较，进而诊断设备故障。?9 现代信号处理结果示例-数据挖掘 机 器 辨 识 实际振动故障故障诊诊断断专专家系家系统统 一、专家系统概述一、专家系统概述 1.定义：定义：能以人类专家级水平进行故障诊断的智能以人类专家级水平进行故障诊断的智能计算机程序。能计算机程序。2.发展专家系统的必要性发展专家系统的必要性 1）知识结构的需要）知识结构的需要 2）故障诊断应用上的需要）故障诊断应用上的需要 系统复杂性及故障复杂性所决定系统复杂性及故障复杂性所决定 3.专家系统所能解决的问题专家系统所能解决的问题 机械系统诊断中的复杂问题；能达到专家水平机械系统诊断中的复杂问题；能达到专家水平 故障诊断专家系统 一、专家系统概述 1.定义：能以人类专家级故障故障诊诊断断专专家系家系统统 4.专家系统的特点专家系统的特点 1）应用范围广）应用范围广 2）诊断水平高）诊断水平高 3）诊断效率高）诊断效率高 5.专家系统的组成专家系统的组成 一般由五部分组成：一般由五部分组成：知识库、推理机、数知识库、推理机、数据据 库、解释程序和知识获取程序库、解释程序和知识获取程序。实用的专家系统还有其它中间环节。实用的专家系统还有其它中间环节。故障诊断专家系统 4.专家系统的特点 1）应用故障故障诊诊断断专专家系家系统统 工况分析工况分析 动态黑板动态黑板 诊断结果诊断结果 诊断结果解释诊断结果解释 数据库管理数据库管理 推理机推理机 任务管理任务管理 数据库数据库 知识库知识库 知识表示知识表示 知识库管理知识库管理 知识获取知识获取 工况报表工况报表 实用的专家系统 诊断实例诊断实例 故障诊断专家系统 工况分析 动态黑板 诊断结果 诊故障故障诊诊断断专专家系家系统统 6.专家系统分类专家系统分类(1)解释型解释型(Interpretation)专家系统：这类系统通专家系统：这类系统通过分析所采集到的数据进而阐明这些数据的真实含过分析所采集到的数据进而阐明这些数据的真实含义，如由质谱数据解释化合物分子结构的义，如由质谱数据解释化合物分子结构的DENDRAL系统、由声纳信号识别舰船的系统、由声纳信号识别舰船的 HASPSIAP系统、语音理解系统系统、语音理解系统 HEARSAY等。等。(2)预测型预测型(Prediction)专家系统专家系统：这类系统根据：这类系统根据处理对象过去和现在的情况去推测其未来发展趋势，处理对象过去和现在的情况去推测其未来发展趋势，如各种气象预报系统、军事预测系统如各种气象预报系统、军事预测系统 I&W等。等。故障诊断专家系统 6.专家系统分类(1)解释型(Inte故障故障诊诊断断专专家系家系统统 (3)诊断型诊断型(Diagnosis)专家系统专家系统 这类系统根据输入这类系统根据输入信息推断出处理对象中可能存在的故障，如计算机信息推断出处理对象中可能存在的故障，如计算机硬件故障诊断系统硬件故障诊断系统 DART、核反应堆故障诊断系统、核反应堆故障诊断系统REACTOR、感染病诊、感染病诊 断与治疗系统断与治疗系统MYCIN、旋转、旋转机械故障诊断系统机械故障诊断系统 EXPLORE-EX、透平机械故障诊、透平机械故障诊断专家系统断专家系统TUBMAC等。等。(4)调试型调试型(Debugging)专家系统专家系统 这类系统给出已这类系统给出已确认故障的排除方案，如石油钻探机械故障诊断与确认故障的排除方案，如石油钻探机械故障诊断与排除系统排除系统Drilling Advisor等。等。故障诊断专家系统(3)诊断型(Diagnosis)专家系故障故障诊诊断断专专家系家系统统 (5)维修型维修型(Repair)专家系统专家系统 这类系统制定并实这类系统制定并实施纠正某类故障的规则，如诊断排除内燃机故障施纠正某类故障的规则，如诊断排除内燃机故障的的DELTA系统、电话电缆维护系统系统、电话电缆维护系统 ACE等。等。(6)规划型规划型(Planning)专家系统专家系统 这类系统能根据这类系统能根据给定的目标制订行动计划，如电子线路布线系统给定的目标制订行动计划，如电子线路布线系统PROTEL等。等。故障诊断专家系统(5)维修型(Repair)专家系统 故障故障诊诊断断专专家系家系统统 (7)设计型设计型(Design)专家系统专家系统 这类系统能根据给这类系统能根据给定的要求形成所需要的方案或图样，定的要求形成所需要的方案或图样，如如DEC公司公司的计算机总体配置系统的计算机总体配置系统 XCON。(8)监测型监测型(Monitoring)专家系统专家系统 这类系统多用于这类系统多用于完成实时监测任务，如完成实时监测任务，如 REACTOR 系统和高危病系统和高危病人监护系统人监护系统VM等。等。故障诊断专家系统(7)设计型(Design)专家系统 这故障故障诊诊断断专专家系家系统统 (9)控制型控制型(Control)专家系统专家系统 这类系统能自动这类系统能自动控制系统的全部行为，通常用手生产过程的实时控制系统的全部行为，通常用手生产过程的实时控制，如维持钻机最佳钻探流特征的控制，如维持钻机最佳钻探流特征的 MUD系统、系统、MVS操作系统的监督控制系统操作系统的监督控制系统 YESMVS等。等。(10)教育型教育型(1nstruction)专家系统专家系统 这类系统能这类系统能诊断并纠正学生的行为，主要用于教学和培训，诊断并纠正学生的行为，主要用于教学和培训，多为诊断型和调试型的结合体，如多为诊断型和调试型的结合体，如 GUIDON和和STEAMER等。等。故障诊断专家系统(9)控制型(Control)专家系统 故障故障诊诊断断专专家系家系统统 二、知识库二、知识库 1.定义：专家知识、经验及书本知识的存储器定义：专家知识、经验及书本知识的存储器 2.知识表示知识表示 1）对知识表示的基本要求（三个基本要求）对知识表示的基本要求（三个基本要求）表示方案应便于知识的修改和扩充；表示方案应便于知识的修改和扩充；表示方案应尽量简单易懂；表示方案应尽量简单易懂；表示方法应清晰明确。因为专家系统的建造过程表示方法应清晰明确。因为专家系统的建造过程是一个不断扩充和完善的过程，因此，便于修改和是一个不断扩充和完善的过程，因此，便于修改和扩充的知识表示方案对专家系统来说是非常重要的，扩充的知识表示方案对专家系统来说是非常重要的，它直接关系到专家系统的成败。实现这一要求的有它直接关系到专家系统的成败。实现这一要求的有效手段是把知识与使用知识伪程序相分离，即把知效手段是把知识与使用知识伪程序相分离，即把知识库和推理机相分离。识库和推理机相分离。故障诊断专家系统 二、知识库 1.定义：专家知识、经验及故障故障诊诊断断专专家系家系统统 人工智能研究者们已提出了许多种知识表示方法，人工智能研究者们已提出了许多种知识表示方法，如产生式表示、框架式表示、语义网络表示、逻辑如产生式表示、框架式表示、语义网络表示、逻辑性表示、对象性表示、对象属性属性值三元组表示、过程表示和值三元组表示、过程表示和面向对象的表示等，这些不同的表示方法各有其优面向对象的表示等，这些不同的表示方法各有其优缺点和最适用的领域。缺点和最适用的领域。2)产生式系统的基本组成产生式系统的基本组成 一个典型的产生式专家系统通常由规则库一个典型的产生式专家系统通常由规则库(RuleBase)、综合数据库综合数据库(GlobalDatabase)和规则解释器和规则解释器(RuleInterpreter)这三个基本部分组成；这三个基本部分组成；规则解释器规则解释器 综合数据库综合数据库 规则库规则库 故障诊断专家系统 人工智能研究者们已提出了许多种知识表示方法故障故障诊诊断断专专家系家系统统 人工智能研究者们已提出了许多种知识表示方法，人工智能研究者们已提出了许多种知识表示方法，如产生式表示、框架式表示、语义网络表示、逻辑如产生式表示、框架式表示、语义网络表示、逻辑性表示、对象性表示、对象属性属性值三元组表示、过程表示和值三元组表示、过程表示和面向对象的表示等，这些不同的表示方法各有其优面向对象的表示等，这些不同的表示方法各有其优缺点和最适用的领域。缺点和最适用的领域。3）产生式表示）产生式表示(或规则表示）或规则表示）其一般形式为其一般形式为 P Q（即（即IF THEN)左部分表示前提（条件或状态），右部分表示左部分表示前提（条件或状态），右部分表示若干结论若干结论 故障诊断专家系统 人工智能研究者们已提出了许多种知识表示方法故障故障诊诊断断专专家系家系统统 如：出现异常振动则振幅大。对于复杂的故障用如：出现异常振动则振幅大。对于复杂的故障用树枝状表示。树枝状表示。振动峰值大振动峰值大 基频振动基频振动 不平衡不平衡 热弯曲热弯曲 低频振动低频振动 二倍频振动二倍频振动 广谐振动广谐振动 摩擦摩擦 油膜涡动油膜涡动 支承问题支承问题 轴裂纹轴裂纹 不对中不对中 油膜震荡油膜震荡 联轴器问题联轴器问题 注：与事故树类似注：与事故树类似 故障诊断专家系统 如：出现异常振动则振幅大。对于复杂故障故障诊诊断断专专家系家系统统 2.2.产生式表示的优缺点产生式表示的优缺点 优点优点:模块化模块化 ；自然性自然性 ；一致性。一致性。主要缺点：主要缺点：推理效率低推理效率低 ；非通用性；非通用性；依赖于已有的经验。依赖于已有的经验。故障诊断专家系统 2.产生式表示的优缺点 优点:模故障故障诊诊断断专专家系家系统统 3.3.不确定知识表示不确定知识表示 1 1）随机性知识）随机性知识 2 2）模糊性知识）模糊性知识 3 3）未确知性知识）未确知性知识 三、知识的获取三、知识的获取 知识获取的方法：有知识获取的方法：有*机械式、条件反射式、机械式、条件反射式、*传授传授 式、演绎式、归纳式、猜想证实式、式、演绎式、归纳式、猜想证实式、*反馈修正式、反馈修正式、类比式、联想式、灵感与偶发式等，类比式、联想式、灵感与偶发式等，故障诊断专家系统 3.不确定知识表示 1）随机性知识 2）模故障故障诊诊断断专专家系家系统统 故障诊断专家系统故障诊断专家系统 四、推理机制四、推理机制 1.1.推理分类推理分类 2.2.推理控制策略推理控制策略 3.3.推理搜索策略推理搜索策略 4.4.似然推理似然推理 故障诊断专家系统 故障诊断专家系统 四、推理机制 1.推理分故障故障诊诊断断专专家系家系统统 五、应用五、应用 美国西屋公司从开发汽轮发电机专家系统美国西屋公司从开发汽轮发电机专家系统GenAIDGenAID开始，现已在佛罗里达州开始，现已在佛罗里达州的奥兰多发电设备本部建立了一个自动诊断中心，对各地西屋公司制造的汽轮的奥兰多发电设备本部建立了一个自动诊断中心，对各地西屋公司制造的汽轮发电机进行远距离自动诊断。诊断对象从汽轮发电机逐步扩大到汽轮机、锅炉发电机进行远距离自动诊断。诊断对象从汽轮发电机逐步扩大到汽轮机、锅炉和辅机。西屋公司和卡内基和辅机。西屋公司和卡内基梅隆大学合作研制了一台汽轮发电机监控用专家梅隆大学合作研制了一台汽轮发电机监控用专家系统，用来监视德州三家主要发电厂的七台汽轮发电机组的全天工作状况。此系统，用来监视德州三家主要发电厂的七台汽轮发电机组的全天工作状况。此专家系统能快速、精确地分析仪表送来的信号，然后立即告诉操作人员应采取专家系统能快速、精确地分析仪表送来的信号，然后立即告诉操作人员应采取什么措施。什么措施。我国故障诊断工作者也积极探索专家系统的应用研究，国家在我国故障诊断工作者也积极探索专家系统的应用研究，国家在“七七五五”和和“八五八五”期间也列有这方面的攻关课题，取得了期间也列有这方面的攻关课题，取得了些进展，但目前总的情些进展，但目前总的情况是实验室研究较多，现场条件下的实际应用、特别是成功的应用实例并不多况是实验室研究较多，现场条件下的实际应用、特别是成功的应用实例并不多见。见。故障诊断专家系统 五、应用 美国西屋公司从开发汽轮发人工神经网络人工神经网络 一、概述一、概述 1.1.定义及特点定义及特点 2.2.目前的应用情况目前的应用情况 二、基本原理二、基本原理 x2 w2 x1 w1?i-1 Xi 1.1.神经元结构模型神经元结构模型 x x1 1xxn n 输入输入?f Oi w w1 1wwn n 权值权值 阈值阈值?ixn wn Si XiXi神经元求和输出，神经元求和输出，Oi Oi输出输出 F F神经元特性函数神经元特性函数 人工神经网络 一、概述 1.定义及特点 2.目前的应用情况 人工神经网络人工神经网络 各参数之间的关系为：各参数之间的关系为：n?X?xjwj?si?i?i?j?1?Oi?f(xi)?f(x)线性线性 x f(x)1 阶跃阶跃 x 阶跃：f(x)?0特性函数主要有特性函数主要有 线性：f(x)?kx?1x?0 x?0符号型符号型 1 斜坡型斜坡型?-a-1 a 1 还有符号型、还有符号型、S S型、型、1 双曲正切型和高斯双曲正切型和高斯 0.5 S型型 1 双曲正切型双曲正切型 c 高斯函数高斯函数 人工神经网络 各参数之间的关系为：n?X?xjwj?si人工神经网络人工神经网络 2.2.网络拓扑结构（神经元联结结构）网络拓扑结构（神经元联结结构）1 1）不含反馈的前向网络）不含反馈的前向网络 神经元分层排列，组成输入层、隐层（可有若干）和输神经元分层排列，组成输入层、隐层（可有若干）和输出层。每一层的神经元只接受前一层的神经元输出作为输入。出层。每一层的神经元只接受前一层的神经元输出作为输入。输入模式经过各层的顺次处理后得到输出层输出。误差反向输入模式经过各层的顺次处理后得到输出层输出。误差反向传播算法（传播算法（BpBp法）的网络即为此模型。法）的网络即为此模型。x1 x2 xn 单层前向单层前向网络网络 yn y1 x1 x2 xn 多层前向多层前向网络网络 y1 y2 yn 人工神经网络 2.网络拓扑结构（神经元联结结构）1）不含反人工神经网络人工神经网络 2 2）反馈网络）反馈网络 输入输出之间存在反馈，因此具有动态特性。输入输出之间存在反馈，因此具有动态特性。y 输出层输出层 y 输出层输出层 隐隐 层层 隐隐 层层 输入层输入层 u 输入层输入层 u 人工神经网络 2）反馈网络 输入输出之间存在反馈，因人工神经网络人工神经网络 3.3.学习算法学习算法 1 1）学习算法）学习算法 2 2）BPBP算法算法 3 3）应用）应用 人工神经网络 3.学习算法 1）学习算法 2）BP算法 3）