衛生潔具燒成缺陷工況監測預報專家系統的研究

周露亮 胡國林 鐘貴全

（景德鎮陶瓷學院，景德鎮： 333001）

衛生潔具燒成缺陷工況監測預報專家系統的研究

周露亮 胡國林 鐘貴全

（景德鎮陶瓷學院，景德鎮： 333001）

介紹了以隧道窯為研究對象的衛生潔具陶瓷燒成缺陷工況監測預報專家系統的結構，分析了其工況數據采集方法和燒成缺陷知識表示及推理機制，并進行燒成缺陷工況監測預報的仿真，系統能夠實現實時監控功能。

衛生潔具，燒成缺陷，監測預報，專家系統

1 引言

我國是衛生潔具陶瓷生產的大國，其產量居世界第一。衛生潔具陶瓷的燒成設備主要是隧道窯，由于衛生潔具陶瓷產品體積大、結構復雜，在燒成過程中容易產生各種缺陷。如何監測衛生潔具陶瓷燒成工況，在缺陷還未產生時提前預報，及時修正產生缺陷的工況，是衛生潔具陶瓷燒成研究的重要課題。

目前，在我國陶瓷工業領域中，以專家系統為主的人工智能理論的研究還處于初步階段，國內外有關衛生潔具陶瓷燒成缺陷工況監測預報專家系統的研究尚未見報道，因此，研究衛生潔具陶瓷燒成工況監測預報專家系統，對提升隧道窯設備的燒成性能、降低燒成能耗，提高我國衛生潔具陶瓷產品的質量與檔次有著十分重要的意義。

2 燒成缺陷工況監測預報專家系統的結構

本文所研究的隧道窯衛生潔具燒成缺陷工況預報專家系統主要包括工況數據庫、專家知識庫、推理機等，其結構如圖1所示。

本系統結合了MCGS和VB程序開發而成，MCGS是當作專家系統的人機接口和仿真數據來源使用，利用VB程序強大的編程功能建立了推理機及其數據庫與仿真界面的連接。MCGS在本系統中負責數據采集，每個MCGS工程都會為其建立一個MCGS數據庫，MCGS實時數據庫保存了從隧道窯燒成實際工況采集而來的數據，系統正是基于這些參數來進行分析從而產生報警信息的。缺陷監測是通過VB程序實現的，它直接對MCGS實時數據庫進行操作，以實現系統的完整性。系統通過VB程序來調用這些數據庫，能實現對數據的采集功能，然后通過知識庫的專家經驗對采集來的數據進行分析整理，計算出缺陷的可信度，根據可信度的大小決定是否報警。

衛生潔具燒成缺陷工況監測預報專家系統的運行過程見圖2。

3 工況數據采集系統

MCGS通過設備驅動程序與外部設備進行數據交換，包括數據采集和發送設備指令。設備驅動程序是由VB程序設計語言編寫的DLL文件，設備驅動程序中包含符合各種設備通訊協議的處理程序，將設備運行狀態的特征數據采集進來或發送出去。系統運行過程中，設備構件由設備窗口統一調度管理，通過通道連接，向實時數據庫提供從外部設備采集到的數據。

數據的模擬以實際工況（佛山某潔具有限公司的氣燒隧道窯的燒成工藝參數及所記錄的窯爐溫度和壓力值）為基礎，系統主要是對該隧道窯的47個溫度點和1個壓力點進行數據采集模擬，模擬數據采用MCGS的模擬設備自動生成，每一個溫度點都有一個模擬設備的通道相對應，而每一個通道的幅值和周期都可以任意設置。通過整理從工廠收集的該隧道窯燒成工藝資料，把每個溫度和壓力的數值提取進行統計，找出每一個點的最大和最小值，并求出其平均值。將最大和最小值設置成模擬通道的幅值，模擬設備所產生的數值在幅值之間按某種規律變化，并和實際的溫度變化范圍相吻合。而平均值則作為知識庫中溫度點的標準值，每個溫度和壓力點的設定都嚴格按照窯爐的燒成曲線來制定，其工況仿真數據設置見表1。

4 系統的知識表示及推理機制

4.1 衛生潔具燒成缺陷知識表示

衛生潔具陶瓷燒成缺陷的影響因素很多，而且關系錯綜復雜，通過生產企業的調研與相關文獻的查詢，結合窯爐專家與工程技術人員的分析，從中提煉了目前衛生潔具陶瓷燒成環節中較常見的缺陷作為監測預報專家系統分析的仿真實例，并以這些數據建立了燒成缺陷綜合知識庫。

表1 仿真數據設置（部分）Tab.1 The setting of emulational data

主要數據庫有缺陷推理規則庫、MCGS仿真燒成工況數據庫、常見燒成缺陷知識庫。其中缺陷推理規則庫如圖3所示，“Kxd”為專家給出缺陷出現可信度，“XGDian”為規則庫與監控數據相聯系點，“SXian”為實時運行數據與標準數據相差的最大值；“XXian”為實時運行數據與標準值相差的最小值。

4.2 推理方法

在本系統中，監測對象都是用MCGS軟件模擬實時工況運行數據，并都有正常的數據范圍，當監測數據超過窯爐專家給出一個標準范圍，系統就要報警。本系統的難點和重點就是如何實現報警以及在某種缺陷還沒有完全發生時提前預報。例如“最高燒成溫度過高”，它到底有多高，沒有清楚的表達，只是一個很模糊的概念，系統必須及時處理這個模糊現象，因此本系統采用了基于可信度的帶有閾限的不確定推理方法，即：if e then h(CF(h，e)，λ)。其中 e可以是一個簡單證據，也可以是多個證據的合取，CF(h，e)是規則的可信度，取范圍0＜CF(h，e)≤1，λ為規則的閾值，λ的取值范圍為0＜λ≤1。只有當相應證據e的可信度CF(e)≥λ時，該規則才被激活，那么規則的可信度CF(h，e)乘以CF(e)將作為結論及其可信度CF(h)給用戶。

由于引起衛生潔具陶瓷某些燒成缺陷的因素不止一個，而且關系復雜。例如，最高燒成溫度過高或零壓面后移都會造成開裂，最高燒成溫度過高或保溫時間過長都會造成過燒。也就是說有多條規則都具有相同的結論，因此根據知識的結構，采用并行規則的不確定計算。我們以“崩裂”為例，按照知識的不確定性表示成如下形式：

R1：if最高燒成溫度過高 then崩裂 (0.8，0.5)

R2：if 零壓面后移 then崩裂 (0.9，0.5)

如果R1和R2的兩條規則都被激活，即CF(最高燒成溫度過高)和CF(零壓面后移)的可信度都大于各自的閾值0.5時，那么就通過比較CF(最高燒成溫度過高)×0.8與CF(零壓面后移)×0.9的乘積的大小，最后取最大的那個可信度作為結論的可信度。

4.3 求解條件的可信度

本系統中，求解條件的可信度是根據下面的公式計算：

其中：CF(e)是條件的可信度，T是相關點的實際監測的數據，T0是相關點的標準值，Tmax是相關點的最大值，Tmin是相關點的最小值。

實際生產過程中，各個相關點的數據會在一定的范圍內波動，于是系統以正常工況數據的平均值作為要監測的相關點的一個標準值，目的是把監測到的相關點數據與它比較，用來計算正負偏差。同時，根據工廠提供的異常工況數據，給出要監測的相關點的上限值和下限值。

以“生燒”缺陷預報為例，產生“生燒”缺陷的原因主要是燒成溫度過低或窯內上下溫差大。對于燒成溫度過低這一原因，根據收集到的正常工況數據為最高燒成溫度在1280～1230℃，系統以其平均值1250℃作為正常工況該點溫度標準值T0。當最高燒成溫度低于1200℃時產品均出現生燒缺陷，此時的可信度取為“1”；而當最高燒成溫度大于1250℃時，可信度取為“0”。假設系統監測到相關點的工況數據為1210℃，把它與標準值1250℃比較大小，前者小于后者，故按公式（3-2）計算：（1250-1210）÷[（1250-1200）]=0.80。因此，對這一監測相關點的工況最終算出產生過燒缺陷的條件可信度為80﹪。

5 燒成缺陷工況監測預報的仿真

本系統是在MCGS工況軟件運行環境下實現的，系統仿真界面如圖4所示。界面上畫出了煤氣隧道窯燒成衛生潔具陶瓷運行工況的示意圖，共設計了47個溫度數據顯示輸出框和1個壓力數據輸出框，首先在實時數據庫中增加所要模擬采集溫度、壓力數據對象并設置其屬性值，其次在“設備窗口”添加“模擬溫度采集器”功能模塊，然后設置數據通道屬性值和所要采集溫度數據的最大值與最小值，系統運行界面所顯示的溫度數據即它們之間的隨機值。

點擊“隧道窯燒成工況顯示”菜單，即可顯示隧道窯運行簡要示意圖；點擊“報警信息顯示”菜單，即可在仿真界面“燒成缺陷預警信息窗口”顯示出缺陷名稱、可能所在位置和預測缺陷產生的可信度。當缺陷出現后，可點擊“啟動缺陷查詢系統”進行缺陷相關信息查詢，即可知道缺陷產生的原因及相應的解決措施，從而實現實時監控功能。

6 結語

本系統以VB編程語言為工具，開發在MCGS運行環境下的缺陷報警信息平臺，利用Access構建燒成缺陷規則庫、知識庫，運用全中文工控軟件MCGS模擬隧道窯燒成衛生潔具陶瓷運行實時工況，將模擬的工況數據與規則庫比較，符合報警條件的缺陷自動取出，并根據缺陷名稱啟動缺陷信息查詢專家系統獲得缺陷產生的原因及其解決措施，最終實現缺陷報警信息的實時性。

1 尹朝慶,尹皓.人工智能與專家系統.北京:中國水利水電出版社

2 王曉明.基于數據庫的專家系統設計.計算機工程與應用,2001,（20）

3 袁秀英.組態控制技術.北京:電子工業出版社,2003,(8)

4 鐘貴全,胡國林等.衛生潔具缺陷分析.中國陶瓷工業,2008,15(2)

RESEARCH OF EXPERT SYSTEM FOR MONITORING AND FORECASTING FIRING-FLAWS CONDITION OF SANITARYWARE

Zhou Luliang Hu Guolin Zhong Guiquan
(Jingdezhen Ceramic Institute,Jingdezhen 333001)

With the tunnel kiln as the research object,this article introduces the structure of expert system for monitoring and forecasting firing-flaws condition of sanitary-ware,analyses the method for collecting experimental data and the representation and reasoning mechanism for firing-flaws knowledge,and simulates the monitoring and forecasting of firingflaws conditions.The expert system can realize the real-time monitoring function.

sanitary-ware,firing-flaws,monitoring and forecasting,expert system

on Jan.8,2010

T Q 1 7 4.6+5

A

1000-2278（2010）02-0336-04

2010-01-08

周露亮，E-mail:zhoululiang@126.com

Zhou Luliang,E-mail:zhoululiang@126.com