裝備系統(tǒng)故障診斷技術(shù)研究

胡浩，閆英敏，陳永利

（軍械工程學(xué)院 電氣工程系，河北 石家莊 050003）

對(duì)于裝備系統(tǒng)的故障診斷技術(shù)，國(guó)外很早就開(kāi)始對(duì)其研究，并且取得了很多研究成果。許多國(guó)家已經(jīng)將一些先進(jìn)的故障診斷方法廣泛應(yīng)用于裝備系統(tǒng)的故障診斷中，如基于數(shù)學(xué)模型的方法、基于信號(hào)處理的方法和基于知識(shí)的方法。隨著科學(xué)技術(shù)和裝備保障需求的進(jìn)一步發(fā)展，國(guó)外又提出了故障預(yù)測(cè)和健康管理（PHM）等新技術(shù)[1]。故障診斷的任務(wù)由低級(jí)到高級(jí)涉及到以下4方面內(nèi)容：1）故障建模即按照輸入和輸出的關(guān)系建立故障數(shù)學(xué)模型。2）故障檢測(cè)即從過(guò)程可測(cè)量或者不可測(cè)量的估算信息中提取描述系統(tǒng)的特征信息，從而判斷是否發(fā)生故障。3）故障的分離和估計(jì)，當(dāng)系統(tǒng)發(fā)生故障時(shí)，給出了故障源的位置。4）故障的分類(lèi)，評(píng)價(jià)和決策[2]。

1 裝備系統(tǒng)故障診斷方法

1.1 基于神經(jīng)網(wǎng)絡(luò)故障診斷模型

隨著人工智能技術(shù)不斷發(fā)展，智能化技術(shù)應(yīng)用于系統(tǒng)故障診斷已經(jīng)成為一種發(fā)展趨勢(shì)，基于人工智能的故障診斷方法不需要知道被控制對(duì)象的精確的模型，能夠較好的應(yīng)用于不確定的或者模糊的故障，從其診斷的過(guò)程來(lái)講是一種類(lèi)似于模式分類(lèi)的問(wèn)題[3]。BP網(wǎng)絡(luò)是一種前饋型的神經(jīng)網(wǎng)絡(luò)，神經(jīng)元的傳遞是S函數(shù)，可以實(shí)現(xiàn)從輸入到輸出的非線性映射，由于權(quán)值的調(diào)整，采用反向傳播的學(xué)習(xí)算法。因此稱(chēng)其為BP網(wǎng)絡(luò)。其結(jié)構(gòu)如圖1所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Structure of BPneural network

1.2 BP神經(jīng)網(wǎng)絡(luò)用于故障診斷的仿真

BP神經(jīng)網(wǎng)絡(luò)[4]具有其固定的缺點(diǎn)，比如收斂速度慢，局部極值，難以確定隱層節(jié)點(diǎn)個(gè)數(shù)等。在實(shí)際應(yīng)用中，BP算法很難適應(yīng)所有的情況，因此出現(xiàn)了許多改進(jìn)算法，BP算法的改進(jìn)主要兩個(gè)方面：一種是采用啟發(fā)式學(xué)習(xí)的算法，另一種是更有效的優(yōu)化算法。文中采用的數(shù)據(jù)來(lái)自于文獻(xiàn)[5]，建立12-15-6的三層神經(jīng)網(wǎng)絡(luò)，其中的檢驗(yàn)量如表1所示。

表1 控制系統(tǒng)故障診斷中的檢驗(yàn)量Tab.1 Control system fault diagnosis in the amount of inspection

1.2.1 BP神經(jīng)網(wǎng)絡(luò)的彈性梯度下降法

彈性梯度下降法訓(xùn)練函數(shù)為trainrp，利用數(shù)據(jù)對(duì)檢驗(yàn)量進(jìn)行仿真，將網(wǎng)絡(luò)學(xué)習(xí)率設(shè)為0.8，權(quán)值變化增加量設(shè)為1.01，最小梯度要求為10-4，權(quán)值變化減小量為0.7，最大訓(xùn)練不數(shù)為5 000。任意選取數(shù)據(jù)中的第5種數(shù)據(jù)進(jìn)行仿真。條件設(shè)置與仿真結(jié)果如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)彈性梯度改進(jìn)算法誤差曲線Fig.2 Neural network algorithm to improve the error curve of elastic gradient

其輸入為p=[0.062 7 0.108 8 0.151 9 0.228 5 0.293 6 0.396 3；0.094 2 0.138 3 0.179 2 0.251 7 0.313 4 0.410 7]；目標(biāo)為 t=[0 0 0 0 1 0]； 網(wǎng)絡(luò)輸出為 t=sim （net，p） 結(jié)果為 t=[0.113 9 0.063 3 0.177 2 0.075 9 0.886 1 0.126 6]；說(shuō)明故障類(lèi)型是第5種故障，網(wǎng)絡(luò)的收斂速度是比較快的。

1.2.2 BP神經(jīng)網(wǎng)絡(luò)有動(dòng)量的梯度下降法

在工具箱中，train函數(shù)采用了有動(dòng)量的梯度下降法，提高了學(xué)習(xí)的速度和算法的可靠性。網(wǎng)絡(luò)的學(xué)習(xí)率為0.8，最大訓(xùn)練步數(shù)為5 000步，用附加動(dòng)量方法進(jìn)行仿真。任選第二組故障數(shù)據(jù)，p=[0.070 1 0.135 3 0.157 1 0.157 3 0.668 3 1 1 1 1 1]；目標(biāo)輸出t=[0 1 0 0 0 0]，網(wǎng)絡(luò)輸出為t=[0.112 5 0.788 3 0.223 2 0.083 7 0.034 79 0.302 1]仿真曲線如圖3所示。

圖3 BP神經(jīng)網(wǎng)絡(luò)有動(dòng)量梯度下降法曲線Fig.3 BPneural network with a gradient descent method curve

2 系統(tǒng)CAN總線的仿真

2.1 CAN軟件系統(tǒng)節(jié)點(diǎn)定義

CANoe軟件是Vector Informatik公司開(kāi)發(fā)的CAN工具系列中最重要的工具之一，Vector Informatik公司是德國(guó)一家專(zhuān)門(mén)從事現(xiàn)場(chǎng)總線特別是CAN總線的研究，開(kāi)發(fā)的高科技公司，它在CAN總線應(yīng)用領(lǐng)域開(kāi)發(fā)了一系列強(qiáng)有力的開(kāi)發(fā)軟件工具，CANoe（CAN Open Environment）作為 CAN 總線的開(kāi)發(fā)工具支持整個(gè)系統(tǒng)開(kāi)發(fā)的全部過(guò)程[6]。本設(shè)計(jì)只需要構(gòu)建網(wǎng)絡(luò)中的物理層和數(shù)據(jù)鏈路層便采用ISO11898-1標(biāo)準(zhǔn)進(jìn)行構(gòu)建，應(yīng)用層標(biāo)識(shí)符數(shù)據(jù)的格式應(yīng)按照SAE J1939協(xié)議規(guī)定的格式來(lái)設(shè)定．通信速率為250 kbps．本設(shè)計(jì)采用3個(gè)節(jié)點(diǎn)分別為：數(shù)據(jù)輸入節(jié)點(diǎn)，數(shù)據(jù)輸出節(jié)點(diǎn)，故障顯示節(jié)點(diǎn)在CANoe的仿真配置窗口中，3個(gè)節(jié)點(diǎn)分別與總線相連接，形成三節(jié)點(diǎn)仿真控制系統(tǒng)網(wǎng)絡(luò)。

圖4 節(jié)點(diǎn)連接Fig.4 Node connection

2.2 數(shù)據(jù)庫(kù)的建立

要建立一個(gè)完整的系統(tǒng)要先對(duì)自己設(shè)計(jì)的系統(tǒng)有一個(gè)全局的把握，對(duì)于這個(gè)控制系統(tǒng)應(yīng)該實(shí)現(xiàn)的功能，控制過(guò)程中每個(gè)節(jié)點(diǎn)要發(fā)送的報(bào)文或者要接收的報(bào)文都應(yīng)該有一個(gè)清晰的認(rèn)識(shí).對(duì)信號(hào)進(jìn)行定義時(shí)包括信號(hào)的名字，長(zhǎng)度，字節(jié)順序，信號(hào)值單位，范圍，類(lèi)型，比例系數(shù)，偏移量，此外還要定義信號(hào)所屬報(bào)文及其接收節(jié)點(diǎn)等.

2.3 面板編輯

面板的編輯主要就是設(shè)計(jì)面板控件還要把環(huán)境變量與面板上的空間聯(lián)系起來(lái)，實(shí)現(xiàn)虛擬儀表系統(tǒng)，其具有把計(jì)算機(jī)資源，接口電路，用戶(hù)界面軟件等有機(jī)結(jié)合的功能[7]。文中介紹的系統(tǒng)主要編輯3個(gè)面板分別是數(shù)據(jù)輸入面板，輸出面板和故障顯示面板.以彈性梯度下降法為例。

表2 信息報(bào)文和信號(hào)Tab.2 Information message and signal

圖5 數(shù)據(jù)輸入與顯示面板Fig.5 Data entry and display panel

為了保證系統(tǒng)的人性化設(shè)計(jì)，也為滿(mǎn)足專(zhuān)業(yè)技術(shù)人員不在現(xiàn)場(chǎng)時(shí)應(yīng)急搶修的要求對(duì)系統(tǒng)數(shù)據(jù)進(jìn)行處理，以輸出故障數(shù)據(jù)大于0.7作為判定故障的條件，輸出面板如圖6所示。

圖6 故障種類(lèi)顯示面板Fig.6 Display of fault types pane

2.4 數(shù)據(jù)輸出

本次仿真的實(shí)際負(fù)載率可以從CANoe軟件的總線統(tǒng)計(jì)（Bus Statics）窗口中看出，在系統(tǒng)中使用總線的是CAN1，所以CAN2總線上的示數(shù)是0，總線1的實(shí)際負(fù)載率是35.22%。數(shù)據(jù)的傳輸采用擴(kuò)展幀，每秒發(fā)送710幀，到目前為止已傳輸19 872幀。另外本次設(shè)計(jì)波特率為250 Kbps。

圖7 總線數(shù)據(jù)統(tǒng)計(jì)Fig.7 Bus data statistics

3 結(jié) 論

總線報(bào)文的類(lèi)型只能是數(shù)據(jù)幀，不存在錯(cuò)誤幀，遠(yuǎn)程幀和過(guò)載幀。其中，幀起始有1位，仲裁域有29位（擴(kuò)展幀格式），控制域有6位，數(shù)據(jù)域?yàn)?4位，CRC域?yàn)?5位，應(yīng)答域2位，幀結(jié)尾7位，總共124位。把以上數(shù)據(jù)代入公式，總線負(fù)載率為總位數(shù)乘以每秒發(fā)送幀數(shù)再除以波特率結(jié)果為35.216%。理論負(fù)載率和實(shí)際負(fù)載率之間誤差為實(shí)際負(fù)載率與理論負(fù)載率的差再除以理論負(fù)載率結(jié)果為0.001 4%，系統(tǒng)運(yùn)行正常。

[1]周杰.BP神經(jīng)網(wǎng)絡(luò)在電廠制粉系統(tǒng)故障診斷中的應(yīng)用研究[D].重慶:重慶大學(xué)，2003:2-4.

[2]唐洪法.基于BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)故障診斷系統(tǒng)[D].南京:南京理工大學(xué)，2005:3-6.

[3]商云龍.基于BP神經(jīng)網(wǎng)絡(luò)的垃圾焚燒故障診斷的方法研究[D].北京:北京化工大學(xué)，2006:4-5.

[4]吳軍，帥海燕.一種基于多方法組合的新型等值附鹽密度預(yù)測(cè)模型[J].陜西電力，2011（8）：13-17.WUJun，SHUAIHai-yan.A new esdd forecasting model based on multi-methods combination[J].Shaanxi Electric Power，2011（8）：13-17.

[5]趙永玲.基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)故障診斷研究[D].大慶:大慶石油學(xué)院，2003:27-28.

[6]王峰.基于J1939協(xié)議的車(chē)輛綜合信息顯示系統(tǒng)仿真設(shè)計(jì)與分析[J].現(xiàn)代計(jì)算機(jī)，2007，5（1）:20-30.WANG Feng.A emulation design and analysis of vehicle integrated information display system based on J1939 protocol[J].Modern Computer，2007，5（1）:20-30.

[7]陳智勇，羅詩(shī)途.基于CAN總線技術(shù)的車(chē)輛虛擬儀表數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)[J].微計(jì)算機(jī)信息，2003，19（12）:8-15.CHEN Zhi-yong，LUO Shi-tu.A design of data acquisition system for vehicle virtual instrument based on CAN bus technology[J].Micro Computer Information，2003，19（12）:8-15.