專家系統在制袋機故障診斷中的應用*

彭澤光，肖 波，邵 明

（1.廣東中包機械有限公司，廣東潮州 515638；2.華南理工大學機械與汽車工程學院，廣東廣州 510640）

1 制袋機故障診斷的技術現狀

傳統的制袋機的故障主要是通過專業技術人員來進行人工檢測與維修的，這樣的手段來進行故障診斷不僅需要大量的人力、物力資源，而且對于擁有較多技術參數的制袋機來說，需要花費的檢測時間非常多、效率低。現今部分制袋機上開始應用能自動檢測的故障診斷系統，其主要通過儀器儀表對部分關鍵部位的狀態檢測來實現，這樣的故障診斷方法相對于人工來實現故障診斷，其效率高得多，但存在以下問題：一是現有的故障報警裝置過于簡單，只能大概的估計機器哪個地方有問題，卻不能精確的找出問題所在，比如，當溫度控制出現故障時，不能準確判斷到底是溫控小板出現故障還是檢測溫度的傳感器出現故障；二是制袋機上需要進行診斷檢查的部位，不僅僅在于溫度和速度這兩個方面，還需對其一些關鍵部位的開關、傳感器以及控制器的工作狀態進行監測和故障診斷。因而，其故障分析功能存在某些局限性，需要提高診斷精度和擴大診斷范圍。

隨著我國制袋機產業的不斷發展壯大，我國制袋機裝備已開始遠銷東南亞、南亞各國，一旦機器出現故障，設備生產企業既要能及時的為客戶排除故障，又要能節約技術員的寶貴時間和高額的維修費用。因而在制袋機上開發故障診斷系統，通過其來實現機器狀態的在線實時檢測和故障預測報警是今后制袋機發展的重要方向。

2 制袋機故障診斷專家系統的結構

本文開發一個制袋機的故障診斷專家系統，它將專業維修人員的經驗用于機器的故障診斷中，相當于有一位專業維修人員一直在監控一臺機器的運行狀態；另一方面，機器通過故障診斷專家系統可以很準確的判斷其運行的狀態和故障的準確發生位置，便于故障排除。

該專家系統由若干個模塊構成，其結構如圖1所示[1]。

圖1 故障診斷專家系統的結構

（1）知識庫 知識庫是支持整個程序系統運行的基礎，它不僅包括診斷故障的知識，還包括關于描述某個特定問題求解過程的知識（即如何使用這些知識的知識）。本文開發的專家系統的知識庫，包括實例庫和規則庫兩個部分。實例庫存儲的是以往成功處理故障的歷史信息，即成功準確診斷過的故障實例。實例庫的建立根據制袋機發生故障的部位來劃分，比如制袋機熱電偶故障庫、光電眼故障庫和加熱管故障庫等。規則庫是表達由一定的前提推導確定結論的知識，故障診斷中的規則是根據專業維修人員在長期實踐經驗中得到的經驗總結的。

（2）解釋器 解釋器是對專家系統的診斷行為（即推理過程）的合理性進行解釋以及它如何詳細的解決問題等。

（3）推理機 推理機是故障診斷專家系統的中樞，它模擬專家解決問題的思維方式，控制并執行對故障的診斷，它的合理性直接影響了故障診斷的正確性和效率。診斷推理模塊的結構如圖2所示。

（4）數 據庫 數據庫是指設備的各種狀態信息（如機器正常運轉時的數據、機器異常時的數據、求解的狀態、假設目標的狀態、最終目標的狀態），它是按照一定的格式以文件的形式存儲。

圖2 診斷推理模塊

（5）知識獲取器 知識獲取器來對知識庫進行管理和維護，若有新的故障信息產生或原始信息的產生了新的變化，需要對知識庫中的信息進行更新，以保證和維護知識庫的有效性、一致性和完整性。該模塊的詳細結構如圖3所示。

圖3 知識獲取模塊

（6）黑板 黑板是主要用來記錄系統在進行診斷推理過程中用到的控制信息、中間假設和中間結構的數據庫，其內容不斷地改變。它包括計劃、議程和中間解三部分。

（7）用戶界面 用戶界面即為人機交互系統，它用于用戶、領域專家或知識工程師與系統的交互作用，以實現人機處理。它能夠使用戶與該系統進行對話，使用戶通過輸入一些必要的數據，來提出問題和了解推理過程及推理結果等。同時系統通過用戶界面，要求用戶回答問題，并回答用戶提出的問題，進行必要的解釋。

該故障診斷系統的開發，主要針對制袋機中常發生的或發生時對工作產生較大影響的故障。在設計該系統時，根據專業維修人員的故障診斷的思路來確定其工作流程。該制袋機故障診斷專家系統診斷運行時，主要的流程為：首先采集與診斷相關的必要信息，將一些不便于處理的數據信息進行轉換，然后進行診斷推理。當系統故障報警時，判斷該故障是否為新故障，如為新故障則當其成功判斷之后，通過學習機制將這一新的故障信息儲存于知識庫中；如為已出現過的故障，當完成診斷任務時，對照以前的故障模型作適當的修改；若故障判斷失敗，則將該故障信息以及推理狀況存入問題庫，待系統具備更多的知識時再進行解決，如有必要，需要人工進行解決。該系統智能故障診斷與學習的工作流程如圖4所示[2]。

3 制袋機故障診斷專家系統的知識庫

圖4 智能故障診斷與學習的工作流程

本文開發的診斷專家系統，用于對整個制袋機的故障進行診斷，需要診斷的故障比較多，且故障癥狀與故障原因相互交織在一起，若將所有的診斷知識都集中在一個大的知識庫中，會導致知識庫、數據庫非常龐大，從而大大降低診斷系統的運行速度，影響系統的實時性。本文引入分布式故障診斷專家系統[3]，其知識庫為分布式結構，它將系統的知識庫按照制袋機故障時會出現的一系列癥狀分解成若干個子知識庫。當出現某種癥狀時，從相應的癥狀知識庫入手，查找產生癥狀的真正原因，找出故障部位。

分布式診斷過程如圖5所示，可分為三個步驟：

圖5 分布式診斷過程

（1）對癥狀進行分析，列出可能的原因；

（2）對所有可能的故障原因分別進行求解（即對該原因進行分析判斷，根據一定的狀態信息判斷其是否是本次故障的真正原因）。若故障原因為間接的，可在此間接原因下繼續細化，直到找到引起該癥狀的一個直接原因為止；

（3）對各個原因的求解結果進行綜合，判斷產生故障的部位。

將知識庫按照癥狀特征劃分成一系列子知識庫后，其規模要相對于整個知識庫要小得多。在故障診斷時，它將大量減少需要進行求解的可能的故障原因，提高診斷速度。在劃分成各個癥狀子知識庫后，根據各個癥狀子集確定相應的故障原因群以及與之關聯的知識群。這樣，使用單個癥狀子知識庫就可單獨完成對該癥狀的診斷。

要實現專家系統像專家一樣進行故障診斷就必須要將專家的經驗與知識以一種合適的表達方式表示，從而使知識方便地在計算機中存儲、使用和修改。因此尋找合適的知識表達方式是必需的。本文開發的專家系統使用產生式規則表達方法。因為在專家對故障進行診斷時，通常會用到大量的包含各種因果關系的知識，而產生式規則表達方法的前提與結論恰好是一種前后因果關系，同時具有模塊性、結構化和通用性的特點，是目前專家系統中最常用的一種表達方法。產生式規則表達方法的一般形式為：IF（前提條件）THEN（結論）。產生式規則表示法可用符號描述了某一領域知識，它體現了人類專家在解決問題時的邏輯思維過程，有助于我們按照專家思維來進行制袋機的故障診斷。診斷時需要大量的知識可以通過產生式的方式相互配合、協同作用，一個產生式的結論可供另一個產生式的前提使用，而這個前提又可產生新的結論，從而通過這種知識表達方式可有效地解決制袋機的故障診斷問題。

4 結束語

利用本文開發的專家系統，只要選擇相應的故障癥狀就可以快速實現制袋機的故障診。，若遇到該系統診斷過的故障，可直接從實例庫中調出相應的診斷結果，診斷過程簡單、高效，目前已經開發的部分證實了系統的有效性。該系統的后續開發工作正在進行中，其應用效果將另文介紹。

［1］鄭麗敏.人工智能與專家系統原理及其應用［M］.北京：中國農業大學出版社，2004.

［2］許麗婷.智能故障診斷專家系統體系結構的研究［D］.西安：西安建筑科技大學，2006.

［3］張偉.基于專家系統的故障診斷在汽車發動機上的應用［D］.太原：太原理工大學，2011.