基于G2專家系統(tǒng)的狀態(tài)監(jiān)測與故障診斷系統(tǒng)

蒼曉羽，徐 宇，劉 琦

(中國船舶重工集團公司第七〇三研究所，黑龍江哈爾濱 150078）

基于G2專家系統(tǒng)的狀態(tài)監(jiān)測與故障診斷系統(tǒng)

蒼曉羽，徐 宇，劉 琦

(中國船舶重工集團公司第七〇三研究所，黑龍江哈爾濱 150078）

G2專家系統(tǒng)是一種成熟的故障診斷技術(shù)，以其強大和穩(wěn)定的推理能力得到廣泛應(yīng)用。本文提出一種基于G2專家系統(tǒng)的狀態(tài)監(jiān)測和故障診斷方法，在異常情況下輔助現(xiàn)場操作人員進(jìn)行故障診斷和決策，對提高裝置安全性和可靠性具有重要意義。本文在對裝置的狀態(tài)監(jiān)測與故障診斷方法深入分析研究的基礎(chǔ)上，以某裝置為監(jiān)測與診斷對象，研究并開發(fā)了基于G2專家系統(tǒng)的狀態(tài)監(jiān)測和故障診斷系統(tǒng)。

動力裝置;專家系統(tǒng);狀態(tài)檢測;故障診斷

0 引言

隨著科技的發(fā)展，現(xiàn)代化機械設(shè)備種類繁多，結(jié)構(gòu)復(fù)雜。因此，系統(tǒng)重要參數(shù)的監(jiān)測和故障診斷就成為保證裝置穩(wěn)定、安全運行的一個有效手段。本文研究基于G2專家系統(tǒng)的狀態(tài)監(jiān)測和故障診斷方法，并以某型裝置為例開發(fā)了狀態(tài)監(jiān)測和故障診斷系統(tǒng)。

1 G2專家系統(tǒng)

G2專家系統(tǒng)產(chǎn)生于20世紀(jì)80年代，現(xiàn)已廣泛應(yīng)用于工業(yè)過程、航空航天、軍事等實時性與可靠性要求極高的任務(wù)關(guān)鍵領(lǐng)域，是一個實時、可靠的智能系統(tǒng)平臺。如圖1所示，G2專家系統(tǒng)提供了強大的開發(fā)手段，包括面向?qū)ο笤O(shè)計、結(jié)構(gòu)化自然語言編程、交互式圖形技術(shù)、動態(tài)模擬和仿真等［1］。

圖1 G2專家系統(tǒng)技術(shù)特點Fig.1 G2 expert system technical characteristics

利用G2開發(fā)船用核動力裝置故障診斷系統(tǒng)具有以下優(yōu)勢:

1）使用面向?qū)ο笤O(shè)計和交互式圖形技術(shù)便于建立故障診斷系統(tǒng)的因果關(guān)系;

2）采用結(jié)構(gòu)化自然語言和通用的知識描述技術(shù)可以方便地描述和處理故障知識、專家經(jīng)驗以及信號處理算法等，結(jié)構(gòu)化自然語言易于理解。

3）采用動態(tài)模擬和仿真技術(shù)能夠在開發(fā)過程中不斷地驗證和修改各種知識;

4）知識庫具有一致性，并采用安全性管理機制使對象、規(guī)則、過程、模型和其他類型知識體相互正確關(guān)聯(lián)，避免產(chǎn)生邏輯沖突。

G2專家系統(tǒng)的獨特之處是可以實時地進(jìn)行推理，并得到關(guān)鍵任務(wù)的智能決策。G2專家系統(tǒng)融合了各種推理技術(shù)，如規(guī)則、過程和面向?qū)ο蟮慕！⒎抡婧徒换ナ綀D形技術(shù)等，可以幫助分析人員建立知識庫，優(yōu)化設(shè)計，設(shè)計方案、對系統(tǒng)進(jìn)行監(jiān)控和預(yù)測等。

G2專家系統(tǒng)主要利用SymCure(Symptom Cure）模塊進(jìn)行故障診斷。SymCure采取面向?qū)ο蟮脑O(shè)計技術(shù)，使用結(jié)構(gòu)化的自然語言和圖形化的建模方式，適合在線開發(fā)，具有實時推理和高可靠性的特點。另外SymCure還易于集成，能夠與各種硬件系統(tǒng)、軟件系統(tǒng)和數(shù)據(jù)庫進(jìn)行連接。SymCure強調(diào)故障診斷的全壽命周期管理，包括監(jiān)測、故障隔離、影響分析、故障測試和恢復(fù)等。

1.1 體系結(jié)構(gòu)

SymCure能夠以自動或交互的方式實現(xiàn)故障診斷、測試、故障恢復(fù)和影響預(yù)測等功能。SymCure通過因果關(guān)系圖表達(dá)事件間的邏輯關(guān)系，并作為系統(tǒng)的故障診斷規(guī)則 (故障模型）。在診斷過程中，SymCure將實際系統(tǒng)知識和故障診斷規(guī)則結(jié)合起來，當(dāng)系統(tǒng)發(fā)生異常時可以據(jù)此進(jìn)行推理，確定導(dǎo)致系統(tǒng)異常狀態(tài)的根本原因。如圖2所示，SymCure利用以下3種信息進(jìn)行故障診斷:

1）領(lǐng)域知識。是系統(tǒng)的面向?qū)ο蟮哪Ｐ汀Ｏ到y(tǒng)既可以是實際的物理設(shè)備，也可以是傳感器、控制器、服務(wù)和軟件應(yīng)用等抽象實體。領(lǐng)域知識由系統(tǒng)的對象類和實例組成，代表系統(tǒng)實體的連接和包含等關(guān)系。

2）診斷知識庫。由通用故障模型組成，用于完成故障診斷。

3）觸發(fā)事件。用于觸發(fā)SymCure的實時故障管理和診斷推理功能。

SymCure不僅可以提供關(guān)于系統(tǒng)故障的警報信息和根本原因，而且還可以通過測試和修復(fù)等程序分析排除故障和人工干預(yù)時對系統(tǒng)的影響。

圖2 SymCure模塊的功能框圖Fig.2 The function of SymCuremodule block diagram

1.2 基本概念

利用SymCure進(jìn)行故障診斷時使用如下基本概念:

1）事件。關(guān)于領(lǐng)域?qū)ο蟮倪壿嬄暶鳎糜诿枋鲆粋€系統(tǒng)問題的發(fā)生與否，包括征兆和根原因2種事件。

2）根原因。即失效事件，產(chǎn)生警報和其他事件的原因。

3）警報。根原因的影響。

4）上游傳播。從影響到根原因的事件傳播過程，用于根原因分析。

5）下游傳播。從根原因至影響的事件傳播過程，用于影響預(yù)測。

6）通用故障模型。指定義的通用事件類之間的通用因果關(guān)系。通用故障模型定義了失效在某一領(lǐng)域?qū)ο箢惖膶嵗g、以及經(jīng)過通用領(lǐng)域關(guān)系至其它領(lǐng)域?qū)ο蟮膫鞑ァＭㄓ霉收夏Ｐ徒M成了通用庫，在開發(fā)階段產(chǎn)生，與專有領(lǐng)域?qū)ο鬅o關(guān)。如圖3所示，通用故障模型實現(xiàn)了故障診斷知識與診斷對象的結(jié)構(gòu)分離，能夠充分地結(jié)合系統(tǒng)部件的物理原理、FMEA結(jié)果分析以及專家經(jīng)驗。

7）專有故障模型。描述事件在專有領(lǐng)域?qū)ο箝g的傳播，由觸發(fā)事件、通用故障模型和領(lǐng)域知識構(gòu)成，在SymCure的運行期間構(gòu)建。診斷推理機根據(jù)通用故障模型和具體被診斷裝置的系統(tǒng)模型自動生成專有故障傳播模型進(jìn)行推理診斷。專有故障模型與被診斷系統(tǒng)的組成結(jié)構(gòu)相對應(yīng)，降低了搜索空間的復(fù)雜度。診斷過程中生成的專有故障模型如圖4所示，描述了有根原因事件至警報事件的因果連接關(guān)系。

圖3 通用故障模型實例Fig.3 Generic faultmodel

圖4 專有故障模型實例Fig.4 Specific faultmodel

1.3 SymCure故障診斷應(yīng)用實例

G2用于故障診斷的原則，即通過因果關(guān)系找到故障原因。如圖5所示，描述了參量甲、乙、丙、丁之間的因果關(guān)系:

1）A的高狀態(tài)導(dǎo)致B的高狀態(tài)，A的低狀態(tài)導(dǎo)致B的低狀態(tài);

2）B的高狀態(tài)導(dǎo)致C的高狀態(tài)，B的低狀態(tài)導(dǎo)致C的低狀態(tài);

3）C的高狀態(tài)導(dǎo)致D的高狀態(tài)，C的低狀態(tài)導(dǎo)致D的低狀態(tài);

4）D的高狀態(tài)導(dǎo)致C的低狀態(tài)，D的低狀態(tài)導(dǎo)致C的高狀態(tài);

5）C的高狀態(tài)導(dǎo)致B的低狀態(tài)，C的低狀態(tài)導(dǎo)致B的高狀態(tài);

6）B的高狀態(tài)導(dǎo)致A的低狀態(tài)，B的低狀態(tài)導(dǎo)致A的高狀態(tài)。

圖5中，a，b，c，d分別是導(dǎo)致A，B，C，D產(chǎn)生高狀態(tài)的根原因，e，f，g，h分別是導(dǎo)致 A，B，C，D產(chǎn)生低狀態(tài)的根原因。

圖5 因果分析原理Fig.5 Causal analysis principle

現(xiàn)假設(shè)檢測到A的低狀態(tài)警報，根據(jù)圖5所示的因果關(guān)系，對產(chǎn)生原因做如下分析:

1）產(chǎn)生A的低狀態(tài)原因，可能是本質(zhì)原因e或者B的高狀態(tài)，由于同一參量不能同時出現(xiàn)2種狀態(tài)，A的高狀態(tài)被排除;

2）產(chǎn)生B的高狀態(tài)原因，可能是本質(zhì)原因b或者C的低狀態(tài);

3）產(chǎn)生C的低狀態(tài)原因，可能是本質(zhì)原因g或者D的高狀態(tài);

4）產(chǎn)生D的高狀態(tài)原因，可能是本質(zhì)原因d或者C的高狀態(tài)。

當(dāng)診斷系統(tǒng)檢測到系統(tǒng)征兆時，系統(tǒng)會根據(jù)已檢測到征兆排除故障原因的可能性。例如在本例中，如檢測到A，B，C，D對應(yīng)的狀態(tài)分別為低、高、正常、正常。則可根據(jù)上述原則得到診斷結(jié)果為b為一定發(fā)生狀態(tài) (即True狀態(tài)），e為有可能發(fā)生狀態(tài) (即Suspect狀態(tài)），a，c，d，f，g，h為一定不發(fā)生狀態(tài) (即False狀態(tài)）。

由診斷結(jié)果可知，b為診斷的全局解，而e為系統(tǒng)的局部解，并可以通過人機界面提供各本質(zhì)原因的解釋域，為操縱員故障診斷提供診斷決策。

2 監(jiān)控及故障診斷系統(tǒng)開發(fā)

2.1 系統(tǒng)關(guān)鍵數(shù)據(jù)監(jiān)控

基于G2專家系統(tǒng)的故障診斷系統(tǒng)能夠有效地對系統(tǒng)各參數(shù)進(jìn)行實時的監(jiān)控和顯示。如圖6所示，為故障診斷系統(tǒng)對各有測點的功能進(jìn)行實時數(shù)據(jù)監(jiān)測。

圖6 故障診斷系統(tǒng)數(shù)據(jù)監(jiān)控信息Fig.6 Fault diagnosis data

2.2 故障診斷

在故障診斷系統(tǒng)的開發(fā)過程中，首先要明確系統(tǒng)各主要參數(shù)之間的因果關(guān)系，生成系統(tǒng)模型和通用故障模型。圖7為對某系統(tǒng)進(jìn)行圖形化建模的系統(tǒng)模型。

圖7 某系統(tǒng)的系統(tǒng)模型Fig.7 A system model of the system

當(dāng)故障診斷系統(tǒng)監(jiān)測到某征兆時，診斷系統(tǒng)會觸發(fā)相應(yīng)的事件，開始診斷過程。在故障診斷系統(tǒng)中，事件存在3種狀態(tài): “true”為該事件一定發(fā)生;“false”為系統(tǒng)一定未發(fā)生;“suspect”為無法確定事件是否發(fā)生。

當(dāng)系統(tǒng)中事件被觸發(fā)，系統(tǒng)會根據(jù)通用故障模型的因果關(guān)系建立針對該警報的專有故障模型，并根據(jù)專有故障模型中的因果關(guān)系分析得到系統(tǒng)故障診斷的結(jié)果。

當(dāng)警報被觸發(fā)時系統(tǒng)生成的專有故障模型如圖8所示。系統(tǒng)檢測到征兆時，根據(jù)各征兆的因果傳播關(guān)系生成該診斷過程的專有故障模型，專有故障模型通過有向線段來表示根原因和警報的故障傳播途徑。專有故障模型給出通過給出警報和根原因?qū)ο到y(tǒng)的影響可以有助于操縱員分析系統(tǒng)事故的因果關(guān)系，為操縱員進(jìn)行故障分析提供幫助。

圖8 事故的專有故障模型Fig.8 The proprietary faultmodel of the accident

各警報的狀態(tài)和診斷結(jié)果如圖9所示。警報列表中包含警報的狀態(tài)信息，與專有故障模型相比，警報列表并未給出各警報間的因果關(guān)系，只是列出系統(tǒng)各警報的實時狀態(tài)，可以給操縱員提供更加簡單直觀的系統(tǒng)信息。

警報列表如圖9所示，診斷結(jié)果如圖10所示。

圖9 事故的警報列表Fig.9 Alarm list of the accident

圖10 事故的診斷結(jié)果Fig.10 The diagnosis of the accident

3 結(jié)語

本文提出了一種基于G2專家系統(tǒng)的系統(tǒng)監(jiān)測和故障診斷方法，并通過實例驗證了該方法應(yīng)用于裝置故障診斷的可行性。通過試驗驗證采用該方法建立的故障診斷系統(tǒng)操作簡單，使用方便，具有智能化、可靠性高等特點。

［1］G2 information:Gensym Corporation［EB/OL］.http://www.gensym.com.

［2］YANG M.Modeling nuclear power plant with multilevel flow models and its applications in reliability analysis［C］.Proceedings of International Symposium on Symbiotic Nuclear Power Systems for the21stCentury(ISSNP），Tsuruga，Japan.

［3］JAN E L.Model-based fault diagnosis using MFM［C］.Proceedings IFAC Symposium on On－Line Fault Detection and Supervision in the Chemical Process Industries，Newyork，1992.

［4］LARSSON E.Diagnosis based on explicit means-end models［J］.Artificial Intelligence，1996，80(1）:29 －93.

［5］QIAO Yang，YANG Ming.Design of a fault diagnosis system based onmultilevel flowmodels and G2［Z］.ISOFIC/CSEPC/ISSNP(ICI2011），Korea，2011.

［6］LARSSON J E.Diagnosis based on explicit means-end models［J］.Artificial Intelligence，1996，80(1）:29－93.

Base on estate supervise and failure diagnose system's exporter of G2 system

CANG Xiao-yu，XU Yu，LIU Qi
(The 703 Research Institute of CSIC，Harbin 150078，China）

G2 expert system provides a mature fault diagnosis technology and has been widely applied in many industry areas because of its powerful and stable ability in reasoning.It is important to build a statemonitoring and fault diagnosis system to assistoperators in decision-making under abnormal situations.It is meaningful to improve the safety and reliability of plant.Based on expert system analysis，a plant statemonitoring and fault diagnosis on G2 expert system is developed successfully for a type.

power plant;expert system;statemonitoring;fault diagnosis

TP391.9

A

1672－7649(2014）04－0130－05

10.3404/j.issn.1672－7649.2014.04.028

2013－09－29;

2013－10－24

蒼曉羽(1981－），女，工程師，從事艦船傳動測量顯示、控制系統(tǒng)技術(shù)工作。