基于知識的皮帶輸送故障診斷系統

張 棟，侯雷鳴

（長安大學工程機械學院，陜西 西安 710064）

皮帶輸送系統是最重要的現代散狀物料輸送設備，尤其是帶式輸送機，廣泛應用于電力、冶金、化工、煤礦、港口、建材、農業等領域。在皮帶輸送系統的作業過程中，會出現各種各樣的系統故障，因而利用計算機進行系統的故障分析診斷具有非常重要的意義。

帶式輸送機作為物料運輸的關鍵設備，能否正常運行直接影響著生產效益，在運輸過程中一旦出現失速、跑偏、堆料、撕裂等故障，輕則降低皮帶機的生產運輸效率，重則造成生產停頓，導致重大的經濟損失，甚至出現設備毀壞、危及生命財產安全的惡性事故。傳統的皮帶運輸系統主要是靠現場工作人員的監測與管理，維修方式為故障后維修，不能保證皮帶機安全可靠運行，影響了企業的生產效益。

利用帶式輸送機進行物料的運輸儲存，在我國已經發展了幾十年，積累了大量成熟的檢測維修保養管理經驗。無論是領域內的工藝專家系統還是行業間的工藝標準規范，或者是企業內部的設備生產管理專家，都為知識的獲取提供了豐富的來源[1]。與機加工和裝配工藝設計相類似，帶式輸送機系統的故障診斷同樣具有良好的結構性。運用基于知識和推理的計算機輔助技術進行故障的診斷分析，不僅可以提高帶式輸送機生產利用率，還可以增加生產的安全性。因此，筆者對基于知識的帶式輸送機系統故障分析診斷進行研究。

1 皮帶輸送系統知識管理框架

皮帶輸送系統在故障診斷過程中要求知識在不同的工藝人員和設備系統之間形成有機地互動協作和共享，從而充分利用已有的顯性知識與隱形知識[2]，智能化地分析診斷出皮帶運行過程中出現的問題。圖1框架主要包括四層結構：資源層描述了支持企業生產過程中故障診斷所需的知識資源庫；技術層是故障診斷規劃實施思路的具體展開，是實現診斷結果的關鍵內容，具體包括CBR技術和知識推理技術；方法層主要是技術層的進一步實施步驟，在這些不同的設計階段過程中，通過建模將工藝設計各階段的知識資源形式化表達，技術人員在不同條件需求下進行知識的獲取；目標層主要描述了皮帶故障診斷知識管理的目的和要達到的效果。

圖1 皮帶輸送故障知識管理框架

2 皮帶輸送系統故障診斷知識本體

2.1 皮帶輸送系統本體構建

針對不同行業不同企業在生產中，皮帶系統故障診斷本體的構建需求，提出了本體由以下3種要素構成：類，概念的集合；關系，類與類之間的交互作用，繼承關系、從屬關系、實例關系、屬性關系；實例，表示概念類的具體實例[3]。

目前本體的構建方法尚未統一，針對皮帶輸送系統領域本體的特點，以及后續知識庫設計的需要，采用基于建模工具protégé的七步法本體建模方法。該方法具體流程如下：確定本體應用領域；考慮重用現有本體；列出應用領域重要術語；定義類及類與類之間的層次關系；定義屬性；定義公理；創建個體。

2.2 皮帶輸送系統領域本體

筆者對皮帶輸送系統知識本體模型建立以典型的廣義三元組進行描述，即{C,S,R}，其中：C表示本體的基本信息概念幾何，S表示領域本體的結構信息，R表示了信息概念之間關系的集合[4]。

C是概念設計知識在信息層面的表達，描述皮帶輸送過程中的主要零部件，包括輸送帶、驅動裝置、傳動滾筒、改向滾筒等；S是概念設計知識在語義層級結構的表達，完成了對皮帶輸送系統知識的形式化描述，是基于本體表示設計知識的核心，包括了皮帶輸送系統各步驟操作概念之間的描述和分類，并在不同的子概念之間建立了約束，形成了具有清晰層級結構的約束模型；R表示了本體中概念與概念之間關系的集合，通過內部定義關系的連接，形成了具有完整關系的語義架構。皮帶輸送系統知識領域本體間的關系定義如表1所示。

表1 皮帶輸送系統本體概念之間的關系定義

3 皮帶輸送系統故障診斷主要技術

3.1 皮帶輸送系統CBR推理技術

為了輔助技術人員工作，筆者介紹如圖2所示的皮帶輸送系統知識框架的CBR（Case-Based Reasoning）技術。故障診斷CBR技術提供了一種有效基于相似歷史問題的方案，解決新問題的機制被廣泛應用于各個領域。針對生產生活中的皮帶輸送系統故障知識，該技術方法一般包括故障案例表示、故障案例檢索、故障方案重用、故障方案修改和故障診斷存儲五個步驟，其中故障案例的表示和故障案例的檢索是兩個重要的步驟[5]。

圖2 CBR技術流程圖

故障案例的表示，給每一個故障方案定義一個獨特的ID信息，一個故障方案對應一個或多個故障解決維修方案，從而累積建立一個歷史故障解決維修方案庫。故障案例檢索，分別采用ID信息或方案信息通過數據庫查詢的方式配對所需的故障方案。故障方案重用或修改，對每個故障方案，檢索出類似解決方案中的皮帶輸送系統參數，判斷類似歷史方案是否可以直接重用，如果可以，則直接重用并生成皮帶輸送系統故障解決方案；如果不可以，根據實際情況修改再生成滿足所需要的故障方案。故障方案存儲，將每一個滿足要求的故障方案視為一個待存儲的歷史方案，如果該方案與原先檢索的歷史故障方案完全一樣，則不需要存儲該案例，否則，將其存儲為案例庫中的一個新故障方案。

3.2 知識規則推理技術

在皮帶輸送系統故障診斷活動的過程中，單一的CBR推理技術完全無法滿足技術人員的診斷需求，還需要行業內的專家進行來指導故障診斷。在企業生產活動中，故障知識分為兩種，包括顯性知識和隱性知識。其中隱性知識具有難以獲取、格式不規范的特點，且其在企業知識中所占的比重比較大，又對企業的發展至關重要，將皮帶輸送系統中的隱性知識顯性化是故障診斷知識研究的重要課題。

通過基于本體的知識規則推理技術可以將隱形知識進行顯性的存儲管理和表達，為后續知識的共享奠定基礎。該過程分為三個步驟：經驗知識（隱形知識）表達；經驗知識（隱形知識）語義化；形成SWRL語言規則。皮帶輸送系統故障知識推理規則如表2所示，簡單列舉了4條具有代表性的規則，在實際的工藝設計活動中，一個企業可能會積累大量的知識規則，需要系統管理員不斷地更新維護，最后形成一個完整的規則庫。圖3為系統的登錄界面、賬戶主體界面。用戶可以在該界面下完成皮帶輸送系統故障知識的查詢、故障案例預覽和故障知識規則的推理。

表2 網絡語義規則

4 原型系統的開發實現

圖3 故障信息的維護入庫

5 結束語

綜上所述，筆者研究了基于知識為驅動的皮帶輸送系統故障診斷方案，構建了皮帶輸送系統故障領域的信息模型，應用了CBR推理技術和知識規則推理技術，實現了皮帶輸送系統的快速故障診斷。因皮帶輸送系統故障復雜多樣，文章只是進行了以計算機輔助工藝設計的簡單推理，對于復雜皮帶輸送系統的內在邏輯關系，還需要進一步的研究發掘。