Модели представления знаний о процедуре технической диагностики отказов оборудования

Размещено на http://www.allbest.ru/

Модели представления знаний о процедуре технической диагностики отказов оборудования

Гурьева Л.В., Кондратьева Ю.А.

Аннотация

Рассмотрены различные стратегии технической диагностики объектов, классификация знаний и моделей представления знаний о технической диагностике объекта на примере машины для резки волокон.

Ключевые слова: техническая диагностика объектов; отказ оборудования; машина для резки волокон; концептуальный анализ;

Введение

автоматизированный диагностика машина

При функционировании машина для резки волокон под влиянием различных внутренних и внешних факторов может полностью или частично утрачивать свою работоспособность, переходя в состояние отказа. Техническая диагностика (ТД) отказа машины для резки волокон представляет собой интеллектуальную операцию получения и обработки разнообразных знаний и данных о состоянии во времени с целью обнаружения фактов существования отказов, установления мест появления зон и причин возникновения отказов.

Для разработки автоматизированных процедур технической диагностики отказов машины для резки волокон, которые позволяют обнаруживать причины возникновения отказов и вырабатывать научно-обоснованные технические и технологические мероприятия по предупреждению и по устранению причин возникновения отказов машины для резки волокон, необходимо создать модели представления знаний проблемной области «Техническая диагностика отказов».

Стратегии технической диагностики объектов

В настоящее время предложены две стратегии ТД объектов: 1) ориентированная на обнаружение отказа; 2) ориентированная на опознавание отказа [1, 2]. Сущность стратегии ТД, ориентированной на обнаружение отказа, состоит в том, что для обнаружения факта существования отказа необходимо сравнить характеристики действительного поведения y(t) с характеристиками безотказного поведения - yp(t), которые получены на выходе математической модели работоспособного состояния. Если обнаруживается значительное расхождение между измеренными значениями переменной и значением переменной в работоспособном состоянии, т.е. | y(t) - yp(t) | > е, где е - допустимый интервал изменения переменных работоспособного состояния, то делается заключение о наличии отказа. Если математическая модель достаточно точно описывает поведение в работоспособном состоянии, то может быть обеспечена эффективная диагностика отказа, т.е. идентификация факта существования и причин возникновения отказа. В стратегии, ориентированной на опознание отказа, характеристики действительного поведения сравнивают с предсказанными с помощью математических моделей характеристиками поведения в состояниях отказов, которые представляют собой выходы нескольких математических моделей - математических моделей - yci(t), каждая из которых отображает характеристики, соответствующие различным отказам, аварийным и предаварийным ситуациям.

Для стратегии ТД любого типа успех диагностической процедуры, результатом которой является определение факта существования отказа и причин его возникновения в реальном масштабе времени, основывается на способности разработчика создать адекватную качественную модель поведения (при наличии отказа или при его отсутствии) с использованием различных моделей представления знаний о технической диагностике.

Классификация знаний параметров технической диагностики объектов

В результате концептуального анализа нами выделены четыре класса знаний, которые необходимы для разработки автоматизированной процедуры технической диагностики отказов: знания о типоконструкциях и способах функционирования машины для резки волокон, которые позволяют определить факт существования и характер проявления отказа; знания о видах и причинах возникновения вторичных и результирующих отказов; знания о причинно-следственных связях между первичными и вторичными отказами; знания о способах устранения первичных отказов.

Наиболее характерными отказами машины для резки волокон являются следующие отказы: затупление, выщербление ножей; обрыв ремня, заклинивание, износ подшипника, большая подача материала; неравномерная подача материала, присутствие посторонних примесей в сырье и другие.

Классификация моделей представления знаний

В качестве моделей представления знаний (МПЗ) о фактах существования отказов можно использовать фреймы, лингвистические переменные и предикаты.

Нами разработаны фреймы-прототипы, описывающие факты существования отказов, к которым относятся «Fr - Состояние отказа машины для резки волокон», «Fr - Классификация отказов машины для резки волокон» и другие.

На рис. 1 и 2 приведены примеры фреймов-прототипов, которые отображают знания о фактах существования отказов машины для резки волокон:

фрейм-прототип «Fr - состояние отказа машины для резки волокон», отображающий знания о критериях обнаружения отказа и о характере фактического существования отказа машины для резки волокон;

фрейм-прототип «Fr - классификация отказов машины для резки волокон и причины их возникновения», отображающие знания о конкретных мероприятиях по предупреждению возникновения и по устранению причин отказов машины для резки волокон с целью повышения надежности и эффективности функционирования машины для резки волокон.

В качестве МПЗ о причинах возникновения отказов нами предлагается использовать фреймы, двудольные информационные графы и продукционные правила. Для расчета значений критериев отказов необходимо использовать математические модели сигнальные графы.

Нами разработан фрейм, описывающий причины возникновения отказов, примером МПЗ о причине отказа машины для резки волокон является фрейм «Fr - Причины отказов машины для резки волокон» (рисунок 3.).

Еще одним типом МПЗ о причине возникновения вторичных и результирующих отказов, являются продукционные правила (ПП), соответствующие эвристическим правилам, с помощью которых устанавливаются независимые первичные отказы, а также причинно-следственные связи между отказами.

Нами выделены пять классов ПП для диагностики причин возникновения отказов машины для резки волокон:

· ПП-1 - правила, отображающие механические причины возникновения отказов;

· ПП-2 - правила, отображающие технологические причины возникновения отказов;

· ПП-3 - правила, отображающие причины возникновения аварийных отказов;

· ПП-4 - правила, отображающие организационно-технические причины возникновения отказов;

· ПП-5 - правила, отображающие неправильные действия обслуживающего персонала в качестве причин возникновения отказов.

Схема 1

Схема 2

Схема 3

Приведем пример продукционного правила класса ПП.1 для определения причин возникновения отказа при загрязнении рабочей поверхности:

Одним из технологических отказов машины для резки волокон является «Большая подача материала». Для установления технологических причин возникновения данного отказа используются следующие продукционные правила класса ПП.2:

Примером продукционного правила класса ПП.3 является следующее правило:

Для установления организационно-технических причин возникновения отказа машины для резки волокон могут использоваться следующие продукционные правила класса ПП.4:

Отказы машины для резки волокон могут возникать из-за неправильных действий обслуживающего персонала. Примером правила класса ПП.5 для выявления ошибочных действий лица, принимающего решение, в качестве причин возникновения отказов может служить следующее продукционное правило:

Заключение

Нами разработаны модели представления знаний о типовых конструкциях и способах функционирования машины для резки волокон, которые позволяют определить факт существования и характер проявления отказа, о видах и причинах возникновения вторичных и результирующих отказов, о причинно-следственных связях между первичными, вторичными и результирующими отказами, о способах устранения отказов, о собственно диагностическом решении. Они программно реализованы в виде базы знаний и обеспечивают разработку автоматизированной процедуры генерации диагностических решений для действующих машин.

Анализ причин и характера отказов позволяет определить пути их устранения.

Разработанные нами модели представления знаний и методика технической диагностики создают основы для создания гибридной экспертной системы технической диагностики машин.

Библиографический список

1. Мешалкин В. П.. Экспертные системы в химической технологии. Основы теории, опыт разработки и применения. М.: Химия, 1995.

2. Мешалкин В. П., Поспелова Л. Я., Гурьева Л. В. Инструментальная гибридная экспертная система «Экран - ХТС» для решения неформализованных задач химической технологии // Программные продукты и системы, 1997, № 1.

Размещено на Allbest.ru