泵站系统故障诊断智能PETRI网织布机
2022-09-19 09:49:12 伟业五金网
泵站系统故障诊断智能PETRI网
泵站系统故障诊断智能PETRI网 2011： [I>【摘要】以往应用系统故障诊断模糊行为PETRI网中规则的可信度为固定常数,由于泵站工作状况在改变,因此,应用在泵站系统时,提出了以谓词变迁网(Pr/T-PN)存储知识,智能推理计算重要规则可信度的方法,并给出了明确的定义。以轴流泵出现动力机过载情况为例,说明了泵站系统故障诊断智能PETRI网的构造和诊断方法。 [/I>
引言 为使泵站机组的运行品质及可靠性得以提高,更好地预防和及时、正确地处理故障,需对泵站机组的智能化故障诊断系统进行研究。在以往的一些对机械系统基于PETRI网的故障诊断中,提出了应用于不同系统的随机PETRI网(模糊PETRI网),但几乎所有应用都将涉及的概率认为是一个专家给定的常数[1,2>,但在泵站系统的故障情况中,一部分概率和系统的运行阶段是很有关系的,应根据人机系统的交互或从当前运行状态得到更符合当时情况的数据。本文提出智能PETRI网,运用层次结构,根据推理子网得出关键部位的不同概率,使故障诊断更加切合实际情况,力求得出更准确的结果。
1、 故障诊断问题的PETRI网描述 泵站作为工业系统的基础设备,由于其工作情况与外部环境、自身结构、介质和老化等许多因素有关,出现异常情况时基本上靠经验来判断故障源。随着泵站自动化程度的提高,对泵站系统进行建模和推理,分析异常行为之间的因果关系,有针对性地、快速地找出故障最终原因,是提高泵站应用效率的有效方法。利用PETRI网的动态性可以很好地描述故障现象的动态产生和传播过程。将概率的概念引入PETRI网,描述在故障推理时专家系统提供的组成系统故障可能性的知识,再采用目标驱动、反向推理的策略,针对已出现的故障表现,在知识库中搜索所有导致此故障出现的规则,按照规则可信度的大小依次排序作为冲突消解的方法,寻找故障源,这是应用PETRI网进行故障诊断的通用过程。 PETRI网是一种用于系统描述和分析的数学工具[3>,尤其便于描述并发现象和模拟平行过程。PETRI网图形表示主要由库所(用圆圈表示)、变迁(用短竖线表示)以及二者之间的连线构成[4,5>。用于故障诊断的模糊行为PETRI网FBPN(Fuzzy Behavior Petri Net)可以用八元组表示 FBPN={P,T;F,D,λ,α,β,v}式中P--库所结点有限集,P={p1,p2,…,pn},n>0 T--变迁结点有限集,T={t1,t2,…,tm},m>0 F--连接库所和变迁的有向弧线,F.(P×T)∪(T×P) D--命题有限集,D={d1,d2,…,dn},P∩T∩D=.,|P|=|D| λ--库所结点有限集到命题有限集的映射 α--库所有限集到[0,1>上实数的映射,对于.p∈P,α(p)是p所表示的库所的确信度,就是对应命题成立的可信度 v、β--库所结点到[0,1>上实数的映射 对于.t∈T,β(t)=u是两部分综合考虑的结果,其中一部分为规则的确信度cf,即在满足变迁的激活条件且变迁前集的可信度为1时,变迁发生引发结论的可信度;另一部分为该规则可能出现的程度cp,u=cfcp。v(t)=v是t的点火阈值,表示只有变迁的前集的可信度均超过阈值的变迁才可发生,u、v为实数且u,v∈[0,1>。其中,前集为空的库所对应的命题称为质命题,表示可以作为一个故障单位的命题。后集为空的库所对应的命题为故障检测到的故障现象。 在用于故障诊断的模糊行为PETRI网中,通过比较产生同一故障现象的不同原因分支的可信度来缩小故障诊断的范围,确定诊断的先后次序。所以网中的概率不需十分精确,只要求概率数据具有局部性,不必具有全局特性。这样,大大降低了领域专家提供经验数据的难度。例如,在图1中,P={p1,p2,p3,p4},T={t1,t2},F={(p1,t1),(p2,t2),(p3,t2),(t1,p4),(t2,p4)},D={d1,d2,d3,d4},p4中的黑点(也称托肯)表示故障检测报告出现d4表现的问题。导致p4的变迁为p4的前集(其中前、后集运算符用·表示)[4>,表示为:·p4={t1,t2}。若用cf表示规则可信度,表示PETRI网的变迁关系的产生式规则为： IF d1 THEN d4(cf=u1) IF d2 AND d3 THEN d4(cf=u2) 在包含可能与事实相配命题的路径中,选取可信度大的分支,如设u2>u1,则优先检查d2和d3的命题事实。根据事实情况,将命题对应异常情况出现的可能转换为p2和p3的可信度,比较α(p2)α(p3)与v2的大小。若超过阈值,故障诊断得出结果为d2和d3的命题故障;若小于阈值或改善这一分支的问题后仍不能解决,则将处理过的变迁标记并转入下一分支继续分析。 泵站系统是一个非常复杂的系统,原因、结果之间的关系错综复杂,应用上述的传统模糊行为PETRI网描述和分析水泵的故障诊断时,由于分析的因素、相互间的关系过多而使PETRI网不再简捷清晰。另外,由于水泵工作在不同的状态下故障原因有较大不同,给出固定的规则可信度是不合理的。本文提出用于故障诊断的智能PETRI网,利用层次和谓词变迁推理来解决水泵故障诊断中的问题,不仅使模型分析更有利于实践中的应用,而且更加切合实际情况。
2 、故障诊断智能PETRI网的定义 2.1