一种用于动设备故障诊断的反馈专家系统的制作方法

本发明涉及动设备故障诊断，尤其涉及一种用于动设备故障诊断的反馈专家系统。

背景技术：

1、如今，动设备在许多领域发挥着越来越重要的作用，一些关键设备的运行状况甚至直接关系到全厂的工作开展。一旦设备发生故障导致意外停机可能会造成巨大的生产经济损失，严重的话可能会出现人员伤亡，所以对动设备进行状态监测与故障诊断势在必行。

2、当前，动设备故障诊断多以人工诊断为主，诊断人员通过振动、声音、温度等特征参数来对动设备的运行状态及可能存在的故障进行判断，检测效率很低。

技术实现思路

1、鉴于现有技术的上述缺点、不足，本发明提供一种用于动设备故障诊断的反馈专家系统，其解决了当前动设备故障诊断多以人工诊断为主，检测效率低的技术问题。

2、为了达到上述目的，本发明采用的主要技术方案包括：

3、本发明实施例提供一种用于动设备故障诊断的反馈专家系统，包括：

4、数据管理模块，用于接收预先采集的待诊断的动设备的运行数据；

5、人机接口模块，用于接收用户输入的待诊断的动设备的设备组态信息，并通过设备组态模块将该设备组态信息发送至知识库模块；

6、知识库模块，用于基于所述设备组态信息和预先获取的通用知识库，获取与该待诊断的动设备对应的设备系统故障树；

7、所述通用知识库包括该动设备中每一设备部件分别一一对应的部件故障树；

8、推理机模块，用于基于所述动设备的运行数据和所述设备系统故障树，对该动设备进行故障诊断，得到诊断结果。

9、优选地，

10、待诊断的动设备中任一设备部件所对应的部件故障树包括：设备部件层节点、故障原因层节点以及故障规则层节点；

11、其中，设备部件层节点表示该部件故障树所对应的设备部件发生故障的节点，该设备部件层节点所对应的节点信息以框架的形式进行存储，该设备部件层节点所对应的节点信息包括：该节点信息所在的框架的框架id、该节点信息所在的框架的框架名称、该节点信息所在的框架的父框架id、该节点信息所在的框架的子框架id、该节点信息所在的框架在该部件故障树中所对应的节点层级、该设备部件的设备参数；

12、其中，故障原因层节点为设备部件层节点的子节点，且每一故障原因层节点均对应该设备部件的一种故障类型，并且每一故障原因层节点所对应的节点信息以框架的形式进行存储，每一故障原因层节点所存储的框架包括：节点信息所在的框架的框架id、节点信息所在的框架的框架名称、节点信息所在的框架的父框架id、节点信息所在的框架的子框架id、节点信息所在的框架在该故障树中所对应的节点层级；

13、其中，故障规则层节点为故障原因层节点的子节点，且每一故障规则层节点表示该故障规则层节点所属父节点对应的故障类型发生时产生的规则特征，每一故障规则节点所对应的节点信息分别存储在相应框架中，每一故障规则节点所对应的框架包括：节点信息所在的框架的框架id、节点信息所在的框架的框架名称、节点信息所在的框架的父框架id、节点信息所在的框架的子框架id、节点信息所在的框架在该故障树中所对应的节点层级、该故障规则节点所对应的预先设定的规则权重。

14、优选地，

15、待诊断的动设备的设备组态信息包括：待诊断的动设备中的所有的设备部件；

16、故障规则节点所对应的预先设定的规则权重为该故障规则节点所属父节点所对应的故障类型发生时该规则特征发生的概率。

17、优选地，知识库模块基于所述设备组态信息和预先获取的通用知识库，获取与该待诊断的动设备对应的设备系统故障树，具体包括：

18、知识库模块，基于所述设备组态信息，确定该待诊断的动设备中的所有的设备部件；

19、知识库模块，针对该待诊断的动设备中每一设备部件，从通用知识库中选取与该设备部件所对应的部件故障树，组成与该待诊断的动设备对应的设备系统故障树；

20、其中，所述设备系统故障树包括：预先设置的设备系统故障树顶节点和所选出的所有部件故障树，其中所选出的部件故障树的设备部件层节点均为设备系统故障树的顶节点的子节点。

21、优选地，推理机模块，基于所述动设备的运行数据和所述设备系统故障树，对该动设备进行故障诊断，得到诊断结果，具体包括：

22、推理机模块，所述设备系统故障树中的故障规则层节点进行搜索，针对该设备系统故障树中的任一故障规则层节点，依据该故障规则层节点所对应的规则特征，判断所述动设备的运行数据是否符合该规则特征以及该设备系统中的设备部件的设备参数，得到判断结果；

23、若所述判断结果为符合，则该故障规则层节点所对应的规则特征成立；若所述判断结果为不符合，则该故障规则层节点所对应的规则特征不成立；

24、针对该设备系统故障树中的任一故障原因层节点，采用该故障原因层节点的所有子节点分别所对应的判断结果，获取该故障原因层节点所对应的故障权重；

25、基于每一故障原因层节点所对应的故障权重，获取诊断结果；

26、其中，所述诊断结果包括：每个故障类型发生的概率。

27、优选地，针对该设备系统故障树中的任一故障原因层节点，采用该故障原因层节点的所有子节点分别所对应的判断结果，获取该故障原因层节点所对应的故障权重，具体包括：

28、针对该设备系统故障树中的任一故障原因层节点，采用该故障原因层节点的所有子节点分别所对应的判断结果，根据式(1)，获取该故障原因层节点所对应的故障权重；

29、所述式(1)为：

30、

31、其中，w(故障i)表示故障原因层节点i所对应的故障权重；

32、n表示故障原因层节点i的子节点的数量；

33、(规则ij)表示故障原因层节点i的子节点中故障规则节点j所对应的规则特征；

34、i(规则ij)表示故障原因层节点i的子节点中故障规则节点j所对应的规则特征是否成立，若成立，则i(规则ij)为1，否则为0；

35、w(规则ij)表示(规则ij)所对应的规则权重。

36、优选地，基于每一故障原因层节点所对应的故障权重，获取每个故障类型发生的概率，具体包括：

37、基于每一故障原因层节点所对应的故障权重，采用式(2)分别获取每一故障原因层节点所对应的故障类型发生的概率；

38、其中，所述式(2)为：

39、

40、p(故障i)表示故障原因层节点i所对应的故障类型发生的概率；

41、m为设备系统故障树中故障原因层节点的数量。

42、优选地，所述系统还包括：知识反馈模块；

43、所述知识反馈模块与所述知识库模块和所述推理机模块连接，用于接收用户输入的实际结果，并根据所述实际结果和推理机模块所得到的诊断结果，对规则权重进行修正，得到新的规则权重。

44、优选地，根据所述实际结果和推理机模块所得到的诊断结果，对规则权重进行修正，得到新的规则权重，具体包括：

45、根据所述实际结果和推理机模块所得到的诊断结果，采用式(3)得到故障类型i所对应的故障推理误差；

46、其中，所述式(3)为：

47、e(故障i)＝t(故障i)-p(故障i)；

48、其中，e(故障i)为故障原因层节点i所对应的故障推理误差；

49、t(故障i)为设备系统的实际故障情况，当t(故障i)＝0时表示表示故障原因层节点i所对应的故障类型实际上未发生，t(故障i)＝1时表示表示故障原因层节点i所对应的故障类型实际上发生；

50、基于式(4)，采用梯度下降法修正规则权重，直至满足预先设定的收敛条件，得到得到新的规则权重；

51、其中，所述式(4)为：

52、w(k+1)(规则ij)＝w(k)(规则ij)-μe(k)(故障i)；

53、其中，k表示迭代次数；

54、μ表示学习率；

55、其中，所述收敛条件为：

56、w(k+1)(规则ij)-w(k)(规则ij)＜ε；

57、其中，ε表示预先设置的收敛残差值。

58、优选地，所述系统还包括：

59、解释器模块，用于将所述诊断结果传输至人机接口模块，以使人机接口模块展示所述诊断结果。

60、本发明的有益效果是：本发明的一种用于动设备故障诊断的反馈专家系统，由于具有知识库模块，基于所述设备组态信息和预先获取的通用知识库，获取与该待诊断的动设备对应的设备系统故障树；通用知识库包括该动设备中每一设备部件分别一一对应的部件故障树；推理机模块，用于基于所述动设备的运行数据和所述设备系统故障树，对该动设备进行故障诊断，得到诊断结果，相对于现有技术而言，其可以实现对动设备的自动化诊断，提高了诊断的效率。