• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    門式起重機(jī)的故障分析

    2015-05-11 03:12:30黃雙喜李識(shí)唯
    制造業(yè)自動(dòng)化 2015年23期
    關(guān)鍵詞:貝葉斯起重機(jī)概率

    奚 宇,黃雙喜,李識(shí)唯,王 凱

    (1.清華大學(xué) 自動(dòng)化系,北京 100084;2.北京機(jī)械工業(yè)自動(dòng)化研究所,北京 100120)

    門式起重機(jī)的故障分析

    奚 宇1,黃雙喜1,李識(shí)唯1,王 凱2

    (1.清華大學(xué) 自動(dòng)化系,北京 100084;2.北京機(jī)械工業(yè)自動(dòng)化研究所,北京 100120)

    1 門式起重機(jī)故障研究的現(xiàn)狀

    在工地生產(chǎn)搬運(yùn)或者是物流的機(jī)械化系統(tǒng)中,起重機(jī)類機(jī)械設(shè)備是不可缺少的大型動(dòng)力工具。隨著人類生產(chǎn)規(guī)模的擴(kuò)大和機(jī)械自動(dòng)化設(shè)備功能的提升,搬運(yùn)設(shè)備理所當(dāng)然占據(jù)了物流規(guī)劃系統(tǒng)的主導(dǎo)地位。門式起重機(jī)有很多優(yōu)點(diǎn),這些優(yōu)點(diǎn)包括比如場(chǎng)地利用率很高,搬運(yùn)貨物作用范圍廣,面對(duì)貨物的通用性能極強(qiáng)并且適用面大等等。

    由于工作條件惡劣,使用頻繁等因素,門式起重機(jī)事故時(shí)有發(fā)生,一些文章[5]就一些特定易發(fā)生故障的零件上產(chǎn)生的事故進(jìn)行分析說明,還有一些文章[6]就針對(duì)關(guān)于門式起重機(jī)的故障樹分析做出討論,給出定性分析,還有一些文章根據(jù)故障樹分析法給出起重設(shè)備的故障分析[5,6]。為了安全生產(chǎn),企業(yè)也開始著手研究故障發(fā)生的原因和故障之間的相關(guān)關(guān)系,有相關(guān)文獻(xiàn)[9]利用貝葉斯網(wǎng)路來研究故障之間的相關(guān)關(guān)系,但是目前關(guān)于貝葉斯網(wǎng)在故障方面的應(yīng)用還不是十分成熟,也有文獻(xiàn)專門研究如何優(yōu)化貝葉斯網(wǎng)絡(luò)構(gòu)建和學(xué)習(xí)的過程。

    但是實(shí)際上關(guān)于門式起重機(jī)的故障分析和預(yù)防研究并不到位,由于起重機(jī)械內(nèi)部零件眾多,零件之間的耦合關(guān)系復(fù)雜,而且故障發(fā)生的概率小。故障的發(fā)生就很難預(yù)防,發(fā)生以后也難以定位。所以,一種相對(duì)簡(jiǎn)單而且準(zhǔn)確的大型起重機(jī)設(shè)備的故障分析模式就顯得尤為重要。能否對(duì)于過去發(fā)生的故障進(jìn)行良好的數(shù)據(jù)梳理或者是對(duì)于未來將可能發(fā)生的故障進(jìn)行預(yù)防性的分析是門式起重機(jī)故障分析的關(guān)鍵步驟。但是傳統(tǒng)的故障樹分析方法需要準(zhǔn)確的統(tǒng)計(jì)數(shù)據(jù)來得到相應(yīng)的概率分布,而且得到的概率分布無法與其他故障建立聯(lián)系。所以,由于以上所述的種種原因,故障樹分析方法(Fault Tree Analysis,F(xiàn)TA)在起重行業(yè)的應(yīng)用實(shí)際上是有一定限制性的,但是FTA卻是故障分析的基礎(chǔ)。在FTA方法上進(jìn)行改進(jìn)是解決這類問題的關(guān)鍵[5,7]。

    當(dāng)系統(tǒng)比較簡(jiǎn)單,各個(gè)機(jī)械部件之間的關(guān)系不復(fù)雜的時(shí)候,利用FTA方法可準(zhǔn)確便捷的得到預(yù)期的分析結(jié)果。但是當(dāng)故障樹很復(fù)雜時(shí),F(xiàn)TA的定量分析就顯得復(fù)雜低效。用貝葉斯網(wǎng)絡(luò)就能直接改進(jìn)FTA在定量分析方面的不足。另外,雖然FTA能夠表示設(shè)備之間的關(guān)聯(lián)關(guān)系和層級(jí)關(guān)系,但是故障樹建立完成以后就無法更改故障樹結(jié)構(gòu),也無法接受并處理工作中學(xué)習(xí)到的新信息,更不能進(jìn)行人機(jī)交互。而貝葉斯網(wǎng)絡(luò)通過學(xué)習(xí)的方法、或者專家系統(tǒng)的方法,可以隨著學(xué)習(xí)進(jìn)度的深入不斷的改進(jìn)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)以及相關(guān)參數(shù),提高故障診斷的靈活性。貝葉斯網(wǎng)絡(luò)還可以建立系統(tǒng)中所有節(jié)點(diǎn)之間的相互關(guān)系,可以橫跨網(wǎng)絡(luò)幾層來分析故障相互之間的影響,從而進(jìn)行預(yù)測(cè)。

    本文通過故障樹建立對(duì)應(yīng)的貝葉斯網(wǎng)絡(luò),包括如何最高效率得到貝葉斯網(wǎng)絡(luò)上下層之間的條件概率關(guān)系,如何應(yīng)用已知的故障數(shù)據(jù)得到先驗(yàn)概率分布,并依據(jù)建立的貝葉斯網(wǎng)絡(luò)分析故障等等。

    2 故障樹轉(zhuǎn)化成貝葉斯網(wǎng)絡(luò)

    貝葉斯網(wǎng)絡(luò)(置信網(wǎng)絡(luò))的實(shí)質(zhì)是有向圖,整個(gè)圖由節(jié)點(diǎn)和表示節(jié)點(diǎn)之間從屬或邏輯關(guān)系的邊構(gòu)成。本文中貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)分別代表起重機(jī)實(shí)際發(fā)生的故障。在故障樹復(fù)雜,貝葉斯方法對(duì)于運(yùn)算數(shù)量的顯著改善,尤其是節(jié)點(diǎn)數(shù)很多時(shí)是十分有意義的。貝葉斯故障樹的另外一個(gè)好處是,如果我們想得到整個(gè)系統(tǒng)的聯(lián)合概率,只需要求出最低層節(jié)點(diǎn)的概率值,以及有父子關(guān)系的節(jié)點(diǎn)之間的先驗(yàn)概率。節(jié)點(diǎn)的概率值可以通過統(tǒng)計(jì)或者通過查找零件故障手冊(cè)等方法得到,而父子節(jié)點(diǎn)之間的條件概率關(guān)系則可以通過專家憑借經(jīng)驗(yàn)、技術(shù)工人主觀或者是學(xué)習(xí)得到。

    因?yàn)橄胍秘惾~斯網(wǎng)絡(luò)進(jìn)行故障分析。就需要對(duì)FTA故障分析方法進(jìn)行改造。由于故障樹主要是由與和或門構(gòu)成,所以只需要定義門上的運(yùn)算規(guī)則就可以。僅以與門為例,其余類似。方便起見,只給出兩個(gè)通路的情況,通路多于兩個(gè)同理。對(duì)于與門,規(guī)定圖1的改造,轉(zhuǎn)化表如表1所示。

    圖1 故障樹與門的轉(zhuǎn)化

    表1 故障樹與門轉(zhuǎn)化表

    貝葉斯網(wǎng)絡(luò)改造以后的分析模型可以根據(jù)實(shí)際的應(yīng)用需要進(jìn)行故障分析的定位??傮w可以分成三種應(yīng)用方法:

    1)直接計(jì)算起重機(jī)的故障概率,對(duì)于故障概率高的起重機(jī)進(jìn)行重點(diǎn)維護(hù),小心使用。

    2)利用先驗(yàn)概率計(jì)算已知觀察到的故障導(dǎo)致起重機(jī)故障的概率。對(duì)于先驗(yàn)概率大的節(jié)點(diǎn)進(jìn)行立刻維修,及時(shí)更換部件。屬于預(yù)測(cè)環(huán)節(jié)。

    3)利用后驗(yàn)概率進(jìn)行故障定位,后驗(yàn)概率大的節(jié)點(diǎn)最容易使起重機(jī)故障的引發(fā)原因。屬于監(jiān)測(cè)環(huán)節(jié)。

    3 貝葉斯網(wǎng)絡(luò)參數(shù)的學(xué)習(xí)

    實(shí)際故障樹向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化過程中,先驗(yàn)概率的取得可能比較困難,因?yàn)楣收习l(fā)生的頻率較小或者沒有專門人員進(jìn)行統(tǒng)計(jì)而無法獲得統(tǒng)計(jì)性結(jié)果。這就給貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)帶來了一定的困難。目前在已經(jīng)知道貝葉斯網(wǎng)絡(luò)的情況下一般有兩種先驗(yàn)概率的參數(shù)學(xué)習(xí)方法,分別是最大似然估計(jì)以及最大后驗(yàn)估計(jì)方法。

    在樣本數(shù)據(jù)足夠多的情況下,采用最大似然估計(jì)就可以得到滿意的先驗(yàn)概率參數(shù)估計(jì)結(jié)果,但是在實(shí)測(cè)樣本數(shù)據(jù)不足的情況下,結(jié)果很可能會(huì)出現(xiàn)誤差。在這種情況下我們可以采用最大后驗(yàn)概率的方法(MAP)。MAP方法原理假設(shè)貝葉斯網(wǎng)絡(luò)的概率分布為狄里克萊分布或β分布。

    在故障樹轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)由于起重機(jī)屬于復(fù)雜設(shè)備,其故障節(jié)點(diǎn)多,貝葉斯網(wǎng)絡(luò)復(fù)雜。如果樣本數(shù)據(jù)不完整就沒法進(jìn)行學(xué)習(xí)過程,條件概率的求取會(huì)異常困難。我們引入貝葉斯Noisy Or Gate(NOG)模型來處理這個(gè)問題。該模型只需要2n個(gè)條件概率值就可以計(jì)算連接概率,大大減少了計(jì)算量。并且很好的解決了在樣本數(shù)據(jù)不完整的情況下條件概率難以學(xué)習(xí)的問題。

    NOG模型需要滿足的條件是:1)所有貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)為二項(xiàng)值。2)引起上層節(jié)點(diǎn)的原因相互獨(dú)立。3)每個(gè)原因的連接概率都存在為真的概率。假設(shè)所有原因節(jié)點(diǎn)構(gòu)成的集合為Xp,所有為真的原因節(jié)點(diǎn)構(gòu)成的集合為XT,所有為假的原因節(jié)點(diǎn)構(gòu)成的集合為MF。則由N個(gè)原因?qū)е律蠈庸?jié)點(diǎn)Y發(fā)生的連接概率可以表示為:

    其中pi是各節(jié)點(diǎn)的先驗(yàn)概率。但是當(dāng)XT為空集時(shí),P(Y|Xp)=0,也就是說所有導(dǎo)致故障的原因都包含在貝葉斯網(wǎng)絡(luò)中。但是實(shí)際情況很難滿足構(gòu)建的故障樹或者轉(zhuǎn)化成的貝葉斯網(wǎng)絡(luò)包含了所有導(dǎo)致故障的原因。所以我們引入改進(jìn)后的Leaky Noisy Or Gate(LNOG)模型和New Leaky Noisy Or Gate(NLNOG)模型來處理這個(gè)問題,這兩個(gè)模型是 NOG 模型的拓展。

    4 實(shí)驗(yàn)驗(yàn)證

    門式起重機(jī)的搬運(yùn)功能是由起重機(jī)各個(gè)零件互相協(xié)作完成的。隨著技術(shù)的提高,起重機(jī)內(nèi)部結(jié)構(gòu)細(xì)分功能增加,同時(shí)零件的耦合關(guān)系也越來越復(fù)雜。作者統(tǒng)計(jì)了某港口集團(tuán)十臺(tái)MQ40-37式門式起重機(jī)在2013年十周之內(nèi)的故障發(fā)生情況。電氣控制部分故障發(fā)生的頻率最高。所以本文把電氣控制部分視為頭號(hào)研究探討對(duì)象。根據(jù)之前所提出的故障樹轉(zhuǎn)貝葉斯網(wǎng)絡(luò)的方法。得到轉(zhuǎn)化完成的貝葉斯網(wǎng)絡(luò)如圖2所示。其中的字母代表不同類型的故障。

    轉(zhuǎn)化后的貝葉斯網(wǎng)絡(luò)分為3層,下兩層是由或門轉(zhuǎn)化成的貝葉斯網(wǎng)絡(luò),上兩層是由條件概率構(gòu)成的貝葉斯網(wǎng)絡(luò)。為了進(jìn)一步提高故障分析的準(zhǔn)確性,采用改進(jìn)的MAP方法估計(jì)各下層節(jié)點(diǎn)的先驗(yàn)概率。求得先驗(yàn)概率以后,采用NLNOG方法求連接概率。最后可得條件概率如表2所示。

    圖2 轉(zhuǎn)化后的貝葉斯網(wǎng)絡(luò)圖

    表2 求得條件概率結(jié)果

    由此可見,在已知總故障發(fā)生的情況下對(duì)起重機(jī)檢修方面,K4冷卻設(shè)備出現(xiàn)故障的概率最大。而據(jù)不完全統(tǒng)計(jì)結(jié)果顯示,冷卻設(shè)備出現(xiàn)故障次數(shù)高達(dá)2.4次/周,遠(yuǎn)高于其他設(shè)備出現(xiàn)故障的頻率。貝葉斯分析結(jié)果與事實(shí)相符。

    5 結(jié)束語

    門座起重機(jī)整機(jī)系統(tǒng)故障分析涉及到金屬結(jié)構(gòu)、工作機(jī)構(gòu)、電氣控制、安全保護(hù)裝置等四大領(lǐng)域,涉及知識(shí)面廣、故障模式種類繁多、故障數(shù)據(jù)統(tǒng)計(jì)不完善等因素,使得本課題具相當(dāng)?shù)睦щy和挑戰(zhàn)性。待繼續(xù)深入和改進(jìn)的部分有:

    最上層條件概率的計(jì)算及先驗(yàn)概率的估計(jì)帶有一定的模糊性,不同的節(jié)點(diǎn)可能得到相同的先驗(yàn)概率,從而最終分析結(jié)果。而且專家人為給出的條件概率估計(jì)值有一定的主觀性。

    文中僅對(duì)電氣控制故障進(jìn)行詳細(xì)分析,結(jié)構(gòu)其他幾種故障模式分析涉及甚少,且其他機(jī)構(gòu)的故障因?yàn)槠洳灰子^察的原因,相對(duì)數(shù)據(jù)來源也較少。

    [1]王福綿,宮本智.起重機(jī)械事故預(yù)防與故障分析[M].北京:北京理工大學(xué)出版社,2009.

    [2]黃陳娣.門座式起重機(jī)的現(xiàn)狀以及發(fā)展趨勢(shì)[J].科技傳播,2012,11:57-58.

    [3]程建棠.電力建設(shè)門式起重機(jī)結(jié)構(gòu)設(shè)計(jì)與分析[D].杭州:浙江大學(xué),2013.

    [4]鐘虞全.貝葉斯網(wǎng)絡(luò)在起重機(jī)故障診斷中的應(yīng)用[D].湖南:湖南大學(xué),2011.

    [5]孫昌之.港口門座起重機(jī)臂架彎折事故分析[J].起重運(yùn)輸機(jī)械,1998,01:35-36.

    [6]賈雪峰.故障樹分析法在門式起重機(jī)維修中的應(yīng)用[J].機(jī)電工程技術(shù),2012,01:72-74.

    [7]胡水英,張前,王振永,張接信.基于故障樹分析法的汽車起重機(jī)變幅機(jī)構(gòu)故障診斷研究[J].建設(shè)機(jī)械技術(shù)與管理,2015,02:122-125.

    [8]霍利民,朱永利,范高鋒,劉軍,蘇海鋒.一種基于貝葉斯網(wǎng)絡(luò)的電力系統(tǒng)可靠性評(píng)估新方法[J].電力系統(tǒng)自動(dòng)化,2003,05:36-40.

    [9]費(fèi)致根.Bayes網(wǎng)絡(luò)在故障診斷中的應(yīng)用[D].鄭州:鄭州大學(xué),2004.

    [10]謝斌,張明珠,嚴(yán)于鮮.貝葉斯網(wǎng)絡(luò)對(duì)故障樹方法的改進(jìn)[J].燕山大學(xué)學(xué)報(bào),2004,01:55-58.

    Failure analysis of gantry crane

    XI Yu1, HUANG Shuang-xi1, LI Shi-wei1, WANG Kai2

    最近幾年門式起重機(jī)發(fā)展很快,門式起重機(jī)的規(guī)模越來越大,內(nèi)部機(jī)械之間的耦合也越來越復(fù)雜。所以針對(duì)門式起重機(jī)的故障診斷也逐漸成為一項(xiàng)重要的內(nèi)容,將把貝葉斯分析方法應(yīng)用在在傳統(tǒng)的故障樹分析方法中,使得在數(shù)據(jù)不完整的情況下也可以得到指導(dǎo)性的門式起重機(jī)故障分析意見。并且根據(jù)實(shí)際數(shù)據(jù)分析MQ40-37型起重機(jī)的故障情況。

    門式起重機(jī);故障樹;貝葉斯分析

    奚宇(1988 -),男,江蘇南京人,碩士研究生,研究方向?yàn)槠髽I(yè)信息化與集成。

    TQ055

    B

    1009-0134(2015)12(上)-0058-03

    10.3969/j.issn.1009-0134.2015.23.16

    2015-8-23

    猜你喜歡
    貝葉斯起重機(jī)概率
    第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
    第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
    概率與統(tǒng)計(jì)(一)
    概率與統(tǒng)計(jì)(二)
    對(duì)起重機(jī)“制動(dòng)下滑量”相關(guān)檢驗(yàn)要求的探討
    MYQ型5000t門式起重機(jī)簡(jiǎn)介
    貝葉斯公式及其應(yīng)用
    基于貝葉斯估計(jì)的軌道占用識(shí)別方法
    一種基于貝葉斯壓縮感知的說話人識(shí)別方法
    電子器件(2015年5期)2015-12-29 08:43:15
    大型起重機(jī)集中潤(rùn)滑的研究與改善
    长治县| 历史| 龙门县| 甘孜县| 彭泽县| 青冈县| 吉水县| 右玉县| 邵阳县| 平度市| 开原市| 大足县| 库尔勒市| 南通市| 咸阳市| 拉萨市| 陇西县| 昭觉县| 凤庆县| 宜兰县| 同仁县| 临沂市| 五寨县| 西吉县| 隆昌县| 综艺| 壤塘县| 贵德县| 禹州市| 龙海市| 星子县| 江永县| 石家庄市| 太仆寺旗| 内黄县| 池州市| 庄浪县| 教育| 玛多县| 磐石市| 禹城市|