基于案例推理的輕小型起重機(jī)械故障診斷

周曉燕 陳潔

[摘 要]本文以輕小型起重機(jī)為研究目標(biāo)，采用案例推理技術(shù)對(duì)其進(jìn)行故障診斷，應(yīng)用數(shù)據(jù)結(jié)構(gòu)和關(guān)系型數(shù)據(jù)庫對(duì)故障案例進(jìn)行表達(dá)并建立故障案例庫，研究相似匹配策略及Levenshtein距離和加權(quán)平均算法的案例索引機(jī)制，設(shè)計(jì)基于案例推理的輕小型起重機(jī)故障診斷系統(tǒng)，不斷地逐步積累案例、完善案例，使得輕小型起重機(jī)械排故工作更加準(zhǔn)確、有效，保障輕小型起重機(jī)的安全運(yùn)行。

[關(guān)鍵詞]案例推理;索引機(jī)制;故障診斷

[中圖分類號(hào)]TP182 [文獻(xiàn)標(biāo)識(shí)碼]A

隨著我國經(jīng)濟(jì)建設(shè)的高速發(fā)展，港口機(jī)械、航天航空工業(yè)和中重型機(jī)械設(shè)備的蓬勃發(fā)展，促進(jìn)起重設(shè)備的廣泛應(yīng)用以及輕小型起重機(jī)數(shù)量激增。輕小型起重機(jī)在一定地域和時(shí)間范圍內(nèi)重復(fù)、間歇式運(yùn)動(dòng)機(jī)械，是起重機(jī)械的重要組成部分。輕小型起重機(jī)涉及領(lǐng)域廣且構(gòu)造復(fù)雜，集機(jī)械、液壓和電氣一體的現(xiàn)代智能設(shè)備，因此輕小型起重機(jī)所產(chǎn)生故障的較復(fù)雜且相互交織，當(dāng)前對(duì)輕小型起重機(jī)進(jìn)行故障診斷較為困難。

基于案例推理通過總結(jié)過去歷史經(jīng)驗(yàn)解決新問題的思路，尋求過去經(jīng)驗(yàn)與現(xiàn)有問題的相似性，結(jié)合現(xiàn)有知識(shí)和以往的解決案例建立數(shù)據(jù)庫，在新問題與歷史案例之間不完全匹配時(shí)給出相似解，簡化了知識(shí)獲取;利用已有的經(jīng)驗(yàn)和案例去解決新問題，在人工智能上廣泛運(yùn)用，

因此，基于案例推理的故障診斷技術(shù)，能快速、準(zhǔn)確地辨識(shí)和解決輕小型起重機(jī)故障，已然成為輕小型起重機(jī)械解決故障的重要手段。本文采用基于案例推理技術(shù)，建立基于案例推理的故障診斷系統(tǒng)，對(duì)輕小型起重機(jī)械進(jìn)行故障診斷，為解決輕小型起重機(jī)故障診斷提供一種新的技術(shù)方案。

1 基于案例推理的故障診斷系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)功能

基于案例推理的輕小型起重機(jī)故障診斷系統(tǒng)，將現(xiàn)有輕小型起重機(jī)的故障實(shí)例，描述成由故障特征和解決方案構(gòu)成的案例單元且儲(chǔ)存各單元中的案例并形成案例庫;然后把新問題分解成一個(gè)新的案例單元，結(jié)合與數(shù)據(jù)庫中最為相似案例相匹配，找到類似解決方案并應(yīng)用于新問題。同時(shí)在匹配的類似解決方案無法解決新問題時(shí)，系統(tǒng)根據(jù)匹配程度對(duì)建議解進(jìn)行修正并提出新的解決方案，新的解決方案可充實(shí)到案例庫中，因此案例推理系統(tǒng)具有較強(qiáng)的自學(xué)習(xí)能力?；诎咐评硎菍W(xué)習(xí)和積累不斷充實(shí)的系統(tǒng)，面對(duì)復(fù)雜的輕小型起重機(jī)械故障診斷具有便捷性和實(shí)用性，程序功能框圖如圖1所示。

1.2 系統(tǒng)功能模塊

故障診斷系統(tǒng)如圖2所示，根據(jù)不同的功能劃分為案例管理模塊、案例推理模塊和參數(shù)配置模塊。案例管理模塊中應(yīng)用數(shù)據(jù)結(jié)構(gòu)和關(guān)系型數(shù)據(jù)庫，實(shí)現(xiàn)案例單元數(shù)據(jù)的添加和刪除及案例庫的快速讀取、追溯性修改。案例推理模塊是系統(tǒng)關(guān)鍵的組成部分，利用案例索引機(jī)制從案例庫中檢索相似案例，根據(jù)案例的相似度排序獲取最佳相似案例，并利用案例重用策略將新匹配的案件添加到案例庫中，實(shí)現(xiàn)案例推理。參數(shù)配置模塊主要設(shè)置案例特征參數(shù)的權(quán)值和案例的相似度閾值。

2 基于案例推理的故障診斷關(guān)鍵技術(shù)

2.1 基于數(shù)據(jù)結(jié)構(gòu)的故障案例表達(dá)及基于關(guān)系型數(shù)據(jù)庫的案例庫建立

案例推理的基本要素就是實(shí)現(xiàn)案例有效表達(dá)（即案例的結(jié)構(gòu)和內(nèi)容）。案例的表達(dá)是依據(jù)一定的結(jié)構(gòu)和特點(diǎn)，遵循特定的表達(dá)規(guī)則，約束規(guī)范的結(jié)構(gòu)，以便于實(shí)現(xiàn)高效的檢索。每個(gè)案例分解成不同的小單元，構(gòu)成多區(qū)域?qū)傩?，用集合表示案例?nèi)容的特征集合A = {A1， A2， … An}，其中單元屬性Ai （i = 1， 2， … n）又可以根據(jù)需要進(jìn)一步細(xì)分為特有屬性的集合Ai = {Ai1， Ai2， … Ain}。按照多層次和特有屬性結(jié)構(gòu)，每個(gè)案例由多個(gè)層次集合體屬性單元構(gòu)成，因此多層次和特有單元相互關(guān)聯(lián)構(gòu)建完整的案例庫。

輕小型起重機(jī)故障案例由大量的故障信息構(gòu)成，如控制系統(tǒng)故障、機(jī)械結(jié)構(gòu)變形、液壓系統(tǒng)故障等。描述故障案例時(shí)，首先應(yīng)描述故障案例的主要特征部分。為了精確描述故障案例的主要特征部分，應(yīng)首先查找故障案例表示的主要目標(biāo)。故障案例表示最關(guān)鍵的目標(biāo)是向設(shè)備維修人員提供故障參考信息，如起升機(jī)構(gòu)失效、頂升油缸漏油等系統(tǒng)故障原因。因此，故障案例應(yīng)包括如下內(nèi)容：（1）故障環(huán)境。主要包括故障狀態(tài)、故障位置;（2）故障信息。主要包括：故障描述、解決方案。

案例表示方法最普遍采用關(guān)系數(shù)據(jù)庫的方式，根據(jù)案例不同的特性進(jìn)行存儲(chǔ)，案例庫表達(dá)式為：<案例編號(hào)，序列號(hào)，故障環(huán)境要素，故障信息要素>。其中：故障環(huán)境要素是指故障出現(xiàn)時(shí)的設(shè)備狀態(tài)和發(fā)生部位等信息，如“輕小型起重機(jī)在頂升時(shí)，液壓缸升降不到位”。故障信息描述是輕小型起重機(jī)故障發(fā)生后的故障描述和解決方案。根據(jù)上述分析可以利用特有的關(guān)系數(shù)據(jù)庫建立案例庫，詳見表1和表2。

2.2 基于相似匹配策略及Levenshtein距離和加權(quán)平均算法的案例索引機(jī)制研究

案例檢索方法是基于相似性和加權(quán)原理，從案例庫中匹配出最佳相似案例，以此幫助維修人員快速找到問題來源和解決方法。本項(xiàng)目研究的案例檢索方法是兩級(jí)相似匹配策略，首先應(yīng)用Levenshtein距離算法對(duì)故障特征進(jìn)行相似匹配，然后用加權(quán)平均算法對(duì)整個(gè)案例進(jìn)行相似匹配，通過兩級(jí)相似匹配出的案例在正確性上有較高的保證。

2.2.1 故障特征的相似匹配

故障特征的相似匹配屬于單字符串匹配，其核心算法是Levenshtein距離匹配算法。在20世紀(jì)60年代，Vladimir Levenshtein提出這個(gè)概念，因此以他的名字命名為Levenshtein算法，該算法是指兩個(gè)字符串之間，由一個(gè)轉(zhuǎn)換成另一個(gè)所需的最少編輯操作次數(shù)，具有計(jì)算方法簡單、精度高的特點(diǎn)。

算法的基本流程：

但是當(dāng)前的Levenshtein距離匹配算法存在一定缺陷，相互比較的兩個(gè)字符串長度相差較大時(shí)，得到的兩個(gè)字符串的相似度相對(duì)會(huì)較低。如故障描述字符串“斷絲”，系統(tǒng)自動(dòng)逐條讀取故障案例庫中案例的故障描述字符段。以讀取到 “鋼繩有斷絲”為例，如果直接根據(jù)Levenshtein距離匹配規(guī)則，這兩個(gè)字符串相似度為0.4，但是在實(shí)際匹配的過程中，“斷絲”的字符串應(yīng)該是被包含在“鋼繩有斷絲”的字符串中，顯然這樣的匹配并不準(zhǔn)確。算法改進(jìn)如下：

式中：SL是Levenshtein距離匹配算法得到的相似度，max（S1， S2）指的是字符串長度最大值。通過改進(jìn)算法計(jì)算出來的相似度為0.92，因此能夠顯著改善字符串包含情況下的匹配的準(zhǔn)確度。

2.2.2 故障案例的相似匹配

通常故障案例包含了一個(gè)或者幾個(gè)故障特征字段，故障案例的相似匹配屬于多字符串匹配，多個(gè)字符串與案例庫中的案例關(guān)鍵字段進(jìn)行逐一匹配，每個(gè)字符串都得到相應(yīng)的相似度值，進(jìn)行最后案例匹配中，需要對(duì)多個(gè)字符串的相似度進(jìn)行綜合。相似度綜合采用了加權(quán)平均算法，以提高計(jì)算效率和精度。算法如下：

式中：SL1表示故障位置與案例庫中的某個(gè)案例的相似度值 ，SL2表示故障描述與該案例的相似度值，α、β分別表示故障位置和故障描述的權(quán)重。系統(tǒng)中主要匹配兩個(gè)字符串——“故障位置”和“故障描述”：首先對(duì)匹配進(jìn)行歸一化處理，再乘上相應(yīng)的權(quán)重α和β（其中α + β = 1）;然后將實(shí)際案例與案例庫中的某個(gè)案例的相似度與相似度的閾值進(jìn)行比較，如果相似度大于閾值，則認(rèn)為匹配成功，反之，則表明案例庫中無匹配案例。

2.3 案例推理技術(shù)在輕小型起重機(jī)械故障診斷中應(yīng)用

案例推理的目標(biāo)就是運(yùn)用計(jì)算機(jī)來得到類比推理和領(lǐng)域?qū)＜业挠洃?。?dāng)一個(gè)新的待解決問題提出以后，可以把它抽象成為一個(gè)新案例，為了解決這個(gè)問題我們從案例庫中找出一個(gè)和新案例最相近的案例，其解決方案就可作為新問題的參考，并形成一個(gè)新的案例，實(shí)現(xiàn)案例的重用。輕小型起重機(jī)械中案例推理執(zhí)行流程如圖3所示。

3 結(jié)語

本文以輕小型起重機(jī)作為研究目標(biāo)，建立故障案例表達(dá)、數(shù)據(jù)庫建立和檢索等，基于案例推理的故障診斷關(guān)鍵技術(shù)，研究探討案例檢索機(jī)制中字符串相似度的計(jì)算方法，同時(shí)建立輕小型起重機(jī)械故障檢索機(jī)制。結(jié)合實(shí)際工作需要，開發(fā)設(shè)計(jì)一個(gè)基于案例推理的輕小型起重機(jī)故障診斷系統(tǒng)，系統(tǒng)以基于案例推理的診斷技術(shù)作為基礎(chǔ)，采用關(guān)系型數(shù)據(jù)庫存儲(chǔ)故障案例數(shù)據(jù)，實(shí)現(xiàn)輕小型起重機(jī)械的故障診斷。

[參考文獻(xiàn)]

[1] 王麗，婁建安，趙維霞.基于案例的智能維修訓(xùn)練系統(tǒng).測試技術(shù)[J].2006（02）.

[2] 何慶飛，王漢功，陳小虎.故障樹分析法在汽車起重機(jī)液壓系統(tǒng)故障診斷中的應(yīng)用[J].機(jī)床與液壓，2008（02）.

[3] 羅天洪，楊彩霞，孫冬梅.基于故障樹的汽車起重機(jī)液壓故障診斷專家系統(tǒng)[J].機(jī)械科學(xué)與技術(shù)，2013（04）.

[4] 何正嘉，陳進(jìn)，王太勇.機(jī)械故障診斷理論及應(yīng)用[M].北京：高等教育出版社，2010.

[5] 付新哲，張優(yōu)云，朱永生.滾動(dòng)軸承故障診斷的案例推理方法[J].西安交通大學(xué)學(xué)報(bào)，2011（11）.