咨詢電話
ENGLISH0755-88840386包裝機械神經網絡專家系統(tǒng)故障診斷新方法
發(fā)布時間：2020-07-09 15:07:03 |來源：網絡轉載
1引言
目前使用的包裝機械設備，主要有裹包機、 充填機、多功能包裝機等等、裹包機又分為半裹 式裹包機、全裹式裹包機、收縮包裝機等等•就 如盒裝餅干商標紙裹包機為例、它由被包裝物 品（餅干盒）供送系統(tǒng)、包裝材料（卷筒商標紙） 供送系統(tǒng)、主傳送系統(tǒng)、裹包執(zhí)行機構折紙板、 熱封器、支承板等裝置組成•餅干盒要被包裝且 貼上商標的操作的工藝時間如許用速度、加速 度般認為這種間歇送紙的許用速度可取0. 5m/s .而執(zhí)行構件的平均運動速度可達0. 45? 0. 5m/s .如果速度過高•機器工作就不夠穩(wěn)定. 容易出故障.包裝質量也要下降•甚至會造成事 故。如何對這樣L個復雜機械設備在事故出現 前進行預報•或在故障出現后即時進行診斷"」• 而迅速的排除故障.恢復生產•就要配備一套相 應的診斷系統(tǒng).過去一般采用的診斷方法有基 于直接測量系統(tǒng)輸出輸入及信號處理的方法. 基于狀態(tài)估計的故障檢測與診斷（FDD-Fault Detection and Diagnostics）和基于過程參數估 計.FDD方法等等.近幾年來.正在興起的人工 智能的專家系統(tǒng)方法•但人工智能的專家系統(tǒng) 存在著智能獲取的“瓶頸”、推理能力弱等一系 列不足,人們開始將注意力集中到神經網絡專 家系統(tǒng)故障診斷方法.這種方法用于系統(tǒng)故障 診斷具有潛在巨大優(yōu)越性。
2系統(tǒng)FDD的基本內容應用
故障檢測對直接或間接影響系統(tǒng)輸出的過 程參數、過程狀態(tài)或特征量發(fā)生變化并超過預 定的范圍時.診斷系統(tǒng)應盡可能及早地檢測出 來，至少.當所關心的系統(tǒng)輸出，不符合要求時. 診斷系統(tǒng)應能及時檢測出來。其次是故障分離， 根據檢測到的故障信息.尋找故障源.并確定故 障類型及大小.對于各種具體系統(tǒng).故障源可以 是元件、組件或者是子系統(tǒng).然后故障評價.根 據故障源的部位.故障信息及系統(tǒng)結構.將故障 對于系統(tǒng)性能指標功能的影響等.做岀判斷或 估計•給出故障等級.這是人工智能專家系統(tǒng)故 障檢測的基本過程.而神經冋絡專家系統(tǒng)故障 診斷處理過程為：
（1） 根據長期的現場經驗.總結出待診斷 系統(tǒng)可能岀現的各種故障；
（2） 按一定特征對故障類型進行數據編 碼或故障數據樣本；
（3） 以故障數據樣本可對ART（自適應 共振理論）模型進行訓練。
3各種傳統(tǒng)診斷方法的共同局限性
目前•用于系統(tǒng)故障方法分為二類：一類是
完全基于檢測數據處理的診斷方法.我們標為 傳統(tǒng)診斷方法•另一類則是主要基于對系統(tǒng)故 障診斷的專家經驗及知識處理的專家系統(tǒng)方 法•而傳統(tǒng)的診斷方法主要有直接測量系統(tǒng)輸 出輸入的FDD方法.基于因果關系的信號處理 方法的譜分析法等•基于信息匹配的方法•基于 狀態(tài)估計的FDD的遞階觀測器法，基于過程參 數估計的FDD方法.這些傳統(tǒng)診斷方法.盡管 可以通過對檢測信號的處理.可能較早地發(fā)現 故障.甚至能予報故障.但當診斷對象變得龐大 而復雜時.一方面需增加檢測手段•另一方面計 算量大大増加•從而診斷的時間較長•尤其是為 了較細致地分離多重故障.檢測手段大大復雜• 診斷時間也大大延長了，且這些傳統(tǒng)的診斷方 法只局限于某一具體系統(tǒng)的診斷.很難應用于 不同的診斷對象.領域專家在診斷故障時.往往 可以直接憑系統(tǒng)發(fā)生故障時，用視覺、觸覺等得 到的一些難以由數據描述的事實以及專家對系 統(tǒng)發(fā)生故障歷史系統(tǒng)的結構等做出判斷，從而 可能很快地找到故障源.這種專家經驗的應用 對于復雜大系統(tǒng)的故障診斷尤其見效•領域專 家還能在診斷中根據各種感覺得到的事實及專 家經驗進行快速推理.又能應用于各種不同的 診斷對象。專家系統(tǒng)在故障診斷中除具有領域 專家系統(tǒng)在故障診斷中具有的優(yōu)越性外.它還 克服了領域專家所存在的知識獲取的“瓶頸”. 通常專家系統(tǒng)的知識獲取由知識工程師將領域 專家的知識移植到計算機中•它是間接的•且效 率低。知識“窄臺階”、推理能力弱、智能水平低、 系統(tǒng)層次少、實用性差等缺點.神經網絡故障診 斷專家系統(tǒng)方法不同于傳統(tǒng)診斷方法和領域專 家系統(tǒng).它具有嶄新特點和極其顯著的優(yōu)越性.
4系統(tǒng)故障診斷的專家系統(tǒng)方法
4. 1什么是神經網絡專家系統(tǒng)
專家系統(tǒng)是處理現實世界中提出的需要由 專家來分析和判斷的復雜問題.而領域專家系 統(tǒng)是一種具有專家級水平求解問題的計算機程 序•神經冋絡專家系統(tǒng)方法慎擬了人類的形象 思維.這是一種非邏輯、非語言、非靜態(tài)、非局 域、非線性信息處理方法.它是以非線性大規(guī)模 連續(xù)時間模擬并行分布處理為主流的神經網絡 理論為基礎.它與傳統(tǒng)AI（ Artificial Intelligece 人工智能）的關系•不是簡單取代而是互為補充 辯證統(tǒng)一的關系.它的發(fā)展和應用對AI計算 機科學與信息科學有可能帶來歷史性的突破。
4. 2神經系統(tǒng)診斷故障的原理*
 |
|
對于盒裝餅干商標紙裹包機這樣的一個復 雜機械系統(tǒng).根據其結構和功能的不同可粗略 分解為若干個簡單的子神經網絡系統(tǒng)。如圖1 所示。每個子系統(tǒng)從結構和功能上都具有一定 的獨立性和完整性.盒裝餅干商標紙裹包機這
樣復雜機械設備的整體的設計功能是將輸入系 統(tǒng)的盒和商標紙.輸出是包裹有商標的裝有餅 干的盒.其功能是通過各個子系統(tǒng)的功能來完 成的•首先被包裝的餅干盒由人工放在供送通 道上.裝有推頭的供送帶作等速運動•裝盒逐個 輸送到工位I、然后卷筒商標紙供送子系統(tǒng)通 過一對送紙視作相同等速轉動.當上下輾壓緊 時.將商標紙送至工位I、待紙上商標圖案到達 預定位置時 '自動控制裝置立即提起上輾而停 止•然后由切紙刀將紙切斷•此后，主傳送系統(tǒng) 由主傳送鏈帶及上的推板由槽輪機構驅動作間 歇轉位•將盒和紙由工位I逐次向前推移.最后 輸出機外'裹包執(zhí)行機構子系統(tǒng)通過托盒板等 機構驅動作垂直方向的往復移動.以便將盒和 紙夾持住由工位I降至工位I •折紙板也由凸 輪機構驅動沿水平方向做往復移動.完成腹部 折紙和兩端折角操作.此外.還經過固定折紙 板、熱封器、支承板等子系統(tǒng)完成整個裹包商標 紙的操作工序.盒裝餅干商標紙寒包機診斷系 統(tǒng)分為若干邏輯上獨立的診斷子網絡.每個子 系統(tǒng)對應于一個診斷子網絡 '當其中任何一個 子系統(tǒng)岀現故障時.則整個餅干商標紙裹包機 系統(tǒng)就出現故障.因此.對裹包機系統(tǒng)故障診斷 可通過對其每個子網絡故障診斷來完成.神經 網絡故障專家系統(tǒng)的基本結構如圖2所示。
其中各個模塊的功能如下：
|
圖2神經冋絡專家系統(tǒng)的基本結構 |
（1）自動知識獲取模塊研究如何獲取專 家知識.知識獲取包括提出所需神經網絡的結 構（包括網絡層數、輸入、輸出及隱結點個數）； 組織待訓練的學習樣本；使用神經冋絡學習算 法.通過對裹包機故障樣本的學習.得到所需權 值分布從而完成裹包機故障知識獲取。如雙并 聯前向網絡（D PFNN）可以視為一個多層前向 網絡與一個單層前向網絡的并聯.它的前向網 絡的運轉功能可分成信息前向傳播處理與誤差 后向傳播學習兩個方面-DPFNN是一個分塊 局域連接結構'非常有利于硬件實現和提高軟 件實現的效率。上述過程中，信息是從輸入層到 輸出層的正向（前向）流動，因而稱為信息前向 傳播處理
（2）知識庫由自動知識獲取得到.它是專 家系統(tǒng)推理機制完成推理和問題求解的基礎. 知識庫可以不斷創(chuàng)新.表現為在其基礎上對應
圖4 一個檢測故障模式4的特殊MLFNN
（3） 神經網絡專家系統(tǒng)的推理機制提出 使用知識去診斷裹包機出現的各種故障•并評 價故障的等級•提出解決故障的辦法•推理機制 為一數值計算過程.主要由以下三個部分組成：
- 輸入邏輯概念到輸入模式的變換，并根 據論域的特點，確定變換規(guī)則，再根據相應規(guī)則 將目前的狀態(tài)變換成神經網絡的輸入模式。
- 網絡內的前向計算.根據神經元特征. 輸入為工、=君匸*匚,為連接權系成為神經 元的輸出且有乂 = /；（工，十其中/神經元 的閥值•/,為單調增非線性函數•通過上述計算 即可產生神經網絡的輸出模式。
- 輸出模式解釋：隨著論域的不同.輸出模 式的解釋規(guī)則各異•解釋的主要目的是將輸出 數值向量轉換成高層邏輯概念。
（4） 解釋模塊用于說明專家系統(tǒng)是根據 什么推理思路做出決策的.1/0系統(tǒng)是被診斷 對外界面，通過檢測器檢測信號,并獲得故障種 類和程度等結果。目前包裝機器人廣泛活躍在 包裝生產線上、如Romao線托盤裹包機器人, 它可在裝袋線上同時處理兩種不同的產品，機 器人可根據包裝的尺寸預先編程序•并計算堆 放的形式和順序.機器人現在也深入到帶自推 進的拉伸包裝機的淺托盤裹包機領域，所以必 須設計一個快速、準確診斷包裝機器人的故障 診斷系統(tǒng)•保證包裝機器人在包裝生產線上高 速、高效率的工作•利用神經網絡的自適應諧振 理論ART.設計了包裝機器人故障診斷系統(tǒng)。
由于ART模型可對任意復雜的二維慎式 進行自組織自穩(wěn)定的大規(guī)模并行處理• ART模 型的信息流有“從下而上的自適應濾波”和“自 上而下的模板匹配”的兩個過程。包裝機器人在 實際運行時.會產生數種故障•而以常見的“電 流波形異常”、“十字連軸折斷”等七種故障為 例.來說明ART的故障診斷過程，首先輸入這 7個樣本編碼證ART自學習.之后.再輸入一 些已學習或未學習的樣本編碼以驗證ART的 診斷正確性，仿真結果表明（見表1）.當輸入第 —組樣本時•由于此時ART不具備任何知識. 故每輸入一個樣本就產生一•個新樣板.并存于 網絡內；輸入第二組樣本時，對已學習過的樣 本,ART能迅速準確地識別對未學習過的樣本 則區(qū)別對待.若超過警戒線•則產生新的模板. 若在警戒線內，則認為其誤差為噪聲信號，該仿 真結果充分反映了 ART模型的自學習性和智 能性.故障類型如圖5所示。
聯想搜索網絡故障診斷系統(tǒng)：
神經聯想搜索網絡（ASN）是兩層網絡.如 圖6所示.我們把ASN應用于控制系統(tǒng)的故障 診斷,圖中E是指控制系統(tǒng)的環(huán)境.ASN接受 從控制系統(tǒng)來的故障信息，通過反向傳播算法， 可以對控制系統(tǒng)進行故障診斷.故障診斷的聯 想搜索應用于供水控制裝置的故障診斷.該供 水控制裝置有二十個單元組成和在IBM PC/ AT實現仿真,故障診斷效果很好.該方法通過 調節(jié)權.ASN就可獲得感知器和B-P算法 的想法.即使新的采樣輸入（不經過訓練）也獲 得滿意的結果.如果采樣的數目愈大，該方法使 用起來就會方便.即使我們不能得到所有的采 樣,只要獲得主要故障采樣'神經網絡通過自學習和自組織.就能獲得良好的性能。
5 神經網絡專家系統(tǒng)在包裝機械故障診斷中的應用前景
圖5故障類型
表1
|
|
故障樣本數字編碼 |
仿真結果 |
|||
|
故障類型 |
數字編碼 |
組別 |
輸入模式（樣本） |
匹配模板 |
產生新模板 |
|
故障1 |
1100100 |
第 |
1100100 |
|
故障1 |
|
故障2 |
1101001 |
|
1101001 |
|
故障2 |
|
故障3 |
1101010 |
|
1101010 |
|
故障3 |
|
故障■! |
0001100 |
一， |
0001100 |
|
故障4 |
|
故障5 |
0010000 |
|
0010000 |
: |
故障5 |
|
故障6 |
0010100 |
|
0010100 |
|
故障6 |
|
故障7 |
0011000 |
組 |
0011000 |
|
故障7 |
|
|
|
第 |
1100100 |
故障1 |
|
|
|
|
|
0001100 |
故障4 |
|
|
|
|
二 |
0010100 |
故障6 |
|
|
|
|
|
1101001 |
故障2 |
|
|
|
|
組 |
1001001 |
故障2 |
|
|
|
|
|
0011111 |
|
故障8 |
采用神經網絡專家系統(tǒng)方法建立的故障診斷系統(tǒng).具有如下突出的優(yōu)越性。
|
|
（I）釆用知識表示.自動獲取與自適應并行推理的神經網絡故障診斷專家系統(tǒng)方法.為圖6 ASM的結構 解決現有專家系統(tǒng)和知識工程中存在的知識獲 取“瓶頸”、“窄臺階”、“組合爆炸”、“推理復雜 性”等問題以及提高故障診斷系統(tǒng)的智能水平, 開辟了嶄新的途徑。
- 神經網絡專家故障診斷系統(tǒng)具有高 度的容錯性、實時性.同時診斷系統(tǒng)可以自組 織、自學習以及聯想記憶.可在故障診斷過程中 不斷學習、發(fā)展和創(chuàng)新，它能模擬人的形象思 維。它的診斷方法是非邏輯、非語言、非靜態(tài)、非 局域、非線性知識的信息處理方法.它與傳統(tǒng)專 家診斷系統(tǒng)的關系，不是簡單取而代之，而是互 為補充的辯證統(tǒng)一的關系。
- 對于包裝機械的各種故障，可采用無 損檢測技術，如利用渦流效應、紅外線、X射線 檢測等.神經網絡技術能很好融合這些傳感信 息，并進行綜合處理。
- 神經網絡專家故障診斷系統(tǒng)可以用 超大規(guī)模集成電路技術加以實現.可以預計它 將會很快轉化廉價故障診斷系統(tǒng)。這種由用戶 控制的神經網絡專家思想的各種診斷方法.必 將成為包裝機械故障診斷技術的主導方法，不 但能在裹包機得到廣泛應用.而且能在包裝工 業(yè)各個領域得到廣泛應用。
-
公司電話：
0755-88840386
-
公司地址：
深圳市龍崗區(qū)坂田街道龍璧工業(yè)區(qū)11棟6樓
-
公司郵箱：
longxin@szlongxin.com
微信：產品咨詢
關注視頻號
關注抖音號