英语原文共 5 页,剩余内容已隐藏,支付完成后下载完整资料
基于框架的柴油机监控专家系统
Riyandika Andhi Saputra 1,Masayu Leylia Khodra 2,Nur Ulfa Maulidevi3
- 电气工程与信息学院ITB 万隆 印度尼西亚 23513101@std.stei.itb.ac.id;
2.电气工程与信息学院ITB 万隆 印度尼西亚 masayu@stei.itb.ac.id;
3.电气工程与信息学院ITB 万隆 印度尼西亚 ulfa@stei.itb.ac.id)
摘要:由于柴油机的高效率,印度尼西亚在孤立区域仍使用柴油机发电。人们做了很多尝试去保持柴油机的高效率,其中之一就是监控和迅速解决问题。目前的监控系统在发动机出现故障的时候可以发出通知,专家经过分析,就可以给出解决问题的建议,但在另一方面,缺乏专家抑制决策过程。于是,一种基于框架的柴油机故障诊断专家系统被提了出来,这种系统可以灵活的适应各种基于它的结构的问题。本文论述了推理过程,整体结构和知识表示解决问题。这个系统是利用CLIPS(C Language Integrated Production System,C语言集成的产生式系统)为后端去推理知识。
关键字:柴油机;故障检测;专家系统;基于框架;基于知识的系统
一、引言
在印度尼西亚,有几个发电厂已经有监控系统。图1显示了一个现有的监控系统的例子。该系统帮助工程师,特别是在柴油机发电厂的,在一个地方收集所有信息并显示发动机的当前运行状态。该系统的目的是告诉操作者,如果有任何问题,可以联系他们的专家,得到解决。快速响应是必要的,从而减少效率低下或不工作的发动机所带来的损失。
如图1所示,监控系统可以检测出哪些组件是坏的,并用黄色或红色的颜色标记。每个组件都有五个值限:上-上限,上限,正常,下限,下-下限。如果一个值大于上限值或低于下限值,则系统会给出意味着警告的黄色文本。 如果一个值大于上-上限或低于下-下限,系统会给红意味着危险的红色文本,同时问题应该迅速解决。因为我们只处理红色值,所以我们设置上-上限值和下-下值为我们的专家系统的上限和下限值。
不幸的是,操作者需要专家来解释什么样的问题会发生在系统和如何解决问题。在另一方面,由于专家数量有限,他们很少在现场,而且他们必须维修一些动力设备。当然,这抑制了修复。在本文中,我们提出了基于框架的专家系统,他完善了现有的监控系统。
图1 发动机总数据接口
在我们的研究中,从机械工程师获取知识已经持续了两年,并将继续。不同于传统的系统开发,专家系统有更为复杂的开发,特别是在知识获取。因为在专家和知识工程师之间有知识差距,这就成了聚集专家知识的障碍。 这个问题也被称为知识获取瓶颈。 为了缓解知识获取瓶颈, 我们也开发了知识获取系统,使专家可以输入他们的知识,以检测任何故障指示, 并对每一个指示给出建议。虽然知识获取系统已经开发出来,但是我们的专家系统需要更多的灵活性,以适应未来的知识需求和在不同地方实现功能的能力。为了方便灵活,我们开发了基于框架知识表示的专家系统。
二、相关工作
很多故障诊断或故障区段估计问题已被研究,以应付各种业务问题,例如传输网络故障诊断, Fukui[1],其他论文[2],[3],[4]。 正如在[1]中实现的基于规则的表示试图简化规则,使用分层规则。框架是一个用于表示一个前篇一律的情况的数据结构[5],因为它的表示取决于知识工程师如何构建它。这意味着,由于它的灵活性,它的结构有很多的可能性。推理框架可以很快,因为它只处理相关程序的附加程序。
三、提出方法
如图2所示,推理过程从使用每个组件的传感器采集数据开始。来自传感器的数据更新被推理发动机的当前数据。该传感器读取现实世界中的组件的情况,并将其转换成数字值,使系统可以处理它。来自传感器的数字值也被称为数据或事实,它解释了器件的真实情况,并存储在数据库中。
在从数据库中检索发动机的当前状态,系统将其与组件的上、下限进行比较。如果数值是在上下限之间,这意味着这是在正常情况下。此外,它可能超过或低于限制值,那就需要进一步分析。
图2 推理过程
除此奇异之外,还有从该组的平均值得到的组值,并且和上限和下限进行比较。当然,这个群体问题有来自奇异值的不同建议。
来自数据分析中的异常值将通过检索所有可能导致失败的迹象进行处理。这些迹象不仅来自当前的状况,而且还来自另一个部分或是需要操作者回答的问题的列表。
建议给操作者的建议做什么取决于他们的回答。有2种方法表示专家知识即规则或框架。在这节,我们描述基于框架的知识表示和推理。
框架是由马尔文*明斯基在1974 年提出。这种面向对象的表示给出了基于知识工程师的假设或刻板问题的灵活性。有了这个面向对象的结构,开发就可以被定位,这取决于那个对象是需要修改的。
框架可以被分类为类框架和实例框架。类框架被用来描述组对象或类的对象,类框架定义框架的槽或属性和面。 面是用来控制槽值和对应的操作[6]。
实例框架将知识表示为类框架。将同一对象的信息存储在一个实例中,并在类框架中填充适当的槽。
诊断过程可以比基于规则的更快,因为它不检查所有的诊断规则。 在被触发之后,将由附加程序来进行处理。
因为它的知识结构合理,维护知识可以比其他表示更容易。每个实例可以包含一个对象的一组知识,所以知识工程师可以很容易地修改基于所表示对象的知识。但由于它的灵活性可以产生很多可能,使框架结构需要仔细分析。 图3显示了我们的监控柴油机的框架结构。
图3 框架结构
由于从框架的灵活性可以产生许多可能性,基于这种情况,这个模型被提了出来。两个实例之间的关系是使用指针链接的。
传感器组定义相同的传感器具有相同的属性,像上下限。 传感器组的第一传感器连接到组传感器,传感器链接到下一个传感器获取一组传感器,并在返回时每个传感器由母(parent)面与传感器组相连接。用这个传感器链表,访问所有的传感器对象是可能的,并做一些计算,如传感器组的平均值。
在这个框架中,当有新的值时,它会触发推理过程。传感器对象更新的值,将与组件的限制值比较,即传感器下限,传感器上限,组下限,和组上限。当组件组的平均值超过极限时,该组的上下限过程将被触发。
槽ifsensorhigh,ifsensorlow,ifgrouphigh和ifgrouplow连接到sensor var,这包含操作员对组件物理条件问题的sensor var列表。通过操作员的回答,我们的系统会给出建议。
四、测试用例
我们提供了几种情况下,8个传感器组的情况:排气温度,滑油压力,滑油温度,缸套水温,缸套水压力,进气温度,进气压力,轴承温度。有69个缺陷实例和86个建议。我们知道,有3个故障触发,启动推理过程。
首先,我们测试的故障触发的组的上限,包括6个传感器组:排气温度,滑油压力,滑油温度,缸套水温,进气温度,轴承温度。例如排气温度实例,我们设置传感器组的一个传感器的值超过上限值,但在该组中的平均值保持在上限之下(见表1,故障触发1)。
表1 故障触发1
迹象 |
回答 |
建议 |
不合适的阀门正时 |
是 |
检查阀门正时 |
检查阀门的机械磨损 |
||
不良喷油器混合物 |
是 |
检查混合物品质 |
检查喷油泵压力 |
||
检查喷油器状况(弹簧和顶针) |
||
压缩时泄露 |
是 |
检查曲轴箱压力 |
检查活塞环状况 |
||
指示器读数误差(温度传感器) |
是 |
检查,如果需要,替换,指示器(传感器) |
其次,我们测试了单个传感器的上限值故障触发,因为在我们的知识里,只有排气温度有单个传感器分辨率限制。然后我们只测试这一实例,但我们设置的超限传感器的值就越高,直到传感器组的平均值高于上限值(见故障触发2 表2)。
表2 故障触发2
迹象 |
回答 |
建议 |
排气侧泄露 |
是 |
检查排气管,如果需要,进行维修 |
进气或排气阻塞 |
是 |
检查排气或进气,如果需要,进行清洁 |
过载 |
是 |
减小负荷 |
缺少进气压力 |
是 |
检查二次冷却器是否阻塞 |
检查涡轮增压器状况 |
||
不合适的阀门正时 |
是 |
检查阀门正时 |
检查阀门机械磨损 |
||
不合适的喷射正时 |
是 |
检查喷射时间(太长,太晚) |
检查燃油喷射器的磨损 |
||
不良喷油器混合物 |
是 |
检查混合物品质 |
检查喷油泵压力 |
||
检查喷油器状况(弹簧和顶针) |
||
压缩时泄露 |
是 |
检查曲轴箱压力 |
检查活塞环状况 |
||
检查阀门状况 |
||
燃油品质 |
是 |
做燃油分析去检查燃油中的矿物质 |
第三,我们测试了传感器组的故障触发下限,有4个传感器组具有下限分辨率:滑油压力,缸套水温,缸套水压力,进气量压力。
例如进气压力实例,我们改变传感器的值低于下极限去测试推理(见表3,故障触发3)。
表3 故障触发三
迹象 |
回答 |
建议 |
指示器读数误差(压力传感器) |
是 |
检查,如果需要,替换,指示器(传感器) |
进气泄露 |
是 |
维修泄露 |
空滤器阻塞 |
是 |
清洁,如果需要,更换 |
涡轮增压器磨损 |
是 |
检修涡轮增压器 |
涡轮增压叶片被卡 |
是 |
检查,如果需要,清洁 |
检修涡轮增压器 |
||
涡轮增压器叶片脏了(碳累积) |
是 |
检查,如果需要,清洁 |
这个测试表明,当一个新的值添加到传感器用于设置值
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[151956],资料为PDF文档或Word文档,PDF文档可免费转换为Word
以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。