基于二叉树和案例推理的汽车起重机液压系统故障诊断.pdf

2 0 1 5年 7月 第 4 3卷 第 1 3期 机床与液压 MACHI NE TO0L HYDRAULI CS J u 1 ． 2 0 1 5 Vo 1 ． 4 3 No ． 1 3 D O I 1 0 ． 3 9 6 9 ／ j ． i s s n ． 1 0 0 1 3 8 8 1 ． 2 0 1 5 ． 1 3 ． 0 4 7 基于二叉树和案例推理的汽车起重机液压系统故障诊断 高兴培 茂名广播电视大学，广东茂名 5 2 5 0 0 0 摘要以汽车起重机液压系统故障诊断为应用背景，研究并开发了一个基于二叉树和案例推理的液压故障诊断专家系 统原型。为了克服传统故障树的缺陷、优化故障案例关键属性权重并有利于知识的表示和处理 ， 该系统使用了最优二叉树 技术、遗传算法和数据库技术，有效地提高了故障诊断的效率和正确率 ，改进了专家系统的开放性和可扩展性。实验结果 表明，该方案的设计思想是合理的，实现方法是有效的。 关键词 二叉故障树；基于案例推理 ；汽车起重机；故障诊断；专家系统 ． 中豳分类号 T H2 。T P 1 8 2 文献标志码 A 文章编号 1 0 0 1 3 8 8 1 2 0 1 5 1 3 - 1 9 7 - 4 F a u l t Di a g n o s i s o f Hy d r a uli c S y s t e m i n Au t o mo b i l e Cr a n e Ba s e d o n Bi n a r y Fa ult Tr e e a nd Ca s e - Ba s e d Re a s o ni ng GAO Xi n g p e i Ma o mi n g R a d i o a n d T V U n i v e r s i t y ，Ma o m i n g G u a n g d o n g 5 2 5 0 0 0 ，C h i n a Ab s t r a c t A i mi n g a t t h e a p p l i c a t i o n b a c k g r o u n d o f f a u l t d i a g n o s i s o f h y d r a u l i c s y s t e m i n a u t o mo b i l e c r s l 3 e，a p r o t o t y p e o f a f a u l t d i a g n o s i s e x p e r t s y s t e m o f h y d r a u l i c s y s t e m b a s e d o n b i n a r y f a u l t t r e e a n d c a s e - b a s e d r e a s o n i n g w a s r e s e a r c h e d a n d d e v e l o p e d ． I n o r d e r t o o v e r c o me t h e d e f e c t s o f t r a d i t i o n a l f a u l t t r e e，t o o p t i mi z e t h e we i g h t s o f t h e k e y p rop e rti e s o f c a s e s an d t o ma k e mo r e b e n e fi c i al t o t h e r e p r e s e n t a t i o n a n d p r o c e s s i n g o f k n o w l e d g e，o p t i mal b i n a r y t r e e t e c h n o l o g y，g e n e t i c a l g o r i t h m a n d d a t a b a s e t e c h n o l o g y we r e u s e d b y thi s s y s t e m． T h e a c c u r a t e r a t e a n d e ffic i e n c y o f f a u l t d i a g n o s i s w e r e i n c r e a s e d e ff e c t i v e l y ，and t h e s c ala b i l i t y and o pen n e s s o f e x p e rt s y s t e rn w e r e i mp r o v e d ． Ex p e ri me n t r e s u l t p r o v e s t h e r e a s o n a b i l i t y o f t h e d e s i g n s h c e me and t h e v ali d i t y o f t h e i mp l e me n t a t i o n me tho d ． Ke y wo r d s B i n a r y f a u l t tr e e；Ca s e - b a s e d r e a s o n i n g ；Au t o mo b i l e c r a n e；F a u l t d i a gn o s i s ；E x per t s y s t e m 0前 肓 在液压 系统 的故 障诊断 中，专家 系统 E x p e r t S y s t e m，E S 的应用最广。然而，专家系统在发展的 同时遇到了知识获取的 “ 瓶颈” 、 “ 窄台阶”等困 难 J 。故障树分析方 法 F a u l t T r e e A n M y s i s ，F T A 也是故障诊断常用的方法之一，故 障树果 因关系清 晰、形象，便于知识获取和分析。但是，传统的故障 树不利于计算机 的存储和检索 ] ，同时 F T A本身具 有局部性，对于复杂系统存在规则提取困难的情况。 基于案例推理 C a s e B a s e d R e a s o n i n g，C B R是一 种基于经验知识的推理方法，适用于有丰富经验和大 量历史记录的领域【 3 ] 。案例可隐含难以规则化的知 识 ，并且案例的获取 比规则的获取容易。液压系统是 汽车起重机的重要部分 ，文中以 Q z - 8型汽车起重机 支腿收放回路的液压系统较易出现的故 障 “ 放下支 腿 ，车体无法支起”为分析对象 ，探讨 了基于二叉 故障树和案例推理的液压系统故障诊断方法。该方法 将 F T A、C B R与 E s相结合 ，并运用了最优二叉树技 术、遗传算法和数据库技术，有效地提高了液压故障 诊断系统的效率 、正确率及可扩展性。 1 系统结构 基于二叉树与案例推理的汽车起重机 “ 放下支 腿，车体无法支起”故障诊断专家系统的总体框架 模型如图 1 所示，它 由知识库、综合数据库、推理 机、解释机构和人机接口为主要组成部分。 图 1 故障诊断专家系统总体框架 知识库用来存储领域专家关于 Q Z - 8 型汽车起重 机 “ 放下支腿，车体无法支起”故障诊断 的经验知 收稿日期2 0 1 4 - 0 5 - 2 7 作者简介高兴培 1 9 6 7 一 ， 男 ，硕士， 讲师， 研究方向为人工智能、智能信息系统等。E - m a i l x i n g p e i g a o 1 2 6 ． c o rn。 1 9 8 机床与液压 第 4 3卷 识 ，包括由故障树转化得到的二又故障树知识和由诊 断过程记录总结得到的典型案例知识。综合数据库用 来储存 Q Z 一 8 型汽车起重机的技术参数 、运行状态信 息 、统计数据和推理过 程 中的 中间结果 及最 终结论 。 推理机控制并执行对问题的求解 ，它根据当前故障状 态信息先进行基于二叉故障树的诊断推理，若无法得 出相应匹配的结论 ，则 自动进入基于案例的诊断推理 并由检索得到的最相似案例集确定故障结论。解释机 构输出系统 的诊断结果，提供故障的排除策略及方 法，并对诊断过程作出解释。 2 基于二叉树的故障诊断设计 2 ． 1 建立故障树 F T A就是把研究系统中最不希望发生的故障状态 作为顶事件 ，然后在系统中寻找导致这一故障发生的 原因，直到找出底事件 。支腿收放回路是汽车起重 机液压系统一个非常重要的、关键的回路，该回路经 常出现的一种故障是虽然放下前 、后支腿，但车体支 不起来。以 Q Z 一 8型汽车起重机为例 ，采用演绎法， 把 “ 放下支腿，车体无法支起 ”为顶事件建造故障 树，如图2 所示 。故障树中各符号意义为 1 T为 顶事件，表示 “ 放下支腿，车体无法支起” ； 2 一 为中间事件，其 中M 为供油设备故障，M 为控 制回路故障， 为液压缸故障，M 为液压泵故障； 3 X 。 为底事件 ，其中 。 为油箱油量不足， 为液压泵泄漏严重， 为流量不足，墨 为滤油器堵 塞， 为换向阀故障， 为单向阀故障 ， ， 为溢流 阀故障，以 为液压缸泄漏，蜀 为液压缸活塞卡住。 图2 汽车起重机 “ 放下支腿 ，车体无法支起”故障树 2 ． 2 建立二叉故障树 二叉树是树结构的一种 ，它与普通树形结构的区 别是 1 每个结点最多有两棵子树 ； 2 子树有 左右之分，其次序不能任意颠倒。与传统的故障树相 比，二叉树的存储结构和检索过程 比较简单，易于计 算机表达和处理 。任何有序树 或森林 和二叉 树之间都可以相互转换 ] ，因此若将故障树转化为二 叉树，即可解决传统故障树在知识表示及运算上的 缺 陷。 二叉树的一个重要应用就是最优二叉树。所谓最 优二叉树 ，就是指用一组带有确定权值的叶结点 ，构 造的具有最小带权路径长度的二叉树。一棵带权二叉 树要成为最优二叉树，必须使权值越大的叶结点越靠 近根结点，而权值越小的叶结点越远离根结点 。在 将故障树转化成二叉故障树时，若将故障树各个底事 件的发生概率及其重要度身 g 综合值作为它的权值 ，并 将权值越大的底事件尽可能靠近根结点，则得到的二 叉故障树将与最优二叉树最相近，按这个二叉故障树 进行故障诊断推理，能得到比普通二又树高的检索效 率。为实现此 目的，在故障树转换之前先确定各底事 件的权值并根据权值相应调整各结点下级分支的排列 次序。本文设定，两个底事件若发生概率相近 ，则重 要度大的权值为高；若发生概率相差较大 ，则概率大 的权值为高。由 F T A可知，底事件重要度与其所在 的最小割集阶数及其本身重复出现的次数有关 。对 图 2所示 故 障树 ，利用 下行 法 求得 最 小割 集 为 { } ，{ } ， { } ， { 丘 } ， { X } ， { } ， { } ， { 以 } ，{ 。 } 。由于每一割集均为一阶，且各底事件 均只出现了一次，所以每一底事件的重要度相同。对 结点 ， 的下级分支，由检修记录及参照领域专家的 经验得知 ， 与 的发生概率之和大于 蜀 的发生 概率，而 墨 的发生概率又大于 置 的发生概率 ，所以 的下级分支从左至右 的排列次序调整为 、 、 。按同样的方法进行判断 ， 下级分支排列次序 改为 、 、 ，其余各结点的下级分支排列次序 不需改变 。 将故障树转化成二叉故 障树时，按如下 步骤进 行 1 在每个结点的兄弟结点之间加一条连线 ； 2 对每个结点，只保 留他与左边第一个子结点之 间的连线 ，删除它与其他子结点之间的连线 ； 3 以树的根结点为轴心，将整棵树顺时针旋转一定角 度 ] 。将图2所示的故障树在各结点下级分支排列次 序调整之后 ，再按照上述规则的转化为二叉故障树 ， 结果如 图 3 所示 。 图3 汽车起重机 “ 放下支腿，车 体无法支起”二叉树故障树 第 1 3期 高兴培基于二叉树和案例推理的汽车起重机液压系统故障诊断 1 9 9 二叉故障树是一种特殊的非线性数据结构，常采 用链表作为它的存储结构 。为便于在计算机中表示 并进行高效的诊断推理，文中用 A c c e s s 2 0 0 0数据库 存储二叉故障树知识，其数据结构如表 1 所示。 表 l 二叉故障树知识袭结构 某结点若无子结点，则子结点代号为空。各结点 的 d e c c o n d初始值均为 f a l s e ，在系统运行时根据用户 选定的故障现象进行修改。 2 ． 3 基于二叉故 障树的故 障诊 断 基于二叉故障树的故障诊断推理过程实际上就是 对二叉树的遍历 ，文中采用前序遍历方法，即首先访 问根结点 ，然后遍历左子树 ，最后遍历右子树。使用 常用的递归算法实现 ，用 V B 6 ． 0 语言描述为 P u b l i c S u b C h e c k f a u l t 结点代号 I f 结点代号为空T h e n 设置二叉树故障诊断失败标志 E x i t S u b En d I f Ⅱ 该结点不存在左右子结点 O R 该结 点为底事件且判定条件值为真T h e n 输出诊断结果 E x i t S u b E l s e if 该结点判定条件为真T h e n C h e c k f a u l t 左子结点代号 El s e C h e c k f a u h右子结点代号 En d I f En d S u b 3 基于案例推理 的故障诊断设计 3 ． 1 构建案例库 参照领域专家的经验及 Q Z 一 8 型汽车起重机故障 检修记录，归纳出 “ 放下支腿 ，车体无法支起 ”故 障案例共 5 1个。其中液压泵泄漏严重案例 9个 ，油 箱油量不足、液压泵输出流量不足、滤油器堵塞 、单 向阀故障、溢流阀故障、液压缸泄漏案例各 7 个。由 于支腿可以放下着地并收起，所以不存在换向阀故障 和液压缸活塞卡住故障。文中选用液压系统故障主要 的信息载体压力 液压泵输出压力 、流量 液压泵 输出流量和温度 液压泵外壳温度作为检索匹 配案例的关键属性集。使用 A c c e s s 2 0 0 0数据库存储 案例知识 ，其数据结构如表 2 所示。 表 2 案例知识表结构 3 ． 2 用遗传算法优化关键属性权重 遗传算法在权重优化方面表现突出川。为了提高 故障诊断的正确率，文中用遗传算法优化确定案例各 特征参数的权重。∞。 、∞ 、∞ 。 分别表示压力、流量 和温度的权重系数，0 ≤∞ ≤1 ，∑∞ 1 ，i 1 ，2 ， 3 。在遗传算法的种群中，每一个染色体就是一组权 重系数，它由随机产生的 2 4位二进制编码表示 ，每 一 个权重占8位二进制数。解码个体时，D ， ，则 ∞ ； D ／ D D D ， 。对每一个染色体，取其诊断结果 的正确率为它的适应度值。依次以案例库中的每一个 案例为问题案例，解码被评估的染色体得到一组权重 系数，用 K邻近算法 K N e a r e s t N e i g h b o r s ，K N N 计算问题案例与案例库其他各案例之间的距离，若距 离最小 相似度最大的 2个案例与 问题案例属于 同一类型的故障，则认为该次故障诊断正确 ；通过 5 1 次诊断的正确率即为该染色体的适应度值 。遗传 算法种群染色体个体数为 5 0 ，选择操作采用轮盘赌 算法，交叉操作采用随机双点交叉算法，交叉概率为 0 ． 8 5 ，变异操作采用随机单点变异算法，变异概率为 0 ． 0 4 。反复试验结果表明，经过小于 1 0 0次的迭代就 能够获得满意的优化结果 ，因此停止搜索的条件设定 为某个染色体的诊断正确率为 1 0 0 ％，或迭代次数达 到 1 0 0次。用 V B 6 ． 0语言编程实现遗传算法，其流 程 图如 图 4所示 。 1 7 6 机床与液压 第 4 3 卷 0 ＼ ， ■ √ ／ 、 亩 嚣墨 图7 降噪轴承信号的LMD分解结果 x29．3 ，x155．3 l，0．02 l l，0．02665 _lf310．5 0 01238 O 0 1 5 0 2 0 0 2 5 0 30 0 3 5 0 4 0 0 频 率， Ⅱz 图 8 P F 分量的包络谱图 6结论 通过 N L M算法不断地更新原始信号数据来达到 降噪的效果 ，而不是通过常规分解去掉噪声 ，在降 低噪声的同时，也保证 了原始信号的高度复原 ，减 少微弱特征被剔除的可能性。给一维信号降噪提供 了新方法 。同时结合具有较强 自适 应性的 L MD时 频分析方法 ，对 降噪信号进行 L M D分解 和包 络谱 分析 。有效地提取了滚动轴承故障特征频率，完成 了故障 诊断 。为 轴 承故 障诊 断 和 监 测提 供 了新 途径 。 参考文献 [ 1 ]吴今培． 智能故障诊断技术的发展和展望 [ J ] ． 振动、 测 试与诊断， 1 9 9 9 ， 1 9 2 7 9 - 8 6 ． [ 2 ]冯志鹏 ， 谢宇． 旋转机械振动故障诊断理论与技术进展 综述[ J ] ． 振动与冲击， 2 0 0 1 ， 2 0 4 3 6 - 3 9 ． [ 3 ] 东华 ， 银忠． 现代故障诊断与容错控制[ M] ． 北京 清华 大学出版社 ， 2 0 0 0 ． [ 4 ]程军圣 ， 张亢， 杨宇， 等． 局部均值分解与经验模式分解 的对 比研究[ J ] ． 振动与冲击 ， 2 0 0 9 ， 2 8 5 1 3 - 1 6 ． [ 5 ]石春香， 罗奇峰． 时程信号的 Hi l b e n - H u a n g变换与小波 分析 [ J ] ． 地震学报， 2 0 0 3 ， 2 5 4 3 9 8 - 4 0 5 ． [ 6 ]B U A D E S A，C O L L B，M O R E L J M． A N o n l o c a l A l g o fi t h m f o r I m a g e D e n o i s i n g [ C ] ／ ／ C o m p u t e r V i s i o n a n d P a t t e rn Re c o g n i t i o n，2 0 0 5 ． C VP R 2 0 0 5 ． I E E E Co mp u t e r S o c i e t y C o n f e r e n c e o n ． I EE E，2 0 0 5 6 0 6 5 ． [ 7 ]M A N J O N J V，C A R B O N E L L C A B A L L E R O J ， L U L L J J ， e t a1． M R I D e n o i s i n g U s i n g N o n l o c al Me a n s [ J ] ． Me d i c al i m a g e a n aly s i s ， 2 0 0 8 ， 1 2 4 5 1 4 5 2 3 ． 『 8 ]T R A C E Y B H， MI U正R E L ． N o n l o c a l Me a n s D e n o i s i n g o f E C G S i g n al s [ J ] ． B i o m e d i c al E n g i n e e r i n g ， I E E E T r a n s a c t i o n s o n ， 2 0 1 2 ， 5 9 9 2 3 8 3 2 3 8 6 ． [ 9 ]程军圣， 杨宇， 于德介． 局部均值分解方法及其在齿轮故 障诊断 中的应用 [ J ] ． 振动 工程 学报， 2 0 0 9 ， 2 2 1 7 6-8 4． [ 1 0 ]V A N D e V I L L E D，K O C H E R M． S U R E b a s e d N o n l o c al Me a n s [ J ] ． S i g n a l P r o c e s s i n g L e t t e r s ，I E E E，2 0 0 9 ，1 6 1 1 9 7 3 - 9 7 6 ． [ 1 1 ] 孙伟， 熊邦书， 黄建萍 ， 等． 小波包降噪与 L M D相结合 的滚动轴承故障诊断方法[ J ] ． 振动与冲击 ， 2 0 1 2 ， 3 1 1 8 1 5 3 1 5 6 ． 上接第 2 0 o页 [ 3 ]李青， 史雅琴， 周扬． 基于案例推理方法在飞机故障诊断 中的应用 [ J ] ． 北京航空航天大学学报 ， 2 0 0 7 ， 3 3 5 6 2 2 6 2 6 ． [ 4 ] 何庆飞， 王汉功， 陈小虎． 故障树分析法在汽车起重机液 压系统故障诊断中的应用 [ J ] ． 机床与液压， 2 0 0 8 ， 3 6 2 1 9 6 1 9 8 ． [ 5 ]汪子皓， 莫易敏． 基于故障诊断二叉树的内燃机车故障 诊断专家系统[ J ] ． 中国铁道科学， 2 0 0 8 ， 2 9 5 9 8 一 1 0 1 ． [ 6 ]李伟生． 离散数学 [ M] ． 北京 中央广播电视大学出版 社 ， 2 0 0 8 1 3 9 - 1 5 0 ． [ 7 ]付新哲， 张优云， 朱永生． 滚动轴承故障诊断的案例推理 方法[ J ] ． 西安交通大学学报 ， 2 0 1 1 ， 4 5 1 1 7 9 - 8 5 ． [ 8 ]严军， 倪志伟 ， 王宏宇， 等． 案例推理在汽车故障诊断中 的应 用 [ J ] ． 计 算 机 应 用 研 究， 2 0 0 9 ， 2 6 1 0 3 8 4 6- 3 8 4 8 ．