面向柔性制造環(huán)境的多模型

引言 
         柔性制造設(shè)備結(jié)構(gòu)復(fù)雜、造價(jià)高，一旦發(fā)生故障而停產(chǎn)、停工，造成的經(jīng)濟(jì)損失和社會影響將是過去低生產(chǎn)水平時(shí)的幾十倍、幾百倍。為確保柔性制造設(shè)備安全有效地運(yùn)行，提高其安全運(yùn)轉(zhuǎn)率和無故障生產(chǎn)時(shí)間，必須加強(qiáng)設(shè)備運(yùn)行管理，增強(qiáng)柔性制造設(shè)備的狀態(tài)監(jiān)控和故障診斷。而第一代診斷專家系統(tǒng)解決問題的知識主要是維修專家個人的經(jīng)驗(yàn)知識。這類診斷專家系統(tǒng)在運(yùn)行中已顯露出若干共同存在的缺點(diǎn)，如知識獲取困難、知識的完備性和一致性難以維護(hù)、解釋能力差、缺乏柔性等。為了克服第一代專家系統(tǒng)的不足，知識工程領(lǐng)域引入了“深知識”的概念，所謂深知識就是關(guān)于對象行為、結(jié)構(gòu)、功能方面的知識�；�于深知識的診斷推理，又稱為基于模型的診斷推理^[1]。這類診斷系統(tǒng)具有如下優(yōu)點(diǎn)^[2]：(1)即使當(dāng)啟發(fā)式推理失敗時(shí)，模型也可以繼續(xù)進(jìn)行滿意的診斷推理；(2)當(dāng)啟發(fā)式知識太復(fù)雜或要求昂貴的、耗時(shí)的測試時(shí)，模型卻仍然可以保持較高的診斷效率；(3)基于模型的推理支持比啟發(fā)式推理更簡潔、更圓滿；(4)基于模型的診斷系統(tǒng)具有柔性，當(dāng)對象的結(jié)構(gòu)調(diào)整或重構(gòu)時(shí)，以前的模型可以繼承下來；(5)基于模型的診斷系統(tǒng)可以獲得高度的完備性和魯棒性。同時(shí)，基于多模型的診斷系統(tǒng)，可根據(jù)當(dāng)前的推理情況，選取更合適的模型，從而改善推理效果，有效地提高故障診斷率和準(zhǔn)確性，保證設(shè)備安全、可靠地運(yùn)行。
1  基于多模型的診斷系統(tǒng)結(jié)構(gòu)
          基于模型的診斷方法的一般思路是首先建立診斷對象的結(jié)構(gòu)或功能模型，然后利用該模型對診斷對象的行為進(jìn)行仿真，從而找出診斷對象發(fā)生故障的部件。故障診斷可劃分為兩個階段：故障隔離(failuresourcelocation)階段和故障原因識別(failure cause identification)階段，本文結(jié)合柔性制造設(shè)備，提出了一種針對柔性制造設(shè)備診斷問題的多模型診斷方法：在進(jìn)行故障隔離和故障原因識別前，首先進(jìn)行元知識的推理。元知識推理是根據(jù)設(shè)備控制器的狀態(tài)信號分布及其它故障征兆，確定發(fā)生故障的模塊。接著利用基于狀態(tài)轉(zhuǎn)移圖(state transition diagrams，簡STDs)的行為模型進(jìn)行診斷，確定故障源的大致范圍；然后在故障原因識別階段，利用擴(kuò)展故障樹模型，進(jìn)行故障原因識別。這種多模型診斷方法，集元知識推理、行為知識推理和故障樹知識理于一體，提高了柔性制造設(shè)備故障診斷系統(tǒng)的性能，有效地保證了系統(tǒng)診斷的準(zhǔn)確性。
           在柔性制造設(shè)備故障診斷系統(tǒng)中，為了對柔性制造設(shè)備的各種可能故障進(jìn)行隔離和原因識別，必須具備一個綜合知識庫和一個綜合推理機(jī)，其次，診斷信息的獲取模塊也是必不可少的。為了方便知識獲取和對診斷知識進(jìn)行管理，系統(tǒng)中還包含有一個知識獲取與管理子系統(tǒng)，以提供系統(tǒng)得出結(jié)論的依據(jù)、步驟，增加推理的透明性。此外，在高檔次數(shù)控系統(tǒng)中，含有一些NC和PLC自診斷信息。這些自診斷信息對NC系統(tǒng)和PLC系統(tǒng)的主要硬件故障及程序軟件故障作出報(bào)警，一般以報(bào)警號形式顯示出來，并在操作面板上給出一個非常簡單的提示信息。為方便用戶操作，系
統(tǒng)提供一個故障咨詢子系統(tǒng)，此子系統(tǒng)既可在線運(yùn)行，又可離線由用戶輸入報(bào)警號進(jìn)行咨詢，向用戶提供中文環(huán)境且內(nèi)容更豐富的報(bào)警原因和維修提示等內(nèi)容：
            基于模型的診斷系統(tǒng)既可以在線實(shí)時(shí)獲取設(shè)備控制器信息，進(jìn)行在線診斷，又可以根據(jù)設(shè)備運(yùn)行的歷史數(shù)據(jù)文件進(jìn)行離線診斷。系統(tǒng)總體結(jié)構(gòu)如圖1所示，由診斷信息獲取模塊、報(bào)警咨詢模塊、知識獲取與管理子系統(tǒng)、診斷推理模塊、診斷解釋模塊以及知識庫和任務(wù)管理模塊等組成。下面分別介紹系統(tǒng)的主要模塊。
1.1  任務(wù)管理模塊
            任務(wù)管理模塊是整個系統(tǒng)的管理與控制核心，它由菜單驅(qū)動的一系列過程所組成，用來管理、調(diào)度、協(xié)調(diào)各個功能子系統(tǒng)或模塊的工作，調(diào)用有關(guān)的功能子系統(tǒng)和為用戶提供良好的人機(jī)交互環(huán)境。它本身不參與實(shí)現(xiàn)系統(tǒng)的具體功能，它與各功能子系統(tǒng)或功能模塊間不存在數(shù)據(jù)流，只有控制或狀態(tài)流，因此，也可將其稱之為元系統(tǒng)。
1.2  診斷信息獲取模塊及動態(tài)數(shù)據(jù)庫
             診斷信息獲取模塊的功能是獲取診斷對象的有關(guān)診斷信息。對于一個診斷來說，獲取的診斷信息越豐富，診斷的效果也就越好。柔性制造設(shè)備故障診斷問題有三大診斷信息來源： PLC的輸入／輸出及標(biāo)志信息(在西門子系列PLC中一般稱之為E信號、 A信號、 M信號)、 NC和PLC自診斷信息，以及狀態(tài)監(jiān)測系統(tǒng)經(jīng)綜合評判給出的決策結(jié)果信息。這些診斷信號獲取后被送往計(jì)算機(jī)中一個稱之為“動態(tài)數(shù)據(jù)庫”的內(nèi)存區(qū)中組織起來。這些數(shù)據(jù)或信號可表示為：
            Em.n——設(shè)備PLC輸入信號，m為信號的地址，Em為一個字節(jié)，n為這個信號字節(jié)的位數(shù)，Em． n即表示字Em的第n位(以下同)。 m的范圍為0—127， n為0—7。     Am．n——設(shè)備PLC輸出信號， m、 n的范圍同E信號。     Mm.n——設(shè)備功能控制產(chǎn)生的中間信號， m為0—255， n同E信號。     Sm——狀態(tài)監(jiān)測的模糊綜合決策結(jié)果信號，m的范圍根據(jù)決策結(jié)果信號的多少而定，S1對應(yīng)第一個信號， S2對應(yīng)第二個信號，依此類推。
這些信號或數(shù)據(jù)的狀態(tài)非0即1，用二值函數(shù)s(xi)描述為：    s(xⁱ)＝O   當(dāng)信號xi所表示的動作或事件不發(fā)生時(shí)，  s(x_i)＝ l  當(dāng)信號xi所表示的動作或事件發(fā)生時(shí)， 具體地說，對于設(shè)備PLC內(nèi)部的E和A，狀態(tài)為0或1儀表示設(shè)備當(dāng)前運(yùn)行的狀態(tài)或位置等；對于M信號，其中部分是控制程序運(yùn)行的中間、標(biāo)志信號，部分是設(shè)備自診斷的結(jié)果信號(0表示無故障，1表示設(shè)備有異常)；對于狀態(tài)監(jiān)測結(jié)果信號，狀態(tài)為0表示該信號所表示的區(qū)域無故障或狀態(tài)正常，狀態(tài)為1則表示有故障或狀態(tài)異常。
           柔性制造設(shè)備的基于模型的故障診斷系統(tǒng)主要用到兩種推理機(jī)制：基于設(shè)備行為知識的推理和基于擴(kuò)展故障樹的推理。一般來說，柔性制造設(shè)備運(yùn)行處于異常時(shí)，設(shè)備內(nèi)部控制器所具有基本監(jiān)控模塊會采取保護(hù)性措施：強(qiáng)迫設(shè)備停機(jī)或發(fā)出自診斷報(bào)警信息。當(dāng)然這種自診斷報(bào)警信息(通常以報(bào)警號形式出現(xiàn)在操作、面板上)非常粗略，有的設(shè)備控制器(如FFS—1500—2FMS中的加工中心、柔性制造單元中的控制器)甚至只能給出紅燈報(bào)警(數(shù)控報(bào)警)和黃燈報(bào)警(PLC報(bào)警)信息。這時(shí)啟動故障診斷系統(tǒng)，先進(jìn)行基于設(shè)備行為知識的推理，進(jìn)行故障源定位；然后進(jìn)行基于擴(kuò)展故障樹的推理，確定發(fā)生故障的根本原因，最后給出診斷結(jié)論、維修提示，形成診斷報(bào)告。具體的推理流程由綜合推理機(jī)的控制策略加以引導(dǎo)。
          圖2是綜合推理機(jī)的結(jié)構(gòu)示意圖，動態(tài)數(shù)據(jù)庫中除了組織有診斷信息外，還用來記錄與控制和診斷相關(guān)的中間結(jié)果、最后結(jié)論、推理軌跡等綜合數(shù)據(jù)。由于元知識主要用來確定發(fā)生故障的子系統(tǒng)或模塊，所以在圖2中未列出元推理機(jī)。
1.3  知識獲取與管理子系統(tǒng)
            基于模型診斷系統(tǒng)的診斷知識主要分為兩大類：基于設(shè)備行為的深知識和基于擴(kuò)展故障樹的深知識。狀態(tài)轉(zhuǎn)移圖模型用來組織設(shè)備的行為知識，擴(kuò)展故障樹模型用來組織故障原因識別方面的知識。這兩種模型都是處于知識源和知識內(nèi)部編碼中間的知識組織與表示形式。對于擴(kuò)展故障樹模型，知識獲取與管理子系統(tǒng)提供了一個故障樹編輯繪制軟件。用戶根據(jù)數(shù)據(jù)錄入模板輸入相關(guān)數(shù)據(jù)，該軟件自動繪制故障樹。對于狀態(tài)轉(zhuǎn)移圖模型，知識獲取與管理于系統(tǒng)提供了一個知識錄入模板。用戶根據(jù)模板的提示和狀態(tài)轉(zhuǎn)移圖模型的結(jié)構(gòu)，輸入相關(guān)數(shù)據(jù)，該子系統(tǒng)即可完成這種從知識外部模型到知識內(nèi)部編碼的轉(zhuǎn)換。對于制造設(shè)備診斷問題中常用到的產(chǎn)生式規(guī)則形式的知識，該子系統(tǒng)提供了一些包括對產(chǎn)生式的規(guī)則知識編輯、檢索、檢驗(yàn)等在內(nèi)的操作。知識的編輯采用分塊編輯的方法，即每個知識模塊作為一個知識庫，它包括知識填充、插入、修改和刪除等功能；知識的檢索也是分塊進(jìn)行的，必須事先裝載要檢索的知識所在的知識庫，然后根據(jù)輸入的知識編號或按順序檢索。知識的校驗(yàn)包括格式校驗(yàn)、一致性校驗(yàn)和冗余校驗(yàn)。
            該子系統(tǒng)還提供知識庫文件操作功能，包括庫文件的建立、文件裝載、文件存儲、打印等操作。
l.4  診斷解釋模塊
             診斷解釋模塊提供兩方面的功能：診斷報(bào)告生成和診斷過程解釋。診斷報(bào)告中包括診斷時(shí)間、故障現(xiàn)象、故障部位、故障原因以及維修提示。診斷過程解釋為聞戶(專家)提供關(guān)于推理過程的解釋以及求解問題的推理軌跡。因此，這一功能也可以幫助知識工程師檢驗(yàn)系統(tǒng)求解方法的合理性。
1.5  報(bào)警咨詢模塊
             機(jī)床面板上提示的報(bào)警提示有兩種：一是英文提示，操作、維修工人不易看懂；二是中文提示。內(nèi)容非常簡單，有的系統(tǒng)甚至只顯示報(bào)警號，沒有給出提示內(nèi)容。因此在本系統(tǒng)中，結(jié)合NC、PlC自診斷報(bào)警內(nèi)容，在大量閱讀PLC程序代碼的基礎(chǔ)上，開發(fā)了一個功能強(qiáng)的咨詢模塊、它既可以在線通訊獲取PLC標(biāo)志信號，進(jìn)行在線故障咨詢，也可以離線由用戶輸入報(bào)警號分別咨詢NC、和PLC報(bào)警。在NC報(bào)警提示中，不僅給了故障原因、維修提示，還顯示出消除NC報(bào)警的清除鍵。
2  基于多模型的診斷系統(tǒng)的實(shí)現(xiàn)技術(shù)
2.1  診斷知識庫
             由于柔性制造設(shè)備的功能模塊多，診斷知識庫中的知識量也大，診斷時(shí)，如不加選擇地對所有存在的知識庫進(jìn)行搜索，勢必花費(fèi)大量時(shí)間，滿足不了診斷的實(shí)時(shí)性要求。因此還必須有一個借助一種元知識在設(shè)備發(fā)生故障后找到發(fā)生故障的功能模塊，從而找到相關(guān)的知識庫。元知識的運(yùn)用，既降低了微機(jī)內(nèi)存的要求，又提高了推理效率。元知識表示為
             IF[條件]Λ[條件2]Λ…
              THEN[故障模塊][行為知識庫名]
          根據(jù)功能分析方法，我們可以將柔性制造設(shè)備劃分為不同的功能子系統(tǒng)或功能模塊，如主部模塊、各進(jìn)給軸模塊、刀具交換模塊、運(yùn)輸于系統(tǒng)等等。這些功能子系統(tǒng)或模塊的功能具有相對的獨(dú)立性，其運(yùn)動循環(huán)具有一定的周期性，雖然其運(yùn)動周期不一定恒定。這種劃分為我們分析柔性制造設(shè)備的行為特性提供了便利：某一功能模塊的運(yùn)動(由 PLC程序代碼控制)可以看成是一個離散的動作序列，每一個動作被定義為從一個狀態(tài)向另一個狀態(tài)的轉(zhuǎn)變。在柔性制造設(shè)備中，每一個動作被執(zhí)行前必須滿足一定的條件。有的設(shè)備有檢測裝置，若沒有，則會設(shè)置一定的標(biāo)志信號。據(jù)此，我們可以用狀態(tài)轉(zhuǎn)移圖模型來組織設(shè)備功能模塊的行為知識。行為知識在計(jì)算機(jī)內(nèi)部用框架表示形式來表示，每一功能模塊的行為知識用一個框架知識庫來組織。在這種框架表示法中框架名是一個框架的標(biāo)識符；步序名槽可以是一個有意義的描述本步序起始狀態(tài)的字符串；步序邏輯條件槽是一個布爾表達(dá)式，描述本步序狀態(tài)轉(zhuǎn)移所必須滿足的邏輯條件；狀態(tài)檢測槽也是一個布爾表達(dá)式，描述本步序正確結(jié)束時(shí)的信號狀態(tài)所滿足的約束條件；動作時(shí)間槽指該步序執(zhí)行所需要的最大時(shí)間，若
超過該值，檢測信號表達(dá)式仍未滿足，則說明該步序已出現(xiàn)故障；下一步序名槽用來表示緊接著的下一步序塊的編號，因?yàn)樵陧樋仄髦袆幼鞑⒉豢偸前错樞驁?zhí)行。顯然，這種知識表示可以圓滿地表示每一步序執(zhí)行所需的邏輯條件、步序正確執(zhí)行后的標(biāo)識信號以及動作執(zhí)行的順序。
         設(shè)備行為知識的推理可以進(jìn)行故障隔離。故障隔離可以將發(fā)生故障或失效的部件或元件找出來。但部件或元件的失效往往不是導(dǎo)致故障發(fā)生的根本原因，而是由其它相關(guān)部件、元件的失效所造成。例如。主軸驅(qū)動電動機(jī)過流，保險(xiǎn)絲融斷，是導(dǎo)致主軸不轉(zhuǎn)的故障源，但它卻不是導(dǎo)致主軸不轉(zhuǎn)的真正原因。因此，不找到真正的故障原因，就糾正故障源是不會有什么效果的。正因?yàn)槿绱耍�我們必須進(jìn)行故障診斷的第二階段：故障原因識別。在故障原因識別階段，所聞的知識是擴(kuò)展故障樹知識。
          在我們定義的擴(kuò)展故障樹知識表示法中，故障樹的每一個結(jié)點(diǎn)破表示為一個框架，其槽值有： 父槽、子槽、類型槽、事件槽、事件貢獻(xiàn)因子槽、事件重要度槽等等。其中，父槽值等于該框架所代表節(jié)點(diǎn)的父節(jié)點(diǎn)框架名：子槽值是該框架所代表節(jié)點(diǎn)的所有子節(jié)點(diǎn)框架名的集合，子節(jié)點(diǎn)框架名之間用逗號隔開；類型槽是指該框架所代表節(jié)點(diǎn)與其子節(jié)點(diǎn)之間的連接關(guān)系，如OR門、AND門，如果該框架所代表節(jié)點(diǎn)的是葉節(jié)點(diǎn)(即底事件)，則其類型槽值為“葉節(jié)點(diǎn)”；事件槽描述該框架節(jié)點(diǎn)所代表的故障事件；事件貢獻(xiàn)因子槽值、事件重要度槽值分別等于該框架節(jié)點(diǎn)事件的貢獻(xiàn)因子大小和重要度值。圖4給出了基于多模型診斷系統(tǒng)中的一個擴(kuò)展故障樹中一些結(jié)點(diǎn)的框架知識表示。將擴(kuò)展故障樹模型用框架知識形式表示為一系列框架，填進(jìn)知識庫。在這種知識表示中，每個框架的槽個數(shù)是一定的，而且槽值的含義一定，框架的父槽值與子槽值能較好地描述故障知識的層次性，所以這種知識表示具有簡明、清晰、結(jié)構(gòu)性好等特點(diǎn)。
2.2  診斷推理技術(shù)
            當(dāng)柔性制造設(shè)備發(fā)生故障時(shí)，設(shè)備控制器一定發(fā)出相應(yīng)的報(bào)警信號。這時(shí)啟動基于模型的診斷系統(tǒng)，首先通過一個通信程序，讀取PLC輸入／輸出信號、標(biāo)志信息及自診斷信息，將其送入診斷系統(tǒng)的動態(tài)數(shù)據(jù)庫中，接著進(jìn)行元知識推理。元知識推理是根據(jù)動態(tài)數(shù)據(jù)庫中的初始數(shù)據(jù)和元知識來搜索發(fā)生故障的設(shè)備功能模塊；搜索成功后，就將相應(yīng)的功能模塊行為知識庫裝進(jìn)計(jì)算機(jī)內(nèi)存，并釋放元知識鏈所占內(nèi)存。緊接著進(jìn)行基于設(shè)備行為知識的推理，設(shè)備行為知識在計(jì)算機(jī)內(nèi)部用框架形式表示：基于行為知識的推理，可以將故障確定到某一故障事件(即是故障原因識別階段的故障樹的頂事件)。然后，進(jìn)行基于擴(kuò)展故障樹的推理，尋找發(fā)生故障的基本原因，并給出維修提示。基于擴(kuò)展故障樹的推理，是一種從樹頂事件搜索至樹葉節(jié)點(diǎn)的推理方式，在這個過程中，可以利用擴(kuò)展故障樹的事件重要度、事件發(fā)生的相關(guān)貢獻(xiàn)因子等有用參數(shù)，優(yōu)化搜索路徑。基于擴(kuò)展故障樹知識的推理采用了一種不精確知識管理算法E31。
    由于采用了元知識控制策略，可以提高復(fù)雜診斷問題的診斷效率。這里采用的是一種混合推理方式：先進(jìn)行元知識推理，接著進(jìn)行行為知識推理，然后進(jìn)行擴(kuò)展故障樹樹形知識推理。
4  結(jié)束語
              面向柔性制造環(huán)境的多模型故障診斷系統(tǒng)是以鄭州紡織機(jī)械廠從德國引進(jìn)的 FFS—1500—2FMS和SATURN鏜銑加工中心為研究對象和實(shí)驗(yàn)驗(yàn)證對象，并考慮其它柔性制造設(shè)備的共同特性而研究開發(fā)的。系統(tǒng)中包括知識庫管理子系統(tǒng)以及基于故障樹的輔助知識獲取工具，因此，系統(tǒng)可以作為一個基于模型的診斷系統(tǒng)開發(fā)工具來使用，應(yīng)用于柔性制造設(shè)備故障診斷領(lǐng)域。目前，基于多模型的故障診斷系統(tǒng)已在鄭州紡織機(jī)械廠FFS-1500-2FMS和SATURN加工中心上運(yùn)行，大大提高了診斷故障的效率和準(zhǔn)確度，有效地縮短了診斷故障的周期。