автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Построение экспертной системы диагностики дефектов вращающихся механизмов

Введение.

1. Проблема автоматической диагностики дефектов.

2. Специфика предметной области вращающихся механизмов.

3. Особенности работы экспертов в предметной области.

I. Методы построения экспертных систем.

1. Обзор существующих экспертных систем диагностики дефектов.

2. Обзор моделей представления экспертных знаний.

3. Обзор методов построения механизма вывода.

4. Методы обучения нейронных сетей.

5. Выводы из исследования методов построения экспертных систем.

II. Модель предметной области.

1. Формализация типов данных.

2. Элементы модели предметной области и их взаимосвязи.

3. Представление экспертных знаний в предметной области.

III. Механизм вывода.

1. Структура сети вывода.

2. Коэффициент определенности утверждений в сети вывода.

3. Функционирование сети вывода.

4. Управление выводом в сети.

5. Обучение сети вывода.

IV. Реализация экспертной системы ВиброЭксперт.

1. Структура экспертной системы ВиброЭксперт.

2. Функционирование экспертной системы.

1. Проблема автоматической диагностики дефектов

Проблема автоматической диагностики дефектов является одной из наиболее актуальных проблем в различных областях человеческой деятельности. В большинстве случаев актуальность этой проблемы определяется рядом причин:

• Большой обьем данных. Для надежного определения технического состояния некоторого устройства требуется провести анализ нескольких десятков параметров, учитывая их изменение во времени.

• Сложность анализа данных. Несколько разных дефектов могут проявлять себя сходным образом. С другой стороны, один дефект может проявляться по-разному. Это делает задачу определения технического состояния устройства нетривиальной.

• Недостаточное количество экспертов и сложность их обучения. Во многих предметных областях для своевременной диагностики дефектов устройства необходимо наличие человека-эксперта, проводящего анализ данных и определяющего диагноз на основе этого анализа. В настоящее время становится все более актуальной проблема нехватки экспертов, т.к. имеющиеся эксперты не успевают обслуживать все устройства, нуждающиеся в наблюдении. Кроме того, передача опыта эксперта ученику занимает много времени, что часто делает обучение неосуществимым из-за загруженности экспертов. Вследствие этого количество опытных экспертов в лучшем случае остается прежним, в то время как количество устройств, нуждающихся в обслуживании экспертов, растет.

• Недоступность экспертов. Во многих предметных областях устройства, нуждающиеся в наблюдении экспертов, находятся территориально далеко друг от друга. Вследствие этого эксперты не успевают проводить своевременную диагностику всех устройств.

• Противоречивость заключений экспертов. Вследствие того, что личный опыт работы у разных экспертов различен, поставленные ими в сходных условиях диагнозы могут существенно отличаться.

• Необходимость быстрого принятия решения. В некоторых предметных областях, из-за быстрого развития дефекта становится критичным время, затрачиваемое экспертом на обработку полученных данных и постановку диагноза. В случае недоступности или нехватки экспертов эта проблема становится особенно важной.

Перечисленные выше причины делают проблему автоматической диагностики дефектов одной из наиболее актуальных в области использования различных устройств. Решением этой проблемы может служить создание интеллектуальных средств технической диагностики.

Историю развития средств диагностики дефектов можно разделить на несколько этапов:

• Датчики. Для наблюдения за наиболее важными параметрами функционирования устройства создаются специальные датчики [68-70]. На основании числовой информации, полученной от совокупности датчиков за некоторый промежуток времени, человек-эксперт определяет техническое состояние устройства.

• Автоматизированная система управления (АСУ). Для наблюдения и управления устройством создается аппаратно-программный комплекс, который обобщает и структурирует информацию от датчиков, стационарно установленных на устройстве, предоставляет ее пользователю в удобном виде (вместе с сообщениями о критическом значении некоторых параметров) и помогает оператору управлять работой устройства [68-88]. В процессе работы АСУ может вычислять значения некоторых вторичных параметров функционирования устройства, которые невозможно измерить при помощи датчиков, а также способна выполнять элементарные операции по управлению работой устройства, например, аварийный останов при превышении некоторым параметром фиксированного порога. Однако никакие качественные рассуждения на основании полученных числовых данных не производятся, что заставляет оператора АСУ играть роль эксперта и самому определять диагноз для устройства, опираясь на данные, предоставленные АСУ.

• Экспертные системы. Для автоматической диагностики технического состояния устройства создаются экспертные системы, часто на базе АСУ, которые формализуют опыт экспертов в конкретной предметной области. На основании информации от датчиков и формализованных экспертных знаний экспертная система проводит качественные рассуждения и определяет диагноз. Полученные результаты вместе с необходимыми объяснениями предоставляются пользователю, от которого не требуется квалификации эксперта. Далее экспертная система помогает пользователю принять решение, какие действия следует предпринять, исходя из поставленного диагноза. [14,15,20,78,88]

В настоящее время экспертные системы являются наиболее подходящим инструментом для решения задачи автоматической диагностики дефектов. [9,88]

Заключение

В работе получены следующие результаты:

1. Разработана модель предметной области, описывающая структуру вращающихся механизмов и экспертные знания о диагностике их дефектов.

Структура предметной области представлена в виде формального описания основных сущностей предметной области и их взаимосвязей.

Описание экспертных знаний в модели представляет собой набор утверждений и правил, которые формализуют причинно-следственные связи в предметной области, приводящие к возникновению дефектов вращающихся механизмов электростанций.

Модель отражает особенности предметной области, существенные для диагностирования дефектов вращающихся механизмов электростанций.

• Неполнота и недостоверность информации о техническом состоянии оборудования.

• Постепенность развития дефекта во времени.

В целом модель формализует знания о предметной области, необходимые для определения диагноза о наличии конкретных дефектов вращающихся механизмов электростанций.

2. Разработана экспертная система диагностики дефектов вращающихся механизмов, обеспечивающая корректную работу с неполной и недостоверной информацией благодаря применению нового механизма вывода диагнозов.

Предложенный механизм вывода основан на использовании пятислойной нейроподобной сети вывода, структура которой отражает структуру экспертных знаний. Сеть вывода компилируется в начале работы программы на основе правил, формализующих знания экспертов о предметной области. В процессе диагностирования параметры сети модифицируются, что приводит к установлению диагноза.

- 131

Благодаря использованию предложенного механизма вывода, экспертная система обладает свойствами:

• Корректная обработка неполной и недостоверной информации;

• Способность к самообучению на основании решенных задач, а также к обучению на модельных задачах. Пользователю предоставлена возможность контролировать процесс самообучения системы;

• Способность к объяснению принимаемых решений на каждом шаге вычислений.

3. Выполнена реализация разработанной экспертной системы для решения задачи диагностики дефектов вращающихся механизмов электростанций.

Были проведены испытания системы на ряде электростанций АО Мосэнерго. Испытания показали, что система успешно решает задачу диагностики дефектов вращающихся механизмов электростанций.

1.Rayudu, S.Samarasinghe, D.Kulasiri. A Comparision of Model-based Reasoning and Learning approaches to Power Transmission Fault Diagnosis ~ Artificial Neural Networks and Expert Systems, p.218, 1995

2. A Pilot System for Plant Control using Model-Based Reasoning. -- IEEE Intelligent Systems, 1995

3. B.Barnett, A.Crapo. An Expert Fault Manager using an Object Meta-Model. » Local Computer Networks, 20th Conference, p.227, 1995

4. H.Winston, R.Clark, G.Buchina. AGETS MBR An Application of Model-Based Reasoning to Gas Turbine Diagnostics. — American Association for Artificial Intelligence, p.67, 1995

5. H.Ingham, R.Helfman, T.Hanratty, J.Dumer, E.Baur. TED Turbine Engine Diagnostics. A Practical Application of a Diagnostic Expert System. ~ Tools with Arificial Intelligence, 9th International Conference, p.438, 1997

6. D.Lewis, P.Sheth. ROMEX An Expert System Testbed for Turbomachinery Diagnostics. ~ Proceedings of 19th Turbomachinery Symposium, p. 135, 1990.

7. E.Lihovd, T.Johannesen, A.Sorli. ROMEX A Rulebased System for Fault Diagnosis on Rotating Machinery. ~ The International Conference on Artificial Intelligence in the Petroleum Industry (AI Petro), Lillehammer, Norway, Sept., 1995.

8. D.Meignen, M.Bernadet, H.Briand. One Application of Neural Networcs for Detection of Defects Using Video Data Bases: Identification of Road Distresses. — Database and Expert Systems Applications, 8th International Workshop, p.459, 1997

9. A.Bolton, P.Pourbeik, L.Jain. Diagnosing Electrical and Electronic Systems in an Intelligent Environment. ~ Electronic Technology Directions to the Year 2000, p.217, 1995

10. M.Ishikawa. Neural Networks Approach to Rule Extraction. — Artificial Neural Networks and Expert Systems, p.6, 1995

11. Z.Boger. Experience in Developing Models of Industrial Plants by Large Scale Artificial Neural Networcs. ~ Artificial Neural Networks and Expert Systems, p.326, 1995

12. L.Zadeh. Inference in Fuzzy Logic via Generalizated Constraint Propagation. — Multiple-valued Logic, 26th International Symposium, p. 192, 1996

13. N.Szirbic. Towards a Model of Multi-Agent Connectionist Hybrid System. — Artificial Neural Networks and Expert Systems, p.273, 1995

14. Expert ALERT. Predict/DLI, http://www.predict-dli.com/predmaint/expertalert.html

15. Machinery Management System. — ROTEK Engineering, Machine Management Services, http://www.rotekeng.co.za/mds/mdsl.htm

16. J.Popple. SHYSTER A Pragmatic Expert System. Abstract. ~ The Australian National University, http://cs.anu.edu.au/software/shyster/book/abstract.html, 1996

17. G.Bartfai. An Improved Learning Algirithm for the Fuzzy ARTMAP Neural Network. — Artificial Neural Networks and Expert Systems, p.34, 1995

18. R.Davis, B.Buchanan, E.Shortlife. Production Systems as a Representation for a Knowledge-based Consultation Program. ~ Artificial Intelligence, N8, pi5-45, 1977

19. L.Miguel, M.Mediavilla, J.Peran. Fault Diagnosis System Based on Sensitivity Analysis and Fuzzy Logic. — Multiple-valued Logic, 26th International Symposium, p.50, 1996

20. А.Я.Сапотницкий. Опыт разработки и эксплуатации экспертной системы диагностики и ремонта турбоагрегата. http://www.math.rsu.ru/library/doc/ovtm/l-SAP/energarm, 1993

21. М.Минский. Психология машинного зрения (A framework for representation knoledge). ~ M., Мир, 1970.

22. М.Болдырев. Решение задач с применением нечеткой логики. ~ www.tora-centre. ru/library/fuzzy/fuzi-i. htm

23. Л.Заде. Понятие лингвистической переменной и его применение к принятию приближенных решений. -- М., Мир, 1976

24. B.Kosko. Neural Networks and Fuzzy Systems. ~ Englewood Cliffs, Prentice-Hall, 1991

25. B.Kosko. Fuzzy Thinking. ~ Hyperion, 1993

26. В.Пивкин. Нечеткие множества в системах управления, idisy s. ias. nsk. su: 8101 /fuzzybook

27. Р.Хехт-Нильсен. Нейрокомпыотинг: история, состояние, перспективы. ~ Открытые системы, N4-5, 1998

28. С.Короткий. Нейронные сети: основные положения. ~ www.orc.ru

29. С.Короткий. Нейронные сети: алгоритм обратного распространения. — www.orc.ru

30. С.Короткий. Нейронные сети: обучение без учителя. ~ www.orc.ru

31. С.Короткий. Нейронные сети Хопфилда и Хэмминга. — www.orc.ru

32. А.Джейн. Введение в искусственные нейронные сети. ~ Открытые системы, № 4, 1997, стр. 16-24

33. А.Галушкин. Современные направления развития нейрокомпьютерных технологий в России. — Открытые системы, № 4, 1997, стр. 25-28.

34. M.Minsky. Logical versus Analogical or Symbolic versus Connectionist or Neat versus Scruffy AI Magazine, summer 1991, p.34

35. Ф.Уоссермен. Нейрокомпьютерная техника. ~ M., Мир, 1992

36. К.Таунсенд, Д.Фохт. Проектирование и программная реализация экспертных систем на персональных ЭВМ. ~ М., Финансы и статистика, 199043.0.И.Ларичев. Наука и искусство принятия решений. — М., Наука, 1979

37. S.Lehmke. Weight Structures for Approximate reasoning with Weighted Expressions. ~ Multiple-valued logic, 26th International Symposium, p.178, 1996

38. F.Peper, H.Noda. A Mechanism for the Development of Feature Detecting Neurons. ~ Artificial Neural Networks and Expert Systems, p. 59, 1995

39. Y.Rabih, E.Tahhan-Bittar, M.Schneider. Putting into Practice a Formal Method to Verify Properties of Active Rules Based on Rewriting Logic. Database and Expert System Applications, 8th International Workshop, p.550, 1997

40. B.King, A.Steward, J.Tait. Towards Automated Knowledge Acquisition for Process Plant Diagnosis. — IEE Colloquium on Knowledge Discovery in Databases, Digest № 1995/021, London, 1995

41. G.Bartfai. A Comperision of Two ART-based Neural Networks for Hierarchical Clustering. — Artificial Neural Networks and Expert Systems, p.83, 1995

42. T.Whitfort, C.Matthews, I.Jagielska. Automated Knowledge Acquisition for a Fuzzy Classification Problem. — Artificial Neural Networks and Expert Systems, p.227, 1995

43. A.Bugarin, P.Carinena, M.Delgado, S.Barro. Petri Net Representation of Fuzzy Reasoning Under Incomplete Information. — Multiple-valued logic, 26th International Symposium, p. 172, 1996

44. J.Austin, J.Kennedy, K.Lees. A Neural Architecture for Fast Rule Matching. — Artificial Neural Networks and Expert Systems, p.255, 1995

45. D.Lisjak, T.Filetin, ABRex Description of the Abrasion Wear Expert System. — Database and Expert System Applications, 8th International Workshop, p. 576, 1997

46. Э.В.Попов. Экспертные системы реального времени. ~ Открытые Системы, № 2(10)/1995

47. Р.М.Фрумкина. О некоторых особенностях экспертного мышления. — в сб. "Вопросы кибернетики. Экспертные оценки", вып. 58, М., 1979

48. Ю.Н.Тюрин. О математических задачах в экспертных оценках. — в сб. "Вопросы кибернетики. Экспертные оценки", вып. 58, М., 1979

49. В.В.Воронин. Диагностирование динамических объектов непрерывного типа. -- ЦНИИ "Румб", Обзоры по сдостроительной технике, 1986

50. Д.Марселлус. Программирование экспертных систем на Турбо-Прологе. ~ М., Финансы и статистика, 1994

51. Р.Ю.Чиркова, М.Г.Мальковский. Технология создания экспертных систем для динамических задач управления процессами в критических ситуациях. ~ Программирование, N6, 1996, стр.48

52. Ф.Хейес-Рот, Д.Уотермен, Д.Ленат. Построение экспертных систем. ~ М., Мир, 1987

53. Д.Уотермен. Руководство по экспертным системам. — М., Мир, 1989

54. Л.С.Корухова, Э.З.Любимский, Л.Б.Соловская. Альтернативное немонотонное планирование на основе графа. — Препринт ИПМ РАН, 1995, № 108

55. Р.Harmon, D.King. Expert Systems. Artificial Intelligence in Buziness. — J.Wiley&sons, 1985

56. MYCIN. — www.eas.asu.edu/~drapkin/556/mycin.html

57. G. Carpenter, S. Grossberg. A massively parallel architecture for a self-organizing neural pattern recognition machine. ~ Computing Vision, Graphics, and Image Processing №37, p54-115, 1987.

58. Д.А.Поспелов. От вывода к обоснованию. — Сб. статей "Будущее искусственного интеллекта", сост. К.Е.Левитин, Д.А.Поспелов. М., Наука, 1991.

59. А.В.Щегляев. Паровые турбины. ~ М., Энергия, 1976

60. Вибрации в технике. Справочник в 6 томах. — М., Машиностроение, 1978

61. Неразрушающий контроль и диагностика. Справочник под редакцией В.В.Клюева. ~ М., Машиностроение, 1995

62. Каталог дефектов турбогенераторов. — НТЦ "Эксперт", 1997

63. Вибрация паровых турбоагрегатов. Сб. статей под ред. Б.Т.Рунова. — М., Энергоиздат, 1981

64. Ф.Я.Балицкий, М.А.Иванова, А.Г.Соколова, Е.И.Хомяков. Виброакустическая диагностика зарождающихся дефектов. ~ М., Наука, 1984

65. А.З.Зиле, С.А.Лимар, С.И.Микунис, Е.П.Фирсанов. Разработка системы вибрационной диагностики турбоагрегата Т-250/3 00-240. ~ В сб. научных трудов "Вибрационная надежность паротурбинных агрегатов", М., Энергоатомиздат, 1986

66. Г.С.Коваль, А.В.Урьев, М.И.Львов, Я.Д.Манькович. Влияние дефектов соединения роторов на их вибрационное состояние. ~ В сб. научных трудов "Вибрационная надежность паротурбинных агрегатов", М., Энергоатомиздат, 1986

67. Ю.Л.Израилев, А.З.Зиле, О.С.Микунис, А.Л.Лубны-Герцык, В.И.Тривуш. Вибрационный контроль за развитием трещин в роторах паровых турбин. — В сб. научных трудов "Вибрационная надежность паротурбинных агрегатов", М., Энергоатомиздат, 1986

68. С.И.Микунис, А.И.Кравец. Частотный спектр крупных теплофикационных турбин как средство технической диагностики. — Энергетик, № 10, 1987

69. Система ПО Мастертренд для ранней диагностики технического состояния и обслуживания машин. ~ СКТБ ВКТ Мосэнерго, пер. с англ., М., 1990

70. Техническая диагностика паротурбинных установок. — Труды ЦКТИ, С.-П., 1992

71. А.Г.Костюк, С.В.Петрунин. Влияние поперечной трещины на вибрацию двухопорного ротора. ~ Труды МЭИ, вып. 663, 1993

72. Э.А.Дон, В.П.Осоловский. Расцентровка подшипников турбоагрегатов. — М., Энергоатомиздат, 1994

73. О.Б.Балакшин, Б.Г.Кухаренко. Модальная вибродиагностика систем. — Проблемы машиностроения и надежности машин, № 5, 1996

74. Е.В.Урьев. Основы надежности и технической диагностики турбомашин. ~ Екатеринбург, УГТУ, 1996

75. И.А.Ковалев, В.И.Олимпиев, В.И.Ногин. Разработка автоматической системы вибрационной диагностики, опыт внедрения и эксплуатации. — Сб. АООТ НПО ЦКТИ "Научно-техническая база энергомашиностроения", Том 2. С.-П., 1997

76. Э.А.Дон, А.Б.Бережков, К.Е.Буглаев. Диагностика температурных расширений цилиндров паровых турбин ~ Проблемы вибрации и вибродиагностики- 138 энергетического оборудования, Всероссийское совещание 24-28 мая 1999, М., ВТИ, 1999

77. А.Б.Козлов, В.В.Пермякова. О влиянии состояния фундаментов на вибрации энергктического оборудования. — Проблемы вибрации и вибродиагностики энергетического оборудования, Всероссийское совещание 24-28 мая 1999, М., ВТИ, 1999

78. М.И.Шкляров, Н.П.Суханов, В.М.Панькин. Диагностический признак поперечной трещины в роторе. — Проблемы вибрации и вибродиагностики энергетического оборудования, Всероссийское совещание 24-28 мая 1999, М., ВТИ, 1999

79. А.С.Гольдин. Вибрация роторных машин. ~ М., Машиностроение, 1999

80. В.В.Вакин, Л.С.Корухова, Э.З.Любимский. Сравнительный анализ экспертных систем диагностики. — препринт Института прикладной математики им. М.В.Келдыша РАН, 1999, № 77.

81. В.В.Вакин, Л.С.Корухова, Э.З.Любимский. Реализация механизма вывода в экспертных системах диагностики. — препринт Института прикладной математики им. М.В.Келдыша РАН, 2000, № 14.