專利名稱：：一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法
技術(shù)領(lǐng)域：
-本發(fā)明涉及發(fā)動機故障診斷
技術(shù)領(lǐng)域：
，具體地講是一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法。
背景技術(shù)：
：目前，航空發(fā)動機智能故障診斷方法主要有基于規(guī)則推理、基于模型推理、基于案例推理和基于人工神經(jīng)網(wǎng)絡(luò)等診斷方法，但目前的發(fā)動機智能診斷模型絕大多數(shù)是采用上述的一種診斷方法，這就使得推理模式單一，無法充分利用故障信息，影響了診斷精度。另外，故障知識獲取難的問題一直未能得到有效的解決，成為故障診斷的瓶頸
發(fā)明內(nèi)容-本發(fā)明的目的是克服上述已有技術(shù)的不足，而提供一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，主要解決現(xiàn)有的航空發(fā)動機智能故障診斷方法推理模式單一、無法充分利用故障信息及故障知識獲取難等問題。為了達到上述目的，本發(fā)明是這樣實現(xiàn)的一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，其特征在于它包括如下工藝步驟a，建立基于ARM嵌入式微處理器的嵌入式平臺和基于現(xiàn)場可編程門陣列FPGA的數(shù)據(jù)采集模塊；嵌入式平臺由ARM嵌入式處理器S3C2410、電源電路、FLASH存儲器、SDRAM存儲器、LCD接口、USB接口、以太網(wǎng)接口、串行接口、數(shù)據(jù)采集模塊接口、總線以及預(yù)留的擴展接口等；數(shù)據(jù)采集模塊由主控制器FPGA、AD轉(zhuǎn)換器和多路模擬開關(guān)等組成；b，在數(shù)據(jù)采集模塊內(nèi)設(shè)采集子程序，嵌入式平臺的存儲器內(nèi)設(shè)數(shù)據(jù)庫和應(yīng)用程序，應(yīng)用程序中的故障診斷程序包括基于模糊語義網(wǎng)絡(luò)模型的知識獲取方法、基于案例推理子系統(tǒng)和引導(dǎo)式交互推理子系統(tǒng)；基于模糊語義網(wǎng)絡(luò)模型的知識獲取方法是以發(fā)動機可靠性設(shè)計FMEA分析數(shù)據(jù)為基礎(chǔ)，利用概念節(jié)點和語義聯(lián)系的概念，清晰全面地表達了故障、成因等節(jié)點間的關(guān)系，構(gòu)建了發(fā)動機故障知識庫，較好解決了發(fā)動機故障診斷知識獲取難的瓶頸問題；基于案例推理子系統(tǒng)主要由征兆獲取子模塊、案例推理子模塊、案例維護模塊以及故障案例庫組成，用于常見故障的快速診斷;引導(dǎo)式交互推理子系統(tǒng)是以基于模糊語義網(wǎng)絡(luò)構(gòu)建的發(fā)動機故障知識庫為基礎(chǔ)，采用人機交互的方式來進行模糊搜索推理，可以進行故障的深度診斷；c，數(shù)據(jù)采集模塊自動檢測到故障征兆或用戶輸入故障征兆后，傳輸給嵌入式平臺，嵌入式平臺可啟動單獨一個子系統(tǒng)，也可啟動兩子系統(tǒng)并行運行；d，當兩個子系統(tǒng)都能得出初步診斷結(jié)果時，如果兩個結(jié)果相同，則為系統(tǒng)的最終診斷結(jié)果，如果兩個結(jié)果不相同，則需要利用專家經(jīng)驗來進行綜合決策以給出最終結(jié)果；e，當其中一個子系統(tǒng)診斷成功，而另一個子系統(tǒng)診斷失敗的話，則根據(jù)前者的診斷結(jié)果，指導(dǎo)后者進行學(xué)習(xí)；f，當兩個子系統(tǒng)均未給出診斷結(jié)果，則系統(tǒng)診斷失敗。本發(fā)明的一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，其所述的建立基于案例推理子系統(tǒng)的診斷步驟為a，數(shù)據(jù)采集模塊對傳感器檢測到的信號分析處理，傳輸給嵌入式平臺的征兆獲取子模塊，同數(shù)據(jù)庫中的參數(shù)門限進行比較，提取出偏離或超差的參數(shù)，構(gòu)成發(fā)動機故障征兆信息，同時結(jié)合人工輸入的征兆信息，按照案例表示的方法生成故障征兆向量，提交給案例推理子模塊；b，案例推理子模塊首先根據(jù)故障征兆向量中的確定性征兆，從案例庫中索引出與當前故障屬于同一類的故障案例，然后對索引出的案例進行基于灰色關(guān)聯(lián)分析法的相似度匹配計算，如果獲得相似度滿足一定閾值的案例，則結(jié)合這些案例的故障發(fā)生次數(shù)、維修難度等因素進行模糊綜合評判后選擇最合適的案例進行案例重用與修正，將案例提供的解決方案提交給用戶，最后根據(jù)用戶的反饋信息把案例提交給案例維護模塊進行學(xué)習(xí)，并保存到案例庫。如果案例推理診斷失敗，則把故障征兆向量提交給引導(dǎo)式交互推理診斷子系統(tǒng)。5本發(fā)明的一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，其所述的案例庫包括故障案例基本信息表、故障案例種類表、故障案例不確定性征兆值表。本發(fā)明的一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，其所述的引導(dǎo)式交互推理子系統(tǒng)的診斷步驟為-a，當系統(tǒng)檢測到故障征兆后，同時結(jié)合人工通過與嵌入式平臺連接的觸摸屏輸入的故障信息，以基于模糊語義網(wǎng)絡(luò)構(gòu)建的故障知識庫為基礎(chǔ)進行模糊搜索推理，系統(tǒng)提示用戶需要進行的檢測操作及其操作方法，用戶完成檢測后，向系統(tǒng)輸入所得到的檢測結(jié)果，供系統(tǒng)分析后提出進一步的處置建議；系統(tǒng)根據(jù)與用戶交互得到的若干反饋信息不斷分析，確定最終故障件；定位故障件之后，系統(tǒng)將自動提出合*的排故方法建議；b，利用超級鏈接與數(shù)據(jù)庫內(nèi)的"維護手冊"模塊交聯(lián)，直接?xùn)丝聪鄳?yīng)的維護、維修步驟及其具體操作方法，通過"建議——問答"的交互方式，可為維護人員提供智能化的故障診斷。本發(fā)明所述的一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法與已有技術(shù)相比具有突出的實質(zhì)性特點和顯著進步1、基于模糊語義網(wǎng)絡(luò)模型的知識獲取方法，較好地解決了發(fā)動機故障診斷知識獲取的瓶頸問題；2、綜合利用兩種子系統(tǒng)的診斷方法，如果一個子系統(tǒng)診斷失敗，可以轉(zhuǎn)入另一個子系統(tǒng)模型進行診斷，增加了故障診斷成功率；3、兩子系統(tǒng)推理過程相互并行，每個子系統(tǒng)可單獨實現(xiàn)故障診斷，亦可結(jié)合兩系統(tǒng)的診斷結(jié)果進行融合診斷，提高了診斷的準確度。圖1是本發(fā)明的模糊語義網(wǎng)絡(luò)模型圖2是本發(fā)明的總體診斷流程圖3是本發(fā)明的案例推理子系統(tǒng)診斷流程圖4是本發(fā)明的故障案例數(shù)據(jù)表關(guān)聯(lián)圖。具體實施例方式6為了更好地理解與實施，下面結(jié)合附圖給出具體實施例詳細說明本發(fā)明一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法。實施例1，參見圖1、2、3、4，首先建立基于ARM嵌入式微處理器的嵌入式平臺和基于現(xiàn)場可編程門陣列FPGA的數(shù)據(jù)采集模塊，嵌入式平臺由ARM嵌入式處理器S3C2410、電源電路、FLASH存儲器、SDRAM存儲器、LCD接口、USB接口、以太網(wǎng)接口、串行接口、數(shù)據(jù)采集模塊接口、總線以及預(yù)留的擴展接口等組成；數(shù)據(jù)采集模塊由主控制器FPGA、AD轉(zhuǎn)換器和多路模擬開關(guān)等組成，ARM嵌入式處理器S3C2410通過總線連接的數(shù)據(jù)采集模塊接口與數(shù)據(jù)采集模塊連接，相關(guān)部件采用常規(guī)技術(shù)進行連接；在數(shù)據(jù)采集模塊內(nèi)設(shè)置采集子程序，在嵌入式平臺的存儲器內(nèi)設(shè)數(shù)據(jù)庫和應(yīng)用程序，應(yīng)用程序中的故障診斷程序包括基于模糊語義網(wǎng)絡(luò)模型的知識獲取方法、基于案例推理子系統(tǒng)和引導(dǎo)式交互推理子系統(tǒng)；基于案例推理子系統(tǒng)主要由征兆獲取子模塊、案例推理子模塊、案例維護模塊以及案例庫組成，知識來源為已經(jīng)發(fā)生過的故障案例，采用案例檢索、案例重用、案例學(xué)習(xí)等方式進行推理，用于常見故障的快速診斷；引導(dǎo)式交互推理子系統(tǒng)是以基于模糊語義網(wǎng)絡(luò)構(gòu)建的發(fā)動機故障知識庫為基礎(chǔ)，采用人機交互的方式來進行模糊搜索推理，可以進行故障的深度診斷'，模糊語義網(wǎng)絡(luò)模型的知識獲取具體方法針對發(fā)動機故障樣本少的現(xiàn)狀，以發(fā)動機可靠性設(shè)計FMEA分析數(shù)據(jù)為基礎(chǔ)，利用概念節(jié)點和語義聯(lián)系的概念，建立了模糊語義網(wǎng)絡(luò)模型，清晰全面地表達了故障、成因等節(jié)點間的關(guān)系，構(gòu)建了發(fā)動機故障知識庫，較好解決了發(fā)動機故障診斷知識獲取的瓶頸問題。從三個方面進行模糊語義網(wǎng)絡(luò)模型建立首先選擇概念節(jié)點，如發(fā)動機故障模式、故障影響后果。其次確定概念節(jié)點之間的聯(lián)系，分析某節(jié)點(值)的變化是否對另一節(jié)點(值)有顯著的影響；然后給每個聯(lián)系指定合適的符號和語言強度(A:總是；0:經(jīng)常；So:有時；Se:很少；+:增加影響；-減少影響；0:可忽略影響)。以發(fā)動機工廠試車排故和設(shè)計可靠性FMEA為數(shù)據(jù)基礎(chǔ)建立的發(fā)動機氣路單元體FMEA的概念節(jié)點可表示為表1所示。表1<table>tableseeoriginaldocumentpage8</column></row><table>以表1為例，施加必要的的方向符號和語言強度(語言值)，得到某型發(fā)動機氣路單元體的模糊語義網(wǎng)絡(luò)模型如圖1所示。數(shù)據(jù)采集模塊自動檢測到故障征兆或用戶輸入故障征兆后，傳輸給嵌入式平臺，嵌入式平臺可啟動單獨一個子系統(tǒng)，也可啟動兩子系統(tǒng)并行運行；系統(tǒng)有多種可能的輸出結(jié)果，最后可進行綜合決策得到最終結(jié)果，其總體診斷流程如圖2;當兩個子系統(tǒng)都能得出初步診斷結(jié)果時，如果兩個結(jié)果相同，則為系統(tǒng)的最終診斷結(jié)果，如果兩個結(jié)果不相同，則需要利用專家經(jīng)驗來進行綜合決策以給出最終結(jié)果；當其中一個子系統(tǒng)診斷成功，而另一個子系統(tǒng)診斷失敗的話，則根據(jù)前者的診斷結(jié)果，指導(dǎo)后者進行學(xué)習(xí)；當兩個子系統(tǒng)均未給出診斷結(jié)果，則系統(tǒng)診斷失敗。基于案例推理子系統(tǒng)診斷流程如圖3所示，故障診斷步驟為a，數(shù)據(jù)釆集模塊對傳感器檢測到的信號分析處理，傳輸給嵌入式平臺的征兆獲取子模塊，同數(shù)據(jù)庫中的參數(shù)門限進行比較，提取出偏離或超差的參數(shù)，構(gòu)成發(fā)動機故障征兆信息，同時結(jié)合人工輸入的征兆信息，按照案例表示的方法生成故障征兆向量，提交給案例推理子模塊；b，案例推理子模塊首先根據(jù)故障征兆向量中的確定性征兆，從案例庫中索引出與當前故障屬于同一類的故障案例，然后對索引出的案例迸行基于灰色關(guān)聯(lián)分析法的相似度匹配計算，如果獲得相似度滿足一定閾值的案例，則結(jié)合這些案例的故障發(fā)生次數(shù)、維修難度等因素進行模糊綜合評判后選擇最合適的案例進行案例重用與修正，將案例提供的解決方案提交給用戶，最后根據(jù)用戶的反饋信息把案例提交給案例維護模塊進行學(xué)習(xí)，并保存到案例庫；如果案例推理診斷失敗，則把故障征兆向量提交給引導(dǎo)式交互推理診斷子系統(tǒng)。從診斷流程中可以看出，案例推理診斷子系統(tǒng)主要由征兆獲取子模塊、案例推理子模塊、案例維護模塊以及案例庫組成。案例庫包括故障案例基本信息表、故障案例種類表、故障案例不確定性征兆值表。案例庫設(shè)計故障案例基本信息表、故障案例種類表、故障案例不確定性征兆值表，這三張數(shù)據(jù)表的相互關(guān)系見圖4。三張數(shù)據(jù)表的結(jié)構(gòu)以及它們之間的相互關(guān)系(l)故障案例種類表在該表中，每一條記錄對應(yīng)一個發(fā)動機故障案例中典型的案例種類。它由故障案例種類號、該案例種類具有的確定性征兆索引號和索引值、該案例種類所包含的不確定性征兆名稱及相應(yīng)征兆權(quán)重組成。其中，故障案例種類號字段為主鍵。(2)故障案例基本信息表在該表中，每一條記錄對應(yīng)一個故障案例基本信息，其中包括了故障案例所屬的案例種類號、故障現(xiàn)象、故障原因、排故措施、案例發(fā)生次數(shù)、撿測的難易程度和排故花費時間。其中，故障案例號字段為主鍵；故障案例所屬案例種類號字段是故障案例種類表的故障案例種類號字段的外鍵。(3)故障案例不確定性征兆值表在該表中，存儲了故障案例每個不確定性征兆的屬性值，其中，故障案例號字段是此表的主鍵，也是故障案例信息表的故障案例號字段的外鍵?；谝龑?dǎo)式交互推理子系統(tǒng)的診斷步驟為a，當系統(tǒng)檢測到故障征兆后，同時結(jié)合人工通過與嵌入式平臺連接的觸摸屏輸入的故障信息，以故障知識庫為基礎(chǔ)進行模糊搜索推理，系統(tǒng)提示用戶需要進行的檢測操作及其操作方法，用戶完成檢測后，向系統(tǒng)輸入所得到的檢測結(jié)果，供"排故專家系統(tǒng)"分析后提出進一步的處置建議；系統(tǒng)根據(jù)與用戶交互得到的若干反饋信息不斷分析，確定最終故障件；定位故障件之后，系統(tǒng)將自動提出合理的排故方法建議；b，利用超級鏈接與數(shù)據(jù)庫內(nèi)的"維護手冊"模塊交聯(lián)，直接查看相應(yīng)的維護、維修步驟及其具體操作方法，通過"建議一一問答"的交互方式，可為維護人員提供智能化的故障診斷。本發(fā)明的一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，不局限于航空發(fā)動機，也可用于其它領(lǐng)域的故障診斷。10權(quán)利要求1、一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，其特征在于它包括如下工藝步驟a，建立基于ARM嵌入式微處理器的嵌入式平臺和基于現(xiàn)場可編程門陣列FPGA的數(shù)據(jù)采集模塊，二者通過總線連接；b，數(shù)據(jù)采集模塊內(nèi)設(shè)采集子程序，嵌入式平臺的存儲器內(nèi)設(shè)數(shù)據(jù)庫和應(yīng)用程序，應(yīng)用程序中的故障診斷程序包括基于模糊語義網(wǎng)絡(luò)模型的故障知識獲取方法、基于案例推理子系統(tǒng)和引導(dǎo)式交互推理子系統(tǒng)；基于模糊語義網(wǎng)絡(luò)模型的知識獲取方法是以發(fā)動機可靠性設(shè)計FMEA分析數(shù)據(jù)為基礎(chǔ)，利用概念節(jié)點和語義聯(lián)系的概念，清晰全面地表達了故障、成因等節(jié)點間的關(guān)系，構(gòu)建了發(fā)動機故障知識庫；基于案例推理子系統(tǒng)主要由故障征兆獲取子模塊、案例推理子模塊、案例維護模塊以及故障案例庫組成，用于常見故障的快速診斷；引導(dǎo)式交互推理子系統(tǒng)是以基于模糊語義網(wǎng)絡(luò)構(gòu)建的發(fā)動機故障知識庫為基礎(chǔ)，采用人機交互的方式來進行模糊搜索推理，可以進行故障的深度診斷；c，數(shù)據(jù)采集模塊自動檢測到故障征兆或用戶輸入故障征兆后，傳輸給嵌入式平臺，嵌入式平臺可啟動單獨一個子系統(tǒng)，也可啟動兩個子系統(tǒng)并行運行；d，當兩個子系統(tǒng)都能得出初步診斷結(jié)果時，如果兩個結(jié)果相同，則為系統(tǒng)的最終診斷結(jié)果，如果兩個結(jié)果不相同，則需要利用專家經(jīng)驗來進行綜合決策以給出最終結(jié)果；e，當其中一個子系統(tǒng)診斷成功，而另一個子系統(tǒng)診斷失敗的話，則根據(jù)前者的診斷結(jié)果，指導(dǎo)后者進行學(xué)習(xí)；f，當兩個子系統(tǒng)均未給出診斷結(jié)果，則系統(tǒng)診斷失敗。2、根據(jù)權(quán)利要求1所述的一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，其特征在于所述的建立基于案例推理子系統(tǒng)的診斷步驟為a，數(shù)據(jù)采集模塊對傳感器檢測到的信號分析處理，傳輸給嵌入式平臺的征兆獲取子模塊，同數(shù)據(jù)庫中的參數(shù)門限進行比較，提取出偏離或超差的參數(shù)，構(gòu)成發(fā)動機故障征兆信息，同時結(jié)合人工輸入的征兆信息，按照案例表示的方法生成故障征兆向量，提交給案例推理子模塊；b，案例推理子模塊首先根據(jù)故障征兆向量中的確定性征兆，從案例庫中索引出與當前故障屬于同一類的故障案例，然后對索引出的案例進行基于灰色關(guān)聯(lián)分析法的相似度匹配計算，如果獲得相似度滿足一定閾值的案例，則結(jié)合這些案例的故障發(fā)生次數(shù)、維修難度等因素進行模糊綜合評判后選擇最合適的案例進行案例重用與修正，將案例提供的解決方案提交給用戶，最后根據(jù)用戶的反饋信息把案例提交給案例維護模塊進行學(xué)習(xí)，并保存到故障案例庫；如果案例推理診斷失敗，則把故障征兆向量提交給引導(dǎo)式交互推理診斷子系統(tǒng)。3、根據(jù)權(quán)利要求1或2所述的一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，其特征在于所述的案例庫包括故障案例基本信息表、故障案例種類表、故障案例不確定性征兆值表。4、根據(jù)權(quán)利要求1所述的一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，其特征在于所述的引導(dǎo)式交互推理子系統(tǒng)的診斷步驟為-a，當系統(tǒng)檢測到故障征兆后，同時結(jié)合人工輸入的故障信息，以發(fā)動機故障知識庫為基礎(chǔ)進行模糊搜索推理，系統(tǒng)提示用戶需要進行的檢測操作及其操作方法，用戶完成檢測后，向系統(tǒng)輸入所得到的檢測結(jié)果，供系統(tǒng)分析后提出進一步的處置建議；系統(tǒng)根據(jù)與用戶交互得到的若干反饋信息不斷分析，確定最終故障件；定位故障件之后，系統(tǒng)將自動提出合理的排故方法建議；b,利用超級鏈接與數(shù)據(jù)庫內(nèi)的"維護手冊"模塊交聯(lián)，直接查看相應(yīng)的維護、維修步驟及其具體操作方法，通過"建議——問答"的交互方式，可為維護人員提供智會l化的故障診斷。全文摘要本發(fā)明公開了一種基于模糊語義網(wǎng)絡(luò)的發(fā)動機綜合故障診斷方法，其特點是建立基于ARM嵌入式微處理器的嵌入式平臺和基于現(xiàn)場可編程門陣列FPGA的數(shù)據(jù)采集模塊，在嵌入式平臺上建立基于模糊語義網(wǎng)絡(luò)模型的故障知識獲取方法、基于案例推理子系統(tǒng)和引導(dǎo)式交互推理子系統(tǒng)?；谀：Z義網(wǎng)絡(luò)模型的故障知識獲取方法構(gòu)建了發(fā)動機故障知識庫，案例推理子系統(tǒng)用于常見故障的快速診斷，引導(dǎo)式交互推理子系統(tǒng)采用人機交互的方式來進行模糊搜索推理，可以進行故障的深度診斷；數(shù)據(jù)采集模塊自動檢測到故障征兆或用戶輸入故障征兆后，可啟動單獨一個子系統(tǒng)，也可啟動兩子系統(tǒng)并行運行；每個子系統(tǒng)可單獨實現(xiàn)故障診斷，亦可結(jié)合兩系統(tǒng)的診斷結(jié)果進行綜合診斷，提高了診斷的準確度。文檔編號G01M15/00GK101666711SQ200910018930公開日2010年3月10日申請日期2009年9月16日優(yōu)先權(quán)日2009年9月16日發(fā)明者李本威,樊照遠,王寶林,王春暉,蔣科藝申請人:中國人民解放軍海軍航空工程學(xué)院