[發明專利]一種通用智能故障診斷方法

在審

• 申請號: 201910959659.2
• 申請日: 2019-10-10
• 公開（公告）號: CN110597235A
• 公開（公告）日: 2019-12-20
• 發明（設計）人: 汪文元;孫力;鄭馬泉
• 申請（專利權）人: 蘇州知因揚鼎智能科技有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 11350 北京科億知識產權代理事務所(普通合伙)
• 代理人: 湯東鳳

本發明公開了一種通用智能故障診斷方法，包括如下步驟：通過設備數據流處理獲得需要的實時與歷史數據；通過采用因果有向圖方法，建立基于通用化的故障傳播模型，并對設備系統建模，利用高效的故障推理引擎，進行故障診斷與故障修復；最后根據當前數據和歷史經驗數據預測系統設備的未來健康狀況，對當前的系統狀態進行評估。本發明采用因果有向圖模型為核心的診斷知識表示和推理方法，實現了故障診斷知識與具體被診斷對象的結構和功能的分離，使智能診斷知識庫具備了良好的適應性和擴展性，極大程度地縮減了故障原因搜索的復雜度。

【技術領域】

本發明屬于設備故障診斷技術領域，特別是涉及一種通用智能故障診斷方法。

【背景技術】

智能故障診斷方法是人工智能技術在故障診斷領域中的應用，其本質特點是模擬人腦的機能，有效地獲取、傳遞、處理、再生和利用故障信息，對給定環境下的診斷對象進行成功狀態識別和預測。經過數十年的發展，出現了許多實用化的智能故障診斷技術方法，例如基于故障樹的方法、基于案例推理的方法、基于模式識別的方法、基于神經網絡的方法、基于模型的方法等。基于故障樹、案例推理、模式識別和神經網絡的方法都具有各自的優點，適用于不同情況。但是，這幾種方法普遍存在的問題是由于知識表示方式不靈活或不明確而造成的適應性和擴展性差。當被診斷對象的系統結構、工作模式等發生動態改變時，智能診斷系統往往需要重新進行大量的設計或訓練工作才能適用于新對象。然而現代化裝備的功能結構非常復雜，其工作模式和系統結構常常處于動態變化中，而且由于現代裝備具有多樣化、模塊化的特點，因此診斷知識表示方法的可適用性、可擴展性和可重用性是復雜裝備智能故障診斷能實用化的關鍵。

在過去的十多年里，基于模型的故障診斷方法是智能故障診斷主要的研究方向，即利用從實際系統或器件中得到的觀察結果和信息，通過模型對故障進行識別、診斷和預測。故障情況可以由設備部件直接獲得，故障與征兆、測試的關系則可以圖表等簡明的方式來表示。基于模型的診斷方法接近實際的故障維修思路；通過把故障檢測以及維修的措施包含在模型中，可以實現自動完成故障診斷的所有任務；基于模型的方法還易于實現診斷知識庫的更新、擴展和重用。因此基于模型的診斷方法非常適用于復雜裝備系統的智能故障診斷。

因此，需要提供一種新的通用智能故障診斷方法來解決上述問題。

【發明內容】

本發明的主要目的在于提供一種通用智能故障診斷方法，采用因果有向圖方法，建立設備通用故障傳播模型，并結合設備對象屬性與故障診斷推理算法生成設備專用故障傳播模型，該方法能夠及時發現異常或故障，并且在發生故障之后快速進行故障定位與診斷，保障設備運行流程正常執行。

本發明通過如下技術方案實現上述目的：一種通用智能故障診斷方法，其包括以下步驟：

步驟1：獲取需要的外部數據點，同時，對數據進行有效性驗證與數據過濾預處理；

步驟2：將預處理后的外部數據點存入與它相關聯的內部數據點中，建立實際設備對象模型的各種屬性值；

步驟3：獲取設備運行時的運行數據；

步驟4：對運行數據進行事件檢測，提取出異常事件并對異常事件進行故障診斷處理，其包括以下內容：

步驟4-1：對設備可能出現的故障征兆進行定義，建立設備故障事件之間的因果有向圖模型；

步驟4-2：根據因果有向圖模型，基于該類型設備的通用化知識，與專家診斷知識庫，建立各故障事件、故障傳播路徑、故障征兆要素，繪制各事件之間的通用故障傳播模型；

步驟4-3：將通用故障傳播模型接入實際運行的設備，建立設備運行中各故障事件的因果關系分析，并進行異常事件檢測，同時進行故障診斷；