摘要：以汽车起重机液压系统故障诊断的特点，建立了汽车起重机液压故障诊断专家系统。并以汽车起重机常见故障为例建立了相应的故障树模型，完成了基于专家规则表示与模糊表示下知识数据库的构建与推理机的实现。解决了传统专家系统知识获取困难的问题；运用模糊神经网络的自学机制，保证知识库的完整性和正确性；实现了对汽车起重机液压系统的故障诊断内容的不断的更新和扩充，并及时将已发生及预测到的的故障写入数据库中，提高了查找故障的准确率及效率，有利于预防和控制汽车起重机液压系统的故障。
关键词：汽车起重机；故障诊断；专家系统；故障树
液压系统是汽车起重机的重要组成部分，液压系统故障是汽车起重机发生故障的主要原因。液压系统的故障主要来源于油污染、泄漏、磨损等，其故障具有多发性、不确定性和隐蔽性的特点，往往多种故障交叉出现给液压系统的故障诊断带来很大难度。专家系统是一个智能计算机程序，利用从实践和专家得到的故障诊断知识和基于一定规则下的推理过程方便快捷的解决一些需要大量专家才能解决的问题。专家系统应用于解决液压系统的故障诊断问题，是液压系统的故障诊断发展的必然趋势。
一、汽车起重机液压系统故障分析
汽车起重机液压系统是一个非常复杂的系统，在使用过程中容易产生故障的部位是支腿收放回路、液压转向系统、能源回路、起升回路、吊臂伸缩回路和变幅回路。支腿收放回路是一个非常重要的、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，另一种故障是车体前后方倾斜，该类故障一旦出现将导致汽车起重机无法工作；能源回路常出现的故障有油泵不转、油箱没油、滤油器堵塞等；液压转向系统常出现的故障是回转时车体倾斜、回转时速度变慢；起升回路易出现的故障是吊钩升不上去，吊不起重物或者吊钩下不来，吊起的重物悬在空中；吊臂伸缩回路易出现的故障是臂梁不能伸出、臂梁不能缩回、臂梁缩回时不平稳；变幅回路易出现的故障有不能增幅、不能减幅和减幅时不平稳等。由于汽车起重机液压系统故障现象很多，选择常见的具有代表性、危害大的故障现象进行系统分析。
二、汽车起重机故障诊断专家系统开发
1、专家系统故障树的建立。故障树的建立，主要是根据用户输入的单个或多个故障现象，进行逐步诊断，找出导致故障的原因。以某型号汽车起重机变幅机构经常出现的故障-变幅液压缸爬行为研究对象，其液压回路如图所示。运用故障树分析的基本原理，将故障原因逐步细化，层层推进，找出导致这一故障的基本原因。
起重机吊臂变幅机构主要用来改变作业半径，作业高度随之改变，要求能带载变幅，且变幅动作平稳可靠。图中阀6和阀7处于中位，此时泵卸荷以减少非工作状态时的功率消耗、防止温度升高；当换向阀处于左位时，压力油经平衡阀中的单向阀进入缸9和缸10的下腔，使活塞杆伸出，因两缸铰接并联于起重臂上，基本上保持同步运动，此时吊臂仰角增大；当换向阀处于右位时，压力油直接进入缸9和缸10的上腔，同时，进入顺序控制油路的控制油将顺序阀打开，于是两缸下腔的回油便能经顺序阀回油箱，随着活塞杆缩回吊臂仰角变小。选取“变幅液压缸爬行”作为顶事件，它的发生原因：油源部分；控制回路；自身故障。三者只要出现其一，都会导致液压缸爬行，因此用“或”门将它们与顶事件相联。若油源部分出现故障，可能是油箱油量不足，也可能是液压泵故障，任何一个事件发生，都会使油源部分无法正常工作，故也用“或”门连接。对图所示故障树进行定性分析，求出故障树的全部最小割集。
期刊文章分类查询,尽在期刊图书馆用布尔代数法求故障树的全部最小割集，由于故障树中各底事件均为或的关系，所以一个底事件就是一个最小割集，即全部最小割集为全部底事件。故障树是将这些诊断知识图形化组织起来，具有知识表达直观、层次分明的特点因而成为查找系统故障原因的有效手段。
2、知识的推理。构建汽车起重机的液压故障诊断专家系统首要解决的问题是知识的获取，建立故障诊断模型，尽可能准确的将所有的故障都写进专家系统。由以上建立的故障树为基础，以及分析出的最小割集，进行该专家系统知识库的构建能使计算机的工作过程竭尽全力模拟专家的诊断过程，具有很高的效率和实用性。故障诊断模型建立有如下步骤：
1）建立故障征兆集针对上述所建立的故障树，提取汽车起重机液压缸的爬行所有能发生的故障征兆，建立可能性征兆集X = { B1，B2…，Bn}，其中B1，B2…，Bn分别对应于故障树的中间节点。
2）建立故障征兆与其隶属度值之间的映射。汽车起重机变幅液压缸在运行过程中，各设备的运行状况是由无故障运行到带故障运行的一个渐变的过程。在此过程中，设备既不是完全的“完好”，也不是完全的“故障”，而是处于一种中间状态，所表现出来的症状也是如此。因此，通过语义描述来确定故障征兆的隶属度值。
3）建立故障原因。由故障树分析，在每个子系统中，分析出导致现有故障征兆的所有可能原因，建立各子系统的故障原因集Y = { C1，C2，…，Cn}。汽车起重机运行时，导致所有其液压缸爬行的故障征兆产生的可能性原因由故障树分析及对应于故障树的最小割集C1，C2，…，Cn。故障原因的来源，是由各种故障液压诊断专家级工程师给出的处理意见。以便在推理出诊断结果之后，赋予人解释机制。
3、知识数据库的建立。知识数据库中存放专家系统的规则知识、模糊神经网络的结构和权值知识，以方便推理机的调用。它是由知识工程师将专家的经验知识进行整理，以规则的形式写入知识数据库中，同时当推理机遇到不确定的推理因素时，向知识工程师进行询问，将解决后的知识写入数据库中，增加知识含量，以方便下一次的诊断推理。知识库是专家系统的核心，知识表示水平的高低直接影响推理机的效率和知识库维护的方便性。表示采用模糊知识表示方法。所指的模糊知识就是模糊神经网络中的连接权值矩阵。该模糊矩阵是通过神经网络的学习机制来获取的，即通过模糊神经网络对适合的诊断样本进行记忆。模糊知识的获取过程实质上就是模糊神经网络中参数的确定过程。主要包含以下工作：（1）诊断样本的组织：用于学习的诊断样本是由领域专家通过实际中的故障诊断记录并结合自己的经验来确定的，由故障征兆向量和故障原因向量两部分组成，其中向量分量的数目分别与各子系统中所有的故障征兆和原因数目相对应。故障征兆向量和故障原因向量均为0、1之间的模糊值，征兆模糊值表示征兆集中对应征兆的发生严重程度，而原因模糊值则表示原因集中对应原因导致征兆发生的可能性大小。（2）基于模糊神经网络的知识获取及修改：在首次构造模糊知识时，将神经网络的连接权值均赋值为1，然后利用前面介绍的学习机制在神经网络中学习存储己组织好的有效诊断样本。通过对样本的学习，该模糊神经网络将记忆故障征兆和故障原因之间的映射关系。
结论
在充分对汽车起重机液压系统的故障原理研究的基础上，完成了故障树规则下的汽车起重机液压故障诊断专家系统的实现。
1）首先由于汽车起重机液压系统故障的特点及传统专家系统知识获取困难的问题提出了故障树的专家规则推理和模糊神经网络推理相融合概念。
2）完成了基于专家模糊表示下知识数据库的构建与推理机的实现。
参考文献
[1]张选平．故障树分析法在液压系统维护中的应用[J]．起重运输机械，2016（6）．
[2]郝利华，王玉财．故障树诊断法在滑动水口液压站的应用[J]．液压与气动，2015（12）．
[3]李河清，林光霞．叉车液压系统起升液压缸无力的故障树分析[J]．机床与液压，2015（2）．
[4]周建国，陈时锦．液压摆角铣头系统的故障树分析及可靠性改进[J]．机床与液压，2016（9）．
论文作者:魏坤
论文发表刊物:《建筑学研究前沿》2017年第29期
论文发表时间:2018/3/7
标签：故障论文; 知识论文; 专家系统论文; 回路论文; 征兆论文; 神经网络论文; 模糊论文; 《建筑学研究前沿》2017年第29期论文;