基于MAS的盾構機故障診斷知識引擎系統(tǒng)的研究.pdf

1、在上海乃至全國許多城市的軌道交通建設的蓬勃發(fā)展中，作為隧道挖掘主要設備的盾構機起著越來越重要的作用。盾構機集機械、液壓傳動、自動控制、檢測和計算機技術為一體。隨著國民經(jīng)濟的高速發(fā)展和工業(yè)控制技術的不斷更新，盾構機和其它工業(yè)現(xiàn)場機械一樣，功能越來越強，設備越來越先進、復雜和昂貴。因而及時分析設備故障產(chǎn)生的原因或正確預報設備潛在的故障信息等，從而減少生產(chǎn)過程中因故障而停機的時間，這將會給生產(chǎn)和現(xiàn)代化建設帶來明顯的經(jīng)濟效益。所以，本課題通過對

2、盾構機故障診斷智能系統(tǒng)的研究，探索在現(xiàn)代生產(chǎn)裝備中如何融入人工智能技術，以提升現(xiàn)代生產(chǎn)裝備的技術含量，保障現(xiàn)代生產(chǎn)裝備的運行正常和增加現(xiàn)代生產(chǎn)裝備的生產(chǎn)效益。 由于盾構機是大型、復雜和連續(xù)運行的生產(chǎn)設備，具有多部件結構、多層次故障癥狀和故障的不確定性等特點，故本文確定了研制基于多Agent系統(tǒng)(Multiple Agent System，簡稱MAS)的故障診斷知識引擎系統(tǒng)的研究方向，研究了多個推理Agent協(xié)作的集成推理機制和多

3、種知識支持Agent互補的集成知識庫的構造和知識獲取平臺，突破了單一診斷智能系統(tǒng)在領域知識和推理能力方面的局限性。 為了滿足對盾構機故障的不確定性的模糊推理命題的推理需要和屬于連續(xù)性生產(chǎn)設備的盾構機在故障診斷方面的實時性要求，在盾構機故障診斷知識引擎系統(tǒng)的推理Agent研制中，本文針對模糊性特點設計了基于綜合動、靜隸屬度運算的模糊識別法；針對偶然性和耦合性特點設計了基于貝葉斯原理的概率統(tǒng)計識別法；針對如何解決盾構機所具有的大量的

4、狀態(tài)參數(shù)和控制信號等的知識獲取的“瓶頸”問題以及由此而來的快速推理問題，設計了基于神經(jīng)網(wǎng)絡的并行運算方法和建立了基于遺傳神經(jīng)網(wǎng)絡的機器學習平臺。 本文還提出了基于MAS的盾構機故障診斷知識引擎系統(tǒng)的結構形式為多級聯(lián)盟式，研制了多個具有不同機理的子Agent、MAS的通信模塊和規(guī)劃統(tǒng)籌器等，使該知識引擎系統(tǒng)能按設定的通信和規(guī)劃機制將若干個所需的子Agent組織成Agent聯(lián)盟，驅(qū)動多個子Agent據(jù)總任務分解和分配而分別承擔各自一

5、部分智能任務，綜合各部分任務就完成了單個Agent所不能完成的對某一時段作為大型復雜設備的盾構機運行狀態(tài)的判定或故障診斷的復雜的綜合性的任務，以適應多部件結構、多層次故障癥狀、多故障特點和多型號盾構機的故障診斷的需要。論文在研究了上述一系列關鍵性問題的基礎上，開發(fā)了一套盾構機故障診斷知識引擎系統(tǒng)，該系統(tǒng)具備了交互診斷功能、自動診斷功能和在線診斷功能，此外還具備了診斷仿真功能、查詢功能和優(yōu)化保養(yǎng)功能，以及知識庫維護和更新功能，特別是通過知

6、識重用與知識重構，能夠迅速地為新增型號的盾構機在知識庫中增加相應的內(nèi)容，以支持推理Agent完成診斷工作。 在上海某些隧道掘進施工中，盾構機故障診斷知識引擎系統(tǒng)經(jīng)過了實際的使用，并進行了修改和完善，通過多處隧道掘進施工工程的實際檢驗，取得了良好的效果，得到了上海隧道工程股份有限公司盾構工程分公司和項目驗收會從事盾構挖掘、機電設備、控制工程和計算機技術等領域的與會專家的好評。 最后，本文提出了課題研究的結論和展望，從優(yōu)化的