基于本體的機電設(shè)備故障診斷知識表示方法研究

趙 靜，鄢 萍，陳國榮,3，胡林橋

（1.重慶大學(xué) 機械傳動國家重點實驗室，重慶 400030；2.重慶市網(wǎng)絡(luò)化制造工程技術(shù)研究中心，重慶 400030；3.重慶科技學(xué)院 電子信息工程學(xué)院，重慶 401331）

0 引言

專家系統(tǒng)是旋轉(zhuǎn)機械故障診斷領(lǐng)域發(fā)展最早,也是比較成熟的一種人工智能技術(shù)[1]。擁有知識是專家系統(tǒng)有別于其他計算機軟件系統(tǒng)的重要標(biāo)志，且知識的質(zhì)量與數(shù)量又是決定專家系統(tǒng)性能的關(guān)鍵因素[2,3]，因此知識庫是專家系統(tǒng)最重要的組成部分，而知識的表示又是建立知識庫的核心。

國內(nèi)外在對故障診斷知識表示的研究中已取得大量成果。文獻[4]在旋轉(zhuǎn)機械故障診斷領(lǐng)域中，采用一階謂詞邏輯(first-order predicate logic)作為專家系統(tǒng)知識庫中的知識表示方法；文獻[5]針對專家系統(tǒng)領(lǐng)域知識狹窄的問題，提出了一種框架表示(frame representation)、產(chǎn)生式規(guī)則(production rule)和故障樹(diagnosis fault tree)相混合的知識表示方法，文獻[6]采用規(guī)則(rules)、框架(frames)、語義網(wǎng)絡(luò)(semantic networks)相結(jié)合的方式表示專家知識，并存入故障診斷輔助系統(tǒng)(FDAS)知識庫中。這些研究存在效率低、知識相對獨立等不足，對復(fù)雜概念及其相互間關(guān)系的表示能力有所欠缺，不利于知識推理和后續(xù)利用。

常用的知識表示方法在應(yīng)用時各自有其優(yōu)點和不足，具體到復(fù)雜機電系統(tǒng)的故障診斷領(lǐng)域，結(jié)合其龐大的經(jīng)驗數(shù)據(jù)，多層次的電機結(jié)構(gòu)和復(fù)雜多樣的加工工況等特點，知識表示方法既要求清晰、準(zhǔn)確、充分的表示領(lǐng)域知識，以實現(xiàn)知識表示的完備性，同時要求有利于知識利用，高效進行知識推理。在源于哲學(xué)的概念中，本體具有如下優(yōu)點[7～9]：1）能將相關(guān)領(lǐng)域的概念和術(shù)語規(guī)范化和清晰化，有利于知識的標(biāo)準(zhǔn)化； 2）具有的豐富概念間關(guān)系和各種約束,滿足了故障診斷知識復(fù)雜性和相關(guān)性的要求；3）作為語義網(wǎng)的核心，為語義網(wǎng)系統(tǒng)提供知識組織和邏輯關(guān)系，從而為邏輯層提供推理基礎(chǔ)。因此本文提出了一種基于本體的故障診斷的知識表示方法，為復(fù)雜機電系統(tǒng)故障診斷領(lǐng)域的信息化和智能化做了一次積極的嘗試。

1 故障診斷領(lǐng)域知識模型

假設(shè)一個復(fù)雜機電液氣系統(tǒng)由機械系統(tǒng)、電氣系統(tǒng)、液壓系統(tǒng)、氣壓系統(tǒng)等多個系統(tǒng)構(gòu)成，在每個系統(tǒng)下，由各自的功能組件構(gòu)成，功能組件由各零部件(units)構(gòu)成，以此類推，可將系統(tǒng)結(jié)構(gòu)進行抽象化處理，得到系統(tǒng)知識的層次結(jié)構(gòu)。如圖1所示。

圖1為一個領(lǐng)域知識結(jié)構(gòu)關(guān)系示意圖，S表示總體系統(tǒng)知識，逐步細化的各知識Ui用“□”表示。可以看出，系統(tǒng)內(nèi)部各結(jié)點Ui之間具有縱向意義上的父子關(guān)系和橫向意義上的兄弟關(guān)系。

圖1 故障診斷領(lǐng)域知識層次結(jié)構(gòu)示意圖

在故障診斷應(yīng)用中，當(dāng)某個結(jié)點Ui由于某些原因而處于非正常工作狀態(tài)時，為完成對故障的診斷，必須針對相關(guān)信息進行分析處理，用以完成故障維修，因此其結(jié)點內(nèi)部還存在復(fù)雜的關(guān)系，如圖2所示。

圖2 被封裝的內(nèi)部結(jié)構(gòu)的故障關(guān)系

圖2為某個結(jié)點Ui在發(fā)生故障時所具有的關(guān)系， P1，P2，P3…分別表示在該結(jié)點所具有的故障特性，如故障現(xiàn)象、故障原因、故障解決方案等，即：結(jié)點Ui出現(xiàn)了故障現(xiàn)象P1；故障原因P2導(dǎo)致了故障發(fā)生在結(jié)點Ui處，維修方案P3定位于結(jié)點Ui。

在系統(tǒng)中每個結(jié)點Ui都存在多個故障特性，而每個故障特性中又存在多種表現(xiàn)形式，導(dǎo)致了在知識表達上呈現(xiàn)了一定多樣性和復(fù)雜度，針對以上問題本文引入本體的概念以及本體的關(guān)系描述。

2 故障診斷領(lǐng)域本體的形式化描述

故障診斷過程中，以往的診斷經(jīng)驗對于當(dāng)前的故障問題的解決具有重要的借鑒意義，因此對于故障診斷信息準(zhǔn)確有效的描述就顯得尤為重要。本文在新加坡南洋理工大學(xué)的 Myo Myo Naing 博士定義的六元組本體表示方法[10]的基礎(chǔ)之上，將故障診斷領(lǐng)域本體形式化定義如下：

定義1 Fault_Diagnosis_Ontology

(FDO)::=＜S,C,A,R,I,F＞

其中S表示領(lǐng)域FDO中的概念集合；C為概念集合中的元素，例如圖1所示Ui；A表示領(lǐng)域內(nèi)屬性的有限集，包括對象屬性和數(shù)據(jù)屬性；R 表示某個概念集合S中涉及的概念之間、概念與屬性之間的關(guān)系集合；I是實例集，是對某一特定概念的具體化描述；F表示函數(shù)，即推理規(guī)則，是屬性之間存在的某種邏輯關(guān)系。以下對上述要素進行詳細闡述和定義。

2.1 概念及實例定義

定義2 在概念集合S中，任何概念C可用結(jié)構(gòu)C={α,β,γ}表示。其中，α為該結(jié)點的父結(jié)點序號；β為該結(jié)點在樹形結(jié)構(gòu)中所處的層數(shù)；γ為該結(jié)點在該層中的順序號。記這個層次結(jié)構(gòu)所有結(jié)點組成的概念集合為S，則S的形式化定義為：

通過上述定義，任何結(jié)點C均可用唯一的方式描述。例如圖1中的結(jié)點U23轉(zhuǎn)化為概念C可描述為U23={2,2,3}，即結(jié)點C23的父結(jié)點序號為2，該結(jié)點處于第二層，在該層中，該結(jié)點序號為3。根據(jù)概念的繼承性和以層次結(jié)構(gòu)的形式組織，最高層的概念C0代表著最抽象的實體，子類繼承其父類的抽象特性，代表比其父類更具體或范圍更小的實體概念。

另外，在FDO領(lǐng)域中，對某個特定的概念集合S而言，每個特定概念C下，被相關(guān)屬性所描述的唯一標(biāo)識的對象，稱為概念的實例，記作I。

2.2 屬性定義

定義3 設(shè)Xi為概念集合Si中第i個概念，Yj為概念集合S2中第j個概念。即

稱A°為概念S1，S2的對象屬性，記作A°(S1,S2)。

式(1)的含義為在故障診斷領(lǐng)域FDO中，概念集合S1的所有概念Xi與概念集合S2的任意概念Yj均存在一種映射關(guān)系A(chǔ)°。對象屬性A°(S1,S2)表明了用于約束概念集合S1與概念集合S2之間的關(guān)系。

定義4 設(shè)Xi為概念X中第i個實例，yi為數(shù)據(jù)類型值的有限集Y中第j個實例。即

稱AD表示概念X的數(shù)據(jù)屬性為Y，記作AD(X,Y)。

式(2)的含義為在FDO中，概念X的任意個體xi與Y的某個值yi均存在一種映射關(guān)系A(chǔ)D。數(shù)據(jù)屬性AD(X,Y)描述了概念X本身具有的數(shù)據(jù)類型值為Y。

2.3 關(guān)系定義

定義5 設(shè)Xi為概念集合S中第i個概念，Xj為概念集合S中第j個概念。即

稱R為概念Xi，Xj之間的關(guān)系，記作R(Xi,Xj)。

式(3)的含義為在概念集合S中，任意概念Xi與概念Xj均存在一種映射關(guān)系R。

關(guān)系定義R(Xi,Xj)為某概念集合中各概念之間的基本關(guān)系，如is_a, kind_of, part_of，instance_of等。

2.4 規(guī)則定義

定義6 設(shè)perF和resF分別是由若干屬性和關(guān)系組成的推理前提和推理結(jié)果。F為由perF和resF形成的規(guī)則，定義如下：

式(4)的主要作用是解決輸出信息的不確定性源自于認識的不完全性的問題，其含義為如果存在某一前提perF，就能推理出結(jié)果resF，則稱F是perF和resF的規(guī)則，表示為：perF→resF，例如：式(5)表明某概念集合中，對于任意兩概念C1,C2，分別存在實例I1,I2，如果C1,C2之間存在關(guān)系R，則I1,I2之間的關(guān)系隨概念之間的關(guān)系自動產(chǎn)生。

3 滾齒機故障診斷實例分析

為了驗證上述本體知識表示方法的可行性，現(xiàn)以某機床集團的典型設(shè)備——滾齒機為例，采用上述定義對其故障診斷知識進行表示，并借助protégé工具建立了滾齒機故障診斷知識表示的計算機模型。為了既達到設(shè)計舉例的目的，又簡化和縮小知識表示的范圍，本例限定在以下范圍：

1）滾齒機中的機械系統(tǒng)出現(xiàn)故障；

2）機械系統(tǒng)的故障是由于冷卻站不能實現(xiàn)正常運行；

3）冷卻站非正常運行造成功能失效，故障出在離心泵上；

4）離心泵出問題僅考慮葉輪、泵軸、機械密封、軸承等出現(xiàn)故障。

3.1 概念及關(guān)系的建立

為完整的呈現(xiàn)滾齒機故障診斷知識結(jié)構(gòu)，在本體模型中，以滾齒機結(jié)構(gòu)為基礎(chǔ)，將整個故障診斷領(lǐng)域知識劃分為故障部位S1(Hobbing_Machine)、故障現(xiàn)象S2(FD_Phenomenon)、故障原因S3(FD_Reason)三個概念集合，根據(jù)定義2，可形式化表示為：

FDO={H_M(S1), FD_P (S2), FD_R (S3),}

在上述每個概念集合中，由多個不同層次的概念組成，每個層次間表現(xiàn)為不同的關(guān)系，根據(jù)定義5，分別對各關(guān)系定義為：

如圖3所示。

1）故障部位S1表示用于描述滾齒機結(jié)構(gòu)的概念集合。故障部位的確定是故障診斷的基礎(chǔ)，根據(jù)滾齒機自身的結(jié)構(gòu)組成，按照自頂向下的原則，得到的滾齒機各系統(tǒng)、組件、部件、零件等層次結(jié)構(gòu)。從邏輯關(guān)系上可將滾齒機分為機械系統(tǒng)和電氣系統(tǒng)。機械系統(tǒng)又可分為工作臺、床身、冷卻站等，而離心泵、冷卻油冷機等是冷卻站的一個組成部分。

2）故障現(xiàn)象S2表示滾齒機發(fā)生故障時所表現(xiàn)出來的特征的概念集合。按照故障診斷現(xiàn)象獲取的方式，可將其分為機械故障和電氣故障兩個子類。而機械故障現(xiàn)象指從診斷人員的感官出發(fā)判斷故障想象，如傷痕，泄漏，噪聲，異響，異味，震動，不工作等。

圖3 滾齒機故障診斷概念圖

3）故障原因S3表示引發(fā)滾齒機故障的可能原因的概念集合。在確定故障發(fā)生部位和故障現(xiàn)象的基礎(chǔ)之上，需要進一步診斷其產(chǎn)生原因。可分為電氣特性原因和機械特性原因兩個子類。其中，電氣特性原因包含壓力，流量，溫度等；機械特性原因包含損壞，變形，松動，移位等。

3.2 屬性的建立

在實際故障診斷過程中，必須明確故障部位出現(xiàn)了什么現(xiàn)象，故障現(xiàn)象是什么原因造成的和故障原因存在于什么樣的部位，根據(jù)上述概念集合的定義和定義3中對對象屬性的定義，建立關(guān)系屬性如下：

如圖4所示。

圖4 滾齒機故障診斷概念集合關(guān)系圖

在故障診斷維修過程中，為區(qū)分滾齒機結(jié)構(gòu)中各零部組件，根據(jù)定義4，現(xiàn)對故障部位S1(Hobbing_Machine)中的概念進行數(shù)據(jù)屬性定義如下：

A1D表示零部組件的編號；A2D表示尺寸大小；

A3D表示生產(chǎn)廠商。

3.3 知識庫的建立

根據(jù)上述分析，本例可用一個三層的網(wǎng)絡(luò)圖描述，如圖5所示，該本體模型以滾齒機結(jié)構(gòu)為核心，與故障現(xiàn)象、故障原因相關(guān)聯(lián)。

圖5 滾齒機故障診斷本體部分示意圖

在圖5中，首先建立了以滾齒機結(jié)構(gòu)為核心的概念集合S1和故障現(xiàn)象S2、故障原因S3，并定義了相關(guān)概念和概念之間的關(guān)系R，然后確定了概念集合之間的對象屬性A0和滾齒機結(jié)構(gòu)中概念的數(shù)據(jù)屬性AD，建立了實例I，最后結(jié)合滾齒機故障診斷經(jīng)驗，生成了如圖虛線所示的故障診斷規(guī)則。

根據(jù)以上分析，可以明確故障診斷概念表示和關(guān)系建立的過程，本文用protégé構(gòu)建的部分本體概念及其屬性。而在實際系統(tǒng)中使用本體，需借助具體的語言進行描述。由于本體描述語言O(shè)WL DL在保證推理的完備性和可判定性的前提下，具有很強的表達能力[11]，本文的研究采用了OWL DL對本體內(nèi)的概念及關(guān)系、屬性進行了形式化定義和描述。根據(jù)上文中定義的部分概念、關(guān)系、屬性，提取相關(guān)的OWL片段并解釋如圖6所示。

圖6 滾齒機故障診斷本體部分OWL語言

根據(jù)圖5中所建立的概念集合、屬性和關(guān)系注釋，可得到圖6所示的OWL語言片段。片段①對應(yīng)于圖5中概念集合S1，且與另外兩概念集合S2、S3互不兼容；片段②反映了圖5中所示的關(guān)系R3，定義了S1中子類與父類的關(guān)系subClassOf；片段③描述了圖5中的數(shù)據(jù)屬性A120(S1,S2)；片段④描述了對象屬性A3D，屬性值為string。

3.4 規(guī)則的建立

規(guī)則能夠提供更強的邏輯表達能力，是知識推理的依據(jù)，根據(jù)圖5和圖6中的基本概念和屬性關(guān)系，并結(jié)合以往的故障診斷經(jīng)驗，可將圖5中虛線所示的離心泵故障診斷用例的規(guī)則生成OWL語言，如圖7所示。

在圖7中，片段①建立了概念“軸承”和“損壞”之間的對象屬性A310(C1114(S1),C11(S3))；片段②建立了概念“軸承”和 “缺少潤滑”之間的對象屬性A310(C1114(S1),C15(S3))；片段③建立了概念“離心泵”和 “噪聲”之間的對象屬性A0(C111(S1),C13(S2))；片段④建立了概念“離心泵”和 “震動”之間的對象屬性A120(C111(S1),C14(S2))。利用上述屬性，可得到規(guī)則如下：

離心泵噪聲或震動是由軸承損壞或缺少潤滑引起。

4 結(jié)論

本文針對復(fù)雜機電設(shè)備故障診斷困難且經(jīng)驗數(shù)據(jù)難以利用的問題，采用了基于本體的知識表示方法，并結(jié)合滾齒機故障診斷領(lǐng)域內(nèi)知識進行了有效的表達。復(fù)雜機電設(shè)備非工作狀態(tài)中的故障診斷存在復(fù)雜性、多樣性和關(guān)聯(lián)性等特點，本體模型提供了規(guī)范的術(shù)語和概念，豐富的概念間屬性和關(guān)系，為其提供了理論依據(jù)，使得該領(lǐng)域的知識表示完備、清晰，便于理解與實現(xiàn)，且利于知識推理和知識共享。滾齒機故障診斷實例仿真結(jié)果表明，該方法在滾齒機故障診斷領(lǐng)域具有可行性，并為故障診斷智能化應(yīng)用提供了一種更為有效的實現(xiàn)方法。

圖7 滾齒機故障診斷本體部分規(guī)則

[1] He Qing,Li Xiaoqin.Management of knowledge base of expert system for fault diagnosis of rotating machinery[J].Applied Mechanics and Materials.2011,44-47:2935-2939.

[2] Chen Anhua,Jiang Lingli,Liu Yilun,Li Xuejun.Fault diagnosis expert system model based on knowledge grid[J].Yi Qi Yi Biao Xue Bao/Chinese Journal of Scientific Instrument,2009,30(11):2450-2454.

[3] Liu Bailin,Jiang Chao.A knowledge base maintenance system for fault diagnosis expert system[A].2nd International Conference on Information Science and Engineering[C].Hangzhou: IEEE,2010.21-24.

[4] Song Zhihang,Xu Xiaoli.Diagnosis Expert System Based on Inference Control[J].Microcomputer Information.2010,1(1):99-101.

[5] Hou Mingliang,Liu Yuran,Xing Shubin,Su Liyun.Study of intelligent diagnosis system for photoelectric tracking devices based on multiple knowledge representation[J].Advanced Materials Research.2011,179-180:602-607.

[6] Su Kuo-Wei,Hwang Sheue-Ling,Chou Yu-Fa.Applying knowledge structure to the usable fault diagnosis assistance system:A case study of motorcycle maintenance in Taiwan[J].Expert Systems with Applications.2006,31(2): 370-382.

[7] DORAN P,TAMMA V,LANNONE L.Ontology module extraction for ontology reuse:an ontology engineering perspective[A].Proc of ACM CIKM International Conference on Information and Knowledge Management[C].New York: ACM Press,2007:61-70.

[8] 馮志勇,李文杰,李曉紅,等.本體論工程及其應(yīng)用[M].北京:清華大學(xué)出版社,2007:2-3.

[9] 許楚鑾,于德介,劉堅.基于本體的設(shè)備維護知識表示研究[J].計算機應(yīng)用研究,2009,26(9):3242-3248.

[10] MYO N,EEPENG L,LIAN D GH.Ontology-based Web annotation framework for hyperlink structures[A].Proc of the 3rd International Conference on Web Information Systems Engineering[C].Singapore:IEEE,2002.184-193.

[11] PATEL-SCHNEIDER P F,HORROCKS I.OWL Web ontology language semantics and abstract syntax[EB/OL].[2008-04-02].http://www.w3.org/TR/owl-semantics/direct.html.