卷煙廠成品庫故障診斷專家系統的設計

廖倫彪，張 寶（四川煙草工業有限責任公司綿陽分廠，四川 綿陽 621000）

自動化物流系統在煙草行業中的廣泛應用顯著地提高了企業的生產效率，使得“無人工廠”和“管控一體化工廠”成為可能。但是這些自動化物流系統在運行中不可避免地會發生各種故障，導致物流系統停止運行，中斷生產。如何能在故障產生后及時有效地排除故障恢復生產是提高企業生產效率的關鍵。隨著自動控制技術與Internet通信技術的飛速發展，基于工業以太網的遠程監控與實時在線故障診斷技術已經成為國內外研究的熱點[1]。例如美國通用電器公司研究的用于內燃電力機車故障排除的專家系統DELTA、日本三菱重工研制的“機械保健系統”，云南昆船集團研制的“煙草切絲機的PROFIBUS_DP總線自診斷系統”均取得了可喜的成果。

煙草行業故障診斷系統以人工智能和計算機網絡為支持，在煙草物流自動控制系統的基礎上建立起一個完善的設備故障知識庫和一套有效的故障推理機，保證了設備在發生故障之后維修人員能夠迅速做出反應，從而最大限度減少停機維修時間。本文以綿陽卷煙廠成品庫物流系統為研究對象，根據該庫的物流工藝流程和電氣控制系統為基礎，設計了成品庫故障診斷專家系統，該系統能對成品庫電氣設備故障進行診斷并給出故障處理意見。

1 系統概述

成品庫故障診斷專家系統硬件網絡拓撲圖如圖1所示，該系統從技術架構上來看，可分為三層：數據采集層，數據傳輸層和應用層[2]。數據采集層主要由具備設備控制功能與設備運行參數采集功能的PLC構成，用于實現對成品庫中所有電氣設備運行參數的采集與感知。第二層為數據傳輸層，作用是把PLC采集的工況信息通過EtherNet/IP網絡上傳給上位計算機，實現調度人員與設備維護人員對相關數據信息的共享。第三層為應用層，裝有故障診斷專家系統，該診斷系統通過獲取PLC上傳的電氣設備的運行參數，運用構建的推理機，推斷出故障原因，并給出合理的處理意見。與此同時，該處理意見還將發布到故障設備旁邊的觸摸屏上，以便于現場維護人員對故障處理意見的查詢，從而準確快速地處理故障。

2 專家系統結構

專家系統實質上是一種智能的計算機程序，它能夠以人類專家的水平完成某一專業領域特別困難的任務[3]。近年來，專家系統在工程領域內的應用日益廣泛，并且獲得不少成功的案例。一個完整的專家系統是由人機接口、黑板、知識庫、解釋系統和推理機這五部分構成。由于每個專家系統所需要完成的任務和特點不同，其系統結構也不完全相同，但無論哪種專家系統都必須包含知識庫和推理機這兩個基本內容。

該故障診斷專家系統由知識管理模塊、知識庫模塊、故障推理模塊、故障仿真模塊、參數采集模塊、故障解釋模塊等幾個主要部分組成，基本結構如圖2所示。

圖1 故障診斷專家系統硬件網絡拓撲圖

圖2 故障診斷專家系統結構圖

其中知識管理模塊用于收集整理專家知識，并采用適當的形式來表達知識。知識庫模塊中存放著該專家系統的專門知識，包括事實、可行操作與規則。故障仿真模塊能進行復雜故障模擬仿真，能實現較復雜的故障分析與處理，該模塊仿真結果可充實故障知識庫。參數采集模塊用于電氣設備在運行時特征參數的檢測與數據采集，形成實時數據庫。故障推理模塊根據采集到的現場電氣設備運行參數選擇一個有效的推理方法，進行故障推理，并給出合理的處理意見。該模塊還包含了設備運行趨勢分析，對于長時間運行的設備將給出維護建議，防止設備長時間運行出現故障，該模塊是故障診斷的核心部分。故障解釋模塊的主要功能是對故障推理模塊給出的推理結果進行解釋并顯示給用戶。

3 系統軟件設計

成品庫故障診斷專家系統從軟件結構上劃分主要由數據庫模塊、數據庫管理模塊、故障診斷模塊、故障仿真模塊和人機界面這五部分構成。具體結構如圖3所示。

圖3 故障診斷專家系統軟件結構圖

數據庫模塊由實時數據庫、歷史數據庫和規則庫三部分組成。實時數據庫中存放著現場電氣設備運行時的各種特征參數。將實時數據庫中的內容保存下來將形成歷史數據，而且歷史數據庫中還將保存故障診斷模塊診斷流程與結果，以便于用戶查詢歷史數據和歷史故障。規則庫中存放著推理的規則，是故障問題求解的基礎。

數據庫管理模塊主要用于知識庫編輯和規則庫編輯兩部分組成。知識庫和規則庫編輯模塊主要功能是完成知識和規則的錄入、刪除、編輯和合法性檢查功能。

故障診斷模塊由故障診斷界面、正向推理兩部分組成。正向推理從故障的特征出發，根據知識庫中的已知知識，按照某種沖突消解策略進行推理，并將此次推出的新知識作為下一步推理的已知知識。如此重復這一過程，最終獲得推理結果實現故障診斷。

故障仿真模塊由故障點參數設置和故障診斷反饋兩部分組成。該模塊能仿真設備運行中不易發生的故障和比較復雜的故障。通過故障診斷反饋還能充實和完善知識庫。

人機界面模塊是領域專家、知識工程師、用戶與計算機之間進行交互的界面，能實現不同用戶的對該故障診斷專家系統進行基本的管理與操作。

4 知識庫與推理機設計

在成品庫物流輸送系統中，需要進行故障診斷的設備有輸送機、穿梭車、托盤碼分機、碼垛機器人、現場控制站、條碼閱讀器、巷道堆垛機等。要對以上電氣設備建立一個比較完整的知識庫和有效的推理規則可采用故障樹分析法進行構造[4]。現以巷道堆垛機故障為例來說明。根據現場電氣工程師與維修電工提供的相關經驗，再結合巷道堆垛機工作原理能夠建立如圖4所示的巷道堆垛機故障樹主結構，同時還能得到該主故障樹下各個分支故障樹[5]，其中圖5為貨叉機構分支故障樹。

圖4 巷道堆垛機故障樹主結構

圖5 貨叉機構分支故障樹

上述故障樹能直接轉換為推理規則，例如：IF（離合器故障）OR（貨叉受堵），THEN（貨叉不能伸縮）；IF（齒輪齒條故障）OR（鏈輪鏈條故障）OR（貨叉伸縮受堵），THEN（貨叉受堵）。采用故障樹分析方法可以建立成品庫中需要進行故障診斷設備的所有知識庫與規則庫，限于篇幅，這里不逐一列舉。

推理機是故障診斷專家系統的核心，推理的過程就是不斷地從規則庫中選取合適的規則與數據庫中的已知事實進行匹配的過程[6]。該設計中采用的正向推理過程可用圖6的算法流程來描述，圖中的DB是數據庫，KB是知識庫，KS知識集。

5 結 論

故障診斷專家系統采用故障樹分析方法建立了知識庫和規則庫，并應用正向推理的方法有效地對成品庫物流輸送系統中出現的各種電氣故障進行推理并給出處理意見，有利于現場電氣維修人員快速地排除故障，避免了物流輸送線路因故障長時間停車，提高了企業的生產效率，具有一定的實用性和推廣性。

圖6 正向堆理算法流程

[1]Felser M.Rea-l time Ethernet-industry prospective[J].Computing&Control Engineering Journal,2005,96(6):18-29.

[2]王仲生.智能故障診斷與容錯控制[M].西安：西北工業大學出版社，2007.

[3]蔡自興，徐光佑.人工智能及其應用[M].2版.北京：清華大學出版社，1996.

[4]李德英，倪維斗.電站鍋爐故障診斷的廣義故障樹知識表示方法[J].清華大學學報（自然科學版），1998(7):74-77.

[5]李小平，于康康.堆垛機遠程故障診斷關鍵技術研究[J].蘭州交通大學學報，2011(4):15-19.

[6]王萬良.現代控制工程[M].北京：高等教育出版社，2011.