模糊Petri網在某型載車系統故障診斷中的應用

趙志宇 郭濤

海南三亞92155部隊155

模糊Petri網在某型載車系統故障診斷中的應用

趙志宇 郭濤

海南三亞92155部隊155

針對某型載車系統的故障診斷難題，本文提出了將模糊產生式規則和Petri網推理相結合的故障診斷方法。文中以載車系統底盤啟動故障診斷為例，建立了模糊Petri網故障診斷模型，并詳細闡述了采用反向推理算法的故障診斷推理過程，快速準確地實現了故障原因的定位。

模糊Petri網 載車系統底盤 啟動故障 故障診斷

某型載車系統包含機械、電氣設備和液壓、氣動裝置。由于系統中設備種類多，結構復雜，工作時任何一個部位的故障都可能導致一系列后續故障的發生，表現為故障的并發性；另一方面，同一個故障也可能由多個原因造成，多個不同的原發性故障沿各自不同的傳播途徑可引發同一系統級故障，因此該系統的故障診斷過程存在不確定性和模糊性。本文以某型載車系統底盤啟動故障診斷為例，對模糊Petri網在故障診斷中的應用方法進行了研究。

1 故障診斷模糊Petri網模型

Petri網理論是關于分布式系統和分布式進程的理論，它具有較強的描述并發現象和故障傳播過程的能力，因而是對動態系統進行建模和分析的重要工具。但是現實操作中，用戶對故障現象的描述經常存在不確定性或模糊性，例如底盤啟動“困難”，振動“厲害”等，普通Petri網建模方法還不能滿足故障診斷的需求。基于此，將模糊產生式規則與Petri網相結合，定義模糊Petri網模型，利用其可分層的特點，將相對復雜的故障逐層細分，縮小范圍，推理出故障原因及可信度。

1.1 故障診斷模糊產生式規則

故障之間存在著模糊關系和傳遞關系，這些關系可以采用模糊產生式規則來描述，模糊產生式規則最簡單的形式為：

式中命題di表示一組前提或狀態，命題dk表示若干個動作或結論，CF為這條規則的置信度，CF的值為μi，μi的取值范圍在0和1之間。這種形式的模糊產生式規則表示一個故障原因導致了一個故障模式。模糊產生式規則的其它形式，如規則的“與”、“或”關系均可由此衍生得出，其表達式如下：

它表示故障多個故障d1，d2…dn同時出現導致故障dk的出現；

它表示故障多個故障d1，d2…dn中任何一個或幾個的出現將導致故障dk的出現，此時的μi與di之間是一一對應的關系。

1.2 模糊Petri網定義

模糊Petri網由庫所P和變遷T組成，它將模糊產生式規則中的命題看作庫所，用圓圈“○”表示；將模糊產生式規則中的推理過程看作一種變遷，用豎線“|”表示；命題之間的因果關系用庫所和變遷之間的有向弧表示。為了更好地解釋模糊Petri網（Fuzzy Petri Nets），這里將其定義為一個九元組[7]：FPN（P，T，D，I，O， f，α，β，λ）；

根據上述定義，將1.1中的模糊產生式規則用模糊Petri網的形式表達出來，如圖1所示，從圖中可以看出，故障狀態的傳播過程被直觀地展現出來。

圖1 模糊產生式規則的模糊Petri網模型

2 模糊Petri網故障診斷推理算法

故障診斷與故障傳播之間是互逆關系，故障診斷是從觀察到的故障現象查找故障的原因，而故障現象正是由故障的傳播造成的。模糊Petri網描述的是故障的傳播模型，因此基于模糊Petri網的故障診斷是一個帶有置信度的反向推理過程，它從假設的目標故障現象出發，反向查找導致目標故障現象發生的所有路徑及初始故障原因。為了便于推理過程的進行，一般需要定義以下5種庫所集合：

①初始庫所集合SP：由所有初始庫所組成的集合，一般用來表示故障的原因。

②目標庫所集合GP：由所有目標庫所組成的集合，一般用來表示系統的故障狀態。

③能達性庫所集合RS：從Pi經過一系列的變換可以建立起聯系的庫所的集合。

④立即可達性庫所集合IRS：從Pi經一次變換就能立即達到的庫所的集合。

⑤相鄰庫所集合AP：與Pi經同一變換能立即達到的庫所的集合。

在故障診斷過程中首先要根據現場信息重新計算知識庫里的規則置信度，并根據模糊Petri網建立各庫所的能達到性集合表，立即可達性庫所集合表和相鄰位置集合表。模糊Petri網故障診斷反向推理具體步驟如下：首先選定一個故障現象Pi并將其作為目標庫所，然后在IRP表中查找能導出該故障現象的變遷，按照變遷置信度的大小依次選取這些變遷，若某個變遷ti的前提庫所Pj與現場的事實相匹配，則執行該變遷；否則將該變遷的前提庫所作為子目標，遞歸執行上一步的過程，直到診斷出故障原因。（若沒有找到能導致該故障現象的規則，則推理失敗）。

3 載車系統故障診斷實例

在某型載車系統中，底盤的正常啟動要求底盤中的燃油系統、啟動電路以及機械傳動與控制三個部分都必須工作正常，任何一個部分的故障都將導致啟動失敗，因此底盤的啟動故障具備并發性和傳播性的特點。本文根據該型FKWQ載車系統啟動失敗的典型原因和特征，建立底盤啟動故障的故障診斷模糊Petri網模型，并采用反向推理的方法對該故障進行診斷，從而查找出故障原因。

表1 R02到R22各項具體的參數

3.1 載車系統底盤啟動故障分析與模型建立

首先根據底盤中電路系統、燃油系統和機械傳動系統各自內部的結構原理和以往底盤啟動故障診斷與維修經驗建立故障診斷的知識庫，該知識庫中的規則采用本文1.1節中介紹的模糊產生式規則來描述。

R01：IF（油管接頭松動，油路進空氣 P1）THEN （燃油系統故障P20） CF=0.98

故障診斷知識庫中R02到R22的模糊產生式規則與R01相同，各項具體的參數見表1。

根據以上模糊產生式規則建立相應的故障診斷模糊Petri網如圖2所示。

3.2 基于模糊Petri網的載車系統底盤啟動故障診斷

由圖2可知，底盤啟動故障診斷模糊Petri網模型中的起始庫所PS=｛P1，P2……P18，P19｝，目標庫所PG=｛P23｝，能達性庫所集合、立即可達性庫所集合和相鄰庫所集合如表2所示。在故障診斷中，設置所有變遷的觸發閾值λ=0.75，

故障診斷的過程如下：

圖2 底盤啟動故障診斷模糊Petri網模型

①首先根據Petri網模型中的庫所數量和變遷數量初始化兩個標志數組FLAG_P[22]和FLAG_T[22]，數組中各元素的值可以為0或者1，用來標記當前庫所和變遷是否已經被查詢過，從而避免推理過程中重復查詢。當前數組中元素的值均為0，表示尚未被查詢。

②底盤啟動故障P23在表2中的相鄰庫所為?，表明沒有其它故障同時發生。再查表2可知，P23的發生是由P20、P21或P22引起的，且P20對應的變遷t20的置信度最大（CF=0.98），因此選擇路徑P20→P23，然后將標志數組元素FLAG_P[20]和FLAG_T[20]置1；

③由于P20不是初始庫所，所以繼續反向查找能引發P20的路徑。從表2中查出能夠到達P20的路徑共有7條，其中庫所P1對應的變遷t1的置信度最大（CF=0.98），因此選擇路徑P1→P20繼續反推，并將標志數組元素FLAG_P[1]和FLAG_ T[1]置1。由于P1是初始庫所，因此向用戶詢問“油管接頭松動，油路進空氣？”。用戶檢查所有油管接頭后，發現確實有接頭松動，則向系統回答“是”。系統根據統計信息計算出庫所P1的置信度α(P1)=0.95，由于α(P1)大于預先設定的閾值λ=0.75，所以變遷t1可以被觸發。相應的，庫所P20的置信度也可計算出來：α(P20)= α(P1)×0.98=0.9604，也大于閾值λ。由此可以判斷“底盤啟動故障”的原因是“油管接頭松動，油路進空氣”。至此，推理結束，故障診斷成功。

表2 能達性集合、立即可達性集合、相鄰庫所集合

④如果向用戶詢問“油管接頭松動，油路進空氣？”。用戶檢查所有油管接頭后，發現接頭沒有松動，向系統回答“未發現”。系統計算出庫所P1的置信度α(P1)=0.3，由于α(P1)小于預先設定的閾值λ，所以變遷t1不能被觸發。但是引發P20的路徑還有6條，接下來系統將按照這6條路徑所對應的變遷的置信度大小次序，重復進行前面的查詢過程，這里不再贅述。

⑤若遍歷完能引發P20的7條路徑，仍未找到故障原因，則按照步驟3、4中的方法，查詢所有能夠到達P21或P22的路徑，直到找出故障原因為止。如果遍歷完全部路徑后還未找到故障原因，則說明故障原因不在知識庫中，需要另外查找故障原因。

4 結論

在對某型載車系統底盤啟動故障進行診斷時，采用模糊Petri網建立的模型使系統知識邏輯關系清晰，推理過程簡單，且具有圖形直觀性。通過診斷實例，充分體現了模糊Petri網描述系統動態特性、并行特性的能力，而且推理過程便于在計算機上通過編程實現。由此證明基于模糊Petri網的故障診斷是一種行之有效的方法。

[1]吳哲輝.Petri網導論[M].北京:機械工業出版社,2006

[2]丁軍,張志華,周學智.模糊Petri網在指火控系統故障診斷中的應用[J].情報指揮控制系統與仿真技術, 2005,27(3):48-52

[3]袁崇義.Petri網原理與應用[M].南京:電子工業出版社,2005

[4]王俊國,閔松,趙金,萬淑蕓.基于模糊Petri網的故障診斷方法[J].兵工自動化,2002,21(6),18-21

趙志宇（1978-）男，湖南長沙人，工學學士，工程師，海南三亞92155部隊，研究方向機械自動化控制。郭濤（1980-）男，湖北棗陽人，工學學士，助理工程師，海南三亞92155部隊，研究方向柴油機電源。