知識數(shù)據(jù)雙驅(qū)動的智能裝備可靠運維研究

文/牛沖麗

智能裝備目前大量應(yīng)用于數(shù)控機床、自動化生產(chǎn)線、智能控制系統(tǒng)等方向，是實現(xiàn)生產(chǎn)過程自動化、智能化、精密化和高效化的重要部分。智能裝備出現(xiàn)故障將會導(dǎo)致停機和經(jīng)濟損失。為了確保智能裝備健康運行，本文針對其進行了知識數(shù)據(jù)雙驅(qū)動的可靠運維研究。

一、背景介紹

智能裝備的使用可以打通數(shù)據(jù)割裂現(xiàn)狀，利用領(lǐng)域知識。以智能裝備運行數(shù)據(jù)與運維檢修領(lǐng)域知識為驅(qū)動，構(gòu)建科學(xué)、系統(tǒng)、周密的檢修和維護作業(yè)模式，是制造行業(yè)當(dāng)前的迫切需求。可靠的運維對于優(yōu)化檢修資源要素投入以及確保智能裝備正常穩(wěn)定運行都很重要。目前，智能裝備的使用場景越來越廣泛，使用范圍越來越大，其運維問題也得到了重視。

智能裝備運維檢修是保證設(shè)備運行安全性與穩(wěn)定性的重要手段。一方面，面對數(shù)量巨大、精細復(fù)雜的各種智能裝備，設(shè)備故障模式與影響因素繁多，運維檢修工作繁重，采用傳統(tǒng)的定期檢修方式無法滿足差異化、精細化的運維需求。另一方面，有隱患或缺陷的設(shè)備如果繼續(xù)運行，就有可能發(fā)展成故障，造成設(shè)備損壞、產(chǎn)線停工等較大的經(jīng)濟損失等。目前，運維檢修過程仍然缺乏科學(xué)化、系統(tǒng)化、定量化的理論框架和相應(yīng)實施方法論的支撐，難以綜合統(tǒng)籌設(shè)備維修成本和可靠性等因素對現(xiàn)有維修體系進行基于定量分析的優(yōu)化。

王春喜等人[1]對上述問題提出了預(yù)測性維護的一些主要技術(shù)要求，介紹了國內(nèi)和國際上技術(shù)的發(fā)展。楊志偉等人[2]提出了一種智能裝備和智能工廠的遠程運維平臺應(yīng)用方案。在滿足智能裝備健康運行要求的情況下，基于運營可靠性、可維修性、可用性、安全性和維修成本等因素，提出新的適用于智能裝備的運維檢修理論與方法，并將其作為今后復(fù)雜智能裝備運維檢修策略制定的理論依據(jù)。這種運維檢修模式是十分有必要的。針對以上問題，本文以可靠性維修理論為依據(jù)，以智能裝備運行過程大數(shù)據(jù)分析為手段，以智能裝備故障模式與影響分析領(lǐng)域知識為支撐，研究智能裝備關(guān)鍵部件個性維修決策與方法，建立統(tǒng)籌考慮可靠性、可用性和維修成本的量化分析與優(yōu)化理論框架，為智能裝備健康穩(wěn)定運行的運維保障水平提供理論支持。

二、知識驅(qū)動的設(shè)備智能運維

隨著本體語言的發(fā)展，基于語義網(wǎng)絡(luò)可建立智能裝備運維系統(tǒng)調(diào)度和領(lǐng)域知識的解構(gòu)與表示。設(shè)備智能運維知識圖譜作為一種典型的縱向知識圖譜，已在設(shè)備故障的數(shù)據(jù)分析與決策環(huán)節(jié)得到了應(yīng)用，如使用結(jié)構(gòu)化數(shù)據(jù)形式的設(shè)備缺陷文本構(gòu)造知識圖譜等。在數(shù)據(jù)稀疏時，基于本體語言的知識圖譜的表示方法的表現(xiàn)力會有所下降，但相較于其他表示方法，這種方法具備更好的可視化效果和推理補全機制。

建立支持運維的故障及其影響的知識圖譜，有了之前基于數(shù)據(jù)驅(qū)動的智能運維作為基礎(chǔ)，后續(xù)將知識抽象并將其應(yīng)用于智能運維。當(dāng)智能裝備的某個模塊發(fā)生故障時，由于建立了支持運維的故障及其影響的知識圖譜，各個模塊之間存在聯(lián)系，使得運維的成本和效率大大提高。運維領(lǐng)域的知識圖譜，主要用于故障的診斷和定位等。在數(shù)據(jù)驅(qū)動的情況下，利用現(xiàn)有的人工智能等先進技術(shù)，可有效提高運維的效率和準(zhǔn)確率。

三、數(shù)據(jù)驅(qū)動的設(shè)備智能運維

智能裝備通過在線監(jiān)測技術(shù)，可全面收集智能裝備運行狀態(tài)數(shù)據(jù)，為狀態(tài)檢修提供數(shù)據(jù)基礎(chǔ)。當(dāng)前處于各種制造和信息技術(shù)涌現(xiàn)和發(fā)展的階段，這會推動信息技術(shù)及制造業(yè)的結(jié)合與升級，是智能制造中非常重要的一環(huán)。另外，在工業(yè)互聯(lián)網(wǎng)與大數(shù)據(jù)技術(shù)的發(fā)展下，數(shù)據(jù)驅(qū)動的智能運維技術(shù)在工業(yè)界備受關(guān)注。這些技術(shù)大大加快了設(shè)備的智能運維發(fā)展速度，這對數(shù)據(jù)驅(qū)動的設(shè)備智能運維來說，既是機遇，也是挑戰(zhàn)。

數(shù)據(jù)是實現(xiàn)智能運維的堅實基礎(chǔ)。Zhang等人[3]通過大數(shù)據(jù)技術(shù)實現(xiàn)了以大數(shù)據(jù)為基礎(chǔ)的智能運維平臺。部分運維工具檢測到的數(shù)據(jù)是零散的、無關(guān)聯(lián)的，并且數(shù)據(jù)雜亂不統(tǒng)一。這些冗余數(shù)據(jù)也給數(shù)據(jù)驅(qū)動的設(shè)備運維帶來了挑戰(zhàn)。數(shù)據(jù)驅(qū)動首先要保證提取的數(shù)據(jù)是可靠的，因為業(yè)務(wù)系統(tǒng)越來越復(fù)雜，運維工具以及智能裝備都會變得越來越復(fù)雜。缺乏可靠的數(shù)據(jù)驅(qū)動，就無法達到滿意的運維效果。這就需要運維人員做到以下方面：首先，對設(shè)備的運行機理進行分析，確定在設(shè)備上所需要安裝的傳感器；其次，通過傳感器來收集設(shè)備的運行數(shù)據(jù)，通過工業(yè)互聯(lián)網(wǎng)將數(shù)據(jù)傳輸?shù)皆破脚_和數(shù)據(jù)庫中；再次，通過機器學(xué)習(xí)的手段對監(jiān)測數(shù)據(jù)進行分析和建模，實現(xiàn)設(shè)備運行狀態(tài)的識別和診斷，并根據(jù)設(shè)備狀態(tài)數(shù)據(jù)庫中已經(jīng)記錄的數(shù)據(jù)和經(jīng)驗，建立起智能裝備運行信息與各個狀態(tài)之間的對應(yīng)關(guān)系，通過各種可靠性分析和機器學(xué)習(xí)算法得出智能裝備目前的健康狀況；最后，根據(jù)分析得到的設(shè)備狀態(tài)，向設(shè)備維護人員提供維護所需信息，如故障發(fā)生的位置、損壞程度和所需更換的零部件等。維護人員根據(jù)所提供的信息，可快速地對設(shè)備進行檢修和故障排除。相比于傳統(tǒng)的方法，運維的智能化可大大降低維護所需要的成本。

四、智能裝備運維檢修知識圖譜構(gòu)建

（1）故障診斷知識本體構(gòu)建：首先通過對智能裝備核心組成、故障診斷核心要素和故障診斷知識體系分析，確定故障知識的范圍；其次明確故障診斷知識之間的聯(lián)系；再次對其本體進行結(jié)構(gòu)化建模；最后通過聚類分析對其進行評價。

（2）故障診斷知識抽取：基于已構(gòu)建的本體模型，實現(xiàn)故障日志、失效案例和運維日志等文本數(shù)據(jù)中的知識抽取。

（3）故障診斷事件知識挖掘：研究通過對運行日志、維修日志數(shù)據(jù)的統(tǒng)計分析，獲取故障發(fā)生的頻率；通過關(guān)聯(lián)分析與研究，獲取不同事件與故障的關(guān)聯(lián)程度。

（4）故障診斷知識的表示和融合方法：實現(xiàn)外部信息（如事理描述）對知識三元組的有效補充，可以增強知識的魯棒性；研究膠囊網(wǎng)絡(luò)嵌入模型對知識的表示方法；研究利用邏輯關(guān)系聚類半監(jiān)督事理對齊模型，進行事理并列關(guān)系相似度計算、邏輯關(guān)系聚類和半監(jiān)督學(xué)習(xí)事理對齊等，從而實現(xiàn)知識的有效融合。

（5）數(shù)據(jù)驅(qū)動的智能裝備運維事件知識圖譜構(gòu)建方法：以智能裝備運行檢測數(shù)據(jù)、設(shè)備基礎(chǔ)運行數(shù)據(jù)、設(shè)備運行檢測數(shù)據(jù)、試驗和檢測數(shù)據(jù)、歷史缺陷數(shù)據(jù)、運維檢修日志數(shù)據(jù)等為對象，抽取不同的事件，分析事件之間的關(guān)聯(lián)關(guān)系、因果關(guān)系，認(rèn)識故障的發(fā)展脈絡(luò)和發(fā)展規(guī)律；基于歷史事件脈絡(luò)，對后續(xù)可能發(fā)生的事件進行排序和推送，為運維決策提供理論支持。

五、基于故障診斷知識圖譜的智能排故技術(shù)

（1）基于知識圖譜的故障智能查詢技術(shù)：通過深度文本匹配技術(shù)，對基于知識三元組訓(xùn)練的故障診斷知識檢索構(gòu)建模型。

（2）基于事理知識圖譜的隱性故障原因推理技術(shù)：基于故障診斷知識三元組，研究事理關(guān)系的評分方法，對隱性故障原因進行推理。

（3）基于事理知識圖譜的故障傳播推理技術(shù)：基于知識圖譜，研究設(shè)備結(jié)構(gòu)中不同零部件的耦合機理；基于耦合機理，研究零部件故障對子系統(tǒng)、母系統(tǒng)的故障傳播鏈條進行推理。

六、結(jié)語

隨著自動化和智能化生產(chǎn)要求的提高，應(yīng)用智能運維技術(shù)來增強智能裝備的競爭力已成為制造業(yè)關(guān)注的重點。隨著人工智能的發(fā)展，將人工智能應(yīng)用在運維以及故障診斷等方面的案例越來越多，針對該領(lǐng)域的方法也逐漸增多和健全。本文從知識驅(qū)動和數(shù)據(jù)驅(qū)動相結(jié)合的角度出發(fā)，對智能裝備運維檢修的問題進行分析，提出知識數(shù)據(jù)雙驅(qū)動的方法，為智能運維提供新的思路，充分利用知識以及數(shù)據(jù)來實現(xiàn)高效的計算，從而降低運維成本，提高生產(chǎn)效率，并且可以在許多復(fù)雜情況下，保持較高的穩(wěn)定性和準(zhǔn)確性。