CN109657373A - 一种多Agent的故障检测方法及装置 - Google Patents

Abstract

本发明公开了一种多Agent的故障检测方法及装置，根据传感器序列确定状态转移函数作为局部映射,根据状态转移函数构建多Agent传感器数据采集模型，从而持续的保证智能制造的产品加工过程中对于传感器采集到的数据故障检测的可靠性，使传感器进行故障检测的工作状态保持稳定，有效率地使用多Agent技术通过传感器系统来侦测复杂制造系统的故障点对于复杂制造系统的影响范围及时确认是否发生了故障、何处发生了故障；通过提高传感器的精确的监测精度，以便在安全管理过程中赢得时间及时实施维修或故障处理，或者通过维护使故障不会继续恶化和蔓延。

Description

一种多Agent的故障检测方法及装置

技术领域

本公开涉及故障检测技术领域，具体涉及一种多Agent的故障检测方法及装置。

背景技术

在智能制造过程中，故障检测技术所应用到的多Agent技术为多代理人的启发式(heuristic)求解法，其为寻求有效而稳定路径的算法。在复杂制造系统的故障检测过程中，复杂制造系统的智能制造设备依其结构而建构不同状态转移(state transition)机率，每个Agent皆可在故障点的点间移动，而所移动的距离由该点周遭的故障频率的变化量来决定。Agent移动方向的机率由Agent群最佳化算法中，透过Agent行经所滞留的费洛蒙与是否近似边缘的测量因子两项因素决定。Agent尽可能地不重复选择其所经过的故障点，而多Agent的移动的终止条件为固定之移动步数。最后经过迭代演绎，透过费洛蒙延续留存与蒸发的更新计算可求得故障的影响范围，将多Agent技术应用到复杂的智能制造的产品加工过程中对于传感器采集到的数据故障检测的可靠性判断和检测结果的修正是一种很好的手段。

发明内容

本公开提供一种多Agent的故障检测方法及装置，根据传感器序列确定状态转移函数作为局部映射,根据状态转移函数构建多Agent传感器数据采集模型，从而持续的保证智能制造的产品加工过程中对于传感器采集到的数据进行故障检测的可靠性，使传感器进行故障检测的工作状态保持稳定。

为了实现上述目的，根据本公开的一方面，提供一种多Agent的故障检测方法，所述方法包括以下步骤：

步骤1,根据传感器序列确定状态转移函数；

步骤2，根据状态转移函数构建多Agent传感器数据采集模型；

步骤3，对多Agent传感器数据采集模型进行调整；

步骤4，根据信息失真对多Agent传感器数据采集模型的状态转移函数的调整；

步骤5，通过多Agent传感器数据采集模型进行故障检测。

进一步地，在步骤1中，所述传感器序列包括多个传感器，传感器包括光电编码器、直线光栅、接近开关、温度传感器、霍尔传感器、电流传感器、电压传感器、压力传感器、液位传感器、旋转变压器、感应同步器、速度传感器,传感器采集的数据包括传感器采集的位置、直线位移和角位移、速度、压力、温度。

进一步地，在步骤1中，根据传感器序列确定状态转移函数的方法为，当传感器序列为{s₀,s₁,s₂,…,s_i,…,s_k}整数形式的离散集，根据传感器的传感器当前状态及其相邻传感器的状态确定下一时刻传感器状态的状态转移函数，状态转移函数可以记为：f：其中，s_i ^t为t时刻的传感器的状态组合，为t时刻的相邻传感器状态组合，s_i ^t+1为下一时刻的传感器状态组合，称f为多Agent传感器数据采集模型的局部映射。

进一步地，在步骤2中，根据状态转移函数构建多Agent传感器数据采集模型的方法为，多Agent传感器数据采集模型是一个动态系统，它在时间上的变化是离散的，即时间t是一个整数值，而且连续等间距。假设传感器采集时间的间距dt＝1，若t＝0为初始时刻，那么t＝1为其下一时刻，将每个传感器作为单独的数据采集端，传感器的状态代表每个传感器的当前采集数据的概率分布状态，概率分布状态的集合服从(0,1)均匀分布；

每个传感器依据其相邻的状态(包括自己)定期改变它自身的状态，u_j(t)表示在第t个阶段传感器j的状态，N_i表示传感器的所有相邻的集合，#N_i表示相邻的数目，传感器j在下一个阶段的状态，即多Agent传感器数据采集模型可以用公式表示为：

进一步地，在步骤3中，对多Agent传感器数据采集模型进行调整的方法为，

当某传感器受相邻传感器和工作性质的影响，其行为响应从S_(i,j)(t)变化到稳定值S_(i,j)(t+1)，如果变化过程没有时间延迟，即响应立刻发生，那么，响应的时间步长为1毫秒；如果有时间延迟，那么，时间延迟为短时，响应的时间步长为2毫秒，时间延迟为长时，响应的时间步长为3毫秒。

因此，当延迟时间为短时，状态转移函数调整为：

S_(i,j)(t+1)＝S_(i,j)(t+1)/2，

当延迟时间为长时，状态转移函数调整为：

S_(i,j)(t+1)＝S_(i,j)(t+1)/3。

行为响应为传感器在响应的时间步长内做出的数据采集与传输的响应。

进一步地，在步骤4中，根据信息失真对多Agent传感器数据采集模型的状态转移函数的调整的方法为，

设α表示影响逐渐减弱的程度，α＝{q|0≤q≤0}，其中，α在时间阶段t时为1，然后逐渐减少，直至某个时间阶段t+r时减少到0为止，当在t+r时时间阶段α不能减少到0，则信息失真，r值为人工设置设定，默认设置为1000毫秒。α的取值为：于是状态转移函数调整为：S_(i,j)(t+1)＝α*S_(i,j)(t+1)。

进一步地，在步骤5中，通过多Agent传感器数据采集模型进行故障检测的方法为，如果当传感器当前采集到的数据在之前所采集到的数据的概率分布x，以前采集到的数据的对比数学期望为y，x<0.5，那么y＝0；如果x>＝0.5，那么y＝1，如果x<0.3，那么y＝0；如果x>＝0.3并且x<0.6，那么y＝0.5；如果x>＝0.5，那么y＝1，接下来，把计算结果y作为输入，通过多Agent传感器数据采集模型的采集过程如下：循环进行上述过程进行故障检测，u_j(t+1)为下一时刻即第t+1个阶段传感器j的状态。

本发明还提供了一种多Agent的故障检测装置，所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的单元中：

状态转移确定单元，用于根据传感器序列确定状态转移函数；

采集模型构建单元，用于根据状态转移函数构建多Agent传感器数据采集模型；

采集模型调整单元，用于对多Agent传感器数据采集模型进行调整；

状态转移调整单元，用于根据信息失真对多Agent传感器数据采集模型的状态转移函数的调整；

故障检测单元，用于通过多Agent传感器数据采集模型进行故障检测。

本公开的有益效果为：本发明提供一种多Agent的故障检测方法及装置，有效率地使用多Agent技术通过传感器系统来侦测复杂制造系统的故障点对于复杂制造系统的影响范围及时确认是否发生了故障、何处发生了故障；通过传感器的精确监测，以便在安全管理过程中赢得时间及时实施维修或故障处理，或者通过维护使故障不会继续恶化和蔓延。

附图说明

通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：

图1所示为一种多Agent的故障检测方法的流程图；

图2所示为一种多Agent的故障检测装置图。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示为根据本公开的一种多Agent的故障检测方法的流程图，下面结合图1来阐述根据本公开的实施方式的一种多Agent的故障检测方法。

本公开提出一种多Agent的故障检测方法，具体包括以下步骤：

步骤1,根据传感器序列确定状态转移函数；

步骤2，根据状态转移函数构建多Agent传感器数据采集模型；

步骤3，对多Agent传感器数据采集模型进行调整；

步骤4，根据信息失真对多Agent传感器数据采集模型的状态转移函数的调整；

步骤5，通过多Agent传感器数据采集模型进行故障检测。

1)传感器

传感器又可称为节点，是多Agent传感器数据采集模型的最基本的组成部分，传感器分布在离散的一维、二维或多维空间上。

2)状态

状态是是传感器序列{s₀,s₁,s₂,…,s_i,…,s_k}整数形式的离散集。

3)传感器空间

处于分布状态的传感器空间网点集合就是传感器空间。

根据传感器的传感器当前状态及其相邻传感器的状态确定下一时刻传感器状态的状态转移函数，状态转移函数可以记为：f：其中，为t时刻的相邻状态组合，称f为多Agent传感器数据采集模型的局部映射。

多Agent传感器数据采集模型是一个动态系统，它在时间上的变化是离散的，即时间t是一个整数值，而且连续等间距。假设传感器采集时间的间距dt＝1，若t＝0为初始时刻，那么t＝1为其下一时刻。

当外界环境发生了变化时，对于传感器如何应对环境的变化，随着时间的推移，传感器的精确度会变化，运用多Agent传感器数据采集模型，对采集的数据发生的变化做如下工作：

将每个传感器作为单独的数据采集端，传感器的状态代表每个传感器的当前采集数据的概率分布状态，概率分布状态的集合服从(0,1)均匀分布；

每个传感器依据其相邻的状态(包括自己)定期改变它自身的状态，u_j(t)表示在第t个阶段传感器j的状态，N_i表示传感器的所有相邻的集合，#N_i表示相邻的数目，传感器j在下一个阶段的状态，即多Agent传感器数据采集模型可以用公式表示为：

采用上述的公式计算下一时刻传感器的概率分布状态时，可能出现传感器状态集合是无限的情况，而状态集合必须是有限的，所以需要对上述的结果进行修正。

多Agent传感器数据采集模型是通用的转换规则。它顺序地应用在随机选择的传感器上，称为顺序更新，连续更新是同时在所有的传感器上运行多Agent传感器数据采集模型。

考虑时间延迟、信息失真时，一般局部规则要做相应的调整。

对多Agent传感器数据采集模型进行调整；

当某传感器受相邻传感器和工作性质的影响，其行为响应从S_(i,j)(t)变化到稳定值S_(i,j)(t+1)，如果变化过程没有时间延迟，即响应立刻发生，那么，响应的时间步长为1毫秒；如果有时间延迟，那么，时间延迟为短时，响应的时间步长为2毫秒，时间延迟为长时，响应的时间步长为3毫秒。

因此，当延迟时间(即响应时间)为短时，状态转移函数调整为：

S_(i,j)(t+1)＝S_(i,j)(t+1)/2，

当延迟时间为长时，状态转移函数调整为：

S_(i,j)(t+1)＝S_(i,j)(t+1)/3。

对于信息在传播过程中的逐渐失真，用如下方式来表述：随着时间阶段的推移，传感器间的影响、传感器与工作状态间的影响逐渐减弱，工作状态受群体行为的影响也逐渐减弱。

设α表示影响逐渐减弱的程度，α＝{q|0≤q≤0}，其中，α在时间阶段t时为1，然后逐渐减少，直至某个时间阶段t+r时减少到0为止，当在t+r时时间阶段α不能减少到0，则信息失真，r值为人工设置设定，默认设置为1000毫秒。α的取值为：于是状态转移函数调整为：S_(i,j)(t+1)＝α*S_(i,j)(t+1)。

如果当传感器当前采集到的数据在之前所采集到的数据的概率分布x，以前采集到的数据的对比数学期望为y，x<0.5，那么y＝0；如果x>＝0.5，那么y＝1，如果x<0.3，那么y＝0；如果x>＝0.3并且x<0.6，那么y＝0.5；如果x>＝0.5，那么y＝1，接下来，把计算结果y作为输入，循环进行上述过程。多Agent传感器数据采集模型的采集过程可以简单描述如下：

模拟与分析：

通过在3,6,10,20和50种传感器的情况下模拟的传感器采集的数据的结果。在模拟开始时，每种的传感器是等数目的。在连续状态下的运行多Agent传感器数据采集模型的状态转移函数的模拟结果表明，当t趋于无穷大时，所有传感器的采集结果基本相同，无误差，当传感器第t+1个阶段的状态实际采集所采集到的数据的概率分布不等于u_j(t+1)时，则发生故障。

本公开的实施例提供的一种多Agent的故障检测装置，如图2所示为本公开的一种多Agent的故障检测装置图，该实施例的一种多Agent的故障检测装置包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种多Agent的故障检测装置实施例中的步骤。

所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的单元中：

状态转移确定单元，用于根据传感器序列确定状态转移函数；

采集模型构建单元，用于根据状态转移函数构建多Agent传感器数据采集模型；

采集模型调整单元，用于对多Agent传感器数据采集模型进行调整；

状态转移调整单元，用于根据信息失真对多Agent传感器数据采集模型的状态转移函数的调整；

故障检测单元，用于通过多Agent传感器数据采集模型进行故障检测。

所述一种多Agent的故障检测装置可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种多Agent的故障检测装置，可运行的装置可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种多Agent的故障检测装置的示例，并不构成对一种多Agent的故障检测装置的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种多Agent的故障检测装置还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种多Agent的故障检测装置运行装置的控制中心，利用各种接口和线路连接整个一种多Agent的故障检测装置可运行装置的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种多Agent的故障检测装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。

Claims (8)

1.一种多Agent的故障检测方法，其特征在于，所述方法包括以下步骤：

步骤1,根据传感器序列确定状态转移函数；

步骤2，根据状态转移函数构建多Agent传感器数据采集模型；

步骤3，对多Agent传感器数据采集模型进行调整；

步骤4，根据信息失真对多Agent传感器数据采集模型的状态转移函数的调整；

步骤5，通过多Agent传感器数据采集模型进行故障检测。

2.根据权利要求1所述的一种多Agent的故障检测方法，其特征在于，在步骤1中，所述传感器序列包括多个传感器，传感器包括光电编码器、直线光栅、接近开关、温度传感器、霍尔传感器、电流传感器、电压传感器、压力传感器、液位传感器、旋转变压器、感应同步器、速度传感器,传感器采集的数据包括传感器采集的位置、直线位移和角位移、速度、压力、温度。

3.根据权利要求1所述的一种多Agent的故障检测方法，其特征在于，在步骤1中，根据传感器序列确定状态转移函数的方法为，当传感器序列为{s₀,s₁,s₂,…,s_i,…,s_k}整数形式的离散集，根据传感器的传感器当前状态及其相邻传感器的状态确定下一时刻传感器状态的状态转移函数，状态转移函数可以记为：其中，s_i ^t为t时刻的传感器的状态组合，为t时刻的相邻传感器状态组合，s_i ^t+1为下一时刻的传感器状态组合，称f为多Agent传感器数据采集模型的局部映射。

4.根据权利要求1所述的一种多Agent的故障检测方法，其特征在于，在步骤2中，根据状态转移函数构建多Agent传感器数据采集模型的方法为，多Agent传感器数据采集模型是一个动态系统，它在时间上的变化是离散的，即时间t是一个整数值，而且连续等间距，假设传感器采集时间的间距dt＝1，若t＝0为初始时刻，那么t＝1为其下一时刻，将每个传感器作为单独的数据采集端，传感器的状态代表每个传感器的当前采集数据的概率分布状态，概率分布状态的集合服从(0,1)均匀分布；每个传感器依据其相邻的状态定期改变它自身的状态，u_j(t)表示在第t个阶段传感器j的状态，N_i表示传感器的所有相邻的集合，#N_i表示相邻的数目，传感器j在下一个阶段的状态，即多Agent传感器数据采集模型可以用公式表示为：

5.根据权利要求1所述的一种多Agent的故障检测方法，其特征在于，在步骤3中，对多Agent传感器数据采集模型进行调整的方法为，

当某传感器受相邻传感器和工作性质的影响，其行为响应从S_(i,j)(t)变化到稳定值S_(i,j)(t+1)，如果变化过程没有时间延迟，即响应立刻发生，那么，响应的时间步长为1毫秒；如果有时间延迟，那么，时间延迟为短时，响应的时间步长为2毫秒，时间延迟为长时，响应的时间步长为3毫秒，因此，当延迟时间为短时，状态转移函数调整为：S_(i,j)(t+1)＝S_(i,j)(t+1)/2，

当延迟时间为长时，状态转移函数调整为：S_(i,j)(t+1)＝S_(i,j)(t+1)/3。

6.根据权利要求1所述的一种多Agent的故障检测方法，其特征在于，在步骤4中，根据信息失真对多Agent传感器数据采集模型的状态转移函数的调整的方法为，

设α表示影响逐渐减弱的程度，α＝{q|0≤q≤0}，其中，α在时间阶段t时为1，然后逐渐减少，直至某个时间阶段t+r时减少到0为止，当在t+r时时间阶段α不能减少到0，则信息失真，r设置为1000毫秒，α的取值为：于是状态转移函数调整为：S_(i,j)(t+1)＝α*S_(i,j)(t+1)。

7.根据权利要求1所述的一种多Agent的故障检测方法，其特征在于，在步骤5中，通过多Agent传感器数据采集模型进行故障检测的方法为，如果当传感器当前采集到的数据在之前所采集到的数据的概率分布x，以前采集到的数据的对比数学期望为y，x<0.5，那么y＝0；如果x>＝0.5，那么y＝1，如果x<0.3，那么y＝0；如果x>＝0.3并且x<0.6，那么y＝0.5；如果x>＝0.5，那么y＝1，接下来，把计算结果y作为输入，通过多Agent传感器数据采集模型的采集过程如下：循环进行上述过程进行故障检测。

8.一种多Agent的故障检测装置，其特征在于，所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的单元中：

状态转移确定单元，用于根据传感器序列确定状态转移函数；

采集模型构建单元，用于根据状态转移函数构建多Agent传感器数据采集模型；

采集模型调整单元，用于对多Agent传感器数据采集模型进行调整；

状态转移调整单元，用于根据信息失真对多Agent传感器数据采集模型的状态转移函数的调整；

故障检测单元，用于通过多Agent传感器数据采集模型进行故障检测。