CN205247194U - 一种自动控制智能专家故障诊断系统 - Google Patents
一种自动控制智能专家故障诊断系统 Download PDFInfo
- Publication number
- CN205247194U CN205247194U CN201520746802.7U CN201520746802U CN205247194U CN 205247194 U CN205247194 U CN 205247194U CN 201520746802 U CN201520746802 U CN 201520746802U CN 205247194 U CN205247194 U CN 205247194U
- Authority
- CN
- China
- Prior art keywords
- server
- automatic control
- module
- equipment
- rule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本实用新型涉及一种用于自动控制系统的设备故障诊断、维修、保障工作,能够提高设备故障诊断效率,特别是一种自动控制智能专家故障诊断系统。一种自动控制智能专家故障诊断系统,包括外围设备和中心服务器,外围设备包括PC服务器和现场PLC设备,中心服务器包括人机交互界面、知识获取服务器、规则库服务器、事例库服务器、推理机、解释器模块、综合数据库服务器和领域专家工程师模块。本实用新型的自动控制智能专家故障诊断系统,具有自动化程度高、适应性广、操作方便、成本低、响应速度快、模拟性强、维护简单及自学习功能的特点。对自动控制系统设备的故障诊断是高效的,应用于系统设备故障诊断具有较高的可行性和应用价值。
Description
技术领域
本实用新型涉及一种用于自动控制系统的设备故障诊断、维修、保障工作,能够提高设备故障诊断效率,特别是一种自动控制智能专家故障诊断系统。
背景技术
当前随着工业及科学技术的迅速发展,生产设备日趋大型化、复杂化、自动化和智能化,尤其是对于一些复杂的设备,其系统技术结构十分复杂。设备维修人员在作业时,经常会遇到对故障原因判断不准、故障机理分析不清和缺乏相关设备领域专家指导等方面的问题。由于这些问题的存在,导致了一些设备出现故障难以及时得到维修,将严重降低自动化控制系统的完好率和可用性,直接影响到设备的正常运行。所以自动控制系统的维修保障工作已经成为当前亟待解决的问题,设计开发自动控制智能专家故障诊断系统,是解决自动控制系统,设备故障诊断、维修、保障工作,提高设备故障诊断效率的有效途径之一。
故障诊断专家系统的发展起始于20世纪70年代末,在各个领域已取得了令人瞩目的成就,已成为当今世界研究的热点之一。国内在故障诊断专家系统方面起步稍晚,20世纪80年代开始,国内部分高校和科研机构首先在汽车故障诊断领域对专家系统进行了研究,随后在其他电子设备领域和电力应用领域相继进行了故障诊断专家系统的研究,有一些系统已投入了实际运行,并创造了巨大的经济效益。但是,由于应用于自动控制系统的故障检测具有它的特殊要求:应能够保证有很低的误诊率和漏诊率;能够根据完全的和不完全的信息及时地进行故障的检测和诊断;能够迅速、有效和可靠地得出故障检测、诊断的结论。所以,在自动控制系统的故障检测上,故障诊断专家系统的研究开展的较少,如何确保自动控制系统的正常运转、怎样对自动控制系统的故障进行诊断处理,以及如何满足客户的需求,并为他们提供良好的诊断、维护、维修服务等等,都是目前工业控制自动化故障诊断亟待解决的问题。
发明内容
本实用新型的目的在于解决上述已有技术存在的不足之处,提供一种以基础自动化设备做为基础平台,能够在线监控整个系统的运行状态,具有自动化程度高、适应性广、操作方便、成本低、响应速度快、模拟性强、维护简单及自学习功能等特点的自动控制智能专家故障诊断系统。
本实用新型是通过以下技术方案实现的:
一种自动控制智能专家故障诊断系统,其特殊之处在于包括外围设备和中心服务器,外围设备包括PC服务器10和现场PLC设备11,中心服务器包括人机交互界面2、知识获取服务器4、规则库服务器5、事例库服务器6、推理机7、解释器模块9、综合数据库服务器8和领域专家工程师模块1,现场PLC设备11与PC服务器10相连,PC服务器10将现场PLC设备11的实时运行信息汇总给综合数据库服务器8,综合数据库服务器8的输出端与解释器模块9连接,知识获取服务器4、解释器模块9、综合数据库服务器8和领域专家工程师模块1分别与人机交互界面2连接,知识获取服务器4的输出端分别连接有规则库服务器5和事例库服务器6,规则库服务器5、事例库服务器6、解释器模块9和综合数据库服务器8分别与推理机7连接;
所述推理机7包括知识库模块12和输入输出模块13。
本实用新型的自动控制智能专家故障诊断系统,利用专家故障诊断系统适用于复杂的、知识来源规范的自动控制系统,使得现场技术人员可以通过各服务器充分利用各种信息和症兆,在计算机系统的帮助下,在设备故障诊断中,实现迅速的定位故障,准确找到故障原因,缩短诊断时间,提高设备诊断维修的智能化水平。本实用新型的自动控制智能专家故障诊断系统,具有自动化程度高、适应性广、操作方便、成本低、响应速度快、模拟性强、维护简单及自学习功能的特点。对自动控制系统设备的故障诊断是高效的,应用于系统设备故障诊断具有较高的可行性和应用价值。
附图说明
图1:本实用新型的自动控制智能专家故障诊断系统结构示意图;
图2:本实用新型的推理机结构示意图;
图3:利用本实用新型的自动控制智能专家故障诊断系统进行故障诊断的工作流程;
图中:1、领域专家工程师模块,2、人机交互界面,3、用户,4、知识获取服务器,5、规则库服务器,6、事例库服务器,7、推理机,8、综合数据库服务器,9、解释器模块,10、PC服务器,11、现场PLC设备,12、知识库模块,13、输入输出模块。
具体实施方式
以下参考附图给出本实用新型的具体实施方式,用来对本实用新型的构成作进一步详细说明。
本实施例的自动控制智能专家故障诊断系统,包括外围设备和中心服务器,外围设备包括PC服务器10和现场PLC设备11,中心服务器包括人机交互界面2、知识获取服务器4、规则库服务器5、事例库服务器6、推理机7、解释器模块9、综合数据库服务器8和领域专家工程师模块1,现场PLC设备11与PC服务器10相连,PC服务器10将现场PLC设备11的实时运行信息汇总给综合数据库服务器8,综合数据库服务器8的输出端与解释器模块9连接,知识获取服务器4、解释器模块9、综合数据库服务器8和领域专家工程师模块1分别与人机交互界面2连接,知识获取服务器4的输出端分别连接有规则库服务器5和事例库服务器6,规则库服务器5、事例库服务器6、解释器模块9和综合数据库服务器8分别与推理机7连接;所述推理机7包括知识库模块12和输入输出模块13。
工作原理:当自动控制系统运行不正常时,用户3通过人机交互界面2输入获取的设备运行故障信息,自动控制系统与现场PLC设备11相连,通过PC服务器10将现场设备的实时运行信息在综合数据库服务器8内进行汇总。推理机7接收从人机交互界面2传送来的信息,根据综合数据库服务器8汇总的记录,调用规则库服务器5中的有关规则,对该信息进行相应的处理,并将处理结果送往人机交互界面2。若在规则库服务器5内进行检索时,无匹配的规则或者基于规则推理,给出的措施没有解决故障,则启动事例库服务器6,此时源案例与当前案例的匹配有两种情况,若是完全匹配,则按照源案例的解决措施直接解决故障,诊断结束,若部分匹配,则通过人机交互界面2,运用领域专家工程师模块进行人为干预,对检索得出的案例进行调整、修改,形成适合于当前故障的案例,将新案例的诊断过程、评价结果,添加到事例库服务器6中成为新的事例,增加新的事例库记录,至此诊断结束。同时,向规则库服务器5提供反馈,记录规则诊断的正误,为规则库服务器的修改与维护提供参考。
各服务器的作用:
1、知识获取服务器:用于存储领域专家经验、知识和已知的事实等,用户可以通过人机交互界面,改变、完善知识库中的知识内容来提高专家系统的性能。
2、人机交互界面:是自动控制智能专家故障诊断系统与领域专家工程师、用户间的交互界面,负责将用户输入的信息转化成系统内规范化的表示形式,再把这些内部表示交给相应的模块去处理,系统输出的内部信息也由它转化成用户易于理解的外部表示形式显示给用户。通过该界面,用户通过与系统的对话过程完成对问题的求解。
3、综合数据库服务器:主要存放与自动控制智能专家故障诊断系统相关的数据,包括用户输入的信息、推理过程产生的新信息以及推理所得到的结论等。综合数据库中各种事实、命题和关系组成的状态,既是推理机选用知识的依据,也是解释机制获得推理路径的来源。
4、推理机:是实施问题求解的执行机构。其任务是,接收从人机交互界面传送来的信息,根据数据库汇总的记录,调用规则库服务器、事例库服务器中的有关知识对该信息进行相应的处理,并将处理结果送往人机交互界面或其它结构。
5、解释器模块:是用来解释用户疑问的,让用户理解程序正在做什么和为什么这样做。
6、规则库服务器:是领域专家和专业工程师反复交换意见后,归纳得到问题解决规则的综合服务器。
7、事例库服务器:是存储以往发生的自动控制系统故障的现象、原因、解决方案的综合服务器。
本实用新型各服务器的建立方法:
1、规则库服务器的建立
自动控制智能专家故障诊断系统建立初期,在规则不完善的情况下,我们先给系统输入以前成熟的实例,做为基本规则。在自动控制智能专家故障诊断系统进行故障诊断时,首先采用基于事例库服务器进行诊断,等事例积累到一定的程度,归纳得到规则,做为扩展规则。
此后,自动控制智能专家故障诊断系统,进行诊断推理时,先启动基于规则库服务器进行诊断,此时规则库服务器中的数据是多个实例的总结,在没有规则匹配或所给规则不能成功排除故障时,再启动基于事例库服务器的诊断。这样,很好的解决了基于规则库服务器获取知识不全面、不准确的缺点,尤其是解决了基于规则库服务器,获取的知识往往是静态的,不能适应领域知识不断发展的要求。
在自动控制系统的智能故障诊断系统中,由于自动控制系统的多样性,一些实例的故障现象、故障原因是相同的,我们可以抛开自动控制设备的具体类型与型号的限制,将这些事例归纳为规则,便于诊断时快速匹配并找到故障原因。
2、事例库服务器的建立
自动控制系统在一般的情况下,可以根据清晰的规则判断故障情况。因此本实用新型首先采用基于规则库服务器进行推理诊断,在规则库服务器不能解决或提供的方案不能满足问题的需求时,则通过运用领域专家工程师模块进行人为干预,对检索得出的事例进行调整、修改,形成适合于当前故障诊断的事例,并得出新结论。再由人工或在运行中,将新事例的诊断过程、评价结果,添加到事例库中成为新的事例。解决了自动控制智能专家故障诊断系统,由于事例量较大,如果完全由人工输入,不仅难以维护而且准确性得不到保证缺点。也避免了事例库服务器中,事例过多造成的系统冗余,所引起的系统运行速度和可维护性降低的弊端。
3、自动控制智能专家故障诊断系统的诊断过程
本实用新型采用的是:集成故障诊断。即将基于规则库服务器与基于事例库服务器集成为一个诊断模型。这种集成式诊断方法,既消除了基于规则库服务器的简单演绎和基于事例库服务器的简单类比的缺陷,又使得故障的诊断更加智能化。
4、自动控制智能专家故障诊断系统的检索过程
在智能故障诊断系统中进行检索时,对于规则库服务器中的数据,同一故障现象可能由不同的故障原因导致,在查询时会出现多条数据,则首选采纳率高的数据进行诊断,当所有的数据都执行完毕,但还是没有解决问题时,我们就启动基于事例库服务器进行故障诊断。(本实用新型中,采纳率=Y/X其中:X为该故障出现的次数,Y为使用本条规则成功的次数。也就是规则的采纳率是随着故障发生的次数和诊断结果动态改变的。)
在规则库服务器与事例库服务器中采用统一的检索指针,即以“故障关键词”做为索引。智能故障诊断系统中的规则数据与事例数据,在规则库服务器与事例库服务器中分别存储,规则、案例的存储,采用统一的“故障关键词”做为索引,便于在推理时快速定位到对应的规则及事例,以减少匹配数目,提高检索效率。
具体做法:在规则库中建立故障规则表和规则关键词表。规则表的记录按照故障部位、故障现象、故障原因进行分类,可分为若干个不同故障的子规则表。从规则库规则表中提取“故障关键词”,形成规则的“故障关键词”表,做为索引。
事例库的事例编辑,每个事例均由序号、故障关键词段、事例类型段、事例描述段等组成。以“故障关键词”做为索引,用户在输入相应的“故障关键词”后,系统自动与事例库中的事例索引进行比较,得出相似度,系统根据相似度从大到小给出相似的实例,供用户诊断使用。
本实用新型中,相似度的计算:
其中:Cq为当前故障实例的特征关键词个数;
Ce为实例库中实例的特征关键词个数;
Cq∩Ce是当前实例与实例库中已存在的实例相似或匹配的特征关键词个数。
本实用新型推理机分为两部分,第一部分是知识库模块,根据已有的事实结论及结论与结论之间的推理对应关系,采用归约的方式,构造一个所有结论与前提的对应表(即故障现象与原因对应表)。当有新知识加入到知识库时必须更新故障现象与原因对应表;第二部分是输入输出模块,在故障现象与原因对应表中,采用多条件组合查询,得出需要的结论,完成整个系统的推理。
本实用新型将基于规则诊断和基于事例诊断相融合,提高了对自动控制系统进行故障诊断的效率。
本实用新型未详细说明的内容均为现有技术,本领域技术人员可以从本实施例及现有技术获得启发,进行变形得到其它实施例。因此,本实用新型的保护范围应该根据权利要求的保护范围来确定。
Claims (2)
1.一种自动控制智能专家故障诊断系统,其特征在于包括外围设备和中心服务器,外围设备包括PC服务器(10)和现场PLC设备(11),中心服务器包括人机交互界面(2)、知识获取服务器(4)、规则库服务器(5)、事例库服务器(6)、推理机(7)、解释器模块(9)、综合数据库服务器(8)和领域专家工程师模块(1),现场PLC设备(11)与PC服务器(10)相连,PC服务器(10)将现场PLC设备(11)的实时运行信息汇总给综合数据库服务器(8),综合数据库服务器(8)的输出端与解释器模块(9)连接,知识获取服务器(4)、解释器模块(9)、综合数据库服务器(8)和领域专家工程师模块(1)分别与人机交互界面(2)连接,知识获取服务器(4)的输出端分别连接有规则库服务器(5)和事例库服务器(6),规则库服务器(5)、事例库服务器(6)、解释器模块(9)和综合数据库服务器(8)分别与推理机(7)连接。
2.根据权利要求1所述一种自动控制智能专家故障诊断系统,其特征在于所述推理机(7)包括知识库模块(12)和输入输出模块(13)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520746802.7U CN205247194U (zh) | 2015-09-18 | 2015-09-18 | 一种自动控制智能专家故障诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520746802.7U CN205247194U (zh) | 2015-09-18 | 2015-09-18 | 一种自动控制智能专家故障诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN205247194U true CN205247194U (zh) | 2016-05-18 |
Family
ID=55946277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520746802.7U Expired - Fee Related CN205247194U (zh) | 2015-09-18 | 2015-09-18 | 一种自动控制智能专家故障诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN205247194U (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779092A (zh) * | 2016-12-16 | 2017-05-31 | 广州衡昊数据科技有限公司 | 一种具备行业专家思维模式和操作能力的智能决策引擎 |
CN107361743A (zh) * | 2017-07-17 | 2017-11-21 | 广西犇云科技有限公司 | 中医智能诊断系统及方法 |
CN109360649A (zh) * | 2018-10-22 | 2019-02-19 | 浙江远图互联科技股份有限公司 | 一种基于知识库的压力性损伤临床决策支持系统设计方法 |
CN109584404A (zh) * | 2018-12-10 | 2019-04-05 | 广东嘉腾机器人自动化有限公司 | 一种叉车故障记录方法及装置 |
CN110716528A (zh) * | 2019-09-17 | 2020-01-21 | 湖州职业技术学院 | 基于专家系统的大型液压机远程故障诊断方法与装置 |
CN111283474A (zh) * | 2020-03-06 | 2020-06-16 | 河北凯通信息技术服务有限公司 | 一种基于大数据的数控自动化设备故障检测系统 |
CN111729211A (zh) * | 2020-07-20 | 2020-10-02 | 中国科学院近代物理研究所 | 医用重离子治癌回旋加速器控制装置 |
-
2015
- 2015-09-18 CN CN201520746802.7U patent/CN205247194U/zh not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779092A (zh) * | 2016-12-16 | 2017-05-31 | 广州衡昊数据科技有限公司 | 一种具备行业专家思维模式和操作能力的智能决策引擎 |
CN106779092B (zh) * | 2016-12-16 | 2019-04-19 | 广州衡昊数据科技有限公司 | 一种具备行业专家思维模式和操作能力的智能决策引擎 |
CN107361743A (zh) * | 2017-07-17 | 2017-11-21 | 广西犇云科技有限公司 | 中医智能诊断系统及方法 |
CN109360649A (zh) * | 2018-10-22 | 2019-02-19 | 浙江远图互联科技股份有限公司 | 一种基于知识库的压力性损伤临床决策支持系统设计方法 |
CN109584404A (zh) * | 2018-12-10 | 2019-04-05 | 广东嘉腾机器人自动化有限公司 | 一种叉车故障记录方法及装置 |
CN110716528A (zh) * | 2019-09-17 | 2020-01-21 | 湖州职业技术学院 | 基于专家系统的大型液压机远程故障诊断方法与装置 |
CN111283474A (zh) * | 2020-03-06 | 2020-06-16 | 河北凯通信息技术服务有限公司 | 一种基于大数据的数控自动化设备故障检测系统 |
CN111729211A (zh) * | 2020-07-20 | 2020-10-02 | 中国科学院近代物理研究所 | 医用重离子治癌回旋加速器控制装置 |
CN111729211B (zh) * | 2020-07-20 | 2022-04-08 | 中国科学院近代物理研究所 | 医用重离子治癌回旋加速器控制装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN205247194U (zh) | 一种自动控制智能专家故障诊断系统 | |
JP6749453B2 (ja) | プロセス制御システムに検索サービスを提供するためのシステム、方法、製品、プログラム | |
JP6377691B2 (ja) | プロセス制御の検索結果を表示するための方法および装置、機械可読命令を格納する有形製品 | |
US8533132B2 (en) | Systems and methods for implementing a machine-learning agent to retrieve information in response to a message | |
Li et al. | Fault diagnosis expert system of semiconductor manufacturing equipment using a Bayesian network | |
US10990359B2 (en) | Use and advancements of assistive technology in automation for the visually-impaired workforce | |
US20230089268A1 (en) | Semantic understanding method, electronic device, and storage medium | |
EP4134877A1 (en) | Training method and apparatus for fault recognition model, fault recognition method and apparatus, and electronic device | |
KR102421904B1 (ko) | 재난사고 원인분석의 고도화 방법 | |
Pruvost et al. | Ontology-based expert system for automated monitoring of building energy systems | |
CN108897633A (zh) | 一种基于机器数据的故障诊断方法与装置 | |
CN116700583A (zh) | 一种流程自动化的实现方法、装置和存储介质 | |
CN115344661A (zh) | 设备停机诊断方法、装置、电子设备及存储介质 | |
Nabuco et al. | Inferring ui patterns with inductive logic programming | |
Pohl et al. | Icads; an intelligent computer-aided design environment | |
CN114063868A (zh) | 一种ai拖拽建模系统、方法、计算机设备及应用 | |
CN116438493A (zh) | 工业自动化系统中的数据提取 | |
CN113034032A (zh) | 一种智能防误分析系统及方法 | |
WO2015001103A1 (fr) | Système de validation d'un système de contrôle-commande | |
Fischer et al. | Identifying the cognitive causes of human error through experimentation | |
CN111784024B (zh) | 一种基于多种来源数据感知的配网物资采购方法 | |
CN115328442B (zh) | 基于低代码平台构建的危化品企业安全风险管控平台 | |
Gidwani | An Expert System Tool for Real-Time Control | |
CN115774711A (zh) | 一种设备故障案例库系统与应用方法 | |
Dash | AI in Automotive Repair: Building a Data Driven Chatbot for Enhanced Vehicle Diagnostics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160518 Termination date: 20180918 |