复制成功
  • 图案背景
  • 纯色背景

笔记

  • 2019-11-16
    为大人带来形象的羊生肖故事来历 为孩子带去快乐的生肖图画故事阅读
    谈谈怎样学好数学_苏步青-中学生文库
songqianwa..

上传于:2015-06-01

粉丝量:1

该文档贡献者很忙,什么也没留下。



基于知识规则的发动机磨损故障诊断专家系统

下载积分:2000

内容提示: 收稿日期:2 0 0 3 -0 4 -1 3 ;修订日期:2 0 0 3 -0 7 -0 3基金项目:南京航空航天大学人才基金资助项目( S 0 2 9 3 -0 7 1 ) ;南京航空航天大学民航科研基金资助项目( Y0 2 0 2 -M~)作者简介:陈果( 1 9 7 2 -) 男 四川武胜人 南京航空航天大学民航学院副教授 主要从事油样分析技术 磨损故障诊断 数据融合 图像处理与模式识别 信号分析与处理等研究.第1 9卷第1期2 0 0 4年2月航空动力学报J o u r n a l o f A e r o s p a c eP o w e rVo l . 1 9 No . 1 F e b . 2 0 0 4文章编号:1 0...

文档格式:PDF| 浏览次数:0| 上传日期:2015-06-01 18:49:16| 文档星级:
收稿日期:2 0 0 3 -0 4 -1 3 ;修订日期:2 0 0 3 -0 7 -0 3基金项目:南京航空航天大学人才基金资助项目( S 0 2 9 3 -0 7 1 ) ;南京航空航天大学民航科研基金资助项目( Y0 2 0 2 -M~)作者简介:陈果( 1 9 7 2 -) 男 四川武胜人 南京航空航天大学民航学院副教授 主要从事油样分析技术 磨损故障诊断 数据融合 图像处理与模式识别 信号分析与处理等研究.第1 9卷第1期2 0 0 4年2月航空动力学报J o u r n a l o f A e r o s p a c eP o w e rVo l . 1 9 No . 1 F e b . 2 0 0 4文章编号:1 0 0 0 - 8 0 5 5 ( 2 0 0 4 ) 0 1 - 0 0 2 3 - 0 7基于知识规则的发动机磨损故障诊断专家系统陈果 左洪福(南京航空航天大学 民航学院 江苏 南京 2 1 0 0 1 6 )摘要:针对某型发动机试车状态的磨损故障诊断问题 运用了两种最常用的滑油分析技术 铁谱分析和光谱分析 同时结合发动机试车台监测数据 对该型发动机试车过程中的磨损故障进行专家诊断 首先依据领域专家的经验 通过分析得到了各种分析方法的诊断专家知识 并将其转换为基于i f - t h e n的知识规则存放于知识库中;其次 依据各种分析方法的标准磨损界限值 将原始数据进行了预处理 统一转换成故障征兆的字符表达式;最后 根据应用正向推理机得到磨损故障的诊断结果 关键词:航空 航天推进系统;发动机;磨损;故障诊断;专家系统中图分类号:V2 6 3 . 6 ;T ~1 1 7 . 1文献标识码:AE x p e r t s y s t e ms o f E n g i n eWe a rF a u l t d i a g n o s i s B a s e do nKn o w l e d g eR u l eC ~E NG u o Z UO~o n g - f u( Na n j i n gUn i v e r s i t yo f Ae r o n a u t i c sa n dAs t r o n a u t i c s Na n j i n g 2 1 0 0 1 6 C h i n a )A b s t r a c t :T h ep a p e ri sa i me da t e n g i n eWe a rf a u l t d i a g n o s i so f c e r t a i nmi l i t a r ya i r c r a f td u r i n gg r o u n dt e s t i n g . T Woc o mmo no i l a n a l y s i sme t h o d s n a me l yF e r r o g r a p h ya n a l y s i sa n dS p e c t r o me t r i ca n a l y s i s a s We l l a s e n g i n e t e s t i n gmo n i t o r i n gme t h o d a r e a p p l i e dt od i a g n o s i n gt h emi l i t a r ye n g i n eWe a rf a u l t su s i n gE x p e r tS y s t e m ( E S )me t h o d . F i r s t l y a c c o r d i n gt oe x p e r t d i a g n o s i se x p e r i e n c e t h ek n o Wl e d g er u l e sb a s e do nI F - T ~E N f o r ma t o f e a c hme t h o da r eo b t a i n e d . S e c o n d l y b yWe a rc r i t e r i o nv a l u e so fe a c hme t h o d t h eo r i g i n a l s y mp t o msa r et r a n s f o r me di n t oc h a r a c t e re x p r e s s i o n s . F i n a l l y t h ed i a g n o s i sr e s u l t sa r ea c h i e v e dt h r o u g hf o r Wa r dc h a i n i n gme t h o d .Ke yw o r d s :a e r o s p a c ep r o p u l s i o ns y s t e m;e n g i n e ;We a r ;f a u l t d i a g n o s i s ;E x p e r t S y s t e m ( E S )众所周知 由于油样分析方法对磨损检测的灵敏性和有效性 而磨损是机械零件失效的主要形式和原因 因此该方法目前已成为机械故障诊断的主要技术手段之一! 1 " 根据工作原理和检测手段的不同 目前油样分析方法可分为铁谱分析法 光谱分析法 颗粒计数分析法及理化分析法等 虽然利用一种方法有时可以判断机器故障 但在许多情况下得出的诊断结果并不准确可靠 因为从诊断学角度来看 任何一种诊断信息都是模糊的不精确的 任何一种诊断对象 单用一方面信息来反映其状态行为都是不完整的 只有从多方面获得关于同一对象的多维信息 并加以综合利 用9才能对机器进行更可靠\更准确的监测与诊断0因此本文将建立多种分析方法的基于知识的专家系统9对同一油样分别进行诊断9以期实现磨损故障的全面准确地诊断01基于知识的专家系统基于知识的专家系统 一般由知识库\推理机\人机接口\知识获取子系统\解释子系统\全局数据库组成0其工作原理为:在知识库创建和维护阶段9知识获取子系统在领域专家和知识工程师(在知识自动获取的情况下9可以脱离他们9然而到目前为止9专家系统的知识自动获取能力是很弱的)的指导下9将专家知识\诊断对象的结构知识等存放于知识库中或对知识库进行维护(增加\删除和修改) 9在诊断阶段9用户通过过程的需要9把知识库的征兆信息传送给推理机9推理机根据诊断过程的需要9对知识库中的各条知识及全局数据库中的各项事实进行搜索或继续向用户索要征兆信息9最后9诊断结果也通过人机接口返回给用户9如需要9解释子系统可调用知识库中的知识和全局数据库中的事实对诊断结果和诊断过程中用户提出的问题作出合理的解释0其特点为: ( 1 )启发性 领域专家的专业知识无严谨的理论依据9难于保证其普遍正确9( )透明性 能向用户解释其推理过程9还能回答用户提出的一些关于它自身的问题9 ( 3 )灵活性 知识库知识的修改\补充是专家系统的瓶颈0基于知识的专家系统的优点是应用广泛9技术成熟0其主要缺点是知识获取的瓶颈问题9知识库是核心9其知识的多少与知识水平的高低直接关系到诊断的准确性0下面将以某型军用发动机为例9首先建立各种诊断方法的知识库0 发动机磨损故障的各种诊断方法的知识库 . 1 磨损故障诊断的征兆信息源发动机磨损故障诊断主要针对其关键运动部件(齿轮\轴承及密封件)的磨损故障诊断0信息源限定主要来源于铁谱分析\光谱分析及发动机试车台监测数据三种0其原始数据分别为:( 1 )铁谱数据:正常滑动磨粒百分比9球状磨粒百分比9层状磨粒百分比9切削磨粒百分比9严重滑动磨粒百分比9疲劳剥块百分比9红色氧化物磨粒百分比9黑色氧化物磨粒百分比0( )光谱数据:根据发动机油路部件摩擦副(齿轮\轴承等)的材质成分分析9选取如下9种元素的含量作为原始数据:即F e元素浓度9 C I元素浓度9 i元素浓度9 MO元素浓度9 C u元素浓度9V元素浓度9 Z n元素浓度9 Al元素浓度9 T i元素浓度0( 3 )试车台监测数据:滑油箱内压强9滑油增压泵出口压强9后腔滑油温度9滑油消耗率0 . 各种诊断方法的诊断知识规则在基于规则的诊断专家系统中:包括铁谱诊断专家系统\光谱诊断专家系统及试车台数据诊断专家系统0其中 知识库 和 标准库 是核心0知识库中的知识表示方法采用应用最为广泛的I F -T HE 产生式规则法0 . . 1 铁谱诊断知识规则由于铁谱诊断知识通常基于分析人员的经验 3 9因此需要将这些经验性的知识转化为规则存入数据库以形成知识库0通过研究9总结出如下知识规则:R 1 :i f各类磨粒均少量9 t h e n系统正常(置信度:1 . 0 ) 9R :i f球状磨粒大量9 t h e n滚动轴承疲劳(置信度: 0 . 5 ) 9R 3 :i f层状磨粒大量9 t h e n滚动轴承疲劳(置信度: 0 . 6 ) 9R 4 :i f疲劳剥块大量9 t h e n滚动轴承疲劳(置信度: 0 . 8 ) 9R 5 :i f球状磨粒大量a n d层状磨粒大量9 t h e n滚动轴承疲劳(置信度: 0 . 7 ) 9R 6 :i f球状磨粒大量a n d疲劳剥块大量9 t h e n滚动轴承疲劳(置信度: 0 . 8 5 ) 9R 7 :i f层状磨粒大量a n d疲劳剥块大量9 t h e n滚动轴承疲劳(置信度: 0 . 9 ) 9R 8 :i f球状磨粒大量a n d层状磨粒大量a n d疲劳剥 块 大 量9 t h e n滚 动 轴 承 疲 劳(置 信 度:0 . 9 5 ) 9R 9 :i f疲劳剥块大量9 t h e n齿轮过载疲劳(置信度: 0 . 8 ) 9R 1 0 :i f严重滑动磨粒大量t h e n齿轮胶合(置信度: 0 . 8 ) 9R 1 1 :i f严重滑动磨粒大量a n d切削磨粒大量9t h e n齿轮擦伤(置信度: 0 . 8 ) 9R 1 :i f切削磨粒大量9 t h e n润滑油中混入杂质4 航空动力学报第1 9 卷 (置信度: O . 8 ) ;R 1 3 :i f红色氧化物磨粒大量, t h e f润滑油中混入水份(置信度: O . 8 ) ;R 1 4 :i f黑色氧化物磨粒大量, t h e f润滑不良(置信度: O . 8 ) O其中,各类磨粒大量与少量,是根据其百分比是否超过给定的阈值,而阈值标准应该针对具体机器,通过大量实验获取O规则的置信度是通过经验得到,反映了规则的相对可信性O2 . 2 . 2 光谱诊断知识规则光谱诊断通常根据检测出的金属类型及其浓度,并依据其是否超过磨损界限值来判别含该类金属的摩擦副是否磨损过量O但是合适的磨损界限值应该根据实际的机器摩擦副结构及类型,并且需要通过大量的实验来加以确定,通常比较困难O根据该型发动机的具体结构和摩擦副的材质,如表1所示,选择F e , C r , Ni , MO , V, C U , Z f , A1及T i九种元素进行诊断依据O光谱诊断知识规则总结如下O其中,规则中的置信度通过表1中归一化后的数值得到,它反映了当某种或某几种元素不正常时,诊断出发生严重磨损的部位的相对可信性O其中元素含量是否正常,需要与各元素的磨损界限值相比较得到,而磨损界限值需要通过大量的检测实验才能得到OR 1 :i f各金属含量均正常, t h e f系统磨损正常(置信度: 1 . O ) ;R 2 :i f F e含量不正常, t h e f轴承滚道及滚珠严重磨损(置信度: O . 9 3 ) ;R 3 :i f F e含量不正常, t h e f齿轮严重磨损(置信度: 1 . O ) ;R 4 :i f F e含量不正常, t h e f附件及中心传动轴承保持架严重磨损(置信度: O . 7 2 ) ;R 5 :i f C r含量不正常, t h e f附件及中心传动轴承保持架严重磨损(置信度: 1 . O ) ;R 6 :i f Ni含量不正常, t h e f附件及中心传动轴承保持架严重磨损(置信度: 1 . O ) ;R 7 :i f MO含量不正常, t h e f轴承滚道及滚珠严重磨损(置信度: 1 . O ) ;R 8 :i f V含量不正常, t h e f轴承滚道及滚珠严重磨损(置信度: 1 . O ) ;R 9 :i f V含量不正常, t h e f齿轮严重磨损(置信度: O . 7 5 ) ;R 1 O :i f C U含量不正常,t h e f附件传动轴承保持架严重磨损(置信度: O . 7 3 ) ;R 1 1 : i f C U含量不正常, t h e f高低压支点_电机及中心传动轴承保持架严重磨损(置信度:1 . O ) ;R 1 2 :i f Z f含量不正常, t h e f附件传动轴承保持架严重磨损(置信度: 1 . O ) ;R 1 3 :i f A1含量不正常, t h e f高低压支点_电机及中心传动轴承保持架严重磨损(置信度:1 . O ) ;表1 某型发动机摩擦副材料的元素含量比较(括号中为归一化后的值)T a b l e 1 E l e me n t sc o n t e n t c o mp a r i s o no fc e r t a i nmi l i t a r ye n g i n ef r i c t i o n -s e t sma t e r i a l s( N o r ma l i z e dv a l u e sb e t w e e nOa n d1a r ei nb r a c k e t )元素F e / %C r / %Ni / %MO / %V/ %C U / %Z f / %A1 / %T i / %C r 4 MO 4 V(轴承滚道及滚珠)8 8 . 8( O . 9 3 )4 . O( O . 2 2 )O . 2 O( O . O 2 )4 . 2 5( 1 )1 . O( 1 . O )O . 2 O( O )O( O )O( O )O( O )2 C r 3 WMO V- 1(齿轮)9 4 . 2( 1 . O )3 . O( O . 1 7 )O . 3( O . O 3 )O . 4 5( O . 1 1 )O . 7 5( O . 7 5 )O . O O( O )O( O )O( O )O( O )1 C r 1 8 Ni 9 T i (附件及中心传动轴承保持架)6 8 . 9( O . 7 2 )1 8 . O( 1 )9 . 5( 1 )O . O( O )O . O( O )O . O( O )O( O )O( O )O . 6 5( 1 )H6 2(附件传动轴承保持架)O . 1 5( O )O( O )O( O )O( O )O( O )6 2( O . 7 3 )3 7 . 2( 1 )O( O )O( O )OA1 O (高低压支点_电机及中心传动轴承保持架)3( O )O( O )O( O )O( O )O( O )8 4 . 5( 1 )O . 5( O )9 . 5( 1 )O( O )52第1 期陈果等: 基于知识规则的发动机磨损故障诊断专家系统 R 1 4 ,i f f e含量不正常a n dMo含量不正常, t h e n轴承滚道及滚珠严重磨损(置信度, 0 . 9 3 ) ;R 1 5 ,i f f e含量不正常a n dMo含量不正常a n dV含量不正常, t h e n轴承滚道及滚珠严重磨损(置信度, 0 . 9 3 ) ;R 1 6 ,i f f e含量不正常a n dV含量不正常, t h e n齿轮严重磨损(置信度, 0 . 7 5 ) ;R 1 7 ,i f f e含量不正常a n dc r含量不正常, t h e n附件及中心传动轴承保持架严重磨损(置信度, 0 . 7 2 ) ;R 1 8 ,i f f e含量不正常a n dni含量不正常, t h e n附件及中心传动轴承保持架严重磨损(置信度, 0 . 7 2 ) ;R 1 9 ,i f f e含量不正常a n dt i含量不正常, t h e n附件及中心传动轴承保持架严重磨损(置信度, 1 . 0 ) ;R 2 0 ,i f c r含量不正常a n dni含量不正常, t h e n附件及中心传动轴承保持架严重磨损(置信度, 1 . 0 ) ;R 2 1 ,i f c r含量不正常a n dt i含量不正常, t h e n附件及中心传动轴承保持架严重磨损(置信度, 1 . 0 ) ;R 2 2 ,i f ni含量不正常a n dt i含量不正常, t h e n附件及中心传动轴承保持架严重磨损(置信度, 1 . 0 ) ;R 2 3 ,i f f e含量不正常a n dc r含量不正常a n dni含量不正常, t h e n附件及中心传动轴承保持架严重磨损(置信度, 0 . 7 2 ) ;R 2 4 ,i f f e含量不正常a n dc r含量不正常a n dt i含量不正常, t h e n附件及中心传动轴承保持架严重磨损(置信度, 0 . 7 2 ) ;R 2 5 ,i fc r含量不正常a n dni含量不正常a n dt i含量不正常, t h e n附件及中心传动轴承保持架严重磨损(置信度, 0 . 7 2 ) ;R 2 6 ,i f c u含量不正常a n dz n含量不正常, t h e n附件传动轴承保持架严重磨损(置信度,0 . 7 3 ) ;R 2 7 ,i f c u含量不正常a n dal含量不正常, t h e n高低压支点~电机及中心传动轴承保持架严重磨损(置信度, 1 . 0 ) %2 . 2 . 3 试车台数据诊断知识规则试车台数据诊断,一方面需要通过各监测数据的标准阈值来判别是否有监测参数超标,另一方面需要通过超标的监测参数来确定出故障的原因%表2为某型发动机试车台监测参数的标准阈值;图1为根据试车台数据进行诊断的故障网络图%根据图1的网络图,通过分析,试车台数据诊断的专家知识规则总结如下%其中规则的置信度由网络关系得出,如有N个征兆对应一个故障原因,则当此N个征兆同时存在时,得出的故障原图1 试车台数据异常与发动机故障之间的关系f i g . 1 t h er e l a t i o nb e t we e nt e s t - d r i v emo n i t o r i n gd a t aa b n o r mi t ya n de n g i n ef a u l t s62航空动力学报第1 9 卷 因的置信度确定为1 ,而每个征兆出现时,得出故障原因的置信度为1 / N0表2 某型发动机试车台监测数据的正常值范围T a b l e2 T h en O r ma l v a l u er a n g ef O rc e r t a i nmi l i t a r ye n g i n et e s t d r i v emO n i t O r i n gd a t a试车台监测参数正常值范围滑油箱内压强/ Mp a滑油增压泵出口滑油压强/ Mp a滑油增压泵出口滑油温度/ C后轴承腔出口滑油温度/ C滑油消耗率/ ( 1 / h )-0 . 0 2 ~0 . 0 20 . 2 5 ~1 . 2-5 0 ~2 0 0<2 4 0<0 . 1 2R 1 :i f所有试车台数据均正常, t h e n发动机试车正常(置信度: 1 . 0 ) ;R 2 :i f滑油消耗率偏高, t h e n管路密封失效(置信度: 0 . 5 ) ;R 3 :i f滑油消耗率偏高a n d滑油增压泵出口滑油压 强 偏 低, t h e n管 路 密 封 失 效(置 信 度:1 . 0 ) ;R 4 :i f滑油增压泵出口滑油压强偏低, t h e n管路密封失效(置信度: 0 . 5 ) ;R 5 :i f滑油消耗率偏高, t h e n封严装置失效(置信度: 0 . 2 5 ) ;R 6 :i f滑油消耗率偏高a n d滑油箱内压强偏高,t h e n封严装置失效(置信度: 0 . 5 ) ;R 7 :i f滑油消耗率偏高a n d滑油箱内压强偏高a n d后轴承腔滑油温度偏高, t h e n封严装置失效(置信度: 0 . 7 5 ) ;R 8 :i f滑油消耗率偏高a n d滑油箱内压强偏高a n d后轴承腔滑油温度偏高a n d滑油增压泵出口滑油压强不稳定, t h e n封严装置失效(置信度: 1 . 0 ) ;R 9 :i f滑油箱内压强偏高, t h e n封严装置失效(置信度: 0 . 2 5 ) ;R 1 0 :i f滑油箱内压强偏高a n d后轴承腔滑油温度偏高,t h e n封严装置失效(置信度: 0 . 5 ) ;R 1 1 :i f滑油箱内压强偏高a n d后轴承腔滑油温度偏高a n d滑油增压泵出口滑油压强不稳定, t h e n封严装置失效(置信度: 0 . 7 5 ) ;R 1 2 :i f后轴承腔滑油温度偏高, t h e n封严装置失效(置信度: 0 . 2 5 ) ;R 1 3 :i f后轴承腔滑油温度偏高a n d滑油增压泵出口滑油压强不稳定, t h e n封严装置失效(置信度: 0 . 5 ) ;R 1 4 :i f滑油增压泵出口滑油压强不稳定, t h e n封严装置失效(置信度: 0 . 2 5 ) ;R 1 5 :i f滑油消耗率偏高, t h e n中介机匣泄漏(置信度: 0 . 5 ) ;R 1 6 :i f滑油消耗率偏高a n d滑油箱内压强偏高,t h e n中介机匣泄漏(置信度: 1 . 0 ) ; R 1 7 :i f滑油箱内压强偏高, t h e n中介机匣泄漏(置信度: 0 . 5 ) ;R 1 8 :i f滑油箱内压强偏高, t h e n油气分离不好(置信度: 0 . 3 3 ) ;R 1 9 :i f滑油箱内压强偏高a n d滑油增压泵出口滑 油压强偏低, t h e n油气分离不好(置信度: 0 . 6 6 ) ;R 2 0 :i f滑油箱内压强偏高a n d滑油增压泵出口滑油压强偏低a n d滑油增压泵出口滑油压强不 稳 定, t h e n油 气 分 离 不 好(置 信 度:1 . 0 ) ;R 2 1 :i f滑油增压泵出口滑油压强偏低, t h e n油气分离不好(置信度: 0 . 3 3 ) ;R 2 2 :i f滑油增压泵出口滑油压强偏低a n d滑油增压泵出口滑油压强不稳定, t h e n油气分离不好(置信度: 0 . 6 6 ) ;R 2 3 :i f滑油增压泵出口滑油压强不稳定, t h e n油气分离不好(置信度: 0 . 3 3 ) ;R 2 4 :i f滑油箱内压强偏高, t h e n滑油箱通大气管堵塞(置信度: 1 . 0 ) ;R 2 5 :i f后轴承腔滑油温度偏高, t h e n滑油流量小(置信度: 1 . 0 ) ;R 2 6 :i f后轴承腔滑油温度偏高, t h e n燃烧室出口温度高(置信度: 1 . 0 ) ;R 2 7 : i f滑油增压泵出口滑油压强偏低, t h e n滑油增压泵限流阀弹簧失效(置信度: 1 . 0 ) ;R 2 8 : i f滑油增压泵出口滑油压强偏低, t h e n管路终端流通面积大(置信度: 1 . 0 ) ;R 2 9 : i f滑油增压泵出口滑油压强偏低, t h e n增压~回油级间0形密封圈失效(置 信 度:1 . 0 ) 0R 3 0 : i f滑油增压泵出口滑油压强为零, t h e n滑油泵轴断(置信度: 1 . 0 ) ;R 3 1 : i f滑油增压泵出口滑油压强为零, t h e n附件传动轴断(置信度: 1 . 0 ) ;R 3 2 : i f滑油增压泵出口滑油压强不稳定, t h e n喷嘴有毛刺~金属屑(置信度: 1 . 0 ) 072第1 期陈果等: 基于知识规则的发动机磨损故障诊断专家系统 3发动机磨损故障诊断专家系统推理机推理机作为专家系统的组成控制机构,能通过运用由用户提供的征兆数据,从知识库中选取相关的知识并按照一定的推理策略进行推理,直到得出相应的结论O推理机应考虑推理方法_推理方向和推理策略三方面,由于发动机磨损故障诊断的知识不多,知识库结构简单,因此本文采用精确推理方法,正向推理方向和穷尽式搜索策略O4应用应用本文方法,开发了发动机磨损故障综合诊断软件E F D E S 3 . 0 ,该软件包括铁谱诊断专家系统_光谱诊断专家系统及试车台数据诊断专家系统等O该软件是在Wi n d O WS9 8 / 2 0 0 0平台下,由VC+ + 6 . 0作 为 前 台 开 发 工 具, Mi c r O S O f tAc c e S S2 0 0 0作为后台数据库支承的Wi n d O WS应用软件O该软件功能全面_知识库的维护方便_人机界面友好O表3为各种分析方法的原始数据O其中铁谱数据由南京航空航天大学发动机故障诊断研究所开发的D MAS ~ I型智能铁谱分析系统[ 4 ]获取,光谱数据由美国B i r d公司生产的MOA原子发射光谱仪获取,试车台数据由某军用发动机的试车台数据采集系统获取O表4为软件E F D E S 3 . 0的诊断结果O从诊断结果可以看出专家系统实现了正确的推理和诊断,通过多个专家系统的同时诊断,可以从不同侧面反映出发动机磨损故障原因,从而得到综合诊断结果O由于该系统的知识库是开放的,可以对知识进行添加和删改以使其更为完善O最终使发动机磨损故障诊断准确率进一步提高O表3 各种分析方法的原始数据T a b l e3 T h eo r i g i n a l d a t af o rv a r i o u sa n a l y s i sme t h o d s原始征兆数据类型原始征兆铁谱分析光谱分析试车台监测数据切削磨粒和严重滑动磨粒大量,其他磨粒含量均为少量OF e含量不正常,其他元素含量正常O后轴承腔滑油温度偏高O其余指标均正常O表4发动机磨损故障综合诊断结果T a b l e4 E n g i n ew e a rf a u l t si n t e g r a t i o nd i a g n o s i sr e s u l t s诊断类型诊 断 结 果铁谱诊断结论结论1 2齿轮胶合O(置信度2 0 . 8 0 )结论2 2齿轮擦伤O(置信度2 0 . 8 0 )结论3 2润滑油中混入杂质O(置信度2 0 . 8 0 )匹配的规则R 1 0 , R 1 1 , R 1 2光谱诊断结论结论1 2轴承滚道及滚珠严重磨损O(置信度2 0 . 9 3 )结论2 2齿轮严重磨损O(置信度2 1 . 0 0 )结论3 2附件及中心传动轴承保持架严重磨损O(置信度2 1 . 0 0 )匹配的规则R 2 , R 3 , R 4试车台数据诊断结论诊断结论1 2封严装置失效O(置信度2 0 . 2 5 )诊断结论2 2滑油流量小O(置信度2 1 . 0 0 )诊断结论3 2燃烧室出口温度高O(置信度2 1 . 0 0 )匹配的规则R 1 2 , R 2 5 , R 2 682航空动力学报第1 9 卷 结论本文选取两种最常用的滑油分析技术 铁谱和光谱的分析结果 同时结合发动机试车台数据 一起作为故障诊断的征兆 运用基于知识的专家系统诊断方法 通过建立各种分析方法的知识库和推理机 最终实现了发动机磨损故障的专家综合诊断 并根据本文方法编制了发动机磨损故障综合诊断专家系统 3 0 随着专家系统知识的不断积累 该系统的诊断准确率将得到进一步提高 参考文献:[ 1 ] 虞和济 韩庆大 李沈 等.设备故障诊断工程[ M] .北京:冶金工业出版社 2 0 0 1 : 9 3 1 -9 4 9 .[ 2 ] 吴今培 肖建华.智能故障诊断与专家系统[ M] .北京:科学出版社 1 9 9 7 : 1 -1 3 9 .[ 3 ] AH G E I S O H P .磨粒图谱[ M] .金元生 杨其明译.北京:机械工业出版社 1 9 8 7 : 1 -1 4 .[ 4 ] 左洪福.发动机磨损状态监测与故障诊断技术[ M] .北京:航空工业出版社 1 9 9 : 6 3 -1 4 9 .92第1 期陈果等: 基于知识规则的发动机磨损故障诊断专家系统 基于知识规则的发动机磨损故障诊断专家系统基于知识规则的发动机磨损故障诊断专家系统作者:陈果, 左洪福作者单位:南京航空航天大学,民航学院,江苏,南京,210016刊名:航空动力学报英文刊名:JOURNAL OF AEROSPACE POWER年,卷(期):2004,19(1)被引用次数: 参考文献(4条)参考文献(4条)13次 1.虞和济;韩庆大;李沈 设备故障诊断工程 20012.吴今培;肖建华 智能故障诊断与专家系统 19973.Anderson D P;金元生;杨其明 磨粒图谱 19874.左洪福 发动机磨损状态监测与故障诊断技术 1995 本文读者也读过(2条)本文读者也读过(2条)1. 文振华.左洪福.Wen Zhenhua.Zuo Hongfu 基于粗糙集-集成神经网络的航空发动机磨损故障诊断方法[期刊论文]-中国机械工程2007,18(21)2. 陈果.宋兰琪.陈立波.张占纲.Chen Guo.Song Lanqi.Chen Libo.Zhang Zhangang 基于粗糙集理论的航空发动机滑油光谱诊断专家系统知识获取方法研究[期刊论文]-机械科学与技术2007,26(7) 引证文献(13条)引证文献(13条)1.陈志雄.左洪福.詹志娟.张营.孙见忠.蔡景 轴承钢摩擦副全流量在线磨粒静电监测方法[期刊论文]-航空动力学报 2012(5)2.葛科宇.陈果 基于Weka平台知识获取的航空发动机磨损故障诊断专家系统[期刊论文]-机械科学与技术2011(11)3.王铮.李艳军 基于离散Hopfield网络的飞机发动机故障诊断的智能算法研究[期刊论文]-科技信息2010(29)4.文振华.左洪福 基于粗糙集-集成神经网络的航空发动机磨损故障诊断方法[期刊论文]-中国机械工程2007(21)5.张培林.李兵.梁淑宝.邢志.任国全 基于SFCE与规则推理的发动机集成故障诊断方法[期刊论文]-车用发动机 2009(1)6.陈果.宋兰琪.文振华.张占纲 航空发动机诊断知识的动态获取与柔性诊断技术[期刊论文]-中国机械工程2006(9)7.刘湘玲.鄂加强.龚金科.张华美 车用柴油机故障诊断模糊推理算法及应用[期刊论文]-邵阳学院学报(自然科学版) 2006(3)8.鄂加强.龚金科.王耀南.袁文华.刘金武 特种车辆柴油发动机故障诊断专家系统推理机设计[期刊论文]-湖南大学学报(自然科学版) 2005(5)9.张晓阳.孙宇.王胜红.陆宝春 发动机故障知识范围分析及诊断系统构建[期刊论文]-中国机械工程2004(22)10.郑伟 基于混合推理的骨折智能诊断与治疗系统的研究[学位论文]博士 200511.王立刚.牟海维.张勇 基于专家知识的数据融合技术研究[期刊论文]-传感器与微系统 2007(10)12.王昕 涡扇发动机装配质量信息系统关键技术研究[学位论文]硕士 2005

关注我们

关注微信公众号

您选择了以下内容