基于多Agent技术的协同诊断策略研究

& "#$!((&"#()& "!()#&"#(& "! (!$*5"
映 射 +,!&,(&$"-+,. ( 称 为 模 糊 密 度 函 数 !&, 称 为 模 糊 密 度 ! 设 #4-+"!+)!,!+$.%% ! 则存在
-/" -
&"#((&& 6$&&& & 6, 6$ & , & (
-1" .(" .(" 0(.)"
/#0
!""#!$% "!#
!"#$%&’( )*+,*’’(,*+ -*. /$$0,1-&,"*2 计算机工程与应用
功能分解等方面进行 & 复杂系统一般由一系列子系统或部件构 成 !每 一 子 系 统 或 部 件 有 其 固 有 的 功 能 !整 个 系 统 的 特 性 由 其 子系统或部件的特性以及它们之间的联接关系决定 ! 所以对一 个大系统可以根据其结构逐级分解为一系列子系统或部件 ! 分 解的结果必然是系统故障行为的逐层细化 ! 系统的故障行为的 分 解 的 最 终 结 果 表 现 为 系 统 某 局 部 零 件 ’或 部 件 (的 故 障 行 为 的综合和相互作用 & 在系统故障诊断过程中 ! 诊断单元诊断对 象的最小粒度不是某一单个故障 ! 而是某局部零件 ) 或部件 ( 所 可能发生的多个故障的集合 & 多诊断方法协同诊断联盟体系结 构如图 " 所示 &
东南大学 机械工程学院 南京 #(DEF&
G2CC636 2H <6I1./-I.C J/3-/66K-/3 !L29M16.NM +/-O6KN-M8 !@./P-/3 #(DDF&!-./)0 !" #$%& ’()*&+!," -.$ ’/0& !123 4$& ’5$&+!.6 %789.:.%;<) *& 6). =076$ ’&"#$% ’>%:.? <*77%>*;%6$@. ?$%+&*:$: :6;%6.+/8 ’()*+%#, -$".$##,.$" /$0 &**1.2/%.($3 !4556!78*A #)BCC’BCDE F>:6;%<6 ) :/ .CC9N-2/ M2 M16 Q.R K69N.Q-C-M8 2H S/2TC6R36 !R6H-I-6/M .Q-C-M8 2H =K2QC6U N2CO-/3 2H R6O6C2=6R H.9CM R-.3/2N-N N8NV M6UN!M16 G2CC.Q2K.M-O6 W-.3/2N-N L8NM6U Q.N6R 2/ M16 U9CM-X&’()* M6I1/-I.C -N NM9R-6R !M16 I2/NMK9IM 2H M16 N8NM6U -N 3-O6/1Y16 H9008 -/M63K.C Q.N6R H9N-2/ U6M12R -N .R2=M6R -/ U9CM- 76Z=6KMN H.9CM R-.3/2N-N N8NM6U!M2 R6M6KU-/6 M16 2=M-U.C H9008 -/M63K.C U6.N9K6 !M16 36/6M-I .C32K-M1U -N 9N6R M2 N6.KI1 M16 2=M-U.C H9008 -/M63K.C U6.N9K6 O.C96N M2 -U=K2O6 M16 H9N-2/ .II9K.I8 2H M16 U9CM-76Z=6KMN R-.3/2N-N R6I-N-2/N152K M16 =K6N6/M6R .C32K-M1U !./ 6/3-/66K-/3 R.M. -N ./.C806R !M16 K6N9CM N12TN M16 O.C-R-M8 2H M16 .C32K-M1U[ G./ H*;?: ) I2CC.Q2K.M-O6 R-.3/2N-N +&’()* +H9008 -/M63K.C+A6/6M-I ;C32K-M1U
$
64<1= +7,$ "3 "+,(!& "#,((,
,("
") (
其中 !#,4-+"!+)!,!+,. !& "#,( 可以由下式获得 *
0
>
诊 断 方 Βιβλιοθήκη 控 制& "#" (4& "-+" . ((&
"
& "#, (4&,8& "#,1"()$& ,&"#,5"( "/,/$
"> (
诊断联盟 "
多 &’()* 系统诊断融合策略
基 于 多 &’()* 技 术 的 诊 断 系 统 最 大 的 优 点 在 于 实 现 诊 断
诊 断 方 法
控 制
诊 断 方 法
控 制
系统的异构诊断系统的集成 ! 对诊断对象的诊断不仅仅局限于 一 种 诊 断 方 法 或 单 一 的 诊 断 方 案 ! 因 此 ! 基 于 多 &’()* 技 术 的 诊断系统是一种多诊断方法和多诊断方案的集成 ! 充分利用了 不同的诊断系统资源+ 其诊断结论的获得是建立在各个诊断
"
引言
设备状态监测与故障诊断技术已经在航空 $ 航天 $ 电力 $ 石
#
基于多 &’()* 技术的多诊断方法协同诊断体系
许多智能故障诊断系统已经广泛应用于现代制造过程的
化 $冶 金 等 领 域 得 到 了 广 泛 应 用 !取 得 了 显 著 的 社 会 效 益 和 经 济效益% 但是已研制出的诊断系统大都是针对单台或单类设 备 ! 可扩充性 $ 灵活性 $ 通用性差 ! 且各诊断系统之间相互独立 ! 即使是针对同类设备的诊断系统也不能进行有效的信息交换 和共享 ! 这种信息孤岛极大地限制了诊断系统的应用范围 ! 并 造成了巨大的资源浪费 % 随着分布式计算机网络技术 $ 人工智能技术和虚拟技术的 迅速发展 ! 远程分布式诊断网络的研究为解决上述 & 孤岛 ’ 效应 带来了一条可行的途径 % 近年来 ! 智能行为的主体 "&’()* ( 已经 成为人工智能的核心问题 ! 多 &’()* 技术在故障诊断中也开始 得到应用 +"!#,% 由于设备复杂程度的不同和运行环境的多变 ! 对 于 相 同 的 诊 断 对 象 !往 往 存 在 多 种 适 用 的 诊 断 方 法 !这 些 诊 断 方法在设备不同运行环境下的诊断能力是不同的 ! 多专家诊断 可以充分发挥各个诊断专家的特长 ! 提高诊断精度 +$%&,% 基于多
各个领域 ! 但是 ! 随着制造系统的不断发展 ! 这些已经存在的智 能故障诊断系统与实际的设备诊断的需求逐渐不相适应 ! 主要 表现在 ) *( # 单 个 诊 断 专 家 的 问 题 求 解 能 力 有 限 ! 难 以 满 足 复 杂 设 备诊断的需求 % *# # 对 于 大 型 复 杂 设 备 而 言 ! 基 于 规 则 的 知 识 库 系 统 的 建 立和一致性维护越来越困难 % *$ # 已经存在的独立的诊断系统具有不同的知识表示方法 和问题求解策略 ! 在对设备的诊断上体现出各个不同的优势 % *) # 单个系统开发商所研究的设备领域有限 % 仅仅依靠一种诊断方法或单一研究群体已经很难满足故 障 诊 断 的 要 求 !因 此 !多 诊 断 方 法 协 同 诊 断 成 为 解 决 问 题 的 一 种切实可行的方案% 多诊断方法协同诊断包含两个方面的含 义 ) 一是指具有不同的诊断目标和诊断知识的多个诊断专家通 过 协 调 和 协 作 !共 同 完 成 诊 断 任 务 +二 是 指 具 有 相 同 诊 断 目 标 但具有不同的诊断知识和推理机制的多个诊断专家通过协调 和协作 ! 完成同一诊断任务 ! 从而达到提高诊断精度的目的 % 对于系统诊断任务分解而言 ! 一般可以从对象结构分解 $
摘 要 ! 针对已有诊断系统的知识可重用性差 ! 问题求解能力不足的缺点 " 研究了基于多 &’()* 技术的多专家协同诊断系统 " 给出
了系统的体系结构 # 采用模糊积分方法进行多专家诊断的结论融合 " 为了寻找最优的模糊密度值 " 提出了利用遗传算法进行模糊 密度值优化 " 提高基于模糊积分方法的多专家诊断结论融合精度 $ 针对所提出的算法 " 结合工程实际数据进行了分析 " 结果表明了 该方法的有效性 $ 关键词 ! 协同诊断 %&’()* % 模糊积分 % 遗传算法 文章编号 !"EE\7!$$"*\EE’ #E!2E"’’7E$ 文献标识码 !; 中图分类号 !Y]"!
+’ ""6$& (5", 7 $
, +,%#
在这里 !&$"% (4" ! 即
$
$6"4(""6$&,(
,(" , ,
对于确定的集合 -& . !+2& 8" ! 则 存 在 唯 一 解 $ 满 足 $$"% ( 4" ! 且
$% "" !69 (!$)+&