Подписано в печать 21.05.13 Формат 60 84 1/16
advertisement
На правах рукописи КОЗЛОВА Татьяна Дмитриевна ЭКСПЕРТНАЯ СИСТЕМА ПОДДЕРЖКИ ПРОЦЕССА ДИАГНОСТИРОВАНИЯ АВТОМАТИЧЕСКИХ СТАНОЧНЫХ МОДУЛЕЙ Специальность 05.13.06 – Автоматизация и управление технологическими процессами и производствами (в машиностроении) Автореферат диссертации на соискание ученой степени кандидата технических наук Саратов – 2013 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Саратовский государственный технический университет имени Гагарина Ю.А.» Научный руководитель доктор технических наук, профессор Игнатьев Александр Анатольевич Официальные оппоненты: Иващенко Владимир Андреевич, доктор технических наук, Институт проблем точной механики и управления РАН (Саратов), ведущий научный сотрудник лаборатории системных проблем управления и автоматизации Глазков Виктор Петрович, доктор технических наук, профессор Саратовский государственный технический университет имени Гагарина Ю.А., заведующий кафедрой «Системы искусственного интеллекта» Ведущая организация: ФБГОУ ВПО «Волгоградский государственный технический университет» Защита состоится «26» июня 2013 г. в 15.00 часов на заседании диссертационного совета Д 212.242.02 при ФГБОУ ВПО «Саратовский государственный технический университет имени Гагарина Ю.А.» по адресу: 410054, Саратов, ул. Политехническая, 77, корп. 1 , ауд. 319. С диссертацией можно ознакомиться в научно-технической библиотеке ФГБОУ ВПО «Саратовский государственный технический университет имени Гагарина Ю.А.». Автореферат разослан «24» мая 2013 г. Ученый секретарь диссертационного совета 2 А.А. Игнатьев ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы. В настоящее время необходимость обеспечения качества и надежности функционирования технологических систем является важной задачей. В связи с совершенствованием и усложнением структуры автоматических станочных модулей затрудняется контроль их работы. Одним из направлений решения этой задачи являются разработка и внедрение систем мониторинга и диагностирования технологического процесса и оборудования, работа которых основана на использовании современного программного обеспечения, высокоточного измерительного оборудования, а также экспертных систем, осуществляющих поддержку принятия решений при диагностировании автоматических станочных модулей. Среди отечественных и зарубежных работ, посвященных разработке экспертных систем, можно выделить работы Л. Заде, П. Джексона, Н.Г. Малышева, Г.В. Рыбиной и ряда других зарубежных и отечественных ученых. В разработку экспертных систем в машиностроении, в том числе для автоматических станков, большой вклад внесли В.В.Юркевич, А.В. Петрухин и другие ученые. В работах были решены задачи повышения качества изготавливаемой продукции путем выявления дефектов, решена задача выдачи рекомендаций по улучшению показателей точности изготавливаемой продукции. Основная задача в таких системах сводится к снижению роли человеческого фактора. В работах указанных авторов не рассмотрена задача поддержки принятия решений при определении причин неисправностей технологического оборудования. Задачи диагностирования и восстановления автоматических станочных модулей трудноформализуемы. В связи с этим возникает целесообразность разработки экспертной системы, осуществляющей поддержку процесса диагностирования при устранении неисправностей технологического оборудования и повышении качества технологического процесса. Для создания баз данных (БД) и баз знаний (БЗ) экспертных систем в рассматриваемой области необходимо использование результатов исследования функционирования технологического оборудования. Сотрудниками СГТУ под руководством Б.М. Бржозовского произведены исследования надежности функционирования прецизионных токарных автоматических станочных модулей (АСМ) в условиях эксплуатации. В результате исследований получены распределения отказов и восстановления во времени. Выполнено моделирование состояния станочного модуля в условиях стохастической неопределенности, предложена методология контроля и диагностирования АСМ с целью повышения их технологической надежности, оцениваемой по коэффициенту готовности. В то же время не рассмотрена задача поддержки персонала, обслуживающего АСМ, при анализе диагностической информации и проведении ремонтнопрофилактических работ. 3 Применение экспертной системы позволяет аккумулировать знания обслуживающего персонала и экспертов о причинах отказов и результатов их устранения, что сократит время восстановления станочных модулей и соответственно повысит коэффициент готовности. Изложенное обусловливает актуальность данной работы. Целью диссертационной работы является повышение коэффициента готовности автоматических станочных модулей путем сокращения времени восстановления на основе применения экспертной системы поддержки процесса диагностирования. В соответствии с целью исследования поставлен и решен ряд задач связанных с анализом применения экспертных систем в машиностроении, разработкой методики построения экспертной системы поддержки процесса диагностирования АСМ, построением базы знаний экспертной системы, алгоритмической и программной реализацией экспертной системы. Методы и средства исследований При выполнении исследований использованы: методические и математические основы построения экспертных систем, методика построения реляционных баз данных. Вычисления в процессе исследований, численная и графическая обработка результатов производились с применением математического аппарата прикладных программ. Для построения базы знаний экспертной системы использованы экспериментальные данные о надежности функционирования АСМ, полученные при помощи коммуникативных методов извлечения экспертных знаний с последующей математической обработкой методом парных сравнений. Для разработки основных компонентов экспертной системы использован объектно-ориентированный язык Delphi и система управления базами данных MS Access. Научная новизна работы: 1. Предложена и обоснована методика построения экспертной системы поддержки процесса диагностирования автоматических станочных модулей, учитывающая их иерархическую структуру в виде подсистем различного уровня при построении всех компонентов системы, информационную универсальность, возможность расширения и внутреннюю совместимость компонент, обеспечивающая на основе выявленных в условиях эксплуатации причинно-следственных связей между отказами и восстановлениями модулей и экспертной обработки данных методом парных сравнений, формирование рекомендаций по устранению нарушений процесса функционирования модулей. 2. Построена база знаний экспертной системы, включающая декларативную компоненту в виде объектно-ориентированной модели, содержащую знания о подсистемах модуля, параметрах диагностирования, информацию об отказах подсистем и способах их устранения и процедурную компоненту в виде продукционной модели, содержащую комплекс правил, используемых для обработки декларативных знаний, что обеспечивает формирование сообщений о неисправном функциональном блоке в той или иной подсистеме модуля. 4 3. Выполнены алгоритмизация работы экспертной системы и программная реализация ее компонентов, включая механизм логического вывода, основанный на уточненных алгоритмах диагностирования подсистем и дереве решений, обеспечивающие оперативное формирование в условиях неполной информации о техническом состоянии модуле, предложения по устранению отказов формообразующей подсистемы модуля с глубиной диагностирования до уровня сменного функционального блока, что способствует повышению коэффициента готовности. Практическая ценность и реализация Использование экспертной системы (ЭС) поддержки процесса диагностирования АСМ позволяет аккумулировать знания экспертов и обслуживающего персонала и выявить на их основе причины отказов основных функциональных блоков прецизионного токарного АСМ типа ТПАРМ и способы их устранения, выдавать рекомендации по ремонтнопрофилактическим работам, снизить уровень затрат на ремонтные работы за счет сокращения времени диагностирования, уменьшить эксплуатационные затраты для обеспечения заданных показателей надежности и качества функционирования. Предлагается реализация экспертной системы поддержки процесса диагностирования в составе системы диагностирования формообразующей подсистемы. Результаты работы переданы для внедрения в ЗАО «НПК прецизионного оборудования» (Саратов), изготавливающее и эксплуатирующее модули типа ТПАРМ, а также используются в учебном процессе на кафедре «Автоматизация и управление технологическими процессами» СГТУ имени Гагарина Ю.А., что подтверждается соответствующими актами. Апробация работы Основные положения работы докладывались на шести конференциях различного уровня: международных конференциях «Современные технологии в машиностроении» (Пенза, 2009), «Всероссийская школа-семинар аспирантов и молодых ученых (с международным участием)» (Уфа, 2010), «Математические методы в технике и технологиях» (Саратов, 2011); всероссийских конференциях «Информационные технологии, автоматизация, системы автоматизированного проектирования промышленных систем строительных объектов» (Саратов, 2010-2012), на заседаниях кафедры «Автоматизация и управление технологическими процессами» в 2009-2013 гг. и межкафедрального научного семинара машиностроительного факультета ФГБОУ ВПО «Саратовский государственный технический университет имени Гагарина Ю.А.». Публикации По результатам диссертационной работы опубликованы 20 печатных работ, из них пять в журналах, рекомендованных ВАК РФ, получены 2 свидетельства о регистрации программных продуктов. Структура и объем работы Диссертация состоит из введения, 4 глав, заключения, списка использованной литературы из 123 наименований, 4 приложений. Диссертация содержит 142 страницы, включая 20 таблиц, 58 рисунков. 5 Положения, выносимые на защиту: 1. Методика построения экспертной системы поддержки процесса диагностирования автоматических станочных модулей 2. Разработанная база знаний экспертной системы поддержки процесса диагностирования АСМ, включающая декларативную и процедурную компоненты. 3. Алгоритмическая и программная реализация экспертной системы. 4. Программный модуль экспертной системы для поддержки процесса диагностирования формообразующей подсистемы. СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи исследования, представлены научная новизна, практическая ценность, положения, выносимые на защиту. В первой главе проведен анализ научно-технической информации о развитии экспертных систем как одного из направлений искусственного интеллекта, проанализированы основные задачи, решаемые экспертными системами и области применения. Обзор существующих экспертных систем, представленных в работах Э. Фейгенбаума, Д.Ледерберга, Л. Заде, П. Джексона, Н.Г. Малышева, Л.С. Берштейна, А.П. Частикова, В.С. Медведева, С.В.Назарова, Э.В.Попова, Д.А.Поспелова, А.Я. Сапотницкого, Г.В. Рыбиной и других авторов, позволил сгруппировать их в следующие классы: системы диагностирования, системы контроля и управления, прогнозирующие системы, системы мониторинга, обучающие системы, системы поддержки принятия решений. Рассмотрена структура экспертной системы, включающая следующие компоненты: базу знаний, базу данных, диалоговый компонент, объяснительный компонент, механизм логического вывода, компонент приобретения знаний. Рассмотрены основные задачи, решаемые ЭС в машиностроении. В данной отрасли работа ЭС направлена на поддержку принятия решений при диагностировании, идентификации аварийных ситуаций, для оптимизации в механообработке, при оперативно-диспетчерском контроле и управлении объектами, при планировании производства, что подтверждается работами А.А. Большакова, М.Б. Бровковой, Д.В. Бубнова, Ю.Ф. Воронина, А.В. Петрухина, В.В. Юркевич и ряда других авторов. Рассмотрена роль экспертной системы в решении задач контроля технологического процесса. Экспертная система осуществляет поддержку обслуживающего персонала при анализе информации о состоянии технологического объекта, полученной системой мониторинга, тем самым позволяет осуществить принятие решений о профилактических, корректирующих и защитных действиях с целью повышения качества изготавливаемой продукции и технологического процесса, обеспечения надежности технологического оборудования. 6 В качестве объекта исследования рассматривается АСМ типа ТПАРМ, который предназначен для прецизионной обработки малогабаритных деталей машино- и приборостроения (размеры до 100 мм). Отличительной особенностью АСМ являются аэростатические направляющие суппорта и аэростатические опоры шпинделя, многоступенчатая фрикционная передача привода подачи и лазерный интерферометр – датчик обратной связи привода. Станочный модуль имеет сложную иерархическую структуру, представленную совокупностью функциональных подсистем различного уровня: формообразующая, вспомогательная и управляющая. Сотрудниками СГТУ под руководством профессора Б.М. Бржозовского были проведены статистические исследования надежности функционирования АСМ для выбора диагностических параметров и выработки методологии диагностирования, разработаны алгоритмы диагностирования основных подсистем АСМ. Сбор текущей информации включал в себя регистрацию работоспособного и неработоспособного состояния АСМ, планируемых и внезапных простоев, возникших в процессе их функционирования, отказов и причин их возникновения, времени восстановления, времени простоев, времени диагностирования. В любой из подсистем АСМ может произойти отказ, таким образом, существует необходимость обеспечения параметрической и функциональной надежности АСМ. Одним из основных показателей надежности является коэффициент готовности. Tуп (1) КГ TВ Tуп где Туп – время работы по управляющей программе, Тв – среднее время восстановления АСМ Для повышения коэффициента готовности существует необходимость минимизации времени восстановления, для чего используются средства контроля и диагностирования. Ранее В.В. Мартыновым было предложено обеспечение надежного функционирования прецизионных станочных модулей путем гибкого обслуживания по состоянию. Обслуживающий персонал, анализируя диагностическую информацию и информацию о процессе функционирования АСМ, проводит ремонтно-восстановительные работы. Важным фактором является личный опыт обслуживающего персонала по восстановлению работоспособности АСМ, так как наличие диагностической информации о месте возникновения отказа является недостаточным для проведения восстановительных работ. Исходя из проведенных исследований, возникает задача поддержки обслуживающего персонала при анализе диагностической информации. Ее решение опирается на информацию об отказах и восстановлениях подсистем модулей, логические рассуждения, анализ и перебор вариантов, для решения необходимо привлечение экспертов в данной области. В связи с этим возникает целесообразность разработки экспертной системы, осуществляющей поддержку процессов диагностирования и восстановления 7 АСМ, причем наиболее важным это является для диагностирования формообразующей подсистемы. Анализ рассмотренных исследований позволяет сделать вывод о том, что применение экспертной системы повышает качество принимаемых решений, обеспечивает поддержку при анализе диагностической информации. Разрабатываемая ЭС дает рекомендации по устранению отказов основных функциональных блоков АСМ. В соответствии с целью исследования поставлены и решены ряд задач. Во второй главе рассмотрены методические основы построения экспертных систем поддержки процесса диагностирования АСМ. Основные этапы представлены на рис. 1. 1. Анализ проблемной области 2. Определение цели разработки ЭС 6. Выбор среды разработки ЭС 5. Определение методов представления знаний и данных о АСМ 7. Алгоритмы получения решений при поиске отказавшего ФБ 8. Прототипная версия программной реализации ЭС Изменение алгоритма 3. Детализация структуры АСМ 4. Определение исходных данных для формализации БЗ 9. Тестирование программы Перепрограммирование дополнение данных 10. Программная реализация ЭС Рис. 1. Основные этапы разработки экспертной системы поддержки процесса диагностирования АСМ Входной информацией для построения ЭС являются данные об отказах и восстановлении функциональных блоков (ФБ), а выходной – рекомендации по устранению неисправностей. Методика построения ЭС поддержки процесса диагностирования базируется на правилах, предложенных А.А. Большаковым: 1) обеспечение информационной универсальности; 2) обеспечение возможности расширения; 3) обеспечение внутренней совместимости компонент. Информационная универсальность заключается в эффективной организации данных и знаний о надежности функционирования АСМ в виде БЗ. С целью обеспечения возможности расширения ЭС, предусмотрена возможность введения новых правил и данных в БЗ при помощи компонента приобретения знаний. Для обеспечения возможности применения ЭС в составе автоматизированной системы управления технологическим процессом 8 существует необходимость обеспечения внутренней совместимости компонент. ЭС осуществляет поддержку принятия управленческих решений обслуживающему персоналу при анализе диагностической информации, поступающей из систем мониторинга и диагностирования, а также осуществляет помощь при корректирующих мероприятиях (устранение неисправностей, повышение качества технологического процесса). Прежде чем приступить к разработке ЭС поддержки принятия решений, необходимы проведение анализа проблемной области, выявление цели, которую необходимо достичь при помощи ЭС, исходные данные и знания, а также методы, алгоритмы, способы получения решения. Анализ проблемной области. Обоснована необходимость разработки ЭС, проанализирована возможность разработки ЭС для данной проблемной области. Определение цели разработки ЭС. Выявлены цели, которые необходимо достичь при помощи ЭС: обеспечение надежности и работоспособности технологической системы, повышение коэффициента готовности. Определены основные требования, предъявляемые к ЭС: система должна быть эффективной, давать достоверные рекомендации по устранению неисправностей; интерфейс данной системы должен быть понятен для пользователей с различным уровнем способностей; база знаний системы должна периодически обновляться для повышения эффективности работы; экспертная система должна иметь связь с подсистемами верхнего уровня (система мониторинга технологического процесса, система диагностики технологического процесса) Детализация структуры АСМ основана на иерархической структуре, предложенной Б.М. Бржозовским. Структура АСМ детализирована до функциональных блоков (ФБ). Грамотная детализация объекта исследования является основой будущей базы знаний, определяя ее эффективность и быстродействие работы ЭС в целом. Определение исходных данных для формализации базы знаний. Исходными данными для построения БЗ являются параметрические и функциональные отказы, их распределение в соответствии с иерархической структурой АСМ, а также алгоритмы диагностирования основных подсистем АСМ. Основные неисправности АСМ и способы их устранения получены в результате экспериментальных исследований процесса функционирования модуля в производственных условиях, проведенных учеными СГТУ. Данные были проанализированы, структурированы в соответствии с иерархической структурой АСМ и математически обработаны методом парных сравнений. В результате математической обработки получены причинно-следственные связи между объектами предметной области. Таким образом, для поддержки процесса диагностирования в базе знаний экспертной системы хранится и накапливается информация о следующих основных характеристиках: подсистемы АСМ, диагностические параметры подсистем АСМ и их значения, функциональные блоки подсистем, признаки отказов ФБ, выявляемые при осмотре, способы устранения отказов. 9 Определение методов представления знаний и данных о АСМ. После определения основных критериев и компонентов ЭС выбран способ представления знаний. Рассмотрены следующие модели представления знаний: продукционная модель, семантические сети, фреймы, объектноориентированная модель. Для формализации знаний о АСМ выбраны объектно-ориентированная и продукционная модели. Методы и способы устранения неисправностей хранятся в декларативной компоненте БЗ, таким образом, знания отделены от логического вывода. Отделение данных о проблемной области от логического вывода позволяет обновлять данные об отказах и восстановлении без изменения исходного кода программы, т.е. без привлечения программиста. Декларативная компонента базы знаний представлена объектноориентированной моделью и содержит информацию об известных свойствах (атрибутах) сущностей проблемной области и отношениях между ними. Процедурная компонента базы знаний представлена продукционной моделью, содержит правила вида «Если «Предпосылка», то «Заключение»», применяемые для обработки декларативной информации. Представление декларативной компоненты базы знаний в виде объектно-ориентированной модели обусловлено возможностью структурного описания объекта исследования. Продукционная модель обеспечивает более гибкую организацию работы механизма вывода. Алгоритмы получения решений при поиске отказавшего ФБ. Одним из важнейших этапов разработки экспертной системы поддержки принятия решений является разработка алгоритмов работы экспертной системы в различных ситуациях и моделей получения решений. Алгоритм является основой программной реализации ЭС. На рис. 2 представлен обобщенный алгоритм работы ЭС при определении причин неисправностей основных функциональных блоков (ФБ) АСМ. Предложенный алгоритм учитывает уровни квалификации пользователей, иерархическую структуру автоматизированного станочного модуля и алгоритм диагностирования основных подсистем автоматизированного станочного модуля типа ТПАРМ. Учет иерархической структуры позволяет оперативно локализовать отказавший ФБ и сократить время диагностирования. Для оператора АСМ реализован алгоритм поиска неисправностей по визуальным признакам. Алгоритм для обслуживающего персонала позволяет осуществить поиск неисправностей по параметрам диагностирования. Выбор среды разработки ЭС. При выборе инструментальных средств учтены возможности данных инструментов для реализации всех требований предъявляемых к ЭС. Для реализации объектно-ориентированной модели декларативной компоненты БЗ выбрана СУБД Access. Для реализации процедурной компоненты выбран объектно-ориентированный язык Delphi. Использование СУБД Access для реализации декларативной компоненты БЗ обусловлено возможностью преобразования БД в БД SQL, что позволит связать ЭС с 10 базами данных верхнего уровня (система мониторинга). Связь ЭС с БД верхнего уровня позволит автоматически обновлять БД путем использования единого SQL сервера. Прототипная версия программной реализации ЭС. На данном этапе выполнена первоначальная программная реализация компонентов ЭС выбранными инструментальными средствами. Программно реализован диалоговый компонент, компонент приобретения знаний, декларативная компонента базы знаний, механизм логического вывода, объяснительный компонент. Тестирование программы. Этап заключается в проверке работоспособности ЭС, ее эффективности. Определяется необходимость доработки программной реализации ЭС и возврата к предыдущим этапам разработки. При построении БЗ экспертной системы поддержки процесса диагностирования использованы данные опроса группы экспертов. С целью выявления причинно-следственных связей возникновения отказов подсистем АСМ произведена математическая обработка экспертной информации о надежности функционирования автоматических станков, используемой для построения БЗ экспертной системы, методом парных сравнений. Выбор обусловлен высокой точностью вычислений, простотой реализации для большого объема обрабатываемых данных. Данные сравнения представляются в виде матрицы. h Матрица заполняется значениями rij следующим образом: 1 h rij 0.5 0 если объект Оi более значим, чем Оj если объект Оi и Оj равноправны если объект Оi менее значим, чем Оj (2) где h=1,2,...m – номер эксперта, i,j=1,2,...n – номера объектов, исследуемых при экспертизе, объекты Oi и Oj причины возникновения отказа подсистемы АСМ. На основании результата опроса группы из трех экспертов построены матрицы парных сравнений М1, М2, М3: Эксперт 1 Эксперт 2 Эксперт 3 0 0 0.5 0 0 0 0.5 0 0 0 0.5 0 0 0.5 0 0 0 0.5 0 0 0 0.5 0 0 М3 М2 М1 0 0 0 0.5 0 0 0.5 0 0 0 0.5 0 1 0.5 0.5 1 1 0.5 1 0.5 1 0.5 1 1 Для получения групповой оценки степени влияния каждого из объектов на результат построена матрица математических ожиданий оценок каждой из пар объектов. Элементы матрицы получены путем определения средних значений соответствующих элементов матриц парных сравнений. Матрица математических ожиданий примет вид (3): 11 0 0 0 0.5 0.5 0 0 0 М 0 0 0.5 0 1 0,833 0.833 0.5 (3) На основании матрицы математических ожиданий при помощи итерационного алгоритма определен вектор относительной важности объектов для выявления наиболее предпочтительного варианта устранения отказа. К 0,0094 0,0094 0,0094 0,972 Т Таким образом, наибольшее влияние на возникновение отказа имеет фактор с максимальным значением коэффициента относительной важности 0,972. Исходя из проведенных исследований, разработана методика построения экспертных систем, учитывающая структурные особенности станочного модуля на всех этапах разработки экспертной системы поддержки процесса диагностирования АСМ. Сформированы причинно-следственные связи возникновения отказов подсистем АСМ методом парных сравнений. Для формирования БЗ предложено применение объектно-ориентированной модели для формализации фактов, позволяющей отобразить объекты предметной области и связи между ними, и продукционной модели для формализации процедурных знаний (правил), обеспечивающих более гибкую организацию работы механизма вывода Произведен анализ и обоснован выбор объектно-ориентированного языка программирования Delphi, использование которого дает расширенные возможности для создания пользовательского интерфейса, а также манипулирования данными структурированными при помощи других приложений. Третья глава посвящена разработке БЗ экспертной системы, которая, как указано во второй главе, состоит из двух компонент: декларативной и процедурной. Построение декларативной компоненты БЗ проводилось на основе экспериментальных данных о функциональной и параметрической надежности АСМ. Декларативная компонента БЗ реализована объектно-ориентированной моделью, представленной в виде реляционной базы данных в соответствии с моделью, представленной на рис. 3. Объектно-ориентированная модель экспертной системы содержит информацию об отказах ФБ АСМ ТПАРМ-100 и способах их устранения, а также основные диагностические параметры. Разработанная компонента базы знаний содержит диагностическую информацию и визуальные признаки отказов. 12 13 Рис. 2. Обобщенные алгоритмы работы экспертной системы а – алгоритм работы ЭС в режиме оператора АСМ; б – алгоритм работы ЭС в режиме наладчика АСМ Подсистема Код подсистема 1 М 1 М Блок КодБ Блок Подсистема 1 М Диагностические параметры 1 КодП Подсистема параметр Неисправности КодН Блок Неисправность 1 М М Значение параметров КодЗ параметр значение способ устранения Способы устранения КодСп Неисправность Способ устранения Рис. 3. Модель декларативной компоненты базы знаний Процедурная компонента представлена продукционными правилами вида: Если ПРЕДПОСЫЛКА, то ЗАКЛЮЧЕНИЕ Правило состоит из двух частей: предпосылки и заключения. Предпосылка и заключение являются фактами. Для представления фактов используется пара сущность-значение. Сущность представляет физические объекты проблемной области, такие как подсистемы АСМ, диагностические параметры, значение параметров. Сущность в БЗ объединена с понятием атрибут в БД (декларативная компонента). Заключение содержит только один факт, а предпосылка может содержать как один, так и несколько фактов, которые одновременно имеют место. База знаний содержит около двухсот правил. При диагностировании отказавшей подсистемы АСМ проверяется соответствие значения параметра диагностирования эталонным значениям в соответствии с (4): ziн zi ziв (4) где z iн и z iв – нижнее и верхнее допустимые значения параметра Так как измерить параметры диагностирования непосредственно на АСМ сложно, для определения его состояний используются выходные сигналы отдельных блоков zi. Для формирования продукционных правил используются бинарные признаки xi, определяемые следующим образом: если zi ziн zi ziв 1 (5) xi z z z z если 0 i iн i iв Формирование продукционных правил при диагностировании привода подач: Правило 1: Если «Диагностический параметр – Скорость перемещения каретки=1» и «Диагностический параметр – Максимальная сила=1», то «Заключение= Необходимо проверить датчик обратной связи». Правило 2: Если «Диагностический параметр – Скорость перемещения каретки=0» и «Диагностический параметр – Максимальная сила= 0» и «Диагностический параметр – Сигнал с тахогенератора= 0», то «Заключение= Произвести ремонт муфты и фрикционной механической передачи». Правило 3: Если «Диагностический параметр – Скорость перемещения каретки= 1» и «Диагностический параметр – Максимальная сила= 0» и «Диагностический параметр – Сигнал с тахогенератора= 0», то «Заключение=Произвести ремонт муфты и двигателя». 14 Правило 4: Если «Диагностический параметр – Скорость перемещения каретки= 0» и «Диагностический параметр – Напряжение на блоке усилителей приводов= 1», то «Заключение=Разомкните цепь обратной связи и повторно произведите контроль напряжения на блоке усилителей приводов». Правило 5: Если «Диагностический параметр – Скорость перемещения каретки= 0» и «Диагностический параметр – Напряжение на блоке усилителей приводов=0», то «Заключение=Ремонт блока усилителей приводов». Разработана БЗ экспертной системы поддержки процесса диагностирования, основанная на экспериментальных данных о функциональной и параметрической надежности АСМ типа ТПАРМ. Для формализации БЗ выбраны два типа моделей представления знаний: объектно-ориентированная и продукционная. Для формирования БЗ данные об отказах и способах их устранения сгруппированы в соответствии с иерархической структурой АСМ. Представление декларативных знаний о АСМ в виде объектно-ориентированной модели позволяет учитывать иерархическую структуру АСМ и особенности его функционирования. Процедурные знания в виде продукционной модели имеют более гибкий механизм вывода. В четвертой главе рассмотрена алгоритмическая и программная реализация ЭС поддержки процесса диагностирования АСМ, предназначенной для встраивания в программное обеспечение управляющей подсистемы. Разработан и программно реализован алгоритм работы экспертной системы поддержки процесса диагностирования, учитывающий иерархическую структуру и алгоритм функционального диагностирования отказов автоматизированных станочных модулей. База знаний ЭС для оператора АСМ содержит правила по визуальным признакам отказов, база знаний для наладчика технологического оборудования содержит правила, основанные на диагностической информации. На рис. 4 представлен диалоговый компонент экспертной системы при выборе отказавшей подсистемы, на рис. 5 представлен диалоговой компонент при диагностировании привода главного движения формообразующей подсистемы автоматизированного станочного модуля. Рис. 4. Диалоговый компонент при выборе отказавшей подсистемы Рис. 5. Диалоговый компонент при диагностировании привода главного движения 15 На рис. 6 представлен компонент приобретения знаний. Рис. 6. Компонент приобретения знаний Рассмотрена реализация ЭС в составе системы оперативного диагностирования датчика обратной связи (ДОС) привода подачи прецизионного токарного модуля (рис. 7). ДОС является сложной оптоэлектронной системой с дискретностью до 0,1 мкм. Это обусловливает необходимость оперативного диагностирования для локализации отказов в ДОС. Для решения данной задачи осуществляется непрерывный контроль уровней и вида сигналов оптической схемы, а также мощности излучения лазера. Применение ЭС поддержки процесса диагностирования сокращает время восстановления работоспособного состояния ДОС. АСМ ТПАРМ Управляющая ЭВМ Встроенные средства диагностирования ЭС ЛПР Внешние средства диагностирования ЭС ЭВМ верхнего уровня Рис. 7. Реализация экспертной системы поддержки принятия решений в составе системы диагностирования токарного модуля: АСМ – автоматический станочный модуль; БД – база данных; БЗ – база знаний; ЛПР – лицо, принимающее решение; ЭС – экспертная система 16 Рассмотрена реализация ЭС в составе системы мониторинга технологического процесса (СМТП) (рис. 8). Декларативная компонента БЗ, реализованная в виде реляционной БД ЭС и БД системы мониторинга, находится в едином информационном пространстве, что позволяет автоматически обновлять БД отказов АСМ при появлении новой информации в БД СМТП. Связь осуществляется при помощи SQL сервера. Обновление осуществляется путем посылки SQL запроса на обновление данных на сервер SQL. На данном сервере располагается БД, в которой хранятся данные из системы мониторинга. АСМ ТПАРМ Управляющая ЭВМ ЭС СМТП БД SQL –server БЗ Рис. 8. Организация связи системы СМТП с экспертной системой: АСУ ТП – автоматизированная система управления технологическим процессом; БД – база данных; ЭС – экспертная система Экспертная система поддержки принятия решений дает рекомендации наладчику технологического оборудования при принятии управляющих решений на основании данных системы мониторинга технологического процесса АСМ, позволяет спрогнозировать ремонтно-профилактические работы. Применение ЭС поддержки процесса диагностирования сокращает время восстановления и повышает коэффициент готовности; например, при сокращении времени восстановления на 25 % коэффициент готовности модуля повышается на 2,5%. Экспертная система встраивается в программное обеспечение АСМ типа ТПАРМ-100М, в котором используется промышленный компьютер на базе двухъядерного модульного контроллера MITSUBISHI. ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ 1. Анализ научно-технической информации и обобщение опыта эксплуатации прецизионных автоматических АСМ обосновал целесообразность разработки экспертной системы поддержки процесса диагностирования, позволяющей аккумулировать знания экспертов и обслуживающего персонала и выявлять на их основе причины отказов основных функциональных блоков прецизионного токарного АСМ типа ТПАРМ и способы их устранения, выдавать рекомендации по ремонтно-профилактическим работам, снизить уровень затрат на ремонтные работы за счет сокращения времени диагностирования, уменьшить эксплуатационные затраты для обеспечения заданных показателей надежности и качества функционирования. 17 2. Разработана методика построения экспертной системы поддержки процесса диагностирования АСМ, обеспечивающая на основе выявленных в условиях эксплуатации причинно-следственных связей между отказами и восстановлениями модулей формирование рекомендаций по устранению нарушений процесса функционирования модулей. 3. Построена база знаний экспертной системы, включающая декларативную компоненту в виде объектно-ориентированной модели, содержащую знания о подсистемах модуля, параметрах диагностирования, информацию об отказах подсистем и способах их устранения, и процедурную компоненту в виде продукционной модели, содержащую комплекс правил, используемых для обработки декларативных знаний, что обеспечивает формирование сообщений о неисправном функциональном блоке в той или иной подсистеме модуля. 4. Для реализации процедурной компоненты, диалогового компонента, компонента приобретения знаний, машины логического вывода обоснован выбор объектно-ориентированного языка программирования Delphi. Использование объектно-ориентированного языка Delphi обусловлено его расширенными возможностями для создания пользовательского интерфейса, возможностью связи с другими приложениями. Для реализации декларативной компоненты выбрана СУБД Access 2007. Использование СУБД Access для реализации декларативной компоненты БЗ обусловлено возможностью преобразования БД в БД SQL, что позволит связать ЭС с базами данных верхнего уровня (система мониторинга). Связь ЭС с БД верхнего уровня позволит автоматически обновлять БД путем использования единого SQL сервера. 5. Реализация компонентов ЭС в составе системы диагностирования модуля для поддержки процесса диагностирования формообразующей подсистемы обеспечивает оперативное формирование рекомендаций по устранению отказов формообразующей подсистемы с глубиной диагностирования до уровня сменного функционального блока, что способствует повышению коэффициента готовности. 6. Выполнены алгоритмизация работы экспертной системы и программная реализация ее компонентов, обеспечивающие оперативное формирование предложения по устранению отказов формообразующей подсистемы модуля с глубиной диагностирования до уровня сменного функционального блока, что способствует сокращению времени восстановления и повышению коэффициента готовности. При сокращении времени восстановления на 25 % коэффициент готовности повышается на 2,5%. Основные положения диссертации опубликованы в следующих работах: Публикации в изданиях, включенных в Перечень ВАК РФ 1. Козлова Т.Д. Экспертная система для определения причин неисправностей технологических систем / Т.Д. Козлова, А.А. Игнатьев, Е.М. Самойлова // Вестник Саратовского государственного технического университета. 2011. №2 (56). С. 219-224. 18 2. Козлова Т.Д. Методика разработки экспертной системы для определения причин неисправностей автоматизированных станочных модулей / Т.Д. Козлова, Е.М. Самойлова // Вестник Саратовского государственного технического университета. 2011. №3 (58). С. 177-182. 3. Козлова Т.Д. Экспертная система поддержки принятия решений при диагностировании автоматизированных станочных модулей / Т.Д. Козлова, А.А. Игнатьев // Вестник Саратовского государственного технического университета. 2011. №3 (58). С. 182-187. 4. Козлова Т.Д. Математическая обработка экспертной информации для построения базы знаний экспертной системы поддержки принятия решений при диагностировании автоматизированных станков / Т.Д. Козлова, А.А. Игнатьев // Вестник Саратовского государственного технического университета. 2012. №3 (67). С. 186-189. 5. Козлова Т.Д. Экспертная система поддержки принятия решений при диагностировании автоматизированных станочных модулей / Т.Д. Козлова, А.А. Игнатьев // Известия высших учебных заведений. Поволжский регион. Технические науки. 2013. № 1 (25). С. 19-25. Публикации в других изданиях 6. Козлова (Евтушевская) Т.Д. Применение нечеткой логики для определения причин неисправностей технологических систем / Т.Д. Козлова // Современные технологии в машиностроении: сб. статей XIII Междунар. конф. Пенза: Приволжский дом знаний, 2009. С. 181-184. 7. Козлова (Евтушевская) Т.Д. Области применения экспертных систем / Т.Д. Козлова // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. Саратов: СГТУ, 2010. С. 52-56. 8. Козлова (Евтушевская) Т.Д. Интеллектуальные технологии в области машиностроения / Т.Д. Козлова // Актуальные проблемы науки и техники. сб. тр. Пятой Всерос. школы-семинара аспирантов и молодых ученых. Уфа: УГАТУ, 2011. С. 149-152. 9. Козлова (Евтушевская) Т.Д. «Вычислительный интеллект» при решении трудноформализуемых задач на примере построения функций принадлежности / Т.Д. Козлова, Е.М. Самойлова // Прогрессивные направления развития технологии машиностроения: сб. тр. Саратов: СГТУ, 2010. С. 61-65. 10. Козлова (Евтушевская) Т.Д. Обзор инструментальных средств для построения экспертной системы поддержки принятия решений для определения причин неисправностей технологической системы / Т.Д. Козлова // Прогрессивные технологии, материалы и режущие инструменты в машиностроении: сб. тр. Саратов: изд-во СГТУ, 2010. С. 87-90. 11. Козлова Т.Д. Определение причин неисправностей технологических систем методом статистической обработки мнений нескольких экспертов/ Т.Д. Козлова // Информационные технологии, системы и автоматизированного проектирования и автоматизация: сб. науч. тр. II Всерос. науч.-техн. конф. Саратов: СГТУ, 2010. С. 191-195. 19 12. Козлова Т.Д. Модель базы знаний экспертной системы поддержки принятия решений при диагностировании автоматизированных станков / Т.Д. Козлова // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. Саратов: СГТУ, 2011. С. 128-131. 13. Козлова Т.Д. Выбор инструментального средства для разработки экспертной системы поддержки принятия решений / Т.Д. Козлова // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. Саратов: СГТУ, 2011. С. 131-135. 14. Козлова Т.Д. Построение нечеткой базы знаний для экспертной системы для определения причин неисправностей технологической системы / Т.Д. Козлова // Математические методы в технике и технологиях: сб. тр. XXIV Междунар. науч. конф. Саратов: СГТУ, 2011. С. 6-8. 15. Козлова Т.Д. Реализация режимов работы экспертной системы поддержки принятия решений при диагностировании автоматизированного станочного модуля / Т.Д. Козлова // Информационные технологии, системы и автоматизированного проектирования и автоматизация: сб. науч. тр. III Всерос. науч.-техн. конф. Саратов: СГТУ, 2011. С. 181-184. 16. Козлова Т.Д. Режимы работы экспертной системы поддержки принятия решений / Т.Д. Козлова // Исследование сложных технологических систем: сб. науч. тр. Саратов: СГТУ, 2011. С. 47-51. 17. Козлова Т.Д. Роль экспертной системы в организации мониторинга технологического процесса / Т.Д. Козлова // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. Саратов: СГТУ, 2012. С. 82-85. 18. Козлова Т.Д. Математические основы построения экспертных систем поддержки принятия решений для определения причин неисправностей автоматизированных станочных модулей / Т.Д. Козлова // Наука 21 век (Транспорт и машиностроение). 2012. №2. С. 41-46. Свидетельства на программные продукты РФ 19. Козлова Т.Д. Экспертная система для определения причин неисправности автоматизированного станочного модуля. Свидетельство о государственной регистрации программы для ЭВМ №2012610030. 20. Козлова Т.Д. Экспертная система поддержки принятия решений для определения причин неисправностей технологической системы. Свидетельство о государственной регистрации программы для ЭВМ №2011. Подписано в печать 21.05.13 Формат 6084 1/16 Бум. офсет. Усл. печ. л. 1,0 Уч.-изд. л. 1,0 Тираж 100 экз. Заказ 78 Бесплатно Саратовский государственный технический университет 410054, Саратов, Политехническая ул., 77 Отпечатано в Издательстве СГТУ. 410054, Саратов, ул. Политехническая, 77 Тел. 24-95-70, 99-87-39. е-mail: izdat@sstu.ru 20
