楊世鳳 ，章對(duì)磊 ，楊 燁 ，馬 良

（1.天津科技大學(xué) 電子信息與自動(dòng)化學(xué)院，天津 300222；2.佛羅里達(dá)州立大學(xué) 電子與計(jì)算機(jī)學(xué)院，塔拉哈西 32310；3.天津賽象科技股份有限公司，天津 300384）

輪胎簾布裁斷機(jī)是輪胎生產(chǎn)制造中重要的機(jī)械設(shè)備，輪胎簾布經(jīng)該設(shè)備按設(shè)定規(guī)格經(jīng)過(guò)導(dǎo)開、修邊、裁切、拼接、包邊和卷取等工序后，生產(chǎn)的簾布為后續(xù)輪胎成型加工提供帶束層原料[1]。監(jiān)控系統(tǒng)對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)在線監(jiān)控、記錄生產(chǎn)信息，反映設(shè)備實(shí)時(shí)狀態(tài)，通過(guò)監(jiān)控系統(tǒng)能有效提高設(shè)備易用性和可靠性[2]。簾布裁斷機(jī)設(shè)備結(jié)構(gòu)復(fù)雜，故障發(fā)生時(shí)檢修難度大，檢修效率與設(shè)備維護(hù)人員的經(jīng)驗(yàn)息息相關(guān)。加強(qiáng)監(jiān)控系統(tǒng)故障診斷與決策對(duì)于減少檢修時(shí)間和提高設(shè)備利用率具有重要意義。以往基于組態(tài)軟件開發(fā)上位機(jī)監(jiān)控軟件，雖有構(gòu)建迅速、可靠性高等特點(diǎn)，但組態(tài)軟件功能有限，形式單一，開發(fā)的產(chǎn)品缺乏市場(chǎng)競(jìng)爭(zhēng)力[3-4]。

系統(tǒng)的集成化、智能化和網(wǎng)絡(luò)化是當(dāng)今監(jiān)控系統(tǒng)的發(fā)展趨勢(shì)[5]。為了實(shí)現(xiàn)監(jiān)控系統(tǒng)的高智能化程度，提出在開放式的硬件體系結(jié)構(gòu)基礎(chǔ)上，綜合計(jì)算機(jī)技術(shù)、現(xiàn)場(chǎng)總線技術(shù)、人工智能技術(shù)和網(wǎng)絡(luò)技術(shù)，開發(fā)一套具備設(shè)備參數(shù)狀態(tài)監(jiān)測(cè)和智能故障診斷的集成監(jiān)控系統(tǒng)。

1 系統(tǒng)總體結(jié)構(gòu)

系統(tǒng)硬件部分采用IPC+PLC結(jié)構(gòu)。工控機(jī)（IPC）作為設(shè)備狀態(tài)監(jiān)測(cè)、故障診斷分析、運(yùn)行控制、生產(chǎn)信息統(tǒng)計(jì)存儲(chǔ)的平臺(tái)。PLC作為數(shù)據(jù)采集和控制實(shí)施的主控模塊，采集與傳輸伺服、變頻系統(tǒng)以及與設(shè)備狀態(tài)相關(guān)傳感器的數(shù)據(jù)，并響應(yīng)來(lái)自IPC的控制命令，驅(qū)動(dòng)執(zhí)行機(jī)構(gòu)實(shí)現(xiàn)控制的輸出。

簾布裁斷機(jī)是大型的橡膠機(jī)械設(shè)備，設(shè)備工作流程復(fù)雜，結(jié)構(gòu)龐大，監(jiān)控參數(shù)較多，控制精度高，這就要求監(jiān)控系統(tǒng)內(nèi)的數(shù)據(jù)交換需有快速的傳輸速率、苛刻的實(shí)時(shí)性以及較高的可靠性和穩(wěn)定性。系統(tǒng)采用實(shí)時(shí)EtherNet/IP工業(yè)以太網(wǎng)，實(shí)現(xiàn)監(jiān)控系統(tǒng)IPC與PLC，PLC與控制設(shè)備（變頻系統(tǒng)、伺服系統(tǒng)、遠(yuǎn)程I/0等）自上而下同一平臺(tái)通信。采用“星型+環(huán)型”的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，PLC系統(tǒng)終端設(shè)備間采用以太網(wǎng)環(huán)網(wǎng)，IPC、PLC、遠(yuǎn)程計(jì)算機(jī)間采用以太網(wǎng)星型網(wǎng)絡(luò)。環(huán)型網(wǎng)絡(luò)是一種冗余網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，設(shè)備級(jí)采用環(huán)網(wǎng)結(jié)構(gòu)可有效解決單點(diǎn)故障造成的通信中斷的問(wèn)題。星型網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)以工業(yè)以太網(wǎng)交換機(jī)為中心節(jié)點(diǎn)，結(jié)構(gòu)簡(jiǎn)單，網(wǎng)絡(luò)延時(shí)小，數(shù)據(jù)交換效率高，適用于IPC、PLC、遠(yuǎn)程計(jì)算機(jī)間大量數(shù)據(jù)的交互[2]。

采用虛擬儀器開發(fā)平臺(tái)LabVIEW開發(fā)上位機(jī)監(jiān)控軟件。通過(guò)動(dòng)態(tài)鏈接庫(kù)的調(diào)用，開發(fā)EtherNet/IP工業(yè)以太網(wǎng)的程序通信接口，實(shí)現(xiàn)監(jiān)控系統(tǒng)上下位機(jī)間的通信。監(jiān)控軟件具備設(shè)備狀態(tài)實(shí)時(shí)監(jiān)測(cè)與控制、參數(shù)顯示設(shè)定、故障診斷分析以及產(chǎn)量統(tǒng)計(jì)等功能。采用IPC+PLC結(jié)構(gòu)和實(shí)時(shí)EtherNet/IP以太網(wǎng)通信的簾布裁斷機(jī)實(shí)時(shí)監(jiān)控與故障診斷專家系統(tǒng)體系結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)體系結(jié)構(gòu)Fig.1 System architecture

2 基于故障樹的故障模型

2.1 簾布裁斷機(jī)故障樹的建立

當(dāng)裁斷機(jī)生產(chǎn)運(yùn)行出現(xiàn)異常時(shí)，就要對(duì)其進(jìn)行故障診斷，以便準(zhǔn)確定位故障原因，給出維修策略快速恢復(fù)生產(chǎn)。故障樹分析法建立在設(shè)備故障經(jīng)驗(yàn)庫(kù)的基礎(chǔ)上，將設(shè)備的故障現(xiàn)象（頂事件）和最基本的故障原因（底事件）之間的邏輯關(guān)系通過(guò)樹形的網(wǎng)絡(luò)圖表示?？紤]裁斷機(jī)故障主要出現(xiàn)在生產(chǎn)環(huán)節(jié)，將生產(chǎn)簾布不合格設(shè)為頂事件。簾布次品分為拼接錯(cuò)邊、接頭露絲和接頭劈縫等質(zhì)量問(wèn)題。通過(guò)對(duì)簾布生產(chǎn)的故障分析和整理，建立裁斷機(jī)故障樹模型如圖2所示。

2.2 故障模型分析

故障樹分析的主要目的是找到故障樹的全部最小割集，并求解各最小割集重要度。從故障角度看，由于底事件為系統(tǒng)的最低分析單元，是造成系統(tǒng)故障的基本原因。因此，最小割集就是這些能夠?qū)е孪到y(tǒng)故障發(fā)生的基本原因的最小組合。最小割集包含了分析系統(tǒng)的全部故障原因，是故障發(fā)生的具體環(huán)節(jié)，因而分析故障樹的最小割集是故障診斷需要把握的重點(diǎn)和關(guān)鍵。最小割集的求解采用下行法（Fussell法）求解[6]。

最小割集的重要度表示底事件對(duì)頂事件影響的大小。設(shè)系統(tǒng)故障樹模型的底事件為X，有k個(gè)最小割集，只要有一個(gè)最小割集 Ki（i=1，2，…k）中的全部底事件均發(fā)生，故障必定發(fā)生，Ki可表示為

式中，mi為最小割集Ki的底事件數(shù)，xj代表某個(gè)底事件。在k個(gè)最小割集中，只要有一個(gè)割集情況發(fā)生，就會(huì)引起頂事件，因此系統(tǒng)故障樹的結(jié)構(gòu)函數(shù)可表示為

圖2 裁斷機(jī)故障樹模型Fig.2 Fault tree model of cutting machine

裁斷機(jī)故障樹模型中各最小割集間是可以相容的，故采用相容事件的概率公式[7]，可得頂事件的發(fā)生概率 P（T）為

由于簾布裁斷機(jī)設(shè)備實(shí)際運(yùn)行中各部件穩(wěn)定性較高，因此在故障樹模型最小割集的不可靠度很小的情況下，頂事件發(fā)生概率可以近似為

任一最小割集Ki的重要度Ii可表示為

3 簾布裁斷機(jī)故障診斷專家系統(tǒng)

故障診斷專家系統(tǒng)將實(shí)際專家解決問(wèn)題的思路和策略通過(guò)計(jì)算機(jī)技術(shù)模擬實(shí)現(xiàn)。專家系統(tǒng)由知識(shí)庫(kù)、推理機(jī)、解釋機(jī)制和人機(jī)交互系統(tǒng)組成[8]。維修專家將故障推理規(guī)則和解決策略通過(guò)人機(jī)交互接口錄入知識(shí)庫(kù)，故障診斷專家系統(tǒng)則根據(jù)知識(shí)庫(kù)內(nèi)容和相關(guān)推理，解析某故障征兆對(duì)應(yīng)的故障原因和解決策略。

3.1 知識(shí)庫(kù)及知識(shí)表示

基于故障樹分析的故障診斷專家系統(tǒng)可以清晰表示專家解決問(wèn)題的思路，故障樹用于故障診斷專家系統(tǒng)知識(shí)的建立，解決了專家系統(tǒng)知識(shí)獲取難的問(wèn)題。簾布裁斷機(jī)故障診斷專家系統(tǒng)的知識(shí)庫(kù)采用Access數(shù)據(jù)庫(kù)實(shí)現(xiàn)。知識(shí)庫(kù)內(nèi)包含系統(tǒng)故障原因、特征和后果，以及故障發(fā)生后的解決策略等專家知識(shí)。

專家系統(tǒng)知識(shí)庫(kù)采用邏輯規(guī)則描述編制[9]，范例樣式為IF（條件）THEN（操作或結(jié)論）。以簾布裁斷機(jī)修邊故障為例，相關(guān)規(guī)則描述為

IF（刀片磨損）THEN（修邊故障）；

IF（刀片不正）THEN（修邊故障）；

IF（力矩電機(jī)故障）THEN（修邊故障）。

3.2 基于最小割集重要度的推理機(jī)設(shè)計(jì)

在設(shè)備故障診斷中，故障樹頂事件對(duì)應(yīng)著專家系統(tǒng)要解決的任務(wù)，底事件組成的最小割集對(duì)應(yīng)專家系統(tǒng)的推理結(jié)果。按照最小割集重要度由大到小的原則搜索故障原因，采用這種故障搜索策略可以大大減少專家系統(tǒng)搜索時(shí)間，是一種簡(jiǎn)便可靠的方法[10]。各底事件的重要度P（xj）以設(shè)備部件故障率（即部件平均無(wú)故障時(shí)間MTBF的倒數(shù)）表示?；诠收蠘浞治龅墓收显\斷專家系統(tǒng)診斷推理過(guò)程如圖3所示。

3.3 解釋機(jī)制

專家系統(tǒng)與用戶交互過(guò)程中需要解釋機(jī)制將系統(tǒng)內(nèi)部處理的規(guī)則指令解析為能被用戶理解的說(shuō)明。采用預(yù)制文本法實(shí)現(xiàn)解釋功能。當(dāng)專家系統(tǒng)得出診斷結(jié)果時(shí)，自動(dòng)匹配搜索數(shù)據(jù)庫(kù)中預(yù)制的故障說(shuō)明文本，通過(guò)人機(jī)界面輸出顯示。預(yù)制的故障說(shuō)明文本根據(jù)輸入的故障征兆，引導(dǎo)用戶對(duì)故障進(jìn)行進(jìn)一步診斷并給出相應(yīng)的解決策略。

圖3 故障診斷專家系統(tǒng)診斷推理流程Fig.3 Reasoning process of fault diagnosis expert system

3.4 人機(jī)交互系統(tǒng)

故障診斷專家系統(tǒng)的人機(jī)交互系統(tǒng)采用LabVIEW平臺(tái)編寫，包含人機(jī)交互界面和其他后臺(tái)處理程序，系統(tǒng)結(jié)構(gòu)如圖4所示。

圖4 人機(jī)交互系統(tǒng)結(jié)構(gòu)Fig.4 Structure of human-machine interface

圖5 故障診斷界面Fig.5 Interface of fault diagnosis

系統(tǒng)故障診斷界面如圖5所示。用戶根據(jù)設(shè)備故障現(xiàn)象，在故障診斷界面中查找和選取對(duì)應(yīng)的故障征兆，專家系統(tǒng)通過(guò)診斷推理流程判斷出故障可能的原因，并根據(jù)故障樹的分析，計(jì)算出最小割集重要度，返回各故障原因發(fā)生的概率和相關(guān)說(shuō)明及解決策略。在測(cè)試中，觀察到簾布裁斷機(jī)拼接簾布時(shí)發(fā)生接頭露絲的故障現(xiàn)象，根據(jù)故障診斷專家系統(tǒng)的判斷，得到“刀片不正”、“刀片磨損”、“接頭輪錯(cuò)位”、“軸承磨損”、“力矩電機(jī)故障”5個(gè)診斷結(jié)果，且計(jì)算出故障發(fā)生概率分別為38.07%、30.46%、15.23%、10.15%、6.09%。根據(jù)專家系統(tǒng)的指導(dǎo)，出現(xiàn)該故障現(xiàn)象時(shí)，用戶可參照故障發(fā)生概率由大到小的測(cè)試流程，查找和解決故障。

通過(guò)人機(jī)交互系統(tǒng)中知識(shí)獲取接口對(duì)Access數(shù)據(jù)庫(kù)形式存儲(chǔ)的知識(shí)庫(kù)進(jìn)行增加、刪除和修改等維護(hù)操作。通過(guò)LabVIEW編程，將相關(guān)維護(hù)內(nèi)容編譯成知識(shí)庫(kù)對(duì)應(yīng)的語(yǔ)法規(guī)則，通過(guò)開發(fā)數(shù)據(jù)互聯(lián)技術(shù) ODBC（open database connectivity）連接數(shù)據(jù)庫(kù)，實(shí)現(xiàn)專家系統(tǒng)知識(shí)庫(kù)的更新。知識(shí)庫(kù)維護(hù)界面如圖6所示。通過(guò)LabVIEW的Web Server技術(shù)，實(shí)現(xiàn)知識(shí)庫(kù)維護(hù)界面的遠(yuǎn)程發(fā)布，從而滿足專家對(duì)系統(tǒng)知識(shí)庫(kù)的遠(yuǎn)程維護(hù)操作。

圖6 知識(shí)庫(kù)維護(hù)界面Fig.6 Interface of knowledge base

4 結(jié)語(yǔ)

設(shè)計(jì)的簾布裁斷機(jī)實(shí)時(shí)監(jiān)控與故障診斷專家系統(tǒng)是集成化、智能化、網(wǎng)絡(luò)化的新型監(jiān)控系統(tǒng)。系統(tǒng)具備設(shè)備狀態(tài)的實(shí)時(shí)監(jiān)測(cè)和運(yùn)行控制功能外，集成了故障診斷專家系統(tǒng)。采用實(shí)時(shí)EtherNet/IP工業(yè)以太網(wǎng)通信，在滿足設(shè)備間數(shù)據(jù)和控制命令傳輸?shù)耐瑫r(shí)，系統(tǒng)能無(wú)縫連接到企業(yè)內(nèi)部網(wǎng)絡(luò)，實(shí)現(xiàn)設(shè)備的遠(yuǎn)程監(jiān)控和工廠信息化。采用故障樹分析的故障診斷專家系統(tǒng)，能便捷地建立專家系統(tǒng)知識(shí)庫(kù)?；诠收蠘渥钚「罴耐评頇C(jī)，以簡(jiǎn)便易用的推理策略，能迅速得出故障征兆的對(duì)應(yīng)診斷結(jié)果。經(jīng)過(guò)在廠測(cè)試和實(shí)際運(yùn)行，系統(tǒng)針對(duì)幾類易發(fā)故障都能給出合適的診斷結(jié)果和解決策略，能有效避免因人工經(jīng)驗(yàn)不足導(dǎo)致的設(shè)備檢修時(shí)間長(zhǎng)的問(wèn)題，具有良好的設(shè)備檢修現(xiàn)實(shí)意義。

[1] 秦玉成.簾布自動(dòng)裁斷機(jī)的開發(fā)及應(yīng)用[J].橡塑技術(shù)與裝備，2008，34（5）：39-41.

[2]ToshiakiKimura，YuichiKanda.Developmentofa remote monitoring system for a manufacturing support system for small and medium-sized enterprises[J].Computers in Industry，2004，561.

[3] 史素敏，劉建新，金鵬，等.汽車天窗測(cè)試系統(tǒng)中PLC與上位機(jī)以太網(wǎng)通訊系統(tǒng)的開發(fā)[J].機(jī)床與液壓，2013，41（16）：132-135.

[4] Yang Shifeng，Liu Yuting，Yang Ye，et al.Intelligent layering expert system of the tred winding line based on LabVIEW[J].Journal of Computers，2014（2）：275-284.

[5] 徐杰，賈利民，秦勇，等.城市軌道交通綜合監(jiān)控平臺(tái)系統(tǒng)集成的研究[J].鐵道學(xué)報(bào)，2007，29（3）：107-112

[6] 宗群，李光宇，郭萌.基于故障樹的電梯故障診斷專家系統(tǒng)設(shè)計(jì)[J].控制工程，2013，20（2）：305-308.

[7] 威廉·費(fèi)勒.概率論及其應(yīng)用[M].2版.北京：人民郵電出版社，2006.

[8] 郭淑霞，高穎.一個(gè)電氣隨動(dòng)系統(tǒng)故障診斷的專家系統(tǒng)方法[J].振動(dòng)、測(cè)試與診斷，2003，23（1）：44-47，70.

[9] 姚劍飛，江志農(nóng)，趙慶亮，等.基于故障原因-征兆矩陣的故障診斷專家系統(tǒng)[J].振動(dòng)、測(cè)試與診斷，2009，29（1）：74-78，119.

[10]郭建斌，唐澤，王江.水工液壓?jiǎn)㈤]機(jī)故障診斷專家系統(tǒng)[J].制造業(yè)自動(dòng)化，2014，36（2）：144-146. ■