楊冬英

（山西大學商務(wù)學院，太原 030031）

0 引言

通常，工控企業(yè)由于自動化程度不高，導致生產(chǎn)過程中產(chǎn)生的數(shù)據(jù)很難實時傳送到用戶端，導致用戶端也很難及時將控制命令傳達給設(shè)備端，結(jié)果導致工控企業(yè)的生產(chǎn)效率比較低。近年來，隨著計算機網(wǎng)絡(luò)滲入到各行各業(yè)，尤其是生產(chǎn)領(lǐng)域，許多工控企業(yè)網(wǎng)絡(luò)逐漸向智能化發(fā)展，生產(chǎn)過程中相關(guān)數(shù)據(jù)的采集、設(shè)備的監(jiān)控與故障診斷與處理等，都可以集中整合到自動化網(wǎng)絡(luò)信息系統(tǒng)中，從而實現(xiàn)了生產(chǎn)過程的全自動化監(jiān)控和管理。

目前，計算機網(wǎng)絡(luò)由于具有可靠性、實時性等特點，同時還可以兼容現(xiàn)場控制總線技術(shù)，被廣泛應(yīng)用到工控企業(yè)網(wǎng)絡(luò)中。傳統(tǒng)的工控網(wǎng)絡(luò)一般都屬于專用網(wǎng)絡(luò)，計算機通過與PLC卡件的連接獲取實時數(shù)據(jù)，并將數(shù)據(jù)傳輸給操作人員進行分析、控制，同時操作人員也將命令傳送給現(xiàn)場終端設(shè)備。當故障發(fā)生時，操作人員無法通過計算機網(wǎng)絡(luò)實時了解現(xiàn)場設(shè)備故障情況以及生產(chǎn)狀況，導致工作效率比較低。如何有效、快速、安全地診斷出工控企業(yè)網(wǎng)絡(luò)中的故障，保證工控企業(yè)能夠正常生產(chǎn)運行，是目前工控企業(yè)網(wǎng)絡(luò)亟需解決的核心問題。

本文主要分析在現(xiàn)有故障診斷方法的基礎(chǔ)上，結(jié)合工控企業(yè)實際特點，提出了一種精確度加權(quán)隨機森林算法（（Accuracy Weighted Random Forest，AWRF）。該算法根據(jù)每棵決策樹的分類能力來設(shè)定其相對應(yīng)的權(quán)重，很大程度上解決了數(shù)據(jù)不均衡帶來的問題。該算法比較其他算法具有更高的分類效率，更加適合工控企業(yè)網(wǎng)絡(luò)環(huán)境。通過與其他相關(guān)算法做對比實驗，可以證明該算法的可靠性、有效性還是比較高。

1 工控企業(yè)網(wǎng)絡(luò)特點

組成工控系統(tǒng)的設(shè)備類型主要包括工業(yè)生產(chǎn)控制設(shè)備、工業(yè)網(wǎng)絡(luò)通信設(shè)備、工業(yè)主機設(shè)備、工業(yè)生產(chǎn)信息系統(tǒng)、工業(yè)網(wǎng)絡(luò)安全設(shè)備五類設(shè)備。工業(yè)網(wǎng)絡(luò)安全設(shè)備主要包括工業(yè)防火墻、工業(yè)網(wǎng)閘、主機安全防護設(shè)備等。工業(yè)生產(chǎn)控制設(shè)備主要包括可邏輯編程控制器（PLC）、分布式控制系統(tǒng)（DCS）、遠程中端設(shè)備（RTU）、數(shù)控機床、工業(yè)機器人、智能儀表等。工業(yè)網(wǎng)絡(luò)通信設(shè)備包括工業(yè)交換機、工業(yè)路由器、串口服務(wù)器等。工業(yè)主機設(shè)備主要包括工業(yè)主機、組態(tài)軟件＆數(shù)據(jù)采集與監(jiān)控系統(tǒng)（SCADA）軟件、工業(yè)數(shù)據(jù)庫等。工業(yè)生產(chǎn)信息系統(tǒng)主要包括制造執(zhí)行系（MES）、ERP管理系統(tǒng)、工業(yè)云等。

近年來人們對工控企業(yè)網(wǎng)絡(luò)智能化故障診斷技術(shù)進行了深入研究，文獻[1]提出了遠程機械故障診斷和服務(wù)系統(tǒng)，將其應(yīng)用于遠程控制智能診斷中，使診斷實現(xiàn)遠程智能控制。但是文獻[2]提出了基于神經(jīng)網(wǎng)絡(luò)診斷方法，將其應(yīng)用于電機伺服閥的故障診斷中，使故障診斷速度得到加速。文獻[3]提出了基于Web遠程故障服務(wù)系統(tǒng)，使診斷實現(xiàn)實時性，文獻[4]提出了基于IE瀏覽器的數(shù)控故障診斷系統(tǒng)，使診斷得到了網(wǎng)絡(luò)化。文獻[4]提出了專家系統(tǒng)診斷方法，使診斷實現(xiàn)了系統(tǒng)化。文獻[5]利用貝葉斯網(wǎng)絡(luò)的概率原理,根據(jù)設(shè)備間的故障傳播關(guān)系建立了系統(tǒng)模型,找出了可能出現(xiàn)的故障的主要原因,大大提升了故障定位的精度,并將該算法應(yīng)用于復雜的飛機自動增壓系統(tǒng)的故障診斷中,具有一定的應(yīng)用價值。

上述方法都對工控企業(yè)網(wǎng)絡(luò)故障診斷提出了相應(yīng)對策及建議，但是，都沒有涉及到非平衡數(shù)據(jù)，非平衡數(shù)據(jù)對分類結(jié)果會造成巨大影響，目前，處理非平衡數(shù)據(jù)問題的方法主要有兩種：一種是改進算法，使它可以采集并分析非平衡的數(shù)據(jù)；二是處理非平衡數(shù)據(jù)，目前，對非平衡數(shù)據(jù)的處理普遍采用向上或向下采樣法、SMOTE算法、SUV算法，向上采樣法會導致出現(xiàn)重復數(shù)據(jù)，雖然該方法可以使少類樣本數(shù)據(jù)達到要求的數(shù)量，但并不是樣本自然生成的數(shù)據(jù)，無法完整地描述少類樣本數(shù)據(jù)的特征。向下采樣法會損害數(shù)據(jù)，特別是在少類樣本量比較少的情況下，甚至無法完成訓練。為此，本文提出了一種精確度加權(quán)隨機森林算法（AWRF），加入了決策樹投票權(quán)重的概念，優(yōu)化了決策樹的投票能力，為工控企業(yè)網(wǎng)絡(luò)的故障診斷提供了科學合理的決策思路。

2 加權(quán)隨機森林算法

2.1 隨機森林算法

隨機森林算法的優(yōu)點有：

（1）有很強的通用性，可以適用與各種環(huán)境，主要用于聚類分析，進行數(shù)據(jù)異常檢測和數(shù)據(jù)透視等；

（2）不需要對樣本數(shù)據(jù)進行大量修剪，和決策樹算法對比，不易出現(xiàn)過擬合現(xiàn)象；

（3）異常值、噪聲數(shù)據(jù)等靈敏度不強，能保持比較高的精確度；

（4）可以對高維數(shù)據(jù)進行處理，具有并行性、可擴展性，尤其魯棒性比較強；

（5）對于數(shù)據(jù)維數(shù)比較多的情況，可以自動生成重要的特征屬性，還可以作為降維方法使用。

2.2 加權(quán)隨機森林算法原理

隨機森林在構(gòu)建的每棵決策樹時的分類能力大多數(shù)不同，有些部分決策樹的分類效果比較好，有些部分的決策樹的分類效果比較差?；谏鲜鲈颍疚奶岢隽烁鶕?jù)隨機森林中每棵決策樹分類能力大小來設(shè)定其相對應(yīng)的權(quán)重。精確度加權(quán)隨機森林模型（AWRF）的核心原理是將要訓練的樣本數(shù)據(jù)分為兩個部分，一部分樣本數(shù)據(jù)作為傳統(tǒng)隨機森林模型的訓練樣本，并對樣本中所有的決策樹都進行訓練。另一部分剩余樣本數(shù)據(jù)作為預(yù)測試樣本，當這部分決策樹樣本數(shù)據(jù)結(jié)束訓練之后，再對所有決策樹樣本數(shù)據(jù)進行測試，并計算分類樣本的正確率。

其中：

把P作為隨機森林中訓練樣本所對應(yīng)的決策樹的權(quán)重，隨機森林中的每棵決策樹再進行投票時都要和其相對應(yīng)的權(quán)重進行乘積運算。其對應(yīng)的輸出模型表示如下：

其中，z表示加權(quán)隨機森林中的待測樣本數(shù)量，c表示整個隨機森林中所有的類別數(shù)目，x為c類中的其中一類樣本數(shù)量。

2.3 加權(quán)隨機森林算法過程

（1）從所有訓練樣本中取出一部分數(shù)據(jù)作為預(yù)測試樣本，作為選取每棵決策樹的權(quán)值的依據(jù)。在進行權(quán)值計算時，有可能會出現(xiàn)不公平的投票現(xiàn)象。為了保證投票的公平性，所有的決策樹一般都采用固定的預(yù)測試樣本進行計算。上述方法一般在訓練樣本比較多的情況下使用。

（2）由于每次使用的訓練樣本不同，導致留下的預(yù)測試樣本也可能不相同。為了便于優(yōu)化權(quán)值，后續(xù)的實驗中可以用預(yù)測試樣本率來代替預(yù)測試樣本數(shù)。其中，預(yù)測試樣本率等于預(yù)測試樣本數(shù)占總訓練樣本數(shù)的比率。

由于加權(quán)隨機森林算法（AWRF）是根據(jù)預(yù)測試樣本進行權(quán)值計算，所以不需要再額外考慮公平性。每個決策樹的權(quán)值可以用隨機森林中的每棵決策樹和預(yù)測試樣本分類的正確率來代替。這樣可以大大簡化了隨機森林算法的計算復雜性，同時也加快了程序的運行。

3 實例驗證

根據(jù)工業(yè)和信息化部辦公廳關(guān)于開展工業(yè)控制系統(tǒng)信息安全檢查工作的通知，企業(yè)針對自身企業(yè)的實際情況完成系統(tǒng)信息安全自查，本次調(diào)查以企業(yè)工控系統(tǒng)構(gòu)成為核心，圍繞網(wǎng)絡(luò)運行狀態(tài)進行全面調(diào)查。系統(tǒng)安全狀態(tài)主要包括安全軟件選擇與管理情況、配置和補丁管理情況、邊界安全防護情況、物理和環(huán)境安全防護情況、身份證情況、遠程訪問安全情況、安全監(jiān)測情況、資產(chǎn)安全情況、數(shù)據(jù)安全情況、供應(yīng)鏈管理情況10個方面。

實驗數(shù)據(jù)選取2016年280家企業(yè)實際調(diào)查數(shù)據(jù)作為實驗數(shù)據(jù)，指標體系完全按照調(diào)查回來的數(shù)據(jù)設(shè)計，企業(yè)的安全等級采用“好差”二級體系，評估總分大于60，方差小于30的認定為“好”，其他為“差”。在實際應(yīng)用中好與差應(yīng)由專家來定，實驗認為總分較高，小差較小的企業(yè)在安全措施方面做的比較多，而且每一方面都比較均衡，所以應(yīng)該是做的比較好的。實驗數(shù)據(jù)設(shè)置了標簽值“1”和“0”，分別表示“好”和“差”，按照75%，25%的比例劃分為訓練集與測試集，使用加權(quán)隨機森林算法訓練的準確率模型在95%以上。結(jié)果如圖1所示。

圖1 訓練樣本結(jié)果圖

實驗結(jié)果表明在現(xiàn)有數(shù)據(jù)環(huán)境下加權(quán)隨機森林算法（AWRF）更具有優(yōu)勢，分類的準確率比較高，結(jié)果比較令人滿意。同時表明使用加權(quán)隨機森林算法（AWRF）進行安全評估是可行的，可以實現(xiàn)對企業(yè)工控系統(tǒng)安全狀態(tài)的評估。從速度和精度上看，加權(quán)隨機森林算法（AWRF）訓練時長明顯要遠遠低于隨機森林算法。

4 結(jié)語

根據(jù)工控企業(yè)網(wǎng)絡(luò)的特點，提出了加權(quán)隨機森林算法（AWRF）的故障診斷方法，該算法可以簡化隨機森林算法的計算復雜度，加快了程序運行，進而提高了故障診斷的效率，同時加權(quán)隨機森林算法（AWRF）大大降低了工控企業(yè)網(wǎng)絡(luò)故障診斷的錯誤率。