柔性制造系统(FMS)故障的诊断技术研究综述
点击数：7877 次 录入时间：03-04 12:01:16 整理：http://www.55dianzi.com 电工基础
从实际的应用来看，诊断对象的复杂度增加，可能导致诊断系统的复杂度呈几何指数性增长。从多家FMS研究及应用单位的实际应用情况看，FMS的运行故障频发，且现有的诊断系统难以应付多种复杂的故障快速定位要求。 2 当前的研究内容及发展状态 作为FMS理论研究及实践应用的关键与瓶颈技术之一的故障诊断技术，受到了国内外制造领域的重点研究，并取得了一定的研究成果。分析和总结众多在不同研究方向上具有创新性的研究成果，归纳、分类形成如图1所示FMS诊断技术研究的基本方向。可以清楚的看出，围绕FMS这一具有复杂结构及组成的自动化制造系统，诊断技术的研究主要沿如下4个方向深入开展： （1）诊断系统架构研究。 （2）智能诊断方法研究。 （3）FMS故障机理及故障模型研究。 （4）系统集成技术研究。 基于上述4个大的研究方向，众多的研究又从不同的侧重点出发，最终形成了更细致的研究分支。整体而言，FMS诊断技术研究呈发散式向与诊断流程各个环节相关技术逐级深入。 2.1 诊断系统架构 针对FMS的特点，当前的诊断系统架构设计主要有两种形式：集中式和分布式。在两种基本方式的基础上为了兼顾诊断的实时性及诊断的精密性要求，系统又出现了在线实时诊断与离线精密诊断相结合的模块式结构。 华中理工大学在诊断方法论、体系结构方面进行了开创性研究，并针对郑州纺织机械厂的FMS故障诊断开展进一步的研究；北京理工大学以长春BQ-FMS为研究对象，诊断系统采用简易实时诊断与离线精密诊断相结合的形式，该系统已应用于现场运行，但其总体架构仍是集中式结构。 基于Internet的远程故障诊断技术是复杂设备故障诊断最新的发展动态，美国的斯坦福大学、新加坡的国立大学等一些研究机构已建立了开放式远程诊断及支持中心，在设备用户、研究机构（领域专家）及设备生产商之间形成了面向多用户、多设备的动态敏捷诊断通道，实现了诊断资源共享，大大提高了诊断效率、成功率及诊断结果的可信度。西安交通大学、上海交通大学和西北工业大学已先后建立了远程故障诊断服务中心，在大型复杂设备诊断远程网络化方面迈出了可喜的一步。当前，华中科技大学也已开展分布式远程协作诊断研究，已建立了一定功能的原型测试系统。 Agent及MAS（multi-agent system）理论和方法是计算机软件工程最具革命性的成果之一，MAS理论应用于故障诊断希望解决两方面的问题，其中之一就是从分布式问题求解角度来建立分布式诊断架构。应用多Agent系统来构建具有灵活配置、高柔性、扩充性好的软件系统具有较大的优势。Maria-Athina等学者分析了在分布式设备故障管理中应用智能Agent技术的有关细节问题，并给出了简单的系统设计方法。德国的研究者在FMS的实时监测问题研究中，采用Multi-Agent机制解决了监测的分布式问题，并给出了监测Agent模型和功能封装。英国曼彻斯特大学针对典型FMS系统研究并设计了基于Multi-Agent的集成故障诊断系统，目前的研究正在逐渐深入。加拿大Edmonton大学的智能工程实验室提出了应用于复杂化工设备故障监测及诊断的集成化分布式智能系统结构，在基于MAS的集成框架下有效实现了多种诊断工具的综合利用，并对原有工具、系统可以方便集成。R.Khosla同样在电力供应系统监测中应用了Multi-Agent方法，其所提出的多层模型及多诊断算法（软件）Agent协同求解方法值得借鉴和采用。德国柏林技术大学的人机系统研究中心开发的商业化故障诊断软件ComPASS，系统完全基于Multi-Agent架构，具有良好的开放性，用户可以方便地通过API接口进行功能和知识的扩展，实现特定设备的故障诊断。新加坡国立大学的研究者提出并构建了基于Multi-Agent的远程故障诊断系统架构，给出了系统的自学习方法，并在Java环境中进行了两个案例测试。陆宝春等人建造了面向制造过程监控的分布式多Agent诊断系统结构，研究了多Agent模糊关联模型及基于此的诊断与决策问题；清华大学针对多Agent故障诊断原型系统，着重研究了基于多Agent理论的设备诊断问题分布式任务分解与控制策略及Agent间的协调合作机制，提出诊断任务的串行与并行以及混合控制策略。 2.2 智能诊断方法 目前，开展智能诊断是诊断领域的一个研究热点，相应的成果也非常多，图2对智能诊断方法的应用情况作了归纳。FMS故障诊断技术从总体而言，以智能诊断为主，特别是专家系统（expert system，ES）、人工神经网络（artificial neural net，ANN）以及它们与模糊理论的结合，此方面的研究和应用最为常见。国际先进技术中心的V.R.Mi-lacic等人开发了EXMAX专家系统模型，实现了对FMS机械系统的故障诊断和维修。北京航空航天大学与北京航空工艺研究所等单位合作，自行设计并建造了北京柔性制造系统实验中心，并初步研究和应用了适用的诊断专家系统。但专家系统所存在的知识获取“瓶颈”、规则“组合爆炸”、推理过程的低效率、对机器系统的依赖性强等缺陷限制了其更广泛、更完善的应用。故障诊断从根本上来说仍然是一个模式识别问题，人们成功的应用神经网络解决了许多实时状态监测、故障分类、故障预报等难题。上一页 [1] [2] [3] [4] [5] 下一页
本文关键字：技术 电工基础，电工技术 - 电工基础
