一种基于智能系统的液压机故障诊断装置及方法与流程

技术特征：
1.一种基于智能系统的液压机故障诊断装置，其特征在于，包括采集系统、采集系统自检装置、专家系统和人机交互系统，所述专家系统包括推理机和存储系统，所述采集系统安装在液压机上，用于采集液压机的工作信号，所述采集系统与采集系统自检装置连接，所述采集系统自检装置与推理机连接，所述存储系统和人机交互系统均与推理机连接，所述存储系统存储有若干个知识模型，所述推理机结合采集的工作信号和存储系统的知识模型对液压系统进行故障分析，并通过人机交互系统将故障结果进行显示。2.根据权利要求1所述的一种基于智能系统的液压机故障诊断装置，其特征在于，所述采集系统自检装置包括第一电流信号采样探头k1、第二电流信号采样探头k2、与门逻辑电路and、三极管vt1、供电模块vcc和发光二极管led，所述第一电流信号采样探头k1采样传感器的电源端电流信号，所述第一电流信号采样探头k1和与门逻辑电路and的第一输入端连接，所述第二电流信号采样探头k2采样传感器输出端的电流信号，所述第二电流信号采样探头k2和与门逻辑电路and的第二输入端连接，所述与门逻辑电路and的输出端与三极管vt1的基极连接，所述三极管vt1的集电极与供电模块vcc连接，所述三极管vt1的发射极与发光二极管led的阳极连接，所述发光二极管led的阴极接地。3.根据权利要求1或2所述的一种基于智能系统的液压机故障诊断装置，其特征在于，所述存储系统还存储有液压机模拟图形系统和知识库。4.一种基于智能系统的液压机故障诊断方法，适用于如权利要求1至3任一项所述的一种基于智能系统的液压系统故障诊断装置，其特征在于，包括以下步骤：步骤s1：通过采集系统实时采集液压机工作信号；步骤s2：采集系统自检装置对采集系统故障和液压系统故障进行区别；步骤s3：推理机通过采集系统采集的信号和存储系统存储的知识模型进行故障推理；步骤s4：人机交互系统将推理机的推理结果进行显示。5.根据权利要求4所述的一种基于智能系统的液压机故障诊断方法，其特征在于，所述存储系统存储的知识模型包括第一知识模型，所述第一知识模型的建立方法为：if{satusn
i
，satusflag，satusd
i
，{sf
ij
，sv
ij
，fd
ij
}}then{(satusn
i
，satusflagfin，{daqf
ij
，daqtheoryv
ij
，daqd
ij
})i＝1，2，3，
…
，n；j＝1，2，3
…
m}；其中，satusni表示第i个状态的编号，状态分为正常状态和故障状态，satusflag是一个标识，是专家系统识别这组数据的标识，satusdi为状态信息描述，包括状态的名称，sfij表示第i个状态的第j个特征名称，svij表示第i个状态的第j个特征的特征值，这里的值只有1或者0，fd为特征的文字描述，便于知识库的维护，satusflagfin是一个标识，是专家系统识别这组数据的标识，daqfij表示第i个状态的第j个采集数据的特征名称，daqtheoryvij表示第i个状态的第j个采集数据特征的特征理论值。6.根据权利要求4或5所述的一种基于智能系统的液压机故障诊断方法，其特征在于，所述存储系统存储的知识模型还包括第二知识模型，所述第二知识模型的建立方法为：if{(satusn
i
，enablequflag)then{(satusn
i
，qucflagfin，{daqf
ij
，daqv
ij
，daqd
ij
})i＝1，2，3，
…
，n；j＝1，2，3
…
m}；其中，satusni表示第i个状态的编号，状态分为正常状态和故障状态，enablequflag是
一个标识，是专家系统识别这组数据的标识，也是允许数据采集的标志，qucflagfin是采集结束到位后的标识，daqfij表示第i个状态的第j个采集数据的特征名称，daqvij表示第i个状态的第j个采集数据特征的特征实际值。7.根据权利要求6所述的一种基于智能系统的液压机故障诊断方法，其特征在于，所述存储系统存储的知识模型还包括第三知识模型，所述第三知识模型的建立方法为：if{satusn
i
，qucflagfin，satusflagfin}then{(satusn
i
，op_flagfin，{daqf
ij
，outv
ij
＝{(daqtheoryv
ij
,daqv
ij
),( ，-，*，/)})i＝1，2，3，
…
，n；j＝1，2，3
…
m}；其中，op_flagfin是标识。8.根据权利要求7所述的一种基于智能系统的液压机故障诊断方法，其特征在于，所述存储系统存储的知识模型还包括第四知识模型，所述第四知识模型的建立方法为：if{satusn
i
，op_flagfin，satusflagfin}then{(satusn
i
，co_flagfin，{daqf
ij
，outresultv[k]
ij
＝(outv
ij
,conferv
ij
)，dff
ij
})i＝1，2，3，
…
，n；j＝1，2，3
…
m}；其中，co_flagfin是标识，通过该模型的运算后，凡是与标准误差的差值超过dffij的要求后，这些特征被记录到outresultv[k]ij中，其中，k表示层次，也就是说每采集一次数据就会计算一次。9.根据权利要求8所述的一种基于智能系统的液压机故障诊断方法，其特征在于，所述存储系统存储的知识模型还包括第五知识模型，所述第五知识模型的建立方法为：if{satusn
i
，co_flagfin，(daqf
ij
，outresultv[k]
ij
)}then{(satusn
i
，g_flagfin，daqf
ij
，outgv{k}
ij
)i＝1，2，3，
…
，n；j＝1，2，3
…
m}；其中，g_flagfin表示图形推理完成的标识，通过该模型，也就是在co_flagfin运算结束后，根据运算结果outresultv[k]ij的情况，搜索知识库，就可以搜索出图形知识outgv{k}ij，outgv{k}ij是一个元组数据，由故障异常节点、有向线段、故障原因组成的知识事实。10.根据权利要求9所述的一种基于智能系统的液压机故障诊断方法，其特征在于，所述推理机进行故障推理时，包括以下步骤：步骤s31：根据第三知识模型，将采集到的压力实际值与理论值进行比较；步骤s32：根据第四知识模型，将采集到的压力实际值与标准值进行误差运算，确定异常节点；步骤s33：根据异常节点数据，将异常节点通过液压机模拟图形系统进行图形显示，根据节点连接关系，在图形系统上显示有向线段，同时根据节点连接权值及概率进行计算，并对计算的概率进行排序，数值最大者即可确定故障原因，同时将故障节点与故障原因进行连接。

技术总结
本发明公开了一种基于智能系统的液压机故障诊断装置及方法，包括采集系统、采集系统自检装置、专家系统和人机交互系统，专家系统包括推理机和存储系统，采集系统安装在液压机上，采集系统与采集系统自检装置连接，采集系统自检装置与推理机连接，存储系统和人机交互系统均与推理机连接，方法包括以下步骤：步骤s1：通过采集系统实时采集液压机工作信号；步骤s2：采集系统自检装置对采集系统故障和液压系统故障进行区别；步骤s3：推理机通过采集系统采集的信号和存储系统存储的知识模型进行故障推理；步骤s4：人机交互系统将推理机的推理结果进行显示。本发明通过设置存储系统，可扩展性强，节约成本。节约成本。节约成本。


技术研发人员：何彦虎
受保护的技术使用者：湖州职业技术学院
技术研发日：2020.03.30
技术公布日：2021/10/7