地磅多傳感器相關性與智能容錯方法研究

傳感器是自動化設備的核心部件,傳感器故障檢測顯得尤為重要.考慮到汽車維修,目前的困難的維護,確定有效精度的傳感器故障,提出了采用徑向基函數(shù)神經(jīng)網(wǎng)絡(RBFNN)初始化數(shù)據(jù)庫值預測專家系統(tǒng)的方法.現(xiàn)場測試的準確率在96%以上,可以有效地、方便地確定傳感器的質量,并確定故障傳感器的位置.

專家系統(tǒng)是人工智能技術的一個重要分支，其主要表現(xiàn)是它可以模仿人類專家額的思維來解決特定領域中的復雜問題。專家系統(tǒng)必須包含大量的領域專家的知識，并具備推理的能力和解決實際問題的能力。

稱重傳感器是靜態(tài)地磅的重要組成部件，由于使用環(huán)境大多都在室外露天環(huán)境，受到雨水或潮濕空氣的影響易于出現(xiàn)性能蛻化、故障，甚至失效，將給后續(xù)的檢測、控制及其診斷等帶來一系列的影響，產(chǎn)生誤診斷、誤警報，甚至造成不可估量的損失。為了避免傳感器故障或失效帶來的嚴重后果，需要對傳感器的故障或失效進行甄別，最基礎的方法就是人工定期校準，但人工校準不但耗費人力、物力，而且絕大部分情況下根本無法進行。

目前傳感器故障診斷方法普遍有：冗余法診斷、人工神經(jīng)網(wǎng)絡方法等，這些方法都需要利用傳感器輸出之間的關系，在多路傳感器相關系的前提下，本文提出了基于專家系統(tǒng)的傳感器故障檢測，利用徑向基函數(shù)神經(jīng)網(wǎng)絡擬合值和實測值，初始化專家系統(tǒng)數(shù)據(jù)庫，為決策提供數(shù)據(jù)依據(jù)。

近年來，各種故障診斷和智能故障診斷方法迅速發(fā)展起來，對汽車有多傳感器系統(tǒng)的典型特征，神經(jīng)網(wǎng)絡方法用于其它傳感器的故障診斷與容錯方法具有重要的參考價值，徑向基函數(shù)神經(jīng)網(wǎng)絡由于其具有較強的非線性函數(shù)逼近能力和自我學習功能，收斂速度快、魯棒性好，無局部極小點，已廣泛應用于系統(tǒng)建模、函數(shù)逼近、非線性估計等；地磅稱重傳感器輸出相互關聯(lián)的，它們之間存在非線性關系，建立與RBF神經(jīng)網(wǎng)絡的預測網(wǎng)絡的核心，構件函數(shù)模型，當傳感器故障，估計傳感器正常輸出，和其它正常的稱重傳感器信號，完成任意傳感器失效狀態(tài)下地磅的準確稱重，以避免采用傳統(tǒng)方法所導致的稱重系統(tǒng)失效。

1.靜態(tài)稱重系統(tǒng)

靜態(tài)稱重系統(tǒng)主要有稱重傳感器和測量軟件組成，包括承重臺、稱重儀表和計算機，根據(jù)稱重秤的設計，一般具有4-12路稱重傳感器，它是根據(jù)一定的拓撲結構，在地磅負荷傳感器的負載下分布的，由于承重臺面的機械構造特殊，它不僅體積大、自重高，因此，安裝和維修都很困難。

2.專家系統(tǒng)

專家系統(tǒng)故障診斷方法，主要用于那些沒有精確數(shù)學模型或很難建立數(shù)學模型的復雜系統(tǒng)，其診斷過程是當計算機收到故障信息后，綜合運用各種規(guī)則一系列的推理，快速找到最有可能的最終故障或故障傳感器。專家系統(tǒng)是一種模擬專家決策能力的計算機系統(tǒng)，它由知識庫、數(shù)據(jù)庫、人機界面、推理機和解釋系統(tǒng)組成。它的核心是知識庫和推理機。專家系統(tǒng)的性能和解決問題的能力取決于知識的數(shù)量和質量。數(shù)據(jù)庫用于存儲初始數(shù)據(jù)和推理過程中得到的中間數(shù)；推理機其實是一套計算機程序，通過人機接口采集數(shù)據(jù)，并結合知識庫進行推理決策和解決問題；解釋器即向用戶解釋專家系統(tǒng)的行為，人機界面是人與機器之間的接口，它用來將專家的輸入信息轉化為機器語言，并輸出系統(tǒng)的輸出反饋信息。

3.在軟件中的應用

在基于規(guī)則的診斷專家系統(tǒng)中，領域專家的知識和經(jīng)驗都表示為生產(chǎn)規(guī)則，一般形式是：if<前提>then<結論>其中的前提是，該模型可以匹配的數(shù)據(jù)，并得出結論時，可以得出滿意的結論?；谝?guī)則的診斷知識表示形式直觀、形式化，解決了小規(guī)模問題時的效率高的問題。故障診斷是靜態(tài)稱重軟件的一部分，在程序中添加一個簡單的判別語句、人機交互界面可以很直觀的顯示各種傳感器的當前狀態(tài)，通過判斷檢測閥值的大小和故障傳感器的數(shù)量，它可以快速、有效地確定故障傳感器的位置。

4.結束語

根據(jù)目前車輛規(guī)模的維護和維修的難度，基于RBF神經(jīng)網(wǎng)絡的專家系統(tǒng)提出了初始化數(shù)據(jù)庫，專家系統(tǒng)中的傳感器故障，數(shù)據(jù)預測的RBF神經(jīng)網(wǎng)絡實時擬合，而不是大量的數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)庫，只有少量的信息通過稱重可以有效地進行故障診斷。通過多次現(xiàn)場采集、計算、靜態(tài)測試，得出該方法準確率達到96%以上，為系統(tǒng)的檢修和維護節(jié)省了大量的人力和物力。