曾慧娥 周庆忠

(1.重庆科技学院机械与动力工程学院，重庆 401331;2.后勤工程学院，重庆 401311)

油料装备是石油装备的重要组成部分。随着科学技术发展，新型油料装备不断问世，功能多样，结构复杂，具有集成化、单元化、自动化特征，因装备故障所导致的事故严重程度也大幅增加。如何实现油料装备故障智能诊断，满足装备维修具有随机性和突发性的要求，是迫切需要解决的问题［1］。在此针对这一问题，研究油料装备故障智能诊断平台。应用模糊神经网络(Fuzzy neural network，FNN)、微粒群优化(Particle Swarm Optimization，PSO)算法、证据理论(Evidence Theory，D－S ET)等，实现装备状态检测数据三级智能融合。采用基于案例推理(Case－based reasoning，CBR)和规则推理(Rulebased reasoning，RBR)设计故障诊断推理机。诊断平台的实现，使得装备故障诊断更为敏捷快速，对于确保油料装备性能可靠具有重要意义。

1 平台框架

引入 SOA(Service－Oriented Architecture)设计理念，将IFDP－OE不同功能单元的服务，以组件形式加入，建立诊断平台框架(图1)。框架分为平台支持层、技术支持层、数据层和应用层。平台支持层包含网络、操作系统、数据库管理系统等基本工具包和软件;技术支持层包括油料装备故障诊断所需智能理论与方法。数据层采用多库结构组织模式，包含用于储存检测数据、诊断模型、案例和规则、维修知识等数据库。应用层包含状态监控、检测信息融合、故障诊断、维修决策、储备控制、维修质量评估等功能模块。按照集成接口标准定义模接口块，由主控模块协调控制功能模块，实现相互通讯与数据共享［2－3］。

图1 平台框架图

2 装备状态检测信息三级融合

检测信息融合是实现智故障能诊断的基础。……