基于案例推理的矿井提升机电气传动系统的维修决策

2021-06-18王福忠李媛媛翟昊

河南理工大学学报(自然科学版) 2021年4期

王福忠，李媛媛，翟昊

(1.河南理工大学电气工程与自动化学院，河南焦作 454000；2.国网砀山县供电公司，安徽砀山 235300；3.河南永煤集团正龙煤业城郊煤矿，河南永城 476600)

0 引言

矿井提升机是矿山生产中的关键设备，承担着煤炭、材料与工作人员的运输任务，因此，确保矿井提升机的正常运行至关重要。电气传动系统是提升机的重要组成部分，提升机安全运行与传动系统的主轴装置、电动机、变频器等设备的运行状态密切相关，因此对提升机电气传动系统的运行状态进行评估、对设备存在的异常与潜在的故障进行快速检修维护具有非常重要的意义。

近年来，案例推理技术成为了国内外学者的研究热点，目前案例推理技术在医学医疗、突发事件应急决策、煤矿应急预案管理、机电设备故障诊断与维修决策等领域得到了广泛应用[1-5]。王沁[6]构造了基于贝叶斯网络的提升机故障诊断和维修决策仿真模型；樊忠等[7]提出了改进的粗糙集和 MATLAB 的故障诊断规则知识融合获取方法；李娟莉等[8]研究了面向知识工程的提升机智能故障诊断方法，提出了基于本体和贝叶斯网络的不确定性知识融合推理方法，提高了推理的效率和准确率。

矿井提升机电气传动系统具有结构复杂、故障种类多种多样的特点，传统基于规则的维修决策方法存在知识获取困难、自学习能力差、具有较多的规则等缺点。案例推理方法不需要构建领域知识的模型或规则，克服了获取知识的瓶颈问题，同时还具有动态知识库的优点，可对案例库进行不断完善，提高了案例推理的效果。基于案例推理的决策系统具有良好的学习能力，许多维修经验会被保存下来并为现场维修人员所利用，矿井提升机电气传动系统日常发生的运行异常与故障具有相似性，相似异常与故障对应的解决方案也具有相似性，因此，本文将案例推理的技术应用到矿井提升机电气传动系统的维修决策中。

1 基于案例推理的维修决策模型

基于案例推理的维修决策模型如图1所示，其推理过程包括案例检索、案例重用、案例修正和案例保存4个基本阶段[9-10]。首先，对检测到的矿井提升机电气传动系统设备出现的异常和问题进行描述，形成目标案例；其次，由案例检索环节采用匹配算法，根据当前目标案例特征信息，从案例库中得到与目标案例匹配的候选案例；再次，对候选源案例的解决方案进行评价，评价其是否可以准确解决当前的问题，若候选源案例集中有满足要求的案例，则将从候选案例集中检索到的源案例解决方案用于求解目标案例，即案例复用。若检索到的相似案例解决措施不能完全解决当前面临的新问题，需要比较新问题和相似案例之间的差异，然后修正检索到的新案例对应的解决措施，得到最终的解决方案，如果没有从案例库中匹配到相似案例，则生成新的案例解决方案，并增加到案例库中；最后，将通过验证的新案例和修改后的案例根据系统设定的存储策略保存到案例库中。

图1 案例推理的维修决策模型

1.1 矿井提升机电气传动系统案例表示

1.1.1 矿井提升机电气传动系统案例表示方法

矿井提升机电气传动系统如图2所示，主要由同步电动机、变频器、主轴装置、励磁装置等设备组成，每个设备由多个组成元件组成，它们的故障又多种多样[11-12]，为此，每个设备与元件的维修案例包括案例编号、故障部位、案例特征、解决方案等大量信息。针对矿井提升机电气传动系统复杂的维修案例描述特点，采用四元组的形式描述矿井提升机电气传动系统的维修案例，即Case=，其中D为案例信息集，包括案例编号，设备名称，故障部位；S为案例特征的属性集，包括案例特征向量，案例特征的权重值；M为诊断结果集；E为案例检索结论。表1为一个矿井提升机主轴裂纹案例具体表示内容。

表1 某矿井提升机主轴裂纹的故障案例

图2 矿井提升机电气传动系统的结构图

1.1.2 矿井提升机电气传动系统案例特征表示

案例特征向量是将矿井提升机电气传动系统的案例特征属性值经过标准化处理后，按一定的排列顺序组合而成。表示形式如Ni=[Ni(1),Ni(2),…,Ni(n)]，Ni为第i个案例的特征向量，Ni(n)为第i个案例的第n个特征向量的属性值。根据反映案例特征信号的不同，本文采用数值型、字符型两种形式表示案例特征的属性值。如：对于利用同步电动机定子电流信号表示电动机故障特征，本文采用数值型表示，即属性值为实时监测值经过8层小波分解作为案例推理的属性值[13]。对于利用矿井提升机主轴振动信号表示主轴故障特征，如表2所示，由于该案例特征属性中包含由轴心轨迹、波形、振动方向等非实时数据，本文采用字符型表示，即案例特征属性值用一些离散值表示，对这些离散值进行数字化处理，比如索引值使用1,2,3等整数来表示，每个故障现象对应规定的索引值。

表2 故障特征属性值

1.2 案例检索策略建立

1.2.1 多级案例检索

制定合理的案例检索方案可以缩小案例检索范围，加快案例检索的速度，提高案例检索的效率。由于矿井提升机电气传动系统结构复杂，包含的部位较多，不同部位的异常与故障监测特征量也不相同，本文案例组织采用分层组织的结构。按照组成部位形成分层结构的方式符合矿井提升机电气传动系统复杂结构的特点，将同一部位或有关联部位的案例放到同一类中，以提高案例检索及匹配的效率。本文采用的二级案例检索步骤模型如图3所示。

图3 多级案例检索模型

二级案例检索的具体实现步骤如下：

第一级案例检索。将矿井提升机电气传动系统的故障部位和故障类别进行划分，分别建立同步电动机、变频器和主轴装置、励磁装置的子案例库。根据发生的故障现象确定属于哪一个故障部位，从而缩小检索范围。

第二级案例检索。从对应的案例库中匹配到和目标案例相似度最高的源案例，用参考源案例的解决措施处理当前发生的问题。

1.2.2 K-近邻案例检索

K-近邻检索算法[14]是计算得到源案例与目标案例之间距离最近的案例的方法，本文采用欧式距离来衡量源案例与目标案例之间的距离。假设存在n维特征空间S=(s1,s2,…,sn)，源案例X与目标案例Y都属于S上的一个点，采用欧氏距离方法计算源案例X=(x1,x2,x3,…xn)与目标案例Y=(y1,y2,y3,…,yn)的距离D(xi,yi)为

(1)

式中：xi为源案例x的第i个特征属性值，i=1,2,3,…,n；yi为源案例y的第i个特征属性值，i=1,2,3,…,n。

采用基于欧氏距离的K-近邻检索算法计算案例之间的相似度，适用于特征属性相关性较强的情况下，但是不同的特征属性对案例之间相似度的影响不同，有些特征属性影响程度大，有些影响程度可能小，因此，通过对特征属性赋权可避免传统K-近邻检索算法的问题，使计算得到的案例之间的相似度与实际情况更相符[15]。基于欧式距离的加权K-近邻检索算法计算公式为

，(2)

源案例与目标案例之间的相似度为

SIM(X,Y)=1/(1+DIST(X,Y))。

(3)

2 特征属性权重确定

案例检索结果的可靠性与特征的权重密切相关，不同的案例特征属性对检索结果具有差异性，因此，判断案例特征的权重是一个至关重要的问题[16]。为了避免确定属性权重时人为主观性带来的影响，本文使用熵权法[17]确定属性的权重值。计算得到的某特征属性的信息熵越小，其提供的信息量就越大，对应的权重值也就越大。反之，计算得到的某特征属性的信息熵越大，提供的信息量就越小，对应的权重值也就越小。使用熵权法确定特征属性权重值的步骤如下。

(1)将案例特征属性矩阵(xij)m×n进行标准化处理，得到(yij)m×n：

(4)

(2)求各特征属性的信息熵值Ej,

(5)

(3)确定各特征属性的权重θj,

(6)

3 维修决策实例

现以河南某矿型号为JKMD-4×4(Z)的提升机电气传动系统为例进行研究。通过对该矿井提升机电气传动系统的运行监测数据进行分析，发现主轴装置振动异常。由于主轴振动故障包括主轴不平衡、不对中、弯曲、裂纹等，根据表2分析主轴振动故障时选用的具有代表性的故障特征为：特征频率、常伴频率、轴心轨迹、相位特征及振动方向。根据表2所建的源案例库如表3所示。表3中：案例1代表转子原始不平衡;案例2代表转子渐变不平衡；案例3代表转子突发不平衡；案例4代表转子不对中；案例5代表转子永久性弯曲；案例6代表转子临时性弯曲；案例7代表转轴裂纹。