摘要
堆垛机结构复杂，作业时呈现出高度的随机性、不确定性等特点。针对传统诊断技术存在的不足，本文提出基于故障树和贝叶斯网络的堆垛机故障建模和诊断推理方法。 在故障建模方面，根据故障手册等资料将常见的故障归纳为“运行机构故障”、“任务中断故障”、“通信故障”、“安全故障”四大类，建立以“堆垛机不能正常运行”为顶事件的故障树模型。堆垛机的故障诊断及推理包含故障监控与诊断推理两个过程。前者是采用 PLC和 OPC等技术，对设备的关键部位进行实时监控，并在出现故障时定位故障事实，给出报警；后者是采用基于故障树的规则推理和贝叶斯网络概率计算的混合模式进行故障推理，并给出诊断结果。 基于故障树的规则推理与贝叶斯网络概率计算都离不开事件的失效概率。由于堆垛机设备正处于全生命周期的前期阶段，缺乏关于系统及其部件失效的充分数据。本文结合领域专家的实地经验,针对故障树底事件的失效概率不确定问题,用模糊集理论将专家的语义评判转化为模糊数,解模糊得到清晰值;针对在贝叶斯网络中，由父节点的多态性所引起的子节点条件概率不确定问题，用主观贝叶斯方法进行概率估计。 本文采用C#和SQL SERVER2008数据库等技术，开发了堆垛机故障建模与诊断推理的原型系统，重点对知识库管理、运行监控及诊断推理等模块进行设计。最后以堆垛机“通信故障”为例，对系统的主要功能进行测试，并验证了本文方法的有效性。
NETL