基于CBR技术的数控机床故障诊断专家系统

陈永强

基于CBR技术的数控机床故障诊断专家系统

陈永强

(芜湖职业技术学院机械工程学院，安徽芜湖241006）

在使用和维护数控机床的过程中，要求使用者掌握较强的专业技能,并能快速处理故障问题。利用基于CBR推理技术，构建了数控机床故障诊断专家系统，并且进行了原型系统的验证。通过对数控机床故障案例特征的研究，梳理故障知识结构，构建数控机床故障案例库，利用根据数控机床特征，为不同的故障属性设置权重，利用基于相似系数的方法，将提出的问题与故障案例库中的案例进行相似性对比，选出相似性最高的案例作为故障诊断方案，以实现数控机床故障诊断推理。

数控机床；CBR；专家系统；案例库

0 引言

由于数控机床在工业领域，特别是制造业领域使用比例高，并且其原理涉及的多个领域高新技术融合，所以数控机床的使用维护显得至关重要。合理的使用数控机床、正确的维护数控机床、准确的维修数控机床，对于保障生产制造的高效、稳定进行显得尤为重要。

数控机床的自动化程度高、集成化程度高，其加工对象、加工条件及加工类型复杂多变，因此在使用过程中故障发生点较多，故障随机性大，给故障诊断和排除带来了不少困难。人工智能技术中的CBR(Case-Based Reasoning)技术,在解决这一问题时具有独特的优势。本文研究基于CBR的数控机床故障诊断推理理论与方法。通过研究过去数控机床故障案例特征，梳理故障知识结构，构建数控机床故障案例库，利用数控机床特征，为不同的故障属性设置权重，利用基于相似系数的方法，将提出的问题与故障案例库中的案例进行相似性对比，选出相似性最高的案例，作为故障诊断方案，以实现数控机床故障诊断推理。

基于CBR技术的数控机床故障专家系统的提出，可以及时响应机床设备的故障处理，并且其完备的知识可以弥补实际操作、维护、维修技术人员的专业技术知识的缺乏，对提高工业生产效率，改善制造水平具有一定的实际意义。

1 CBR技术

基于案例的推理(Case-Based Reasoning，CBR)。CBR的推理方式非常独特并且有着广泛而成功的应用，目前已成为人工智能领域一种新兴的问题求解方法，得到国际学术界的广泛关注。

传统的基于RBR(Rule-Based Reasoning)的专家系统工作流程是人类与计算机沟通交流处理解决问题，这种推理方法优势在于便于解释，使用者容易理解，而缺点是难以获取知识、维护及推理难度大，当信息量大时难以处理。

基于CBR的专家系统案例的工作过程与基于RBR的推理方式类似，但推理方式有了较大的变化，人机交互比例降低，使用者只需提供较少的信息便可获得具体全面的解答，较传统的专家系统有了更强的信息处理能力[1]。

1.1 CBR的工作过程及相关技术

在利用案例推理技术进行问题求解的时候，有一套完整的CBR工作流程，具体涉及到的内容如图1所示，它包括案例检索、案例重用、案例修改和案例保留等。

图1 基于案例的推理问题求解过程

1.2 数控机床故障诊断系统案例库的构建

专家系统案例库的案例结构应能反映出领域内研究对象的基本物理结构和逻辑关系，易于分解和再次组合，在获取、调整、回收的算法设计上能降低其空间时间复杂度，且要考虑到为适应难度较高的问题所需的处理能力，需要丰富案例背景信息。

为了更加深入的分析判断数控机床故障，提高诊断效率，可以根据故障原因、故障性质、故障部位、故障频率和故障后果对数控机床故障进行分类，见表1。

表1 数控机床的故障分类

根据数控机床故障诊断的特征，以及案例库构建的方法，我们采用Microsoft Access作为后台数据库，按照故障位置、故障现象、故障原因、排除方法四个属性作为数控机床故障诊断案例库结构。如图2所示。

图2 数控机床故障诊断案例库属性结构

根据对数控机床故障诊断的知识的分析，本故障诊断系统案例库中，一共记录了1 223条数控机床故障诊断领域的案例。

1.3 案例的检索与匹配

（1）案例检索与匹配原理

如何分析当前待解决问题的案例，与案例库中的案例相比较，通过计算得出最佳解决案例方法，是基于CBR的专家系统研究的核心问题。在这一过程中使检索出的案例尽量与求解问题相接近，能与求解问题匹配，检索结果的数量要保持较低的水平，以保证检索效率。

（2）案例检索与匹配过程

案例检索首先是提出查询，当遇到一个新的问题时，由用户输入问题的描述与特征提出查询。再进行检索与选择，通过人机交互，系统将用户输入的新问题赋予初始特征值，确定与其相关的故障检索子空间和征兆可信度，完成案例征兆匹配，再采用加权检索法进行相似度计算，确定出与新问题相关或者相似的案例。

本文所研究的数控机床故障诊断系统需由用户首先对故障现象进行文字描述，为了实现案例匹配及相似度计算必须将文字信息转换为数字信息。

例如：对于滚珠丝杠副在工作过程中运动受阻这一症状，用数值0表示运动正常；用数值1表示严重受阻；用0～1之间的数值表示运动受阻的中间状态。对加工过程中主轴发出的声音进行描述，用数值0表示主轴工作声音正常；用数值1表示产生巨大的噪音；用0～1之间的数值表示主轴加工时音量的中间状态。具体的表示方法,如表2所示。

表2 文字信息向数字信息转换

由于句法特征和词义特征均较为复杂，因此我们选择关键词特征作为计算相似度时的主要依据。利用描述语句中的关键词构成向量空间，再计算两个描述语句的向量，将向量夹角的余弦值作为相似度数据。这种转换形式将用户对于故障的文字性描述转换为数字信息与案例库中的案例进行匹配。

本系统的诊断模块采用了加权检索法，首先对故障问题状态属性的重要程度定义权值，再寻出与故障问题相似度最高的故障案例。案例特征属性的权值确定是案例相似性度量中的关键问题，在此运用了案例特征项的权重系数计算方法，该方法用粗糙集理论判断实例特征属性的重要度，并将其权值化处理作为其权重系数，克服了传统方法确定权重系数的主观性。

1.4 案例相似度的计算

在案例匹配的基础上再对整个案例的相似度计算。可用公式1计算两个案例之间的相似度：

其中：Ss表示为案例C与C*的相似度；wi为各特征参数的权值因子；n表示所有征兆数；xi，yi分别表示案例C与C*的故障现象及故障结论，故障现象用经过文字信息转换后的状态数值表示，而故障结论用可信度来表示，即在该故障状态下所可能存在的故障原因的程度数值，该值由领域内专家赋予。当Ss=1时，表明案例最为相似（完全匹配）；当Ss=0时，表明案例间无相似点（完全不同）。

通过下面的案例来说明案例相似度的计算过程：

（1）案例1

2.改革开放40年中国住房市场的调控和非市场化的住房供给。经过改革开放20年住房市场化探索和房地产市场的培育，到21世纪初，中国房地产市场逐步形成和成熟。与之相应，住房投资和投机过度等现象相伴而生，从21世纪初开始房价飞速上涨，高房价导致市场经济条件下的购房难，购房难导致民众购房负担沉重进而带来新型住房难，使住房供给严重偏离民生需求。与此同时，房价飞速上涨还波及金融稳定和安全，甚至带来系统性金融风险。出于改善民生和金融安全的考虑，国家从2003年开始，一方面持续出台房价调控政策，另一方面加大非市场化的保障房供给力度。

故障现象：切削加工时，主轴转速增加，振幅增加（状态值0.6），机床产生较大噪音（状态值0.7）。

结论：轴颈和轴承偏心（可信度0.6）。

（2）案例2

故障现象：切削加工时，主轴转速增加，振幅不变（状态值0.5），主轴转速增加到临界速度时，振幅出现峰值（状态值0.5），机床产生巨大噪音（状态值1）。

结论：轴承在垂直和水平方向上机床轴承的刚度不等（可信度0.7）。

同时各影响因素的权值如表3。

表3 各影响因素的权值

根据公式（1）进行计算：

可以得出，案例1与案例2的相似度系数为0.684。

在数控机床故障诊断专家系统中，用户可以简单地通过系统的人机交互界面对机床故障现象进行描述，系统根据描述语句中的关键词进行案例相似度计算，将检索结果按照案例间的相似程度由高到低依次进行排列，相似度最高的案例即为通过基于案例推理所得出的故障诊断结果。

1.5 案例的修改与维护

在属于新的案例属性值之后，系统会计算出与案例库中案例的相似系数。若没有找到完全匹配的案例，则挑选出最相似的案例。与此同时系统也将同时修改此最相似案例，而后将这条案例新增进案例库。

为了保证案例库中的案例达到最优，对案例库进行有效的维护是必不可少的。对案例库的维护通常包括案例增加、案例修改和案例删除等。基于CBR推理的专家系统会在进行诊断的过程中修改旧案例、增加一些新的案例，并且在修改或增加案例的同时，考虑到案例库的逻辑推理关系，会删除一些冗余、致使出错的案例。

在基于CBR的数控机床故障诊断过程中，可以设定专门权限，人工增加案例。而案例的修改已经在专家系统的自学习的过程中体现出来，这使专家系统更有自主性。还有一个自主性表现在案例的删除功能上。为了系统对专家思维模仿的程度更高，系统还具有对知识的遗忘功能。即对专家系统运行一定的次数后，对于长时间没有使用的案例进行删除，以表现其遗忘的功能。这样还使案例库得到进一步的优化和完善。

将数控机床故障诊断案例库中的每一个案例增加一列访问属性，记录每个案例被访问的次数，也是就是案例在推理中使用的次数。对于刚被访问的案例，其标记将重新计数。

2 基于CBR技术的数控机床故障诊断原型专家系统的实现

本文采用VB语言在Visual Basic 6.0平台上建立一个基于CBR的数控机床故障诊断原型专家系统，对所提出的故障诊断方案的有效性、可行性进行验证。该系统所使用的开发环境为Window XP，利用基于CBR的推理方法，对案例库中的案例进行检索和匹配操作。

为了开发出有效的数控机床故障诊断原型专家系统，确定系统目标如下：

(1)对数控机床的故障部位、故障现象、故障原因和解决方法等知识进行整理、存储和诊断。

(2)在基于CBR的推理中，使用相似系数的方法进行案例推理，实现故障诊断功能。

数控机床故障诊断原型专家系统框架包括：系统人机接口、故障诊断推理机、故障诊断案例库。其中案例库具有重用、修改、学习功能，用于丰富其中的案例。系统框架如图3所示。

图3 数控机床故障诊断原型专家系统框架图

图4 系统主界面

系统主界面如图4所示。用户通过系统主界面，依据自己的需要选择进入子页面。其中，点击“进入诊断界面”按钮，系统转到数控机床故障诊断页面，可以针对数控机床出现的故障，进行诊断；点击“数控机床知识”按钮，系统转到数控机床知识页面，提供了有关数控机床一些科普知识；点击“故障诊断常识”按钮，系统转到故障诊断常识知识页面，提供了有关数控机床故障诊断的一些常用知识；点击“系统使用说明”，系统转到系统使用说明页面，提供了有关本系统的具体操作步骤。

系统故障诊断界面如图5所示，主要包括故障部位、故障现象、推理方式、故障原因和解决方法等几个模块。用户可以根据实际情况，通过选择故障部位和故障现象，然后点击开始诊断按钮，系统则开始进行故障诊断。系统进过推理诊断后，显示出诊断结果，包括推理方式、故障原因和解决方法等。

图5 系统故障诊断界面

3 结语

本文利用基于CBR推理技术，构建了数控机床故障诊断专家系统，并且进行了原型系统的验证。该系统不仅可以及时响应机床设备的故障处理，保证故障诊断的正确率，并且其完备的知识可以弥补实际操作、维护、维修技术人员的专业技术知识的缺乏，对提高工业生产效率，改善制造水平提供了参考方法。

针对在系统开发过程中遇到的问题，今后的研究重点将着重解决以下两个方面：

（1）数控机床型号和种类繁多，数控机床故障诊断涉及学科内容多，范围广，案例整理具有一定难度。因此，下一步需要研究选择案例关键属性的方法，构建合理结构的案例库。

（2）在数控机床故障诊断专家系统中，CBR诊断推理的核心是相似系数算法，系统利用相似系数的算法，计算案例的属性及其权值，判断案例的相似性。因此，权值的选取尤为重要，下一步研究案相似性算法中案例属性权值选取的方法。

[1]卞世晖.专家系统中不确定性推理的研究与应用[D].合肥:安徽大学，2010.

[2]段隽喆.基于故障树的故障诊断专家系统研究[J].科学技术与工程,2009,12（3）：1915-1917.

[3]张建国，陈宜参，孙洪龙等.谈国内发动机故障诊断专家系统的现状及发展[J].江苏航空，2006,19(2)：22-23.

[4]江志农,王慧,魏中青.基于案例与规则推理的故障诊断专家系统[J].计算机工程,2011(1):238-240.

[5]海新,雷英杰.基于加权相似性测度的直觉模糊近似推理[J].计算机工程与设计,2010(21)：4678-4681.

[6]王莹莹,任贤,龙鹏飞.中文短语文本相似度计算新方法[J].软件导刊,2011(1):79-81.

[7]邢跃,杨进宝,谭爱.文本相似度比较系统设计与实现[J].绵阳师范学院学报,2010(11)：93-97.

[8]李玉琴,潘祖聪,刘琳娇.数控机床常见故障诊断方法及实例[J].安徽水利水电职业技术学院学报,2010(1)：76-78.

Expert system of CNC Machine Faulty Diagnosis Based on CBR

CHEN Yong-qiang
(School of Mechanical Engineering，Wuhu Institute of Technology,Wuhu，Anhui 241006,China)

It requires staff to have high expertise to deal with faulty quickly during using and maintaining the CNC machine.This paper constructs the expert system of CNC machine faulty diagnosis and verifies prototype system based on CBR reasoning technology.According to research the characteristics of CNC machine faulty diagnosis to carding faulty structure and construct CNC machine faulty case base.Setting weight of different faulty attribute based on CNC machine characteristics.Due to the similar coefficient sum to compare problems to cases which in the faulty case base to select the most similar one as faulty diagnosis case in order to realize the reasoning of CNC machine faulty diagnosis depends.

CNC machine；CBR；expert system；case base

TG659

A

1673-1891（2016）01-0040-04

10.16104/j.issn.1673-1891.2016.01.012

2015-12-18

安徽省2015年高等学校省级质量工程项目“精密检测工程实践教育基地”（2015sjjd068）；安徽省2015年高等学校省级质量工程项目“数控设备应用与维护”特色专业（2015tszy047）。

陈永强（1982—），男，安徽芜湖人，讲师，硕士，研究方向：控制工程。