工業設備故障知識庫構建方法、裝置及故障診斷方法與系統與流程
2024-04-15 10:43:05
1.本發明涉及工業設備故障診斷技術領域，尤其涉及一種工業設備故障知識庫構建方法、裝置及故障診斷方法與系統。
背景技術：
2.針對於結構複雜的大型工業設備的故障診斷，目前通常是採用人工檢測排查的方式或基於簡單的運行數據進行故障判斷。例如對於鐵路機車的維修主要即是根據機車在線運行時檢測的狀態和報警信息進行狀態和故障診斷，通常是機車到段後臨時對接機車，下載機車上當日當次的故障數據，對機車故障數據進行現場分析，結合人工經驗和人工檢測排查故障定位故障點、確定解決方案。但是上述故障診斷方式依賴於分析人員的知識水平和經驗，診斷效率以及智能化程度低，且易於產生漏檢、錯檢的情況，存在故障處理不及時、不能準確找出故障位置和故障處理不全等問題，就難以及時、精準的實現故障定位。
3.智能故障診斷方式可以解決傳統人工排查故障定位效率低、智能化程度低方式，現有技術中智能故障診斷方式通常是通過採集設備在不同故障狀態的數據，基於不同故障狀態的數據構建故障診斷模型，當實時獲取到故障數據後輸入至故障診斷模型中即可實現故障智能診斷。但是上述智能故障診斷方式需要大量不同故障狀態的數據進行模型訓練，對於結構複雜的大型工業設備，需要大量的模型訓練數據且模型訓練時間較長，同時故障診斷模型僅能夠表徵故障狀態與故障數據之間的關係，就無法充分利用設備構型、內部結構關係以及故障模式中蘊含的信息等，致使故障診斷精度仍然不高。
4.如果能夠利用設備構型、內部結構關係以及故障模式中蘊含的信息等構建出故障知識庫，利用該故障知識庫即可以實現設備故障的智能故障診斷。現有技術中故障知識庫通常僅是由設備故障時的運行數據構成，尚不能體現設備的構型、內部結構關係與失效模式等之間的相互關聯，因而利用該類故障知識庫僅能實現簡單模式的故障匹配，難以精準診斷出故障發生來源、定位故障位置，更難以定位出故障發生後所可能影響到的部件。
技術實現要素：
5.本發明要解決的技術問題就在於：針對現有技術存在的技術問題，本發明提供一種實現方法簡單、成本低、數據完整度高，能夠充分反映設備構型、內部結構關係與失效模式之間的相互關聯的工業設備故障知識庫構建方法、裝置，以及診斷精度與效率高且能夠精準診斷故障的來源以及定位出故障所可能影響到的部件的故障診斷方法與系統。
6.為解決上述技術問題，本發明提出的技術方案為：
7.一種工業設備故障知識庫構建方法，步驟包括：
8.獲取各部件與失效模式之間關聯關係；
9.抽象出各失效模式的圖模型構建形成失效模式節點，將異常故障事件作為節點並按照層次由上往下的順序構建形成故障樹，以及將被測設備中各部件作為節點並根據部件之間的結構關係構建基礎圖模型，並按照所述關聯關係將所述基礎圖模型、所述故障樹中
各節點分別與對應的所述失效模式節點連接，構建形成被測設備的故障知識體系；
10.使用圖資料庫按照預設邏輯模型存儲所述故障知識體系，得到被測設備的故障知識庫。
11.進一步的，所述故障樹中父節點和子節點之間具有因果邏輯關係，其中下一層故障事件是上一層故障事件的誘因。
12.進一步的，所述邏輯模型中分別為異常故障事件、失效模式、部件定義節點標籤、屬性，以及定義故障知識體系中各節點之間的關係，所述各節點之間的關係包括同一類節點內部的關係和不同類節點之間的關係。
13.進一步的，所述節點標籤包括異常故障事件、失效模式、部件以及子系統的類型，所述屬性包括異常故障事件id、失效模式id、部件id以及名稱。
14.進一步的，所述各節點之間的關係包括故障原因、屬於關係、部件間能量傳遞關係、故障與失效模式相關關係以及失效模式與部件之間的相關關係，所述故障原因對應為故障樹中由父節點到子節點的關係，所述屬於的關係對應為從子部件到總部件的關係，部件類型的節點包括部件之間的能量傳遞關係以及子部件到總部件的從屬關係。
15.進一步的，所述圖資料庫為neo4j圖資料庫。
16.一種工業設備故障診斷方法，步驟包括：
17.按照上述故障知識庫構建方法構建得到被測設備的故障知識庫；
18.當檢測到異常故障事件時，將當前檢測到的異常故障事件輸入至所述故障知識庫中，從所述故障樹中查找出對應當前異常故障事件節點下的葉子節點，根據查找出的所有異常故障事件以及異常故障事件與失效模式之間的對應關係確定出所有可能的失效模式，根據確定出的所有失效模式以及失效模式與部件之間的關係判斷當前異常故障事件關聯的所有部件。
19.一種工業設備故障知識庫構建裝置，包括：
20.獲取模塊，用於獲取被測設備的故障領域知識，所述故障領域知識包括各部件與失效模式之間關聯關係；
21.知識體系構建模塊，用於抽象出各失效模式的圖模型構建形成失效模式節點，將異常故障事件作為節點並按照層次由上往下的順序構建形成故障樹，以及將被測設備中各部件作為節點並根據部件之間的結構關係構建基礎圖模型，並按照所述關聯關係將所述基礎圖模型、所述故障樹中各節點分別與對應的所述失效模式節點連接，構建形成被測設備的故障知識體系；
22.圖資料庫存儲模塊，用於使用圖資料庫按照預設邏輯模型存儲所述故障知識體系，得到被測設備的故障知識庫。
23.一種工業設備故障知識庫構建，包括處理器以及存儲器，所述存儲器用於存儲電腦程式，所述處理器用於執行所述電腦程式以執行如上述方法。
24.一種工業設備故障診斷系統，包括：
25.如上述故障知識庫構建裝置；
26.診斷裝置，用於當檢測到異常故障事件時，將當前檢測到的異常故障事件輸入至所述故障知識庫構建裝置的故障知識庫中，從所述故障樹中查找出對應當前異常故障事件節點下的葉子節點，根據查找出的所有異常故障事件以及異常故障事件與失效模式之間的
對應關係確定出所有可能的失效模式，根據確定出的所有失效模式以及失效模式與部件之間的關係判斷當前異常故障事件關聯的所有部件。
27.與現有技術相比，本發明的優點在於：
28.1、本發明通過基於異常故障事件為節點構造故障樹，故障樹的節點再分別對應與失效模式節點連接，以將基礎事件與失效模式建立聯繫，同時將被測設備中各部件作為節點構建基礎圖模型，基礎圖模型中各節點再分別對應與失效模式節點連接，形成具有異常故障事件—故障樹—失效模式—部件之間的關聯關係網的故障知識體系，能夠將故障領域知識和設備機理結構兼容在同一個知識體系中，從而實現故障領域知識與設備表徵方法有機結合、統一表徵，同時可以實現部件與異常事件之間複雜對應關係，充分表徵覆蓋多重因素或者多個部件出現問題導致的異常故障事件，以及跨越系統層級的故障問題存在複雜的耦合因果關係的情況。
29.2、本發明通過使用圖資料庫作為實現知識庫的物理模型，可以完整的表徵異常故障事件、失效模式與部件之間的關聯性，同時基於異常故障事件即可快速獲取到相關聯的、失效模式以及部件，同時可發揮圖資料庫的圖檢索性能與擴展性優勢，構建適用於複雜工業設備的故障領域知識庫；
30.3、本發明進一步當被測設備發生異常狀態觸發報警後，確定對應的異常故障事件，將該異常故障事件輸入至構建的故障知識庫中，即可利用由異常故障事件構建的故障樹、失效模式以及部件之間的關聯關係快速、精準分析出故障的初始來源以及預測可能影響到的關聯部件。
附圖說明
31.圖1是本實施例基於工業設備故障知識庫實現故障診斷的原理流程示意圖。
32.圖2是本實施例工業設備故障知識庫構建方法的實現流程示意圖。
33.圖3是本實施例基於異常故障事件構建故障樹的原理示意圖。
34.圖4是本發明在具體應用實施例中應用於潤滑系統時構建模型的效果示意圖。
35.圖5是本發明在具體應用實施例中動力子系統存入圖資料庫中的節點和關係示意圖。
36.圖6是本實施例工業設備故障診斷的實現流程示意圖。
具體實施方式
37.以下結合說明書附圖和具體優選的實施例對本發明作進一步描述，但並不因此而限制本發明的保護範圍。
38.如圖1所示，異常故障事件和故障診斷分析的過程可以形成一個完整的迴路，如某大型工業設備(例如機車)中代表設備中子系統或部件的模塊(簡稱部件)發生了故障，表現即為某個與部件相關的失效模式影響了相應功能，通過監控的運行數據計算部件健康狀態評價體系中的指標即可發現異常值，進而觸發異常事件報警，由此開始進入故障分析診斷環節，基於構建的故障知識庫進行故障分析、定位、預測。
39.如圖2所示，本實施例工業設備故障知識庫構建方法的步驟包括：
40.s01.獲取被測設備的故障領域知識，故障領域知識包括各部件與失效模式之間關
聯關係；
41.s02.抽象出各失效模式的圖模型構建形成失效模式節點，將異常故障事件作為節點並按照層次由上往下的順序構建形成故障樹，以及將被測設備中各部件作為節點並根據部件之間的結構關係構建基礎圖模型，並按照關聯關係將基礎圖模型、故障樹中各節點分別與對應的失效模式節點連接，構建形成被測設備的故障知識體系；
42.s03.使用圖資料庫按照預設邏輯模型存儲故障知識體系，得到被測設備的故障知識庫。
43.本實施例以結構化、層次化的設備構型與內部結構作為故障知識數據存儲管理的核心基礎，通過將故障領域知識抽象成設備系統結構框圖上的拓撲結構，以及抽象成與系統結構框圖建立聯繫的獨立圖結構，基於統一定義的異常故障事件構造故障樹，故障樹中每個節點對應一個異常故障事件，故障樹的節點再分別對應與失效模式節點連接，以將基礎事件與失效模式建立聯繫，同時將被測設備中各部件作為節點構建基礎圖模型，基礎圖模型中各節點再分別對應與失效模式節點連接，以將各部件與失效模式建立關聯關係，形成具有異常故障事件—故障樹—失效模式—部件之間的關聯關係網的故障知識體系，能夠將故障領域知識和設備機理結構兼容在同一個知識體系中，從而實現故障領域知識與設備表徵方法有機結合、統一表徵，同時可以實現部件與異常事件之間複雜對應關係，充分表徵覆蓋多重因素或者多個部件出現問題導致的異常故障事件，以及跨越系統層級的故障問題存在複雜的耦合因果關係的情況。
44.本實施例進一步結合圖資料庫的存儲方式，使用圖資料庫作為實現知識庫的物理模型，可以完整的表徵異常故障事件、失效模式與部件之間的關聯性，同時基於異常故障事件即可快速獲取到相關聯的、失效模式以及部件，同時可發揮圖資料庫的圖檢索性能與擴展性優勢，構建適用於複雜工業設備的故障領域知識庫。
45.本實施例失效模式具體可通過部件-失效模式分析表相關記錄、部件潛在失效模式分析表記錄信息分析得到，基於該分析表可確定出失效模式以及潛在失效模式與部件之間的關聯關係。部件-失效模式關係表是系統中較為明確和形式化的故障領域知識，利用該關係表確定出失效模式與部件之間的關聯後，按照上述方式構建形成故障知識庫，則當發生異常故障事件後，通過異常故障事件—故障樹—失效模式—部件關係的關聯關係即可連接到設備的具體部件上，從而實現智能故障診斷分析。上述潛在失效模式分析表具體可以為經評估較為重要或者風險較大的項。
46.由於一個部件可能對應多個失效模式，如果將失效模式作為基礎圖模型節點上的屬性，一個節點屬性含有多個失效模式時會影響查詢的便利性，因而本實施例將失效模式抽象為圖模型後作為獨立的節點，然後再通過部件-失效模式的對應關係連接到基礎圖模型上。在具體應用實施例中，通過部件-失效模式關係表和潛在失效模式表生成功能-部件-失效模式的數據關係模型，進而抽象出失效模式的圖模型並作為獨立的節點與基礎圖模型中各部件節點、故障樹節點連接。
47.本實施例使用圖模型表徵被測設備結構和故障樹、失效模式的概念模型，且由於故障樹的節點和部件之間不存在直接的對應關係，將故障樹作為獨立於基礎圖模型的圖結構。本實施例針對於故障樹的構建，首先建立被測設備部件健康狀態評價指標體系，並在此基礎上根據異常狀態統一定義異常故障事件，將該異常故障事件作為故障樹的基礎組成事
件(即節點)，進行系統層次由上往下的分析後整合建成故障樹，如圖3所示，故障樹中父節點和子節點之間具有因果邏輯關係，其中下一層故障事件是上一層故障事件的誘因。由於定義異常事件時使其和失效模式保存了一致性，因而故障樹的節點可以和失效模式節點建立對應的邊。
48.以在具體應用實施例中應用於機車設備中潤滑系統為例，如圖4所示，左側為潤滑系統部件結構圖，按照該部件結構圖構建形成基礎圖結構，右側上部分為構建的故障樹，下部分為構建的失效模式節點，各失效模式節點分別與故障樹中各節點對應連接，各失效模式節點還分別與潤滑系統中各部件對應連接，即代表部件結構關係的基礎圖模型和失效模式節點之間存在一對多的關係，失效模式和故障樹的節點之間存在多對多的關係。需要說明的是，圖4中失效模式的節點零散分布是由於當前擁有的失效模式都是獨立的，若應用於其他系統中也可以通過失效模式之間的關聯或層次關係將失效模式節點組織起來。
49.本實施例邏輯模型中分別為異常故障事件、失效模式、部件定義節點標籤、屬性，以及定義故障知識體系中各節點之間的關係，各節點之間的關係包括同一類節點內部的關係和不同類節點之間的關係。上述節點標籤具體包括異常故障事件、失效模式、部件以及子系統的類型，屬性具體包括異常故障事件id、失效模式id、部件id以及名稱。上述各節點之間的關係包括故障原因、屬於關係、部件間能量傳遞關係、故障與失效模式相關關係以及失效模式與部件之間的相關關係，故障原因對應為故障樹中由父節點到子節點的關係，屬於的關係對應為從子部件到總部件的關係，部件類型的節點包括部件之間的能量傳遞關係以及子部件到總部件的從屬關係。以在具體應用實施例中應用於機車設備中潤滑系統為例，邏輯模型的配置如表1所示。
50.故障知識庫的邏輯模型需要定義圖模型的節點與邊的類型和屬性，本實施例具體使用neo4j圖資料庫存儲故障知識體系，在neo4j圖資料庫中，使用標籤定義節點的類型，可以賦予一個節點多個標籤。節點和關係都具有屬性且可以通過屬性值查詢。具體首先給故障事件、失效模式、系統部件分別定義一個標籤，以用於區分這三類節點；還定義了表示子系統(如上述的潤滑系統)的標籤，則屬於子系統的部件節點同時擁有表示部件和潤滑系統的兩個標籤。本實施例將子系統作為標籤而非作為節點的屬性值，一方面可以避免通過節點屬性存儲子系統信息帶來冗餘，另一方面通過多重標籤可以體現系統結構的層級關係，還可以方便在不同子系統中快速查找需要的節點，比如在已經確定所屬子系統的情況下查找一個部件，通過子系統標籤可以在擁有該標籤的節點集內部查，把子系統作為屬性值則會在所有節點中查詢屬性值為該子系統且滿足查找條件的節點。
51.表1機車潤滑系統邏輯模型
[0052][0053][0054]
本實施例具體在屬性中為每類節點定義相應的id，可以給節點設置唯一標識符，形成類似於關係型資料庫中的主鍵。雖然neo4j圖資料庫中給每個節點提供一個自動生成的id，但neo4j會重用被刪除節點的自動id，本實施例通過為每類節點定義相應的id，可以為節點形成唯一標識符同時避免被刪除節點id重用。屬性中名稱是所有節點和關係的公有屬性。除上述屬性信息以外，還可以根據實際需求配置其他的屬性信息。如果有故障措施的信息，還可以在節點中增加該屬性，使得查詢節點即可以獲得應對故障的建議。
[0055]
本實施例中在邏輯模型中節點的關係包括同一類節點內部的關係和不同類節點之間的關係，其中部件類型的節點既有部件之間的能量傳遞關係，也有子部件到總部件的從屬關係。如果要記錄部件之間傳遞能量的大小，可以為flow關係添加表示量級的屬性；如果有故障樹內部有更細節的信息，如不同故障事件之間的因果相關程度，可以在reason關係中增加表示影響或概率的屬性；如果有部件和失效模式之間的概率信息，還可以在兩者關係中增加表示可能性的屬性，使得在故障檢索時提供定性或定量的分析結果。
[0056]
按照上述步驟確定邏輯模型後，進一步將概念模型中抽象出的數據按照邏輯模型
定義的方式存儲到圖資料庫中。如圖5所示為動力子系統存入圖資料庫中的節點和關係，其中左側的故障事件節點形成了故障樹，中間是失效模式節點，右側是部件節點，故障、失效模式、部件節點之間形成了網狀結構，藉助圖資料庫引擎的特性，可以通過節點之間的關係方便地查找任意可達節點或路徑。
[0057]
本實施例通過將故障領域知識存儲在圖資料庫中形成故障知識庫，故障領域知識的非關鍵屬性信息、設備履歷模型及監測數據等結構化數據均存儲在關係型資料庫中，並通過節點標識符(如節點id，故障籤名)建立聯繫，基於該故障知識庫即可以應用於故障診斷與分析平臺中，以結合設備的監控數據進行故障診斷與分析，進而還可以實現故障檢索、分析、預測、展示等基於知識庫的應用。
[0058]
如圖6所示，本實施例工業設備故障診斷方法的步驟包括：
[0059]
按照上述故障知識庫構建方法構建得到被測設備的故障知識庫；
[0060]
當檢測到異常故障事件時，將當前檢測到的異常故障事件輸入至故障知識庫中，從故障樹中查找出對應當前異常故障事件節點下的葉子節點，根據查找出的所有異常故障事件以及異常故障事件與失效模式之間的對應關係確定出所有可能的失效模式，根據確定出的所有失效模式以及失效模式與部件之間的關係判斷當前異常故障事件關聯的所有部件。
[0061]
本實施例當被測設備發生異常狀態觸發報警後，確定對應的異常故障事件，將該異常故障事件輸入至上述構建的故障知識庫中，即可利用由異常故障事件構建的故障樹、失效模式以及部件之間的關聯關係快速、精準分析出故障的初始來源以及預測可能影響到的關聯部件。
[0062]
由於故障知識庫中故障樹由異常事件是按照自頂向下的方式組成，故障樹的葉子節點是最基礎的故障事件，故障樹的父節點和子節點之間存在因果邏輯關係，底層故障事件是上層故障事件的誘因，故障來源查找問題即轉變為給定一個故障樹的節點(輸入異常事件/故障標識符)查找該節點下的葉子節點問題，即為一個圖遍歷查找的問題。本實施例具體在故障知識庫中輸入為系統的異常故障事件後，按照故障知識庫的結構，先在故障樹中尋找該異常事件節點下的葉子節點，故障樹的節點通過代表的基礎事件與失效模式建立聯繫，通過故障樹找到該異常事件的故障根源，然後結合失效模式與部件的對應關係推測可能影響的部件。
[0063]
本實施例工業設備故障知識庫構建裝置包括：
[0064]
獲取模塊，用於獲取被測設備的故障領域知識，故障領域知識包括各部件與失效模式之間關聯關係；
[0065]
知識體系構建模塊，用於抽象出各失效模式的圖模型構建形成失效模式節點，將異常故障事件作為節點並按照層次由上往下的順序構建形成故障樹，以及將被測設備中各部件作為節點並根據部件之間的結構關係構建基礎圖模型，並按照關聯關係將基礎圖模型、故障樹中各節點分別與對應的失效模式節點連接，構建形成被測設備的故障知識體系；
[0066]
圖資料庫存儲模塊，用於使用圖資料庫按照預設邏輯模型存儲故障知識體系，得到被測設備的故障知識庫。
[0067]
本實施例工業設備故障知識庫構建裝置與上述工業設備故障知識庫構建方法為一一對應，在此不再一一贅述。
[0068]
在另一實施例中，本發明工業設備故障知識庫構建還可以為：包括處理器以及存儲器，存儲器用於存儲電腦程式，處理器用於執行電腦程式以執行如上述方法。
[0069]
本實施例工業設備故障診斷系統包括：
[0070]
如上述的故障知識庫構建裝置；
[0071]
診斷裝置，用於當檢測到異常故障事件時，將當前檢測到的異常故障事件輸入至故障知識庫構建裝置的故障知識庫中，從故障樹中查找出對應當前異常故障事件節點下的葉子節點，根據查找出的所有異常故障事件以及異常故障事件與失效模式之間的對應關係確定出所有可能的失效模式，根據確定出的所有失效模式以及失效模式與部件之間的關係判斷當前異常故障事件關聯的所有部件。
[0072]
本實施例工業設備故障診斷系統與上述工業設備故障診斷方法對應，兩者具有相同的原理以及效果。
[0073]
上述只是本發明的較佳實施例，並非對本發明作任何形式上的限制。雖然本發明已以較佳實施例揭露如上，然而並非用以限定本發明。因此，凡是未脫離本發明技術方案的內容，依據本發明技術實質對以上實施例所做的任何簡單修改、等同變化及修飾，均應落在本發明技術方案保護的範圍內。