基于粗集的工程机械现场故障信息预处理
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
裘１典型正常制动数据列表
ｌ
Ｉ时刻 ５．１监测数据表分类
车轮制 转向 踏板 制动鼓 车轮 减速 动力 角 力 转速 度 温度
遍历数据表的每列条件属性，若某列的属性值在某一允许阂值范围内变化，则该列属性此时可约去，称
，，．Ｉ
ｌ
作不变列属性或自由属性・用欧氏距离函数巍眠功＝（∑（五一驴）－作为行与行之间的差值的平均值来进行
（４）基于等价（相似）类对信息表进行过程（行）约简。依据决策标准和定义２，从表２得到４个等价类 （以时刻值大小顺序排列）：Ｏ＝（Ｏ、２、２４、２６）；ｌ＝｛６、８、１０、１２、１４、１６、１８、３０、３２｝；２＝｛２０、２８、 ３４、３８、４０、４２、４４、４６、４８）：３＝｛４，２２，３６｝。又根据推论ｌ，在某等价类中，当属性口∈Ｒ满足三个 及三个以上的连续同向变化趋势时（组成等比变化数列），只需记录该变化数列的起始值和终止值。 至此，约见完毕．口＝０．０４时表３的约简度为５０％：若约简仍不够可变化窿，表２中斜租体行就为口＝ｏ．０８
—１２２—
柚
不变属性的判别（是否小于允许变化值乞），ｌ，为列数值的稳定值，最终得到（变化列集矿｝和｛不变列集ｓ｝。
一１２ｌ
一
５．２基于粗集的数据约简
经典粗集的应用基础是包括条件属性和决策属性两 部分的信息系统，显然，现场监测数据表没有决策属性，
表２有决策属性的制动力同向属性信息表
采样时刻 前左轮 （ｓ／ｌＯ） 口
３０４４ ２８８９ ２９５６
２９４８ ２９５６ ２９２０ ２９４１ ２９８５ ：９２０ ２９６０ ２９２０ １９４８ １５７０ ８５２ ５２
３０５８ ２８９４ ２９２８
２９２１ ２９３２ ２９０９ ２９３５ ２９７３ ２９３９ ２９５０
３０９８ ２９８９ ２９８ｌ
２９．１８ ２９５６ ２９２０ ２９４１ ２９８５ ２９２０ ２９６０
４．２规则约简
这个循环过程分为先进行属性约简然后进｛亍值约简两步，确定有效诊断规则及属性知识。 （Ｉ）基于可辨识矩阵的属性约简算法。
根据定义１导出信息表的差分矩阵，并对厂函数进行子分辨函数最优排序，然后约简属性。
（２）启发式值约简算法。 其基本思想是逐个试删除信息表中的冗余属性值后判断信息表是否会产生重复记录或不相容（冲突，分 类能力发生变化），若产生不相容则表明该属性值直接影响决策，是必须保留的属性值【４１。具体流程见图 ３，图中３种粗细的线条代表不同的循环过程。最后，所有的保留属性值均为该约简表的值核，所有的记
＞—Ｍ—ａｘ—Ｌ兰—一：忽略Ｈｔ・保留Ｈｌ＋２；决策届性值为ｌ・１－ＭｉｎＬｔ
Ｉ—
（ⅣＭ—只）
介于一—Ｍ南ａｘＬ ＭｉｎＬ和—Ｍ素ａｘＬ
值为２・
Ｊ＿
ＭｉｎＬ之间：保
ｊ’’’’。
＜－面夏靠：忽略Ｈ｛，保留Ｈ．ｑ；决策属性
留Ｈｉ。忽略Ｈ‘吨；决策属性值为Ｏ．
式（Ｉ）
其它：以该值满足的多数比较关系为准：决策属性信为３．
录均为该信息表的规则知识。且这些规则应具有协调性。 ４．３故障定位及分析 根据故障类型输出相关约简条件属性，得到疑似故障原因集。
５装备现场状态信息约简
事实上，装备的正常工况数据是传输数据的绝对组成部分，如表ｌ是混凝土输送车的制动系统监测数 据表应包括制动力等２０个传感器数据在内的２１列数据。显然，在一个正常制动过程数据中存在冗余，无 论从实时远程传输或提高诊断中心诊断效率考虑，都应根据异构应用环境对简单罗列的监测数据进行有机 整合，实现“仅将正确的数据以正确的方式传给正确的对象”。基于粗集的数据表处理方法将对此帮助甚多。 当然此方法对于新故障数据的“定位放大”也是有益的。
田１装备运行性能一时间曲线与诊断活动 ・—１１８・・
定义２：每一个非空属性子集都可以决定一个二元不可分辨（等价）关系
夙双即＝｛％力ＥＵｘＵ：Ｖａ∈Ｐ，ｆ（ｘ，ａ）＝ｆ（ｙ，回）＝Ｉ．删ｌａＩ），Ｐ∈Ｒ且尸≠①。不可分辨关系的弱化就
是相似关系（仅满足自反性和对称性）。 推论ｌ：属性问关系为不可分辨（同属于一个等价类）当且仅当对Ｐ中的每一个属性，它们的取值或 值的变化趋势关系相同。
（Ｎ）
约简标准
（０、ｌ、２ 、３）
制动力
ｉＮ）
制动力
（Ｎ）
制动力
（Ｎ）
口
ｌ ２２
了
４ ３７
口
０ １５
４
４ ２２
口
０ ３
疗
８ １０ １２
９０
５７０ １１９５ １７７０ ２２２２ ２７７０
８６
５４＇ｔ １１８６ １８０８ ２２６８ ２８０８
１２６
５２２ １１２６ １６６８ ２０wenku.baidu.comｌ ２６６８
８６
５１５ １０８６ １８０８ ２２６８ ２８０８
基于粗集的工程机械现场故障信息预处理
刘建辉
（西安建筑科技大学机电学院，西安７１００５５）
摘要：针对工程机械远程（协同）诊断中现存的由于大量无序数据导致的故障信息传输阻塞、延迟等底层瓶颈问题，
从工况监测、故障预测及诊断一体化角度，提出了基于粗集的现场故障信息预处理思想及框架．并在相关粗集知识的基础
上，分别提出了装备工况监测和故障诊断的信息约简算法，结合混凝土运输丰制动系统给予验证其有效性．在结论中时粗 集进一步在故障诊断中的应用进行了探讨． 关键词：深层信息预处理；时态信息系统；制动属性；故障自忿
Ｊ
ｌ ｌ ｌ ｌ ｌ
（１）确定变化列属性集｛ｖ｝中的参考属性（必要属性）
ＲＤ，即｛Ｖ）。中属性重要度最高的列属性Ｌ。参考属性 既可由用户指定，也可根据属性（传感输出）出现满足 一定幅度变化的频度来选择。
（２）将参考属性ＲＤ放到数据表｛Ｖ｝的第ｌ列，依据定
１４ １６
１８ ２０ ２２
２ｌ ２６ ２８ ３０ ３２ ３４
３６
３８
４０ ４２ １４ ｉ６
２９０９
１９３９ １６００ ８８，ｌ １２
２９２０
１５７０ ８５２ ５２ ０
２９０９
１６００ ８８・１ １２
４
２
２ ２ ２ ２
４８
口
４
口
拿
２
是：相邻时刻之间进行迭代比较，比较标准见式（１），比较结果为对应决策属性值：口反映了对信息预 处理的粒度要求・所以约简标准可以灵活变化・ｔｔ；为ｉ（偶数）时刻的行属性值，三，为第／列的属性值。 假设口＝ｏ．０４．
Ｚ ４
需要人为添加；此处更要注意到现场监测数据表隐含着 一定的时序关系，行与行之间并不是并列（独立）发生 关系【５ｌ。决策属性添加方法不少，可在数据表中加入一 个“概率”列，用于记录某些知识实际出现次数；此次是 把约简标准视为决策属性，如希望两个连续传感器采样 值大于某设定阈值才被提取。
前右轮 后在轮 后右轮 制动力
其中。ａＥＧｄ∈Ｄ，’，∈Ｋ，Ｗｅ巧。
围３启发式属性值约简算法流程 ・－１２０—・
４装备现场信息预处理的故障自诊断
在要求现场诊断系统快速处理信息的同时。还希望提高诊断精确度，这需要诊断规则没有冲突，以免 出现模棱两可的诊断结果。因此，现场诊断系统建立诊断规则时，应该选取具有较少属性的规则，而每一条 规则的适应范围越广越好，即条件属性的每一聚类中能够包含较多的对象。本文从自诊断知识库中的模糊 关系矩阵导出并约简诊断规则（正向约简过程），再根据诊断规则反推出有某故障征兆时的相关属性变化 情况及进行故障定位分析（反向推理过程）；参见图２的ｓｔｅ口０． ４．１信息表获得（模糊故障关系矩阵建立） 一般包括数据采集、数据净化（去除不完整、噪声、不～致数据等）以及连续数据（模糊）离散化、 信息表述等环节。
１
引言 当前，远程（协同）诊断的研究与应用日趋广泛。考虑到信息现场处理是否影响装备正常工作、现场
信息处理环境是否完备等因素，一般对故障信息的分析处理多在远程诊断中心完成。由此却引出了困扰远 程（协同）诊断的信息安全性、传输速度和传输效率等问题。 随着嵌入式系统、单机计算能力及一些智能算法的发展。更好的方法应是在现场尽量对原始实时监测 数据进行有针对性的智能预处理，这样不但可以解决现场故障信息“数据量大信息量小”导致的实时性不 够、传输延迟、网络阻塞、中心决策难等问题…，而且多种预处理技术的协同又为诊断系统增加了自适应 式开放性。本文通过装备工况预测等的指导，以粗集理论为基础探讨了现场信息预处理在工程装备的状态 监控、故障诊断中的应用。
３０５８ ２９６７ ３０３２
２９６７ ２９７４ ２９０９ ２９３５ ２９７３ ２９３９ ２９５０
Ｊ ２ ７
０ ０ ２ ｌ Ｉ ２ ３
义１．２循环比较余下列与参考属性列的变化趋势，将｛ｖ｝ 分为｛同向Ｖ｝、｛反向Ｖ）、（关系待定ｖ｝－个子数据表。 如以表ｌ车轮制动力为参考属性，则转向角、踏板位移、 踏板力、摩擦片温度会随其同向变化，而车轮转速、减 速度则相反。 （３）分别对前三个子数据表添加决策属陛，实现对应 信息表转换。通过上一步看出，表１中最重要的一列属性 细化后应为后左轮制动力列属性，则添加决策属性后制 动力同向变化属性信息表为表２。其约简标准（决策属性）
定义３：信息系统的信息约简度为ＲｌＤ＝删ＪＲ）一Ｃａｒｄ（Ｉｆ）｝／Ｃａｒｄ（Ｒ）×１００％，Ｒ。为约简后的属性集。
定义４：规则协调性是指当诊断规则合取为真时则可认为规则间关系是协调的。即对予任一规则
‘：＠谚—《西谚・或味盈—功，ｉｆ‘（。）＝ｌ（。），ｔｈｅｎ，：（∞＝，！『（ｄ）；ｉｆ，：（ｄｌ≠，！『ｆｄ）ｔｈｅｎ‘《口）≠，：ｆ（口）Ｏｒ‘（口）＝，：『（。）。
２现场故障信息预处理的功能架构
现场故障信息预处理可以根据诊断中心指示和工程装备在不同使用阶段中性能衰退过程的实际程度， 及时自适应调整相应故障信息的传输频率、数量及质量。通常其以正常监测任务为主的同时，关注对装备 的运行预澳４和实时数据的有效传输：产生故障时，可及时智能搬调检测策略，确定重点检测对象点及方式 等．一种预处理及时调整策略的确定可通过装备性能预测对其进行指导，如诊断中心根据大量实验数据、 设计数据、客服报告、维修案例等 信息以ＦＭＥＡ、统计分析等方法得 到的装备性能量化曲线对现场预处 理进行远程整体性指导（图１）。相 应的，各常用信息处理技术为浅层 处理；深层预处理则进一步实现故 障信息提取功能，粗集具有可在不 损失原始故障数据重要信息的前提 下通过信息约简提取有效特征信息 的优点，所以该理论是深层故障信 息预处理的较佳选．择１２Ｊ。基于粗集的 装备现场信息预处理的过程见图２。
ｌ
Ｉ时刻 ５．１监测数据表分类
车轮制 转向 踏板 制动鼓 车轮 减速 动力 角 力 转速 度 温度
遍历数据表的每列条件属性，若某列的属性值在某一允许阂值范围内变化，则该列属性此时可约去，称
，，．Ｉ
ｌ
作不变列属性或自由属性・用欧氏距离函数巍眠功＝（∑（五一驴）－作为行与行之间的差值的平均值来进行
（４）基于等价（相似）类对信息表进行过程（行）约简。依据决策标准和定义２，从表２得到４个等价类 （以时刻值大小顺序排列）：Ｏ＝（Ｏ、２、２４、２６）；ｌ＝｛６、８、１０、１２、１４、１６、１８、３０、３２｝；２＝｛２０、２８、 ３４、３８、４０、４２、４４、４６、４８）：３＝｛４，２２，３６｝。又根据推论ｌ，在某等价类中，当属性口∈Ｒ满足三个 及三个以上的连续同向变化趋势时（组成等比变化数列），只需记录该变化数列的起始值和终止值。 至此，约见完毕．口＝０．０４时表３的约简度为５０％：若约简仍不够可变化窿，表２中斜租体行就为口＝ｏ．０８
—１２２—
柚
不变属性的判别（是否小于允许变化值乞），ｌ，为列数值的稳定值，最终得到（变化列集矿｝和｛不变列集ｓ｝。
一１２ｌ
一
５．２基于粗集的数据约简
经典粗集的应用基础是包括条件属性和决策属性两 部分的信息系统，显然，现场监测数据表没有决策属性，
表２有决策属性的制动力同向属性信息表
采样时刻 前左轮 （ｓ／ｌＯ） 口
３０４４ ２８８９ ２９５６
２９４８ ２９５６ ２９２０ ２９４１ ２９８５ ：９２０ ２９６０ ２９２０ １９４８ １５７０ ８５２ ５２
３０５８ ２８９４ ２９２８
２９２１ ２９３２ ２９０９ ２９３５ ２９７３ ２９３９ ２９５０
３０９８ ２９８９ ２９８ｌ
２９．１８ ２９５６ ２９２０ ２９４１ ２９８５ ２９２０ ２９６０
４．２规则约简
这个循环过程分为先进行属性约简然后进｛亍值约简两步，确定有效诊断规则及属性知识。 （Ｉ）基于可辨识矩阵的属性约简算法。
根据定义１导出信息表的差分矩阵，并对厂函数进行子分辨函数最优排序，然后约简属性。
（２）启发式值约简算法。 其基本思想是逐个试删除信息表中的冗余属性值后判断信息表是否会产生重复记录或不相容（冲突，分 类能力发生变化），若产生不相容则表明该属性值直接影响决策，是必须保留的属性值【４１。具体流程见图 ３，图中３种粗细的线条代表不同的循环过程。最后，所有的保留属性值均为该约简表的值核，所有的记
＞—Ｍ—ａｘ—Ｌ兰—一：忽略Ｈｔ・保留Ｈｌ＋２；决策届性值为ｌ・１－ＭｉｎＬｔ
Ｉ—
（ⅣＭ—只）
介于一—Ｍ南ａｘＬ ＭｉｎＬ和—Ｍ素ａｘＬ
值为２・
Ｊ＿
ＭｉｎＬ之间：保
ｊ’’’’。
＜－面夏靠：忽略Ｈ｛，保留Ｈ．ｑ；决策属性
留Ｈｉ。忽略Ｈ‘吨；决策属性值为Ｏ．
式（Ｉ）
其它：以该值满足的多数比较关系为准：决策属性信为３．
录均为该信息表的规则知识。且这些规则应具有协调性。 ４．３故障定位及分析 根据故障类型输出相关约简条件属性，得到疑似故障原因集。
５装备现场状态信息约简
事实上，装备的正常工况数据是传输数据的绝对组成部分，如表ｌ是混凝土输送车的制动系统监测数 据表应包括制动力等２０个传感器数据在内的２１列数据。显然，在一个正常制动过程数据中存在冗余，无 论从实时远程传输或提高诊断中心诊断效率考虑，都应根据异构应用环境对简单罗列的监测数据进行有机 整合，实现“仅将正确的数据以正确的方式传给正确的对象”。基于粗集的数据表处理方法将对此帮助甚多。 当然此方法对于新故障数据的“定位放大”也是有益的。
田１装备运行性能一时间曲线与诊断活动 ・—１１８・・
定义２：每一个非空属性子集都可以决定一个二元不可分辨（等价）关系
夙双即＝｛％力ＥＵｘＵ：Ｖａ∈Ｐ，ｆ（ｘ，ａ）＝ｆ（ｙ，回）＝Ｉ．删ｌａＩ），Ｐ∈Ｒ且尸≠①。不可分辨关系的弱化就
是相似关系（仅满足自反性和对称性）。 推论ｌ：属性问关系为不可分辨（同属于一个等价类）当且仅当对Ｐ中的每一个属性，它们的取值或 值的变化趋势关系相同。
（Ｎ）
约简标准
（０、ｌ、２ 、３）
制动力
ｉＮ）
制动力
（Ｎ）
制动力
（Ｎ）
口
ｌ ２２
了
４ ３７
口
０ １５
４
４ ２２
口
０ ３
疗
８ １０ １２
９０
５７０ １１９５ １７７０ ２２２２ ２７７０
８６
５４＇ｔ １１８６ １８０８ ２２６８ ２８０８
１２６
５２２ １１２６ １６６８ ２０wenku.baidu.comｌ ２６６８
８６
５１５ １０８６ １８０８ ２２６８ ２８０８
基于粗集的工程机械现场故障信息预处理
刘建辉
（西安建筑科技大学机电学院，西安７１００５５）
摘要：针对工程机械远程（协同）诊断中现存的由于大量无序数据导致的故障信息传输阻塞、延迟等底层瓶颈问题，
从工况监测、故障预测及诊断一体化角度，提出了基于粗集的现场故障信息预处理思想及框架．并在相关粗集知识的基础
上，分别提出了装备工况监测和故障诊断的信息约简算法，结合混凝土运输丰制动系统给予验证其有效性．在结论中时粗 集进一步在故障诊断中的应用进行了探讨． 关键词：深层信息预处理；时态信息系统；制动属性；故障自忿
Ｊ
ｌ ｌ ｌ ｌ ｌ
（１）确定变化列属性集｛ｖ｝中的参考属性（必要属性）
ＲＤ，即｛Ｖ）。中属性重要度最高的列属性Ｌ。参考属性 既可由用户指定，也可根据属性（传感输出）出现满足 一定幅度变化的频度来选择。
（２）将参考属性ＲＤ放到数据表｛Ｖ｝的第ｌ列，依据定
１４ １６
１８ ２０ ２２
２ｌ ２６ ２８ ３０ ３２ ３４
３６
３８
４０ ４２ １４ ｉ６
２９０９
１９３９ １６００ ８８，ｌ １２
２９２０
１５７０ ８５２ ５２ ０
２９０９
１６００ ８８・１ １２
４
２
２ ２ ２ ２
４８
口
４
口
拿
２
是：相邻时刻之间进行迭代比较，比较标准见式（１），比较结果为对应决策属性值：口反映了对信息预 处理的粒度要求・所以约简标准可以灵活变化・ｔｔ；为ｉ（偶数）时刻的行属性值，三，为第／列的属性值。 假设口＝ｏ．０４．
Ｚ ４
需要人为添加；此处更要注意到现场监测数据表隐含着 一定的时序关系，行与行之间并不是并列（独立）发生 关系【５ｌ。决策属性添加方法不少，可在数据表中加入一 个“概率”列，用于记录某些知识实际出现次数；此次是 把约简标准视为决策属性，如希望两个连续传感器采样 值大于某设定阈值才被提取。
前右轮 后在轮 后右轮 制动力
其中。ａＥＧｄ∈Ｄ，’，∈Ｋ，Ｗｅ巧。
围３启发式属性值约简算法流程 ・－１２０—・
４装备现场信息预处理的故障自诊断
在要求现场诊断系统快速处理信息的同时。还希望提高诊断精确度，这需要诊断规则没有冲突，以免 出现模棱两可的诊断结果。因此，现场诊断系统建立诊断规则时，应该选取具有较少属性的规则，而每一条 规则的适应范围越广越好，即条件属性的每一聚类中能够包含较多的对象。本文从自诊断知识库中的模糊 关系矩阵导出并约简诊断规则（正向约简过程），再根据诊断规则反推出有某故障征兆时的相关属性变化 情况及进行故障定位分析（反向推理过程）；参见图２的ｓｔｅ口０． ４．１信息表获得（模糊故障关系矩阵建立） 一般包括数据采集、数据净化（去除不完整、噪声、不～致数据等）以及连续数据（模糊）离散化、 信息表述等环节。
１
引言 当前，远程（协同）诊断的研究与应用日趋广泛。考虑到信息现场处理是否影响装备正常工作、现场
信息处理环境是否完备等因素，一般对故障信息的分析处理多在远程诊断中心完成。由此却引出了困扰远 程（协同）诊断的信息安全性、传输速度和传输效率等问题。 随着嵌入式系统、单机计算能力及一些智能算法的发展。更好的方法应是在现场尽量对原始实时监测 数据进行有针对性的智能预处理，这样不但可以解决现场故障信息“数据量大信息量小”导致的实时性不 够、传输延迟、网络阻塞、中心决策难等问题…，而且多种预处理技术的协同又为诊断系统增加了自适应 式开放性。本文通过装备工况预测等的指导，以粗集理论为基础探讨了现场信息预处理在工程装备的状态 监控、故障诊断中的应用。
３０５８ ２９６７ ３０３２
２９６７ ２９７４ ２９０９ ２９３５ ２９７３ ２９３９ ２９５０
Ｊ ２ ７
０ ０ ２ ｌ Ｉ ２ ３
义１．２循环比较余下列与参考属性列的变化趋势，将｛ｖ｝ 分为｛同向Ｖ｝、｛反向Ｖ）、（关系待定ｖ｝－个子数据表。 如以表ｌ车轮制动力为参考属性，则转向角、踏板位移、 踏板力、摩擦片温度会随其同向变化，而车轮转速、减 速度则相反。 （３）分别对前三个子数据表添加决策属陛，实现对应 信息表转换。通过上一步看出，表１中最重要的一列属性 细化后应为后左轮制动力列属性，则添加决策属性后制 动力同向变化属性信息表为表２。其约简标准（决策属性）
定义３：信息系统的信息约简度为ＲｌＤ＝删ＪＲ）一Ｃａｒｄ（Ｉｆ）｝／Ｃａｒｄ（Ｒ）×１００％，Ｒ。为约简后的属性集。
定义４：规则协调性是指当诊断规则合取为真时则可认为规则间关系是协调的。即对予任一规则
‘：＠谚—《西谚・或味盈—功，ｉｆ‘（。）＝ｌ（。），ｔｈｅｎ，：（∞＝，！『（ｄ）；ｉｆ，：（ｄｌ≠，！『ｆｄ）ｔｈｅｎ‘《口）≠，：ｆ（口）Ｏｒ‘（口）＝，：『（。）。
２现场故障信息预处理的功能架构
现场故障信息预处理可以根据诊断中心指示和工程装备在不同使用阶段中性能衰退过程的实际程度， 及时自适应调整相应故障信息的传输频率、数量及质量。通常其以正常监测任务为主的同时，关注对装备 的运行预澳４和实时数据的有效传输：产生故障时，可及时智能搬调检测策略，确定重点检测对象点及方式 等．一种预处理及时调整策略的确定可通过装备性能预测对其进行指导，如诊断中心根据大量实验数据、 设计数据、客服报告、维修案例等 信息以ＦＭＥＡ、统计分析等方法得 到的装备性能量化曲线对现场预处 理进行远程整体性指导（图１）。相 应的，各常用信息处理技术为浅层 处理；深层预处理则进一步实现故 障信息提取功能，粗集具有可在不 损失原始故障数据重要信息的前提 下通过信息约简提取有效特征信息 的优点，所以该理论是深层故障信 息预处理的较佳选．择１２Ｊ。基于粗集的 装备现场信息预处理的过程见图２。