基于模糊数学的矿用电机车蓄电池故障诊断系统技术方案

本发明专利技术涉及一种基于模糊数学的矿用电机车蓄电池故障诊断系统，包知识获取系统、专家知识库及管理系统、推理机、人机交互界面四部分。用户和专家通过知识获取系统将故障诊断系统所设计的信息更新储存在知识库，从而建立起故障诊断规则，设计开发了矿用电机车蓄电池模糊专家故障诊断系统，根据模糊数学理论中的阈值原则和贴近度的概念，以LabVIEW作为上位机的软件开发平台，联合Matlab数据分析软件，进行蓄电池故障诊断系统的开发，上位机通过接收到手持检测终端上传的蓄电池启动工况数据，通过逻辑推理机分析推理是否存发生故障，并将其显示在人机交互界面通过对蓄电池启动工况数据的分析处理，完成蓄电池的故障诊断和健康程度评价。度评价。度评价。

Fault diagnosis system for storage battery of mine electric locomotive based on Fuzzy Mathematics

【技术实现步骤摘要】
基于模糊数学的矿用电机车蓄电池故障诊断系统


[0001]本专利技术涉及物联网以及模糊数学理论和专家经验领域，具体是一种基于模糊数学的矿用电机车蓄电池故障诊断系统。

技术介绍

[0002]蓄电池是矿用电机车电气系统的重要组成部分，其性能好坏直接关系到矿用电机车能否正常启动和电气设备能否正常工作，而且蓄电池是电机车电气系统中故障率最高的一环，因此十分有必要在蓄电池进行故障检测，以确保电机车各个系统的正常工作。对于矿用电机车蓄电池的故障检测，常见的故障检测结果还停留在“好坏”的二元判断，但是二元判断只能表明蓄电池存在故障，而不能做出具体的故障原因判断和故障程度的量化评价。若能快速的对蓄电池的健康状态和故障原因做出判断，则大大降低了维修人员的工作难度，有助于快速解决故障问题。蓄电池的故障原因和故障征兆有着非线性的复杂关联，一个故障的产生伴随着多种不同故障征兆，进行准确诊断具有一定难度。本专利技术基于模糊数学理论和专家经验，通过建立模糊故障诊断专家系统，完成对矿用电机车蓄电池的故障判断和健康度评价。

技术实现思路

[0003]本专利技术的目的是为了解决上述问题而设计的一种基于模糊数学的矿用电机车蓄电池故障诊断系统。
[0004]本专利技术采用以下技术方案来实现上述目的：
[0005]一种基于模糊数学的矿用电机车蓄电池故障诊断系统由知识获取系统、专家知识库及管理系统、推理机、人机交互界面四部分组成；用户和专家通过知识获取系统将故障诊断系统所设计的信息更新储存在知识库，从而建立起故障诊断规则，故障诊断系统在获得诊断对象的故障征兆信息后存储在数据库中，通过推理机进行逻辑判断，得到诊断结果，并将诊断结果在人机交互界面展示输出，作为矿用电机车电气故障诊断系统的重点，设计开发了矿用电机车蓄电池模糊专家故障诊断系统，通过对蓄电池启动工况数据的分析处理，完成蓄电池的故障诊断和健康程度评价。
[0006]进一步的，所述知识获取系统即专家系统的学习过程，将最新的相关经验、知识和规则通过统一明确的表达形式通过程序的方式添加至专家系统的知识库，并增加新的更有效的知识经验和判断规则，剔除落后的旧知识，使知识库的不断完善，从而专家系统能不断的提升其判断分析能力。
[0007]进一步的，所述专家知识库及管理系统存放着推动系统运行的专家经验和故障判断规则，知识库的质量水平直接影响着专家系统的使用性能，而故障诊断系统主要应用于电机车下线后的检测线，对于检测手段和检测时间有着限制，而电机车在启动工况时，蓄电池会放出上百安培的的强电流，蓄电池的电压也会经历剧烈变化变化，电机车启动工况中的瞬间电流、电压及温度变化都与性能状况有着非线性的联系，在电机车蓄电池故障诊断
专家系统中，通过对蓄电池故障诊断方面的专业领域知识和实验过程数据的分析总结，得到电机车蓄电池启动工况故障征兆和相对应的故障产生原因，从而完成推理机诊断规则的建立。
[0008]进一步的，所述推理机作为故障诊断系统进行结论输出的核心部分，其主要功能是根据预设规则，由事实信息推断出诊断结论，在本专利技术的蓄电池故障诊断系统中，逻辑推理机对蓄电池启动状态的特征数据进行处理，提取其中的故障征兆，并根据故障规则表完成模糊诊断的推导过程，系统所用的似然推理，更符合当下的使用环境，适用于具有一定正确性的启发性知识，可以处理模糊性的知识，逻辑推理机的工作方式为：基于数据库中蓄电池启动的特征数据和模糊识别模型，根据知识库中判断规则和理论知识，对蓄电池的故障原因进行推理分析，进而输出诊断结果。
[0009]进一步的，所述的人机交互界面又称解释接口，主要功能是实现系统内外的信息交换，是专家系统和用户间的交互媒介，针对蓄电池故障诊断系统，人机交互界面会根据用户需求实现信息显示功能，逻辑推理机输出的诊断结果以程序语言的方式输出，同时人机界面需要显示蓄电池的故障诊断结果和健康信息，同时具备历史数据存储和查询功能，另外，可以在人机交互界面进行程序进程控制操作，控制系统运行的起始和进行规则库的增加、修改和删除工作。
[0010]利用Matlab建立矿用电机车蓄电池故障诊断专家系统逻辑推理机制，并按照以下步骤进行：(1)故障诊断开始运行后，上下位机开始通讯，下位机将采集到的矿用电机车蓄电池启动工况实时数据发送至上位机的数据库，专家故障诊断系统调用故障征兆隶属度函数计算相对应的故障征兆隶属度，得到由隶属度组成的故障征兆模糊向量；(2)读取专家故障诊断系统知识库中的故障模式向量，并计算故障征兆模糊向量，根据海明威距离公式计算征兆模糊向量与各个故障模式向量间的贴近度；(3)根域设置的阈值进行进行故障模式的判断，若征兆模糊向量与故障模式向量间的贴近度大于所设阈值，则判断相应故障发生，否则判定蓄电池没有此故障，果多个故障模式的贴近度大于阈值，则判定多个故障发生，且贴近度越大，对应的故障程度越高；(4)综合故障判断结果，根据故障模式和故障程度，对蓄电池的健康程度做出评价。
[0011]本专利技术与现有技术相比，其有益效果体现在：
[0012]1.利用模糊数学在故障诊断领域的广泛应用，基于专业经验知识而设计的智能化判断程序系统，能模拟人的思维能力，对系统的故障征兆进行逻辑推理，得出专家级别的故障诊断，对复杂的系统问题做出快速有效的分析；矿用电机车蓄电池故障诊断系统即以模糊数学为基础，建设知识库的表达和逻辑推理机制，完成对特定领域系统的故障诊断和分析。
[0013]2.将最新的相关经验、知识和规则通过统一明确的表达形式通过程序的方式添加至专家系统的知识库，以Lab VIEW作为上位机的软件开发平台，联合Matlab数据分析软件并接入MYSQL数据库，通过接收到手持检测终端上传的蓄电池启动工况数据，进行蓄电池故障诊断系统的开发，通过逻辑推理机分析推理是否存发生故障，并将其显示在人机交互界面。
[0014]3.运用“阈值原则”进行故障原因的诊断，对于每一种故障模式，根据专家经验和实际的案例数据，设定出故障征兆向量与故障模式向量之间的贴近度故障阈值，根据贴近
度和所设故障阈值的比较，确定是否发生了对应故障，如果贴近度大于所设的故障阈值，则判定发生了相对应的故障；反之若计算所得出的贴近度对于任何故障模式都不超过阈值，则判定无故障发生。
附图说明
[0015]图1故障诊断系统总体结构功能图
[0016]图2模糊专家故障诊断系统结构组成图
[0017]图3模糊诊断流程图
具体实施方式
[0018]以下通过具体实施例对本专利技术做进一步解释说明。
[0019]本专利技术基于模糊数学的矿用电机车蓄电池故障诊断系统总体结构功能设计如图1所示，故障检测系统采用上、下位机的结构，以PC机作为上位机，使用Lab VIEW创建系统控制平台并接入MYSQL数据库，上位机主要功能包括用户数据管理、故障监控显示和数据储存，下位机是以STM32微处理器为核心进行开发的手持检测终端，主要负责信号处理和故障判断，同时手持检测终端和上位机通过无线通讯进行数据收发。系统开始工作时，通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊数学的矿用电机车蓄电池故障诊断系统，其特征在于：由知识获取系统、专家知识库及管理系统、推理机、人机交互界面四部分组成；用户和专家通过知识获取系统将故障诊断系统所设计的信息更新储存在知识库，从而建立起故障诊断规则，故障诊断系统在获得诊断对象的故障征兆信息后存储在数据库中，通过推理机进行逻辑判断，得到诊断结果，并将诊断结果在人机交互界面展示输出，作为矿用电机车电气故障诊断系统的重点，设计开发了矿用电机车蓄电池模糊专家故障诊断系统，通过对蓄电池启动工况数据的分析处理，完成蓄电池的故障诊断和健康程度评价。2.根据权利要求1所述的一种基于模糊数学的矿用电机车蓄电池故障诊断系统，其特征在于：将最新的相关经验、知识和规则通过统一明确的表达形式通过程序的方式添加至专家系统的知识库，利用模糊数学在故障诊断领域的广泛应用，基于专业经验知识而设计的智能化判断程序系统，能模拟人的思维能力，以Lab VIEW作为上位机的软件开发平台，联合Matlab数据分析软件并接入MYSQL数据库，通过接收到手持检测终端上传的蓄电池启动工况数据，进行蓄电池故障诊断系统的开发，通过逻辑推理机分析推理是否存发生故障，并将其显示在人机交互界面。3.根据权利要求1所述的一种基于模糊数学的矿用电机车蓄电池故障诊断系统，其特征在于：专家故障诊断系统调用故障征兆隶属度函数计算相对应的故障征兆隶属度，得到由隶属度组成的故障征兆模糊向量，读取专家故障诊断系统知识库中的故障模式向量，并计算故障征兆模糊向量，运用差值比算法，以下位机所采集的蓄电池特征点数据作为评估对象，适用于对开路电压、启动峰值电流及温度变化幅值等静态故障征兆，利用差值比和征兆程度参考系数一起构建相应征兆的隶属度函数。4.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：周仕保，杨雨乐，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：