基于可扩展标记语言的故障模型表述.pdf

《基于可扩展标记语言的故障模型表述.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·信息技术·李根，等·基于可扩展标记语言的故障模型表述基于可扩展标记语言的故障模型表述李根，李彦明，刘成良(上海交通大学机械系统与振动国家重点实验室，上海200240)摘要：针对状态基维修(conditionbasedmaitaince，CBM)中复杂的故障模式描述问题，提出了一种基于可扩展标记语言(extensiblemarkuplanguage，XML)的数据描述方法，将故障诊断过程中的各环节进行了模块化设计，将模式信息以XML元数据的形式保存，保证了故障模式的完整性和一致性，并且减少了数据存储和编程实现的复杂度。关键词：故障模式；

2、信息述：可扩展标记语言中图分类号：TP277文献标志码：A文章编号：1671-5276(2012)04-0115-03ResearchonDescribingFaultPatternBasedonXMLLIGen，LIYan—ming，LIUCheng—liang(SchoolofMechanicalEngineedng，ShanghaiJiaotongUniversity，Shanghai200240，China)Abstract：Duetodificultdescriptionofcomplicatedfaultpatternsin

3、CBMsystem，thispaperpresentsadatadescribingmethodbasedonXML．whichisusedtoseparatetheprocessoffaultdiagnosisintomodulesandsavePat【em’SinformationasmetadatainXMLfile，inordertoensuretheintegrityofFaultPatternandreducethecomplexityoftheimplementofdatastorageandprogram-ming．Ke

4、ywords：faultpa~ern；informationdescribing；extensiblemarkuplanguage线性的时变系统，很难建立精确的模型，因此并不适用基0前言于模型的诊断方法，而是采用的基于特征的方法。在工程机械监控诊断中，故障模型对于重大故障的所谓基于特征的监控方法，就是指使用传感器信号的预防、故障维修效率的提高、故障损失的减少等具有重适当特征来辨识设备过程状态。其一般监控过程如图l：要意义。而故障诊断模型对样本充分性、监控对象、传感器类型等具有极大的依赖性，现在的故障模型大都是针对某种设备，采用固定的传感

5、器系统而建立的，许多文献仅仅给出了一个工作在特定环境中的特定方法。而在工程机械监控系统中，设备是分布式、网络化的，其特点是针对多对象，多故障类型，对应要求具有多种诊断方法及模型，故障诊断与状态监控的精确性很大程度图1基于特征的监控方法上取决于故障模型描述的完整性和一致性。因此不同诊断方法及模型的规范化表达成为影响远程监控诊断学习也称训练，有两种类型：从样本中学习和从指令系统有效性的关键问题。可扩展标记语言(extensible中学习。一般而言，从样本中学习更为有效，因为精确的markuplanguage，XML)作为数据描述和数据交换的

6、指令一般不可能被充分利用。为保证故障模式的有效性，一种规范，具有共享性、一致性、可维护性，可以很好的某个传感器的一组样本必须包含该传感器的类型及安装描述故障诊断模型，实现网络化分布式系统之间的信息位置、设备的工作状态等信息，以判定故障诊断的环境足共享，达到异地协同化工作的目的。因此，本文提出采否一致，其数学描述如下：用XML描述具有多对象，多诊断方法的故障模型信息，给定传感器的一个样本{，t=t．，t：，⋯)，其特征可保证了故障模型信息的完整性和一致性。以表述为：=P(Y)(1)1基于特征故障诊断过程的数学描述P(·)为模型阶次算子。对

7、同一样本取特征向量X={．，，⋯)，对于一组样监控方法分为两大类：基于模型的方法和基于特征的本，定义了其过程状态W∈{．，，⋯)，通过学习应该产方法。由于在工程机械远程监控中，许多被监控对象是非基金项目：国家高技术研究发展计划重点项目(2008AA04Z2801)作者简介：李根(1986一)，男，江苏徐州人，硕士生，研究方向是机电控制。MachineBuildingAutomation，Jun2012，41(4)：115～117·115··信息技术·李根，等·基于可扩展标记语言的故障模型表述生一个关系式，描述如下：进行特征提取。常用的方

8、法包括基于时域分析及时序建Q：—(2)模的特征生成、基于常规谱分析的特征生成、基于小波变即存在关系式Q，使得每个样本的过程状态都能映射换的特征生成、基于Bootstrap的特征生成等。不同的方到其特征向量，