[发明专利]基于模糊数学的矿用电机车蓄电池故障诊断系统

说明书

本发明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。

技术领域

本发明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。

背景技术

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。本发明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。

发明内容

本发明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。

本发明采用以下技术方案来实现上述目的：

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。

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。

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。

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，在本发明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。