【摘要】：挖掘機(jī)是目前使用最廣泛的工程機(jī)械之一。對挖掘機(jī)可靠性和安全性的標(biāo)準(zhǔn)要求越來越高,其故障診斷的重要性愈加凸顯。然而,目前國內(nèi)企業(yè)開發(fā)的挖掘機(jī)故障診斷系統(tǒng),存在知識(shí)庫簡單,故障診斷范圍受限;無法替代維修專家對挖掘機(jī)故障快速診斷和準(zhǔn)確定位;可重用性低,平臺(tái)無關(guān)性差等缺點(diǎn)。針對上述問題,本文提出建立遠(yuǎn)程挖掘機(jī)故障診斷系統(tǒng),具體工作內(nèi)容包括:概述企業(yè)端與遠(yuǎn)程端的協(xié)同診斷體系結(jié)構(gòu),在B/S(Browser/Server)架構(gòu)診斷型專家系統(tǒng)原有框架的基礎(chǔ)上,根據(jù)系統(tǒng)設(shè)計(jì)需求構(gòu)建了遠(yuǎn)程挖掘機(jī)故障診斷系統(tǒng)框架。選取回轉(zhuǎn)液壓系統(tǒng)為診斷目標(biāo)研究對象,對其系統(tǒng)組成和工作原理進(jìn)行了分析。針對傳統(tǒng)專家系統(tǒng)在知識(shí)獲取方面性能存在的不足,本文結(jié)合故障樹分析法,在總結(jié)的理論知識(shí)和專家實(shí)際診斷經(jīng)驗(yàn)知識(shí)基礎(chǔ)上建立故障樹模型,優(yōu)化了知識(shí)獲取方式。融合產(chǎn)生式規(guī)則表示法和框架表示法,對挖掘機(jī)故障知識(shí)表示的方法進(jìn)行了改進(jìn)。在知識(shí)庫方面,基于E-R(Entity Relationship Diagram)的關(guān)系模型對知識(shí)實(shí)體分析,采用MySQL數(shù)據(jù)庫構(gòu)建了挖掘機(jī)故障知識(shí)庫。并且,根據(jù)挖掘機(jī)故障知識(shí)表示特點(diǎn),設(shè)計(jì)了規(guī)則框架融合的正向推理策略和相應(yīng)解釋機(jī)制。在理論研究的基礎(chǔ)上,本文采用Django設(shè)計(jì)框架,使用Python、JS(JavaScript)、HTML(Hyper Text Markup Language)等語言開發(fā)了遠(yuǎn)程挖掘機(jī)故障診斷原型系統(tǒng)。測試運(yùn)行效果良好,有效統(tǒng)計(jì)了挖掘機(jī)故障知識(shí),實(shí)現(xiàn)了替代維修專家進(jìn)行故障快速診斷和準(zhǔn)確定位,大大提高了挖掘機(jī)故障的維修效率。
[Abstract]:Excavator is one of the most widely used construction machinery. The reliability and safety standards of excavators are becoming more and more important, and the importance of fault diagnosis is becoming more and more important. However, the current excavator fault diagnosis system developed by domestic enterprises has simple knowledge base, limited fault diagnosis scope, can not replace maintenance experts to quickly diagnose and accurately locate excavator faults, and has low reusability. Platform independence and other shortcomings. Aiming at the above problems, this paper puts forward the establishment of remote excavator fault diagnosis system. The specific work includes: summarizing the cooperative diagnosis system architecture between enterprise and remote end, based on the original framework of B / S (Browser/Server) diagnostic expert system. According to the system design requirements, a remote excavator fault diagnosis system framework is constructed. The system composition and working principle of rotary hydraulic system are analyzed. Aiming at the shortcomings of the traditional expert system in knowledge acquisition, this paper combines the fault tree analysis method, establishes the fault tree model based on the summarized theory knowledge and the expert practical diagnosis experience knowledge, and optimizes the knowledge acquisition method. The knowledge representation of excavator fault is improved by combining production rule representation and frame representation. In the aspect of knowledge base, the knowledge entity is analyzed based on the relation model of E-R (Entity Relationship Diagram), and the knowledge base of excavator fault is constructed by using MySQL database. Furthermore, according to the characteristics of excavator fault knowledge representation, the forward reasoning strategy and corresponding explanation mechanism of rule frame fusion are designed. On the basis of theoretical research, the prototype system of remote excavator fault diagnosis is developed by using Django framework and Python,JS (JavaScript), HTML (Hyper Text Markup Language) language. The test results are good, the fault knowledge of excavator is counted effectively, the fault diagnosis and accurate location are realized in place of maintenance expert, and the maintenance efficiency of excavator fault is greatly improved.
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TU621

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任宇;;中國與主要發(fā)達(dá)國家智能制造的比較研究[J];工業(yè)經(jīng)濟(jì)論壇;2015年02期

2 馬創(chuàng)新;;論知識(shí)表示[J];現(xiàn)代情報(bào);2014年03期

3 羅天洪;楊彩霞;孫冬梅;;基于故障樹的汽車起重機(jī)液壓故障診斷專家系統(tǒng)[J];機(jī)械科學(xué)與技術(shù);2013年04期

4 賈宏;姚繼亮;;挖掘機(jī)無回轉(zhuǎn)動(dòng)作故障分析與排除[J];工程機(jī)械;2013年04期

5 李紅衛(wèi);楊東升;孫一蘭;韓娟;;智能故障診斷技術(shù)研究綜述與展望[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年02期

6 王國彪;何正嘉;陳雪峰;賴一楠;;機(jī)械故障診斷基礎(chǔ)研究“何去何從”[J];機(jī)械工程學(xué)報(bào);2013年01期

7 王渠;;液壓挖掘機(jī)回轉(zhuǎn)故障的分析及排除[J];工程機(jī)械與維修;2012年11期

8 邵輝;胡偉石;羅繼亮;宋軍;;自動(dòng)挖掘機(jī)的動(dòng)作規(guī)劃[J];控制工程;2012年04期

9 王偉嘉;汪海航;;基于專家系統(tǒng)解釋機(jī)制的報(bào)告生成方法[J];計(jì)算機(jī)應(yīng)用;2012年S1期

10 段壯志;張宗強(qiáng);張成海;;基于故障樹分析法的挖掘機(jī)故障診斷知識(shí)庫設(shè)計(jì)[J];長春工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年01期

相關(guān)碩士學(xué)位論文 前10條

1 李在成;柔性涂裝輸送線報(bào)警及故障診斷專家系統(tǒng)研究[D];江蘇大學(xué);2016年

2 劉飛;國產(chǎn)中型挖掘機(jī)液壓系統(tǒng)故障分析及查詢軟件設(shè)計(jì)[D];山東大學(xué);2015年

3 李民曦;基于故障樹的航空發(fā)動(dòng)機(jī)故障診斷研究[D];中國民航大學(xué);2014年

4 宋佳昊;大噸位履帶起重機(jī)故障信息管理與故障診斷系統(tǒng)[D];上海交通大學(xué);2014年

5 龐斌;雷達(dá)故障診斷專家系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[D];吉林大學(xué);2013年

6 胡姍;基于FTA地源熱泵熱水系統(tǒng)故障診斷專家系統(tǒng)研究[D];湖南大學(xué);2013年

7 申浩;波音737NG反推故障診斷專家系統(tǒng)研究[D];上海交通大學(xué);2012年

8 辛朝陽;全液壓振動(dòng)壓路機(jī)液壓故障診斷專家系統(tǒng)的研究[D];武漢理工大學(xué);2012年

9 孟東;基于支持向量機(jī)的挖掘機(jī)故障診斷系統(tǒng)的研究[D];重慶大學(xué);2009年

10 杜鵬;面向?qū)ο蟮囊簤和诰驒C(jī)故障診斷系統(tǒng)研究[D];吉林大學(xué);2008年

，

本文編號(hào)：2282131