橡胶密炼生产过程的故障监测与专家系统及其使用方法技术方案

一种橡胶密炼生产过程的故障监测与专家系统包括有建立数据模型和收集过程数据的监测系统，其特征在于：其专家系统包括通过人机接口模块相连接的添加知识模块、推理机操作模块、中间数据库、知识库、自学习模块、以及机器询问模块、结果输出模块、异常消息输入模块。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】
橡胶密炼生产过程的故障监测与专家系统及其使用方法
本专利技术涉及一种针对橡胶密炼生产过程中的故障监测系统，以及在此基础上建立起的具有自行判断和处理故障的专家系统及其使用方法。
技术介绍
随着国内越来越多的消费者选择购买家用汽车，不但给汽车轮胎生产厂家提供了大量商机，同时也对轮胎制造工艺提出了更高的要求。现有橡胶密炼技术虽可以基本满足炼胶生产需求，但对于具有更高难度和复杂性的混炼生产，尚缺乏行之有效的工艺优化和分析技术。橡胶密炼需要能够在生产过程中的较长时间内，进行安全、可靠、无故障地运行，以取得良好的经济效益。然而，混炼生产设备和控制系统越复杂、越先进，其生产工艺控制就显得担负越重要，因而系统故障及失效所造成的后果也就越严重。一次故障的经济损失往往很大，停车一天就要造成巨大的损失。因此，只有在生产安全可靠的前提下，才有可能考虑优化控制工艺，以追求更高的质量标准和效益。现有密炼生产过程，主要靠现场工艺人员根据自身工作经验并辅以少量的现场试验数据来人工监测工艺过程是否正常、密炼机是否处于稳定的运行状态。对于诸如监测投碳黑动作及胶料是否发生打滑现象，由于受人为主观影响较大而无法准确判断输送装置是否正常，也无法及时的发现或预测异常现象，对故障捡出并进行修复均处于滞后状态，而且对于故障处理过程中的数据也无法形成历史记录并应用到现场故障的分析中。
技术实现思路
本专利技术所述的橡胶密炼生产过程的故障监测与专家系统及其使用方法，可解决上述问题和不足，提供一种应用统计过程控制方法的应用系统。监测系统应用统计过程控制，依据在线选取的测量数据信息来分-->析判断生产工况是否正常、关键性状态变量和被控变量是否处于优良区域、以及是否存在故障或其预兆存在并查找出原因和对策。上述信息数据连接并提供给专家系统，以进行故障分析和历史记录积累等。所述的监测系统监控系统以数据库形式记录存储数据实现共享，可动态了解当前最新的状况，对于大量生产尤其有益。这样可以全面掌握质量动态，质量变异报警功能，质量问题能即时发现。统计过程控制监测系统是应用x-R(均值-极差)控制模型来控制，采集混炼过程中若干批次生产样本，将上述变量通过应用x-R(均值-极差)控制模型，从稳态过程对样本的μ与σ进行合理的估计，从而建立均值-极差的控制界限，即上界(UCL)、中界(CL)和下界(LCL)。在监测系统的基础上，专家系统基于知识库提供的模型结果进行推理的橡胶密炼智能模块系统，其实现的主要功能是：原因追溯、故障预警和自我学习，可以在运行过程中调整和增删知识库中记录的内容。专家系统权限设定为operator用户级、administrator管理员级和super超级用户级。专家系统模块包括有：通过人机接口模块相连接的添加知识模块、推理机操作模块、中间数据库、知识库、自学习模块、以及机器询问模块、结果输出模块、异常消息输入模块。其中，知识库由规则库，原因库，结果库，中间结果库，矛盾结果库，共计5个子库组成。上述专家系统的主要流程是：从人机接口得到的信息写入事件库，并把信息交给推理机推理；推理机通过知识库中的知识和不断从人机接口得到的新信息推出一个合理的结果；结果推出后，专家系统会从知识库中提取相关的信息并和结果一块输出，同时通过自学习修正知识库中的内容。-->专家系统的核心部分是推理机和知识库。知识库中的知识组织方式采用产生式模糊规则的方法。表现形式为if X1 AND X2 AND X3…then Y with Cf。其中Xi表示规则原因，Yi表示规则结果，Cf表示规则置信度。整个形式的语言描述为：如果X1，X2，X3…同时发生，则Y必然发生，这条规则的可信程度为Cf。推理机采用包括正向推理、反向推理相结合的方式。即在进行原因追溯时，采用反向推理的方式；进行故障预警时，采用正、反向混合推理模式；而在系统运行初始，根据用户输入的异常情况，采用正向推理的方法查找故障。整个专家系统的推理和分析流程包括有：1、原因追溯推理控制流程(反向推理模式)：2、反向推理控制流程：3、故障预警推理控制流程(正、反向推理模式)：4、混合推理流程。附图说明图1是统计过程控制监测流程示意图；图2是混炼控制专家系统的结构示意图；图3是专家系统的原因追溯推理模块流程图；图4是专家系统的反向推理模块流程图；图5是专家系统的故障预警模块流程图；图6是专家系统的混和推理流程一的示意图；图7是专家系统的混和推理流程二的示意图；图8是专家系统的混和推理流程三的示意图。具体实施方式-->本专利技术所述的橡胶密炼生产过程的故障监测与专家系统及其使用方法，为实现对生产过程能够做出可靠的评估，从而判断过程是否失控和过程是否有能力，因而需要通过监测系统来建立数据模型和收集、整理过程状态判断标准和尺度。所述的监测系统对生产过程中的过程数据，如加碳黑的时间、打滑时间，进行统计、分析和输出备份，从而形成报告全过程状态的数据曲线，能够对异常状态进行预警，并对异常的种类、性质进行具体地断定和给出相应的纠正措施建议。监控系统以数据库形式记录存储数据实现共享，可动态了解当前最新的状况，对于大量生产尤其有益。这样可以全面掌握质量动态，质量变异报警功能，质量问题能即时发现。如图1所示，统计过程控制监测系统是应用x-R(均值-极差)控制模型来控制，其流程内容是：第一步，选取并获得控制变量数据。所选取的控制变量是影响门尼粘度值的、各投胶料动作点的温度、时间、功率和能量数值。第二步，建立数据模型。采集混炼过程中的20车生产样本，将上述变量通过应用x-R(均值-极差)控制模型，从稳态过程对样本的μ与σ进行合理的估计，从而建立均值-极差的控制界限，即上界(UCL)、中界(CL)和下界(LCL)。第三步，对过程数据进行处理、判断并相应输出备份。将加碳黑点的工作点数据监测处理，控制对每车次的加碳黑点的时间进行统计分析，即针对从“加碳黑”动作到“上顶栓下压”动作的时间间隔，以确定是否能够正常称量。统计分析结果以实时输出供用户参考。若检测出异常，则将识别出的模式特征存储到数据库中，在“异常日志”中给予登记存储。其中包括有：发生故障时的生产配方、车次号、生产日期、混炼曲线和故障特征等内容。将加油料点的工作点数据监测处理，对每车次的加油料后功率达-->到某一标定值所对应的时间(即不是直接采用功率做为判据。空转的功率到指定功率的时间过长则认为是打滑，故实际监测的是功率到达标定植对应的时间)进行统计分析。第四步，确定所需要的报警类型。一方面，将监测统计分析结果输出供用户参考，同时将识别出的模式特征存储到专家系统的数据库中；另一方面，将输出结果数据依次连接，从而形成连续的信息链，以做到动态更新。对于出现的异常情况做为故障检出，并在专家系统数据解释库的支持下做出有针对性的说明。如图2-图8所示，专家系统是基于知识库提供的模型结果进行推理的橡胶密炼智能模块系统，其实现的主要功能是：原因追溯，对已经出现的生产故障进行分析，帮助工艺人员找到发生故障的原因和动作点数据；故障预警，当出现异常状况时，可根据已有记录的部分状况特征，做出可能发生结果的预测；自我学习，可以在运行过程中调整和增删知识库中记录的内容；专家系统权限设定为operator用户级、administrator本文档来自技高网...

【技术保护点】

【技术特征摘要】
1、一种橡胶密炼生产过程的故障监测与专家系统包括有建立数据模型和收集过程数据的监测系统，其特征在于：其专家系统包括通过人机接口模块相连接的添加知识模块、推理机操作模块、中间数据库、知识库、自学习模块、以及机器询问模块、结果输出模块、异常消息输入模块。2、根据权利要求1所述的橡胶密炼生产过程的故障监测与专家系统，其特征在于：知识库由规则库，原因库，结果库，中间结果库，矛盾结果库组成。3、一种橡胶密炼生产过程的故障监测与专家系统的使用方法，其特征在于：从人机接口得到的信息写入事件库，并把信息交给推理机推理；推理机通过知识库中的知识和不断从人机接口得到的新信息推出一个合理的结果；结果推出后，专家系统会从知识库中提取相关的信息并和结果一块输出，同时通过自学习模块修正、添加知识库中的相应的规则和结果内容。4、根据权利要求3所述的橡胶密炼生产过程的故障监测与专家系统的使用方法，其特征在于：知识库中采用产生式模糊规则的方法，其计算公式为if X1 AND X2 AND X3...then Y with Cf，其中Xi表示规则原因，Yi表示规则结果，Cf表示规则置信度。5、根据权利要求4所述的橡胶密炼生产过程的故障监测与专家系统的使用方法，其特征在于：原因追溯推理流程...

【专利技术属性】
技术研发人员：王海清，高彦臣，杨殿才，王延书，杭柏林，
申请(专利权)人：青岛高校软控股份有限公司，
类型：发明
国别省市：