Содержание к диссертации
Введение
1 Анализ применения экспертных систем в машиностроении 11
1.1 Обзор основных направлений в области искусственного интеллекта 11
1.2 Развитие экспертных систем как направления искусственного интеллекта 12
1.2.1 Поколения экспертных систем 13
1.2.2 Классификация экспертных систем
по областям и отраслям применения 14
1.2.3 Основные задачи, решаемые экспертными системами в машиностроении 19
1.3 Экспертная система в структуре системы мониторинга технологического процесса
1.4 Построение и аппарат экспертных систем 28
1.4.1 Типичные структуры экспертных систем 30
1.4.2 Модели представления знаний в экспертных системах 31
1.4.3 Программные средства для построения экспертных систем 33
1.4.4 Этапы разработки экспертных систем 34
1.4 Автоматический станочный модуль как объект исследования. Постановка основных задач исследования 37
2 Методические основы построения экспертных систем поддержки процесса диагностированияавтоматических станочных модулей 45
2.1 Разработка методики построения экспертных систем поддержки процесса диагностирования модулей 45
2.2 Математические основы построения экспертных систем 53
2.2.1 Получение экспертных знаний з
2.2.2 Математическая обработка экспертных знаний 55
2.3 Обоснование выбора среды разработки ЭС 64
2.4 Выводы 69
3 Построение базы знаний экспертной системы поддержки процесса диагностирования автоматических станочных модулей 71
3.1 Анализ экспериментальных исследований процесса функционирования автоматических станочных модулей ТПАРМ-100 в производственных условиях 71
3.2 Разработка базы знаний экспертной системы поддержки процесса диагностирования модулей 76
3.2.1 Формализация базы знаний экспертной системы 81
3.2.2 Разработка декларативной компоненты базы знаний экспертной системы поддержки процесса диагностирования модулей 84
3.2.3 Разработка процедурной компоненты базы знаний экспертной системы поддержки процесса диагностирования модулей 104
3.3 Выводы 111
4 Алгоритмическая и программная реализация экспертной системы поддержки процесса диагностирования автоматических станочных модулей 112
4.1 Алгоритмическая и программная реализация компонентов экспертной системы 112
4.2 Реализация экспертной системы поддержки процесса диагностирования в составе системы оперативного диагностирования датчика обратной связи привода подачи прецизионного токарного модуля 119
4.3 Реализация экспертной системы поддержки процесса диагностирования модулей в составе системы мониторинга технологического процесса как элемента АСУТП 122
4.4 Повышение коэффициента готовности модулей за счет сокращения времени восстановления 123
Заключение 125
Список использованных источников
- Экспертная система в структуре системы мониторинга технологического процесса
- Математические основы построения экспертных систем
- Разработка базы знаний экспертной системы поддержки процесса диагностирования модулей
- Реализация экспертной системы поддержки процесса диагностирования в составе системы оперативного диагностирования датчика обратной связи привода подачи прецизионного токарного модуля
Введение к работе
Актуальность темы. В настоящее время необходимость обеспечения качества и надежности функционирования технологических систем является важной задачей. В связи с совершенствованием и усложнением структуры автоматических станочных модулей затрудняется контроль их работы. Одним из направлений решения этой задачи являются разработка и внедрение систем мониторинга и диагностирования технологического процесса и оборудования, работа которых основана на использовании современного программного обеспечения, высокоточного измерительного оборудования, а также экспертных систем, осуществляющих поддержку принятия решений при диагностировании автоматических станочных модулей.
Среди отечественных и зарубежных работ, посвященных разработке экспертных систем, можно выделить работы Л. Заде, П. Джексона, Н.Г. Малышева, Г.В. Рыбиной и ряда других зарубежных и отечественных ученых.
В разработку экспертных систем в машиностроении, в том числе для автоматических станков, большой вклад внесли В.В.Юркевич, А.В. Петрухин и другие ученые. В работах были решены задачи повышения качества изготавливаемой продукции путем выявления дефектов, решена задача выдачи рекомендаций по улучшению показателей точности изготавливаемой продукции. Основная задача в таких системах сводится к снижению роли человеческого фактора. В работах указанных авторов не рассмотрена задача поддержки принятия решений при определении причин неисправностей технологического оборудования.
Задачи диагностирования и восстановления автоматических станочных модулей трудноформализуемы. В связи с этим возникает целесообразность разработки экспертной системы, осуществляющей поддержку процесса диагностирования при устранении неисправностей технологического оборудования и повышении качества технологического процесса. Для создания баз данных (БД) и баз знаний (БЗ) экспертных систем в рассматриваемой области необходимо использование результатов исследования функционирования технологического оборудования. Сотрудниками СГТУ под руководством Б.М. Бржозовского произведены исследования надежности функционирования прецизионных токарных автоматических станочных модулей (АСМ) в условиях эксплуатации. В результате исследований получены распределения отказов и восстановления во времени. Выполнено моделирование состояния станочного модуля в условиях стохастической неопределенности, предложена методология контроля и диагностирования АСМ с целью повышения их технологической надежности, оцениваемой по коэффициенту готовности. В то же время не рассмотрена задача поддержки персонала, обслуживающего АСМ, при анализе диагностической информации и проведении ремонтно-профилактических работ.
Применение экспертной системы позволяет аккумулировать знания обслуживающего персонала и экспертов о причинах отказов и результатов их устранения, что сократит время восстановления станочных модулей и соответственно повысит коэффициент готовности. Изложенное обусловливает актуальность данной работы.
Целью диссертационной работы является повышение коэффициента готовности автоматических станочных модулей путем сокращения времени восстановления на основе применения экспертной системы поддержки процесса диагностирования.
В соответствии с целью исследования поставлен и решен ряд задач связанных с анализом применения экспертных систем в машиностроении, разработкой методики построения экспертной системы поддержки процесса диагностирования АСМ, построением базы знаний экспертной системы, алгоритмической и программной реализацией экспертной системы.
Методы и средства исследований
При выполнении исследований использованы: методические и математические основы построения экспертных систем, методика построения реляционных баз данных. Вычисления в процессе исследований, численная и графическая обработка результатов производились с применением математического аппарата прикладных программ. Для построения базы знаний экспертной системы использованы экспериментальные данные о надежности функционирования АСМ, полученные при помощи коммуникативных методов извлечения экспертных знаний с последующей математической обработкой методом парных сравнений. Для разработки основных компонентов экспертной системы использован объектно-ориентированный язык Delphi и система управления базами данных MS Access.
Научная новизна работы:
1. Предложена и обоснована методика построения экспертной системы поддержки процесса диагностирования автоматических станочных модулей, учитывающая их иерархическую структуру в виде подсистем различного уровня при построении всех компонентов системы, информационную универсальность, возможность расширения и внутреннюю совместимость компонент, обеспечивающая на основе выявленных в условиях эксплуатации причинно-следственных связей между отказами и восстановлениями модулей и экспертной обработки данных методом парных сравнений, формирование рекомендаций по устранению нарушений процесса функционирования модулей.
2. Построена база знаний экспертной системы, включающая декларативную компоненту в виде объектно-ориентированной модели, содержащую знания о подсистемах модуля, параметрах диагностирования, информацию об отказах подсистем и способах их устранения и процедурную компоненту в виде продукционной модели, содержащую комплекс правил, используемых для обработки декларативных знаний, что обеспечивает формирование сообщений о неисправном функциональном блоке в той или иной подсистеме модуля.
3. Выполнены алгоритмизация работы экспертной системы и программная реализация ее компонентов, включая механизм логического вывода, основанный на уточненных алгоритмах диагностирования подсистем и дереве решений, обеспечивающие оперативное формирование в условиях неполной информации о техническом состоянии модуле, предложения по устранению отказов формообразующей подсистемы модуля с глубиной диагностирования до уровня сменного функционального блока, что способствует повышению коэффициента готовности.
Практическая ценность и реализация
Использование экспертной системы (ЭС) поддержки процесса диагностирования АСМ позволяет аккумулировать знания экспертов и обслуживающего персонала и выявить на их основе причины отказов основных функциональных блоков прецизионного токарного АСМ типа ТПАРМ и способы их устранения, выдавать рекомендации по ремонтно-профилактическим работам, снизить уровень затрат на ремонтные работы за счет сокращения времени диагностирования, уменьшить эксплуатационные затраты для обеспечения заданных показателей надежности и качества функционирования. Предлагается реализация экспертной системы поддержки процесса диагностирования в составе системы диагностирования формообразующей подсистемы. Результаты работы переданы для внедрения в ЗАО «НПК прецизионного оборудования» (Саратов), изготавливающее и эксплуатирующее модули типа ТПАРМ, а также используются в учебном процессе на кафедре «Автоматизация и управление технологическими процессами» СГТУ имени Гагарина Ю.А., что подтверждается соответствующими актами.
Апробация работы
Основные положения работы докладывались на шести конференциях различного уровня: международных конференциях «Современные технологии в машиностроении» (Пенза, 2009), «Всероссийская школа-семинар аспирантов и молодых ученых (с международным участием)» (Уфа, 2010), «Математические методы в технике и технологиях» (Саратов, 2011); всероссийских конференциях «Информационные технологии, автоматизация, системы автоматизированного проектирования промышленных систем строительных объектов» (Саратов, 2010-2012), на заседаниях кафедры «Автоматизация и управление технологическими процессами» в 2009-2013 гг. и межкафедрального научного семинара машиностроительного факультета ФГБОУ ВПО «Саратовский государственный технический университет имени Гагарина Ю.А.».
Публикации
По результатам диссертационной работы опубликованы 20 печатных работ, из них пять в журналах, рекомендованных ВАК РФ, получены 2 свидетельства о регистрации программных продуктов.
Структура и объем работы
Диссертация состоит из введения, 4 глав, заключения, списка использованной литературы из 123 наименований, 4 приложений. Диссертация содержит 142 страницы, включая 20 таблиц, 58 рисунков.
Положения, выносимые на защиту:
-
Методика построения экспертной системы поддержки процесса диагностирования автоматических станочных модулей
-
Разработанная база знаний экспертной системы поддержки процесса диагностирования АСМ, включающая декларативную и процедурную компоненты.
-
Алгоритмическая и программная реализация экспертной системы.
-
Программный модуль экспертной системы для поддержки процесса диагностирования формообразующей подсистемы.
Экспертная система в структуре системы мониторинга технологического процесса
Экспертные системы составляют одно из наиболее перспективных направлений в области искусственного интеллекта. Под экспертной системой (ЭС) понимается система, которая объединяет возможности компьютера и знания эксперта в такой форме, что система может предположить разумный совет или осуществить разумное решение поставленной задачи [17,18,22,32] ЭС также должна пояснить ход своих рассуждений в понятной форме.
В отличие от систем математического моделирования, ЭС моделирует не столько физическую (или иную) природу определенной проблемной области, сколько механизм мышления человека при решении задач в этой проблемной области. Система производит не только вычислительные операции, но и формирует определенные соображения и выводы, при формировании которых система основывается на знания, которыми она располагает. Эти знания называют базой знаний ЭС [17, 79,22, 54]. Знания получают от экспертов в определенной проблемной области.
Поколения экспертных систем В экспертных системах первого поколения (конец 60-х гг.) учитывались только знания экспертов, опыт экспертов в рассматриваемой области не учитывался. Существующие модели и методы представления знаний позволяли описать только предметные области, данные о которых не менялись (статические предметные области) [17,18,22].
В экспертных системах второго поколения (конец 70-х гг.) знания, используемые для построения ЭС носят более глубинный характер, предусмотрена возможность обновления знаний, т.е. предметная область становится динамической [18].
Экспертные системы третьего поколения (1981-1982 гг.) характеризуются простым интерфейсом, позволяющим обновлять данные по мере необходимости без привлечения программистов[22].
Экспертные системы четвертого поколения (начало 90-х гг.) отличаются расширенными возможностями, они выполняют сложные расчеты при обработке данных, извлекают данные из памяти, выдают рекомендации и принимают решения. Появление данных возможностей обусловлено повышением быстродействия компьютеров[ 18,22].
Экспертные системы пятого поколения (конец 90-х гг.) характеризуются наличием в базе знаний базы правил и базы претендентов. Появление данных возможностей обусловлено увеличением объема памяти компьютеров [22].
В настоящее время разрабатываются с ростом вычислительных ресурсов компьютером, увеличиваются возможности ЭС. Экспертные системы включающие в себя возможности систем предшествующих поколений. При построении БЗ, в зависимости от проблемной области, учитываются и поверхностные и глубинные знания. Современные ЭС имеют простой пользовательский интерфейс, содержат компонент приобретения знаний, что позволяет обновлять и пополнять БЗ без привлечения программиста [22,31,32,79,92]. Базы знаний представляют собой совокупность правил и фактов, характеризующих предметную область [17, 18, 22, 32, 79, 83].
Области применения систем, основанных на знаниях, разнообразны. Они могут быть использованы в: сфере образования, промышленности, экономической сфере, сфере здравоохранения и т.д. Обзор существующих экспертных систем, позволил сгруппировать их в следующие классы: системы диагностики (например, медицинская диагностика, диагностика неисправностей в электрических и механических устройствах и другие), системы контроля и управления, прогнозирующие системы, системы мониторинга, обучающие системы, системы поддержки принятия решений.
Полученные результаты обзора существующих экспертных систем были сведены в табл. 1.1. В таблице представлены наиболее распространенные отрасли применения ЭС и функции, которые они выполняют.
Медицинские диагностические системы используются для оценки состояния здоровья и медицинского контроля. В настоящее время существуют системы оценки состояния здоровья космонавтов и медицинского контроля на этапах подготовки в целях врачебной экспертизы, системы подбора лекарственных средств с учетом особенностей конкретного пациента, системы для получения консультации по конкретному заболеванию, ЭС с использованием нечеткой логики для диагностики внешнего дыхания. Наиболее известна диагностическая система MYCIN, предназначенная для работы в области диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Система ставит диагноз пациенту, на основании представленных ей симптомов, и рекомендует курс лечения [106]. Диагностическая система КОРАЛЛ ориентирована на использование зооинженерами, ветврачами, фермерами, работниками сельскохозяйственных служб и отдельными владельцами животных. Данная ЭС может быть использована в учебном процессе при обучении студентов и специалистов сельского хозяйства [108].Системы диагностики нашли свое применение и в сфере образования. В качестве примера может выступать система диагностики качества обучения [109]. Данная система ведет регистрацию данных образовательных достижений, обеспечивает их хранение и сортировку, рассчитывает индикаторы качества учебной деятельности на основе педагогических измерений успеваемости в студенческих группах, анализирует показатели качества обучения посредством математических методов и т.д.
Системы диагностики нашли широкое применение в области машиностроения. Например, ЭС по распознаванию причин повреждения элементов металлургических машин, системы диагностики качества сборки и монтажа машин [ПО]. Диагностическая система "Альбатрос" позволяет выполнить диагностику силовых трансформаторов, автотрансформаторов, трансформаторов тока, масляных реакторов, трансформаторов напряжения, высоковольтных вводов [111].
Большой популярностью пользуются системы диагностики и мониторинга автомобилей, широко используемые в автосервисах [112]. Данные системы определяют состояние всех узлов, деталей и блоков управления автомобиля. Диагностика автомобиля дает возможность получить технические характеристики автомобиля, объективные данные о техническом состоянии машины, что позволяет выявить неисправности на самой ранней стадии обнаружения.
Математические основы построения экспертных систем
Определение исходных данных для формализации БЗ. Исходными данными для построения БЗ являются возникшие неисправности: параметрические и функциональные отказы и данные об их восстановлении, структурированных по подсистемам, алгоритмы диагностирования основных подсистем АСМ. Основные неисправности АСМ и способы их устранения получены в результате экспериментальных исследований процесса функционирования модулей в производственных условиях, проведенных учеными СГТУ. Данные были проанализированы, структурированы в соответствии с иерархической структурой АСМ и математически обработаны методом парных сравнений. В результате математической обработки получены причинно-следственные и функционально-поведенческие связи между объектами предметной области.
Таким образом, для поддержки процесса диагностирования в базе знаний экспертной системы необходимо хранить и накапливать информацию о следующих основных характеристиках: подсистемы АСМ, диагностические параметры подсистем АСМ и их значения, функциональные блоки подсистем, визуальные признаки отказов ФБ, способы устранения отказов.
Определение методов представления данных и знаний о АСМ. После определения основных критериев и компонентов ЭС, выбран способ представления знаний. Рассмотрены следующие модели представления знаний: продукционная модель, семантические сети, фреймы, объектно-ориентированная модель.
БЗ состоит из двух компонент: декларативной (факты о АСМ), процедурной (правила обработки декларативных знаний). Декларативная компонента базы знаний представлена объектно-ориентированной моделью и содержит информацию об известных свойствах (атрибутах) сущностей проблемной области и отношениях между ними: подсистемы АСМ, параметры диагностирования, значения параметров диагностирования, функциональные блоки АСМ, информация об отказах и восстановлениях ФБ АСМ. Выбор данной модели обусловлен наглядностью отображения объектов предметной области и связей между ними, инкапсуляцией процедур в структуры данных, механизм наследования атрибутов, возможность скрытия данных и организации доступа к ним через присоединенные процедуры.
Процедурная компонента базы знаний представлена продукционной моделью, содержит правила вида «Если «Предпосылка», то «Заключение»», применяемые для обработки декларативной информации. Описание структуры АСМ типа ТПАРМ при помощи продукционной модели затруднительно. Она подходит для описания последовательности действий над объектами. Продукционная модель обеспечивает более гибкую организацию работы механизма вывода, что обуславливает выбор данной модели для реализации процедурной компоненты. Число правил в БЗ зависит от структуры и глубины диагностирования АСМ и содержит около двухсот правил.
Алгоритмы получения решений при поиске отказавшего блока. Одним из важнейших этапов разработки экспертной системы поддержки принятия решений является разработка алгоритмов работы экспертной системы в различных ситуациях и механизма получения решений. Алгоритм является основой программной реализации ЭС.
На рис.2.3. представлен обобщенный алгоритм работы ЭС при определении причин неисправностей основных ФБ АСМ. Предложенный алгоритм учитывает уровни квалификации пользователей, иерархическую структуру автоматизированного станочного модуля и алгоритм диагностирования основных подсистем автоматизированного станочного модуля типа ТПАРМ. Учет иерархической структуры позволяет оперативно локализовать отказавший ФБ и сократить время диагностирования. Для оператора автоматизированного станочного модуля реализован алгоритм поиска неисправностей по визуальным признакам. Алгоритм для обслуживающего персонала позволяет осуществить поиск неисправностей по параметрам диагностирования. Основное внимание уделено формообразующей подсистеме, так как именно процесс ее диагностирования трудно формализуем, например, по сравнению с управляющей подсистемой.
Выбор среды разработки экспертной системы. При выборе инструментальных средств учтены возможности данных инструментов для реализации всех требований предъявляемых к ЭС.
Для повышения эффективности работы ЭС необходимо наличие следующих компонент: интеллектуальный интерфейс и компонент для обеспечения связи с подсистемами верхнего уровня. Для статистической обработки результатов диалога ЭС с пользователем, разработана БД результатов работы ЭС, представленная в виде совокупности файлов. Выполнение данного условия упрощает процедуру вывода на печать.
При разработке ЭС поддержки процесса диагностирования в ряде случаев необходимо учитывать уровни профессионализма пользователей. Реализованы два режима работы: для пользователя с низким уровнем профессионализма -операторы АСМ, для пользователя с высоким уровнем профессионализма -обслуживающий персонал.
Для реализации объектно-ориентированной модели декларативной компоненты БЗ выбрана СУБД Access 2007. Для реализации процедурной компоненты выбран объектно-ориентированный язык Delphi. Использование СУБД Access для реализации декларативной компоненты БЗ обусловлено возможностью преобразования БД в БД SQL, что позволит связать ЭС с БД верхнего уровня (система мониторинга).
Разработка базы знаний экспертной системы поддержки процесса диагностирования модулей
Классификация отказов АС. В процессе эксплуатации станков периодически возникают отказы, которые с физической точки зрения и по характеру проявления можно объединить в следующие группы, представленные на рисунке 3.1 [12].
Внезапные (мгновенные) отказы - это отказы, причина возникновения которых заключается в сочетании неблагоприятных факторов и случайных внешних воздействий, превышающих возможности деталей и узлов АСМ к их восприятию. Основным признаком внезапного отказа является то, что вероятность его возникновения в течение заданного периода времени не зависит от длительности предыдущей работы и состояния узлов или деталей станка.
Постепенные отказы - это отказы, которые возникают в результате постепенного накопления изменений под действием того или иного процесса старения, ухудшающего начальные параметры деталей и узлов АСМ. Основным признаком постепенного отказа является то, что вероятность его возникновения в течение заданного периода времени, зависит от длительности предыдущей работы АСМ: чем дольше он эксплуатировался, тем выше вероятность возникновения постепенного отказа.
К этому виду относится большинство отказов станков, поскольку они связаны с изнашиванием, коррозией, усталостью, короблением, ползучестью и другими процессами разрушения и деформирования материалов, из которых создан станок.
Релаксационные отказы - это отказы, которые возникают вследствие скачкообразного изменения состояния детали или узла АСМ, наступающего в результате постепенного накопления изменений. В этом случае само накопление является лишь косвенной причиной отказа, приводящей к росту вероятности его появления.
Отказы, наступающие вследствие одновременного действия нескольких независимых или зависимых (связанных) причин - являются наиболее характерными в большинстве практических случаев.
По степени воздействия на АСМ отказы можно разделить на функциональные и параметрические.
При возникновении функциональных отказов работа АСМ прекращается полностью, поскольку их результатом являются различные поломки, заклинивания, замыкания и другие необратимые изменения в состоянии его узлов и блоков. Появление параметрических отказов связано с выходом значений, установленных для параметров АСМ, за допустимые пределы; в результате его технические характеристики или эффективность функционирования снижаются. Параметрические отказы наиболее характерны для АСМ и являются следствием действия на них необратимых процессов, называемых процессами старения (процессами медленной скорости) и приводящих к их физическому износу. Необратимые процессы протекают в АСМ в течение всего периода эксплуатации и являются основной причиной постепенной потери им работоспособности. Возникновение параметрических отказов конечный результат ряда последовательных этапов, которые, независимо от вида отказа, имеют общие черты.
Отказы и восстановления АСМ ТПАРМ-100. В результате многолетних наблюдений за работой АСМ ТПАРМ-100 учеными СГТУ под руководством М.Б. Бржозовского были выявлены неисправности элементов АСМ ТПАРМ-100 и способы их устранения. Данные исследования проводились на протяжении четырех периодов и были направлены на повышение эксплуатационной надежности технологического оборудования и организации его обслуживания. Объектом исследований являлся автоматизированный станочный модуль типа ТПАРМ-100 [9, 10, 11, 12]. Полученные данные были проанализированы и сгруппированы в соответствии с иерархической структурой АСМ. Были выделены отказы формообразующей подсистемы , отказы управляющей подсистемы и отказы вспомогательной подсистемы в соответствии с таблицей 3.1
Также были выявлены причины ухудшения качества технологического процесса и меры, которые необходимо принять, для повышения качества изготавливаемой продукции. Полученные результаты были проанализированы и сведены в таблицу 3.2.
Реализация экспертной системы поддержки процесса диагностирования в составе системы оперативного диагностирования датчика обратной связи привода подачи прецизионного токарного модуля
Как уже отмечалось ранее, процедурная компонента содержит правила применяемые для преобразования декларативной информации, представлена продукционными правилами вида: , 4 Если ПРЕДПОСЫЛКА, то ЗАКЛЮЧЕНИЕ Предпосылка и заключение состоит из фактов, представленных парой сущность-значение. Сущности и их значения хранятся в БД декларативной компоненты. Процедурная компонента содержит знания относительно процедур принятия решений. Т.е. определённым значениям сущностей, характеризующим состояние объекта диагностирования, соответствует определённое заключение ЭС. Заключение также представлено парой сущность-значение. База знаний содержит около двухсот основных правил, и пять метаправил. . , При диагностировании отказавшей подсистемы АСМ, проверяется соответствие значения параметра диагностирования эталонным значениям в соответствии с (3.1): где zm и zie - нижнее и верхнее допустимые значения параметра
Так как измерить параметры диагностирования непосредственно на АСМ сложно, для определения его состояний используются выходные сигналы отдельных блоков z;. Для формирования продукционных правил используются бинарные признаки Xj, определяемые следующим образом: Г1 если z є z z z х,=\ " " (3.2) [0 еслиг, zlH zi zie Формирование продукционных правил при диагностировании привода подач формообразующей подсистемы автоматизированного станочного модуля типа ТПАРМ. Продукционные правила при автоматическом переходе по диагностическим параметрам. . ,
Правило 1: Если «Отказ привода подачи» и «Диагностический параметр. Скорость перемещения каретки=1» и «Диагностический параметр.Максимальная силачі», то «Заключение=Ремонт датчика обратной связи»;
Правило 2: Если «Диагностический параметр.Скорость перемещения каретки=1» и «Диагностический параметр.Максимальная сила= 0» и «Диагностический параметр.Сигнал с тахогенератора= 1», то «Заключение=Произвести ремонт муфты и фрикционной механической передачи»;
Правило 3: Если «Диагностический параметр.Скорость перемещения каретки= 1» и «Диагностический параметр.Максимальная сила= 0» и «Диагностический параметр.Сигнал с тахогенератора= 0», то «Заключение=Произвести ремонт муфты и двигателя»;
Правило 4: Если «Диагностический параметр.Скорость перемещения каретки= 0» и «Диагностический параметр.Напряжение на блоке усилителей приводов= 1», то «Заключение=Разомкните цепь обратной связи и повторно произведите контроль напряжения на блоке усилителей приводов»;
Правило 5: Если «Диагностический параметр.Скорость перемещения каретки= 0» и «Диагностический параметр.Напряжение на блоке усилителей приводов=0», то «Заключение=Ремонт блока усилителей приводов». Продукционные правила без автоматического перехода по диагностическим параметрам. Правило 1: Если «Отказ привода подачи» и «Диагностический параметр.Скорость перемещения каретки=1», то «Заключение=Необходимо проконтролировать максимальную развиваемую силу при упоре каретки о динамический упор»; Правило 2: Если «Отказ привода подачи» и «Диагностический параметр.Скорость перемещения каретки=0», то «Заключение=Необходимо проверить напряжение на блоке усилителей приводов»; Правило 3: Если «Отказ привода подачи» и «Диагностический параметр.Сигнал с тахогенератора= 0», то «Заключение= Произвести ремонт двигателя и муфты»; Правило 4: Если «Отказ привода подачи» и «Диагностический параметр.Сигнал с тахогенератора 0», то «Заключение Произвести ремонт муфты и фрикционной механической передачи»; Правило 5: Если «Отказ привода подачи» и «Диагностический параметр.Максимальная сила= 1», то «Заключение=Ремонт датчика обратной связи»; Правило 6: Если «Отказ привода подачи» и «Диагностический параметр.Максимальная сила= 1», то «Заключение=Проверить скорость вращения двигателя»; Правило 7: Если «Отказ привода подачи» и «Диагностический параметр.Напряжение на блоке усилителей приводов 1»; то «Заключение=Разомкните цепь обратной связи и проконтролируйте напряжение на БУС»; Правило 8: Если «Отказ привода подачи» и «Диагностический параметр.Напряжение на блоке усиления приводов=0», то «Заключение=Ремонт БУСП»; Правило 9: Если «Отказ привода подачи» и «Диагностический параметр.Контроль тахогенератора= 1», то «Заключение=Ремонт фрикционной механической передачи»; Правило 10: Если «Отказ привода подачи» и «Диагностический параметр.Контроль тахогенератора=0», то «Заключение=Ремонт тахогенератора». Формирование продукционных правил при диагностировании привода главного движения формообразующей подсистемы автоматизированного станочного модуля типа ТПАРМ. Продукционные правила при автоматическом переходе по диагностическим параметрам. Правило 1: Если «Отказ привода главного движения» и «Диагностический параметр.Скорость вращения шпинделя=1», то «Заключение=Необходим ремонт управляющей подсистемы»; Правило 2: Если «Отказ привода главного движения» и «Диагностический параметр.Скорость вращения шпинделя= 0» и «Диагностический параметр. Напряжение на блоке автоматики=0», то «Заключение=Необходим ремонт блока автоматки»; Правило 3: Если «Диагностический параметр. Скорость вращения шпинделя= 0» и «Диагностический параметр. Напряжение на блоке автоматики 1» и «Диагностический параметр. Сигнал с преобразователя частоты= 1» и «Диагностический параметр. Натяжение ремня= 1», то «Заключение Необходимо провести ремонт двигателя, шпинделя и тормоза шпинделя»;
