本發(fā)明涉及故障診斷領(lǐng)域，具體涉及一種基于故障樹的倉儲搬運(yùn)設(shè)備故障診斷方法。

背景技術(shù)：

隨著工業(yè)技術(shù)的迅速發(fā)展，越來越多的自動化設(shè)備應(yīng)用在了日常生產(chǎn)過程當(dāng)中，倉儲搬運(yùn)設(shè)備作為物料搬運(yùn)工具中的主力軍，在物流系統(tǒng)中扮演著極為重要的角色。倉儲搬運(yùn)設(shè)備在使用過程中不可避免地會發(fā)生各種類型的故障，現(xiàn)階段生產(chǎn)過程中設(shè)備出現(xiàn)故障后，一般還是采用傳統(tǒng)的維修方法。即故障較為簡單時，由用戶自行在廠家指導(dǎo)下進(jìn)行一些基礎(chǔ)性的維修工作；故障較為復(fù)雜時，由廠家派出專業(yè)的維修人員前往現(xiàn)場對設(shè)備進(jìn)行故障排除檢查以及維修工作。這種人工排除故障的手段，故障點(diǎn)不容易定位，耗時耗力。如果為了故障診斷而布置大量的狀態(tài)信息采集點(diǎn)顯然是不實(shí)用的，其不僅會增加診斷的成本，而且在相對封閉的系統(tǒng)中，檢測各部件的狀態(tài)量很難實(shí)現(xiàn)。

鑒于上述缺陷，本發(fā)明創(chuàng)作者經(jīng)過長時間的研究和實(shí)踐終于獲得了本發(fā)明基于故障樹的倉儲搬運(yùn)設(shè)備故障診斷方法。

技術(shù)實(shí)現(xiàn)要素：

為解決上述技術(shù)缺陷，本發(fā)明采用的技術(shù)方案在于，提供一種基于故障樹的倉儲搬運(yùn)設(shè)備故障診斷方法，包括以下步驟：

stp1：在數(shù)學(xué)軟件中編寫故障樹分析程序，該程序包括定性分析模塊和定量分析模塊；

stp2：選擇頂事件，針對倉儲搬運(yùn)設(shè)備使用過程中出現(xiàn)的常見故障選擇故障頂事件及其代碼；

stp3：建立故障樹，根據(jù)倉儲搬運(yùn)設(shè)備的工作原理以及電路結(jié)構(gòu)圖確認(rèn)基本事件、底事件及其代碼，所述基本事件為可能引起所述頂事件的故障，所述底事件為可能引起所述基本事件的故障，針對每個頂事件逐級分析并按邏輯關(guān)系建立規(guī)范化故障樹；

stp4：將故障樹輸入程序，所述定性分析模塊用下行法求取頂事件對應(yīng)故障樹的所有割集，將割集簡化為最小割集；

stp5：建立底事件發(fā)生概率矩陣并輸入程序，所述定量分析模塊對最小割集進(jìn)行不交化處理后計(jì)算頂事件發(fā)生概率，并計(jì)算最小割集和基本事件重要度；

stp6：故障樹分析程序計(jì)算得到故障診斷順序，給出診斷決策樹；

stp7：將所述診斷決策樹轉(zhuǎn)化成診斷流程圖的形式給出。

較佳的，所述數(shù)學(xué)軟件為matlab程序。

較佳的，所述定性分析模塊進(jìn)行定性分析時包括如下步驟：

stp401：輸入規(guī)范化故障樹結(jié)構(gòu)，輸出割集矩陣，該矩陣的行數(shù)為割集的個數(shù)，每行元素都是該割集內(nèi)底事件對應(yīng)的代碼；

stp402：用排序函數(shù)將割集矩陣中每一行的底事件都按照代碼從小到大的順序進(jìn)行排序；

stp403：利用等冪定律對割集矩陣的每行進(jìn)行簡化，比較每行相鄰元素，若重復(fù)則將后面的元素賦予0值；

stp404：將割集矩陣中的零元素除去，然后將所有割集按照所包含元素的個數(shù)從小到大的順序進(jìn)行排序；

stp405：基于吸收律，對割集矩陣的行之間是否存在包含與被包含關(guān)系進(jìn)行判斷，將被包含的行除去；

stp406：將最小割集以規(guī)范化矩陣的形式輸出，輸出矩陣的行數(shù)表示最小割集的個數(shù)，列數(shù)表示基本事件的個數(shù)，若某一行所代表的割集包含該列所對應(yīng)的基本事件，則這一行對應(yīng)的列標(biāo)為1，否則為0。

較佳的，所述定量分析模塊進(jìn)行定性分析時包括如下步驟：

stp501：將最小割集進(jìn)行不交化處理，得到不交化矩陣；

stp502：遍歷不交化矩陣求出頂事件的不交化表達(dá)式，根據(jù)公式計(jì)算頂事件發(fā)生概率；

stp503：遍歷不交化矩陣計(jì)算每個最小割集發(fā)生的概率，再代入公式計(jì)算每個最小割集的診斷重要度；

stp504：對頂事件求各基本事件的偏導(dǎo)得到邊緣重要度，代入公式求得各基本事件的診斷重要度。

較佳的，所述stp502中頂事件發(fā)生概率的計(jì)算公式為：

其中，p(t)為頂事件發(fā)生概率，m為最小割集總數(shù)，mi為第i個最小割集，為mi的補(bǔ)集。

較佳的，述stp503中計(jì)算最小割集重要度的計(jì)算公式為：

其中，p(t)為頂事件發(fā)生概率，p(mi)為第i個最小割集發(fā)生概率。

較佳的，所述stp504中計(jì)算基本事件重要度的計(jì)算公式為：

其中，p(xi)為第i個基本事件發(fā)生概率，p(t)為頂事件發(fā)生概率，為xi的補(bǔ)集。

較佳的，所述頂事件包括高踏板故障、預(yù)充電故障、過流、控制器過熱、主回路斷電、電流采樣故障、電池管理系統(tǒng)故障、電池組欠壓、電池組過壓、電機(jī)過熱、加速故障、喇叭故障、設(shè)備無法前進(jìn)、設(shè)備只能慢速行進(jìn)、搬運(yùn)臂上升無法上升、搬運(yùn)臂上升高度錯誤和搬運(yùn)臂下降故障。

與現(xiàn)有技術(shù)比較本發(fā)明的有益效果在于：

本發(fā)明基于故障樹下行法的分析思想編寫故障樹分析程序，能夠?qū)收蠘溥M(jìn)行定性、定量分析，依據(jù)倉儲搬運(yùn)設(shè)備的工作原理以及電路結(jié)構(gòu)圖，針對設(shè)備生產(chǎn)過程中出現(xiàn)的常見故障建立故障樹，將故障樹輸入程序后，自動給出合理有效的診斷步驟，幫助用戶快速準(zhǔn)確的找到設(shè)備故障。

本方法運(yùn)用編寫好的程序?qū)?shí)際出現(xiàn)的設(shè)備故障進(jìn)行分析，從而快速合理地給出可能發(fā)生故障部件的診斷順序，并為用戶提供直觀的診斷流程圖，實(shí)現(xiàn)了對現(xiàn)代倉儲搬運(yùn)設(shè)備常見復(fù)雜故障的有效診斷，解決了傳統(tǒng)設(shè)備維修過程中存在的維修成本高、及時性差的問題。

附圖說明

為了更清楚地說明本發(fā)明各實(shí)施例中的技術(shù)方案,下面將對實(shí)施例描述中所需要使用的附圖作簡單地介紹。

圖1是本發(fā)明基于故障樹的倉儲搬運(yùn)設(shè)備故障診斷方法的流程圖；

圖2是本發(fā)明定性分析模塊實(shí)現(xiàn)定性分析的流程圖；

圖3是本發(fā)明定量分析模塊實(shí)現(xiàn)定量分析的流程圖；

圖4是本發(fā)明實(shí)施例4中倉儲搬運(yùn)設(shè)備只能慢速行進(jìn)的故障樹示意圖；

圖5是本發(fā)明實(shí)施例4中設(shè)備只能慢速行進(jìn)的診斷決策樹；

圖6是本發(fā)明實(shí)施例5中倉儲搬運(yùn)設(shè)備無法行進(jìn)的故障樹示意圖；

圖7是本發(fā)明實(shí)施例5中倉儲搬運(yùn)設(shè)備無法行進(jìn)的診斷決策樹；

圖8是本發(fā)明實(shí)施例5中倉儲搬運(yùn)設(shè)備無法行進(jìn)的診斷流程圖。

具體實(shí)施方式

以下結(jié)合附圖，對本發(fā)明上述的和另外的技術(shù)特征和優(yōu)點(diǎn)作更詳細(xì)的說明。

實(shí)施例1

如圖1所示，一種基于故障樹的倉儲搬運(yùn)設(shè)備故障診斷方法，包括以下步驟：

stp1：在matlab軟件中編寫故障樹分析程序，該程序包括定性分析模塊和定量分析模塊。

stp2：選擇頂事件，針對倉儲搬運(yùn)設(shè)備使用過程中出現(xiàn)的常見故障選擇故障頂事件及其代碼，頂事件包括高踏板故障、預(yù)充電故障、過流、控制器過熱、主回路斷電、電流采樣故障、電池管理系統(tǒng)故障、電池組欠壓、電池組過壓、電機(jī)過熱、加速故障、喇叭故障、設(shè)備無法前進(jìn)、設(shè)備只能慢速行進(jìn)、搬運(yùn)臂上升無法上升、搬運(yùn)臂上升高度錯誤和搬運(yùn)臂下降故障。

stp3：建立故障樹，根據(jù)倉儲搬運(yùn)設(shè)備的工作原理以及電路結(jié)構(gòu)圖確認(rèn)基本事件、底事件及其代碼，所述基本事件為可能引起所述頂事件的故障，所述底事件為可能引起所述基本事件的故障，針對每個頂事件逐級分析并按邏輯關(guān)系建立規(guī)范化故障樹。

stp4：將故障樹輸入程序，所述定性分析模塊用下行法求取頂事件對應(yīng)故障樹的所有割集，將割集簡化為最小割集。

stp5：建立底事件發(fā)生概率矩陣并輸入程序，所述定量分析模塊對最小割集進(jìn)行不交化處理后計(jì)算頂事件發(fā)生概率，并計(jì)算最小割集和基本事件重要度。

stp6：故障樹分析程序計(jì)算得到故障診斷順序，給出診斷決策樹，診斷決策樹對系統(tǒng)各組成部件實(shí)施診斷的順序用樹狀圖形來表示。該圖形由節(jié)點(diǎn)和有向弧組成，如果有向弧指向的是右側(cè)節(jié)點(diǎn)，則意味著父節(jié)點(diǎn)所代表的組成元件被判定發(fā)生故障，指向的節(jié)點(diǎn)是那些父節(jié)點(diǎn)所在集合中的其他底事件；反之，則意味著其父節(jié)點(diǎn)所代表的組成元件未發(fā)生故障，則父節(jié)點(diǎn)所在的最小割集中的其他底事件都不需要再進(jìn)行診斷，故而指向的節(jié)點(diǎn)是那些與父節(jié)點(diǎn)不在同一集合的其它底事件，具體指向哪一個底事件由剩余最小割集的診斷重要度決定。

stp7：將所述診斷決策樹轉(zhuǎn)化成診斷流程圖的形式給出。

該算法運(yùn)用故障樹分析法對設(shè)備檢測到的故障進(jìn)行分析，并給出對可能發(fā)生故障部件的診斷順序，實(shí)現(xiàn)了對現(xiàn)代倉儲搬運(yùn)設(shè)備常見復(fù)雜故障的有效診斷，解決了傳統(tǒng)設(shè)備維修過程中存在的及時性差和故障難以定位的問題。

實(shí)施例2

如圖2所示，本實(shí)施例在上述實(shí)施例的基礎(chǔ)上，所述定性分析模塊運(yùn)行包括如下步驟：

stp401：輸入規(guī)范化故障樹結(jié)構(gòu)，程序使用下行法求取故障樹的所有割集，從頂事件開始，自上而下進(jìn)行查找替換，碰到and門就增加集合內(nèi)部所包含的元素?cái)?shù)量，碰到or門就增加割集的數(shù)量，輸出割集矩陣，該矩陣的行數(shù)為割集的個數(shù)，每行元素都是該割集內(nèi)底事件對應(yīng)的代碼。

stp402：用排序函數(shù)將割集矩陣中每一行的底事件都按照代碼從小到大的順序進(jìn)行排序。

stp403：利用等冪定律xi∩xi＝xi對割集矩陣的每行進(jìn)行簡化，比較每行相鄰元素，若重復(fù)則將后面的元素賦值為0。

stp404：將割集矩陣中的零元素除去，然后將所有割集按照所包含元素的個數(shù)從小到大的順序進(jìn)行排序。

stp405：基于吸收律xi+xi·xj＝xi，對割集矩陣的行之間是否存在包含與被包含關(guān)系進(jìn)行判斷，將被包含的行除去。

stp406：將最小割集以規(guī)范化矩陣的形式輸出，輸出矩陣的行數(shù)表示最小割集的個數(shù)，列數(shù)表示基本事件的個數(shù)，若某一行所代表的割集包含該列所對應(yīng)的基本事件，則這一行對應(yīng)的列標(biāo)為1，否則為0。

定性分析模塊進(jìn)行定性分析后能夠得到發(fā)生故障的所有可能原因的組合，操作者根據(jù)定性分析結(jié)果可以直觀了解可能引起該故障的原因。

實(shí)施例3

如圖3所示，本實(shí)施例在上述實(shí)施例的基礎(chǔ)上，所述定量分析模塊運(yùn)行包括如下步驟：

stp501：將最小割集進(jìn)行不交化處理，得到不交化矩陣。當(dāng)故障樹中最小割集數(shù)目和最小割集中重復(fù)的基本事件較多時，直接采用容斥定理進(jìn)行計(jì)算會大大增加運(yùn)算量，所以為了防止組合爆炸情況的出現(xiàn)，需要先對最小割集完成相應(yīng)的不交化處理操作后再進(jìn)行計(jì)算，可以有效提高計(jì)算效率。

stp502：遍歷不交化矩陣求出頂事件的不交化表達(dá)式，根據(jù)公式計(jì)算頂事件發(fā)生概率，頂事件發(fā)生概率的計(jì)算公式為：

其中，p(t)為頂事件發(fā)生概率，m為最小割集總數(shù)，mi為第i個最小割集，為mi的補(bǔ)集。

stp503：遍歷不交化矩陣計(jì)算每個最小割集發(fā)生的概率，再代入公式計(jì)算每個最小割集的診斷重要度，最小割集重要度的計(jì)算公式為：

其中，p(t)為頂事件發(fā)生概率，p(mi)為第i個最小割集發(fā)生概率。

stp504：對頂事件求各基本事件的偏導(dǎo)得到邊緣重要度，代入公式求得各基本事件的診斷重要度，基本事件重要度的計(jì)算公式為：

其中，p(xi)為第i個基本事件發(fā)生概率，p(t)為頂事件發(fā)生概率，為xi的補(bǔ)集。

程序在完成定性分析的基礎(chǔ)上利用底事件發(fā)生的概率進(jìn)一步進(jìn)行定量分析，通過計(jì)算得到頂事件發(fā)生的概率、最小割集的重要度以及各基本事件的重要度，并根據(jù)重要度分析的結(jié)果得到系統(tǒng)故障診斷的順序，從而使操作人員能夠根據(jù)故障診斷順序進(jìn)行故障排查，有效提高維修效率。

實(shí)施例4

一種倉儲搬運(yùn)設(shè)備發(fā)生只能慢速行進(jìn)故障時的故障診斷方法，包括如下步驟：

stp1：在matlab編寫故障樹分析程序，該程序包括定性分析模塊和定量分析模塊；

stp2：選擇頂事件為倉儲搬運(yùn)設(shè)備只能慢速行進(jìn)；

stp3：根據(jù)倉儲搬運(yùn)設(shè)備的工作原理以及電路結(jié)構(gòu)圖確認(rèn)倉儲搬運(yùn)設(shè)備只能慢速行進(jìn)的基本事件、底事件及其代碼。

如下表所示，為倉儲搬運(yùn)設(shè)備只能慢速行進(jìn)故障樹的底事件定義及概率表：

針對頂事件逐級分析并按邏輯關(guān)系建立規(guī)范化故障樹，如圖4所示，其為倉儲搬運(yùn)設(shè)備只能慢速行進(jìn)的故障樹。

stp4：將故障樹輸入程序，定性分析模塊用下行法求取頂事件對應(yīng)故障樹的所有割集，將割集簡化為最小割集。

得到的結(jié)果供包含4個最小割集，分別為{(m1)}，{(m2)}，{(m3)}和{(m4，m5，m6)}。

stp5：將底事件發(fā)生概率矩陣輸入程序，所述定量分析模塊對最小割集進(jìn)行分析，得到頂事件發(fā)生概率、最小割集重要度和基本事件重要度，其分析結(jié)果如下表所示：

stp6：根據(jù)定量分析的結(jié)果得到故障診斷順序，根據(jù)最小割集重要度從高到低的順序診斷故障，并給出如圖5所示的診斷決策樹，操作者能夠從診斷決策樹中簡明清楚的判斷診斷順序。

實(shí)施例5

一種倉儲搬運(yùn)設(shè)備發(fā)生無法前進(jìn)故障的故障診斷方法，包括如下步驟：

stp1：在matlab編寫故障樹分析程序，該程序包括定性分析模塊和定量分析模塊；

stp2：選擇頂事件為倉儲搬運(yùn)設(shè)備無法前進(jìn)；

stp3：建立故障樹，根據(jù)倉儲搬運(yùn)設(shè)備的工作原理以及電路結(jié)構(gòu)圖確認(rèn)基本事件、底事件及其代碼。

如下表所示，為倉儲搬運(yùn)設(shè)備無法行進(jìn)故障樹的底事件定義及概率表：

針對頂事件倉儲搬運(yùn)設(shè)備無法行進(jìn)逐級分析并按邏輯關(guān)系建立如圖6所示規(guī)范化故障樹。

stp4：將故障樹輸入程序，所述定性分析模塊用下行法求取頂事件對應(yīng)故障樹的所有割集，設(shè)備無法行進(jìn)故障樹共有28個最小割集。

stp5：將底事件發(fā)生概率矩陣并輸入程序，所述定量分析模塊對最小割集進(jìn)行不交化處理后計(jì)算頂事件發(fā)生概率，并計(jì)算最小割集和基本事件重要度，分析結(jié)果如下表所示：

根據(jù)上表所示，設(shè)備無法行進(jìn)故障樹共有28個最小割集，按照診斷步驟進(jìn)行分析后，這些集合可被分為19個最小割集子集，分別為：{(x4)}，{(x3)}，{(x10)}，{(x2)}，{(x1)}，{(x5)}，{(x6)}，{(x7)}，{(x11)}，{(x12)}，{(x15,x16)，(x15,x17)}，{(x13,x14)}，{(x8,x9)}，{(x20,x18,x16)，(x20,x18,x17)}，{(x23,x19,x16)，(x23,x19,x17)}，{(x22,x18,x16)，(x22,x19,x16)，(x22,x18,x17)，(x22,x19,x17)}，{(x25,x19,x16)，(x25,x19,x17)}，{(x21,x18,x16)，(x21,x18,x17)}，{(x24,x19,x16)，(x24,x19,x17)}。

stp6：根據(jù)定量分析的結(jié)果得到故障診斷順序，給出如圖7所示的診斷決策樹。

stp7：將所述診斷決策樹轉(zhuǎn)化成診斷流程圖的形式給出，如圖8所示，為用戶提供更直觀的維修的意見。用戶可以根據(jù)該診斷流程圖依次檢查相關(guān)設(shè)備，快速定位故障點(diǎn)。

根據(jù)本實(shí)施例程序運(yùn)行的結(jié)果，可以明顯看出，當(dāng)故障所包含的基本事件和邏輯門較多時，此時的故障分析是相對復(fù)雜的，事件之間存在著嚴(yán)重的耦合問題，人工計(jì)算分析診斷順序的工作量非常大，容易出現(xiàn)計(jì)數(shù)錯誤。而使用本方法進(jìn)行診斷，軟件計(jì)算能夠快速得到診斷結(jié)果，更加可靠方便，同時程序能夠自動給出故障診斷的順序，并畫出診斷決策樹和診斷流程圖，為用戶提供更直觀的維修的意見。

以上所述僅為本發(fā)明的較佳實(shí)施例，對本發(fā)明而言僅僅是說明性的，而非限制性的。本專業(yè)技術(shù)人員理解，在本發(fā)明權(quán)利要求所限定的精神和范圍內(nèi)可對其進(jìn)行許多改變，修改，甚至等效，但都將落入本發(fā)明的保護(hù)范圍內(nèi)。