Chẩn đoán trạng thái kỹ thuật của động cơ bằng Logic mờ
Việc ứng dụng logic mờ trong các bài toán điều khiển đã được nghiên cứu, sử dụng rất rộng rãi. Tuy
nhiên, trong lĩnh vực chẩn đoán kỹ thuật, việc nghiên cứu, ứng dụng Logic mờ còn rất hạn chế. Bài báo này
trình bày kết quả nghiên cứu, ứng dụng logic mờ trong việc chẩn đoán, đánh giá trạng thái kỹ thuật của
động cơ đốt trong. Nghiên cứu cho thấy, việc ứng dụng logic mờ để chẩn đoán trạng thái kỹ thuật động cơ
rất thuận lợi, nhanh chóng và hiệu quả. Mức độ chính xác của kết quả chẩn đoán bằng logic mờ phụ thuộc
vào việc lựa chọn đúng các thông số chẩn đoán, hàm phụ thuộc và xây dựng được bảng tập luận hợp lý. Sử
dụng logic mờ trong chẩn đoán đặc biệt có hiệu quả đối với phần cơ khí của động cơ.
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Tóm tắt nội dung tài liệu: Chẩn đoán trạng thái kỹ thuật của động cơ bằng Logic mờ
ội). Việc tiến hành suy luận trong quá trình thực hiện các phép tính có thể tổng quát thành các khái niệm; tiền mệnh đề, suy luận và liên ứng. -Tiền mệnh đề là các điều kiện vào của bài toán suy luận, số lượng các mệnh đề có thể một hay nhiều, chúng có thể ràng buộc với nhau bởi các phép tính như: AND, OR, NOT... - Liên ứng là điều kiện ra của kết luận, nó chính là các đích cần tiến tới của bài toán. Với một phép suy luận trong logic hai giá trị thì chỉ có một liên ứng, còn trong logic nhiều giá trị có thể có nhiều liên ứng tùy theo khái niệm đặt ra. - Suy luận được thực hiện là các luật suy luận tiến hành trong bài toán, suy luận có thể theo các phương pháp khác nhau và kết quả của nó cũng khác nhau, phụ thuộc vào mục đích suy luận. Có thể tóm tắt bằng mối quan hệ tổng quát: 3. Ứng dụng logic mờ trong chẩn đoán trạng thái kỹ thuật động cơ Để ứng dụng logic mờ trong chẩn đoán trạng thái kỹ thuật của động cơ cần tiến hành theo các bước sau: 1. Phân tích các thông số chính trong động cơ để lựa chọn thông số chẩn đoán. 2. Lựa chọn hàm phụ thuộc. 3. Xác định thuật toán chẩn đoán. 4. Xác định các biến mờ. 5. Xác định cơ sở tri thức của logic mờ bằng cách lập bảng giá trị dựa vào kiến thức chuyên gia. 6. Vẽ đồ thị các biến mờ độc lập. 7. Xây dựng bảng luật phù hợp (xây dựng các luật điều khiển). 8. Ứng dụng fuzzy logic trong phần mềm Matlab. 3.1. Lựa chọn các thông số chẩn đoán động cơ Để chẩn đoán trạng thái động cơ ta sử dụng các thông số chẩn đoán sau đây: - C1 . Công suất động cơ. - C2 . Thay đổi thành phần và màu sắc khí xả. - C 3 . Độ tăng lượng cung cấp nhiên liệu (ge). - C 4 . Áp suất cuối kỳ nén (P c ) . - C 5 . Áp suất dầu bôi trơn. - C 6 . Độ ồn động cơ. 3.2. Lựa chọn hàm phụ thuộc Để mô tả các vùng triệu chứng đóng kín, chọn hàm phụ thuộc hình thang, xác định bởi giá trị trung bình, khoảng giá trị trên và dưới cũng như bên cạnh của nó. Tính chất tăng giảm không giới hạn của triệu chứng được mô hình hóa bởi các hàm bậc thang mở trên và mở dưới. Việc định dạng hàm phụ thuộc được thực hiện trên cơ sở các số liệu thống kê của triệu chứng hoặc nhờ kinh nghiệm chuyên gia. Do đã được chuẩn hóa nên tất cả các triệu chứng sẽ có các hàm phụ thuộc giống nhau cho các giá trị ngôn ngữ như nhau. Khi xếp chồng các hàm phụ thuộc nằm cạnh nhau cần chú ý rằng, nếu chập vùng quá lớn sẽ dẫn đến làm giảm tính chính xác của kết quả chẩn đoán. 3.3. Xác định thuật toán chẩn đoán Thuật toán chẩn đoán được xây dựng trên cơ sở quan hệ hư hỏng - triệu chứng đã được lưu giữ trên máy tính, trong đó cho biết dấu hiệu quan hệ của tất cả các triệu chứng đối với một hư hỏng xác định. Thuật toán lựa chọn để thực hiện chẩn đoán trạng thái kỹ thuật của động cơ và tìm hư hỏng dựa trên các triệu chứng trong trường hợp này là thuật toán logic AND và luật IF –THEN [12]. 3.4. Xác định các biến mờ Để chẩn đoán trạng thái kỹ thuật của động cơ, có thể lựa chọn các biến mờ gồm 6 biến vào và một biến ra. Biến vào là các thông số chẩn đoán đã xác định được bằng cách phân tích các thông số chính trong động cơ. Biến ra là trạng thái kỹ thuật tổng thể của động cơ chẩn đoán. Bảng 3.1 giới thiệu các biến mờ đã chọn để chẩn đoán trạng thái kỹ thuật của động cơ diesel. 3.5. Cơ sở tri thức Cơ sở tri thức của bài toán chẩn đoán trạng thái kỹ thuật động cơ là xây dựng các khái niệm và xác định khoảng giá trị của các biến mờ. Các biến vào và biến ra được định nghĩa rõ ràng thông qua các khái niệm với các mức biểu hiện cụ thể. Các khái niệm về mức biểu hiện của các biến mờ được kí hiệu ngắn gọn để thuận lợi khi đưa vào phần mềm Matlab. Các thông số hàm phụ thuộc chọn theo dạng hình thang với các đặc điểm đặc trưng cho các mức giá trị là: α, β, γ, δ. Để tăng độ tin cậy của kết ISSN 2354-0575 Journal of Science and Technology26 Khoa học & Công nghệ - Số 17/Tháng 3 - 2018 quả chẩn đoán, mỗi biến vào được chọn với 3 hoặc 4 tập mờ con, biến ra được chọn với 6 tập mờ con. Bảng 3.2 thể hiện các khái niệm và khoảng xác định của các biến mờ đã lựa chọn trong bài toán chẩn đoán trạng thái của động cơ diesel. Bảng 3.1. Bảng các biến mờ Tên biến ngôn ngữ Kiểu biến Số thứ tự biến Đơn vị Công suất động cơ (C 1 ) Vào 1 % so với công suất định mức Độ tăng khói động cơ (C2) Vào 2 % lượng khói so với mẫu chuẩn Độ tăng lượng cung cấp nhiên liệu (C 3 ) Vào 3 % so với lượng cung cấp nhiên liệu định mức Áp suất cuối kỳ nén P c (C4) Vào 4 (kG/cm2) Áp suất dầu bôi trơn (C 5 ) Vào 5 (kG/cm2) Độ ồn động cơ (C6) Vào 6 (dB) Trạng thái động cơ Ra 7 % trạng thái kỹ thuật của động cơ Bảng 3.2. Bảng giá trị các biến mờ TT Khái niệm Tên khái niệm Các thông số hàm phụ thuộc a β γ δ 1 Công suất động cơ cao caoC 1 90 95 100 100 Công suất động cơ vừa vuaC 1 75 80 90 95 Công suất động cơ yếu yeuC 1 60 65 75 80 Công suất động cơ thấp thapC 1 55 55 60 65 2 Độ tăng khói động cơ ít itC2 0 0 15 25 Độ tăng khói động cơ vừa vuaC2 15 25 40 50 Độ tăng khói động cơ nhiều nhieuC2 40 50 65 65 3 Độ tăng lượng cung cấp nhiên liệu ít itC 3 0 0 10 20 Độ tăng lượng cung cấp nhiên liệu vừa vuaC 3 10 20 30 40 Độ tăng lượng cung cấp nhiên liệu nhiều nhieuC 3 30 40 50 50 4 Áp suất cuối kỳ nén P c thấp thapC4 25 25 28 31 Áp suất cuối kỳ nén P c vừa vuaC4 28 31 34 37 Áp suất cuối kỳ nén P c cao caoC4 34 37 40 40 5 Áp suất dầu bôi trơn thấp thapC 5 0 0 0.5 1.5 Áp suất dầu bôi trơn vừa vuaC 5 0.5 1.5 2.5 3.5 Áp suất dầu bôi trơn đủ duC 5 2.5 3.5 4 4 6 Độ ồn động cơ nhỏ nhoC6 40 40 50 60 Độ ồn động cơ vừa vuaC6 50 60 70 80 Độ ồn động cơ lớn lonC6 70 80 90 90 7 Trạng thái động cơ hỏng hong 0 0 5 15 Trạng thái động cơ rất kém ratkem 5 15 25 35 Trạng thái động cơ kém kem 25 35 45 55 Trạng thái động cơ vừa vua 45 55 65 75 Trạng thái động cơ tốt tot 65 75 85 95 Trạng thái động cơ rất tốt rattot 85 95 100 100 3.6. Bảng luật phù hợp Để xây dựng các luật điều khiển (gọi là các tập luận) phải dựa vào bản chất vật lý, dựa vào thuật toán chẩn đoán, dựa vào kinh nghiệm chuyên gia... Các tập luận xây dựng được sắp xếp trong một bảng gọi là bảng luật phù hợp. Độ chính xác của tập luận là yếu tố quyết định độ chính xác của kết quả bài toán. Các giá trị trọng số trong bảng luật phù hợp cho biết luật được chọn phù hợp với giá trị thực tế của luật (tức là đánh giá mức độ chính xác của tập luận được lựa chọn). Trọng số của các yếu tố tùy thuộc vào mục đích chẩn đoán, thường chọn theo kinh nghiệm. Với mục đích chẩn đoán trạng thái kỹ thuật động cơ, để đánh giá mức độ chính xác của tập luận được xây dựng, trong đề tài sử dụng trọng số bằng 1. Trạng thái kỹ thuật của động cơ được xác định thông qua các mức độ biểu hiện của triệu chứng. Dựa vào thuật toán logic AND và luật IF — THEN, tác giả đã xây dựng được các tập luận và trình bày trong bảng luật phù hợp (Bảng 3.3). ISSN 2354-0575 Khoa học & Công nghệ - Số 17/Tháng 3 - 2018 Journal of Science and Technology 27 Bảng 3.3. Bảng luật phù hợp STT C1 C2 C3 C4 C5 C6 Trạng thái động cơ Trọng số 1 caoC 1 itC2 itC3 caoC4 duC5 nhoC6 rattot 1 2 caoC 1 itC2 itC3 caoC4 duC5 vuaC6 rattot 1 3 caoC 1 itC2 itC3 vuaC4 duC5 nhoC6 rattot 0.9 . .. . .. . . . .. 76 yeuC 1 nhieuC2 nhieuC3 thapC4 vuaC5 lonC6 ratkem 1 77 yeuC 1 nhieuC2 nhieuC3 vuaC4 vuaC5 nhoC6 ratkem 0.8 3.7. Ứng dụng fuzzy logic trong phần mềm Matlab Phần mềm fuzzy trong Toolbok của Matlap gồm 5 phần chính được bắt đầu từ màn hình soạn thảo (Hình 3.1). Hình 3.1. Màn hình soạn thảo Fuzzy-logic - FIS Editor: nhập số lượng biến vào, ra. - Membership Funtion Editor: xây dựng các biến vào, ra. - Membership Funtion Editor: xây dựng các biến vào, ra. - Ruler Editor: xây dựng các luật điều khiển. - Ruler View: cho ra kết quả ứng với các giá trị đầu vào. - Surface View: quan hệ giữa các biến vào, ra thông qua luật điều khiển. 1. Nhập số lượng biến vào, ra (FIS EDITOR). Các biến đầu vào: input1, input2, input3, input4, input5, input6 Biến ra: output Tên các biến được đặt phù hợp với bài toán đặt ra, tên của các biến được đặt trong ô Name của cửa sổ FIS type. Tương ứng ta có các biến đầu vào là công suất động cơ (C 1 ), độ tăng khói của động cơ (C2 ), độ tăng lượng cung cấp nhiên liệu (C3), áp suất cuối kỳ nén Pc (C4 ), áp suất dầu bôi trơn (C5), độ ồn động cơ (C6 ), biến đầu ra là trạng thái kỹ thuật của động cơ. Kích chuột vào từng biến vào và biến ra trên màn hình chính để đặt tên các biến. Sau khi đặt tên các biến màn hình soạn thảo sẽ có dạng như Hình 3.2. Hình 3.2. Giao diện màn hình soạn thảo xác định số biến vào và biến ra 2. Xây dựng các biến vào, ra (MEMBERSHIP FUNCTION EDITOR). * Xây dựng biến vào Biến công suất động cơ (Hình 3.3). - Tên biến: C 1 - Số lượng tập mờ: 4 - Dạng hàm phụ thuộc: hình thang - Miền giá trị: từ (55 ÷ 100)% -Tên các tập mờ: thap C 1 , yeuC 1 , vuaC 1 , caoC 1 . Hình 3.3. Biến công suất động cơ Biến độ tăng khói động cơ (Hình 3.4) - Tên biến: C2 - Số lượng tập mờ: 3 - Dạng hàm phụ thuộc: hình thang - Miền giá trị: từ (0 ÷ 65)% ISSN 2354-0575 Journal of Science and Technology28 Khoa học & Công nghệ - Số 17/Tháng 3 - 2018 - Tên các tập mờ: itC2, vuaC2, nhieuC2 Hình 3.4. Biến độ tăng khói động cơ Biến độ tăng lượng cung cấp nhiên liệu (Hình 3.5) - Tên biến: C 3 - Số lượng tập mờ: 3 - Dạng hàm phụ thuộc: hình thang - Miền giá trị: từ (0 ÷ 50)% - Tên các tập mờ: itC 3 , vuaC 3 , nhieuC 3 Hình 3.5. Biến độ tăng lượng cung cấp nhiên liệu Biến áp suất cuối kỳ nén P c (Hình 3.6) - Tên biến: C4 - Số lượng tập mờ: 3 - Dạng hàm phụ thuộc: hình thang - Miền giá trị: từ (25 ÷ 40)kG/cm2 - Tên các tập mờ: thapC4, vuaC4, caoC4. Hình 3.6. Biến áp suất cuối kỳ nén P c Biến áp suất dầu bôi trơn (Hình 3.7) - Tên biến: C 5 - Số lượng tập mờ: 3 - Dạng hàm phụ thuộc: hình thang - Miền giá trị: từ (0 ÷ 4)kG/cm2 - Tên các tập mờ: thapC 5 , vuaC 5 , duC 5 Hình 3.7. Biến áp suất dầu bôi trơn Biến độ ồn động cơ (Hình 3.8) - Tên biến: C6 - Số lượng tập mờ: 3 - Dạng hàm phụ thuộc: hình thang - Miền giá trị: từ (40 ÷ 90)dB - Tên các tập mờ: nhỏC6, vuaC6, lonC6. Hình 3.8. Biến độ ồn động cơ * Xây dựng biến ra Có hai cách chọn biến ra, đơn giản nhất có thể chọn biến ra là một tập đơn trị (Single ton) có giá trị từ 0 ÷ 1. Để đảm bảo độ chính xác của kết luận về tình trạng kỹ thuật của động cơ, chọn biến ra có dạng hàm phụ thuộc hình thang, số lượng tập ISSN 2354-0575 Khoa học & Công nghệ - Số 17/Tháng 3 - 2018 Journal of Science and Technology 29 mờ lớn, được chia thành các khoảng trong miền giá trị từ 0 ÷ 100% (rattot, tot, vua, kem, ratkem, hong). Biến trạng thái kỹ thuật của động cơ (Hình 3.9) - Tên biến: trangthai - Số lượng tập mờ: 6 - Dạng hàm phụ thuộc: hình thang - Miền giá trị: trên hình là từ (0 ÷ 100)% - Tên các tập mờ: rattot, tot, vua, kem, ratkem, hong. Hình 3.9. Biến trạng thái kỹ thuật của động cơ 3. Xây dựng các luật điều khiển (RULER EDITOR) Các luật điều khiển được chọn theo bảng luật phù hợp đã xây dựng (Bảng 3.3). Nếu số lượng luật điều khiển quá lớn thì ảnh hưởng đến tốc độ tính toán và bộ nhớ, còn nếu số lượng luật điều khiển quá ít thì không điều khiển được hoặc cho ra kết quả không chính xác. Do vậy, thường chọn những luật điều khiển hay xảy ra nhất. Bảng các tập luật được xây dựng trên phần mềm Matlab có kết quả và hiển thị trên màn hình soạn thảo như (Hình 3.10). Hình 3.10. Bảng các tập luật điều khiển 4. Cho ra kết quả ứng với các giá trị đầu vào (RULE VIEW) Sau khi hoàn thành việc xây dựng bảng các tập luật điều khiển, phần mềm Matlab sẽ xử lý, ứng với mỗi giá trị của các biến vào sẽ cho ra kết quả “nét” của biến ra (kết quả % của tình trạng kỹ thuật động cơ). Ví dụ, với những giá trị nét của các biến vào như trong Bảng 3.4, dựa vào tập luật điều khiển đã xây dựng, fuzzy logic trong phần mềm Matlab đã xử lý và cho ra kết quả giá trị biến ra là trạng thái kỹ thuật của động cơ. Bảng 3.4. Giá trị “nét” của các biến mờ Giá trị các biến mờ Trạng thái động cơ (%) C 1 (%) C2 (%) C 3 (%) C4 (kG/cm2) C 5 (kG/cm2) C6 (dB) 85 10 8 35 3.5 45 81.8 Hình 3.11 là giao diện màn hình của phần mềm Matlab thể hiện kết quả chẩn đoán. Ứng với các giá trị của các biến vào như trong Bảng 3.4, nhờ fuzzy logic trong Matlab xử lý, đã cho kết quả giá trị của biến ra là trạng thái kỹ thuật động cơ ở mức 81.8%. Với kết quả này ta có thể kết luận động cơ ở trạng thái tốt. Hình 3.11. Giao diện màn hình thể hiện kết quả chẩn đoán Kết luận Kết quả chẩn đoán trên cho thấy, việc sử dụng fuzzy logic trong phần mềm Matlab/Simulink cho phép sử dụng lượng thông tin đa dạng, quá trình đánh giá chất lượng được “mềm hóa” và có khả năng bám sát sự thay đổi của các thông số trong thực tiễn. Nhờ thuật toán suy luận trong fuzzy logic, cho phép xác định khá chính xác trạng thái kỹ thuật cụ thể của động cơ, biểu hiện qua kết quả khoảng % chất lượng. Ngoài việc đánh giá được trạng thái kỹ thuật chung của động cơ, logic mờ còn cho phép chẩn đoán theo hướng các dạng hư hỏng cụ thể. Điều này khẳng định việc ứng dụng logic và logic mờ vào việc chẩn đoán là hoàn toàn hiệu quả. ISSN 2354-0575 Journal of Science and Technology30 Khoa học & Công nghệ - Số 17/Tháng 3 - 2018 Tài liệu tham khảo [1]. Đào Chí Cường, Nghiên cứu xây dựng cơ sở dữ liệu cho hệ thống chẩn đoán động cơ diesel dung trong nông nghiệp, nông thôn Việt Nam. Luận án tiến sĩ kỹ thuật, trường Đại học Nông nghiệp Hà Nội, 2011. [2]. Nguyễn Khắc Trai. Kỹ thuật chẩn đoán Ôtô, NXB Giao thông vận tải, 2004. [3]. Bùi Hải Triều. Một số vấn đề mới về chấn đoán Ôtô-Máy kéo, Trường đại học Nông Nghiệp I Hà Nội, 2002. [4]. Mogens Blanke, Michel Kinnaert, Jan Lunze, Marcel Staroswiecki. Diagnosis and Fault- Tolerant Control, Lyngby - Brussels - Bochum - Lille, 2006. DIAGNOSIS TECHNICAL STATUS OF THE ENGINE BY FUZZY LOGIC Abstract: The application of fuzzy logic in control problems has been studied and used extensively. However, in the field of technical diagnostics, the study, application of fuzzy logic is very limited. This paper presents the results of research, application of fuzzy logic in the diagnosis and assessment of technical status of internal combustion engines. Research shows that the application of fuzzy logic to diagnose technical state of the engine is very convenient, fast and effective. The accuracy of the diagnostic results in fuzzy logic depends on the correct selection of diagnostic parameters, dependent functions, and rationalized logics. The use of fuzzy logic in diagnostics is particularly effective for the mechanical part of the engine. Keywords: fuzzy logic, Status diagnosis.
File đính kèm:
- chan_doan_trang_thai_ky_thuat_cua_dong_co_bang_logic_mo.pdf