基于人机共融的包装机故障诊断系统的设计与实现

随着工业4.0和物联网时代的来临,基于经验和手册的设备维修方式已不能满足复杂设备维修的要求;而传统的设备诊断系统往往只注重从物理传感器采集数据,缺少人工经验的介入,难以拥有自学习能力;以ZB45烟草包装机为例,提出一种具有自学习能力的人机共融新型故障诊断系统;系统采用贝叶斯网络,实现对传感器数据的自动推理;通过自然语言处理模块与用户交互,学习用户的维修经验,并用来改进诊断效果;提出了基于凸优化的标签选择方法,根据观察到的现象推荐合适的标签,以快速确定最可能的故障,实现快速找到报警号码对应的故障源;生产现场的实测数据表明,所实现的系统可以有效降低万箱故障次数,有效提高故障诊断精度,降低故障排查时间。