Technische Universiteit Delft
Faculteit Werktuigbouwkunde, Maritieme Techniek en Technische Materiaalwetenschappen Transporttechnologie
A. Hilberink Generating Knowledge with a Software Model. "A Knowledge-Based Expert System for Condition Monitoring of a Hydraulic Brake System"
Doctoraalopdracht, Rapport 2005.TT.6959, Sectie Transporttechniek en Logistieke Techniek.
In de loop van het afgelopen decennium is er vanuit de industrie een vraag ontstaan naar zogenaamde expertsystemen die in staat zijn om de conditie van bandtransporteurs te bewaken en hier onderhoudsbeslissingen voor te nemen. Om een dergelijk systeem mogelijk te maken zal dataverwerking moeten worden geautomatiseerd. Hiertoe zal kennis betreffende de verschillende onderdelen van de bandtransporteur in een database moeten worden verzameld. Als de inspectie of bewaking van de verschillende onderdelen is geautomatiseerd, kan nieuw verkregen data op grond van de opgeslagen kennis worden geanalyseerd. Op basis van deze analyse kan het conditiebewakingssysteem beslissingen nemen betreffende onderhoudsmaatregelen en -strategieën. Een dergelijk systeem dat in staat is tot het nemen van beslissingen betreffende onderhoudsmaatregelen en -strategieën op basis van een kennisdatabase wordt aangeduid met de term knowledge-based expertsystem [G. Lodewijks en Y. Pang A Knowledge-Based Expert System for Intelligent Conveyor Belt Monitoring, Proceedings of the 8th Conference on Bulk Materials Storage, Handling & Transportation, 5-8 juli 2004, Wollogong, Australië, pp.217-321]. Deze studie richt zich in het bijzonder op het verwerven van de benodigde data voor de kennisdatabase en heeft tot doel te bewijzen dat het mogelijk is om deze kennisdatabase op te bouwen met behulp van door een softwaremodel gegenereerde data en zo een knowledge-based expert system te verkrijgen dat in staat is voor tenminste 60% van de zich voordoende situaties een juiste onderhoudsbeslissing te nemen. Door data te genereren met behulp van een softwaremodel, kan het proces van dataverzameling voor de kennisdatabase aanzienlijk worden versneld ten opzichte van de situatie waarin de benodigde data moet worden verkregen van een in de praktijk opererende bandtransporteur. Aangezien dit onderzoek uitsluitend tot doel heeft de validiteit van het principe van data generatie met behulp van een softwaremodel te bewijzen, is er voor gekozen het model te beperken tot een enkel onderdeel van de bandtransporteur, namelijk een hydraulisch remsysteem dat wordt toegepast op bandtransporteurs.
Het bekeken hydraulische remsysteem bestaat uit drie verschillende componenten, te weten: de hydraulische schijfrem die de remschijf vertraagt, het bijbehorende hydraulische systeem en de regelaar, SOBO-controller genaamd. De SOBO-controller bewaakt de hoeksnelheid van de remschijf en regelt, afhankelijk van deze hoeksnelheid, de hoeveelheid olie die het hydraulische systeem aan de rem levert. De aan de rem geleverde hoeveelheid olie bepaalt de remkracht waarmee de rem de remschijf klampt en dus de resulterende vertraging van de remschijf.
Voor elk van de drie componenten worden de onderdelen waaruit ze bestaan en hun werkingsprincipes uitvoerig beschreven. Voor elk van de drie componenten en de remschijf wordt vervolgens een mathematisch model opgesteld, gebaseerd op de beschrijvingen van de onderdelen en hun
werkingsprincipes, zoals zij binnen een normaal functionerend systeem op de testopstelling functioneren. Een dergelijk mathematisch model bestaat uit een aantal differentiaal en algebraïsche vergelijkingen die de relaties tussen de verschillende proceswaarden, waaruit het systeem bestaat, beschrijven.
Vervolgens is het mathematische model, ook wel dynamische model, geïmplementeerd in een Simulink softwaremodel. In het resulterende softwaremodel is iedere fysieke component gemodelleerd als een afzonderlijk subsysteem, wat resulteert in een modulaire structuur van het softwaremodel. Deze modulaire structuur maakt het mogelijk om in de toekomst eenvoudig componenten toe te voegen binnen dezelfde hoofdstructuur en resulteert tevens in een begrijpbaar model dat goed te onderhouden is.
Na de implementatie van het dynamische model in het softwaremodel is het softwaremodel in zijn geheel geverifieerd voor de bekende proceswaarden. Vervolgens is het echte hydraulische remsysteem op de testopstelling gemonteerd en getest onder normale operationele omstandigheden. Op basis van de meetresultaten is het softwaremodel gematched met het werkelijke hydraulische remsysteem. Nadat het softwaremodel is gematched, kan worden geconcludeerd dat het softwaremodel het gedrag van het werkelijke hydraulische systeem voldoende nauwkeurig simuleert om een beoordeling van de hypothese mogelijk te maken. Dit ondanks het feit dat de gemeten, door de SOBO-controller gegenereerde pulsbreedtemodulatie of in het Engels pulse width modulation onverwachte waarden geeft en er enkele verschillen optreden tussen de gemeten en gesimuleerde remkrachten door een vermeend stick-and-slide effect optredend tussen de cilinderwand en de afdichtingring op de zuiger.
Vervolgens worden faalvormen geïntroduceerd in zowel het software model als het op de testopstelling geïnstalleerde werkelijke hydraulische remsysteem. Het doel van het ontwikkelde softwaremodel is het vergaren van kennis met betrekking tot het gedrag van het hydraulische remsysteem gedurende operatie na de introductie van faalvormen. Derhalve zou het mogelijk moeten zijn om de verschillende gemeten faalvormen van elkaar te onderscheiden, door ze te vergelijken met de verschillende door het model gegenereerde dataseries. Na het vergelijken van de gemeten data met de door het softwaremodel gegenereerde data kan worden geconcludeerd, dat trends en ordegroottes van de door het softwaremodel gegenereerde data overeenkomen met de gemeten waarden van het werkelijke hydraulische remsysteem. Desalniettemin, bestaan er verschillen tussen de gemeten en gesimuleerde data die deels al aanwezig waren vó&oacte;r de introductie van de faalvormen en deels zijn veroorzaakt door de introductie van de faalvormen. Om de verschillende gemeten faalvormen beter van elkaar te kunnen onderscheiden, bestaan drie oplosrichtingen: ten eerste zou het model kunnen worden verbeterd, ten tweede zouden enkele aanpassingen in het werkelijke hydraulische remsysteem kunnen worden doorgevoerd en tenslotte zou de invoering van meer proces waarden voor het matchen van een faalvorm voor een beter onderscheid kunnen zorgen. Bij voorkeur zou de bestaande set parameters kunnen worden uitgebreid met de oliestroom naar de remcilinder.
De door het aangepaste model gegenereerde data wordt gebruikt voor het samenstellen van de kennisdatabase voor het knowledge-based expert system. Het gedurende dit onderzoek gebruikte expertsysteem is een gesimplificeerde versie van het expertsysteem zoals ontwikkeld gedurende het
promotieonderzoek. Na het samenstellen van de kennisdatabase, wordt het expertsysteem direct aangesloten op de sensoren zoals geïnstalleerd op de testopstelling. Het expertsysteem vergelijkt de gemeten data zoals verkregen van de sensoren met de situaties die zijn opgeslagen in de kennisdatabase. Vervolgens selecteert het expertsysteem de situatie die het meest overeenkomt met de gemeten data en geeft de situatiebeschrijving behorende bij de gevonden situatie als terugkoppeling aan de gebruiker.
Uit de resultaten van het gesimplificeerde expertsysteem kan worden geconcludeerd, dat de meeste door het expertsysteem teruggekoppelde
situatiebeschrijvingen correct waren. Dit betekent dat het expertsysteem de correcte onderhoudsbeslissing geeft voor een voldoende aantal van het totale aantal gemeten situaties dat het krijgt aangeboden. De hoofdoorzaak voor de selectie van incorrecte onderhoudsbeslissingen volgt uit de prioriteit die een bepaalde situatie in de kennisdatabase krijgt toegekend. Dit prioriteitsprobleem wordt veroorzaakt door een te grote overeenkomst tussen de gesimuleerde proceswaarden voor de verschillende faalvormen en kan worden opgelost door de bestaande set parameters uit te breiden.
Door middel van dit onderzoek is de onderzoekshypothese bewezen. Deze stelt dat het mogelijk is om een kennisdatabase op te bouwen met behulp van de door een softwaremodel gegenereerde data en zo een knowledge-based expert system te verkrijgen dat in staat is voor tenminste 60% van de zich voordoende situaties een juiste onderhoudsbeslissing te nemen. Het expertsysteem geeft de correcte onderhoudsbeslissing voor 68% van de zich voordoende situaties.
Rapporten studenten Transporttechniek en Logistieke Techniek