市場(chǎng)環(huán)境決定著企業(yè)的生產(chǎn)方式，制造企業(yè)需要以最快的上市速度，最好的質(zhì)量、最低的成本、最優(yōu)的服務(wù)及最清潔的環(huán)境來滿足不同客戶對(duì)產(chǎn)品的需求和社會(huì)可持續(xù)發(fā)展的要求。在這一目標(biāo)的驅(qū)動(dòng)下，多種先進(jìn)制造技術(shù)（advanced manufacturing technology，AMT）被提出，并受到重點(diǎn)研究和發(fā)展。柔性制造系統(tǒng)（flexible manufacturing system，F(xiàn)MS）是ATM發(fā)展的產(chǎn)物，受到了普遍的研究，并在制造企業(yè)得到大量應(yīng)用。FMS通常包括若干數(shù)控設(shè)備、中央刀庫、物料運(yùn)輸裝置和計(jì)算機(jī)控制系統(tǒng)等子設(shè)備或子系統(tǒng)，由控制網(wǎng)絡(luò)將多個(gè)設(shè)備有機(jī)聯(lián)合，使各設(shè)備統(tǒng)一調(diào)度、相互協(xié)調(diào)共同完成生產(chǎn)加工任務(wù)，并可以根據(jù)制造任務(wù)或生產(chǎn)環(huán)境的變化進(jìn)行靈活調(diào)整。這種靈活性即指系統(tǒng)的柔性，柔性是FMS的最大特點(diǎn)，其具有應(yīng)變性好、生產(chǎn)率高，適應(yīng)中、小批量生產(chǎn)等特點(diǎn)。
1 FMS特點(diǎn)及其故障診斷的困難性
柔性制造系統(tǒng)（FMS）作為一類復(fù)雜的機(jī)電系統(tǒng)，其復(fù)雜程度、行為狀態(tài)和工作環(huán)境等都與傳統(tǒng)的制造系統(tǒng)有很大不同，比較明顯的是：
（1）FMS是對(duì)多個(gè)異質(zhì)系統(tǒng)在功能及結(jié)構(gòu)上的有機(jī)集成，屬于復(fù)雜大系統(tǒng)。
（2）系統(tǒng)強(qiáng)調(diào)高度自動(dòng)化，智能程度要求較高。
（3）相對(duì)于自動(dòng)化生產(chǎn)線，系統(tǒng)的動(dòng)態(tài)行為更加復(fù)雜，剛性控制減弱，柔性更加明顯。
（4）系統(tǒng)具有容錯(cuò)控制，當(dāng)某一子設(shè)備或子系統(tǒng)發(fā)生故障時(shí)，系統(tǒng)的運(yùn)行過程控制（即調(diào)度）可以重構(gòu)，以保證系統(tǒng)整體功能的不失性。
（5）單一設(shè)備或系統(tǒng)的自身行為或故障不再局限于其自身范圍內(nèi)，常常會(huì)影響在功能或地域上相關(guān)、相連的設(shè)備或系統(tǒng)。
FMS系統(tǒng)所具有的上述特點(diǎn)，導(dǎo)致其故障診斷不僅有一般設(shè)備診斷的特點(diǎn)，而且表現(xiàn)的更復(fù)雜、更特殊。
（1）FMS的高度柔性，必然要求系統(tǒng)內(nèi)部的高度靈活性和運(yùn)行模式的多樣性，負(fù)面的影響是增大了系統(tǒng)的不定因素和在模式轉(zhuǎn)換過程中故障發(fā)生的高可能性。
（2）系統(tǒng)設(shè)備多樣、復(fù)雜，加工以柔性多任務(wù)為目標(biāo)，加工類型、過程、工況多樣，因此，難以全面搜集各種正常與異常狀態(tài)的先驗(yàn)樣本和模式樣本，即診斷知識(shí)獲取困難。
（3）過程狀態(tài)及故障的斷續(xù)性、突發(fā)性、模糊性、關(guān)聯(lián)性及時(shí)變性更加明顯，致使故障征兆信息、設(shè)備狀態(tài)信息的獲取比較困難，故障的快速定位難度更大。
（4）加工設(shè)備各部件間的動(dòng)態(tài)聯(lián)動(dòng)性、離散性致使故障的傳播性、故障源的分散性更加明顯。
（5）工件尺寸甚至誤操作等隨機(jī)干擾因素影響加大，使診斷系統(tǒng)的誤診、漏診的可能性更大，診斷推理的精確性、結(jié)論的可信度都有所下降。
（6）加工過程中信息量大而繁雜，適合于監(jiān)控、診斷與預(yù)警的信息資源需要挖掘，對(duì)監(jiān)控策略、故障特征提取、診斷知識(shí)庫管理等環(huán)節(jié)提出了挑戰(zhàn)。
（7）FMS在運(yùn)行過程中，更多情況下是缺乏人的現(xiàn)場(chǎng)監(jiān)視，因此，故障難以早期發(fā)現(xiàn)；對(duì)現(xiàn)場(chǎng)故障的瞬時(shí)信息，特別是感官信息就往往無法捕捉，而此類信息對(duì)故障的快速定位（推理）是極有價(jià)值的。
從實(shí)際的應(yīng)用來看，診斷對(duì)象的復(fù)雜度增加，可能導(dǎo)致診斷系統(tǒng)的復(fù)雜度呈幾何指數(shù)性增長(zhǎng)。從多家FMS研究及應(yīng)用單位的實(shí)際應(yīng)用情況看，F(xiàn)MS的運(yùn)行故障頻發(fā)，且現(xiàn)有的診斷系統(tǒng)難以應(yīng)付多種復(fù)雜的故障快速定位要求。
2 當(dāng)前的研究?jī)?nèi)容及發(fā)展?fàn)顟B(tài)
作為FMS理論研究及實(shí)踐應(yīng)用的關(guān)鍵與瓶頸技術(shù)之一的故障診斷技術(shù)，受到了國(guó)內(nèi)外制造領(lǐng)域的重點(diǎn)研究，并取得了一定的研究成果。分析和總結(jié)眾多在不同研究方向上具有創(chuàng)新性的研究成果，歸納、分類形成如圖1所示FMS診斷技術(shù)研究的基本方向。可以清楚的看出，圍繞FMS這一具有復(fù)雜結(jié)構(gòu)及組成的自動(dòng)化制造系統(tǒng)，診斷技術(shù)的研究主要沿如下4個(gè)方向深入開展：
（1）診斷系統(tǒng)架構(gòu)研究。
（2）智能診斷方法研究。
（3）FMS故障機(jī)理及故障模型研究。
（4）系統(tǒng)集成技術(shù)研究。
基于上述4個(gè)大的研究方向，眾多的研究又從不同的側(cè)重點(diǎn)出發(fā)，最終形成了更細(xì)致的研究分支。整體而言，F(xiàn)MS診斷技術(shù)研究呈發(fā)散式向與診斷流程各個(gè)環(huán)節(jié)相關(guān)技術(shù)逐級(jí)深入。
2.1 診斷系統(tǒng)架構(gòu)
針對(duì)FMS的特點(diǎn)，當(dāng)前的診斷系統(tǒng)架構(gòu)設(shè)計(jì)主要有兩種形式：集中式和分布式。在兩種基本方式的基礎(chǔ)上為了兼顧診斷的實(shí)時(shí)性及診斷的精密性要求，系統(tǒng)又出現(xiàn)了在線實(shí)時(shí)診斷與離線精密診斷相結(jié)合的模塊式結(jié)構(gòu)。
華中理工大學(xué)在診斷方法論、體系結(jié)構(gòu)方面進(jìn)行了開創(chuàng)性研究，并針對(duì)鄭州紡織機(jī)械廠的FMS故障診斷開展進(jìn)一步的研究；北京理工大學(xué)以長(zhǎng)春BQ-FMS為研究對(duì)象，診斷系統(tǒng)采用簡(jiǎn)易實(shí)時(shí)診斷與離線精密診斷相結(jié)合的形式，該系統(tǒng)已應(yīng)用于現(xiàn)場(chǎng)運(yùn)行，但其總體架構(gòu)仍是集中式結(jié)構(gòu)。
基于Internet的遠(yuǎn)程故障診斷技術(shù)是復(fù)雜設(shè)備故障診斷最新的發(fā)展動(dòng)態(tài)，美國(guó)的斯坦福大學(xué)、新加坡的國(guó)立大學(xué)等一些研究機(jī)構(gòu)已建立了開放式遠(yuǎn)程診斷及支持中心，在設(shè)備用戶、研究機(jī)構(gòu)（領(lǐng)域?qū)＜遥┘霸O(shè)備生產(chǎn)商之間形成了面向多用戶、多設(shè)備的動(dòng)態(tài)敏捷診斷通道，實(shí)現(xiàn)了診斷資源共享，大大提高了診斷效率、成功率及診斷結(jié)果的可信度。西安交通大學(xué)、上海交通大學(xué)和西北工業(yè)大學(xué)已先后建立了遠(yuǎn)程故障診斷服務(wù)中心，在大型復(fù)雜設(shè)備診斷遠(yuǎn)程網(wǎng)絡(luò)化方面邁出了可喜的一步。當(dāng)前，華中科技大學(xué)也已開展分布式遠(yuǎn)程協(xié)作診斷研究，已建立了一定功能的原型測(cè)試系統(tǒng)。
Agent及MAS（multi-agent system）理論和方法是計(jì)算機(jī)軟件工程最具革命性的成果之一，MAS理論應(yīng)用于故障診斷希望解決兩方面的問題，其中之一就是從分布式問題求解角度來建立分布式診斷架構(gòu)。應(yīng)用多Agent系統(tǒng)來構(gòu)建具有靈活配置、高柔性、擴(kuò)充性好的軟件系統(tǒng)具有較大的優(yōu)勢(shì)。Maria-Athina等學(xué)者分析了在分布式設(shè)備故障管理中應(yīng)用智能Agent技術(shù)的有關(guān)細(xì)節(jié)問題，并給出了簡(jiǎn)單的系統(tǒng)設(shè)計(jì)方法。德國(guó)的研究者在FMS的實(shí)時(shí)監(jiān)測(cè)問題研究中，采用Multi-Agent機(jī)制解決了監(jiān)測(cè)的分布式問題，并給出了監(jiān)測(cè)Agent模型和功能封裝。英國(guó)曼徹斯特大學(xué)針對(duì)典型FMS系統(tǒng)研究并設(shè)計(jì)了基于Multi-Agent的集成故障診斷系統(tǒng)，目前的研究正在逐漸深入。加拿大Edmonton大學(xué)的智能工程實(shí)驗(yàn)室提出了應(yīng)用于復(fù)雜化工設(shè)備故障監(jiān)測(cè)及診斷的集成化分布式智能系統(tǒng)結(jié)構(gòu)，在基于MAS的集成框架下有效實(shí)現(xiàn)了多種診斷工具的綜合利用，并對(duì)原有工具、系統(tǒng)可以方便集成。R.Khosla同樣在電力供應(yīng)系統(tǒng)監(jiān)測(cè)中應(yīng)用了Multi-Agent方法，其所提出的多層模型及多診斷算法（軟件）Agent協(xié)同求解方法值得借鑒和采用。德國(guó)柏林技術(shù)大學(xué)的人機(jī)系統(tǒng)研究中心開發(fā)的商業(yè)化故障診斷軟件ComPASS，系統(tǒng)完全基于Multi-Agent架構(gòu)，具有良好的開放性，用戶可以方便地通過API接口進(jìn)行功能和知識(shí)的擴(kuò)展，實(shí)現(xiàn)特定設(shè)備的故障診斷。新加坡國(guó)立大學(xué)的研究者提出并構(gòu)建了基于Multi-Agent的遠(yuǎn)程故障診斷系統(tǒng)架構(gòu)，給出了系統(tǒng)的自學(xué)習(xí)方法，并在Java環(huán)境中進(jìn)行了兩個(gè)案例測(cè)試。陸寶春等人建造了面向制造過程監(jiān)控的分布式多Agent診斷系統(tǒng)結(jié)構(gòu)，研究了多Agent模糊關(guān)聯(lián)模型及基于此的診斷與決策問題；清華大學(xué)針對(duì)多Agent故障診斷原型系統(tǒng)，著重研究了基于多Agent理論的設(shè)備診斷問題分布式任務(wù)分解與控制策略及Agent間的協(xié)調(diào)合作機(jī)制，提出診斷任務(wù)的串行與并行以及混合控制策略。
2.2 智能診斷方法
目前，開展智能診斷是診斷領(lǐng)域的一個(gè)研究熱點(diǎn)，相應(yīng)的成果也非常多，圖2對(duì)智能診斷方法的應(yīng)用情況作了歸納。FMS故障診斷技術(shù)從總體而言，以智能診斷為主，特別是專家系統(tǒng)（expert system，ES）、人工神經(jīng)網(wǎng)絡(luò)（artificial neural net，ANN）以及它們與模糊理論的結(jié)合，此方面的研究和應(yīng)用最為常見。國(guó)際先進(jìn)技術(shù)中心的V.R.Mi-lacic等人開發(fā)了EXMAX專家系統(tǒng)模型，實(shí)現(xiàn)了對(duì)FMS機(jī)械系統(tǒng)的故障診斷和維修。北京航空航天大學(xué)與北京航空工藝研究所等單位合作，自行設(shè)計(jì)并建造了北京柔性制造系統(tǒng)實(shí)驗(yàn)中心，并初步研究和應(yīng)用了適用的診斷專家系統(tǒng)。但專家系統(tǒng)所存在的知識(shí)獲取“瓶頸”、規(guī)則“組合爆炸”、推理過程的低效率、對(duì)機(jī)器系統(tǒng)的依賴性強(qiáng)等缺陷限制了其更廣泛、更完善的應(yīng)用。故障診斷從根本上來說仍然是一個(gè)模式識(shí)別問題，人們成功的應(yīng)用神經(jīng)網(wǎng)絡(luò)解決了許多實(shí)時(shí)狀態(tài)監(jiān)測(cè)、故障分類、故障預(yù)報(bào)等難題。
從大量的應(yīng)用來看，ANN只是作為一種信息軟處理的工具，在局部問題處理上優(yōu)勢(shì)明顯，但從一切系統(tǒng)行為的指標(biāo)上，還沒有全部占優(yōu)的報(bào)道。與ES一樣，ANN同樣也存在缺陷：推理過程的不可解釋性、知識(shí)補(bǔ)充及修改的困難性、模型的僵化及脆弱性等等。
ES與ANN的集成應(yīng)用為人們克服兩者的缺陷開辟了新的途徑，在具體應(yīng)用中表現(xiàn)出更大的優(yōu)越性。基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)的實(shí)現(xiàn)方式主要有兩種：直接用神經(jīng)網(wǎng)絡(luò)構(gòu)造專家系統(tǒng)（也稱緊耦合方式）和兩者以簡(jiǎn)單的功能組合形式（也稱松耦合方式）。前者仍然難以克服ANN的缺點(diǎn)，因此，人們正把注意力放在符號(hào)推理與數(shù)值運(yùn)算的更高級(jí)集成上。第二種結(jié)合方式，其本質(zhì)是將整個(gè)系統(tǒng)中易于用符號(hào)表達(dá)的規(guī)則編碼于專家系統(tǒng)的知識(shí)庫中，而將不易于用符號(hào)或復(fù)雜邏輯表達(dá)，需要并行、模糊、實(shí)時(shí)處理的規(guī)則（知識(shí)）編碼于神經(jīng)網(wǎng)絡(luò)之中，通過功能互補(bǔ)提高系統(tǒng)的整體能力。
印度S.N.Gupta開發(fā)的工況監(jiān)測(cè)維修專家系統(tǒng)，在知識(shí)的獲取方法上，使用了神經(jīng)網(wǎng)絡(luò)以解決專家系統(tǒng)知識(shí)獲取困難的弊端。模糊邏輯、ANN與專家系統(tǒng)結(jié)合的診斷模型是最具發(fā)展前景的，也是目前人工智能領(lǐng)域的研究熱點(diǎn)之一，相應(yīng)的診斷技術(shù)正在蓬勃開展。北京理工大學(xué)在其所開發(fā)的FMS診斷系統(tǒng)中將模糊數(shù)學(xué)方法與神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)相結(jié)合進(jìn)行了綜合應(yīng)用，給出了具體的模糊推理算法，同時(shí)就模糊性診斷規(guī)則的歸納和總結(jié)及知識(shí)庫的建立做出了較為全面的研究。
MAS理論應(yīng)用于故障診斷希望解決的另一個(gè)問題就是將診斷功能模塊擬人化封裝，表現(xiàn)出社會(huì)化的群體智能，不僅使診斷系統(tǒng)更智能、更可靠，而且診斷決策成功的可能性大大提高。如果說，專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)是以實(shí)現(xiàn)系統(tǒng)單一手段的智能化為目標(biāo)的話，MAS則是以提高系統(tǒng)整體問題求解的智能化為目標(biāo)。智能體理論引入故障診斷領(lǐng)域已有一段時(shí)間，有關(guān)的研究正在深入進(jìn)行。在應(yīng)用方面，日本的T.Nagata實(shí)現(xiàn)了基于Multi-Agent的供電系統(tǒng)監(jiān)測(cè)及緊急恢復(fù)項(xiàng)目的實(shí)施，對(duì)多智能體的協(xié)商機(jī)制和消息通訊機(jī)制進(jìn)行了實(shí)踐檢驗(yàn)。南京理工大學(xué)首先將分布式人工智能（distributed artifical intelligence，DAI）理論引入FMS智能檢測(cè)與故障診斷系統(tǒng)研究中，并指出Agent的融合、協(xié)調(diào)和控制方法，知識(shí)表示與推理機(jī)制是實(shí)現(xiàn)該系統(tǒng)的關(guān)鍵；東南大學(xué)的鐘秉林教授及其學(xué)生提出了基于行為的多代理（Multi-Agent）故障診斷方法，并給出了系統(tǒng)的實(shí)現(xiàn)策略，對(duì)問題求解采用“自下而上”的推理方法；南京理工大學(xué)的研究者用模糊集理論和定義決策相似度的方法建立了多監(jiān)控Agent求解結(jié)果的一致性判斷算法，將求解結(jié)果一致性融合問題轉(zhuǎn)換為群決策環(huán)境下的梯形模糊數(shù)表示的模糊意見的綜合問題。
2.3 FMS故障機(jī)理及故障模型
分析FMS故障機(jī)理，以最有效的方法獲取反映FMS設(shè)備狀態(tài)（靜態(tài)）、運(yùn)行狀態(tài)（動(dòng)態(tài)）的特征量或診斷知識(shí)，并據(jù)此建立合適的故障模型是該部分的研究?jī)?nèi)容。相關(guān)的研究集中在3個(gè)方面：
（1）以FMS的具體設(shè)備或部件為對(duì)象，如刀具切削狀態(tài)監(jiān)測(cè)與預(yù)警、加工主軸振動(dòng)監(jiān)測(cè)與診斷、主軸伺服系統(tǒng)監(jiān)測(cè)與診斷、加工工件的質(zhì)量監(jiān)測(cè)等等，相應(yīng)的診斷方法以傳感器技術(shù)、信號(hào)處理及分析技術(shù)、多傳感器信息融合技術(shù)為主，通過一定的監(jiān)控診斷模型（如閥值判斷或神經(jīng)網(wǎng)絡(luò)模型）實(shí)現(xiàn)狀態(tài)判定與故障預(yù)報(bào)，也有依靠數(shù)學(xué)模型來分析診斷對(duì)象的某種動(dòng)態(tài)特性的嘗試，但應(yīng)用的并不成功。
（2）從全局制造過程出發(fā)，建立過程仿真模型，注重狀態(tài)的變遷及原因和結(jié)果之間的聯(lián)系，如Petri網(wǎng)、有限狀態(tài)機(jī)、有向圖模型的應(yīng)用。
（3）從分析診斷對(duì)象的功能、原理、結(jié)構(gòu)等方面入手，并結(jié)合人類專家經(jīng)驗(yàn)，以建立診斷知識(shí)庫為目標(biāo)，診斷過程以知識(shí)推理為主，機(jī)理模型、功能模型、故障樹模型是常用的方法。
Wu和Joshi就故障分類、故障知識(shí)表達(dá)及故障恢復(fù)3個(gè)方面的關(guān)鍵問題進(jìn)行了研究，強(qiáng)調(diào)系統(tǒng)的執(zhí)行故障對(duì)FMS運(yùn)行的影響。Monostori對(duì)機(jī)床與制造單元提出了知識(shí)基遞階狀態(tài)監(jiān)控與故障診斷模型。Kuo等人從FMS運(yùn)行過程的行為角度出發(fā)，使用著色賦時(shí)Petri網(wǎng)建模實(shí)現(xiàn)對(duì)FMS的狀態(tài)監(jiān)測(cè)及故障診斷。新加坡南洋理工大學(xué)在分析FMS子設(shè)備及設(shè)備的子部件之間的故障傳播關(guān)聯(lián)性的基礎(chǔ)上，提出模糊圖模型診斷方法，診斷推理沿著節(jié)點(diǎn)之間的最壞路徑逐級(jí)搜索，該方法在缺乏先驗(yàn)診斷樣本的情況下，能解決其它診斷模型應(yīng)用的困難性，但模糊隸屬函數(shù)的確定有一定的主觀性。華中理工大學(xué)針對(duì)具體的FMS系統(tǒng)，深入研究了故障樹層次診斷模型，提出擴(kuò)展故障樹建模方法，并給出了基于此的框架知識(shí)表達(dá)和診斷推理策略，并采用了多模型故障診斷方法。
2.4 診斷系統(tǒng)集成技術(shù)
從診斷技術(shù)的發(fā)展階段看，集成智能診斷是當(dāng)前智能診斷的研究熱點(diǎn)及將來的發(fā)展趨勢(shì)。所謂集成診斷就是把涉及診斷的不同側(cè)面的理論和方法組合起來，并以系統(tǒng)對(duì)問題求解的高效性、有效性、成功性為目的。集成包含多方面的內(nèi)容，可以參考圖1所示。從宏觀角度而言，F(xiàn)MS診斷系統(tǒng)的集成技術(shù)體現(xiàn)在4個(gè)方面：
（1）診斷流程各個(gè)環(huán)節(jié)的集成直至向上集成至企業(yè)資源管理的一部分，可以稱之為過程集成。
（2）不同診斷數(shù)據(jù)、診斷知識(shí)及其相應(yīng)的表達(dá)方法的合理綜合應(yīng)用，可以稱之為信息集成，由于監(jiān)控系統(tǒng)中還包含硬件設(shè)備，如傳感器、PLC、NC、CNC等，但其是服務(wù)于監(jiān)控及診斷的底層數(shù)據(jù)獲取，因此，可以把硬件集成歸屬于信息集成中。
（3）多種故障模型、診斷推理策略或方法的組合應(yīng)用，以及系統(tǒng)對(duì)多種智能方法的集成，包括人的集成，可以稱之為功能方法集成。
（4）從現(xiàn)場(chǎng)診斷到遠(yuǎn)程診斷服務(wù)中心的網(wǎng)絡(luò)化、多資源共享集成，可以稱之為網(wǎng)絡(luò)化集成。從學(xué)科交叉的角度，系統(tǒng)集成意味著多種學(xué)科在某種目標(biāo)下的交叉、銜接、滲透和綜合。
由FMS特點(diǎn)及其故障診斷的困難性看出，要建立有效、可靠的診斷系統(tǒng)，集成診斷勢(shì)在必行。W.Hu所提出的集成診斷系統(tǒng)強(qiáng)調(diào)模塊化及可重構(gòu)性，并將故障樹劃分為3類：功能化故障樹、原理性故障樹和規(guī)則化故障樹，在診斷過程中三者緊密聯(lián)系，共同實(shí)現(xiàn)故障推理過程，并基于PLC監(jiān)控信號(hào)提出了邏輯診斷和控制命令序列診斷模型。Abdoul等人將FMS的故障診斷及故障情況下加工任務(wù)的重新調(diào)度聯(lián)系在一起進(jìn)行研究，建立了FG（functional graph）及OAG（operation alaccessibility graph）模型，系統(tǒng)以FG模型為基礎(chǔ)進(jìn)行故障推理，以O(shè)AG模型為基礎(chǔ)實(shí)現(xiàn)生產(chǎn)任務(wù)的重新調(diào)度，這一過程是緊密聯(lián)系、協(xié)作完成的。國(guó)內(nèi)，國(guó)防科技大學(xué)在“863”計(jì)劃項(xiàng)目中，對(duì)FMS監(jiān)控系統(tǒng)的總體設(shè)計(jì)和關(guān)鍵技術(shù)作了大量的預(yù)研工作，研究了系統(tǒng)安全、工件流、刀具流、加工設(shè)備等檢測(cè)監(jiān)控子系統(tǒng)的初步集成及統(tǒng)一協(xié)調(diào)處理問題。為了實(shí)現(xiàn)多種診斷方法的綜合應(yīng)用和集成，從軟件設(shè)計(jì)方法上就要求一種更好的適用機(jī)制，多種信號(hào)檢測(cè)、處理及分析方法、診斷方法、知識(shí)處理方法通過智能Agent封裝，實(shí)現(xiàn)系統(tǒng)的總體集成。
3 研究的特點(diǎn)及存在的問題
3.1 研究的特點(diǎn)
（1）監(jiān)控及診斷系統(tǒng)多為集中式結(jié)構(gòu)，診斷系統(tǒng)總體架構(gòu)按FMS的層次結(jié)構(gòu)設(shè)計(jì)，呈遞階控制方式；考慮監(jiān)控及診斷的實(shí)時(shí)性需要，采用簡(jiǎn)單的閥值判定和推理迅速的簡(jiǎn)易專家系統(tǒng)，并利用神經(jīng)網(wǎng)絡(luò)數(shù)值運(yùn)算的快速性，來處理局部信息的狀態(tài)識(shí)別問題；診斷系統(tǒng)結(jié)構(gòu)由集中式向分布式、網(wǎng)絡(luò)化方向發(fā)展，相關(guān)的研究已經(jīng)起步。
（2）相關(guān)學(xué)科的新技術(shù)、新方法迅速應(yīng)用于FMS診斷，但更多的是針對(duì)FMS的子設(shè)備或某一設(shè)備的子部件進(jìn)行試驗(yàn)性研究，偏重于原理性探討和應(yīng)用的試探，特別是圍繞知識(shí)處理問題，采用新型信息處理技術(shù)，力求建造實(shí)用性更高的專家系統(tǒng)；診斷方法、策略不斷智能化，如模糊數(shù)學(xué)、人工智能的應(yīng)用，智能診斷方法逐漸占據(jù)主導(dǎo)地位。
（3）軟硬件系統(tǒng)的模塊化、可擴(kuò)展、可重構(gòu)式結(jié)構(gòu)已逐步得到采用，系統(tǒng)的組建以圖形化組態(tài)方式進(jìn)行。用戶可以運(yùn)用基本的、標(biāo)準(zhǔn)的部件（模塊），各模塊單元根據(jù)診斷對(duì)象的不同，經(jīng)特征優(yōu)化及細(xì)節(jié)設(shè)計(jì)實(shí)現(xiàn)通用而又專業(yè)的系統(tǒng)；監(jiān)控系統(tǒng)的體系與布局與復(fù)雜制造系統(tǒng)的結(jié)構(gòu)相適應(yīng)，采取不同的系統(tǒng)層對(duì)應(yīng)不同的監(jiān)控與診斷模塊，即故障診斷的層次模型，形成分布式信息拾取與處理，并逐級(jí)向上集成形成全局的狀態(tài)檢測(cè)與故障診斷系統(tǒng)，即“萬能”、“柔性”、“可集成”系統(tǒng)。
（4）集成診斷開始受到重視，如多信息、診斷技術(shù)及方法的綜合運(yùn)用與集成，但顯得零零散散，更多研究的出發(fā)點(diǎn)是就某一局部問題，將幾種診斷方法相結(jié)合加以應(yīng)用。
3.2 存在的問題
從國(guó)內(nèi)外研究現(xiàn)狀可以看出，現(xiàn)有的研究仍有許多不足：
（1）集成化診斷思想還不成熟，缺乏合理的集成架構(gòu)，基于MAS理論建造診斷系統(tǒng)，已有的研究不夠深入，表現(xiàn)在Agent功能角色劃分不明確，粒度太粗，以及缺乏如何從系統(tǒng)的角度去實(shí)現(xiàn)這一集成架構(gòu)等等方面；狀態(tài)監(jiān)控與故障診斷系統(tǒng)的通用型智能化設(shè)計(jì)與實(shí)施方法研究還未形成明確的研究目標(biāo)。
（2）診斷信息的傳遞及共享缺乏一個(gè)通用化、標(biāo)準(zhǔn)化的交互機(jī)制，傳統(tǒng)的方法是通過應(yīng)用程序接口（API）按一一對(duì)應(yīng)的關(guān)系進(jìn)行參數(shù)傳遞，該方法僵硬死板，其協(xié)議的不透明性導(dǎo)致系統(tǒng)的開放性受限制。已應(yīng)用的診斷系統(tǒng)缺乏開放性和柔性，功能子模塊之間采用“緊耦合”方式，表現(xiàn)為：當(dāng)監(jiān)測(cè)環(huán)境改變時(shí)，診斷系統(tǒng)難以適應(yīng)；對(duì)診斷系統(tǒng)作局部調(diào)整時(shí)，牽扯的改動(dòng)面太大，開發(fā)性是現(xiàn)代軟件系統(tǒng)的發(fā)展方向；軟件的重用、重構(gòu)性不理想導(dǎo)致開發(fā)和維護(hù)困難。
（3）實(shí)時(shí)監(jiān)測(cè)、故障診斷、趨勢(shì)預(yù)報(bào)有脫節(jié)形象，特別是在FMS實(shí)時(shí)運(yùn)行過程中，忽視了應(yīng)用設(shè)備內(nèi)部的信息，對(duì)PLC、CNC內(nèi)部實(shí)時(shí)數(shù)據(jù)沒有開發(fā)利用，而此類信息對(duì)故障的早期發(fā)現(xiàn)及“事后”診斷極有價(jià)值。
（4）就多種智能診斷方法的集成應(yīng)用還需要作進(jìn)一步的深入研究，有限的研究與實(shí)際應(yīng)用還有一定的距離，特別體現(xiàn)在國(guó)內(nèi)該領(lǐng)域的發(fā)展?fàn)顩r上�？傮w而言，由于國(guó)內(nèi)FMS的發(fā)展和應(yīng)用相對(duì)滯后于國(guó)外，導(dǎo)致FMS故障診斷技術(shù)的研究也相對(duì)粗淺和缺乏。
4 發(fā)展趨勢(shì)
（1）多傳感器信息拾取與融合的綜合智能決策系統(tǒng)。診斷系統(tǒng)的智能程度、決策方法更加趨近于人類專家在處理診斷問題時(shí)的綜合決策方式。
（2）自動(dòng)地對(duì)未遇到過的或無法預(yù)計(jì)的加工狀態(tài)及異常、故障狀態(tài)進(jìn)行分析、處理、監(jiān)控；敏銳的捕獲突發(fā)故障的能力。
（3）先進(jìn)的組態(tài)化、高度“柔性”的診斷系統(tǒng)結(jié)構(gòu)。這是診斷系統(tǒng)靈活性、易用性的要求，狀態(tài)監(jiān)控與故障診斷系統(tǒng)的通用型智能化設(shè)計(jì)與實(shí)施系統(tǒng)研究。
（4）監(jiān)控設(shè)備的“積木式”組合方式，同時(shí)提供軟件的通用化標(biāo)準(zhǔn)接口（如：OPC）及監(jiān)測(cè)設(shè)備的自診斷、自適應(yīng)功能模塊。用戶可以運(yùn)用基本的、標(biāo)準(zhǔn)的各模塊單元簡(jiǎn)單而快速的搭建適用的診斷系統(tǒng)，并最終實(shí)現(xiàn)軟硬件系統(tǒng)的高度集成應(yīng)用。
（5）面向領(lǐng)域問題的特點(diǎn)，進(jìn)一步分析、探討FMS診斷系統(tǒng)的體系結(jié)構(gòu)、原理、組成、監(jiān)控策略、功能要求等問題，并引入相關(guān)學(xué)科的新觀點(diǎn)、新方法、新思維、新技術(shù)不斷提高診斷系統(tǒng)的可靠性、靈活性、易用性、實(shí)用性、實(shí)時(shí)性及精確性。
（6）遠(yuǎn)程網(wǎng)絡(luò)化診斷服務(wù)中心的建設(shè)，這是實(shí)現(xiàn)“產(chǎn)校聯(lián)合”，推進(jìn)應(yīng)用與研究共同發(fā)展的有效途徑；服務(wù)中心的仿真教學(xué)為企業(yè)培養(yǎng)急需的高素質(zhì)維修人員，同時(shí)，通過廣闊的信息來源豐富診斷數(shù)據(jù)庫和教學(xué)素材。
