环境诊断论文（精选6篇）
环境诊断论文 篇1
摘要：针对生猪生长环境控制系统故障多, 且具有模糊性和复杂性的特点, 提出了一种智能化的生猪生长环境控制故障诊断专家系统。结合了神经网络、模糊逻辑以及专家系统的优点, 采用模糊隶属函数来描述这些故障的程度。系统采用神经网络, 推理速度快, 容错能力强, 并运用MATLAB的图形用户界面 (GUI) 功能, 增加系统的易操作性, 方便用户使用, 更新系统简单直观。
关键词：生猪生长环境,故障诊断,模糊神经网络,专家系统
0 引言
生猪生长环境控制系统故障诊断技术是在控制系统正常和不正常工作的前提下, 依靠先进的传感器技术和检测技术, 采集控制机构状态和生猪生长环境等参数, 并对这些信息进行分析、处理、区分和识别, 确认其异常表现, 预测其发展趋势, 查明其产生原因、发生部位和严重程度, 提出针对性的维修措施和处理方法。本文采用了专家系统负责系统故障案例库的建立和故障信号的模糊化, 并对推理结果进行比较和验证, 采用模糊神经网络[1]对故障进行推理, 设计了生猪生长环境控制的故障诊断系统。
本系统以温度、湿度、风速、光照度和有害气体控制为例进行说明。控制温度效果的机构依次为风机、加热器、天窗、南北风窗、东西湿帘、灯光和温度传感器;影响控制湿度效果的机构依次为东西湿帘、加热器、风机、天窗、南北风窗、灯光和湿度传感器。影响控制光照度效果的机构依次为天窗、南北风窗、灯光和光照度传感器;影响风速控制效果的机构依次为风机、南北风窗和风速传感器;影响有害气体控制效果的机构依次为南北风窗、风机和气体传感器。
本文根据维修人员长期积累的经验和专家知识, 建立了标准故障知识库。传统的基于规则的专家系统在进行故障诊断时存在着知识获取瓶颈, 不具备联想、自学习功能和无穷递归等难于解决的问题。
1 系统总体结构
基于模糊神经网络的生猪生长环境控制系统的故障诊断系统, 充分利用专家系统 (ES) 和模糊神经网络 (FNN) 的特点, 由ES负责信号处理, FNN负责数值计算。各部分工作相互独立, 同时又有机地结合在一起。整个系统结构如图1所示[2]。
FNN 嵌入在 ES 中, 它是模糊神经网络专家系统的核心, 负责完成知识获取和推理等工作。
1) 知识获取。
通道1共有6个模块。通过专家和维修人员的经验, 建立了标准的故障案例知识库;通过模糊化得到故障现象的模糊输入, 形成领域问题组织的训练样本而获得领域知识;通过模糊神经网络学习, 这些知识分布在网络各节点的连接权值上 (即作为知识库) 。
2) 信息的获取, 通道2共有6个模块。
根据生猪生长环境的故障现象和专家故障库中的相关知识, 对故障进行模糊化, 作为推理模糊神经网络的输入。
3) 推理。
训练后的神经网络对输入模式进行前向计算, 其输出即为推理结论。根据得到的推理结果与标准的故障案例库比较, 得到最终故障诊断结论。
ES 则通过与用户的交互, 负责系统信息的输入和输出, 并对 FNN 的计算数据进行处理。通过人机界面从用户那里获得有关的故障征兆模式, 并转化为模糊神经网络可以接受的输入模式。经FNN 推理得出的结论通过人机界面向用户输出。基于模糊神经网络的故障诊断专家系统, 结合了ES和FNN 的优势, 由专家系统来实现用户信息的处理, 由模糊神经网络来实现知识的获取、存储和推理, 推理速度快, 具有容错性, 而且便于用户操作使用。
2 模糊神经网络的建立及故障诊断
2.1 故障现象的模糊化与神经网络的建立
根据生猪生长环境控制系统实验、实际维修经验、专家知识以及有关生猪生长环境控制系统故障诊断方面的资料, 对生猪生长环境控制系统故障的表现做出其故障程度的隶属度分布。
温度异常X1=1/50℃以上 + 0.7/40℃以上 + 0.3/28℃以上+0/20℃左右+ 0.3/10℃以上+ 0.7/0℃以上+1/ 0℃以下
湿度异常X2=0.7/80%以上+ 0/60%左右+0.3/60%以下+0.7/40%以下+1/30%以下
光照度异常X3=1/80lx以上+0.7/70lx以上+0.3/60lx以上+0/50lx左右+0.3/30lx以上+0.7/20lx以上+1/20lx以下
风速异常X4=1/1m·s-1以上+0.7/0.5m·s-1以上 +0/0.4m·s-1左右+0.2/0.3m·s-1以下+0.7/0.2m·s-1以下+1/0.1m·s-1以下 (以夏季肥猪为例)
气体异常X5=1/50mg·m-3以上+0.7/40mg·m-3以上+0.2/30mg·m-3以上+0/30mg·m-3以下 (肥猪氨气)
温湿度传感器异常X6, 气体传感器异常X7, 风速传感器异常X8, 光照度传感器异常X9=1/误差环境实际值20%以上+ 0.7/误差环境实际值10%以上+0.2 /误差环境实际值5%以上+ 0/在环境实际值5%左右。
对于故障原因 (y1表示控制器故障, y2表示风机故障, y3表示加热器故障, y4表示天窗故障, y5表示南北风窗故障, y6表示东西湿帘故障, y7表示灯光故障, y8表示气体传感器故障, y9表示温湿度传感器故障, y10表示光照度传感器故障, y11表示风速传感器故障) 采用如1表的模糊范畴描述。
根据领域专家的经验知识, 故障征兆和原因的对应关系即模糊规则库。该规则库就是神经网络的训练样本。对于模糊化了的训练样本集, 采用BP 神经网络[3,4]进行学习训练。确定BP网络结构为3层:输入层有9个节点, 对应于12个故障征兆;输出层有 11 个节点, 对应于 11个故障原因;隐含层的神经元个数结合网络的收敛性、仿真速度及精度的要求选取 17 个。采用快速BP 算法对神经网络进行训练, 设定训练的目标误差平方和指标为 0.001, 最大循环次数为 3 000 次, 初始学习速率为 0.012, 动量常数取 0.95。由于模糊逻辑的隶属度是在[0, 1]之间取值, 所以各神经元的激活函数均取对数 S型 (log-Sigmoid) 函数。它把输入映射到 (0, 1) , 从而能与模糊逻辑很好地联系起来。模糊神经网络训练不到300 次, 误差已满足要求, 网络就训练成功。
2.2 生猪生长环境控制系统的故障诊断
将样本输入, 假设生猪生长环境的故障症状为
X =0.2/X1+0.3 /X2+ 0 /X3+ 1 /X4+
1/X5+0/X6+1/X7+0/X8+0/X9
将其输入已训练好的模糊神经网络中, 得到神经网络的输出为
Y=[-0.024 4;-0.002 5;0.002 1;0.102 2;0.043 4;
-0.033 7;-0.017 8;0.962 5;-0.000 9;
-0.005;0.007]
采用最大隶属度法进行清晰化, 根据故障原因的隶属函数描述可知, 存在 y8所述的故障原因, 即气体传感器故障。与给定的样本输出数据比较, 可知诊断完全正确。
再用一个非样本输入, 检测模糊神经网络的泛化和容错能力, 设生猪生长环境控制的故障症状为
X =0.3/X1+0.2 /X2+0.3 /X3+0.2 /X4+
0/X5+0/X6+0/X7+0/X8+0/X9
将待识别的故障数据X输入到已训练好的神经网络中并运行, 可以得到神经网络的输出为
Y=[-0.025 6;0.000 0;0.069 0;0.936 8; 0.098 0;
0.062 0;-0.022 2;0.008 1;-0.010 4;
-0.028 2;0.006]
同样采用最大隶属度法对计算结果进行清晰化处理, 根据故障原因的隶属函数描述可知, 存在y4所述的故障原因, 即生猪生长环境的天窗故障。
将上述的非样本输入与样本输入做对比, 再将它们的诊断输出结果比较, 可以看出模糊神经网络能够很好地完成生猪生长环境控制系统的故障诊断, 诊断结果准确, 容错能力强, 而且符合人们的思维习惯, 具有一定的实用性。本文采用3a中300个典型的生猪生长环境控制系统的故障现象, 分别用训练过的BP神经网络和训练过的模糊神经网络进行比较诊断。其结果如表2所示。从表2可以看出, 本文的模糊神经网络诊断系统应用在生猪生长环境控制系统的故障诊断中, 其正确率大大提高。它考虑了故障现象的模糊度, 诊断方法基本满足用户的要求, 经过多次的实验, 诊断结果对比如表2所示。
2.3 专家系统的实现
本文将模糊神经网络作为专家系统的核心嵌入ES中, 完成故障诊断的任务, 而专家系统的符号处理功能则通过设计功能强大的用户界面及相关的程序模块来实现。由于本文中采用 MATLAB 提供的图形用户界面 (GUI) 来设计人机界面, 可以不考虑不同语言的接口问题, 使设计更加简单实用。用户在界面上选择所见到的故障征兆, 单击确定后, 系统进行诊断推理;然后根据故障征兆, 可以得到诊断结果, 并显示在界面上。用户不仅可以看到诊断结果, 也可以设定模糊神经网络仿真运行学习率, 看到训练的关系曲线和结果误差, 从而极大地方便了用户的操作使用。
3 结束语
本文通过仿真和实验结果, 证实模糊神经网络用于生猪生长环境控制系统的故障诊断是可行的。它结合了神经网络和模糊理论的优点, 推理速度快, 泛化能力和容错能力强, 而且知识表达准确, 符合实际需要。本文在建立故障诊断系统时, 通过传感器和系统故障现象的异常情况, 得到定量的故障征兆输入, 从而实现真正意义上的在线和离线诊断的结合。
参考文献
[1]武剑辉, 杨学良.模糊BP神经网络及其在故障诊断中的应用[J].系统工程与电子技术, 2001, 23 (10) :73-75.
[2]姚洪兴, 赵林度, 盛昭瀚.多级模糊神经网络在故障诊断中的应用[J].东南大学学报 (自然科学版) , 2001, 31 (2) :59-63.
[3]丛爽.神经网络、模糊系统及其在运动控制中的应用[M].合肥:中国科学技术大学出版社, 2001.
[4]张建华, 王占宁.基于模糊神经网络的故障诊断方法的研究[J].北京航空航天大学学报, 1997, 23 (4) :502-506.
[5]张小栋, 苗晓燕, 朱均.模糊神经网络诊断模型理论及应用研究[J].航空动力学报, 2000, 15 (2) :196-200.
[6]何万青, 徐伟民.基于fuzzy函数逼近的柔性模糊控制器论域压缩算法[J].上海交通大学学报, 1999, 33 (3) :292-296.
环境诊断论文 篇2
网格[1]是新兴的分布式高性能计算和数据处理框架,主要用于在分布、异构、自治环境中动态构建虚拟组织并实现跨组织的资源共享与协作。面向设备故障诊断的网格应用环境是在网格上构筑分布式故障诊断模式,使其能够充分共享和应用广域环境下各组织的信息与服务,以协同完成故障诊断任务[2,3,4]。在网格环境中,故障诊断资源的内在复杂性和异构性能够以网格服务的方式得到屏蔽,在网格中间件的调度下实现故障诊断的应用。然而,网格所具有的分布性、信息模糊性以及故障诊断的复杂性等因素都为故障诊断网格服务的管理带来困难。如何在大量的资源中搜索能够满足故障诊断所需的服务是故障诊断网格资源集成和优化配置要解决的重要问题。
服务发现是分布式系统的关键使能技术[5],其过程是在服务描述信息的基础上,根据任务需求,利用服务匹配的方法,搜索满足任务功能所需的服务,以支持服务的选择、合成等工作。良好的网格服务发现客观上需要针对任务的功能需求,建立灵活和智能的匹配机制,同时为了提高服务发现的质量,必须采用基于标准的语言对服务信息和任务需求信息进行描述。而目前的研究还难以满足以上需求。在故障诊断服务信息的描述和组织方面,文献[2-3]采用的是Globus Toolkit中的Index Service来实现,而文献[4]采用面向服务架构(service-oriented architecture,SOA)中的UDDI(universal description discovery and integration)来实现,这些方法都能够支持基于关键字的服务发现,然而由于缺乏有序的语义描述,导致服务发现的灵活性和推理能力不足;在服务功能匹配方面,文献[2]研究了时间(T)、服务质量(Q)、成本(C)、安全(S)等质量信息的多目标优化调度策略,能够有效解决故障诊断网格计算资源的匹配和调度问题,但是由于故障诊断网格服务与网格计算资源相比,需要考虑更多的领域功能因素,该方法还需要进一步的发展和完善。
随着网格技术研究的进展,相关学者提出了语义网格[6]的概念。语义网格旨在提供具有语义支持的网格计算平台,使网格资源能够高效集成。语义网格的理论基础是本体和语义Web:本体[7]能够以明确和形式化的方式来表示领域知识,提供共享和精确定义的术语源;语义Web[8]可为网格资源添加语义信息,并进一步构建公共概念体系(本体),在此基础上建立推理机制,以弥补网格资源在知识表达和推理方面的不足,促进资源的进一步共享。
针对当前网格环境下故障诊断网格服务发现研究的不足,在研究故障诊断网格服务发现的特点和需求的基础上,本文提出了基于本体的故障诊断网格服务发现方法。该方法通过本体来提供故障诊断功能特征的术语源,利用扩展的Web服务本体描述语言(ontology Web language for service,OWL-S)来实现服务的功能语义描述,在此基础上建立基于故障诊断功能特征的匹配机制,从而实现网格环境下的故障诊断服务发现。
1 基于本体的故障诊断网格服务发现模型
1.1 本体对故障诊断网格服务发现的支持
故障诊断资源是指能够支持故障诊断活动的资源,包括物化的资源和具有求解问题能力的资源(如知识库、算法库等)。在传统的远程故障诊断中心,资源一般以硬编码的方式内嵌到应用程序中;在采用SOA的分布式故障诊断中,一般采用UDDI所支持的关键字检索的方式实现资源的发现[4,9]。网格为更广泛的故障诊断服务提供共享环境的同时也为服务增加了网格化特性,如数量大、会动态变化等,这些因素都为高质量服务发现的实现带来困难。首先,硬编码方式明显与网格特性不符;其次,关键字检索方式难以提供更高质量的服务发现[6,10];最后,故障诊断具有知识性、领域性等特点,更注重诊断功能的匹配,而通用的网格服务发现方法更关注计算资源的发现[5],这使其不能直接应用到故障诊断服务发现中。
本体的主要作用是描述某个领域或更广范围内的概念及概念之间的关系,使得这些概念和关系在共享的范围内具有共同认可的、明确的唯一定义,以支持领域内群体的协作和交流。语义Web用本体语言来描述资源,使得人机之间、机器与机器之间的语义交互变得畅通。利用本体和语义Web能更好地支持故障诊断网格服务发现:(1)本体能够建立一套故障诊断领域功能特征规范,为任务和服务的描述提供共享的词汇;(2)基于本体的语义Web能够实现语义层面而非语法层面的故障诊断网格服务的描述,能够消除任务和服务表述方法上的差异,从而支持服务的语义发现、匹配、共享和互操作;(3)本体对故障诊断领域功能特征概念之间的继承、相交等关系的描述,可以提高关键字匹配的智能性和灵活性。
1.2 故障诊断网格服务发现模型
基于本体的故障诊断网格服务发现模型如图1所示。故障诊断本体(fault diagnosis ontology,FDO)是故障诊断功能特征的共同概念描述,类似于概念语义词典;故障诊断网格服务本体(fault diagnosis grid service ontology,FDGSO)提供服务的语义描述规范,使得网格服务成为计算机可理解的实体;服务语义注册模块在本体库的支持下对服务进行语义描述,并发布在服务信息库中;任务定制模块在任务定义工具的支持下,利用故障诊断的相关知识对任务进行分解,在本体库的支持下形成任务需求的功能特征集;语义匹配模块的作用是根据任务的功能特征集,采用语义匹配的方法,在网格环境中查找能够完成故障诊断任务的候选资源集,从而支持网格服务发现。
2 故障诊断网格服务语义建模
故障诊断服务(fault diagnosis grid service,FDGS)的语义建模是将故障诊断过程所需要的各类服务进行语义描述,使计算机能够识别和处理,为服务的发现提供支持。
2.1 故障诊断网格服务和任务的形式化定义
为了规范故障诊断服务和任务的数字化描述,首先对其进行形式化定义:
定义1故障诊断网格服务可以表示为五元组:
其中,FDGSInformation是服务的基本信息,包括服务名称、概述、服务提供者的信息等;FDGS-Function是故障诊断网格服务功能,包括服务能够支持的故障诊断活动、输入输出等;FDGSQoS是时间、成本等服务质量信息;FDGSState是服务的状态信息,采用可用或不可用来表示;FDGSAcess是与服务访问相关的信息,包括访问协议、消息格式、传输方式等。
定义2故障诊断网格服务功能可以描述为四元组:
其中,Category表示服务范畴,是面向具体的领域而定义的故障诊断网格服务类别(fault diagnosis grid service sort,FDGSS);DFunction={DF1,DF2,…,DFn},是服务的领域功能集合,DFi(i=1,2,…,n)是由故障诊断本体描述的第i个领域特征概念,根据故障诊断本体的知识特征分类概念(见2.2节),DFunction也可表示为{CKS1,CKS2,…,CKSm},CKSj(j=1,2,…,m)是由DFunction中属于某特征知识类(详见定义6)的概念所组成的集合;Output={OP1,OP2,…,OPp}是服务所能够提供的输出参数集合,OPk(k=1,2,…,p)为故障诊断本体中输出特征知识类中的概念;Input是调用服务所需要提供的输入参数集合,与Output类似。
定义3故障诊断任务可以描述为二元组:
其中,FDTInformation是诊断对象的特征信息描述,包括设备类型、状态特征等;FDSTask是以故障诊断的领域知识为基础,遵照故障诊断规则进行逐层分解形成的子任务集合。FDSTask={FDST1,FDST2,…,FDSTz,TR},其中,FDSTh(h=1,2,…,z)为任务分解后的子任务,包括计算子任务、特征提取子任务等;TR为任务间的关系集,包括子任务、顺序和并行关系。
定义4子任务功能需求是故障诊断任务分解后的子任务对故障诊断服务功能的需求,可以描述为四元组:
上述各元组与FDGSFunction中相应的元组对应。
2.2 故障诊断本体(FDO)
故障诊断本体是对服务发现过程中与故障诊断相关的知识及其内在联系的描述。故障诊断本体采用以下原则构建:(1)根据具体的领域构建故障诊断本体,故障诊断本体可认为是由多个面向具体领域的本体所组成的;(2)引入“特征知识(character knowledge,CK)”对本体中的概念进行分类组织,故障诊断本体可认为是由多个特征知识类有机组合而成的。
根据以上的原则,本文的故障诊断本体的形式化定义如下:
定义5故障诊断本体可表示为FDO={DO,CKO,R,I,A},其中,DO表示FDO所包含的各个具体领域的集合;CKO表示特征知识本体集合;R表示CKO内部概念之间、概念与属性之间,以及不同CKO概念之间的关系集合;I为实例集合;A为公理。
定义6特征知识本体可以表示为CKO={CKOC,CKA,CKAV,CKR},其中,CKOC是某类特征知识概念的集合;CKA是属性的集合;CKAV是属性的值域,即属性的取值范围;CKR是特征知识类内部的概念之间、概念与属性之间关系的集合,是R的一个子集。
2.2.1 故障诊断本体的特征知识分类
相关的研究表明设备知识和故障知识是故障诊断领域知识的重要组成[11,12,13]。在网格中,由于故障诊断是由多个故障诊断服务的动态协作完成的,因此,故障诊断本体中还需要诊断过程知识的支持。从构造学领域的角度看,以功能、行为和结构为基础建立产品模型是实现产品知识抽象的有效途径[14]。相对于产品知识,从故障诊断领域的角度看,设备方面的知识还需考虑设备的状态特征[11,12],这是进行故障诊断的基础。诊断过程知识是对网格服务协作过程的具体刻画,从流程协作的角度出发,需要包括服务在诊断过程中的作用、采用的方法以及输入输出等[4]。
根据以上分析,本文的特征知识分类如下:
(1)设备对象(equipment object,EO)。EO是故障诊断的目标,其作用是描述故障诊断服务适用于何种设备或部件。设备具有明确的层次和结构,通常是零件构成部件,部件装配成整机,整机组成机组,机组连接成装置。可采用文献[14]所提出的结构、功能和行为的方法,建立上述设备概念的类别、层次和结构关系。
(2)设备状态(equipment state,ES)。ES是设备所发生的,引起状态变化的各种事件(正常或异常)的集合[12],其作用是描述故障诊断服务适用于何种设备状态。ES体现为观测者(人、监测系统等)感知设备表现出的状况,可用描述性语言来表示,如转速上升、油压升高等;也可用数字化的描述来表示,如测量值、高级数据(分析后的结果)等。
(3)设备故障(equipment fault,EF)。EF是领域内故障模式的概念(如耦合碰摩、转子不对中等),其作用是描述故障诊断服务能够应用或者诊断的设备故障问题。EF中的概念及关系可由专家通过故障分析方法(如故障模式及影响分析等)对设备各组成单元潜在的故障模式、原因等进行分析而得到[11]。
(4)故障诊断任务(fault diagnosis task,FDT)。FDT是指故障诊断过程中各种业务活动的单元(如数据分析、诊断、预测等),其作用是描述故障诊断服务在故障诊断过程中的业务功能。故障诊断任务的概念可以通过过程分析方法对诊断工作流各环节的功能进行分解而得到。
(5)故障诊断方法(fault diagnosis method,FDM)。FDM是完成故障诊断任务所提供的方法,例如对于数据分析的任务,可以使用时域、频域、相位、模态等方法。FDM中的概念及关系可从专著、手册、教科书等大量的信息源中收集整理而得到。
(6)输入参数(input parameter,IP)和输出参数(output parameter,OP)。IP和OP分别是使用服务时需要输入和使用服务后能够得到的数据、消息等参数。
2.2.2 故障诊断本体概念间的关系
故障诊断本体概念间的关系(R)用于描述概念相互间存在的1∶1、1∶n以及m∶n的关联及约束,可分为特征知识外部关系RO和特征知识内部关系RI。RO表示不同的特征知识类的概念之间的关系,主要作用是为服务的描述提供知识关联的推理和约束。RI表示特征知识类内部各概念之间的关系,即RI=CKR1∪CKR2∪…∪CKRλ,其中CKRk(k=1,2,…,λ)是某特征知识类内部概念间的关系。RI除了具有RO的作用外,还能够通过同类概念之间的上下位、同义等语义关系支持服务的语义匹配。
故障诊断本体概念间包含的主要关系如表1所示。
2.3 故障诊断网格服务本体(FDGSO)
网格环境中包含各种故障诊断的资源(如软件、计算设备、知识库等),不同的资源具有不同的功能特征描述。故障诊断服务语义建模时,首先要建立各类资源对象模型,来明确服务描述的信息组织方式,然后采用形式化的本体语言对模型进行语义描述,形成FDGSO。
OWL-S[15]是用来描述Web服务属性及其功能的标记语言,它能够使Web服务成为计算机可理解的实体。基于OWL-S的语义,Web服务能够对服务的功能、服务质量、访问方式等进行语义信息描述。网格服务是一种扩展的Web服务[10],用OWL-S描述故障诊断服务能够较好地满足故障诊断服务形式化定义的需求。由于OWL-S是通用的本体,利用其对网格服务进行语义建模通常需要根据实际的情况进行扩展[10,16]。为此,根据OWL-S的规范,本文通过扩展OWL-S的方法来建立故障诊断网格服务本体以支持故障诊断服务的语义建模。
FDGSO的主要组成如图2所示。FDGService类是网格服务的主类,主要通过FDGSModel、FDGSGrounding和FDGSProfile类来描述服务的具体内容。FDGSModel类继承了OWL-S的ServiceModel类,描述服务的过程模型(任务的具体实现过程)。FDGSGrounding类继承了OWL-S的ServiceGrounding类,描述服务的消息、访问方法等,与FDGS的FDGSAcess元组对应。FDGSProfile类继承了OWL-S的ServiceProfile类,描述服务的功能特征。FDGSProfile类的主要组成如下:(1)Category类与FDGS-Function的Category元组对应,引用故障诊断网格服务的分类标准(FDGSS)来描述;(2)Input类和Output类与FDGSFunction的输入输出元组对应,根据输入输出特征知识类的概念来描述;(3)FDGSState类与FDGS的FDGSState元组对应,用于描述网格服务的动态特性;(4)DFunction类描述了服务的领域功能,与FDGSFunction的DFunction元组对应;(5)DFunction类由多个DFElement组成,每个DFElement引用特征知识类别的概念来描述,需要说明的是:不同的网格资源所需的特征知识类是根据其资源对象类的描述模型来决定的。
3 故障诊断网格服务匹配方法
通用网格服务匹配关注输入输出的匹配[5],与其相比,故障诊断网格服务匹配更注重于服务领域功能的匹配。为此,借鉴文献[17],把故障诊断网格服务匹配分为服务功能匹配和相似度匹配两部分。前者考察服务的功能是否满足需求,特别地,在功能匹配中,把服务领域功能划分为不同等级的匹配强度约束集合来满足领域功能匹配的需求;后者在满足功能需求的候选服务集合中,通过计算任务需求和服务功能的相似度来区分服务的匹配程度。
3.1 服务功能匹配的相关概念
网格服务功能匹配以服务功能中各本体概念匹配为基础,而概念匹配主要视各概念在本体关系图中的位置而定。借鉴文献[10],把概念O1和O2的匹配关系等级函数定义为
其中,Exact表示精确匹配,表示两个概念等同或具有synonymy关系;PlugIn表示O1 O2,即O1是O2的子概念,Subsume表示O2 O1,即O2是O1的子概念,反映在本体关系中即是以part of、is a等具有上下位关系关联的概念类;Fall表示匹配失败,两个概念没有关联。PlugIn/Subsume匹配具有传递性,传递层数越多,相似度越低,用L(O1,O2)表示O1和O2的传递层数,并规定当满足L(O1,O2)≤Lmax(Lmax为最大传递层数)时,才被认为是可接受的PlugIn/Subsume关系。例如,在图3所示的本体关系示意图中,。
3.2 概念相似度的相关概念
网格服务相似度的计算是以匹配双方所包含的各个本体概念的相似度为基础的。本文从语义距离相似度和语义重合度相似度两方面来考虑本体概念的相似度。
(1)语义距离相似度(SimD)。概念关系相似系数ρ表示两个概念的概念关系(part of、is a等)对概念相似程度的影响,其值在0~1之间,值越大,概念越相似,而且ρ具有非对称性。两个概念在概念图中可能存在着由一条或多条由一系列概念关系连接而成的概念语义路径,定义两个概念间的某条概念语义路径的值V为概念语义路径中所有概念关系相似系数的积,即
式中,N为P所跨的概念关系的数目;ρq为P中的第q个概念关系相似系数。
SimD可以表示为两个概念中存在着最大的概念语义路径值(假设存在着概念语义路径),即
式中,M为两个概念O1和O2之间存在的概念语义路径数;Vp为第p条概念语义路径的概念语义路径值。
这里规定,当G(O1,O2)=Exact时,SimD=1;当G(O1,O2)=Fall时,SimD=0。
(2)语义重合度相似度(SimO)。语义重合度是指两个概念包含相同语义的程度[16]。本文采用语义重合度相似度来反映语义重合度对概念相似度的影响,计算公式如下:
式中,U(O1)和U(O2)为O1和O2在本体图中上位概念的集合,这里把概念的上位概念的集合规定为包含概念的自身及其祖先元素;card为求集合元素个数的函数。
(3)概念相似度(Sim)。概念相似度是综合考虑SimD和SimO的影响而得到的,即
式中,wD、wO为权重,wD+wO=1且wD,wO≥0。
3.3 服务匹配过程
故障诊断网格服务匹配是以子任务功能需求信息和网格服务的功能信息为基础的,其过程如下:
(1)首先对RDFunction中的各个本体概念进行功能匹配强度划分,形成不同等级的匹配强度约束集。划分后的RDFunction表示为
其中,强属性集(OSet)中的概念要求在匹配的DFunction中存在着Exact匹配关系的概念;评价属性集(ESet)中的概念要求在匹配的DFunction中存在着Exact匹配关系或者PlugIn/Subsume匹配关系的概念;参考属性(RSet)中的概念不需要进行功能匹配。
(2)服务功能匹配的目的是判断服务提供的功能能否满足任务的需求,其具体内容如表2所示。
(3)服务相似度匹配的功能是判断任务需求和服务功能的相似度是否达到了相似度阈值的需求。特征知识类匹配相似度SimC是匹配双方的领域功能中相对应的特征知识类概念集合的相似度,计算公式如下:
式中,CR、C分别为RDFunction和DFunction中对应的特征知识类概念集合;qR、q分别为CR和C中本体的数目;DFRi为CR中的第i个本体;DFj为C中的第j个本体。
假设DFunction中不存在与CR对应的C,则SimC=0。
领域功能相似度SimDF是综合考虑各类SimC的结果,计算公式如下:
式中,mR为RDFunction中特征知识类集合的数目;SimCi为第i类特征知识类的匹配相似度;wCi为对应的权重值,
输出入相似度Sim[16]Ouput的计算公式如下:
式中,pR、p分别为ROuput和Ouput中本体的数目;OPRi为ROuput中的第i个本体;OPj为Ouput中的第j个本体。
输入相似度SimInput与SimOuput的计算方法类似。
服务整体相似度SimFDGS的计算公式如下:
若SimFDGS≥λ(λ为相似度阈值),则认为该服务能够满足服务的需求。加入到候选服务集中,按其他标准进一步完成服务的选择。
4 应用
依据上述研究,笔者构建了面向设备故障诊断网格的语义信息服务组件,以支持某石化企业及其子企业、制造商、零部件供应商和科研机构等所构成的设备e-维护联盟的工作[18]。面向设备故障诊断网格系统的主要功能结构如图4所示。工作流引擎在网格中间件Globus Toolkit 4的支
持下实现故障诊断任务的调度和执行,而语义信息服务组件提供服务的注册和搜索功能,为工作流的构建和执行提供服务搜索的支持。语义信息服务组件包括本体服务和语义UDDI服务。本体库中的故障诊断本体采用protégé开发的本体;故障诊断服务按照FDGSO进行注册,并存储到服务信息库中;语义UDDI服务通过JUDDI实现UDDI的语义扩展,并通过Jena API支持OWL的解析和服务的匹配。查找服务的应用界面如图5所示。用户根据诊断任务需求,在本体服务提供的领域概念的支持下,设置服务范畴、领域功能特性、输入、输出等参数,通过语义UDDI服务来查找所需服务并配置到工作流中,通过工作流引擎运行该流程。
某压缩机监测系统检测到用于驱动压缩机的汽轮机转速异常,经监测系统的规则推理初步认为汽轮机的调节阀有故障。维护人员需要在网格中获得故障案例的支持,以进一步确认故障和获得维护信息。此任务的FDSTRequirement为:RCategory={“故障案例”};RDFunction={诊断任务=“维护支持”(强属性);故障诊断方法=“案例推理”(评价属性);设备对象=“汽轮机”(评价属性);设备状态=“转速异常”(参考属性);故障问题=“调节阀故障”(评价属性)};RInput={“转速”;“油压”;“油温”};ROutput={“案例文件”}。假设网格中某服务的FDGSFunction为:Category={“故障案例”};DFunction={诊断任务=“维护支持”;故障诊断方法=“基于粗糙集的案例推理”;设备对象=“汽轮机”;设备状态=;故障问题=“汽轮机故障”};Input={“转速”;“油压”;“油温”};Output={“案例文件”}。设Lmax=2,wD=wO=0.5,ρ(is a)=0.8,ρ((is a)-1)=0.7,wDF=0.6,wInput=0.2,wOutput=0.2,wCi=0.2(i=1,2,…,5)。FDSTRequirement和FDGSFunctio的服务匹配计算过程和结果如表3所示。服务的相似度SimFDGS=0.8152,若大于相似度阈值λ,则此服务为候选服务。
5 结束语
本文介绍的方法能为网格环境下的设备故障诊断系统提供有效的服务发现支持,从而更好地支持服务查询、工作流构建等工作。该方法的完善和发展依赖于下面几方面的进一步研究:(1)权威的故障诊断本体的构建在相当长的时间内难以实现,有必要研究跨虚拟组织的本体的共享方法;(2)本文采用的匹配方法虽在一定程度上提高了服务发现的质量,但还需进一步研究更高效的匹配算法;(3)服务质量作为衡量服务特性的重要指标,如何融入到服务发现方法中有待进一步探讨。
环境诊断论文 篇3
装载机液压系统最佳工作油温区间35—55℃, 允许最大工作温度是65—70℃。笔者长期在国外 (阿曼、沙特等中东国家) 施工, 当地年均温度约35-40度, 夏季温度可达50度。在非工作状态下, 装载机液压系统的油温就已接近40℃, 当开始工作时, 油温上升很快, 经常超过设计上限。油温过高使系统油液粘度下降, 破坏了液压元件运动副间油膜, 致使金属直接接触, 机械运转噪声将会增大, 同时增加磨损, 导致液压元件出现泄漏及其它故障, 而这又会加快系统的温升。由于温度的继续升高, 油液变得更稀, 磨损、泄漏更大, 从而又进一步加剧系统温度的高升, 形成恶性循环。由于液压系统的油温过高, 从而增加了系统的故障率, 减少了设备的利用率, 降低了工作效率。因此, 必须掌握诊断故障的基本要点和方法, 采取相应有效的手段, 顺利地排除高温故障, 必要时对油路系统进行技术改造, 提高工作效率。
1高温工作环境对装载机液压系统的影响
高温的工作环境, 对装载机液压系统的影响主要有以下几个方面: (1) 油温升高, 液压油的粘度降低, 液压泵容积效率下降, 粘度下降也会引起小孔或缝隙流量不稳, 调速特性失调。 (2) 油温升高, 导致油膜强度降低, 润滑性能下降, 摩擦力增加, 以致系统发热, 形成恶性循环。 (3) 油温升高, 使得油液加速氧化, 性能变坏, 寿命降低。 (4) 高温使元件发热变形, 配合精度变差, 热涨系数不同的运动副因而产生间隙变化, 甚至出现“卡死”现象。 (5) 高温使液压密封件的密封性能下降、寿命缩短, 同时由于装载机液压系统常期处在高尘的工作环境下, 灰尘很容易经过油箱的通气孔、加油口、以及管路连接处等侵入系统内部, 引起液压油的污染。而液压油的污染也能引起装载机液压系统的零部件磨损、腐蚀加剧, 滑阀研伤或卡滞、卡死, 堵塞阻尼孔或节流孔、使节流失效, 安全阀、溢流阀或减压阀卡滞、乃至丧失功能.加速工作介质的老化变质、缩短使用期限。
2装载机液压系统高温故障分析和判断
2.1基本要点
(1) 熟悉装载机液压系统的原理、结构及其内在联系。
在进行装载机液压系统的故障分析之前必须弄清楚整个装载机液压系统的传动原理、结构特点, 然后根据故障现象进行判断, 逐步深入, 采取顺藤摸瓜的分析方法, 有目的、有方向地逐步缩小可疑范围, 确定区域或部位, 避免行动的盲目性。装载机液压系统主要由能源装置、执行装置、控制调节装置和辅助装置构成:能源装置主要是将机械能转换成油液的液压能的装置, 给装载机液压系统提供压力油, 使整个系统能够运转动作起来的能源转换装置;执行装置是根据工位的需要, 把经过传递过来的油液的液压能转换成机械能的装置;控制调节装置是控制装载机液压系统中油液压力、流量和流动方向的装置, 是保证系统正常工作必不可少的组成部分;辅助装置是上述三项以外的其它装置, 如油箱、滤油器、油管等, 保证装载机液压系统可靠、稳定、持久地工作。装载机液压系统要正常工作, 离不开能源装置、执行装置、控制调节装置和辅助装置的密切配合, 其中只要任何一个部分、一个零件出现问题, 就会引起故障。并且总是通过某种现象反映出来, 如果不熟悉装载机液压系统的基本结构, 甚至察觉不到故障的存在, 就更谈不上判断和排除故障。因此, 一个合格的维修人员, 对装载机液压系统的每一个零部件的基本结构和功能, 应当是应知尽知的。
(2) 保持冷静和善于思考。
无论是设备操作人员还是维修人员, 当设备发生故障时切不可慌乱, 在没有找到故障的原因之前, 不应盲目地对设备进行乱拆、乱卸, 而应当保持冷静, 沉着地进行思考, 分析故障的现象, 并按合理的程序查找产生故障的原因。否则, 不仅浪费人力、物力和时间, 而且, 还会增加故障的复杂性, 对于以往经常出现的故障现象, 可以进行经验判断。
(3) 方法对路, 逐一排除。
有些故障并不复杂, 不要把简单的问题复杂化, 否则, 越修越复杂。有时引起故障的原因是多方面的, 当初步判定故障产生的范围, 或者已经确定故障产生于某一系统。而尚未找到其根本原因时。可以采取隔离审查的方法。即把受到怀疑的部分与其它部分隔离开来, 然后逐一进行检查。
2.2基本故障判断方法
故障的现象各种各样, 产生故障的原因也往往是多方面的, 在具体的实际检修过程中, 要充分利用眼、耳、手等各种感觉器官, 并根据工作经验具体地判断出故障的部位, 然后能按照检修程序进行修理。在判断时先要搞清楚故障的基本现象或特征, 再根据装载机液压系统的构造和原理, 深入细致地思考和具体分析有可能产生故障的部位, 以及有可能产生故障的原因, 然后遵循“从简到繁, 由表及里, 由易至难”的原则, 按系统分段进行检查诊断。检查时, 可采用先查两头, 后检中间, 逐步逼近的方法, 最后作出正确的诊断。具体的判断方法可以概括为:“问、看、听、摸、试”。
(1) 问。
任何故障在发生前总有预兆, 发生时亦有现象表露, 所以, 首先要到现场向操作者询问设备出现故障前后的工作状态及异常现象, 产生故障的部位和故障现象, 故障的症状以及故障是突然发生的、还是逐步出现的。同时, 还要了解过去发生的类似现象的处理情况。通过仔细询问, 可以充分了解故障发生的来龙去脉, 在未搞清楚上述情况之前, 切不可盲目拆卸。
(2) 看。
在“问”的基础上要亲自到现场了解情况, 对装载机液压系统的工作情况进行仔细地查看, 观察故障现象, 查找故障部位, 查看污漏情况, 全面掌握装载机液压系统的外在表象, 为故障的分析判断提供正确的直接依据。
(3) 听。
凭听觉器官来判断装载机液压系统的异常声响, 并确定产生异常声响的部位, 再根据思考和分析, 推断出引起故障的原因和具体部位。
(4) 摸。
用手触摸有关零部件的表面, 直接感受到零部件的温度、震动及磨损等情况。
(5) 试。
通过一些有效的试验, 来进一步证实初步的判断是否有正确。比如, 通过维修人员亲自操纵设备, 试验故障产生的部位, 体会故障的症状, 或通过更换某一个零部件利用排除法来验证故障部位等。
上述几方面既是各自独立, 又是相互依赖的, 通常, 在进行故障判断时, 往往是几种方法并用, 通过综合各种信息分析, 最终作出正确的判断。应当指出, 对于不同种类的设备, 或不同的故障, 必须是具体问题具体分析, 并根据实际情况灵活应用。在排除故障后, 还应及时总结经验, 只有这样才能逐步提高判断故障的技术水平。
3加强对高温下的装载机液压系统的使用和维护对策
综上所述加强对高温下的装载机液压系统的使用和维护就显的很重要。针对高温高尘下工作的装载机液压系统特点, 首先采用尽可能大的油箱, 靠油箱的自然散热来满足系统对温度的要求, 有条件的可以采用冷却器。装载机液压系统设计者一般为了节约空间将油泵置于油箱的上方, 但由于电机转动引起的震动会加剧油温升高。其次主要采取二个办法:一是防止泄漏, 二是防止烟尘对装载机液压系统的污染。由于装载机液压系统处在高温下工作, 为了防止因液压油泄漏引发火灾, 在选择工作介质时应选用抗燃或不燃液压油, 但由于抗燃或不燃液压油对元件要求较高, 对于不能采用抗燃或不燃液压油的装载机液压系统, 如何防止泄漏就尤为重要, 主要采取以下措施:①定期更换液压油。装载机液压系统在高温高尘下使用, 随时问的增长液压油会逐渐老化变质, 定期更换液压油, 对防止泄漏是非常必要的。②定期更换密封件。由于系统常期处在高温的环境下工作, 密封件容易老化, 要及时更新老化的密封件。通常, 高温下工作的装载机液压系统的密封件的寿命要比在常温下工作的密封件将来得短, 要在实际工作中摸索出密封件的寿命长短, 以便及时地更换密封件。③改进绝缘法兰管接头:原先的设计大部分是用石棉板, 但是在实际应用中, 石棉板的强度不够且不耐油, 易爆裂造成泄漏甚至引发火灾。笔者在研究了多种材料并经反复实验后, 采用呢绒棒加工成密封垫代替石棉板, 呢绒板比石棉板对油液的适应性较好不易爆裂, 使用寿命比石棉板长。实际使用表明其性能比石棉板优越得多, 自从使用呢绒板代替石面板后由于绝缘法兰接头引发的泄漏问题得到了根本解决。④短程大缸径的油缸的密封件尽可能选用比理论设计大一号的密封槽及密封件。抱匝油缸的行程短, 缸径较大, 实际使用中发现其O形密封圈易磨损, 在技改时, 笔者提出打破传统设计的理论框框, 采用比理论设计大一号的密封槽及密封O形圈, 解决了抱匝油缸的泄漏问题。⑤加强对装载机液压系统的管理, 定制度派专人定期对装载机液压系统各管接头巡视, 对已经发现有泄漏的两接合面, 应及时更换密封件, 防患于未然。
此外, 为延长装载机液压系统的使用寿命, 可根据液压系统在整个寿命周期的不同状况, 将其维护工作分为三阶段进行: (1) 设备运行初期:必须加强管理, 及时做好记录。特别注意初期运行50小时—100小时进行的第一次换油。换油前要用清洗液对整个系统进行清洗并且全部放净, 以后要定期清洗过滤网、过滤芯, 定期对油液进行取样检测, 查明油污染原因, 清除污染渠道。 (2) 设备运行中期:此阶段系统运行状态最佳, 但应注意控制油污染, 避免发生操作事故, 对工作频繁的液压元件进行定期检测。此阶段维护工作的好坏将直接影响到系统的寿命。 (3) 设备运行后期:应加强日检、周检和月检力度。机械工程师要了解设备状况, 及时监控。要定期对元件进行检修, 已失效元件应进行修复或更换, 减少被迫停机时间, 从而达到系统寿命周期费用最经济。
总之, 只要我们加强对高温下工作的装载机液压系统的管理, 防止烟尘对装载机液压系统的污染, 杜绝装载机液压系统的泄漏现象, 就能降低装载机液压系统的故障率, 让装载机液压系统更好的为我们服务。
摘要：分析了在高温环境中工作时装载机液压系统的油温易过高的原因, 探讨了液压系统高温故障分析判断的方法, 并就对在高温环境中装载机液压系统的使用和维护提出了建议。
关键词：装载机,液压系统,诊断,高温环境
参考文献
[1]张展.实用机械传动设计手册[M].北京:科学出版社, 2004.
环境诊断论文 篇4
1 医学影像诊断学多媒体实验室建设特点
我校医学影像诊断学多媒体实验室建于2008年，利用交换机与校园网连接，机房内有学生机12台，教师用多媒体计算机一台，中央控制器一台, 投影仪一台, 电子白板一个, 钢制讲台一个，3台超薄观片灯。借此，教研室建立了自己的局域网，并与超声诊断实验室、医学电子实验室、投照实验室相连接。每个实验室及学生宿舍个人计算机也与校园网相通。教师利用多媒体实验室具有屏幕广播、遥控、监视、双向对讲、发布讨论、收发作业等功能，配备学科题库和自测试系统后，可实时进行统计分析，科学测评教学效果。课后教师在计算机上布置作业，并利用网络查看和批改学生提交的作业。
2 多媒体实验室在医学影像诊断学教学中的作用
2.1 医学影像诊断学实验教学改革背景
医学影像诊断学是近年来发展最快的课程之一，目前计算机等高科技的发展都直接或间接渗透到医学影像中[1]。医学影像诊断学是一门应用多种成像设备，包括X线、CT、MRI、超声等成像设备，综合基础和临床医学基本理论对疾病进行诊断、治疗的一门课程，在医学影像专业教学中占有重要地位。以往的医学影像诊断学实验教学模式是教师讲理论，学生利用观片灯看片后书写报告，学生见到的图片少、典型病例少，评价结果单一。由于在校期间学生所学、所见、所看较少，进入临床实习后，即便遇到一些较为常见的病例，也感到无从下手，无法很快适应临床工作。可见，传统教学方法已经不能适应培养现代医学影像人才的需要。
2.2 多媒体实验室对医学影像诊断学实验教学的促进作用
多媒体技术对医学影像诊断学实验教学的促进作用主要表现在4个方面：一是利用实时传输视频、音频等多媒体信息，及对这些信息进行控制处理的优势，实现网上多媒体信息传递和多媒体信息资源共享;二是多媒体实验室与校园网相通，利用网络获取图片、视频、音频、动画等多媒体信息，实现教学信息的多媒体化、教学信息传输的网络化、教学信息呈现的超文本方式、教学过程的交互化和教学信息处理的智能化;三是学生通过这种教学模式能够较全面地掌握疾病的影像检查方法、诊断要点以及影像治疗手段，解决了“读片式”实验教学信息量有限、病例少、影像片不清晰、图片单一等问题，提高了教学质量;四是教师利用网络不断完善素材库，学生也可以帮助教师丰富素材，使得教学信息资源不再局限在教师手中，学生凭借网络带来的丰富教学资源，能够自主选择学习内容、安排学习时间。
2.3 多媒体实验教学对教师的影响
多媒体实验室技术的运用大大提高了教师对现代教育技术的认识，促进了教学设计、内容、方法和手段的更新，并进行教学改革，进而提高了教学质量[2]。通过使用多媒体实验室进行素材资源的收集、整理，多媒体课件的制作、教学设计、授课，教师将逐步了解现代教育技术在教学中的应用途径，了解多媒体技术在教学过程中的优势和作用，激发自身使用现代教育技术的自觉性和积极性。
3 基于网络的多媒体实验教学应注意的问题
多媒体实验教学模式是基于实验室建立的局域网。教师如何充分利用多媒体实验教学，不断充实信息化教学资源，保证教研室局域网的通畅，发挥这一新型实验教学模式的作用，应注意以下4个问题。
3.1 做好仪器设备的网络维护
网络环境下的实验室建设购置了较多昂贵的仪器设备，更新和维护的资金也在不断增加，特别是学生用计算机由学生使用，病毒的侵扰和使用者人为的破坏，导致维护工作量加大。因此计算机要安装杀毒软件，实时升级病毒代码，同时要教育学生爱护仪器，并定人、定位、定机，制定合理的应急措施，每天例行检查，做好服务器和网络的日常维护，建立健全规章制度，指定专人管理。
3.2 教师应充分整合教学资源
教师应根据培养对象、培养目标和教学需要，制作适应的教学课件。这就要求教师平时多收集相关资源，在制作课件时按照章节内容从知识、理解、应用3个层面选用素材，注重知识性、科学性、严谨性，切忌盲目性、从众性、随意性。在教学督导专家、计算机专家、教育心理学家和同事的指导帮助下，制作出优质的CAI课件，发布到网上，供学生学习借鉴。
3.3 开展基于网络的合作学习
在基于网络化的实验教学环境中，学生不再是孤立且被动接受的学习个体，而是以小组成员角色参与更加广泛的、讨论协商式的学习活动。教师也成为学生学习过程中的积极合作者。教师将学生分组，组织学生进行病例讨论，学生提出各种不同的观点，小组内成员利用网络收集资料，讨论解决问题的途径，在愉快、和谐、轻松的环境下，探讨出问题的答案。教师再利用网络功能，组织群体讨论，开展小组之间的辩论，小组之间在讨论、协商中取得最佳学习效果。
3.4 提供科学的评价
在多媒体实验教学过程中，课堂上教师可利用《医学影像诊断学临床实践教程》对学生的学习过程和学习结果进行测评;课后可通过网络发布病例讨论，了解学生对该疾病的整体掌握情况;课终考试时，利用网上的标准测试题库、操作考核，全面测试学生对知识的掌握和理解程度。
参考文献
[1]刘军, 周顺科, 王云华, 等.医学影像实习教学中网络教学发展探讨[J].科技信息, 2009, 4 (2) :194.
环境诊断论文 篇5
1 网络环境下医学影像诊断学临床阅片教学的范畴
阅片是医学影像科的日常工作之一, 是医生交流经验、总结教训的重要手段, 也是培养青年医生、进修生、实习生的主要方法, 具有重要的实践价值;同时, 阅片也是重要的教学手段。它与网络资源的交集基于两个层面, 一为国际互联网, 一为院内网及医学影像图像与传输系统。
1.1 国际互联网上的专业网络资源
互联网上充斥着大量与医学影像诊断学相关的资源, 用合适的手段通过合适的途径获得和提取有效的最新信息, 是面对网络资源信息的难点。
国外的医学影像网站资源可分为3类, 一类是较大医学网络资源中含有医学影像诊断学的资源, 代表者有Pubmed、Medline和Ovid全文电子期刊库等;一类为权威放射学杂志网站上提供的资源, 大部分可以提供一年前的期刊全文, 如Radiology (包括Radiography) 、British journal of radiology和American Journal of Roentge等。还有一类为国外医学影像学专业的门户网站, 国内应用较少, 知晓率较低。国内比较著名的期刊网站为中国知网, 中国万方期刊网和重庆维普中文期刊全文库, 通过这些网站, 可以了解国内相关期刊文献的全文。还有相关医学专业的门户网站, 如丁香园, 其中的病例讨论等互动环节有益于知识的积累和传播。实际上, 网络作为信息的汪洋, 从中获取专业知识的途径还有很多, 个体因为环境或习惯的因素接触到的专业网络资源不尽相同, 但是毫无疑问的是, 这些都极大地开阔和丰富了相关专业的视野和内容, 使得我们有机会同步接受相关专业研究的热点和重点[2,3]。
1.2 院内网及医学影像图像与传输系统的应用
临床阅片作为主要的医学影像诊断学临床教学手段, 一直沿用至今, 而既往采用“医学影像胶片+观片灯”方式进行的教学, 已经明显落后。胶片的不清晰和保存困难等因素影响了教学效果, 而多媒体的出现是临床阅片教学的一大进步, 但是耗时耗力, 且图像向JPG等格式转换时容易丧失大量信息。PACS/RIS (Picture Archiving and Communication Systems/Radiology Information Systems, 影像存储及传输系统/放射科管理信息系统) 的开发与应用为医学生医学影像学阅片教学提供了一种全新的教学模式, 它是以高速计算机设备及海量存储介质为基础, 以高速传输网络连接各种影像设备和终端, 管理并提供、传输、显示原始的数字化图像和相关信息, 具有查找快速准确、图像质量无失真、影像资料可共享等特点。包括X线、CT、MRI、超声、核医学及介入医学等影像学资料, 意味着同一病例的所有影像学资料可以同时获取并对比, 不仅可以比较患者在治疗前后病情的动态变化, 还可以精确到具体检查方法的使用 (如X线、CT、MRI等) 。PACS系统还可以与医院信息系统HIS (Hospital Information System) 互通互联, 从而可以获得相关患者的非医学影像学临床资料及结果 (包括临床病案、实验室检查和胃镜、肠镜、支气管镜及病理等资料) , 从而加深对病例的了解, 提高阅片诊断和鉴别诊断质量[4,5]。
2 网络环境下医学影像诊断学临床阅片教学的优势
(1) 网络环境充分调动了学生的学习积极性、主动性和创造性。院内网系统不仅可以使影像学信息无损保留和展示, 还可以实时、动态地进行图像的窗宽窗位调节、放大及测量等影像学处理, 而且可以调用同一患者的不同影像学检查资料 (如CT、MRI、核医学等) 和临床病例资料 (临床表现、各种临床检查、实验室检查资料和病理资料) , 从而加深对病例的了解。也可以对同一系列的疾病进行回顾性分析, 从而提高诊断和鉴别诊断的质量, 使学习过程生动有趣, 在有限的课时内, 获取大量的图文信息, 而且操作方便、简捷快速, 节约大量人力、物力, 提高学习效果。国际互联网的信息获取, 使得学生在学习具体病例的基础上能进一步加深认识, 可以跟踪这一领域最新的国际学术进展, 有利于激发学生的学习兴趣和认知主体作用的发挥。网络环境下医学影像诊断学临床阅片教学充分利用了“人机交互”这一特点, 在学习过程中, 学生是认知主体, 在这种交互式教学环境中, 学生有了主动参与的可能, 这种主动参与性就为学生的主动性、积极性的发挥创造了良好的条件, 从而激发了学生的主动性和积极性[6,7]。
(2) 有利于知识的获取与保持。多媒体计算机和网络提供的外部刺激不是单一的刺激, 而是综合刺激。这对于学生知识的获取和保持是非常重要的, 不仅可以随时重新调取复习, 而且可以连续跟踪病例的发展, 还可以跟踪最新的国外国内的学术进展, 这有利于学生科学研究素质的培养。
(3) 有利于新的教学模式的实施, 培养学生的创新精神和信息能力。PBL (Problem-Based Learning) 教学模式是一种有别于传统临床教学的新模式, 其强调的是以学生主动学习为主, 提倡以问题为基础的启发式和讨论式教学, 有利于培养学生良好的科研思维能力。以案例为基础的学习 (Case Based Learning, CBL) 不同于以问题为基础的学习 (PBL) , PBL是开放式的探究。案例教学是模拟真实问题, 让学生综合利用所学知识进行诊断和决策, 从而提高学生分析问题和解决问题的能力, 它是引导式的探究。其特点是需要教师和学生共同分担责任, 并通过事先准备引导学生探索问题、发现问题和解决问题, 学生采用渐进式探索问题的方式进行临床案例的学习。两者都以培养学生自主学习和提高学习效果为目的, 需要与网络信息资源相结合, 因为互联网是世界上最大的知识库、资源库, 它拥有最丰富的信息资源, 而且这些知识库和资源库都是按照符合人类联想思维特点的超文本结构组织起来的, 所以特别适合学生进行自主发现、自主探究式学习, 这样就为学生发散性思维、创造性思维的发展和创新能力的培养提供了肥沃的土壤。
参考文献
[1]胡俊峰, 武斌, 唐鹤云, 等.基于网络的医学影像学临床教学模式研究[J].中国医学教育技术, 2012, 26 (1) :62-64.
[2]杜菁, 张瑞禄.Internet—医学影像工作者的好助手[J].上海医学影像杂志, 2000, 9 (3) :193-194.
[3]龚静山, 徐坚民.网络资源在医学影像学本科生实习中的应用[J].山西医科大学学报:基础医学教育版, 2009, 11 (3) :365-367.
[4]彭鹏, 邱维加, 唐海民, 等.基于PACS的网络教学在医学影像学实习中的应用[J].西北医学教育, 2009, 17 (1) :193-194.
[5]周山, 王海波, 黄文亮.PACS系统在医学影像专业教学中的应用[J].卫生职业教育, 2012, 30 (7) :44-45.
[6]李昱.TBL、CBL与PBL融合教学法在病理实验课中的应用[J].西北医学教育, 2012, 20 (2) :327-329.
环境诊断论文 篇6
1多元“学”与“教”活动设计
1.1课程教学
诊断学课程教学从培养学员创新精神和实践能力, 促进学员全面发展出发, 对教学内容进行了重组、整合、更新、优化, 建立了以综合化为特色、系统化教学为创新点的新型教学内容体系。主要表现在:
1.1.1诊断学知识与人文社科教育相结合
通过综合性讨论课 (以病例为基础、以问题为中心的讨论课, 教员提供病例资料及临床问题→学生围绕问题查阅文献→分析并提出结论→讨论→教员总结讲评) 、见习课 (围绕体征见习、疾病问题组织见习, 既注重学生临床医学知识的运用, 又考虑环境、社会等致病因素, 同时重视学生医德、品格的教育) , 加强诊断学知识学习与人文社科知识的融通, 培养学员思维品质和思想品格。
1.1.2理论与实践结合
不仅可以使学生将理论知识应用于实践, 增加对职业和社会的感性认识, 而且通过实践, 可以培养学生发现问题、解决问题和创新思维的能力。定期组织学生到病房见习, 开展临床技能模拟训练, 将理论知识充分运用于实践。
1.1.3课内课外结合
实施课程教学后, 开展兴趣小组活动, 扩展医学生知识面, 为学生课外学习提供了拓展知识的时间和空间。
1.1.4理论授课与科研训练结合
在实践教学中通过答疑、鼓励学生参加教师的科研活动等举措, 加强学员创新意识和科研能力的培养。
1.2网络课程
第三军医大学第一临床学院 (西南医院) 网络课程的IP地址分为校园网http://192.168.48.54/jys%5Fzdx/和公共网http://web.swhospital.com/jys_zdx/可以进入《诊断学》网络课程, 点击虚拟教室可以进入学习, 点击率达到7万3千余次[2]。
1.2.1诊断学网络课程的特点
1) 课程资源丰富
包括相关的教材、参考教材, 形式上分为文本、图片、动画、声音、视频、WEB教材等 (特别是动画58, 声音51段) , 容量大达到43.9G。
2) 课程信息配置齐全
虚拟教室教学内容配置有网络教材、电子教案、讲授教材、电子讲稿四个教学内容, 配置齐全, 配置指数高, 录入题库题量大、达到2252道题, 题型全, 包括单选择题、多选择题、填空题、名词解释、简答题、问答题、论述题, 覆盖面广, 涉及物理诊断、实验诊断、器械检查 (心电图、超声检查、核医学、内窥镜检查) 等内容。
3) 教学适用对象广泛
本课程从开课至今, 经过了6年多时间, 已应用于6个层次 (八年制临床医学本科、五年制临床医学本科、四年制医学检验本科、三年制临床医学专升本、四年制护理本科、三年制护理大专) 共19402名学员浏览, 8个临床科室, 20多名教员参与, 浏览次数达到75717次。
4) 增设“技能演示”内容
在“第二篇体格检查”包含有五章十四节, 设立了扩展模块“技能演示”———视触叩听的基本操作示范录像。规范的操作录像学习可以让学生不受场地、时间、带教老师、学生人数的限制, 并且可以放大、强化重点、难点。
5) 充分利用网络资源, 突出学生主导地位
本课程在《军队院校网络教学应用系统》的基础上建设诊断学网络教学平台, 在以五年制临床医学本科生为主的6个层次11个班次的诊断学同期课堂教学时, 开展同步应用网络教学自主学习模式, 通过诊断学虚拟教室中的教学内容、讨论交流、答疑、作业、测验来组织网上教学。
1.2.2网络课程设计的教学流程
1) 要求学生按照“电子教案”预习
为了充分利用网络的信息优势, 提高学生的学习兴趣, “电子教案”都是按照五年制诊断学课程标准的内容和要求制作, 让学生带着兴趣去了解、熟悉、掌握教学目的、重点和难点, 从而在此过程中了解课程内容, 为将要进行的讨论和答疑做好准备。而试题库中的网上自测则可以检验学生的预习效果。现代远程开放教育要求传统的“教师”要转变为“导师”, 传统的“教学”要转变为“导学”, 教师应该由知识的灌输者转变为学生学习能力提高的引导者, 网上教学前事先布置预习的内容可以较好地实现这一目标。
2) 课后通过“网络教材”、“讲授教材”、“电子讲稿”及时强化、巩固所学内容
所有诊断学课程教学中的内容我们都做成电子版的教材即“网络教材”, 教员同步授课内容录像做成“讲授教材”, 多媒体课件做成网页版的“电子讲稿”, 在网上学生都可获得。学生可以根据自己的实际情况有选择地进行学习, 这样可以节省出大量的时间加强对重点和难点的学习。而网页版的电子讲稿可以使学生随时查看课堂上的幻灯片补充笔记, 讲授教材可以让学生反复多次重复播放教员讲授的同一内容真正听清、听懂不理解的内容, 同时通过超级链接可以迅速查找或复习以前的知识, 这样有利于学生系统地掌握知识。
3) 定期网上讨论、答疑
学生在每一章节的学习结束后, 通过网上提问及时地反馈给教师, 在讨论交流 (BBS论坛) 进行讨论和答疑。在这里, 对于学生在预习中遇见的难题, 教师可以予以即时解答并引导学生进行更深层次的思考, 学生们也可自由地交流相互间学习的心得。这样大大地增强了师生之间的交流和沟通, 从而更有利于教学质量的提高。
4) 提供及时的作业和测试
网络系统中有每次课后的作业、还有试题库来考核学生的掌握程度, 我们根据课堂内容设计了8次阶段网上测试, 内容以课程标准为主, 题型以选择题为主, 有单选、多选题。网上测试成绩我们算作平时成绩, 占课终考试成绩5%。从而督促学生反复学习, 强化必须掌握的知识内容。
1.2.3网络教学总体效果
诊断学网络课程在以五年制临床医学本科生为主的6个层次11个班次的诊断学同期课堂教学时同步应用, 在网上发布作业61份、开展网上答疑203个、讨论主题161、帖子总数485个、组织考试198次、批阅作业13046次、批阅试卷7892份。19402名学员浏览, 8个临床科室, 20多名教员参与, 浏览次数达到75717次。
学员反馈:提高了学习的积极性, 创造了立体的学习空间;
教员反馈:使用该系统教学可以节省约1/3的备课时间, 同时授课内容的信息量增加近40%, 有效地缓解了课时数减少与学科信息量不断增加的矛盾。
1.3课堂教学数字化评估系统
依托临床医学试题库, 从临床医学2002级五年制本科开始, 教研室使用“课堂教学数字化评估系统”对《诊断学》各系统教学内容实施课后考试与测评, 这对课堂教学质量的提高和及时把握学员对知识的掌握程度起到了积极作用。
2008级临床医学五年制本科1班共安排8次课后测评, 考试均采用客观选择题型 (40~100题/次) , 考试采用网络在线形式完成, 成绩占本课程考核成绩的10%。学员各系统的课后考试成绩可初步评价学员对各系统疾病知识的掌握程度, 同时也是对教员授课质量评价的客观指标之一[3]。
2课程考核
2.1严格执行教考分离, 注重学员知识运用能力和综合素质的考核
学员成绩由课后测评 (10%) 、网络学习 (5%) 、见习日志 (5%) 、见习病历 (10%) 、操作考试 (10%) 、课终理论考试 (60%) 组成, 尽可能全面反映学员掌握知识的程度。
2.1.1平时成绩
约占考核成绩的30%。由课后测评 (10%) 、网络学习 (5%) 、见习日志 (5%) 、见习病历 (10%) 组成。
2.1.2操作成绩
约占考核成绩的10%。采用多站技能考试 (重点考查学员体格检查手法及对常见实验室检查、心电图图谱、影像图谱的认知能力) 形式完成, 重点考查学员知识运用能力。
2.1.3课终理论考试
约占考核成绩的60%。
2.2考试质量分析结果
以了解、熟悉、掌握和综合应用四个目标层次, 按10:30:50:10的比例进行命题。客观题占60%、主观题占40%。试题全面覆盖了教学内容 (绪论、问诊、症状学等、体格检查、器械检查、实验诊断等) , 既保证“三基”要求占60%, 又使综合应用达10%;选择题、填空题、名词解释、问答及分析题四种题型分值比为60:10:10:20, 题型结构合理, 比例恰当。课堂讲授的重点内容占知识点的50%以上, 临床应用题约占30% (含选择题) , 难点内容和新进展的试题约占10%。从学生考试的现场完成情况以及考后师生的反馈意见来看, 试卷题目的总体数量与设制的考试时间适宜, 难度、灵活性较高的题型比例较高, 具有一定数量的超纲题。试题具有代表性和典型性, 且密切结合临床工作。
本次共有194名学员参加考试, 符合统计学分析的样本量。从考试结果的统计直方图分析及标准差来看, 考试能够灵敏地区分各考生学习效果的差异, 平均难易度在合理区间的中值附近。从正态分布曲线来看, 试卷具有较高的信度、效度和科学性。
194名学员考试成绩分布情况如下:
本次考试90分以上成绩有47名学员, 说明学员对知识点掌握较好, 临床综合分析能力较强;也说明在信息技术条件下课程教学中融入了多元“学”与“教”方式对提高教学效果有较为明显的促进作用。
3教学反思
如何促进学员的自主学习意识, 是整个教学过程中需要思考和解决的问题;
急需加强对教员课堂教学设计, 特别是网络教学设计的培训, 充分利用网络应用系统平台, 开展网络教学应用实践性研究, 提高教师网络教学能力;
在教学组织管理中, 应贯彻以学生为主体、教师为主导的教学思想, 充分激发学员自主学习、协作学习和创新学习的积极性;培养学员创新精神、创新潜力和分析问题、解决问题的临床思维能力。
参考文献
[1]黄英, 刘国祥, 杨和平, 等.在诊断学教学中重视医学生素质培养[J].实用预防医学, 2008, 15 (1) :257-259.
[2]刘光琼, 李由, 罗晓玲, 等.在网络环境下临床医学本科生诊断学自主学习的实践[J].中国医药指南, 2010:8 (18) :168-171.