故障诊断专家系统

《故障诊断专家系统》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、故障诊断专家系统随着科学技术的发展，装备的结构越来越复杂，功能也越来越完善，自动化程度越来越高，不但同一设备的不同部分之间相互关联，紧密耦合，而且不同设备之间也存在着紧密的联系，在运行过程中形成一个整体。-•处故障可能引起一系列连锁反应，导致整个过程不能正常运行，其至会造成重大的损失。因此，对故障诊断的要求也越来越高。另一方面，人工智能技术近年来得到很大发展，基于知识的故障诊断专家系统已成为当前研究和应用的一个热点。人工智能又称机器智能，是计算机科学中新兴的一门边缘科学技术，利用计算机模拟人的智能行为、完成能表现出人类智能的任务。

2、故障诊断专家系统是将人类在故障诊断方面的多位专家具有的知识、经验、推理、技能综合后编制成的大型计算机程序，它可以利用计算机系统帮助人们分析解决只能用语言描述、思维推理的复杂问题，扩展计算机系统原冇的工作范围使计算机系统冇了思维能力，能够与决策者进行“对话”，并应用推理方式提供决策建议，专家系统在故障诊断领域的应用非常广泛，故障检测与诊断技术与专家系统相结合，使工程的安全性与可靠性得到保证。1故障诊断专家系统简介故障诊断专家系统，是指计算机在采集被诊断对象的信息后，综合运用各种规则(专家经验)，进行一系列的推理，必要时还可以随时调用

3、各种应用程序，运行过程中向用户索取必要的信息后，叮快速地找到最终故障或最有叮能的故障,再由用户來证实。专家系统故障诊断方法可用卜•图的结构來说明：它由数据库、知识库、人机接口、推理机等组成。其各部分的功能为：图1:故障诊断专家系统结构图(1)数据库数据库通常曲动态数据库和静态数据库两部分构成。静态数据库是相对稳定的参数，如设备的设计参数、固有频率等;动态数据库是设备运行屮所检测到的状态参数，如工作转速、介质流量、电压或电流等。(2)知识库存放的知识可以是系统的工作环境、系统知识(反映系统的工作机理及系统结构知识)、设备故障特征值、

4、故障诊断算法、推理规则等，反映系统的因果关系，用来进行故障推理。知识库是专家领域知识的集合。(1)人机接口人与专家系统打交道的桥梁和窗口，是人机信息的交接点。(2)推理机根据获取的信息综合运用各种规则，进行故障诊断，输出诊断结果。是专家系统的组织控制机构。2故障诊断专家系统分类根据知识组织方式与推理机制的不同，可将目前常用的故障诊断专家系统大致分为基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统。2.1基于规则的诊断专家系统在基于规则的诊断专家系统屮

5、，领域专家的知识与经验被表示成产生式规则,一般形式是：if〈前提＞then〈结论＞。其中前提部分表示能与数据匹配的任何模型,结论部分表示满足而提时可以得出的结论。基于规则的推理是先根据推理策略从规则库屮选择相应的规则，再匹配规则的前提部分，最后根据匹配结果得岀结论。基于规则的诊断知识表达方式直观、形式统一,在求解小规模问题时效率较高，并月•具冇易于理解与实现的优点，因而取得了一定成功。20世纪90年代，国外在军用水压系统、电力供应网络等方而进行了应用。但是，对于复杂系统，所观测到的症状与对应的诊断Z间的联系是相当复朵的，通过归纳专

6、家经验来获取规则冇着相当的难度，月.诊断时只能对事先预想到的并能与规则前提匹配的事件进行推理，存在知识获取的瓶颈问题。2.2基于模型的诊断专家系统在基于模型的诊断专家系统屮，领域专家的专业知识包含在建立的系统模型中，这种基于模型的诊断更多地利用系统的结构、功能与行为等知识。相比基于规则的诊断专家系统，这种诊断方式能够处理预先没有想到的情况，并且可能检测到系统存在的潜在故障。这类系统的知识库相对容易建立并且具有一定的灵活性，已应用于航天器动力燃烧系统故障诊断等方面。但是，基于模型的诊断专家系统仍然依赖于专家的专业领域知识，在实时诊断

7、屮述将消耗巨大的计算资源，限制了其应用范围。2.3基于人工神经网络的诊断专家系统神经网络只要求专家提出范例及相应的解，就能通过特定的学习算法对样本进行学习而获取知识。在基于人工神经网络的诊断专家系统中，知识表示不再是独立的一条条规则,而是分布于整个网络中的权和阈值。专家知识及经验的获取是利用领域专家解决实际问题的实例（样本）來训练获取，在同样输入条件下神经网络能够获得与专家给出的方案尽可能相同的输出。基于人工神经网络的专家系统在知识表示、知识获取、并行推理、适应性学习、理想推理、容错能力等方面显示了明显的优越性。同时，实际应用中的

8、人多数被诊断对象往往是复杂的非线性系统，无法得到其精确模型，甚至无法建模，由于神经网络的构建与训练不要了解被诊断对象的精确模型，因而对于非线性被诊断对象，神经网络也具有明显优势。目前,基于人工神经网络的诊断专家系统已成为研究的热点，已经应用于在线故