基于案例推理的电梯故障诊断系统的设计与实现

《基于案例推理的电梯故障诊断系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于案例推理的电梯故障诊断系统的设计与实现1绪言1.1研究目的和意义近年来，房地产业快速崛起，与之关系密切的电梯行业发展迅速，全球各大电梯公司都在中国设立了合资或独资公司，竞争异常激烈。随着中国电梯市场的成熟与竞争的激烈，用户日益专业化、职业化；项目普遍大型化、高档化；需求更趋多元化、个性化，这些市场特征或竞争趋势，导致用户对服务需求的深入化、柔性化，用户对电梯厂商的系统解决能力与全过程服务水准的预期不断提高，这对电梯企业的从业人员素质、服务意识、服务体系及管理能力提出了前所未有的挑战。电梯产品融机械、电子、信息等诸多领域科技于一体，其

2、复杂程度非同一般，在研发设计、实施安装和保养维护过程中总会出现这样那样的问题。当遇到问题时，当前技术人员主要是靠感觉和个人经验，有时为了排除一个故障甚至要花几天时间，而很多情况下，该故障在以前服务过程中已出现过并已有解决方案。究其原因，这些经验仅存于个人，使得分析与解决问题的经验无法共享，以致分析与解决问题的能力事倍功半，失去解决问题的先机。因此，除了在产品开发上投入更大力度外，如何高质量、高效率得提供服务，快速应对产生的问题，并立即解决发生的故障，将使企业立于不败之地。电梯维保服务是一个长期的系统工程，不仅与电梯设计、开发、制造和安装

3、等质量有关，并且与电梯规范使用及其维保服务水平密切相关。维保服务水平主要体现在两个方面：服务质量和实现效率。如果要实现大规模、高水平和高效率的电梯维保服务，电梯厂商就必须提高系统解决能力和全过程服务水准，就需要结合信息化管理技术、WEB技术、远程无线通信技术、智能嵌入式技术，主动监视电梯，同时采用数据预分析和性能预测方法提供对电梯的预报养和针对性保养，使电梯始终处于完美的运行状态，同时提供电梯设计/开发/制造产品信息管理、电梯安装/维修/保养业务信息管理和客户信息管理等功能，实现电梯生命周期的全过程管理，为用户提供一站式的电梯维保解决方

4、案。在传统方式下的电梯故障报修方式为，当电梯发生故障时，基本依靠物业或乘客来发现并电话报修，这种方式不仅存在故障漏报、延报和误报情况，甚至出现关人故障时因没有被发现而长时间得不到救助，进而导致事故发生；同时物业或乘客报警时对故障描述的准确性难以保证，影响抢修的准备和派工工作。同时由于电梯设计和安装等方面1基于案例推理的电梯故障诊断系统的设计与实现的数据和信息缺乏，有时会耽误电梯故障修理进度，只能做到“头痛医头脚痛医脚”。当前，利用人工智能技术的故障诊断系统已成为故障诊断的发展方向。作为人工智能一个重要分支的基于案例的推理技术，因其知识获

5、取容易、自适应能力强、知识库维护方便等特点，逐渐为解决故障诊断等不确定复杂问题的一种有效方法。本文在前人的基础上，结合所在公司实际情况，深入探讨基于案例推理方法在电梯故障诊断中的应用，导入已有知识库，考虑多方面因素影响，研究开发基于案例推理的电梯故障诊断系统，对电梯故障的快速定位、解决将具有较高参考价值。1.1研究目前现状故障诊断是指系统在一定工作环境下查明导致系统某种功能失调的原因或性质，判断劣化状态发生的部位或部件，以及预测状态劣化的发展趋势的活动[1]。一般地说利用个人经验、人体感官或者简单测试仪表进行的故障诊断成为传统故障诊断技

6、术。现代故障诊断技术始于上世纪60年代初，随着信息论、控制论、计算机技术、人工智能等新技术不断被引入到故障诊断领域，其研究已取得较大进展。目前常见的故障诊断方法主要有基于规则、基于模型、基于案例、人工神经网络和小波分析等[2][3]。1)基于规则的故障诊断方法[4]基于规则（Rule-basedReasoning，简称RBR）的专家系统在故障诊断领域中应用时间较长，其基本思想与人脑的思维过程基本一致。它是基于领域专家知识和经验的推理，将专家的知识和经验抽象为若干推理过程中的规则。但传统的RBR存在着很多缺点：知识获取瓶颈、必须建立空间模

7、型、系统维护复杂、很难实现自学习、推理效率不高，同时，目前还缺少有效的检查大规则库的完备性、一致性的方法。2)基于模型的故障诊断方法[5]基于模型推理的基本思想是：在深入分析系统结构、功能和行为的基础上，结合系统内部元件与元件之间连接关系建立诊断模型。基于模型的故障诊断方法最大优点是直接从产品设计和制造的可利用知识构建诊断模型，可以避免专家知识获取困难的问题。但是，由于没有充分利用专家知识和经验，诊断效率受到一定影响。3)人工神经网络故障诊断方法[6]人工神经网络是一种分布式处理系统，它可按照一定的智能算法通过相当数量的训练找出模式与类

8、别之间的内在联系。因此，以故障特征向量为神经网络的输入，以故障2基于案例推理的电梯故障诊断系统的设计与实现标识为输出，通过一定量的样本学习训练，将诊断知识储存于网络的拓扑结构和连接权值之中，从而形成从故障征