基于组件的模糊推理技术的研究与应用

《基于组件的模糊推理技术的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、哈尔滨丁业大学工学硕士学位论文摘要故障诊断技术是提高航天器可靠性和安全性的关键技术之一。本文针对当前故障诊断专家系统中存在领域知识的不确定性和软件重用性差的问题，论述了组件化模糊专家系统理论和软件开发过程。首先，阐述了基于Mamdani模糊推理算法模糊推理原理及实现技术;然后基于COM组件标准开发了通用化的模糊专家系统推理组件软件和模糊专家系统知识库管理软件;最后通过一个具体应用实例进行了验证。本文的研究内容以国家某气象卫星为研究对象，研究成果服务于一般卫星。全文各部分主要内容如下:给出了模糊推理算法的基本原理，集中研究了Mamdani推理算法，并给

2、出与工程中常用的Sugen。算法的比较。分析了模糊推瑾系统实现的几个关键性问题，并给出了具体解决方法。基于COM标准的软件开发技术，针对卫星故障诊断系统要求，用VC封装了Matlab模糊推理工具箱提供的推理机算法，开发成模糊专家系统推理机组件，实现了与诊断软件平台的继承和分布式计算环境下的跨平台调用。用VB开发了用户界面友好的模糊专家系统知识库管理软件，该系统通过友好的图形界面与领域专家交互，可以方便地进行模糊推理机的隶属度函数选取，规则制定、维护等功能，同时根据领域专家的知识输入生成的知识库文件直接形成模糊专家系统组件推理知识库。由上述两部分组成的

3、完整的模糊专家系统不仅可以应用于卫星故障诊断中某一局部故障的诊断中，亦可将其用于整星的故降诊断组件化平台中。针对某型号卫星电源系统中的电源损耗器故障，利用模糊推理组件和用户界面友好的模糊专家系统知识库管理系统，建立了一个关于电源损耗器故障诊断的模糊推理专家系统。将该系统运算结果与课题组以前完成的传统故障诊断专家系统的结果进行了比较，显示了该算法和软件的实用和有效性。关键词组件;专家系统;模糊推理:故降诊断;卫星电源系统哈尔滨工业大学工学硕士学位论文AbstractThefaultdiagnosistechniqueisvitallyimportant

4、toensurethesafetyandreliabilityofspacecraft.Inordertoovercomethesequestionswhichtherearefieldknowledgeuncertaintyandbadsoftwarereuseindevelopingfaultdiagnosisexpertsystem,thisstudyintroducescomponentfuzzyexpertsystemtheoryandsoftwaredevelopingprocess.Firstly,fuzzyinferencetheor

5、yandrealizationmethodonthebasisofMamdanifuzzyinferencealgorithmisexpoundedSecondly,InferencecomponentsoftwareoffuzzyexpertsystemwhichcanbeusedinabroadfieldandthesoftwareofknowledgelibrarymaintenanceandmanageronfuzzyexpertsystemareexploitedonthebasisofCOMcomponentstandard.Lastly

6、,aparticularexampleisintroducedtotestifythesystem.Thestudyisfundedbythecertainmodelsatelliteanditsproductionwillbeusedincommonsatellites.Themaincontentsarelistedasfollows:Thebasictheoryoffuzzyinferenceisintroduced.林amdaniinferencealgorithmisdiscusseddeeplyandthecomparisonwithSu

7、genoalgorithmwhichisbeingdevelopedinengineeringfieldisclarified.Somekeyproblemsarediscussedandcorrespondingsolvingmethodsareintroduced.ThemethodofsoftwaredevelopmentbasedonCOMstandardisdiscussed.Inordertomeetrequirementoffaultdiagnosis,fuzzyinferencealgorithminMatlabfuzzylogict

8、oolboxisencapsulatedandfuzzyinferencecomponentisexploi