基于混合推理机制的故障诊断专家系统

《基于混合推理机制的故障诊断专家系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、http://www.elecfans.com电子发烧友http://bbs.elecfans.com电子技术论坛基于混合推理机制的故障诊断专家系统何波刘全利王越王华秋(重庆工学院计算机科学与工程学院,重庆400050)E-mail:hebo@cqit.edu.cn摘要：多数故障诊断专家系统采用单一的推理机制，或者基于规则的推理，或者基于事例的推理。而这两种推理机制都各有优缺点，采用单一推理机制会造成诊断的不准确性。论文将基于规则的推理和基于事例的推理相结合，设计了混合推理机制。在此基础上，论文设计了一个既有专家知识库,又

2、有故障事例库,具有自学习能力的故障诊断专家系统(AFDES)。实验结果表明，论文设计的混合推理机制是比较有效的。关键词：故障诊断；专家系统；基于规则的推理；基于事例的推理中图分类号：TP277文献标识号：AFaultDiagnosisExpertSystemBasedonMixedReasoningMechanismHEBo,LIUQuan-li,WANGYue,WANGHua-qiu(DepartmentofComputerScienceandEngineering,ChongQingInstituteofTechnol

3、ogy,ChongQing400050,China)Abstract:Mostfaultdiagnosisexpertsystemadoptedsinglereasoningmechanism,orrule-basedreasoningorcase-basedreasoning.However,eachreasoningmechanismhadadvantagesanddisadvantages.Theadoptionofanyonewouldleadtoinaccuratediagnosis.Thepaperdesign

4、edmixedreasoningmechanismbasedonrule-basedreasoningandcase-basedreasoning.Onthebaseofthis,thepaperdesignedaself-learningfaultdiagnosisexpertsystem,namely,AFDES,whichhadexpertknowledgedatabaseandfaultcasedatabase.Theexperimentsindicatethatdesignedmixedreasoningmech

5、anismiseffective.Keywords:faultdiagnosis;expertsystem;rule-basedreasoning;case-basedreasoning1引言[1,2]随着人工智能技术的迅速发展，故障诊断与人工智能技术的结合成为一个重要的研究方向。专家系统是人工智能的一个分支，它是一个具有大量专门知识和经验的程序系统，可根据某一领域内的专家知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家解决的复杂问题。将专家系统应用到故障诊断可以利用领域知识和专家经验提高故障诊断的效率

6、。目前已有一些故障诊断专家系统，比较有代表性的有Westinghouse公司的PDS系统，Bently公司的DM2000系统和IRD公司的IQ2000系统等，这些系统能够实现各自领域的基本故障诊断，但是仍然存在一些问题，主要包括：（1）多数故障诊断专家系统采用单一的推理机制，或者基于规则的推理，或者基于事例的推理。而这两种推理机制都各有优缺点，采用单一推理机制会造成诊断的不准确性；（2）多数故障诊断专家系统缺乏自学习能力，难以实现知识和事例的有效更新。针对现有故障诊断专家系统存在的问题，论文设计了基于规则和事例的混合推理机

7、制。基金项目：重庆市科技重大项目(编号:CSTC.2004AA2001)；湖南省机械设备健康维护重点实验室开放基金项目资助。作者简介：何波（1978-），男，汉族，四川华蓥人，重庆工学院计算机科学与工程学院讲师，硕士，主要从事故障诊断，数据挖掘等方面的研究。http://www.elecfans.com电子发烧友http://bbs.elecfans.com电子技术论坛在此基础上，设计了具有自学习能力的故障诊断专家系统(AFDES)。AFDES利用混合推理机制提高了故障诊断的准确性，通过评价和学习机制增强了故障诊断的自学习

8、能力。2基于规则和事例的混合推理机制2.1基于规则的推理传统的专家系统一般采用基于规则的推理(rule-basedreasoning,RBR)方法。在这种推理模式下，知识被表示成产生式规则。产生式规则的一般形式是：if<前提>then<结论>(<规则置信度>)其中前提部分表示能与数据匹配的任何模型，结论