基于事例推理的质量故障处理系统设计

在CBR(Case-Based Reason ing)中高速、有效地完成事例的检索,对问题求解的性能有直接影响,当知识库中事例足够多时,事例匹配可能变得简单,但检索的目标却更难达到。为此,以质量管理系统的设计与开发为背景,提出了一种基于事例推理的质量故障处理方法,给出了基于双库结构的质量故障处理系统的总体结构。该设计采用事例推理方法实现故障处理事例的模糊表示,并利用模糊贴近度完成相似处理事例的检索,所描述的事例表示和检索具有很好的实用价值,可使以往的经验及专家知识得以继承,同时有利于质量故障的准确、快速处理。     

启发性故障诊断知识自动获取机制

本文从机器学习的角度，提出了一种基于故障事例的启发性诊断知识自动获取、自学习机制，即故障概念的获取和启发性诊断推理规则的获取。     

基于分布智能传播的自动故障管理

提出一种新的基于分布智能传播的自动故障管理系统(AFMDIP),该系统采用人工智能和网络分布管理技术,引入协作代理,提高了系统数据采集能力.代理用神经网络和事例暂存库进行告警收集、分类和事例管理.域内的故障首先由代理进行诊断,域内不能解决的问题将提交给管理中心.管理中心综合考虑各个域的信息,进行基于事例推理的故障诊断,并将事例传播到代理中.后续的类似故障将由代理直接完成诊断,提高了故障管理的效率,达到了信息和事例共享的目的.实验证明,AFMDIP有效降低了管理中心的带宽消耗,提高了在大范围多故障情况下的故障诊断速度.     

基于分步事例推理的排除工艺故障决策

根据机械加工中积累的、排除各种工艺故障措施的历史经验,可以建立排除各种工艺故障措施的事例库,当某类工艺出现故障需要排除时,就可以通过快速搜索已有的事例来辅助决策。针对事例库大、工艺描述属性多的情况,提出了基于分步事例推理的方法,能够有效提高搜索效率、降低决策风险。     

一种基于事例推理的数据库模式设计专家系统的体系结构

提出一种基于事例推理的ＤＢ模式设计专家系统ＤＥＳ－ＤＳ的体系结构，分别从设计需求说明的表达，设计事例的表达、组织与检索、调整与学习等几个方面来探讨ＤＢ模式设计问题求解中的事例推理技术，旨在提高ＤＢ模式设计的效率和质量。     

故障诊断中事例推进的理论与方法

针对汽轮发电机组大型旋转机械故障诊断专家系统，提出了故障事例的表达模型与结构、事例推理中事例相似度的概念概念及相似度的度量准则、以及事例的学习策略在基于知识的汽轮发电机组故障诊断专家系统中获得应用。     

故障诊断中事例推理的理论与方法

针对汽轮发电机组大型旋转机械故障诊断专家系统，提出了故障事例的表达模型与结构、事例推理中事例相似度的概念及相似度的度量准则，以及事例的学习策略，并在基于知识的泊轮发电机组故障诊断专家系统中获得应用     

基于事例推理的报高率确定模型

分析了影响工程项目投标报价报高率的诸多因素 ,研究了各因素的属性及特征 ,并对各因素进行量化处理 ,确定各因素的权重以反映各因素在报高率确定决策中的重要程度 .在此基础上 ,引入基于事例推理技术 ,提出了基于事例推理的报高率确定模型 ,以辅助投标者进行投标报价决策 ,提高投标报价决策的质量和效率 .     

基于事例推理的报高率确定模型

分析了影响工程目标报价报高率的诸多因素，研究了因素的属性及特征，并对各因素进行量化处理，确定各因素的权重以反映各因素在报高率确定决策中重要程度。在此基础上，引入基于事例推理技术，提出了基于事例推理的报高率确定模型，以辅助投标者进行投标报价决策，提高投标报价决策的质量和效率。     

基于案例的CDMA网络故障管理决策支持系统

为了加快CDMA网络维护优化的故障处理效率,持续提升网络质量和改善用户感知,采用案例推理的人工智能方法,建立一种基于案例推理的CDMA网络故障管理决策支持系统,给出了系统总体框架和工作流程,以及各种关键技术的实现方法.以某公司CDMA网络日常管理的部分故障处理记录建立初始案例库,将未存入案例库的多个案例故障记录作为新案例,利用上述设计的CBR系统进行求解.示例运行结果检验了该系统运行的可行性和有效性,能够有效地提升CDMA网络维护优化的故障处理效率.     

基于专家系统的变电站监控信号智能处理系统

为了减轻变电站运行人员的工作负担,辅助故障快速判断,提高运行人员技术水平,在深入总结变电站异常和故障类型的基础上,构建了一个多层次的故障推理模型,结合网络拓扑技术,实现了一个基于专家系统的变电站监控信号智能处理系统.系统的监控信号分析处理功能全面,快速定位机制确保值班员能迅速确定故障信息所在间隔,能准确报告变电站主要故障,并结合专家知识库出具故障报告,提供故障处理指导.系统具备故障模拟及培训功能.该系统在变电站实际应用中取得了良好的效果.     

证据理论在旋转机械综合故障诊断中应用

针对旋转机械故障诊断中在同一征兆域中很难区分多种故障的实际情况,研究利用其他征兆域的诊断信息,进行全局信息融合,从而获得更为准确的故障定位,提出一种基于神经网络和Dempster-Shafer证据理论的多参数综合诊断系统模型,在该模型中采用证据理论的组合规则进行局部和全局信息融合,得出较好的诊断结果。     

基于模糊推理Petri网的胶带运输系统故障诊断

分析了胶带运输系统故障的特点及传播过程,将模糊推理Petri网用于胶带运输系统的故障诊断,给出了对应的推理过程及Petri网模型,其有效的模糊推理过程及智能推理能力便于计算机编程求解复杂过程,在胶带运输机控制系统故障诊断中取得很好的效果.     

UML建模技术在智能故障诊断系统中的应用

智能故障诊断系统是电站仿真系统中的重要部分,它根据采集到的数据或经转换过的参数进行推理、判断出发生故障的设备.推理诊断采用专家系统和不确定性推理的技术.本文以UML(统一建模语言)为工具,对智能故障诊断系统进行面向对象分析、设计和建模.     

基于远程数据交换与智能控制系统的汽车故障诊断研究

探讨了基于远程数据交换与智能控制系统的汽车故障诊断模块的功能,分析了汽车故障诊断专家系统的存储表达和推理技术.根据规则推理、案例推理、模糊理论和人工神经网络技术的特点,提出了这些技术的集成方案,设计了汽车故障诊断专家系统,论述了知识库和辅助建模平台的设计方案.该系统经过测试和试用,得到了满意的效果.     

基于信息熵的系统诊断参数交互推理选择方法

介绍了一种多输入，多输出系统的故障诊断参数选择方法，该方法经可观参数集的信息熵为标准，进行启发性诊断参数集的划分，先以系统状态决定的启发性诊断参数子集作为驱动数据，实施正向推理，缩小目标集合，再以故障目标集合为对象，进行反向推理以确定最终故障集合；最后将故障集合的元素所对应的可测诊断参数作为系统的诊断参数进行测量，该方法构成了诊断型专家系统的一子部分。     

基于案例推理的机械故障诊断方法探讨

介绍了基于案例推理的故障诊断方法的机理,从案例的表示与存储、检索和匹配、修改与维护等3个方面对基于案例推理的机械故障诊断过程进行了分析。表明了基于案例推理的故障诊断方法具有实现方式灵活简便、自学习能力强等特点,使用大量的范例特征集合,能够不断积累问题求解的经验,避免知识荻取的困难,缩短了问题求解途径,提高了推理效率,节省了开发时间,具有很好的应用前景。     

电液伺服阀故障诊断专家系统的研究

针对最常见的双喷嘴档板式滑阀力反馈电液伺服阀，结合上海宝山钢铁公司生产线上使用的该类型伺服阀进行了实验研究，利用模糊神经网络与符号推理集成技术，建立了电液伺服阀故障诊断专家系统，实验证明，该专家系统对电液伺服阀常见的故障的诊断准确率达９０％以上。     

基于CRPN模型的复杂系统故障诊断

由于复杂系统的结构和运行环境复杂,传统方法无法对其进行故障诊断.文中将基于案例的推理方法和Petri网理论引入到复杂系统的故障诊断中,建立了基于案例推理和Petri网的CRPN(Case-based Reasoning Petri Nets)模型,研究了该模型的变迁规则和案例特征等关键技术.利用两层CRPN模型,可有效地解决已有复杂系统故障诊断方法中存在的模型难以建立、推理过程模糊等问题.最后以飞机的某系统为例,探讨了基于CRPN模型的故障诊断过程,结果表明文中方法是有效的.