基于决策技术和粗糙集理论的诊断知识库构建研究

针对目前诊断推理中知识库构建存在知识获取困难,提出了一种基于粗糙集和决策理论的诊断知识库构建模型.该模型引入决策技术和粗糙集理论,对源数据进行预处理,构建决策表,通过属性约简和属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库.实例证明在保持故障诊断分类结果的情况下,该方法可以提取出最能反映故障的特征知识,并能有效地解决诊断知识库构建中规则获取的知识冗余或缺失问题,显著提高故障诊断的精度和效率.     

基于变精度粗糙-模糊集模型的诊断知识获取

提出一种基于变精度粗糙-模糊集模型的诊断知识获取算法,利用相似性聚类方法自动获取模糊隶属函数,将连续属性表示成模糊值,通过定义模糊相似关系和模糊相似类给出了变精度粗糙-模糊模型的近似表示,并引入蚁群算法求取模糊相似关系下的属性约简,进行诊断知识的获取。将其应用于精对苯二甲酸生产过程尾氧浓度故障诊断知识获取中,结果表明:该算法可以从故障数据中提取更客观有效的诊断规则,在实际故障诊断中具有很好的应用价值。     

数据挖掘在设备故障诊断专家系统知识获取中的应用

随着设备故障诊断专家系统的广泛应用,知识获取逐渐成为专家系统乃至其他知识系统的一个＂瓶颈＂问题。文章基于数据挖掘的涵义和功能模型,分析了在设备故障诊断专家系统知识获取中应用的可能性,研究了数据挖掘的一般流程,并总结了常用算法及工具。     

虚拟仪器技术在远程故障诊断中的应用

把虚拟仪器和网络技术引入故障诊断,使故障诊断与计算机网络技术和虚拟仪器技术相结合.从对被监测设备进行远程监控的角度,提出了一个基于虚拟仪器技术的远程故障诊断系统模型,对系统的基本功能进行了描述,分析了在现阶段实施该系统过程中需要解决的关键问题,并探索了解决这些问题的途径.     

虚拟仪器技术在远程故障诊断中的应用

把虚拟仪器和网络技术引入故障诊断,使故障诊断与计算机网络技术和虚拟仪器技术相结合．从对被监测设备进行远程监控的角度,提出了一个基于虚拟仪器技术的远程故障诊断系统模型,对系统的基本功能进行了描述,分析了在现阶段实施该系统过程中需要解决的关键问题,并探索了解决这些问题的途径．     

变精度粗集模型在故障诊断专家系统中的应用

将变精度粗集模型应用于故障诊断专家系统的知识获取和知识库的更新;利用变精度知识约简和正则条件熵进行故障特征选择,实现最简诊断知识的获取,以建立专家系统知识库;利用属性的相对依赖性实现知识库的维护与更新.滚动轴承故障诊断的实验结果表明,该方法有效地克服了传统规则式故障诊断专家系统的不足,实现了故障诊断功能.     

扩展产生式规则的网络故障诊断专家系统

根据自然语言理解和网络故障诊断专家系统的特性,提出了一种扩展产生式规则的知识表示方法.扩展产生式规则将规则的前提、结论和建议分别用概念图表示,是一种混合知识表示方法.在扩展产生式规则知识表示方法的基础上,设计出了网络故障诊断专家系统的模型.该系统具有自然语言接口,可将网络中有关故障问题的汉语语句转换成概念图;经过专家系统推理后,可将推理结果和推理过程转换成汉语输出.为了增强专家系统知识获取的灵活性,在系统中还增加了Apriori关联规则挖掘算法,通过对陷阱协议数据单元挖掘,实现在线知识获取.利用该系统模型已开发出网络故障诊断专家系统原型.     

基于规则的复合人工神经网络故障诊断专家系统

提出了一种基于规则的新智能故障诊断专家系统,该系统使传统故障诊断专家系统和神经网络有机结合,并融合了模糊理论。系统增加了自学习机制,使知识获取容易,解释机制更灵活,因而使故障诊断系统更具灵活性和透明性。     

石油蒸馏故障诊断专家系统知识获取与管理

提出了一种用于石油蒸馏过程故障诊断专家系统的知识获取方法———基于深层知识学习模型，该模型可使专家系统知识库不断自动地趋于完善。同时研究了如何将获得的知识存入知识库中，即对知识库内的知识进行管理。提出了一种基于结点规则的相关矩阵的构造规则间层级关系的知识管理方法，该方法可使知识库避免冗余和矛盾     

知识获取的多层证据网络模型

本文从诊断问题求解知识的一种组织形式——证据网络出发,讨论了将领域知识转换成证据网络的各种策略,并由此提出了知识获取的多层证据网络模型。根据该模型我们开发了交互式知识获取系统KAS-CEI,并将该系统用于汽车发动机故障诊断专家系统(AEFDES)知识库的建造。     

故障诊断专家系统在大气数据系统中的研究

目前对于大气数据系统的故障诊断主要依靠人工判断的方法,由于飞机大气数据系统的设备种类比较多,测试信号复杂,单纯使用一种故障诊断方法很难达到故障诊断的目的。为此,本文的研究采用了将多种人工智能方法相结合的策略,构建了大气数据系统故障诊断专家系统,并阐述了该系统通过人工方法和BP网络的自学习进行知识获取的方法以及基于规则推理和模糊推理相结合的推理机制。     

复杂系统基于混合知识模型的智能故障诊断技术

系统阐述了复杂系统故障诊断知识的概念、类别和相互关系,研究发展了定性和定量、浅层和深层、模糊和动态等多种诊断知识的获取方式和集成组织模型,建立了因果、结构和模型等不同层次和类别诊断知识的面向对象表示方法,提出了综合多层次和多类别诊断知识的智能故障诊断理论和策略.该策略能有效提高故障诊断的准确性以及诊断推理的效率.     

行为知识在现代制造设备故障诊断中的应用

以ＫＢＮＧ加工中心为对象，分析了现代制造设备故障诊断中行为知识的特点和作用，研究了一种行为知识的组织模型及知识表示方法，探讨了现代制造设备诊断中基于行为知识的诊断推理技术．     

行为知识在现代制造设备故障诊断中的应用

以ＫＢＮＧ加工中心为对象，分析了现代制造设备故障诊断中行为知识的特点和作用，研究了一种行为知识的组织模型及知识表示方法，探讨了现代制造设备诊断中基于行为知识的诊断推理技术。     

用于故障诊断的集成型智能系统

故障诊断是人工智能的一个重要研究内容．分析了现有故障诊断方法（基于规则、基于模型、基于人工神经网、基于案例）的各自特点和局限性．提出了集成现有故障诊断方法（规则、模型、人工神经网、案例）的故障诊断系统及其系统结构．从知识获取和表示、推理和诊断、机器学习方面,说明该新系统能结合现有故障诊断方法的互补性并克服存在的局限性,并且能提高故障诊断的智能性及效率．     

基于本体论的故障诊断知识获取

故障诊断知识是故障诊断学的一个重要组成部分,它可以为计算机自动诊断、故障诊断智能教学、故障诊断自然语言理解提供知识基础,为此提出了一种基于本体论的故障诊断知识获取方法,该方法对故障本体的分类、表示进行了建模研究,得出了故障诊断知识的一些公理,并对故障诊断本体的一致性进行了分析.     

一种基于机器学习的专家系统知识获取方法

提出一种基于机器学习的混合知识获取方法,该方法结合了基于历史数据的规则提取方法和基于模型的规则提取方法。使用这两种方法提取规则,将其应用于对原油电脱盐系统的故障诊断中。实验结果表明,该方法能够有效的进行规则的提取,为故障诊断打下了良好的基础。其中基于历史数据的规则提取方法通过基于遗传算法的粗糙集约简来实现;基于模型的规则提取方法利用了符号有向图(SDG)的计算机自动推理结果,将因果图转化为规则。利用两种规则获取方法同时充实专家系统知识库,提供覆盖整个工艺流程的知识。     

基于Web Services的机车故障诊断决策支持系统

本文针对机车质量控制系统设备故障征兆和故障原因对应关系的复杂性和多样性,开发了基于规则和基于实例相结合的基于Web Services的机车质量控制决策支持系统,研究了模糊产生式规则和模糊推理技术在故障诊断决策系统中的应用。通过引入面向对象技术和XML,使知识的复用、表达更加方便快捷,能较好的解决机车车辆的智能诊断和检测,提高了故障诊断的可靠性和速度,降低了设备的维修成本。     

基于专家系统的工程机械故障层次模型

建立故障诊断专家系统的关键问题之一是要解决知识的表达问题,即建立适合的知识模型,针对工程机械故障诊断的特点,建立了基于专家经验的故障层次分类模型,专家优先检查的结点作为专家经验结点首先被搜索,在判断规则中引入了分布式规则集和加权规则的概念：规则不存在于统一的规则库中,而是附着于各结点;对权重较高的规则进行优先判断,并利用诊断结果自动修改权值,利用面向对象程序设计（OOP）技术实现该模型,使工程机械故障诊断专家系统的诊断效率和适应性得到极大的提高。     

融合粗糙集和证据理论的车地无线通信设备故障诊断

针对车地无线通信设备故障诊断信息不一致的情况进行故障推理和诊断,提出了一种融合粗糙集与证据理论综合集成的车地无线通信设备故障诊断方法.该方法首先利用粗糙集剔除故障特征数据的冗余成分,提取互不相关的必需特征,将车地无线通信设备故障诊断问题用一个不同简化层次的故障决策网络表示,由网络节点根据定义出的规则置信度和覆盖度可推导出对应有效的故障诊断规则集合.在建立规则库的基础上,引入基于证据理论的信息融合技术,解决多传感器故障监测数据与诊断规则准确匹配的问题,建立故障推理机制,便可方便得出车地无线通信单元故障诊断结果,实例分析表明该方法能有效提高模型故障诊断能力,具有较强实用性.