车辆故障诊断专家系统的研究和设计

论文摘要

车辆故障诊断专家系统是为了解决车辆维修人员技术落后、诊断效率低的问题而设计开发的一套软件。本文在分析和研究了车辆结构和多种智能诊断技术的基础上,提出了一种将启发性知识和逻辑性知识相结合的车辆故障诊断专家系统,并利用关系型数据库技术构造知识库,利用C#丰富的底层数据控制技术以实现推理。本论文主要在以下几个方面做了研究和探讨。(1)通过对车辆故障诊断知识的理解和分析,建立了一个基于扩展故障树和规则组的混合车辆故障诊断知识库模型。具体来说,逻辑性知识是车辆故障的结构性和原理性知识,采用扩展故障树知识表示方法来实现;启发性知识主要是诊断专家的经验性知识,采用规则组知识表示来实现。(2)本文主要针对规则组知识的获取做了探讨。本文以粗糙集属性约简算法来对规则组中规则架的前提属性进行约简,简化诊断输入;用基于神经网络结构学习的知识求精的方法对规则体知识求精。(3)提出了一种基于启发性知识和逻辑性知识的的混合推理模型,对不同的知识模型采用不同的推理方法。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 问题背景
• 1.2 研究现状
• 1.3 本文要解决的问题
• 1.4 本文主要工作及研究路线
• 1.4.1 本文主要工作
• 1.4.2 本文技术路线
• 第二章 车辆故障诊断专家系统总体设计
• 2.1 车辆故障分析
• 2.1.1 车辆结构
• 2.1.2 车辆故障症状分析
• 2.1.3 车辆故障原因分析
• 2.2 故障诊断专家系统总体结构、功能和关系设计
• 2.3 车辆故障诊断专家系统方案的拟定
• 第三章 知识库的建立
• 3.1 知识库的建立
• 3.1.1 知识的分类
• 3.1.2 知识表示依据
• 3.2 事实的表示
• 3.2.1 基于“对象-属性-值”的事实表示
• 3.2.2 事实的数据库设计
• 3.3 规则组表示车辆故障知识
• 3.3.1 规则组的定义
• 3.3.2 规则组表示的特点
• 3.3.3 规则组知识的数据库设计
• 3.4 扩展故障树表示车辆故障知识
• 3.4.1 扩展故障树定义和构建
• 3.4.2 扩展故障树知识的数据库设计
• 3.5 知识库实例
• 3.6 本章小结
• 第四章 知识获取
• 4.1 知识获取设计
• 4.2 基于粗糙集理论的规则架知识约简
• 4.2.1 粗糙集的概念
• 4.2.2 粗糙集的属性约简
• 4.3 规则体知识求精
• 4.3.1 初始规则体转化为初始神经网络
• 4.3.2 训练初始神经网络
• 4.3.3 网络剪枝
• 4.3.4 规则抽取
• 4.4 规则组知识求精实例
• 4.4.1 粗糙集的规则架属性约简
• 4.4.2 神经网络结构学习
• 4.5 本章小结
• 第五章 推理机设计
• 5.1 推理机的设计
• 5.1.1 推理方案的设计
• 5.1.2 推理算法及步骤
• 5.1.3 规则组推理
• 5.1.4 扩展故障树推理
• 5.2 推理实例
• 5.3 本章小结
• 第六章 车辆故障诊断专家系统实现
• 6.1 系统概述
• 6.2 系统结构
• 6.3 开发工具选择
• 6.3.1 编程语言选择
• 6.3.2 数据库软件选择
• 6.4 软件构架
• 6.5 数据库设计
• 6.6 主要功能模块实现
• 6.6.1 系统主界面
• 6.6.2 故障诊断界面
• 6.6.3 知识学习界面
• 6.6.4 知识管理界面
• 6.6.5 其他辅助维修界面
• 第七章 结论
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文及科研经历