规则推理在故障诊断中的应用研究

论文摘要

在企业生产中,机械设备能否良好运行关系到一个企业的安全生产与企业效益,直接决定着企业的市场竞争力。故障诊断技术是保证机械设备安全、高效运转的一种有效技术手段,在企业的正常生产中发挥着重要作用。设备故障诊断技术是一种监测机械设备在运行状况,采用一定的检测手段,根据数据和经验的积累判断设备当前是否运转正常,能及时监测到故障并找到故障原因的技术,同时它又可以对故障的发展趋势起到预测作用。故障诊断技术最突出的作用体现在其对设备维修制度的改革,使用预知检修代替了传统的定期检修,这就可以省掉一些多余的定期检修操作,企业维修费用开支大幅降低；同时预知检修降低了维修的盲目性,目标性地针对故障部位进行维修即可,缩短了维修时间,设备正常运行的时间随之大大增加,生产率相应的得以大幅度提高,产生了附加的经济效益。近年来,随着大量专家和学者在这方面研究工作的开展,使得这一技术不断发展与完善。目前,随着故障诊断专家技术和人工智能神经网络的不断研究,专家系统和神经网络已经在故障诊断中得以应用,故障诊断的高效性和准确度得以保证。本文首先对基于规则的故障诊断专家系统进行了相关研究,且对基于规则专家系统中的关键部分推理机的规则匹配进行了深入研究,对Rete算法进行了重点分析和理解,提出了一个推理机模型。此推理机模型包括两部分：一是从beta网络的连接和规则之间的关联性两个方面对Rete算法做了相关的改进,二是为规则前件添加权重,提出了一个vague-Rete算法,实现了模糊规则推理。最后结合某部队的设备故障诊断需求将这个推理机模型引入到故障诊断系统中,提出了一个基于改进的Rete算法和vague-Rete算法的故障诊断系统的基本框架,并对该系统进行设计实现。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 国内外研究现状
• 1.3 本文研究的主要内容
• 1.4 本文的组织结构
• 第二章 故障诊断专家系统
• 2.1 专家系统概述
• 2.1.1 专家系统的定义
• 2.1.2 专家系统的结构
• 2.1.3 专家系统的特点
• 2.1.4 专家系统在故障诊断领域的应用
• 2.2 专家系统的知识表示
• 2.2.1 知识的特性
• 2.2.2 知识的获取
• 2.2.3 知识的表示方法
• 2.3 本章小结
• 第三章 推理机算法及其改进
• 3.1 基于改进Rete算法的推理机模型
• 3.2 Rete模式匹配算法
• 3.2.1 Rete算法的提出
• 3.2.2 Rete算法基本原理
• 3.2.3 Rete模式网络结构
• 3.2.4 Rete网络匹配过程
• 3.3 Rete模式匹配算法改进
• 3.3.1 beta网络中的连接改进
• 3.3.2 结合规则前件间关联性的改进
• 3.3.3 改进的算法
• 3.3.3.1 算法中用到的数据结构
• 3.3.3.2 改进的Rete算法的匹配过程及伪代码
• 3.3.4 实验结果和分析
• 3.4 规则推理改进
• 3.4.1 规则推理概念
• 3.4.2 规则前件的权重与阈值函数
• 3.4.3 规则推理改进算法
• 3.5 本章小结
• 第四章 设备故障诊断系统设计
• 4.1 设备故障诊断系统总体设计
• 4.1.1 系统总体框架
• 4.1.2 故障排除流程对应的XML文档设计
• 4.2 设备故障诊断知识库设计
• 4.2.1 诊断知识获取
• 4.2.2 诊断知识表示
• 4.2.2.1 异常信号规则文件定义
• 4.2.2.2 故障现象规则文件定义
• 4.3 设备故障诊断步骤
• 4.4 系统运行结果
• 4.5 本章小结
• 第五章 总结和展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 个人简历
• 在学期间研究成果及发表的学术论文