[發明專利]基于專家系統的壓力機故障診斷系統有效
| 申請號: | 201710522387.0 | 申請日: | 2017-06-30 |
| 公開(公告)號: | CN107272646B | 公開(公告)日: | 2020-04-21 |
| 發明(設計)人: | 曹春平;倪俊;李猛;孫宇;丁武學 | 申請(專利權)人: | 南京理工大學 |
| 主分類號: | G05B23/02 | 分類號: | G05B23/02 |
| 代理公司: | 南京理工大學專利中心 32203 | 代理人: | 王瑋 |
| 地址: | 210094 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 專家系統 壓力機 故障診斷 系統 | ||
1.一種基于專家系統的壓力機故障診斷系統,其特征在于包括:
人機接口,用于用戶和故障診斷系統各模塊之間進行信息交互;
知識庫,分別與知識獲取子系統、推理機、解釋機相連,它包含所要解決問題領域中的事實和診斷規則;
綜合數據庫,分別與推理機、解釋機相連,用于存儲在故障診斷過程中的表達信息,包括初始狀態、中間結論和最終結論;
知識獲取子系統,領域專家、知識工程師將與故障相關的事實與診斷規則輸入到知識庫中;
推理機,根據當前的用戶輸入,調用知識庫中的事實和診斷規則,按推理和沖突消解策略對故障現象進行推理,從而得出故障原因;
解釋機,利用預制文本法對推理過程和推理得到的確定性結論做出解釋;
所述知識獲取子系統中,結合與故障相關的事實采用故障樹分析法FTA和二元決策圖BDD獲取診斷規則,具體步驟如下:
步驟一:利用魚骨圖分析壓力機的故障原因;
步驟二:根據魚骨圖,利用FTA建立壓力機故障樹;
步驟三:利用部件連接法從故障樹中只有底事件作為輸入的邏輯門事件開始分析,利用規則將故障樹轉化為BDD,具體規則如下:
a.與門在轉換為BDD時,其輸入要與它的每一個1分支相連;或門在轉換為BDD時,其輸入要與它的每一個0分支相連;
b.在兩個BDD進行合并時,應將其中一個BDD作為主BDD,另一個作為次BDD;若這兩個BDD是與門事件的輸入,則將次BDD與主BDD的每一個1分支相連;若這兩個BDD是或門事件的輸入,則將次BDD與主BDD的每一個0分支相連;
c.若同一變量在一條路徑上重復出現,則按以下規則處理:變量的狀態定義為在一條路徑上該變量首次出現的狀態,若變量第二次出現在1分支上,則該變量由其1分支代替;若變量第二次出現在0分支,則該變量由其0分支代替;若變量在兩分支上同時出現,則刪除該變量;
d.合并相同的結點;
步驟四:給每一個底事件賦一個素數;
步驟五:遍歷BDD中從根節點到葉節點為1的路徑,路徑上發生的底事件組合即為故障樹的割集;
步驟六:將割集中的底事件對應的素數相乘,得到割集對應的素數積;
步驟七:將素數積按從小到大的順序排列,并從第一個數開始依次除后面的數,若能整除,則該被除的數對應的割集不是最小割集;若不能整除,則該被除的數對應的割集是最小割集;
步驟八:將最小割集作為診斷規則的條件,結合故障樹編寫診斷規則。
2.根據權利要求1所述的基于專家系統的壓力機故障診斷系統,其特征在于:所述知識庫包括事實庫、診斷規則庫和解決方法庫,診斷規則庫包括規則條件表、規則結論表和規則表。
3.根據權利要求2所述的基于專家系統的壓力機故障診斷系統,其特征在于:所述知識庫中的診斷規則的基本形式為:IF P THEN Q,P是條件,Q是結論,含義為:如果條件發生,則結論發生。
4.根據權利要求1所述的基于專家系統的壓力機故障診斷系統,其特征在于:所述推理機進行推理的具體步驟如下:
步驟一:用戶通過人機接口輸入故障現象;
步驟二:根據故障現象搜索知識庫提出多個假設目標;
步驟三:從第一個假設目標開始,搜索知識庫中規則結論與假設目標匹配的規則得到規則集S;
步驟四:若S為空,則通過人機接口詢問假設是否為真,若假設為真,則輸出故障信息,推理結束;若假設為假,則轉到步驟三;
步驟五:若S不為空,則通過如下策略進行沖突求解:
a.利用公式計算頂事件的發生概率,式中,s為BDD中失效路徑的個數,P(Li)為路徑Li發生的概率,P(Xj)底事件Xj發生的概率,為底事件Xk不發生的概率,P(T)為頂事件T的發生概率;
b.利用公式計算最小割集的重要度,式中,n為最小割集Ci所含的底事件個數,P(Xi)為底事件Xi發生的概率,P(Ci)為最小割集Ci發生的概率,P(T)為頂事件發生的概率,為第i個最小割集的重要度;
c.根據最小割集的重要度給S中的規則賦予優先級,優先級最高者作為最優規則;
步驟六:將最優規則的條件作為新的假設目標,轉到步驟三、步驟四和步驟五;
步驟七:若所有假設目標都被用戶否定后,則顯示無解,推理結束。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京理工大學,未經南京理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710522387.0/1.html,轉載請聲明來源鉆瓜專利網。





