[發(fā)明專利]一種協(xié)同案例推理與語義模型推理的設(shè)備故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010553423.1
• 申請(qǐng)日: 2020-06-17
• 公開（公告）號(hào): CN111931936A
• 公開（公告）日: 2020-11-13
• 發(fā)明（設(shè)計(jì)）人: 劉立;劉子文;韓光潔
• 申請(qǐng)（專利權(quán)）人: 河海大學(xué)常州校區(qū)
• 主分類號(hào): G06N5/04
• 分類號(hào): G06N5/04;G06N5/02;G06F40/30
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 丁濤

1.一種協(xié)同案例推理與語義模型推理的設(shè)備故障診斷方法，其特征在于，包括如下步驟：

S1收集案例，構(gòu)建案例庫(kù)；

S2結(jié)合模糊邏輯和FMEA分析法提取的知識(shí)，以模糊本體開發(fā)方法論流程構(gòu)建故障診斷本體模型；

S3在本體模型中獲得的知識(shí)基礎(chǔ)上，結(jié)合專家經(jīng)驗(yàn)生成相應(yīng)的SWRL規(guī)則，對(duì)生成的SWRL規(guī)則進(jìn)行沖突檢測(cè)后構(gòu)成故障診斷規(guī)則庫(kù)；

S4根據(jù)以上構(gòu)建的故障診斷本體模型、規(guī)則庫(kù)和案例庫(kù)進(jìn)行故障檢測(cè)，其檢測(cè)流程分為CBR模塊和RBR模塊，其中，所述CBR模塊包括本體模型和案例庫(kù)，通過重用歷史案例的經(jīng)驗(yàn)進(jìn)行故障診斷，所述RBR模塊包括本體模型和規(guī)則庫(kù)，用于在CBR模塊失效時(shí)，即當(dāng)案例匹配相似度低于閾值，通過SWRL規(guī)則推理來進(jìn)行故障診斷。

2.根據(jù)權(quán)利要求1所述的一種協(xié)同案例推理與語義模型推理的設(shè)備故障診斷方法，其特征在于：所述步驟S2的故障診斷本體模型構(gòu)建中，結(jié)合了模糊邏輯和FMEA分析法，采用模糊本體開發(fā)方法論流程來開發(fā)本體，具體步驟如下：

S2-1：利用FMEA分析法獲得診斷對(duì)象中同級(jí)別或不同級(jí)別設(shè)備和組件間的關(guān)系；

S2-2：對(duì)于具有不確定性的部分，模糊本體開發(fā)方法論流程中對(duì)其模糊需求程度進(jìn)行定義，將以上知識(shí)融入故障診斷本體模型以提高其類和屬性的關(guān)系完整程度。

3.根據(jù)權(quán)利要求1所述的一種協(xié)同案例推理與語義模型推理的設(shè)備故障診斷方法，其特征在于：所述步驟S4中，故障檢測(cè)的具體過程如下：

S4-1：選取新案例中的參數(shù)特征；

S4-2：首先執(zhí)行CBR模塊，基于故障診斷本體模型，根據(jù)步驟S4-1選取的參數(shù)特征，在案例庫(kù)中進(jìn)行案例檢索，若參數(shù)特征與案例庫(kù)中的案例匹配成功時(shí)，則采用該案例，選取的參數(shù)特征和匹配案例中的故障維修方法作為一個(gè)新案例，對(duì)其和匹配案例的相似度進(jìn)行評(píng)估，若相似度低于閾值則將其儲(chǔ)存在案例庫(kù)中進(jìn)行案例更新，若高于閾值則不進(jìn)行更新，評(píng)估完成后結(jié)束CBR模塊，完成故障診斷；若參數(shù)特征與案例庫(kù)中的案例匹配失敗，則結(jié)束CBR模塊，進(jìn)入步驟S4-3；

S4-3：執(zhí)行RBR模塊，基于故障診斷本體模型，根據(jù)規(guī)則庫(kù)中的SWRL規(guī)則來判斷故障原因，故障位置和維護(hù)措施，完成故障診斷，并將該案例加入案例庫(kù)中進(jìn)行更新；若出現(xiàn)新的故障種類，則首先通過規(guī)則庫(kù)中的SWRL規(guī)則對(duì)其進(jìn)行初步診斷，若診斷結(jié)果有效，則將該案例添加至案例庫(kù)中進(jìn)行更新。

4.根據(jù)權(quán)利要求1所述的一種協(xié)同案例推理與語義模型推理的設(shè)備故障診斷方法，其特征在于：所述規(guī)則庫(kù)根據(jù)專家經(jīng)驗(yàn)或?qū)嶋H案例分析而新生成的規(guī)則，在執(zhí)行規(guī)則沖突檢測(cè)后添加至規(guī)則庫(kù)中進(jìn)行更新。