电池组故障诊断模糊专家系统的研究①.pdfVIP

高技术通讯 2004．6 电池组故障诊断模糊专家系统的研究① 郑杭波② 齐国光 (清华大学计算机科学与技术系 北京 100084) 摘 要 对电池组的故障进行诊断是电池管理系统的重要功能。本文以模糊数学与模糊 诊断原理为基础，建立了电池组故障诊断模糊专家系统的模型，给出了专家系统所用规 则、历史档案数据内容以及电池组运行性能评估的算法——静态 SOR评估算法。此外， 还讨论了系统的具体实现，包括症状模糊化、故障的诊断和DOH的计算。最后给出了实 验结果。 关键词 电池组，故障诊断，模糊专家系统 向性。模糊故障诊断方法就是根据某些症状的隶属 0 引 言 度来求出各种故障的隶属度，用以表征各种故障存 在的倾向性，为判断电池故障和采取补救措施的决 专家系统是一个具有大量专门知识的程序系 策提供科学的依据。下面介绍模糊数学模型和我们 统。它可以根据所提供的某特殊领域的知识进行推 采用的综合评判方法。 理，模拟人类某一领域专家作决策的过程，解决那些 考虑两个论域，即故障论域 需要专家才能解决的复杂问题。 V={故障 2／I，故障 2／2，故障 2／3，…} 专家系统主要由知识库、推理机、工作存储区、 其中各元素 的隶属 组成模糊向量(子集)： 知识获取子系统和解释界面等五个部分组成。其 = [ l，2，3，…]T 中，知识库和推理机是专家系统的核心。知识库主 和症状论域 ： 要用来存放领域专家所提供的专门知识，它包括事 U={症状 l，症状X2,症状 3，…} 实库和规则库。推理机的功能是根据一定的推理策 其中各元素xi的隶属度 闰成模糊向量口： 略从知识库中选择有关知识，对用户提供的证据进 口=[ l，2，3，…]T 行推理，直到得出相应的结论。 两论域之间显然存在着某种模糊关系。例如， 另外，一些专家系统还具有 自动知识获取的功 某一故障将引起若干强弱不同的症状，而某一症状 能。一方面从外部通过与专家的问答获取知识，另 也表征着若干个故障的存在。这个模糊关系可通过 一 方面系统在运行中可以自己不断总结经验，从内 隶属度表示，例如，可定出症状 相应于故障 的 部获取知识。 隶属度： = (xj) 1 模糊数学与模糊诊断方法 它组成了论域 ·和论域 之间的模糊关系矩 阵： 在电池故障诊断中专家所描述的症状，如 “电压 rII ／12 … … rlm r21 r22 。。。。。。 r2m