机械故障诊断学钟秉林第9章专家系统诊断原理讲解.ppt

在知识获取、并行推理、自适应学习、联想推理和容错 能力等方面有明显的优势。 神经网络专家系统的优点： 在知识的表示和存储方面，传统的智能技术采用一 系列标准的形式（如规则、框架等）对知识进行显式 表示，而人工神经网络则是利用网络自身的分布式联 接机制对知识进行 隐式表示，实现了知识表示、存 储和推理三者融为一体。 五、人工神经网络与专家系统 * * 难以解释其推理过程和推理依据及其所存储 知识的意义； 神经网络专家系统的缺点： 系统性能受所选择的训练样本集的限制，训 练样本集选择不当，特别是在训练样本集很 少的情形下，很难指望它具有较好的归纳推 理能力； 五、人工神经网络与专家系统 * * 神经网络利用知识和表达知识的方式单一，通常的 神经网络只能采用数值化的典型实例知识。 神经网络只能模拟人类感觉层次上的智能活动，在 模拟人类复杂层次的思维方面，如基于目标的管理、 综合判断与因果分析等方面，还远远不及传统的基于 符号的专家系统。 五、人工神经网络与专家系统 * * 基于行为的故障诊断系统（BFD） 下标含义：A、B、C — 设备编号 1、2 — 故障序号 六、基于行为的故障诊断系统 * * 故障诊断策略大体上可分为：基于知识与基于行为的两种。前者自上而下，即从一般到特殊；后者自下而上，即从具体到一般。 基于知识诊断策略的缺陷： 同类型的大型机器设备的故障模式存在差异，由各方面专家所提供的知识往往使聚类域范围扩大，造成聚类间的交叠，增大了误判率。如图： 出发点（基于行为） 一个诊断系统应当能够在其运行过程中，不断地提高自身的智能化水平，即诊断系统应当具有智力进化的功能。 目的 根据实际设备的运行行为决定诊断系统的实际工况，自动识别，自我完善，自我提高，从仅具备初级智能的简单系统发展成为高度智能的针对某一特定设备的专用诊断系统。 六、基于行为的故障诊断系统 * * 方法 模块化神经网络：子NN模块的数目完全取决于实际设备的运行行为，随着设备运行时间的加长，出现的故障类别逐渐增多，该模块化NN能够自动地添加相应数量的新子NN模块，实现诊断能力的自我提高。 基于单故障的诊断任务分解示意图 六、基于行为的故障诊断系统 * * BFD的诊断任务分解示意图 六、基于行为的故障诊断系统 * * * * * * * * * 反向演绎系统 定义：先提出假设(结论)，然后去寻找支持这个假设的证。 特点： 由结论到数据； 目标驱动策略。 三、推理机制 * * 正反向联合演绎系统 正向演绎系统和反向演绎系统的局限： 正向系统可以处理任意形式的事实表达式，但被限制 在目标表达式为由文字析取组成的一些表达式。 反向系统可以处理任意形式的目标表达式，但被限制 在事实表达式为由文字合取组成的一些表达式。 正反向联合演绎，发挥各自的优点，克服其局限性。 三、推理机制 * * 4. 归纳推理 定义：由个别的事物或现象推出该类事物或现象的普遍性规律的推理。 常见的推理方法：简单枚举法、类比法、统计推理、因果关系法等五种(契合法、差异法、契合差异并用法、共变法与剩余法)。 三、推理机制 * * 5. 不精确推理 定义：基于不确定的推理规则进行推理，形成结论。 常见的不精确推理方法： 概率论方法 可信度方法 模糊子集法 证据论方法等。 三、推理机制 * * 1.一般概念 知识表示是计算机科学研究的重要领域，智能活动过程主要是一个获得应用知识的过程。智能活动的研究范围： 知识的获取、知识的表示、知识的应用 知识表示的基本要求： 可扩充性、简明性、明确性等。 知识表示方法： 符号逻辑法、产生式规则、框架理论、语义网络、特征矢量法、过程表示法等。 四、知识表示与知识获取 * * 2. 知识的符号逻辑表示法 优点： 逻辑表示的演绎结果在一定范围内保证正确，而其他知识表示方案，至今还未达到这一点。 逻辑表示从现有事实推导出新事实的方法可以机械化。 四、知识表示与知识获取 * * 一阶谓词逻辑表示法 一阶谓词逻辑是一种形式语言系统，研究的是假设与结论之间的蕴含关系，即用逻辑方法研究推理的规律。 由于它与自然语言相似，故可用来表示人类的某些知识。 四、知识表示与知识获取 * * P(x, a)： 指 x (某人)的身份为a，a为常量，可以 是 teacher, stu