机械故障诊断期末资料(考题)..doc

机械故障诊断期末资料 概述一下人工智能诊断方法，重点介绍其中一种：原理，优缺点，应用范围，未来发展趋势。 答：神经网络法，模糊诊断法，故障树分析法，专家系统诊断法。 神经网络法： 人工神经网络简称神经网络，它用大量简单的基本元件模拟生物的神经信息处理方式。它是模拟人脑神经组织结构特性建成的非线性动力学网状系统，有类似人脑处理信息的某些功能。它的特点： ①并行处理（神经元并行处理数据）， ②容错性（神经网络通过学习获得的知识，存储在网络的大量神经元及它们的连接中部分神经元损坏停止工作，或出现差错，也不影响网络的记忆处理能力，系统的输出不受影响） ③自适应性（网络的连接强度（权重）可以改变，网络的可塑性很强。所以通过训练与学习，网络能实现规定的功能，适应各种外部环境，具有很高的自适应能力。） 具体模拟方法：将生物神经元输入、输出脉冲的密度用模拟电压来表示，则可用如图1所示的模型模拟生物神经元信息BP网络（Back-Propagation），即著名的BP算法 图中xi（i=1，2??，n)，为加于输入端（突触）上的输入信号；ωi为相应的突触连接权系数，它是模拟突触传递强度的一个比例系数；Σ表示突触后信号的空间累加；θ表示神经元的阀值；σ表示神经元的响应函数。该模型的数学表达式为神经元模型? 神经网络优缺点： 优点：1.工作时具有高速度2.具有容错和容差能力3.适合于求解难以找到好的求解规划的问题。 缺点：1.通用性差2.不宜用来求解必须得到正确答案的问题3.难于精确分析神经网络的各项性能指标。 神经网络应用范围：图像处理，信号处理，模式识别，机器人控制，医疗，焊接领域。 神经网络故障诊断系统用途： 用来识别设备的故障类型，只要用不同类型的训练样本集对网络训练之后，网络就能对输入的新监测信息迅速给出设备故障类型的判断。 模糊诊断法。 模糊诊断来由：机械设备的运行状态有些是明确的，有些则界限不清带有不同程度的模糊性，尤其是设备出现早期故障时。同样，机械设备状态的特征参数，其“大小”“强弱”有些也是界限不清带有不同程度的模糊性。传统的二值逻辑诊断设备故障，即特征量超过某值就认为“大”，是故障的表现（征兆），设备就判为有故障；特征量低于某值就认为“小”，设备就判为无故障，是十分不合理的。 模糊诊断基础：模糊数学。模糊数学将0 、 1二值逻辑推广为可取[0, 1]闭区间中任意值的连续逻辑，它是研究处理模糊现象的一种数学方法。 模糊诊断主要原理：模糊诊断主要用于多特征参数（特征向量，征兆向量）的故障综合诊断。诊断前应先建立设备故障（状态）与征兆(特征)的模糊关系矩阵，然后根据监测到的特征参数值并通过隶属函数确定出征兆(特征)模糊向量；最后根据征兆模糊向量和模糊关系矩阵计算设备的故障（状态）模糊向量，从而推断出设备最大可能的运行状态。 专家系统 专家系统简介：专家系统是由计算机软件组成的系统，它具有某一领域的专家知识和推理方法，能解决专家才能解决的难题。所以它是一种模拟专家大脑功能的智能型软件系统，是人工智能的一个重要分支，用以解决复杂的、高难的故障诊断问题。 专家系统组成： 1．知识库 知识库是存放专家知识、经验和书本知识、常识的存储器。建立知识库的主要问题是知识的表达形式，知识必须转换成便于计算机管理和使用的形式后，才能存放在知识库中。 2．数据库 数据库又称工作存储器或称黑板，用来存放输入的初始信息，推理过程中得到的中间信息和最终的结论。数据库与知识库的区别在于前者的内容在推理过程中要不断变化，而后者的内容只能通过知识获取器才能进行改变。 3．推理机 推理机是一组计算机推理程序，用来控制、协调知识库与数据库的运行，其任务是根据数据库中用户输入的信息，利用知识库中的知识，按一定方法（演绎推理、归纳推理、联想与类比等）推导出应有的结论。 推理程序与专家知识（存放在知识库中）分离是专家系统与传统的计算机应用程序本质上的区别，正是由于知识和推理程序的分离才使专家系统具有极大的灵活性，可以处理本专业领域中的各种问题，而且这种分离也使知识的修改，更新，充实变得十分容易，使专家系统具有很强的适应性。 4．解释器 解释器是对推理过程做出解释的一组程序，其任务是回答用户问题使用户理解专家系统推理过程的细节，增强用户对专家系统作出结论的信任程度。 5．知识获取器 知识获取器又称知识库的编辑程序，其任务是建立，修改，充实知识库中的知识。知识获取过程又称机器学习过程，是专家知识（知识源）转移到知识库的过程。最基本的机器学习过程是由专家系统的设计者向领域专家收集知识经过整理加工后，输入系统存入知识库。最高级的机器学习过程是通过全自动化系统自动获取知识，这是解决知识获取“瓶颈”的根本出路，也是人工智能领域目前的研究热点。 专家系统发展趋势：近年来,