故障诊断中可视化知识库管理系统研究.pdfVIP

故障诊断中可视化知识库管理系统研究 宋斌1蒋东翔2占祥森2 (1．山东电力研究院，山东济南250002：2．清华大学热能工程系，北京 100084) [摘要]本文论述了汽轮发电机组振动故障诊断知识的分类和基于模糊推理树可视化的知 识组织，利用上述研究成果，开发了基于模糊推理树的可视化知识库管理系统KMSystem。 关键词： 故障诊断知识库模糊推理可视化 中图分类号： l-前言 汽轮发电机组的运行可靠性，直接关系到电厂的安全与稳定，对其进行在线监测与诊 断是保证设备安全的重要手段Ⅲ。专家系统在解决难以建立数学模型，较多依赖人类专家 经验知识的问题有独特的优势“1。近年来，专家系统在电力系统中广泛应用于诊断、规划、 预测、控制设计等，随着数字信号处理技术、小波分析理论等相关领域的发展，促进了在 线监测与诊断技术的不断进步，为专家系统的实现提供良好的物质基础。知识库是专家系 统的核心组成部分，它的质量代表着专家系统的实际水平。其中专家知识的组织和分类是 当今知识工程领域的～项重要研究课题。本文就基于模糊推理树的可视化知识库管理系统 中知识库系统的组成、规则、知识的表示进行了阐述。利用上述研究成果，开发了基于模 糊推理树的可视化知识库管理系统KMSystem。目前该系统已在华电邹县发电厂使用。 2．知识分类与组织 2．1知识的分类 汽轮发电机组振动故障诊断知识包含振动信号的频谱分析、振动变化特性、振动与运 行参数的相关特性、振动故障位置的确定及机组结构特点等五方面内容¨1；从知识的表现 形式分为四种类型，即描述型知识、过程型知识、经验型知识和控制型知识。 ，(1)描述型知识：用以描述诊断对象结构和功能方面的属性、特点、对象的运行状态信息 等。这些概念事实以数据或某种数据结构的形式给出。描述型知识都存储在诊断对象相应 的数据库中。诊断推理过程中利用数据获取组件从相应的数据库中获取。 (2)过程型知识：包括信号分析处理的数值计算、特征提取、诊断模型以及其他一些辅助 的程序等。这类知识在诊断推理中起着十分重要的作用。过程型知识包装在数据处理组件 中加以实现。诊断过程中直接调用相应的数据处理组件即可。 (3)经验型知识：经验型知识是知识库中的主体知识，来源于领域专家对问题求解的丰富 经验以及诊断过程中征兆、中间假设、结论和故障之间的因果关系等。经验型知识在基于 模糊推理树的知识库申。以规则的形式表现。用户可以利用知识库管理系统编辑规则知识。 将专家提供的解决问题的途径、方法、经验用某种形式表达出来，传授给诊断系统。 (4)控制型知识：控制型知识是关于问题求解的控制策略，对丁二不同的诊断问题，启用哪 些知识，采用何种推理策略和方式等方面的知识，它体现了领域专家对知识的运用和处理 的能力，也以规则的形式给出。 在基于推理树的知识库系统中，控制知识以推理树的形式体现，即推理树中节点与节点的 组织控制了诊断规则的选择和执行。 2．2知识的组织 基于模糊推理树的知识库系统，规则都组织在推理树的决策分支中，每条规则对应推 理树的一个决策分支。一组逻辑次序上有关联的规则，组织在同一个推理树中。 利用模糊推理树进行规则知识的组织时。利用分模块分层次的结构思想，将规则知识 分为相对独立的模块。模块与模块之间可以通过推理跳转动作节点进行联系。例如图示推 理树中，推理跳转动作节点则将诊断流程引向另一个推理树。 如图所示，在一个推理树中可以定义多个推理跳转节点，从而指向多个其他推理树；同样， 一个推理树也可以作为多个其他推理树的后继推理树。 图l推理树之间组织结构示例 2．3不确定性表示 知识的不确定性表现在三个方面： (1)推理证据的不确定性；(2)推理规则的不确 定性；(3)推理结论的不确定性。 在模糊数学中，一般用隶属度函数来描述模糊概念的不确定性，假定每个证据的确定 性因子为UEt。 最简单的逻辑函数L就是一个证据E1的逻辑函数，则U。=Um而一般的逻辑函数都 是多个证据的组合，同样确定性因子U。也是各证据的确定性因子Uet的组合。 (1)如果逻辑函数L为多个证据Ei的合取，即 L=E。ANDEzAND…E、 则确定性因子UL=min(UEl’U融，UE=}．…“U卧) (2)如果逻辑函数L为多个证据Ei的析取，即 L=E，ORE2OR…B 则确定性因子UL-max(UEt，UE2