基于知识和神网络相结合的实时故障诊断专家系统.PDFVIP

基于知识和神经网络相结合的实时故障诊断专家系统 张定会 基于知识和神经网络相结合的实时故障诊断专家系统 !#$%#’()+(#,-.+#/0121034#/#.1/6#7’.46#(30’8 * 5 9+#/:1;#.4 !!:,#.74(=:.10+(:+ 5 张定会（上海理工大学光学与电子信息工程学院，上海 ） ###$% 邵惠鹤（上海交通大学 自动化系，上海 ） ###%# 关键词：故障诊断 神经网络 专家系统 处理功能，解决诊断系统中的不确定性知识表示、获取 ： ! $%’( )*+,-’.*0%(-.1( 2+*,0-$%3 45-((-7 # / 6 # 和并行推理等问题。 摘 要 以钢厂冷轧生产线为对象，介绍如何将神经网络方法 与传统的专家系统方法复合在一起，更好地解决故障诊断。具 : 基于知识和神经网络相结合的实时故障诊 体介绍了系统构成的框架设计、神经网络的设计研究，并举例说 断专家系统的基本结构 明了神经网络故障诊断的推理过程。 人工神经网络是一种高度非线性的动力学系统， 89(-*1- ’()()*+,-./,--’0 /,.3+(’,0-’0*’04(**-,/567670 12 它用来模拟人的形象思维，特别适用于表述形式系统 ,8*+(()* 7*/’0(/,.3+*6),:(,+,;8’0*0*3/7-0*(:,/5:’()*= 9 22 */(66(*; 70.’; -*;*0(()*?73-(.’70,6(’+6@A)*?/7;*.*6’0 中难以处理的知识。神经网络与传统专家系统的集成 2 2 1 1 ， 可以发挥它们各 自优势，十分适合于表达故障诊断及 ,?()*66(*; .*6’070.6(3. ,?()*0*3/7-0*(:,/57/* /*6*0(*. 1 2 +,0+/*(*-@A)*’0?*/*0+* /,+*.3/*,?0*3/7-0*(:,/5?73-(.’70,6= 处理系统的知识。基于知识和神经网络相结合的实时 2 1 (’+6’6-’6(*.76*7; -*@ 故障诊断专家系统的基本结构如图 所示。 2 B 我们在成功地研究和实现了一套对某钢厂冷轧生 产线的确定故障进行诊断的基于知识的实时故障诊断 专家系统后，深刻地认识到，基于知识的传统专家系统 难以实现对整个复杂大系统进行状态监测和故障诊断。 这是由于传统专家系统存在一些不易解决的困难，如知 识获取的瓶颈问题、知识间上下文敏感问题、不确定推 图 B 基于知识和神经网络相结合的实时故障 ［ ］ 理问题和自学习困难等 B!% 。为了实现对整个冷轧生 诊断专家系统基本结构 产线系统进行状态监测和故障诊断，必须在原