基于贝叶斯网络的起重机专家系统-计算机系统应用.PDF

计 算 机 系 统 应 用 2011 年 第 20 卷 第 11 期 基于贝叶斯网络的起重机专家系统① 钟虞全，杨贯中 (湖南大学 软件学院，长沙 410082) 摘 要：提出了一种改进当前某大型起重机上的一个基于专家规则知识库的专家系统的方法。改进后的系统保 留原有的基于规则库的诊断方式，同时也能运用专家经验构建出来的贝叶斯网络对出现故障进行诊断，诊断出 所有可能导致故障发生的原因并以概率度量每个原因发生的可能性。系统采用了因果调查问卷和概率刻度方法 对贝叶斯网络进行初始化，同时运用最大似然估计和最大后验估计法则对贝叶斯网络的概率刻度表(CPT)进行学 习修正。通过比较改进前和改进后专家系统对同一故障的诊断结果，可以确定改进后的专家系统能更快更准的 定位故障原因。 关键词：贝叶斯网络；CPT；概率刻度；最大似然估计；最大后验估计 Expert System of Crane Based on Bayesian Networks ZHONG Yu-Quan, YANG Guan-Zhong (School of Software, Hunan University, Changsha 410082, China) Abstract: This paper proposes a method to improve Knowledge Base Expert System (KBES) of Some Large Crane, grounded on Expert Rules. On detecting failures of the Large Crane, the improved system can diagnose almost all possible reasons for failures, and measure the occurrence probability of each. The diagnosis process is supported by reasoning, according to Bayesian Network, constructed by Expert Experience. Another feature of this system is adopting a method to initialize Bayesian Network and learn Bayesian Network CPT. By comparison, applications of conventional and improved expert system to failure diagnosis presented in this paper, illustrate that the latter can identify the cause of failure more promptly and accurately. Key words: Bayesian networks; CPT; probability scale; MLE; MAP 近年来，大型工程机械已成为国民经济发展的重 容易，解释方便，诊断推理过程简单快捷。但起重机 要产业。面对功能日益强大和结构愈加复杂的机械设 是一种复杂的机电设备，由电、机、液等不同子系统 备，传统的专家系统逐渐显示出诸多不足如诊断效率 组成，。当起重机表现出一故障时，往往不确定性问题 和准确性低下等，越来越难以满足实际的需要，因此 占多数。基于知识规则库的故障诊断技术难以满足起 对大型工程机械的智能故障诊断技术的研究[1]具有很 重机对诊断故障要定位快速而又准确的要求。随着现 大的实际意义。 代计算机技术、检测技术、通讯技术和电子技术等相 某大型起重机上有已实现的遵循 SAE J1939 应用 关领域学科的进步，己经形成了一门集物理、数学、 层协议[2] 的专家系统，该起重机现有的基于知识规则 化学、电子技术、通