基于故障树的故障诊断专家系统研究

基于故障树的故障诊断专家系统研究【摘要】故障树分析方法是通过树形逐级细化分析，将系统故障的成因由总体到部分详细表示出来，将故障树分析方法应用于故障诊断专家系统，不但能解决诊断知识获取的难题，还能够使专家知识库尽可能的简化，降低冗余。

【关键词】故障树；故障树分析法；故障诊断专家系统

1.故障树分析法与故障诊断专家系统的概念

故障树是一种能体现故障传播关系的逻辑关系图，反映了系统故障与导致系统故障的各种因素之间的逻辑关系[1]。故障树分析（fault tree analysis，fta）方法[2]，是一种将系统故障形成原因由总体到部分按树状逐级细化的分析方法，是对复杂系统进行可靠性分析的有效工具，目的在于判明基本故障，确定故障原因、影响和发生故障的概率。

故障诊断专家系统是将专家知识与计算机结合在一起，按照规定的推理算法，通过人机接口让使用者与计算机进行对话，由使用者回答系统提出的问题，系统根据提问和回答问题的答案进行推理，最终给出诊断结论。

2.故障树分析法与故障诊断专家系统的共同点

将诊断专家系统和故障树分析法进行对比，可知故障诊断专家系统与故障树分析法之间存在相同点。

（1）故障树可以作为故障诊断专家系统的故障模型。诊断专家系统的任务是当部件失效时利用各种信息，依据知识库中的知识，

故障诊断专家系统及其发展

综述与评论 计算机测量与控制.2008.16(9) C omputer Measurement &Control 1217 中华测控网https://www.docsj.com/doc/ad3014117.html, 收稿日期:2008-06-08; 修回日期:2008-07-16。 作者简介:安茂春(1967-),山东莱阳人,副研究员,主要从事测试与故障诊断技术的管理工作。 文章编号:1671-4598(2008)09-1217-03 中图分类号:TP182 文献标识码:A 故障诊断专家系统及其发展 安茂春 (北京系统工程研究所,北京 100101) 摘要:文章对主要的故障诊断专家系统进行了系统的归纳和分类,主要关注故障诊断专家系统在军事领域的应用;重点讨论了基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统的技术要点、发展现状、优缺点及其在军事方面的应用;最后,对该学科的发展做出了预测,指出基于多种模型结合的诊断专家系统、分布式诊断专家系统、实时诊断专家系统是今后的发展方向。 关键词:专家系统;故障诊断;军事应用;基于规则推理;建模技术;人工神经网络;模糊推理;基于事例推理 A Survey on Fault Diagnosis Expert Systems An M ao chun (Beijing Institute o f System and Eng ineering ,Beijing 100101,China) Abstract:In this article w e present a s urvey of fault diagnosis expert system s,and categorize them into 5different types according to know ledge organiz ation m ethod and reasoning m ech anis m,w hich are ru le-b as ed fault diagn osis expert system,model-based fault diagnosis ex pert system,n eural netw ork fault diagnosis exp ert sy stem,fuz zy fault diagn osis expert system and cas e-based fault diagn os is expert sys -tem,for each type w e describ e its techn ical pr op erties,curren t status,ad vantag es and disadvantages,and application s in military field.At the end of th is article,w e point out that hybrid model-based,distributed and real-time diagnosis expert sys tems are fu tu re direction s. Key words:ex pert sys tem;fault diagnosis ;military application;rule -b as ed reasoning;modelin g;artificial neural netw or k;fuzzy reasonin g;ease-b as ed reasoning 1 故障诊断专家系统及其分类 专家系统(Ex per t Sy st em,ES)是人工智能技术(A rt if-i cial I ntelligence,A I)的一个重要分支,其智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题。专家系统必须包含领域专家的大量知识,拥有类似人类专家思维的推理能力,并能用这些知识来解决实际问题。 故障诊断技术是一门应用型边缘学科,其理论基础涉及多门学科,如现代控制理论、计算机工程、数理统计、模糊集理论、信号处理、模式识别等。故障诊断的任务是在系统发生故障时,根据系统中的各种量(可测的或不可测的)或其中部分量表现出的与正常状态不同的特性,找出故障的特征描述并进行故障的检测与隔离。 故障诊断专家系统是将专家系统应用到故障诊断之中,可以利用领域知识和专家经验提高故障诊断的效率[1]。目前专家系统在故障诊断领域的应用非常广泛,如美空军研制的用于飞机喷气发动机故障诊断专家系统XM AN [2],N A SA 与M IT 合作开发的用于动力系统诊断的专家系统,英国某公司为英美军方开发的直升机发动机转子监控与诊断专家系统[3]等,此外在电力、机械、化工、船舶等许多领域中也大量应用了故障诊断专家系统。 根据知识组织方式与推理机制的不同,可将目前常用的故障诊断专家系统大致分为基于规则的诊断专家系统、基于模型 的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统。 2 故障诊断专家系统对比分析 2 1 基于规则的诊断专家系统 在基于规则的诊断专家系统中,领域专家的知识与经验被 表示成产生式规则,一般形式是:if<前提>then<结论>其中前提部分表示能与数据匹配的任何模型,结论部分表示满足前提时可以得出的结论。基于规则的推理是先根据推理策略从规则库中选择相应的规则,再匹配规则的前提部分,最后根据匹配结果得出结论。 基于规则的诊断知识表达方式直观、形式统一,在求解小规模问题时效率较高,并且具有易于理解与实现的优点,因而取得了一定成功。20世纪90年代,国外在军用水压系统、电力供应网络等方面进行了应用。 但是,对于复杂系统,所观测到的症状与对应的诊断之间的联系是相当复杂的,通过归纳专家经验来获取规则有着相当的难度,且诊断时只能对事先预想到的并能与规则前提匹配的事件进行推理,存在知识获取的瓶颈问题。2 2 基于模型的诊断专家系统 在基于模型的诊断专家系统中,领域专家的专业知识包含在建立的系统模型中,这种基于模型的诊断更多地利用系统的结构、功能与行为等知识。相比基于规则的诊断专家系统,这种诊断方式能够处理预先没有想到的情况,并且可能检测到系统存在的潜在故障。这类系统的知识库相对容易建立并且具有一定的灵活性,已应用于航天器动力燃烧系统故障诊断等方面。

汽车故障诊断专家系统的研究和设计

摘要 本文介绍了汽车故障诊断专家系统的基本结构及其开发的基本方法，论述了汽车故障诊断专家系统软件的开发研究的意义和设计中的难点，针对汽车故障的复杂性特点模拟经验丰富的维修专家的诊断思路及方法，利用Delphi7进行编程，建立友好的人机界面，依据计算机数据结构原理，采用故障树的数据结构和关系数据库原理完成知识表示建立完善的知识库，实现了确定性故障诊断所需的知识库和推理机。从而可使用户通过人机对话的形式方便、快速、准确地找出故障原因，大大地提高汽修行业的效益及汽车的使用寿命。 关键字：汽车故障诊断专家系统

The paper introduces Automobile Fault Diagnosis Expert System of basic structure and development of basic methods. Discusses the software of Automobile Fault Diagnosis Expert System 's research meaning and the difficulty in the design. Aiming at the complexity characteristic of the fault ,simulating the way that experienced diagnosis maintenance of expert thinking, using Delphi7, established friendly human-machine interface. According to the principle structure data of the computer , adopt the fault tree's data structure and relation theories of database to accomplish the representation of knowledge, and realized the uncertainty of knowledge base for fault diagnosis and reasoning machine. The user could find fault convenient, fast and accurately through the man-machine dialogue form , greatly improve the automobile industry's efficiency and the automobile's service life. Key words：automobile fault diagnosis expert system

智能故障诊断技术知识总结

智能故障诊断技术知识总结 一、绪论 □智能： ■智能的概念 智能是指能随、外部条件的变化，具有运用知识解决问题和确定正确行为的能力。 ■低级智能和高级智能的概念 低级智能——感知环境、做出决策和控制行为 高级智能——不仅具有感知能力，更重要的是具有学习、分析、比较和推理能力， 能根据复杂环境变化做出正确决策和适应环境变化 ■智能的三要素及其含义 三个基本要素：推理、学习、联想 推理——从一个或几个已知的判断（前提），逻辑地推断出一个新判断（结论）的思维形式 学习——根据环境变化，动态地改变知识结构 联想——通过与其它知识的联系，能正确地认识客观事物和解决实际问题 □故障： ■故障的概念 故障是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况： 1.设备在规定的条件下丧失功能； 2.设备的某些性能参数达不到设计要求，超出允许围； 3.设备的某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作； 4.设备工作失灵，或发生结构性破坏，导致严重事故甚至灾难性事故。 ■故障的性质及其理解 1层次性——系统是有层次的，故障的产生对应于系统的不同层次表现出层次性。 一般可分为系统级、子系统级、部件级、元件级等多个层次；高层故 障可由低层故障引起，而低层故障必定引起高层故障。诊断时可采用 层次诊断模型和诊断策略。 2相关性——故障一般不会孤立存在，它们之间通常相互依存和相互影响，如系统 故障常常由相关联的子系统传播所致。表现为，一种故障可能对应多 种征兆，而一种征兆可能对应多种故障。这种故障与征兆间的复杂关 系导致了故障诊断的困难。 3随机性——故障的发生常常是一个与时间相关的随机过程，突发性故障的出现通 常都没有规律性，再加上某些信息的模糊性和不确定性，就构成了故 障的随机性。 4可预测性——设备大部分故障在出现之前通常有一定先兆，只要及时捕捉这些征 兆信息，就可以对故障进行预测和防。 □故障诊断： ■故障诊断的概念 故障诊断就是对设备运行状态和异常情况做出判断。具体说来，就是在设备没有发 生故障之前，要对设备的运行状态进行预测和预报；在设备发生故障之后，要对故 障的原因、部位、类型、程度等做出判断；并进行维修决策。 ■故障诊断的实质及其理解 故障诊断的实质——模式识别（分类）问题

故障诊断技术发展历史(最新版)

故障诊断技术发展历史 故障诊断(FD)始于(机械)设备故障诊断，其全名是状态监测与故障诊断(CMFD)。它包含两方面内容：一是对设备的运行状态进行监测；二是在发现异常情况后对设备的故障进行分析、诊断。设备故障诊断是随设备管理和设备维修发展起来的。欧洲各国在欧洲维修团体联盟(FENMS)推动下，主要以英国倡导的设备综合工程学为指导；美国以后勤学(Logistics)为指导；日本吸收二者特点，提出了全员生产维修(TPM)的观点。美国自1961年开始执行阿波罗计划后，出现一系列因设备故障造成的事故，导致1967年在美国宇航局(NASA)倡导下，由美国海军研究室(ONR)主持成立了美国机械故障预防小组(MFPG)，并积极从事技术诊断的开发。 美国诊断技术在航空、航天、军事、核能等尖端部门仍处于世界领先地位。英国在60～70年代，以Collacott为首的英国机器保健和状态监测协会(MHMG & CMA)最先开始研究故障诊断技术。英国在摩擦磨损、汽车和飞机发电机监测和诊断方面具领先地位。日本的新日铁自1971年开发诊断技术，1976年达到实用化。日本诊断技术在钢铁、化工和铁路等部门处领先地位。我国在故障诊断技术方面起步较晚，1979年才初步接触设备诊断技术。目前我国诊断技术在化工、冶金、电力等行业应用较好。故障诊断技术经过30多年的研究与发展，已应用于飞机自动驾驶、人造卫星、航天飞机、核反应堆、汽轮发电机组、大型电网系统、石油化工过程和设备、飞机和船舶发动机、汽车、冶金设备、矿山设备和机床等领域。 故障诊断的主要理论和方法 故障诊断技术已有30多年的发展历史，但作为一门综合性新学科——故障诊断学——还是近些年发展起来的。从不同的角度出发有多种故障诊断分类方法，这些方法各有特点。从学科整体可归纳以下理论和方法。 (1)基于机理研究的诊断理论和方法从动力学角度出发研究故障原因及其状态效应。针对不同机械设备进行的故障敏感参数及特征提取是重点。 (2)基于信号处理及特征提取的故障诊断方法主要有时域特征参数及波形特征诊断法、时差域特征法、幅值域特征法、信息特征法、频谱分析及频谱特征再分析法、时间序列特征提取法、滤波及自适应除噪法等。今后应注重实时性、自动化性、故障凝聚性、相位信息和引入人工智能方法，并相互结合。 (3)模糊诊断理论和方法模糊诊断是根据模糊集合论征兆空间与故障状态空间的某种映射关系，由征兆来诊断故障。由于模糊集合论尚未成熟，诸如模糊集合论中元素隶属度的确定和两模糊集合之间的映射关系规律的确定都还没有统一的方法可循，通常只能凭经验和大量试验来确定。另外因系统本身不确定的和模糊的信息(如相关性大且复杂)，以及要对每一个征兆和特征参数确定其上下限和合适的隶属度函数，而使其应用有局限性。但随着模糊集合论的完善，相信该方法有较光明的前景。 (4)振动信号诊断方法该方法研究较早，理论和方法较多且比较完善。它是依据设备运行或激振时的振动信息，通过某种信息处理和特征提取方法来进行故障诊断。在这方面应注重引入非线性理论、新的信息处理理论和方法。

基于故障树的故障诊断.

基于故障树的智能故障诊断方法 一．故障树理论基础 故障树分析法(fault tree analysis，FTA)是分析系统可靠性和安全性的一种重要方法，现己广泛应用于故障诊断。基于故障的层次特性，其故障成因和后果的关系往往具有很多层次并形成一连串的因果链，加之一因多果或一果多因的情况就构成故障树。故障树(FT)模型是一个基于被诊断对象结构、功能特征的行为模型，是一种定性的因果模型，以系统最不希望事件为顶事件，以可能导致顶事件发生的其他事件为中间事件和底事件，并用逻辑门表示事件之间联系的一种倒树状结构。它反映了特征向量与故障向量(故障原因)之间的全部逻辑关系。 故障树法对故障源的搜寻直观简单，它是建立在正确故障树结构的基础上的。因此建造正确合理的故障树是诊断的核心与关键。但在实际诊断中这一条件并非都能得到满足，一旦故障树建立不全面或不正确，则此诊断方法将失去作用。二．基于故障树的故障诊断方法 故障树分析法(Fault Tree Analysis，FTA)又叫因果树分析法．它是目前国际上公认的一种简单、有效的可靠性分析和故障诊断方法，是指导系统最优化设计、薄弱环节分析和运行维修的有力工具。 故障树分析法首先要在一定环境与工作条件下，找到一个系统最不希望发生的事件，通常以人们所关心的影响人员、装备使用安全和任务完成的系统故障为分析目标，再按照系统的组成、结构及功能关系，由上而下，逐层分析导致该系统故障发生的所有直接原因，并用一个逻辑门的形式将这些故障和相应的原因事件连接起来，建立分析系统的故障树模型，从而，形象地表达出系统各功能单元故障和系统故障之间的内在逻辑因果关系。这种方法既能分析硬件本身的故障影响，又能分析人为因素、环境以及软件的影响．不仅能对故障产生的原因进行定性分析，找出导致系统故障的原因和原因组合，确定最小割集和最小路集，识别出系统的薄弱环节及所有可能失效模式，还能进行相关评价指标的定量计算。根据各已知单元的故障分布及发生概率，求得单元概率重要度，结构重要度、关键重要度和系统失效概率等定量指标。 将FTA用于系统的故障诊断中，把系统故障作为故障树分析的顶事件，既能通过演绎分析，直接探索出系统的故障所在，指出故障原因和原因组合，帮助

诊断专家系统

诊断专家系统 【摘要】 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法。技术及应用系统的一门新的技术科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。其中专家系统是一种模拟人类专家解决领域问题的计算机程序系统。它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，求解需要专家才能解决的困难问题。 【关键词】计算机，人工智能，专家系统 引言 随着科学技术的发展，装备的结构越来越复杂，功能也越来越完善，自动化程度越来越高，不但同一设备的不同部分之间相互关联，紧密耦合，而且不同设备之间也存在着紧密的联系，在运行过程中形成一个整体。一处故障可能引起一系列连锁反应，导致整个过程不能正常运行，甚至会造成重大的损失。因此，对故障诊断的要求也越来越高。另一方面，人工智能技术近年来得到很大发展，基于知识的故障诊断专家系统已成为当前研究和应用的一个热点。 人工智能又称机器智能，是计算机科学中新兴的一门边缘科学技术，利用计算机模拟人的智能行为、完成能表现出人类智能的任务。故障诊断专家系统是将人类在故障诊断方面的多位专家具有的知识、经验、推理、技能综合后编制成的大型计算机程序，它可以利用计算机系统帮助人们分析解决只能用语言描述、思维推理的复杂问题，扩展计算机系统原有的工作范围使计算机系统有了思维能力，能够与决策者进行“对话”，并应用推理方式提供决策建议，专家系统在故

障诊断领域的应用非常广泛，故障检测与诊断技术与专家系统相结合，使工程的安全性与可靠性得到保证。 1故障诊断专家系统简介 故障诊断专家系统，是指计算机在采集被诊断对象的信息后，综合运用各种规则(专家经验)，进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，可快速地找到最终故障或最有可能的故障，再由用户来证实。专家系统故障诊断方法 可用下图的结构来说明：它由数据库、知识库、人机接口、推理机等组成。其各部分的功能为： 图1：故障诊断专家系统结构图 (1)数据库数据库通常由动态数据库和静态数据库两部分构成。静态数据库是相对稳定的参数，如设备的设计参数、固有频率等;动态数据库是设备运行中所检测到的状态参数，如工作转速、介质流量、电压或电流等。 (2)知识库存放的知识可以是系统的工作环境、系统知识(反映系统的工作机理及系统结构知识)、设备故障特征值、故障诊断算法、推理规则等，反映系统的因果关系，用来进行故障推理。知识库是专家领域知识的集合。 (3)人机接口人与专家系统打交道的桥梁和窗口，是人机信息的交接点。 (4)被诊断对象 人机接口 数据库 人机推理 结果 知识库

设备故障诊断技术及专家系统应用研究

龙源期刊网 https://www.docsj.com/doc/ad3014117.html, 设备故障诊断技术及专家系统应用研究 作者：纪明涛 来源：《中国科技博览》2017年第29期 [摘要]本文主要介绍了煤矿机电设备故障诊断技术及专家系统的原理及特点，构建了煤矿机电设备诊断专家系统，并对应用结果进行了分析。 [关键词]煤矿机电；故障诊断技术及专家系统；诊断；维修 中图分类号：TP18 文献标识码：A 文章编号：1009-914X（2017）29-0178-01 1、前言 随着采矿业规模日益增大，采矿机械设备也更趋于大型化，连续化，机电一体化，其性能与复杂程度不断提高，对设备故障的诊断也更为复杂。因此，为了达到能够使得综采机电设备处于一种良好的正常工作状态，我们必须要将煤矿机械设备和信息技术管理方面协调统一起来，对综采机电设备进行诊断和维修，这样处理对于煤矿机械的维修管理是相当有必要的。建立矿井调度室远程故障诊断及专家维护系统是解决问题的很好的方法。 2、故障诊断技术及专家系统 设备故障诊断技术包括故障检测与故障诊断.通常合在一体统称为故障检测和诊断（FDD）。 2.1 故障的定义和故障诊断的机理 故障诊断技术是以可靠性理论、信息论、控制论和系统论为理论基础，以现代测试仪器和计算机为技术手段，结合各种诊断对象（系统、设备、机器、装置、工程结构以及工艺过程等）的特殊规律逐步形成的一门新技术，主要包括检查和发现异常、诊断故障状态和部位、分析故障类型、提出诊断决策方案及诊断结论四个基本环节。其基本原理是根据机械、电气等设备运行过程中产生的各种信息，判断设备运行是属于正常还是异常，识别设备或机器是否发生故障，并对设备未来状态进行预测，确定最合适的维修方案和检修周期。作为一门交叉性学科领域，故障诊断技术在过去的几十年里得到了飞速发展，一些新的理论与方法已经得到了成功的应用。而非线性系统的故障诊断是当前故障诊断领域研究的热点与难点问题。在生产过程中，大型设备发生的故障是各种各样的，而根据系统采用的特征描述和决策方法的差异，形成了不同的故障诊断方法，具体可分为基于解析模型的方法、基于信号处理的方法和基于知识的方法三大类。 2.2 故障诊断过程

基于故障树的故障诊断.

基于故障树的智能故障诊断方法 ．故障树理论基础 故障树分析法(fault tree analysis, FTA)是分析系统可靠性和安全性的一种重 要方 法，现己广泛应用于故障诊断。 基于故障的层次特性， 其故障成因和后果的 关系往往具 有很多层次并形成一连串的因果链, 就构成故障 树。故障树(FT)模型是一个基于被诊断对象结构、 功能特征的行为模 型,是一种定性的因果模型, 以系统最不希望事件为顶事件, 以可能导 致顶事件 发生的其他事件为中间事件和底事件, 并用逻辑门表示事件之间联系的一种倒树 状结构。它反映了特征向量与故障向量 (故障原因 )之间的全部逻辑关系。 故障树法对故障源的搜寻直观简单,它是建立在正确故障树结构的基础上 的。因此建 造正确合理的故障树是诊断的核心与关键。 但在实际诊断中这一条件 并非都能得到满足, 一旦故障树建立不全面或不正确, 则此诊断方法将失去作用。 二．基于故障树的故障诊断方法 故障树分析法(Fault Tree Analysis , FTA)又叫因果树分析法.它是目前国际 上公认 的一种简单、有效的可靠性分析和故障诊断方法, 是指导系统最优化设计、 薄弱环节分析 和运行维修的有力工具。 故障树分析法首先要在一定环境与工作条件下, 找到一个系统最不希望发生 的事件, 通常以人们所关心的影响人员、 装备使用安全和任务完成的系统故障为 分析目标,再按照 系统的组成、结构及功能关系,由上而下,逐层分析导致该系 统故障发生的所有直接原因, 并用一个逻辑门的形式将这些故障和相应的原因事 件连接起来, 建立分析系统的故障树模 型, 从而, 形象地表达出系统各功能单元 故障和系统故障之间的内在逻辑因果关系。 这 种方法既能分析硬件本身的故障影 响,又能分析人为因素、 环境以及软件的影响． 不仅能对故障产生的原因进行定 性分析, 找出导致系统故障的原因和原因组合, 确定最小割集和最小路集, 出系统的薄弱环 节及所有可能失效模式, 还能进行相关评价指标的定量计算。 据各已知单元的故障 分布及发生概率, 求得单元概率重要度, 结构重要度、 重要度和系统失效概率等定 量指标。 将 FTA 用于系统的故障诊断中，把系统故障作为故障树分析的顶事件，既 能通过演绎分析， 直接探索出系统的故障所在， 指出故障原因和原因组合， 帮助 加之一因多果或一果多因的情况 识别 根 关键

电力系统故障诊断专家系统

电力系统故障诊断专家系统 李向峰 （哈尔滨工程大学信息与通信工程工程学院，黑龙江哈尔滨１５０００１）摘要:针对电力系统故障诊断问题存在的大量不确定性，提出了将模糊集和模糊推理方法结合专家系统进行故障诊断的新方案。同时，尝试将分布式问题求解方法用于电力系统故障诊断问题，开发了基于模糊推理的分布式电力系统故障诊断专家系统。为方便用户使用，开发了图形建模和模糊知识学习平台，以及故障信息管理系统通过在某地区电网的测试表明，所提方案具有准确的诊断结果和很好的实用性关键词:故障诊断;模糊推理;专家系统;分布式问题求解;故障信息管理。 关键词:故障诊断; 模糊推理; 专家系统; 分布式问题求解; 故障信息管理 Power System Fault Diagnosis Expert System LiXiangfeng (Information and Communication Engineering, Engineering, Harbin Engineering University, Harbin) Abstract: Fault detection system of power exists a lot of uncertainty, the proposed fuzzy sets and fuzzy inference method combines expert system for fault diagnosis of the new program. At the same time, try to distributed problem solving method for power system fault diagnosis, develop a distributed power system fault diagnosis expert system based on fuzzy reasoning. For the convenience of users, the development of graphical modeling and fuzzy knowledge learning platform, and fault information management system through a regional grid in the test shows that the proposed scheme has an accurate diagnosis and good usability Key words: fault diagnosis; fuzzy reasoning; expert system; distributed problem solving; fault information management. Keywords：fault diagnosis; fuzzy inference; expert system; distributed problem solving 1引言 电力系统故障诊断是近年来十分活跃的研究课题之一，人们对此进行了大量研究[1~9]，取得了许多有价值的理论研究成果，提出了多种解决方案，如采用专家系统方法[2，4，6，8]和神经网络方法[4]等. 由于实际运行中用于故障诊断的断路器和保护动作信息存在着大量的不确定性，近年来有学者将模 糊推理方法应用于电力系统故障诊断[3，5~7，9]。但以 前的研究大多集中在理论探讨上，在解决电力系统运行过程中出现的实际问题方面进展不大。现代电网互联规模和运行复杂性越来越大，运行越来越接近极限，一旦发生故障，造成的损失也较以往增大，因此对运行人员迅速准确处理事故的能力的要求进一步提高。电力系统故障自动诊断系统不仅可以成为运行人员在处理事故时的得力助手，还可成为运行人员培训的有力工具。 本文在前期开发的面向对象的电力系统故障 诊断专家系统[8]的基础上，借鉴其他研究成果[3，5~7] 增加了基于模糊集的报警信息处理，不但考虑了开关和保护动作的不确定性，还将故障时电压、电流不同于正常运行时的特征信息用模糊集表示，利用模糊推理来提高诊断结果的准确性和可用性；同时开发了模糊集学习平台，以缓解专家系统知识获取 的难题;利用网络通信技术和分层分布式问题求解 方法，解决电力系统信息分层和应用于实际电力系统故障诊断时出现的问题，提出了两种分层分布式故障诊断问题求解方案，并就其中一种方法进行了

故障诊断专家系统的功能和特点

振动监测分析诊断 交流材料 北京英华达公司 2009年11月

目录

振动监测分析在冶金行业的应用 1.传感器 TSI=Turbine Supervisory Instrumentation 传感器亦称换能器或变换器，它是将被测的某一物理量（或信号），按一定规律转换为与其对应的另一种（或同种）物理量（或信号）并输出的装置。传感器是实现自动检测与自动控制的首要环节，如果没有传感器对原始信号进行准确的捕获与转换，自动检测和自动控制将无法实现。所以，传感器是故障诊断系统中的重要部件。 传感器的分类方法： 由于传感器测量的物理量种类繁多，传感器的工作原理又各不相同，因而传感器的种类也很多，从不同的角度研究就有不同的分类方法。传感器通常有如下几种分类方法。 （1）根据被测物理量分类。这种分类方法说明了传感器用途，如位移传感器、速度传感器、加速度传感器、温度传感器、压力传感器、噪声传感器等。这种分类方法对用户和生产单位来说是比较方便的。其不足之处是将原理互不相同的传感器归为一类，难以找出各种传感器原理上的共性和差异。 （2）按工作原理分类。这种分类方法是以传感器的工作原理作为分类的依据，将传感器分为应变式、压电式、涡流式、电阻式、电容式、差动变压器式等。这种分类方法有利于对各种传感器的原理和性能进行分析研究和设计改进，使应用更灵活。 （2）按能量传递方式分类。从能量观点来分，传感器可分为有源传感器和无源传感器两大类。 设备诊断对传感器的要求： 传感器是诊断系统获取原始信号的装置，正确地选用传感器是设备诊断技术的一个关键环节。前面已介绍过传感器的种类很多，即使对于相同的被测量（如振动），也有很多不同种类的传感器。由于测量的目的和要求不同，测量范围、频响特性、精度、灵敏度等有所区别，而且测量环境也往往不同，因此必须选择合适的、能满足检测要求的传感器。例如，对于振动的精密诊断，由于需要对信号进行各种处理和精细分析，就必须采用高悧能精密传感器。因此，根据设备诊断的目的以及诊断系统的配置来合理地选择传感器的类型，是完成诊断任务的重要环节。在传感器的选择上主要应遵循如下原则： （1）传感器应具有良好的响应特性。由于被诊断对象的原始信息（一次信息）是通过传感器获得的，如果传感器传输信号失真或不稳定，对于同样的原始输入信号，其输出信号就不一样，传感器输出有误差的信号，将使诊断造成困难

故障诊断专家系统软件开发整体框架

故障诊断专家系统软件开发整体框架 专家系统的主要组成： ①知识库用于存储领域专家的专门知识，这些知识需要用计算机能够理解的形式表达； ②综合数据库用于存放初始数据和推理过程中得到的中间数据； ③推理机用于记忆所采用的规则和控制策略的程序使整个专家系统能够以逻辑方式协调地工作； ④解释器能够向用户解释专家系统的行为，包括推理结论的正确性和系统推出其他候选解的原因； ⑤解释接口是实现系统与用户的对话。 中央空调故障诊断专家系统主要功能： ①在中央空调系统正常运行时监测系统的运行状况； ②中央空调系统运行中对所发生的故障进行实时诊断，能够及时的做出故障报警，并给操作人员提示故障发生的原因。 ③通过人机接口界面向操作人员提供故障应对措施，以便及时控制故障的规模、保护设备的安全。

专家系统的知识表示与获取 知识的表示 知识的表示方法有很多种，产生式规则是目前专家系统中使用最为广泛的一种知识表示方法，使用它的专家系统被称为产生式系统。产生规则是一个“如果条件成立则进行操作”形式的语句。它的一般形式为： 其中R#作为规则号，表示其在知识库中的序号。RLS 称为条件部分、前项或产生式的左边。RRS 称为结论部分、后项或产生式的右边。 产生式系统的规则条件部分和结论部分采取什么方式来表达，专家系统本身没有明确规定，但应尽可能注意以下原则：条件部分和结论部分的表示形式应该与综合数据库中的事实表示形式尽可能一致,这样便于条件与事实的检索匹配和修改综合数据库中的事实；在能够清晰表达意思的前提下,尽可能使它们简洁,以便于处理。 规则结构的主要优点是：知识库中每条规则可以自由增减、修改, 规则之间是独立的,它们的关系间接的、动态的表示出来；知识库中的每条规则是统一的结构；用规则可以很方便地表示专家的知识和经验，解释专家们是怎样做他们的工作的；有利于表示启发性知识，易于知识获取。 冷水机组运行状态对应的特征参数变化特征 选定了蒸发温度、冷凝温度、压缩机吸气温度、压缩机排气温度和制冷剂过冷度这五个内在参数作为故障判断参数。 经过分析实验数据，参考了中华人民共和国国家标准(GB/T 18430.1-2001)中的有关参数，并考虑了一定的实验误差，确定出温度精度为0.3℃。

机械设备故障诊断专家系统的设计

机械设备故障诊断专家系统的设计 发表时间：2014-08-28T11:08:03.233Z 来源：《科学与技术》2014年第5期下供稿作者：方从旺 [导读] 诊断系统的概述诊断系统是一种完整的技术体系，用以获取机器技术状态信息并加以处理。 安徽盛运环保（集团）股份有限公司方从旺 摘要：随着科技的不断发展，机械设备故障诊断系统也开始向自动化方向发展。本文通过对诊断系统的概述，进一步探讨了机械设备故障诊断专家系统的设计。 关键词：机械设备；故障诊断；设计一、前言对于机械企业来说，机械设备是生产中的重要核心，一旦发生故障，将会造成巨大的损失，严重时将危及工作人员的生命安全。因此，加强对机械设备故障诊断专家系统的设计分析，对于保证人民财产和生命安全有着重要的意义。 二、诊断系统的概述诊断系统是一种完整的技术体系，用以获取机器技术状态信息并加以处理，进而判断和预测机器技术状态。诊断系统一般包括状态监测、故障检测（发现故障）、故障定位（故障隔离）和故障识别。机电设备监测诊断模式经历了从单机监测诊断系统到分布式监测诊断系统，再到基于Internet 的远程监测诊断系统这样一个发展过程。单机监测诊断系统是针对某一机器设计，是一种封闭式的系统，信息的交流限于系统内部。分布式监测诊断系统是针对大型机电设备主机和多辅机功能分布和地域分布的特点设计的，它通过工业局域网把分布的各个局部现场、独立完成特定功能的本地计算机互联起来，成为实现资源共享、协同工作、分散监测和集中操作、管理、诊断的工业计算机网络系统。 三、系统的设计1、数据库设计数据库主要用来存放系统运行过程中所必须的领域内原始特征数据的信息，以及在运行推理过程中所产生的各种静态和动态数据信息，为专家系统推理和解释提供必要的数据。包括从状态检修网络获取的被监测设备的状态参数、结构参数、时域信号以及设备运行和试验的历史数据与设备管理的原始参数。状态参数应包括信号分析的所有关键性特征，特征的提取应能正确反映设备运行的状况，以便下一步分析利用。如实时监测的幅值、频率、相位、波形、相关变化、空间分布、稳定性等特征。数据库还包括分析结果数据库、标准数据库、图谱库、设备档案库、分析条件库，并能根据需要进行数据查询和检索。 由于数据库中的事实是动态变化的，因此选用动态存储方式，即单链表存储结构。 2、知识表示与知识库知识的表示实际就是知识库的建造，是整个专家系统的核心部分。专家系统知识表达有深化表达和表层表达两种典型方式。知识的深化表达是关于实体（如概念、事件、性能等）间结构和功能的表达，它反映支配事物的物理规律、关于动作的功能模型、事物间的因果关系等，知识的使用严格按照演绎式推理的次序。另一种是基于经验对结构与功能理解的编译，知识的前提和结论来源于以往的经验，这种表达为表层表达。深化表达的典型模式有框架和语义网络，表层表达的典型模式是规则。 在此以基于规则的不精确知识表示为例介绍专家系统知识库的建立。其一般表示形式为IFETHEN（CF（H，E）），其中E为前提，它既可以是一个简单条件，也可以是由多个简单条件构成的逻辑组合；日为结论；CF（H，E）为规则可信度称为规则强度，CF（H，E）表示条件E 为真时结论日有CF（H，E）大小的可信度。将收集来的所有知识用上面的规则形式表示并按顺序放在一起即构成知识库。在具体构造规则时可以把规则前提和结论都看成事实，给它们统一编号，这个编号称之为事实键值，这样在推理时可以提高匹配效率和避免严格字符匹配的易出错两个缺点。在设计本系统规则时，我们给每个规则也编上一个规则号，每条规则一般包括前提、结论、对策和可信度等。 3、专家系统推理机设计推理机是专家系统的组织控制结构，用来连接知识库的事实和规则，是专家系统的关键部分。推理机根据机组当前的运行状态激活知识库中的有关规则，刷新动态数据库并保存推理轨迹以期对诊断结果进行解释，实际上就是利用诊断知识库的知识根据设备运行状态的征兆，对设备的历史数据进行比较、推理和诊断以求解策略。推理机包括推理方法和推理方向。 基于正向推理的推理机的实现。根据机组当前运行信息和过去的历史记录，激活知识库中的规则并保存推理轨迹，以期对诊断结果进行解释，它是整个系统的动力源泉，其推理流程见图2。 4、解释机制解释机构中存放着推理过程中匹配成功的规则，用户需要时，系统可将推理过程演示给用户看。本系统的解释机制主要是实现对推理过程和推理结论的解释，在设计时反向跟踪数据库中保存的解释和推理路径，并把它翻译成用户能够接受的自然语言表达方式。 5、人机接口人机接口是专家系统与用户实现交互的一种设施，设计的好坏对系统的可用性有很大的影响。用户接口一般利用窗口、图形、菜单等手段，使用户能够形象、直观地使用系统进行推理诊断。 四、故障诊断系统的技术支持1、软件设计要从软件方面设计一个性能良好的远程监测与故障诊断系统，需要对机器设备的整个应用情况进行全面详细地调查，收集支持系统总的设计目标的基本数据和对这些数据的处理要求，确定用户的需求，迅速准确地反映机械设备的使用性能和工作情况，查找故障之所在，并且能够采取相应的预防措施，以确保设备在良好技术状况下的运行，从而能够延长机械设备的使用寿命，降低生产成本，保证煤矿的安全生产。 2、数据传输现场监测站与现场监测中心之间需要实时数据传输，由于基于CAN 总线的数据通信具有突出的可靠性、实时性和灵活性，因此，系统可使用CAN 总线技术。要实现机械设备的远程故障诊断，必须通过网络为载体，同时要能够使双方通过Internet 查询彼此数据库中的数据。有些机械设备铺设有线网络困难，也可采用无线传感器与GPRS 技术，构建无线网络来实现上述功能。 3、数据库系统系统数据库应该包括设备的管理、用户的管理、监测数据的管理以及历史数据的管理。由于系统要将从现场监测站得到

机电系统故障诊断学

故障诊断专家系统研究的现状与展望 摘要：该文介绍了专家系统在故障诊断领域的应用情况，阐述了国内外故障诊 断专家系统的发展现状，针对目前研究比较成熟的故障诊断专家系统模型进行了分析，并指出了各自技术的特点和局限性。最后结合新技术的发展和应用对故障诊断专家系统的发展趋势进行了展望。 关键词：专家系统；故障诊断；机器学习；知识发现 1 引言 故障诊断专家系统是将人类在故障诊断方面的多位专家具有的知识、经验、推理、技能综合后编制成的大型计算机程序，它可以利用计算机系统帮助人们分析解决只能用语言描述、思维推理的复杂问题，扩展计算机系统原有的工作范围，使计算机系统有了思维能力，能够与决策者进行“对话”，并应用推理方式提供决策建议。 专家系统在故障诊断领域的应用非常广泛，长期以来，在航空、航天、电力、机械、化工、船舶等许多领域，故障检测与诊断技术与专家系统相结合，使工程的安全性与可靠性得到保证。故障诊断专家系统除了具备专家系统的一般结构外，还具有自己的特殊性。它具有如下特点。 (1) 知识可以从类似机器和工作实际、诊断实例中获取，即知识来源比较规范。 (2) 诊断对象多为复杂的、大型的动态系统，这种系统的大部分故障是随机的，普通人很难判断，这时就需要通过讨论或请专家来进行诊断。但对于一些新型机器，可能无处获得诊断知识；或者对于非定型生产的机器，由于其工作特性和常用机器相比差异很大，知识获取也十分困难。 而专家系统恰恰适用于复杂的、知识来源规范的大型动态系统，它可以汇集众多专家的知识，进行分析、比较、推理，最终得出正确的结论。现场技术人员可以充分利用各种信息和症兆，在计算机系统的帮助下有效地解决工程实际问题，这也是故障诊断专家系统近年来成为热门研究课题的原因。

310组一种基于故障树的自动驾驶仪故障诊断专家系统设计

! 88! ?测控技术 #2010年第 29卷第 10期 一种基于故障树的自动驾驶仪故障诊断专家系统设计 张竞凯, 章卫国, 刘小雄, 朱江乐 (西北工业大学 自动化 学院,陕西 西安 710072) 摘要: 根据自动驾驶仪系统故障知识特点, 设计了一种基于故障树的推理机制对系统进行故障诊断。建 立了某飞机自动驾驶仪故障树, 设计了针对故障树数据库的先序遍历推理机和解释机制, 进行合乎故障 树模型的树关联知识获取, 结合相应的维护修理知识和 B IT 检测结果, 完成专家系统的知识更新和对系 统的故障诊断。初步实验结果表明, 故障诊断准确, 该专家系统具有一定的实用性和扩展性。 关键词: 自动驾驶仪; 故障树; 专家系统; 推理机 中图分类号: TP182 文献标识码: A 文章编号: 1000- 8829( 2010) 10- 0088- 05 D esign of a Fau lt Tree Ba sed Expert System fo r F ligh t Con tro l Sy stem D iagnosis ZHANG Jing ka , ZHANG W e i guo, LIU X iao x iong, ZHU Jiang le (Schoo l of A utom a t ion, N orthw este rn P o lytechn ica lU n iversity, X i an 710072, China) Abstract A ccording to the characterist ics of fault inform a tion abou t equ ipm ents u tilized in flight contro l sys tem s, an expert system based on fault tree reason ing is designed for fault d iagnosis o f those equ ipm ents. A rea soning m achine based on preorder traversal is developed to access the database of fault trees. The log ic o f diag nosis is clarified by a g iven expla in ing m achine. T he expert know ledge w ill be updated by know ledge acqu isi t ion corresponding to spec if ic trees. T he results show the practicability and expandability of this system. K ey w ord s: autop ilots; fau lt tree; expert system; reasoning m achine 自动驾驶仪是涵盖了许多子系统的集成系统, 涉 互, 用户须确认中间现象1 。有些对故障知识进行了 及部件种类较多, 故障因果关系复杂, 针对该系统的诊 基于故障原理细化, 但是用户须通过指向特定子树以 断方法在其维护修理时的需求较高。 确认推理流程来进行诊断 2 。许多故障数据 库的建 随着机内检测 ( BIT ) 技术的完善, 越来越多的自 立在地面测试中获得 3 , 并没有和实际飞行数据以及 动驾驶仪系统可得到自检测。然而, 许多被 B IT 技术 飞行员操纵信息结合, 因此影响了专家系统工作内存 检测到的故障事件看似孤立, 但在特定的模型框架中 ( work ing m em ory)的真实性, 导致虚警或误报。 是有关联的。因此建立一个良好的故障模型和推理方 针对上述问题, 本文根据自动驾驶仪故障知识的 法将提高故障诊断的效率和准确性。 特点, 由不同层级故障事件进行合乎故障树模型的树 作为定性故障模型, 故障树方法对于飞控系统较 关联知识获取, 从而完成专家系统维护; 结合相应的维 为有效4 。然而当前 有些基于故障树的专家 系统缺 护修理知识以及飞行参数和 B IT 检测结果, 提出了基 乏自动化手段, 通常是用户按照相应测试步骤, 经专家 于树结构的故障树数据库设计及其有限遍历推理机; 系统进行试探性诊断。比如有些故障树诊断系统虽然 通过故障树的推理机制来实现对该类系统的 故障诊 对故障对象建立了完备的故障树, 但过于依赖人机交 断, 并设计了相应的解释方法; 最后通过实例验证该系 统的实用性和可扩展性。 作者简介: 张竞凯 ( 1981 ),男, 河北泊头人, 博士,主 要研究方 1 自动驾驶仪故障树拓扑结构 工学博士, 主要研究方向为飞行控制与仿 真、容 错控制、智能计 算等; 朱江乐 ( 1982 ),男, 安徽蚌埠人,博 士,主要研 究方向为 及其相关数据连线进行故障诊断。 [ 3] [4] 收稿日期: 2010- 03- 28 向为 飞 行 控 制 系 统 故 障 诊 断 及 其 专 家 系 统 技 术; 章 卫 国 自动驾驶仪部件按照更换可行性分为外场可更换 ( 1956 ), 男,安徽南陵人, 教授,博士生导 师,主要研 究方向为 组件 ( LRU )和内场可更换组件 ( SRU ), 针对这两种组 先进飞行控制和智 能控 制;刘 小雄 ( 1973 ), 男, 陕 西周至 人, 件的诊断和维修要求不尽相同。本文主要针对 LRU