故障診斷與專家系統(tǒng)-wenkub
2023-04-24 11:49:12 本頁面
【正文】 結(jié)果的解釋能力弱等缺點。它大致經(jīng)歷了兩個發(fā)展階段：基于淺知識領域?qū)＜业慕?jīng)驗知識的故障診斷系統(tǒng)、基于深知識診斷對象的模型知識的故障診斷系統(tǒng)。以上性能指標在實際應用中，需要根據(jù)實際條件來分析判斷哪些性能是主要的，哪些是次要的，然后對診斷方法進行分析，經(jīng)過適當?shù)娜∩岷蟮贸鲎罱K的診斷方案。故障辨識能力越高說明診斷系統(tǒng)對故障的辨識越準確，也就越有利于對故障的評價和維修。一個可靠的故障診斷系統(tǒng)應盡可能使誤報率和漏報率最小化。故障發(fā)生到被檢測出的時間越短說明故障檢測的及時性越好。要對系統(tǒng)進行故障診斷，首先必須對其進行檢測，在發(fā)生系統(tǒng)故障時，對故障類型、故障部位及原因進行診斷，最終給出解決方案，實現(xiàn)故障決策。故障檢測和故障定位同屬網(wǎng)絡生存性范疇。要求把故障定位到實施修理時可更換的產(chǎn)品層次（可更換單位）的過程稱為故障分離。故障診斷的主要任務有：故障檢測、故障分離、故障估計及故障決策等。2）早期檢測的靈敏度：是指故障診斷系統(tǒng)對微小故障信號的檢測能力。4）故障分離能力：是指診斷系統(tǒng)對不同故障的區(qū)別能力。6）魯棒性：是指診斷系統(tǒng)在存在噪聲、干擾等的情況下正確完成故障診斷任務，同時保持低誤報率和漏報率的能力。近代故障診斷技術(shù)的發(fā)展已經(jīng)歷30年，但形成一門“故障診斷學”的綜合性新學科，還是近幾年逐步發(fā)展起來的，以不同的角度來看，有多種故障診斷的分類方法，這些方法各有特點。（1）基于淺知識的智能型專家診斷方法 淺知識是指領域?qū)＜业慕?jīng)驗知識。 （2）基于深知識的智能型專家診斷方法 深知識則是指有關(guān)診斷對象的結(jié)構(gòu)、性能和功能的知識。因此，為了使故障智能型診斷系統(tǒng)具備與人類專家能力相近的知識，研發(fā)者在建造智能型診斷系統(tǒng)時，越來越強調(diào)不僅要重視領域?qū)＜业慕?jīng)驗知識，更要注重診斷對象的結(jié)構(gòu)、功能、原理等知識，研究的重點是淺知識與深知識的整合表示方法和使用方法。在知識推理方面，神經(jīng)網(wǎng)絡通過神經(jīng)元之間的相互作用來實現(xiàn)推理。診斷過程從系統(tǒng)的某一故障“為什么出現(xiàn)這種顯現(xiàn)”開始，沿著故障樹不斷提問而逐級構(gòu)成一個梯階故障樹，透過對此故障樹的啟發(fā)式搜索，最終查出故障的根本原因。因此,機械故障具有一定的模糊性,具體表現(xiàn)為:。模糊診斷法是一種基于知識的自動診斷方法,它是利用模糊邏輯來描述故障原因與故障現(xiàn)象之間的模糊關(guān)系,通過隸屬函數(shù)和模糊關(guān)系方程解決故障原因與狀態(tài)識別問題?！≠N近度與擇近原則在模糊模式識別中,可以用模糊集的內(nèi)積和外積的概念來構(gòu)造模糊集的貼近度。該模糊診斷專家系統(tǒng)有模糊故障診斷知識庫、模糊診斷程序和人機界面三部分組成。其值可根據(jù)經(jīng)驗和專家統(tǒng)計等方法綜合評定。故障診斷是根據(jù)故障現(xiàn)象判別故障原因的識別過程。所以一種故障現(xiàn)象有多少種故障原因就應有多少個故障模式。然而,閥門除了本體外,還有復雜的控制部分和執(zhí)行器,其故障原因和癥狀間很多時候不是一一對應的,因而呈現(xiàn)出復雜的關(guān)系,從而導致診斷的決策出現(xiàn)多義性。利用模糊數(shù)學的理論基礎,對故障診斷的模糊事物進行推理、判斷并作出決策,在閥門智能診斷和故障預測方面有著重要意義。為了解決這個問題,模糊數(shù)學引入隸屬函數(shù)μA(u)進行描述,且有0≤μA(u)≤ 1。它表示檢測狀態(tài)到故障原因的一種模糊映射關(guān)系。故障診斷是對異常狀態(tài)的檢測、異常原因的識別及異常狀態(tài)預測。M(∧ , )以求和代表取大
公司管理相關(guān)推薦
鄂ICP備17016276號-1