专家系统的大型设备故障诊断系统研究
专家系统设备故障诊断是将多位专家的知识、经验、推理、技能等方面结合，然后编制成大型的计算机程序。在设备故障诊断时，通过对众多专家知识的分析、比较、推理，最终得到正确的诊断结论。因此故障诊断专家系统运用的范围很广，本文通过故障诊断专家系统对某矿井设备进行诊断。本文介绍了两种诊断方式：经典诊断—基于故障树分析法诊断、快速诊断—基于自然语言规则的语义分析方法诊断。本文中对这两种诊断方式作出分析，然后通过VB.NET软件编写界面实现诊断。特点是不仅能够快速、准确的诊断出系统故障。同时还能对知识库的内容进行修改、添加、维护，达到完善知识库的作用。专家系统还具有自学习的能力，在知识库知识的基础上能够达到修改和增加的功能。
目 录
1.绪论 1
1.1课题的背景及意义 1
1.2专家系统的发展现状 2
1.3故障诊断技术的发展现状 4
1.4本文的主要研究内容 5
2.基于故障树和自然语言理解的故障诊断方法 7
2.1故障树分析法概述 7
2.1.1故障树的构建 7
2.1.2故障树分析法的结构函数 9
2.1.3故障树定性分析 9
2.2基于自然语言规则的语义分析方法诊断专家系统 10
2.2.1基本原理 10
2.2.2知识表示 10
3.某大型设备故障诊断专家系统研究 12
3.1专家系统的结构 12
3.2专家系统的功能 12
3.2.1人机界面 12
3.2.2诊断知识表示 13
3.2.3知识库管理系统 16
3.2.4推理诊断模块 17
4.软件开发和界面设计 19
4.1软件开发环境简介 19
4.1.1 Visual Basic.NET简介 19
4.1.2 Access数据库简介 19
4.1.3 数据库接口技术 19
4.2软件界面设计 21
结束语 41
致谢 42
参考文献 43
1.绪论
1.1课题的背景及意义
*好棒文|www.hbsrm.com +Q: 3 5 1 9 1 6 0 7 2
随着现代科学技术及工业的迅速发展，对自动化设备安全性能的要求也越来越高，现在各种行业上的设备都趋向于大型化、智能化、一体化。传统的诊断技术已经不能适用于现在的设备故障诊断需求。
传统的故障诊断技术主要是单信号处理方法，单信号处理方法运用于电子技术早期。分离元件和集成共存且设备的集成化程度较低，因此以信号处理方法为主，对信号间的耦合问题考虑的较少，主要采用阙值模型。当系统输入输出超过一定的范围为时，就会判定故障已经发生或者将要发生。传统的故障诊断技术由于运用知识的不完善，在处理结构较复杂、层次较深的故障时会显得手足无措。在传统技术的诊断操作时对操作员的能力要求也较高，需达到技术人员或者专家的水平。而随着人工智能的日臻发展，促使故障诊断技术走向了智能化。而随着诊断技术的发展，诊断的方式随操作方式分为了在线诊断和离线诊断两种。
在线诊断是通过传感器采集信息然后直接分析或者经过A/D转换送入计算机，这样能够及时的对故障进行分析和诊断。但是由于随着设备的发展完善，设备通信接口也变得多样化，不能保证每个设备的通信接口都能达到适配同时在线诊断对操作人员的要求很高，在发生故障时，诊断专家和技术人员能够及时处理问题或者赶到故障现场的可能性不大，所以在这方面离线诊断显得更加的适用。
离线诊断的信息一般是在现场采集，然后通过模拟的形式或者数字的形式分别把信息记录在记录仪和采集器上，可以在其他地方对故障进行分析处理和诊断。故障诊断时可以把记录仪上所记录的信号送入信号分析处理仪中，也可以经过AD转换送入计算机中；而采集器上所记录的数字信号可直接送入计算机中，诊断过程也可以由专门配备了诊断软件的微处理机完成。离线诊断对操作人员的要求也不是很严格，即使操作人员的诊断技术或诊断知识不完善，但通过故障诊断纪录和维修手册也可以进行诊断。离线诊断的优点是能灵活、方便、投资小；缺点是分析结论时会出现较长的时间滞后，对故障的紧急处理不利，也不能长时间进行监视，很容易发生遗漏现象，所以离线诊断一般用于设备简单检查或者重要性低的设备。
智能故障诊断技术中最出色的诊断技术是诊断专家系统。以诊断专家系统为基础，然后和其他诊断技术相结合，形成智能故障诊断系统。从而得到了其他领域的高度重视。
随着专家系统的知识和技术的不断发展，专家系统成功的让人工智能从实验室走向现实世界。现在专家系统几乎渗透到各个领域，其中不少在功能上已经达到、甚至超出同领域中人类专家的水平，并在各领域的应用中产生了巨大的经济效益和社会效益。
1.2专家系统的发展现状
专家系统由五个部分组成：⑴用户界面、⑵解释机、⑶工作内存、⑷推理机、⑸知识获取机等。在人工智能中是最实质的应用。专家系统的发展过程如下所示：
①孕育期（1965年以前）
②生产期（1965～1971年）：人工智能在1965年诞生。第一代专家系统是在1968年由斯坦福大学计算机系的E.A.Feigenbaum教授和遗传学教授、诺贝尔金奖获得者J.Lederberg和物理化学家C.Djerassi合作研制出的计算机程序系统DENDRAL与麻省理工学院开发的一个数学系统MACSYMA并称。
③成熟期（1972～1977年）：到了70年代，人们渐渐接受了专家系统，同时也出现了一些典型的系统:MYCIN、CASNET、HEARSAY、PROSPECTOR等。这些第二代专家系统在多个领域被应用，其中有医疗方面的和教育教学、地理地质等。1976年AM系统被斯坦福大学的D.B.Lanet研制出。
④发展期（1978年至今）：从70年代初的HEARSAY、 1973年的HEARSAYⅠ和1977年的HEARSAYⅡ的发展过程中，已经开启了第三代专家系统的时代。第三代的专家系统在技术上已超越、完善了之前的不足，同时也为人工智能开辟了新的研究方向[]。
对于专家系统的应用范围也有很多，具体示例如下：
2002年昆明理工大学电力学院的束洪春、孙向飞和哈尔滨工业大学的司大军三人为解决难获取专家系统完备知识的瓶颈问题，提出了一种变压器故障诊断专家系统知识库形成的粗糙集方法。电力变压器是电力系统里面常用，同时也是重要的电力设备，对于此电力设备的正常运行的维护也是最基本且不容忽视的。因为每种变压器的电压承受能力、容量和能够运行的环境都是不相同的，所以相同的故障在不同的变压器中的表现也是不同的，这样的话对变压器故障诊断的专家系统要求也严格了，不仅需要具有容错能力，同时还要有适应性能力[]；
2004年江苏大学机械工程学院的李新城和王匀、南京理工大学机械材料系的陈光、江苏大学电气信息工程学院的朱伟兴、攀枝花钢铁研究院的张凯华和江苏大学材料学院的王建敏五人合作分析了专家系统和人工神经网络各自的优缺点及特征，专家系统在齿轮重要零件的设计，然后将其在选材和热处理方面得到运用。人工神经网络有速度快、适应性强、还具备自学能力等特点，所以在选择齿轮和对齿轮的热处理专家系统过程中把人工神经网络技术引入进去。同时建立的两级BP网络模型在克服了传统专家系统的缺陷方面有很大的重要性[]；
目 录
1.绪论 1
1.1课题的背景及意义 1
1.2专家系统的发展现状 2
1.3故障诊断技术的发展现状 4
1.4本文的主要研究内容 5
2.基于故障树和自然语言理解的故障诊断方法 7
2.1故障树分析法概述 7
2.1.1故障树的构建 7
2.1.2故障树分析法的结构函数 9
2.1.3故障树定性分析 9
2.2基于自然语言规则的语义分析方法诊断专家系统 10
2.2.1基本原理 10
2.2.2知识表示 10
3.某大型设备故障诊断专家系统研究 12
3.1专家系统的结构 12
3.2专家系统的功能 12
3.2.1人机界面 12
3.2.2诊断知识表示 13
3.2.3知识库管理系统 16
3.2.4推理诊断模块 17
4.软件开发和界面设计 19
4.1软件开发环境简介 19
4.1.1 Visual Basic.NET简介 19
4.1.2 Access数据库简介 19
4.1.3 数据库接口技术 19
4.2软件界面设计 21
结束语 41
致谢 42
参考文献 43
1.绪论
1.1课题的背景及意义
*好棒文|www.hbsrm.com +Q: 3 5 1 9 1 6 0 7 2
随着现代科学技术及工业的迅速发展，对自动化设备安全性能的要求也越来越高，现在各种行业上的设备都趋向于大型化、智能化、一体化。传统的诊断技术已经不能适用于现在的设备故障诊断需求。
传统的故障诊断技术主要是单信号处理方法，单信号处理方法运用于电子技术早期。分离元件和集成共存且设备的集成化程度较低，因此以信号处理方法为主，对信号间的耦合问题考虑的较少，主要采用阙值模型。当系统输入输出超过一定的范围为时，就会判定故障已经发生或者将要发生。传统的故障诊断技术由于运用知识的不完善，在处理结构较复杂、层次较深的故障时会显得手足无措。在传统技术的诊断操作时对操作员的能力要求也较高，需达到技术人员或者专家的水平。而随着人工智能的日臻发展，促使故障诊断技术走向了智能化。而随着诊断技术的发展，诊断的方式随操作方式分为了在线诊断和离线诊断两种。
在线诊断是通过传感器采集信息然后直接分析或者经过A/D转换送入计算机，这样能够及时的对故障进行分析和诊断。但是由于随着设备的发展完善，设备通信接口也变得多样化，不能保证每个设备的通信接口都能达到适配同时在线诊断对操作人员的要求很高，在发生故障时，诊断专家和技术人员能够及时处理问题或者赶到故障现场的可能性不大，所以在这方面离线诊断显得更加的适用。
离线诊断的信息一般是在现场采集，然后通过模拟的形式或者数字的形式分别把信息记录在记录仪和采集器上，可以在其他地方对故障进行分析处理和诊断。故障诊断时可以把记录仪上所记录的信号送入信号分析处理仪中，也可以经过AD转换送入计算机中；而采集器上所记录的数字信号可直接送入计算机中，诊断过程也可以由专门配备了诊断软件的微处理机完成。离线诊断对操作人员的要求也不是很严格，即使操作人员的诊断技术或诊断知识不完善，但通过故障诊断纪录和维修手册也可以进行诊断。离线诊断的优点是能灵活、方便、投资小；缺点是分析结论时会出现较长的时间滞后，对故障的紧急处理不利，也不能长时间进行监视，很容易发生遗漏现象，所以离线诊断一般用于设备简单检查或者重要性低的设备。
智能故障诊断技术中最出色的诊断技术是诊断专家系统。以诊断专家系统为基础，然后和其他诊断技术相结合，形成智能故障诊断系统。从而得到了其他领域的高度重视。
随着专家系统的知识和技术的不断发展，专家系统成功的让人工智能从实验室走向现实世界。现在专家系统几乎渗透到各个领域，其中不少在功能上已经达到、甚至超出同领域中人类专家的水平，并在各领域的应用中产生了巨大的经济效益和社会效益。
1.2专家系统的发展现状
专家系统由五个部分组成：⑴用户界面、⑵解释机、⑶工作内存、⑷推理机、⑸知识获取机等。在人工智能中是最实质的应用。专家系统的发展过程如下所示：
①孕育期（1965年以前）
②生产期（1965～1971年）：人工智能在1965年诞生。第一代专家系统是在1968年由斯坦福大学计算机系的E.A.Feigenbaum教授和遗传学教授、诺贝尔金奖获得者J.Lederberg和物理化学家C.Djerassi合作研制出的计算机程序系统DENDRAL与麻省理工学院开发的一个数学系统MACSYMA并称。
③成熟期（1972～1977年）：到了70年代，人们渐渐接受了专家系统，同时也出现了一些典型的系统:MYCIN、CASNET、HEARSAY、PROSPECTOR等。这些第二代专家系统在多个领域被应用，其中有医疗方面的和教育教学、地理地质等。1976年AM系统被斯坦福大学的D.B.Lanet研制出。
④发展期（1978年至今）：从70年代初的HEARSAY、 1973年的HEARSAYⅠ和1977年的HEARSAYⅡ的发展过程中，已经开启了第三代专家系统的时代。第三代的专家系统在技术上已超越、完善了之前的不足，同时也为人工智能开辟了新的研究方向[]。
对于专家系统的应用范围也有很多，具体示例如下：
2002年昆明理工大学电力学院的束洪春、孙向飞和哈尔滨工业大学的司大军三人为解决难获取专家系统完备知识的瓶颈问题，提出了一种变压器故障诊断专家系统知识库形成的粗糙集方法。电力变压器是电力系统里面常用，同时也是重要的电力设备，对于此电力设备的正常运行的维护也是最基本且不容忽视的。因为每种变压器的电压承受能力、容量和能够运行的环境都是不相同的，所以相同的故障在不同的变压器中的表现也是不同的，这样的话对变压器故障诊断的专家系统要求也严格了，不仅需要具有容错能力，同时还要有适应性能力[]；
2004年江苏大学机械工程学院的李新城和王匀、南京理工大学机械材料系的陈光、江苏大学电气信息工程学院的朱伟兴、攀枝花钢铁研究院的张凯华和江苏大学材料学院的王建敏五人合作分析了专家系统和人工神经网络各自的优缺点及特征，专家系统在齿轮重要零件的设计，然后将其在选材和热处理方面得到运用。人工神经网络有速度快、适应性强、还具备自学能力等特点，所以在选择齿轮和对齿轮的热处理专家系统过程中把人工神经网络技术引入进去。同时建立的两级BP网络模型在克服了传统专家系统的缺陷方面有很大的重要性[]；
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/3163.html
