论文部分内容阅读
基于案例推理技术是人工智能领域新兴的一种问题求解方法,将该方法应用到故障诊断领域,能够提高对机电液设备的故障诊断能力。随着机电液设备系统向大型化、复杂化、系统化和自动化的方向发展,这对维修人员进行故障源分析和定位提出了更高的要求。因此,研究基于案例推理的故障诊断技术,对提高维修人员的技能、缩短培训周期和节省维修成本具有十分重要的作用。本文在分析了案例知识的表示内容和方法的基础上,采用一种面向对象技术和数据库技术相结合的案例表示方法,并引入抽象案例的概念,建立了故障案例的层次结构模型。对案例库的组织结构作了详细的设计,案例库采用三级结构进行组织:系统级案例库、代表案例库和具体子案例库。用聚类方法对案例库进行分级聚类,构造出各个子案例库;在各子案例库中使用求取“案例间相似度最大和”的办法找出代表案例。在案例相似度计算方面,在对故障特征值进行归一化处理的基础上采用权值最近邻法。针对现有案例特征权值确定方法客观性差、算法复杂等问题,采用基于粗糙集的权重计算方法,并对算法进行了改进。本文对系统的关键技术做了全面的研究和讨论,包括案例的检索、案例的修改、案例的学习。其中,案例检索是系统的核心步骤,系统采用分阶段的近邻检索策略对案例进行检索。这种策略结合三级案例库的组织结构减少了案例检索的次数,提高了检索效率。最后,在Window XP操作系统上,运用Microsoft SQL Server2000+ADO数据库技术,在Visual C++6.0和Matlab混合编程的环境下实现了基于案例推理的故障诊断系统。对推理算法和原型系统的运行情况进行了验证,总结分析了原型系统的优点和缺点,并且对以后的工作进行了展望。