专家系统故障诊断 - 副本
机械故障诊断专家系统及其应用课件
准确的故障诊断能够减少不必要的维修工 作，降低维修成本和停机时间。
通过有效的故障诊断，企业能够保持设备 的稳定运行，提高生产效率和产品质量， 从而增强市场竞争力。
CHAPTER
02
机械故障诊断专家系统原理
基于知识的推理
知识表示
将领域知识以适当的方式表示出来，便于系统推理和查询。
பைடு நூலகம்知识推理
利用已知的事实和规则进行推理，得出新的结论或解决问题的方 法。
人机交互界面
提供用户与系统的交互通道， 方便用户输入数据、查询诊断
结果和更新知识库。
机械故障诊断的重要性
提高设备运行效率
保障生产安全
及时发现并解决故障，避免设备停机或性 能下降，提高生产效率。
机械故障可能导致设备损坏或生产事故， 故障诊断能够及时预警并采取措施，保障 生产安全。
降低维修成本
提高企业竞争力
根据当前问题的特征和需求 ，从案例库中检索相似的案 例。
案例复用
借鉴和修改相似案例的经验 和解决方案，为当前问题提 供参考。
基于模型的推理
模型建立
根据领域知识和数据建立数学模型或仿真模型 。
模型推理
利用模型进行计算、分析和推理，得出结论或 预测。
模型优化
根据实际应用反馈和效果，对模型进行优化和改进。
风力发电设备故障诊断
专家系统能够监测风力发电设备的运 行状态，及时发现并处理故障，提高 风力发电效率。
制造业领域应用
机械设备故障诊断
专家系统可以对各种机械设备进行实时监测和故障诊断，提高生产效率和设备使 用寿命。
生产线故障诊断
专家系统能够监测生产线的工作状态，及时发现并处理故障，保证生产线的稳定 运行。
故障诊断专家系统介绍
故障诊断专家系统 一、专家系统概述 1. 定义：能以人类专家级水平进行故障诊断的智
能计算机程序。
2. 发展专家系统的必要性
1）知识结构的需要
2）故障诊断应用上的需要 系统复杂性及故障复杂性所决定 3. 专家系统所能解决的问题 机械系统诊断中的复杂问题；能达到专家水平
故障诊断专家系统 4. 专家系统的特点 1）应用范围广
故障诊断专家系统 (9) 控制型(Control)专家系统 这类系统能自动控
制系统的全部行为，通常用手生产过程的实时控
制，如维持钻机最佳钻探流特征的MUD系统、 MVS操作系统的监督控制系统YES／MVS等。 (10) 教育型(1nstruction)专家系统 这类系统能诊 断并纠正学生的行为，主要用于教学和培训，多 为诊断型和调试型的结合体，如GUIDON和 STEAMER等。
故障诊断专家系统 人工智能研究者们已提出了许多种知识表示方法， 如产生式表示、框架式表示、语义网络表示、逻辑 性表示、对象—属性—值三元组表示、过程表示和 面向对象的表示等，这些不同的表示方法各有其优 缺点和最适用的领域。 2) 产生式系统的基本组成 一个典型的产生式专家系统通常由规则库(RuleBase)、 综合数据库(GlobalDatabase)和 规则解释器 规则解释器(RuleInterpreter)这 三个基本部分组成； 综合数据库 规则库
故障诊断专家系统
五、应用
美国西屋公司从开发汽轮发电机专家系统GenAID开始， 现已在佛罗里达州的奥兰多发电设备本部建立了一个自动 诊断中心，对各地西屋公司制造的汽轮发电机进行远距离 自动诊断。诊断对象从汽轮发电机逐步扩大到汽轮机、锅 炉和辅机。西屋公司和卡内基· 梅隆大学合作研制了一台汽 轮发电机监控用专家系统，用来监视德州三家主要发电厂 的七台汽轮发电机组的全天工作状况。此专家系统能快速、 精确地分析仪表送来的信号，然后立即告诉操作人员应采 取什么措施。 我国故障诊断工作者也积极探索专家系统的应用研究， 国家在“七· 五”和“八．五”期间也列有这方面的攻关课 题，取得了—些进展，但目前总的情况是实验室研究较多， 现场条件下的实际应用、特别是成功的应用实例并不多见。
专家系统故障诊断方法
专家系统故障诊断方法
专家系统是一种基于人工智能技术的计算机系统，其设计目的是模拟专家的知识和经验，用于解决复杂的问题。
在实际应用中，专家系统常常用于故障诊断和问题解决。
故障诊断是专家系统的重要应用之一。
在现代社会中，许多系统和设备都非常复杂，一旦出现故障，往往需要专业的知识和经验来诊断和解决。
专家系统通过将专家的知识和经验编码成规则和推理机制，可以快速准确地诊断和解决各种故障。
专家系统故障诊断方法可以分为以下几个步骤：
1. 知识获取：首先需要从专家那里获取故障诊断所需的知识和经验。
这可以通过面谈、观察和文献研究等方式进行。
2. 知识表示与编码：获取到的知识和经验需要转化为计算机可以处理的形式，通常是规则和推理机制。
规则是一种以“如果-那么”形式表示的知识，推理机制则是用于根据规则进行推理和推断的方法。
3. 诊断推理：在诊断推理阶段，根据用户提供的故障现象和系统信息，专家系统将使用已编码的知识和推理机制进行推理和推断，以确定可能的故障原因。
这通常涉及到多个规则的匹配和推理链的构建。
4. 故障排除：在确定可能的故障原因后，专家系统还可以提供相应的故障排除建议。
这些建议通常是基于专家知识和经验的，可以帮助用户解决故障。
5. 知识更新与维护：随着时间的推移，系统的故障诊断知识和经验可能会发生变化。
因此，定期对专家系统的知识进行更新和维护是很重要的，以保证其准确性和有效性。
综上所述，专家系统故障诊断方法是一种基于专家知识和经验的计算机辅助诊断方法。
通过将专家的知识和经验编码成规则和推理机制，专家系统可以快速准确地诊断和解决各种故障。
自动变速器离线故障诊断专家系统设计与实现
自动变速器离线故障诊断专家系统设计与实现自动变速器是现代车辆中的重要部件，负责使发动机输出的转速与车辆的速度匹配，以提供最佳的性能和燃油效率。
然而，由于使用寿命、制造不良或维护不当等原因，变速器可能发生故障，导致车辆行驶受到影响。
因此，设计一款自动变速器离线故障诊断专家系统，可以及时发现和定位故障，有重要的实际应用价值。
一、专家系统的架构本系统采用基于知识的专家系统架构，将专家知识高度抽象化，并利用推理机实现自动推理。
其主要由三部分组成：知识库、推理机和用户接口。
（一）知识库知识库是专家系统的核心部分，它存储了关于变速器故障的专家知识。
知识库以规则库的形式存在，包含了各种故障现象和相应的诊断方法。
每条规则都包括前提条件和结论两部分，前提条件是指导规则是否可用的逻辑条件，结论是规则触发时所产生的结果。
例如：IF 油压过低 AND 变速器卡顿 THEN 推荐更换液压泵。
这条规则表示当油压过低且变速器卡顿时，需要更换液压泵。
（二）推理机推理机是实现推理过程的核心组件，它是一个基于规则的逻辑推理引擎。
推理机的主要作用是根据用户提供的问题、已知事实和知识库中的规则，推理出最终诊断结果。
系统采用基于正向推理的推理机，通过匹配推理规则的前提条件，逐步获得分析结果。
（三）用户接口用户接口是用户与系统之间进行交互的界面组件。
用户可以通过该接口输入与变速器相关的现象和参数，并得到系统的诊断结果。
系统的用户接口将提供简单明了的诊断结果和建议，可以帮助修车师傅或车主对变速器问题有基础的认识和理解。
二、实现方法（一）构建知识库为了保证系统具有较高的诊断准确度和可靠性，知识库需要由专业人士提供、审核和维护。
可以通过实地检测、试验、文献调研等方式获取故障数据，将这些数据转换为规则的形式，再将其存储到知识库中。
经过不断更新和完善，知识库中的规则将成为专家系统的“灵魂”。
（二）实现推理机本系统采用基于规则的推理机，利用前向推理算法进行推理。
机械故障诊断专家系统及其应用
➢ 目前，人工智能研究者们已提出了多种知识表示方法。主 要有生产式表示、逻辑表示、语义网络表示、对象—属 性—值（AVO）三元组表示、框架表示、过程表示及面向 对象的表示等。在诸多知识表示方法中，生产式规则（简 称为规则）已成为当前专家系统中最常用的一种知识表示 方法，很适合于故障诊断专家系统的知识组织。规则表示 的一般形式为：
（3）单调推理和非单调推理
单调推理：单调推理的单调性是指随着推理的向前推进 及新知识的加入，推出的结论是否越来越接近最终目标。
非单调推理：是指随着知识的增加，可能使系统原先推 出的结论被否定的推理。在故障诊断过程中，领域专家常 常需要在信息或知识不全的情况下进行诊断推理，通常他 们根据一般经验或常识得出在当时看来是合理的结论，随 着新知识或新事实的增加，进一步表现出来的情况可能与 原先推出的结论发生矛盾，这时就需要取消原先的结论， 依据新情况重新进行推理。
类比推理：是根据两个对象在一系列属性上是相同的， 而且已知其中的一个对象还具有其它属性，由此推断出另 一个对象也具有同样的其它属性的结论。
（2）精确推理、不精确推理
不精确推理：它的主要理论基础是概率论，由于纯概率 论方法要求大量统计数据做基础，而且要求各事实之间相 互独立，这在许多应用领域是难以满足的，因而其应用范 围受到很多限制。为了克服概率模型的不足，人工智能学 者提出了许多新的不精确推理模型，比较有代表性的有主 观贝叶斯方法、模糊推理、证据推理、可能性理论和合情 推理等。每种方法都有自身特点和实用领域，建造故障诊 断专家系统时应根据诊断对象的特点来选择，选择时要综 合考虑模型的有效性和适用性。
（3）全局数据库 是用于存储所诊断问题领域内原始特征 数据的信息、推理过程中得到的各种中间信息和解决问题 后输出结果信息的存储器。
DCS故障诊断专家系统
中图分类号： ? < ! % & 34; " % $ % + ! & ! " " # " ( $ " " # ) $ " @
分散控制系统 （, ） 是% . "年代发展起来的新 型控制系统， 它是以计算机为基础的控制系统， 因 此控制能力强， 使用方便灵活， 在发达国家中已成 为工业过程控制乃至整个工业控制的主体设备。 在我国， 特别是在许多大型石油化工厂中得到广泛 的应用。这些设备的使用， 使劳动生产率和产品质 量都获得了极大的提高， 成为生产中不可或缺的关 键设备。 然而在设备引进时存在一个很大的问题， 就是 在同一个石化厂中所使用的 , 而且 . 型号繁多， 分别由不同制造商生产。这些 , .在功能结构上 存在不少差异， 因此给 , . 的维修带来很大的困 难。另外， 由于石化企业属于国营企业， 员工的工 资水平相对较低， 因此每年都有不少熟练的维修人 员离开企业。为了弥补人员的不足， 企业不得不将 大量的人力物力投入到维修人员的技术培训中， 而 新的维修人员往往无法马上掌握维修技术， 使故障 设备不能得到及时维修， 从而影响了生产装置的正 常运行。 根据文献查阅的结果， 目前故障诊断主要分为 两大类： 即基于控制系统动态模型的方法和不依赖 于动态模型的方法。 ） 基于控制系统动态模型的方法： 如果控制系 # 统的控制装置、 执行器、 传感器和过程等主要部件 可以用动态模型来描述， 那么就可以使用这种方法 对其故障进行检测和诊断。基于动态模型的方法 又分为线性系统的故障诊断和非线性系统的故障 诊断两种。 万方数据 ） 不依赖动态模型的方法： 由于控制系统的复 !
引起的一切必要改动， 维护知识库的一致性、 完整 性等。从中可以发现知识获取系统与数据库管理 系统有许多相似之处， 但有着本质的区别： 知识获 取系统用于知识的获取和管理， 数据库管理系统用 于数据的存储和管理， 知识相互之间是有关联的， 而数据是相互独立的。它们的许多操作是相同的 （如添加、 删除、 修改等） ， 而且尽管数据库中的数据 是相互独立的， 但通过数据项的设计， 也可以实现 数据之间的关联， 所以用数据库管理系统开发知识 获取系统是完全可行的。
基于专家系统的建筑自动化系统故障诊断
Ｖ ｌ ７ ０ ３ ＿＿
Ｎｏ． ２１
计
算
机
工
程
２１ 年 １ ０１ １月
Ｎｏ ｅ ｅ ０１ ｖ ｍｂ ｒ ２ １
Ｃｏ ｕｔｒＥｎ ｉ ｅ ｉ ｍｐ ｅ ｇ ｎｅ ｒｎｇ
・ 开发研究与设计技术 ・
文 编 １ ｏ ＿２ ２ １ ｌ ０ １ ３ 文 标 码： 章 号： ｏ ＿３ ８ ０ ）＿ ２ ｏ －４ （ １２ ＿ ７ 献 识 Ａ
Ｍ ＥＮＧ ａ ｇ ｐ ｎ ＬＩ ｕ ・ｏ ｇ ， Ｘｉｎ ・ ｅ ｇ， ｅｌｎ ＺＨＡＮＧ ａ － ｎ Ｊ Ｙ ｎ ｗｅ
（ ． ｉｎ ｎ ｎ Ｉｓｉ ｔ ｆ ｏ ｕ ｉｇＴ ｃ ｎ ｌｇ ， ｘ １ ０ ３ Ｃ ｉ ａ １ Ｊ ｇ ａ ｔｕｅｏ Ｃ ｍｐ ｔ ｅ ｈ ｏｏ ｙ Ｗｕ ｉ ４ ８ ， ｈ ｎ ； ａ ｎ ｔ ｎ ２
而找出系统 的薄弱环节 。 根据 Ｂ ＡＳ故 障具有层次性、复杂性等特点 ， 对其建立相 应 的故障树 ，将建 筑 自动 化的故 障知识 表示为 故障树 的形 式 ，有助于理 清故 障传播 的逻辑关系 ，便于建立知识库 。
“ 或”的小故障树 ，这样 ，原来的故障树 知识 就可 以方便地 转化为相应 的产生式规则。
络通 信技术、智能仪 器仪 表技术与现代控制技术等有机结合 在 一起 ，通 过对设备和环境的 自动监控 ，为工程建筑提供可
（ 按故 障特点分类 ：可分为暂时性 故障、重复性故障、 ２ ） 永久性故障 。暂时性故障持续时间很短、时隐 时现 ，一般不 需要人工干预就可以恢复正常。重复性故 障往往是 由 电 于 子 元器件或线路接触不 良，或者因温湿度、电磁干扰等影响 ， 使有缺陷的设备功能出错造 成的，特 点是产 生故障的外部原 因消除时 ，故障现象 自动消除。永久性故 障只有人为地干预 才能恢复正常功能 。 （ 按故 障性质分类 ：主要有 ４ ，包括硬件故 障、软件 ３ ） 类 故障、传输线路故 障、环境故障。 ２ 故 障特征分析 ． ３ 建筑 自动化系统一般按 “ 纵向分层，横 向分 区”的方法 构建 ，系统故障呈现 以下特点 ： （） １层次性 ：故障 的产生对应于 系统的不同层次而表现 出
机械故障诊断学--专家系统原理 PPT课件
15
数据管理
自下位机
数 当前数据
据 日常数据
通 讯
启停数据
事故数据
采样传感器参数标定 参
缓变信号参数标定
数 标
振动报警参数设置
定
设
故障诊断门限设置
置
特征 数 提取 据
预 数据 处 压缩 理
振动原始数据
数 频谱及谱阵
据 轴心轨迹及趋势 特征数据趋势
库 温度与压力
位移
背景知识
诊断知识
知
机组病例
识
过程性知识 库 控制性知识
ppt课件
10
知识库的结构形式取决于所采用的知识表 示方式，常用的有：逻辑表示、语义网络 表示、规则表示、框架表示和子程序表示 等。 用产生式规则表达知识的方法是目前专家 系统中应用最普遍的一种方法。
ppt课件
11
➢ 数据库 专家系统中用于存放反映系统当前状态的事实 数据的场所。包括：用户输入的事实，已知的 事实以及推理过程中得到的中间结果等。 动态数据库： 保存推理过程中，产生的中间结论（包括最终 结论），以及大量的症状信息和推理路径。
确，而其他知识表示方案，至今还未达到 这一点 ✓ 逻辑表示从现有事实推导出新事实的方法 可以机械化。
ppt课件
26
一阶谓词逻辑表示法
一阶谓词逻辑是一种形式语言系统，研究的是 假役与结论之间的蕴含关系，即用逻辑方法研 究推理的规律。由于它与自然语言相似，故可 用来表示人类的某些知识。
ppt课件
27
($x)(A(Wang, x) GE(x, w) 得知“老王年龄大于或等于43岁”。
ppt课件
32
产生式规则表示法
优点：产生式规则之间相互独立，有利于系
浅谈汽车发动机故障诊断专家系统
，汽车故障诊断专家系统 1. 1 基于规则的诊断系 统
以if 一then 的形式表示有关诊断对象的 故障原因和征兆之间的对应关系， 它的主要优 点是系统高度模块化， 具有较强的扩充性， 且 相对容易实现 ， 适合于诊断知识组织。其缺 点是过分依赖专家的经验知识 ， 知识获取困 难， 知识台阶窄， 系统较脆弱， 利用浅层知识很 难开发适用于动态系统且有足够深度和准确 性的定性知识库。
1.3 基于 模糊理论的诊断系统
3 汽车发动机故障诊断专家系统的实现 N的 基本方法是建立故障与征兆的模糊关系， 3,1 N 设计
NN 系统知识是以大量神经元的互连和连 接的权值、I w值表示的。N N 的识别方法: 通过大量样本训练， 经过网络内部的自 适应算 法不断调整权值， 最后达到精度要求， 得到理 想的输出结果。N N 的状态识别器隐含在网 络中， 具体体现在互连形式与权值上。在网 络学习过程中， 通过训练样本得到某种特定的 输出， 样本训练成功后可用来识别输人信号的 类属 ， 这也是网络的测试过程。 3. 1. 1 隐层数目 的确定 由于对于任何在闭区间的一个连续函数 都可用具有一个隐层的BP 网络逼近， 因而一 个3 层的BP 网络就可完成任意的N 维到M维 的映射。本系统采用输入层、隐层、输 出 层组成的单隐层网络结构。 3 . 1. 2 隐层神经元数的确定 对于3 层前馈网络， 若隐层神经元数量不 足， 则网络所能获得的用以解决问题的信息太 少， 量过多， 若 又使学习时间过长， 误差也不 一定最小， 会出现 “ 过度吻合”的现象， 即
发动机结构复杂， 工作条件又很不稳定， 经常处于转速与负载的交变影响中， 某些零件 还要在高温、高压及冲击等恶劣条件下工作， 因 发动机产生的故障占全车故障的比例最 此， 高。现代汽车上， 控燃油喷射发动机得到了 电 广泛应用， 电喷发动机上基本都有故障自 诊断 功能， 但仅限于电控系统中的一般性故障诊 断， 而对于一些复杂故障、机械系统故障则无 能为力。因此， 本系统的研究对象定位于电喷
故障诊断专家系统
故障诊断专家系统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。
故障诊断专家系统的设计与实施方法研究
故障诊断专家系统的设计与实施方法研究故障诊断是指通过对故障进行检测、判断和解决的过程。
在工业制造中，故障诊断是一个重要的环节，它可以帮助企业提高生产效率、降低成本、减少故障带来的损失。
随着人工智能的不断发展，故障诊断专家系统成为一种常见的工具，它利用专家知识和推理技术来进行故障诊断。
本文将介绍故障诊断专家系统的设计与实施方法。
一、故障诊断专家系统的设计方法1. 知识获取故障诊断专家系统的设计首先需要收集和获取相关领域的专家知识。
这可以通过面对面的专家访谈、文献研究、案例分析等方式来完成。
专家知识是系统的核心，它是基于多年经验积累的宝贵资源，必须准确地获取和整合。
2. 知识表示获取到的专家知识需要进行适当的表示和组织，以便于专家系统的使用和推理。
常见的知识表示方法包括规则表示、框架表示和网络表示等。
规则表示是一种基于条件-动作对的形式，可以方便地进行推理和解释。
框架表示则是一种用于表示对象和概念的通用模型。
合理的知识表示能够提高专家系统的诊断效果和可解释性。
3. 推理机制专家系统的推理机制是其核心组成部分，通常采用基于规则的推理、基于案例的推理、基于模型的推理等。
基于规则的推理是最常见的方式，它通过匹配规则库中的规则，进行前向或后向的推理过程。
基于案例的推理则是通过比较和匹配已有案例，进行相似案例的故障诊断。
而基于模型的推理则是构建一个系统模型，通过比较实际数据和模型预测结果来进行故障诊断。
4. 用户界面设计一个好的用户界面设计可以提高专家系统的易用性和用户体验。
用户界面应该清晰、简洁、直观，并提供必要的帮助和反馈信息，使用户能够轻松地使用专家系统进行故障诊断。
二、故障诊断专家系统的实施方法1. 数据采集与预处理故障诊断专家系统实施的第一步是采集相关数据，并进行适当的预处理。
数据采集可以通过传感器、设备监控等方式进行，获取的数据需要进行滤波、降噪和归一化等处理，以便于后续的分析和建模。
2. 特征提取与选择从采集到的数据中提取合适的特征是故障诊断的关键一步。
机组故障诊断专家系统
第六章故障诊断专家系统专家系统概述专家系统(Expert system简称ES)是人工智能的一个分支领域，在自然科学、社会科学、工程技术的各个领域得到了广泛的应用，是人工智能领域中最具有吸引力、最成功的研究领域。
专家系统的发展可以分为孕育( 1965 年以前)、产生( 1965—1971)、成熟( 1972—1977)和发展(1978―)四个阶段［25］。
在70年代ES系统的成熟期，ES的概念与观点逐渐大众化，先后岀现了一批较成熟的ES系统，主要是在医学领域，代表性的有MYCIN、CASNET、PROSPECTOR等ES 系统。
这一时期的ES 系统与第一代系统相比具有：多数使用自然语言对话，多数系统具有解释功能，采用了似然推理技术。
进入80 年代后，专家系统的应用范围更加广泛，已扩展到军事、空间技术、建筑设计和设备诊断等方面。
在设备的故障诊断领域中，近几年我国也开发了一些专家系统，主要是针对汽轮发电机组开发的故障诊断专家系统。
水电机组的结构与运行原理同汽轮发电机组相似，但却有不同之处，因此水电机组故障诊断的研究即具有一定的理论基础，又具有很大的必要性。
专家系统发展到现在，已经得到许多领域专家的认可，但是对于专家系统的定义到目前为止还没有一个统一的说法。
一种意见认为：专家系统是利用具有相当量的公认、权威的知识来解决特定领域中的实际问题的计算机程序系统，可以根据人为提供的数据、事实和信息，结合系统中存储的专家经验或知识，运用一定的推理机制进行推理判断，最后给岀一定的结论和用户解释以供用户决策之用。
持有另一种意见的人则认为：专家系统是一个具有知识库和具体计算机的系统，其知识库中的知识来源于某领域专家的技能和经验；可以对某一任务提岀建议或给岀合理的决策；能判断自己的推理路线并以简明的形式显示岀来；常采用基于规则的程序设计。
第三种意见认为：专家系统是一个使用知识和推理的智能计算机程序，它的目的是解决人类专家很难解决的一些问题；专家系统中的知识由事实和启发式信息构成，其事实构成了共享且为专家认可的知识信息体；专家系统的启发式信息则是一些独特的推理规则，如似然推理规则、优化猜测规则等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
先进控制技术——专家系统故障诊断
1适用场合
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XMAN，NASA与M IT合作开发的用于动力系统诊断的专家系统，英国某公司为英国军方开发的直升机发动机转子监控与诊断专家系统等，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。
但不同的专家知识可能不一样，甚至互相矛盾，因此它主要应用于非结构化有经验的系统当中。
2专家系统诊断优缺点
2.1优点
（1）灵活性
大多数故障诊断专家系统的体系结构都采用知识数据库与推理机制相互分离的构造规则，二者之间既有数据关联，又相互独立运行。
这样在专家系统运行时，能根据具体问题的特点，分别选取合适的知识条目构成不同的推理方法序列，实现对问题的诊断。
（2）透明性
专家系统设置解释机制或者解释模块，用于向用户解释推理机制的思维过程，以及某些答案的分析思路。
这样，可以帮助用户较清楚地了解系统诊断问题的过程。
（3）交互性
智能度较高的专家系统均采用交互式系统。
专家系统的这一特征为用户提供便利，这也是它得以广泛应用的重要原因。
（4）实用性
专家系统的技术要求来自于特定领域问题的实际需求，这种特性决定了专家系统具有强烈的应用性。
同时该诊断方法具有诊断过程简便、快速快、不单纯依赖于数学模型，而且具有较为丰富与灵活的知识表达和问题求解能力，它可充分发挥人类专家根据经验和知识所进行的推理和判断能力。
2.2缺点
（1）获取知识的能力较弱
为开发特定对象的专家系统，软件设计人员几乎要从头学习一门新的专业知识，大大增加了开发成本，还不能完全保证特定专业知识的领会程度，对知识条目数据库的建设和维护带来很多麻烦。
另一方面，不同的专家知识可能不一样，甚至互相矛盾，因此该方法不适用于没有经验的系统的故障诊断。
（2）具有一定的复杂性及难度
专家系统拥有知识数据库，运用知识条目进行推理，模拟领域专家诊断问题的思维过程。
但是，人类的知识世界丰富多彩，人类的思维方式多种多样，要想较准确地实现模拟人类思维，是一项非常困难的技术。
不同故障诊断专家系统优缺点比较如表1所示。
3专家系统诊断方法基本思想
故障诊断专家系统是将专家系统应用到故障诊断之中，从工程知识条目获取到知识条目存储和推理分析，采用专家系统进行故障诊，充分发挥专家系统的强大知识处理能力的优势，凭借经验获得一些难以由数据模型描述的信息和结论，并根据故障现象发生的环境和目标系统的结构层次等信息，很快地做出判定和危害度决策。
专家系统诊断方法主要由6部分组成：知识规则库、数据库、推理机、解释机构、故障查询机构和人机接口。
其内部具有某个领域专家的知识和经验，能够利用人类专家的知识和解决问题的方法来解决问题。
专家系统故障诊断结构框图如图1所示。
被诊断对象结果
数据库
专家知识规则库
推理机
用户
故障查询机构人机接口
图1专家系统故障诊断结构。