机组故障诊断专家系统
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。
故障诊断与专家系统
故障诊断与专家系统《故障诊断与专家系统》作业题目：模糊数学在故障诊断中的应用学院信息与控制学院专业15 控制工程姓名______________ 史凯__________学号20152283418 _______________任课教师__________ 李涛___________成绩______________________________故障诊断与专家系统1. 故障诊断1.1故障诊断的定义利用各种检查和测试方法，发现系统和设备是否存在故障的过程是故障检测；而进一步确定故障所在大致部位的过程是故障定位。
故障检测和故障定位同属网络生存性范畴。
要求把故障定位到实施修理时可更换的产品层次（可更换单位）的过程称为故障分离。
故障诊断就是指故障检测和故障分离的过程。
系统故障诊断是对系统运行状态和异常情况作出判断，并根据诊断作出判断为系统故障决策提供依据。
要对系统进行故障诊断，首先必须对其进行检测，在发生系统故障时，对故障类型、故障部位及原因进行诊断，最终给出解决方案，实现故障决策。
1.2故障诊断的主要任务故障诊断的主要任务有：故障检测、故障分离、故障估计及故障决策等。
其中：故障检测是指与系统建立连接后，周期性地向下位机发送检测信号，通过接收的响应数据帧，判断系统是否产生故障；故障分离就是系统在检测出故障之后，通过分析原因，判断出系统故障的类型；故障估计是在前两部的基础之上，细化故障种类，诊断出系统具体故障部位和故障原因，为故障决策做准备；故障决策是整个故障诊断过程中最后也是最重要的一个环节，需要根据故障原因，采取不同的措施，对系统故障进行排除。
2. 故障诊断系统的性能指标1 ）故障检测的及时性：是指系统在发生故障后，故障诊断系统在最短时间内检测到故障的能力。
故障发生到被检测出的时间越短说明故障检测的及时性越好。
2）早期检测的灵敏度：是指故障诊断系统对微小故障信号的检测能力。
故障诊断系统能检测到的故障信号越小说明其早期检测的灵敏度越高。
故障诊断专家系统在配电网管理中的应用研究
故障诊断专家系统在配电网管理中的应用研究第一章引言随着电力工业的快速发展，配电网管理成为了电力企业的重要工作之一。
然而，由于配电网规模庞大、传感器数量众多且分布不均，故障的诊断和处理需要高度的专业技术和经验。
而且，随着电力行业向人工智能方向的转型，如何将人工智能技术应用于配电网管理中，也成为了电力企业摆在面前的一道难题。
故障诊断专家系统是一种基于人工智能技术的系统，它可以通过对大量故障样本的分析和建模，为配电网管理人员提供精准的故障诊断和修复建议。
本篇论文将围绕故障诊断专家系统在配电网管理中的应用展开探讨，从故障诊断专家系统的基本原理、应用案例以及发展趋势等方面进行讨论。
第二章故障诊断专家系统的基本原理故障诊断专家系统是一种基于知识的系统，它的主要思想是将专家的知识和经验转化为计算机程序，从而实现自动化的故障诊断和处理。
故障诊断专家系统主要包括以下几个部分：1.知识库：知识库是故障诊断专家系统的核心部分，它包含了专家的知识和经验，这些知识和经验以规则或者决策树等形式存储在系统中。
当系统需要进行故障诊断的时候，它会从知识库中提取相应的规则或者决策树，并根据输入的故障信息和传感器数据，执行相应的规则或者决策树，得出故障的诊断结果。
2. 推理引擎：推理引擎是故障诊断专家系统的运行引擎，它负责执行知识库中的规则或者决策树，并根据输入的故障信息和传感器数据，推断出故障的原因和处理方法。
3. 用户接口：用户接口是故障诊断专家系统和用户之间的交互界面，它让用户输入故障信息和传感器数据，并显示系统的诊断结果和处理建议。
第三章故障诊断专家系统在配电网管理中的应用案例在配电网的管理和运维过程中，故障诊断专家系统可以发挥重要的作用。
以下是一些故障诊断专家系统在配电网管理中的应用案例。
1. 隔离开关故障诊断隔离开关是配电网中的重要部件，当隔离开关发生故障时，会影响整个配电网的正常运行。
南方电网某地区采用基于故障诊断专家系统的隔离开关故障诊断系统，通过传感器采集到的隔离开关工作状态和电流信息，对隔离开关的故障进行自动化诊断和处理。
故障自诊断技术与专家系统故障诊断专家讲座
故障自诊断技术与专家系统故障诊断专家讲座
第14页
4.数据采集通道故障自诊疗
将包含教授系统、神经网络、含糊集合理论、信息融合技术 等智能理论应用到机内自检技术设计、检测、诊疗、决议等 方面，以提升机内自检技术综合效能。比如有雷达在闭合电 源开关后，会自动按模块逐一进行自检，当检测各模块无故 障，按显示器提醒合上开启按键，雷达开始运行，不然，设 备自锁，不能运行。结构图如图2-3所表示。
第25页
一 故障树分析法
故障树分析法是经过建立故障树模型来分析系 统故障产生原因、计算系统各单元可靠度以及 对整个系统影响，从而搜寻微弱步骤，方便在 设计中采取对应改进办法，实现系统优化设计 故障诊疗方法。
故障树分析法又分为故障树定性分析和定量分 析。
故障自诊断技术与专家系统故障诊断专家讲座
第26页
1.故障树模型 2.故障树符号及其意义 3.故障树构建步骤 4. 故障树构建示例 5.故障树分析法在电子设备故障诊疗中应
用介绍 故障树与流程图关系
故障自诊断技术与专家系统故障诊断专家讲座
第27页
二 神经网络法 1.神经元结构 2.人工神经网络 3. 人工神经元、人脑、冯诺依曼计算
在自检程序运行过程中，惯用作报警输出,当自检没 经过时，除显示报警提醒外，还用音响增加报警提 醒效果。有还可利用音响长短、间隔等显示故障类 型。
故障自诊断技术与专家系统故障诊断专家讲座
第19页
机内自检设备介绍 微处理器系统故障自诊疗技
机械故障诊断专家系统及其应用
远程化发展
利用互联网和通信技术， 实现远程故障诊断和维修 支持。
面临的挑战及解决方案探讨
数据获取与处理
如何获取高质量的故障数据，并进行有效的预处理和 分析是关键问题。
知识获取与更新
如何从海量数据中自动获取和更新故障诊断知识是重 要挑战。
实时性要求
对于一些关键设备，故障诊断的实时性要求较高，需 要快速准确地判断故障原因。
通过专家系统的应用，可以及时发现汽车发动机的潜在故障，避免因发
动机故障导致的交通事故，提高汽车的行驶性能和安全性。
案例三：机械设备故障诊断
背景介绍
机械设备是一种广泛应用于工业生产中的设备，其运行状 态直接关系到生产效率和产品质量。因此，对机械设备进 行故障诊断具有重要意义。
诊断过程
专家系统通过对机械设备的振动、温度、压力等参数进行 监测和分析，结合历史数据和专家经验，对机械设备可能 存在的故障进行诊断。
知识库
存储专家的知识和经验，包括故障类型、原 因、诊断方法等。
推理机
根据输入的故障信息，通过推理算法，从知识库中 获取相关信息，进行故障诊断。
用户接口
提供用户与专家系统交互的界面，用户可以 通过接口向系统提问，系统也可以通过接口 为用户提供诊断结果和建议。
主要功能模块介绍
知识获取子系统
知识库管理系统
特点
具有自主学习和知识更新能力，能够 快速准确地诊断机械故障，提供故障 原因和解决方案，并具备可扩展性和 可维护性。
发展历程与现状
发展历程
机械故障诊断专家系统经历了从基于规则的专家系统到基于 知识的专家系统，再到基于人工神经网络的专家系统的发展 过程。
现状
随着深度学习技术的发展，基于深度学习的机械故障诊断专 家系统成为了研究热点，取得了显著的成果和应用。
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。
A320系列飞机自动飞行系统故障诊断专家系统研究的开题报告
A320系列飞机自动飞行系统故障诊断专家系统研究的开题报告一、选题背景及研究意义自动飞行系统是现代化民用飞机中不可或缺的关键技术之一，它能够大幅度提升飞机的安全性和效率，减轻飞行员的负担。
但是自动飞行系统也容易出现故障，且故障种类繁多，故障诊断和处理面临很大的困难。
因此，开发一种快速准确的自动飞行系统故障诊断专家系统显得尤为重要。
A320系列飞机是一种广泛应用于商业航空运输的窄体中短程客机，其自动飞行系统较为复杂，包括自动驾驶、自动着陆、飞行管理系统等多个模块。
因此，研究A320系列飞机自动飞行系统故障诊断专家系统对提升其飞行安全性和经济效益有积极的影响。
二、研究目标本课题旨在研究A320系列飞机自动飞行系统故障诊断专家系统，主要目标包括：1. 构建A320自动飞行系统故障诊断专家系统，实现故障自动检测、诊断和推荐修复措施。
2. 根据实验数据和实际操作经验，分析A320系列飞机自动飞行系统的故障特征和规律，提高诊断准确性和效率。
3. 探索基于机器学习的A320系列飞机自动飞行系统故障诊断方法，提高诊断的智能化和自适应性。
三、研究方法本研究采用基于规则的专家系统和基于机器学习的方法相结合的方式进行故障诊断。
具体方法包括：1. 建立A320自动飞行系统故障规则库，通过规则匹配实现故障诊断和推荐修复措施。
2. 运用机器学习算法实现A320自动飞行系统故障分类和诊断，例如神经网络、决策树、支持向量机等。
3. 结合专家系统和机器学习方法，实现故障诊断结果的可靠性评估和自适应修正。
四、预期成果本研究预期成果主要包括：1. 构建A320系列飞机自动飞行系统故障诊断专家系统原型，可实现自动故障检测、诊断和推荐修复措施功能。
2. 研究A320系列飞机自动飞行系统故障的特征和规律，提高故障诊断的准确性和效率。
3. 探索机器学习算法在A320系列飞机自动飞行系统故障诊断方面的应用，并实现专家系统和机器学习算法的优化结合。
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。
- 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)。
第六章故障诊断专家系统6.1专家系统概述6.1.1专家系统的定义专家系统（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。
20世纪60年代中期，人工智能由追求通用的一般研究转入特定的研究，产生了以专家系统为代表的基于知识的各类人工智能系统。
1965年，斯坦福大学教授费根鲍姆（E.A.Feigenbaum）开创了基于知识的专家系统这一人工智能研究的新领域。
他与别人共同开发的根据化合物的分子式及其质谱数据帮助化学家推断分子结构的计算机程序系统DENDRAL，标志着专家系统的诞生。
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，先后出现了一批较成熟的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，最后给出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；可以对某一任务提出建议或给出合理的决策；能判断自己的推理路线并以简明的形式显示出来；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。
上述对专家系统的理解都有两个概念—知识、推理和智能程序。
因此可以引用专家系统创始人费根鲍姆（E.A.Feigenbaum）的一段话来说明什么是专家系统：“专家系统是一个智能计算机程序，它利用知识和推理过程来解决那些需要大量的人类专家知识才能解决的复杂问题。
所用的知识和推理过程可认为是最好的领域专家的专门知识的模型”。
一般而言，专家系统具有如下特点：a)象人类专家一样可以解决一些困难问题；b)以知识为基础；c)用适当的方式进行人机交流，包括使用自然语言；d)具有专家水平的专门知识。
专家系统所具有的知识面可以很窄，但针对某个特定领域，必须要有专家的水平；e)具有符号处理的能力。
专家系统能采用符号准确地来表示领域有关的信息和知识，并对其进行各种处理和推理功能，这里用符号表示的知识和信息超越了数据的范畴；f)具有一般问题的求解能力。
专家系统具有一种公共的智能行为，能做一般的逻辑推理、目标搜索和常识处理等工作；g)具有一定的复杂度与难度。
专家系统所处理的知识都是专门的领域知识。
若领域问题不具有一定的复杂度与难度，就根本不需要专家来解决；h)具有解释功能。
专家系统在解题的过程中，应能解释获得结果的原因。
这就是专家系统的透明性；i)具有获取知识的能力。
与人类专家一样能通过学习不断丰富自己的知识和扩充知识库，高级专家系统也应有进一步不断获取知识的能力；j)具有自学的能力，能从系统运行的经验中不断总结新知识和更新老知识。
目前，该能力还是停留在初级阶段，还没有找到更好地解决学习问题的方法；k)具有较好的可扩充性与可维护性，因为专家系统一般都把程序的控制和推理机构与知识分离，相对地互相独立；专家系统是一种智能的计算机程序，而这种智能计算机程序不同于传统的计算机程序。
专家系统可以表示为：知识+推理=专家系统而传统计算机程序为：数据+算法=程序专家系统与传统计算机程序的区别：a）总体上说，专家系统是一种属于人工智能范畴的计算机应用程序，人工智能的各种问题的求解策略和方法都适用于专家系统。
专家系统使用的求解方法不同于传统应用程序的算法。
专家系统求解的问题是不良结构或不确定性的问题，而传统的程序求解的是确定的定规类问题。
b）从功能看，专家系统模拟的是人类专家在问题领域上的推理，而不是模拟问题本身。
传统的程序是通过建立数学模型去模拟问题领域。
c）从组成结构上，专家系统解决问题有三要素：描述问题状态的综合数据库或全局数据库，存放启发式经验知识的知识库，以及对知识库中的知识进行推理的推理机。
知识库的知识与领域专家密不可分，需要经常地补充和修正，它同推理机相互独立，增加了系统的灵活性。
传统的计算机程序只有数据级和程序级两级结构，将描述算法的过程性计算信息和控制性判断信息一起编码在程序中，缺乏专家系统的灵活性。
总之，专家系统是使用某个领域专家的领域知识来求解问题，而不是使用某些从计算机科学和数学中推导出的与领域相关性不大的方法来求解问题。
6.1.2专家系统的结构专家系统是求解某一领域的智能计算级程序，因此专家系统应具备以下几个功能：a)存储问题求解所需的知识。
b)存储具体问题求解的初始数据和推理过程中涉及到的各种信息，如中间结果、目标、子目标以及假设等等。
c)根据当前输入的数据，利用已有知识，按照一定的推理策略，去解决当前实际问题，并可以控制和协调整个系统。
d)能够对推理过程、结论或系统自身行为做出必要的解释，如解题步骤、处理策略、选择处理方法的理由、系统求解某种问题的能力、系统如何组织相管理其自身知识等．这样既便于用户的理解和接受，同时也便于系统的维护。
e)提供知识获取、机器学习以及知识库的修改、扩充和完善等维护手段。
只有这样才能更有效地提高系统的问题求解能力及准确性。
f)提供一种用户接口，既便于用户使用，又便于分析和理解用户的各种要求和请求。
一个完整的专家系统必须具有以上的功能，因此可以决定一般的专家系统的结构。
专家系统结构由三种结构：基本型、一般型和理想型。
图6-1 专家系统的基本结构图6-1给出了基本型的结构，它包括两个主要部分：知识库和推理机。
这种结构比较简单，知识工程师与领域专家直接交互，收集与整理领域专家的知识，将其转化为系统的内部表示形式并存放到知识库中；推理机根据用户的问题、求解要求和所提供的初始数据，运用知识库中的知识对问题进行求解，并将产生的结果输出给用户。
图6-2给出了专家系统结构的一般型。
以MYCIN为代表的基于规则的专家系统（Rule-based Expert system）采用了这种结构，是由所谓的产生式系统发展起来的，在目前专家系统建造中比较流行．这种结构包括六个部分：知识库、推理机、综合数据库、人机接口、解释机以及知识获取程序。
其中知识库、推理机和综合数据库是目前大多数专家系统的主要内容。
图6-2专家系统一般型(1)知识库（Knowledge Base ,缩写KB）。
用以存放领域专家提供的专门知识。
这些专门知识包含与领域相关的书本知识、常识性知识以及专家凭经验得到的试探性知识．专家系统的问题求解是运用专家提供的专门知识来模拟专家的思维方式进行的，这样知识库中拥有知识的数量和质量就成为一个专家系统中系统性能和问题求解能力的关键因素．因此，知识库的建立是建造专家系统的中心任务。
(2)综合数据库。
用于存放关于问题求解的初始数据、求解状态、中间结果、假设、目标以及最终求解结果。
(3)推理机（Inference Engine）。
在一定的控制策略下针对综合数据库中的当前信息，识别和选取知识库中对当前问题求解有用的知识进行推理。
在专家系统中，由于知识库中知识往往是不完全的和不精确的，因而其推理过程一般采用不精确推理．(4)知识获取程序。
在专家系统的知识库建造中用以部分代替知识工程师进行专门知识的自动获取，实现专家系统的自学习，不断完善知识库。
(5)解释程序。
根据用户的提问，对系统提出的结论、求解过程以及系统当前的求解状态提供说明，便于用户理解系统的问题求解，增加用户对求解结果的信任程度。
在知识库的完善过程中便于专家或知识工程师发现和定位知识库中的错误，便于领域的专业人员或初学者能够从问题的求解过程中得到直观学习。
（6）人机接口(Man-Machine Interface)。
将专家或用户的输入信息翻译为系统可接受的内部形式，把系统向专家或用户输出的信息转换成人类易于理解的外部形式。
上述的两种专家系统的结构只是各应用领域类专家系统的基本和核心。
对于水电机组的故障诊断专家系统而言，其组成除了上述六个部分外，还应该包括在线监测子系统、机组实际参数库、征兆事实库、信号分析程序、征兆获取程序、故障处理程序和监测数据库。
图6-3水电机组故障诊断专家系统图6-3是水电机组专家系统示意图，图中各部分功能为：（1）机组参数库：用于存放机组有关的结构和功能参数（如水电机组的设计参数）以及机组过去运行情况的背景信息。
（2）诊断知识库：诊断知识库是机组故障诊断专家系统的核心，也是影响机组故障诊断专家系统性能的瓶颈。
其用于存放水电机组领域专家的各种与机组故障诊断有关的知识，包括机组征兆、控制知识、经验知识、对策知识和翻译程序。
这些知识是由知识工程师和水电专家合作获取到的，并通过知识获取模块按一定的知识表示存入到诊断知识库中。
（3）征兆获取模块：采用一定的征兆获取方法，对监测数据库中的数据进行分析，获取征兆。
常用的方法为时域提取和频域提取。
但亦可研究利用小波分析来提取故障征兆。
（4）知识获取模块：知识获取模块负责对诊断知识库进行维护和更新，包括知识的输入、修改、删除和查询等管理功能及知识的一致性、冗余性和完整性等维护功能。
同时，将机组发生的且以前没有遇到过的新情况补充到知识库中。
（5）推理机：推理机是一组程序，用于控制系统的运行。
利用诊断知识库的知识，并提取征兆事实库的事实按照一定的问题求解策略，进行推理诊断，最后给出诊断结果。
诊断推理模块是诊断系统的关键，它的推理模式和推理依据对诊断的准确性起决定作用。
它可分为：自动诊断和人工干预诊断。
自动诊断不需要人工干预，所有过程均由系统自动完成，并最后给出诊断结果和诊断解释。