7.故障诊断专家系统

合集下载

变电站设备状态评估与故障诊断

变电站设备状态评估与故障诊断

变电站设备状态评估与故障诊断随着电力行业的发展,变电站设备作为重要的电力传输和分配设备,其质量和可靠性对电力系统的稳定运行具有重要意义。

因此,变电站设备状态评估和故障诊断成为了电力企业必须关注的重要领域。

在本文中,我们将对变电站设备状态评估和故障诊断进行探讨。

一、变电站设备状态评估(一)什么是变电站设备状态评估变电站设备状态评估是指通过对变电站设备进行实时监测、数据分析和模型预测,确定设备的实际运行状况和潜在故障风险,以便制定适当的检修计划和保养措施,保证设备长期运行稳定可靠。

(二)变电站设备状态评估的重要性在电力系统中,变电站设备是起着关键作用的设备,其不良的运行状态和潜在的故障都会严重影响电力的正常传输和分配。

因此,变电站设备状态评估的重要性主要在以下几个方面:1.维护电力系统的稳定运行变电站设备状态评估可以在未出现故障之前预测设备健康状况,并及时采取维修和保养措施,避免设备故障,确保电力系统的稳定运行。

2.降低设备维修成本通过实时监测变电站设备的健康状态,并及时维修和保养,可以减少设备维修和更换的次数,从而降低维修成本。

3.提高工作效率设备状态评估可以帮助电力企业预测设备故障发生的时间,并提供准确的诊断结果,从而减少维修时间和工作量,提高工作效率。

(三)变电站设备状态评估的方法变电站设备状态评估的方法主要包括以下几种:1. 静态评估法静态评估法主要是通过人工巡检检查设备现场情况,进行设备的运行记录、检修记录的归纳和整理、设备样板的维护和管理等手段,对设备的运行状况进行评估和分析。

2. 半动态评估法半动态评估法主要是通过对设备进行设备状态监测和数据记录,结合设备的工作特征参数进行分析,识别出设备的故障和潜在风险,从而进行维护和保养。

3. 动态评估法动态评估法主要是通过对设备进行实时监测和数据处理,对设备运行状况进行监控,实现对设备状态的实时评估,从而实现故障预测和运行风险识别。

二、变电站设备故障诊断(一)什么是变电站设备故障诊断变电站设备故障诊断是指在设备发生故障的情况下,通过对设备的故障信息进行采集、分析、处理和诊断,找出故障根源,并及时采取相应的措施对故障进行排除。

航空发动机故障诊断技术考核试卷

航空发动机故障诊断技术考核试卷
A.振动传感器
B.声音传感器
C.温度传感器
D.湿度传感器
14.在航空发动机故障诊断中,哪种方法可以通过监测油液中的磨粒来判断故障?()
A.光谱分析
B.铁谱分析
C.热分析
D.电化学分析
15.以下哪个不是航空发动机故障诊断的数据预处理方法?()
A.数据清洗
B.数据归一化
C.数据压缩
D.数据插值
16.在航空发动机故障诊断中,哪种方法可以识别故障的早期征兆?()
8. ABCD
9. ABC
10. ABCD
11. ABCD
12. ABCD
13. AB
14. ABCD
15. ABCD
16. ABCD
17. ABC
18. ABCD
19. ABCD
20. ABCD
三、填空题
1.傅里叶变换
2.射线检测
3.均方根值
4.诊断和预测
5.加速度传感器
6.小波变换
7.故障诊断、故障预测
B.位移传感器
C.声音传感器
D.温度传感器
4.以下哪些技术属于航空发动机故障诊断的无损检测技术?()
A.超声波检测
B.磁粉检测
C.射线检测
D.红外热成像
5.在航空发动机故障诊断中,以下哪些方法可以用于特征选择?()
A.相关系数法
B.递归特征消除
C.主成分分析
D.支持向量机
6.以下哪些模型可用于航空发动机的故障诊断?()
A.状态空间模型
B.灰色模型
C.马尔可夫模型
D.线性回归模型
11.以下哪种信号处理方法适用于非平稳信号分析?()
A.快速傅里叶变换
B.短时傅里叶变换

故障诊断专家系统介绍

故障诊断专家系统介绍
7. 故障诊断专家系统
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。

故障诊断与预防方法

故障诊断与预防方法

故障诊断与预防方法1. 故障诊断故障诊断是指通过一系列的检测、分析和解决问题的方式来确定系统、设备或产品是否存在故障,以及确定故障的原因和位置。

故障诊断是保证系统、设备或产品正常运行的重要手段。

1.1 故障诊断流程1. 故障现象收集:与用户沟通,收集故障现象,包括故障出现的时机、频率、环境等信息。

2. 故障信息分析:根据收集到的故障现象,进行初步分析,判断可能的故障原因。

3. 故障定位:根据分析结果,确定故障的具体位置,如硬件设备、软件模块等。

4. 故障原因分析:对故障位置进行深入分析,确定故障的具体原因。

5. 故障处理:根据故障原因,采取相应的处理措施,如更换硬件、修复软件等。

6. 故障处理效果验证:对处理结果进行验证,确保故障已被解决。

7. 故障总结:总结故障处理过程,形成故障处理经验,为预防类似故障提供参考。

1.2 故障诊断方法1. 观察法:通过观察系统、设备或产品的运行状态,收集故障现象。

2. 数据分析法:通过分析系统、设备或产品的运行数据,寻找故障原因。

3. 实验法:通过模拟故障条件,观察系统、设备或产品的反应,确定故障原因。

4. 推理法:根据系统、设备或产品的原理和结构,推理可能的故障原因。

5. 专家系统法:利用专家经验和知识,进行故障诊断。

2. 预防方法预防方法是指通过一系列的措施,来降低系统、设备或产品出现故障的可能性。

2.1 预防方法分类1. 硬件预防:定期检查硬件设备,确保其正常工作。

2. 软件预防:定期更新软件,修补漏洞,确保软件的正常运行。

3. 操作预防:对用户进行培训,确保其正确使用系统、设备或产品。

4. 环境预防:确保系统、设备或产品运行在合适的环境中,如温度、湿度等。

5. 备份预防:定期进行数据备份,确保数据的安全。

2.2 预防方法实施1. 定期检查:定期对硬件设备进行检查,如外观、工作状态等。

2. 定期更新:定期更新软件,修补漏洞。

3. 培训:定期对用户进行培训,提高其操作水平。

自动化设备故障诊断技术应用管理考试 选择题 56题

自动化设备故障诊断技术应用管理考试 选择题 56题

1. 自动化设备故障诊断的主要目的是什么?A. 提高设备效率B. 减少维修成本C. 确保设备安全运行D. 以上都是2. 在自动化设备故障诊断中,常用的数据采集方法不包括以下哪一项?A. 传感器数据采集B. 人工观察记录C. 历史数据分析D. 实时监控系统3. 故障树分析(FTA)主要用于:A. 预测故障发生概率B. 确定故障的根本原因C. 评估故障影响范围D. 以上都是4. 在自动化设备故障诊断中,以下哪项技术不属于信号处理技术?A. 傅里叶变换B. 小波变换C. 神经网络分析D. 时频分析5. 智能诊断系统中,机器学习算法主要用于:A. 数据采集B. 故障模式识别C. 数据存储D. 数据传输6. 以下哪项不是自动化设备故障诊断的挑战?A. 数据量大B. 故障类型多样C. 诊断速度慢D. 诊断成本高7. 在自动化设备故障诊断中,专家系统的主要作用是:A. 提供实时监控B. 存储历史数据C. 模拟专家决策过程D. 进行数据分析8. 故障诊断中的“四步法”不包括以下哪一步?A. 故障检测B. 故障定位C. 故障分析D. 故障修复9. 在自动化设备故障诊断中,以下哪项技术可以有效减少误报率?A. 阈值设定B. 模式识别C. 数据融合D. 实时监控10. 故障诊断系统中的数据融合技术主要用于:A. 提高数据准确性B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度11. 在自动化设备故障诊断中,以下哪项技术不属于人工智能技术?A. 深度学习B. 遗传算法C. 模糊逻辑D. 传统统计分析12. 故障诊断系统中的实时监控技术主要用于:A. 预测故障B. 检测故障C. 分析故障D. 修复故障13. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的准确性?A. 数据预处理B. 数据压缩C. 数据加密D. 数据备份14. 故障诊断系统中的历史数据分析技术主要用于:A. 预测未来故障B. 检测当前故障C. 分析过去故障D. 修复历史故障15. 在自动化设备故障诊断中,以下哪项技术不属于数据分析技术?A. 时间序列分析B. 回归分析C. 聚类分析D. 数据采集16. 故障诊断系统中的模式识别技术主要用于:A. 识别故障模式B. 预测故障模式C. 分析故障模式D. 修复故障模式17. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的效率?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份18. 故障诊断系统中的数据压缩技术主要用于:A. 减少数据量B. 提高数据准确性C. 增加数据处理时间D. 提高数据传输速度19. 在自动化设备故障诊断中,以下哪项技术不属于数据处理技术?A. 数据清洗B. 数据转换C. 数据存储D. 数据采集20. 故障诊断系统中的数据清洗技术主要用于:A. 去除无效数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度21. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的可靠性?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份22. 故障诊断系统中的数据加密技术主要用于:A. 保护数据安全B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度23. 在自动化设备故障诊断中,以下哪项技术不属于数据安全技术?A. 数据备份B. 数据恢复C. 数据加密D. 数据采集24. 故障诊断系统中的数据备份技术主要用于:A. 防止数据丢失B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度25. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的灵活性?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份26. 故障诊断系统中的数据恢复技术主要用于:A. 恢复丢失数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度27. 在自动化设备故障诊断中,以下哪项技术不属于数据恢复技术?A. 数据备份B. 数据恢复C. 数据加密D. 数据采集28. 故障诊断系统中的数据转换技术主要用于:A. 转换数据格式B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度29. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的适应性?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份30. 故障诊断系统中的数据存储技术主要用于:A. 存储数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度31. 在自动化设备故障诊断中,以下哪项技术不属于数据存储技术?A. 数据备份B. 数据恢复C. 数据加密D. 数据采集32. 故障诊断系统中的数据传输技术主要用于:A. 传输数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度33. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的实时性?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份34. 故障诊断系统中的数据采集技术主要用于:A. 采集数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度35. 在自动化设备故障诊断中,以下哪项技术不属于数据采集技术?A. 数据备份B. 数据恢复C. 数据加密D. 数据采集36. 故障诊断系统中的数据分析技术主要用于:A. 分析数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度37. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的精确性?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份38. 故障诊断系统中的数据处理技术主要用于:A. 处理数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度39. 在自动化设备故障诊断中,以下哪项技术不属于数据处理技术?A. 数据备份B. 数据恢复C. 数据加密D. 数据采集40. 故障诊断系统中的数据预处理技术主要用于:A. 预处理数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度41. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的全面性?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份42. 故障诊断系统中的数据压缩技术主要用于:A. 压缩数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度43. 在自动化设备故障诊断中,以下哪项技术不属于数据压缩技术?A. 数据备份B. 数据恢复C. 数据加密D. 数据采集44. 故障诊断系统中的数据加密技术主要用于:A. 加密数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度45. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的保密性?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份46. 故障诊断系统中的数据备份技术主要用于:A. 备份数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度47. 在自动化设备故障诊断中,以下哪项技术不属于数据备份技术?A. 数据备份B. 数据恢复C. 数据加密D. 数据采集48. 故障诊断系统中的数据恢复技术主要用于:A. 恢复数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度49. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的恢复性?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份50. 故障诊断系统中的数据转换技术主要用于:A. 转换数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度51. 在自动化设备故障诊断中,以下哪项技术不属于数据转换技术?A. 数据备份B. 数据恢复C. 数据加密D. 数据采集52. 故障诊断系统中的数据存储技术主要用于:A. 存储数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度53. 在自动化设备故障诊断中,以下哪项技术不属于数据存储技术?A. 数据备份B. 数据恢复C. 数据加密D. 数据采集54. 故障诊断系统中的数据传输技术主要用于:A. 传输数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度55. 在自动化设备故障诊断中,以下哪项技术可以提高诊断的传输性?A. 数据融合B. 数据压缩C. 数据加密D. 数据备份56. 故障诊断系统中的数据采集技术主要用于:A. 采集数据B. 增加数据量C. 减少数据处理时间D. 提高数据传输速度答案1. D2. B3. B4. C5. B6. C7. C8. D9. C10. A11. D12. B13. A14. C15. D16. A17. A18. A19. D20. A21. A22. A23. D24. A25. A26. A27. D28. A29. A30. A31. D32. A33. A34. A35. D36. A37. A38. A39. D40. A41. A42. A43. D44. A45. C46. A47. D48. A49. A50. A51. D52. A53. D54. A55. A56. A。

远程故障诊断考核试卷

D.磁盘邮寄
5.在远程故障诊断中,以下哪个环节不属于信号处理过程?()
A.滤波
B.解调
C.编码
D.识别
6.关于远程故障诊断的故障类型识别,以下哪个选项是错误的?()
A.依据特征频率进行识别
B.依据特征波形进行识别
C.依据故障发生时间进行识别
D.依据设备运行环境进行识别
7.在远程故障诊断系统中,以下哪项技术主要用于提高系统的可靠性?()
标准答案
一、单项选择题
1. D
2. D
3. A
4. D
5. C
6. D
7. A
8. D
9. D
10. D
11. D
12. D
13. D
14. D
15. D
16. D
17. C
18. D
19. D
20. C
二、多选题
1. ABC
2. ABC
3. ABC
4. ABC
5. ABCD
6. ABC
7. ABC
10.以下哪个软件不是远程故障诊断中常用的数据分析工具?()
A. MATLAB
B. Python
C. Excel
D. QQ
11.在远程故障诊断中,以下哪种方法不是诊断结果的可视化方式?()
A.折线图
B.柱状图
C.散点图
D.语音播报
12.关于远程故障诊断的硬件设备,以下哪个选项是错误的?()
A.硬件设备应具有高采样率
A.专家系统可以模拟专家的诊断过程
B.专家系统具有自学习能力
C.专家系统可以替代人工进行诊断
D.专家系统需要不断更新知识库
18.以下哪种方法在远程故障诊断中不常用于故障诊断?()

专家系统故障诊断 - 副本

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。

基于故障树的故障诊断专家系统研究

基于故障树的故障诊断专家系统研究【摘要】故障树分析方法是通过树形逐级细化分析,将系统故障的成因由总体到部分详细表示出来,将故障树分析方法应用于故障诊断专家系统,不但能解决诊断知识获取的难题,还能够使专家知识库尽可能的简化,降低冗余。

【关键词】故障树;故障树分析法;故障诊断专家系统1.故障树分析法与故障诊断专家系统的概念故障树是一种能体现故障传播关系的逻辑关系图,反映了系统故障与导致系统故障的各种因素之间的逻辑关系[1]。

故障树分析(fault tree analysis,fta)方法[2],是一种将系统故障形成原因由总体到部分按树状逐级细化的分析方法,是对复杂系统进行可靠性分析的有效工具,目的在于判明基本故障,确定故障原因、影响和发生故障的概率。

故障诊断专家系统是将专家知识与计算机结合在一起,按照规定的推理算法,通过人机接口让使用者与计算机进行对话,由使用者回答系统提出的问题,系统根据提问和回答问题的答案进行推理,最终给出诊断结论。

2.故障树分析法与故障诊断专家系统的共同点将诊断专家系统和故障树分析法进行对比,可知故障诊断专家系统与故障树分析法之间存在相同点。

(1)故障树可以作为故障诊断专家系统的故障模型。

诊断专家系统的任务是当部件失效时利用各种信息,依据知识库中的知识,通过推理确定部件失效的故障模式,找出故障源和故障原因,推理过程与故障树的逻辑关系相似。

(2)从知识获取的角度来看,故障树具有标准化的知识结构[3],若利用故障树知识结构生成诊断专家系统知识库,可表示诊断问题的求解策略,同时可以极大地降低系统知识获取的难度。

实际上,故障树的顶事件(故障现象)是对应于专家系统要分析解决的任务,其底事件(故障原因)对应于专家系统的推理结果,而故障树由顶到底的层次和逻辑关系对应于专家系统的推理过程。

3.故障树分析法适合于专家系统知识库的建造的原因将故障树的割集同诊断专家系统的知识库联系起来,故障树的一个割集是系统的一种失效模式,同时对应于知识库的一条规则。

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。
  1. 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. 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. 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)。

故障诊断专家系统 (3) 诊断型 诊断型(Diagnosis)专家系统 这类系统根据输入 专家系统 的故障, 信息推断出处理对象中可能存在 的故障,如计算机 硬件故障诊断系统DART、核反应堆故障诊断系统 、 硬件故障诊断系统 REACTOR、感染病诊 断与治疗系统 断与治疗系统MYCIN、旋 、 、 转机械故障诊断系统EXPLORE-EX、透平机械故障 、 转机械故障诊断系统 诊断专家系统TUBMAC等。 诊断专家系统 等 (4) 调试型 调试型(Debugging)专家系统 这类系统给出已确 专家系统 认故障的排除方案, 认故障的排除方案,如石油钻探机械故障诊断与排 除系统Drilling Advisor等。 除系统 等
故障诊断专家系统
(7)设计型 设计型(Design)专家系统 这类系统能根据给定 设计型 专家系统 的要求形成所需要的方案或图样, 的要求形成所需要的方案或图样, 如DEC公司的 公司的 计算机总体配置系统XCON。 。 计算机总体配置系统 (8)监测型 监测型(Monitoring)专家系统 这类系统多用于 监测型 专家系统 完成实时监测任务, 完成实时监测任务,如REACTOR 系统和高危病 人监护系统VM等。 等 人监护系统
故障诊断专家系统
人工神经网络 一、概述
1.定义及特点 2.目前的应用情况
x1 w1 x2 w2
θi
-1 Xi

二、基本原理
1.神经元结构模型 x1~xn输入 w1~wn权值 xn wn θ i 闵值 Xi神经元求和输出, Oi输出 F神经元特性函数
f
Oi
Si
故障诊断专家系统 人工神经网络 各参数之间的关系为:
故障诊断专家系统 (9) 控制型 控制型(Control)专家系统 这类系统能自动控 专家系统 制系统的全部行为, 制系统的全部行为,通常用手生产过程的实时控 系统、 制,如维持钻机最佳钻探流特征的MUD系统、 如维持钻机最佳钻探流特征的 系统 MVS操作系统的监督控制系统 操作系统的监督控制系统YES/MVS等。 操作系统的监督控制系统 / 等 (10) 教育型 教育型(1nstruction)专家系统 这类系统能诊 专家系统 断并纠正学生的行为,主要用于教学和培训, 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, 为诊断型和调试型的结合体,如GUIDON和 和 STEAMER等。 等
7. 故障诊断专家系统
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 定义: 能计算机程序。 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; 机械系统诊断中的复杂问题;能达到专家水平
X = ∑ x w + s −θ i j =1 j j i i Oi = f ( xi )
n
f(x)
线性 x
f(x) 1
阶跃 x
特性函数主要有
线性:f ( x) = kx
1 阶跃:f ( x) = 0
符号型
斜坡型
x>0 x≤0
1 -1 1
γ
-a a
还有符号型、S型、 双曲正切型和高斯 1 0.5 函数型等。
故障诊断专家系统
数据库管理
任务管理 推理机 知识库 知识表示 知识库管理
数据库 工况分析
诊断结果解释 动态黑板
实用的专家系统
故障诊断专家系统
6.专家系统分类 专家系统分类
(1) 解释型 解释型(Interpretation)专家系统:这类系统通 专家系统: 专家系统 过分析所采集到的数据进而阐明这些数据的真实含 义,如由质谱数据解释化合物分子结构的 DENDRAL系统、由声纳信号识别舰船的HASP/ DENDRAL系统、由声纳信号识别舰船的HASP/ 系统 SIAP系统、语音理解系统 系统、 系统 语音理解系统HEARSAY等。 等 (2) 预测型 预测型(Prediction)专家系统 :这类系统根据处 专家系统 理对象过去和现在的情况去推测其未来发展趋势, 理对象过去和现在的情况去推测其未来发展趋势, 如各种气象预报系统、军事预测系统I&W等。 如各种气象预报系统、军事预测系统 等
故障诊断专家系统 二、知识库 1. 定义:专家知识、经验及书本知识的存储器 定义:专家知识、 2. 知识表示 1)对知识表示的基本要求(三个基本要求) )对知识表示的基本要求(三个基本要求) 表示方案应便于知识的修改和扩充; ①表示方案应便于知识的修改和扩充; 表示方案应尽量简单易懂; ②表示方案应尽量简单易懂; 表示方法应清晰明确。 ③ 表示方法应清晰明确。因为专家系统的建造过程是一 个不断扩充和完善的过程,因此, 个不断扩充和完善的过程,因此,便于修改和扩充的 知识表示方案对专家系统来说是非常重要的, 知识表示方案对专家系统来说是非常重要的,它直接 关系到专家系统的成败。 关系到专家系统的成败。实现这一要求的有效手段是 把知识与使用知识伪程序相分离, 把知识与使用知识伪程序相分离,即把知识库和推理 机相分离。 机相分离。
故障诊断专家系统 如:出现异常振动则振幅大。对于复杂的故障用树 出现异常振动则振幅大。 枝状表示。 枝状表示。
振动峰值大
基频振动
低频振动
二倍频振动
广谐振动
不平衡 热弯曲 油膜涡动 支承问题 轴裂纹 不对中 摩擦 联轴器问题 油膜震荡 ……
注:与事故树类似
……
故障诊断专家系统
2. 产生式表示的优缺点 优点: 优点 ① 模块化 ; ② 自然性 ; 一致性。 ③ 一致性。 主要缺点: 主要缺点: ① 推理效率低 ; 非通用性; ② 非通用性; 依赖于已有的经验。 ③ 依赖于已有的经验。
故障诊断专家系统 4. 专家系统的特点 1)应用范围广 ) 2)诊断水平高 ) 3)诊断效率高 ) 5. 专家系统的组成 一般由五部分组成:知识库、推理机、 一般由五部分组成:知识库、推理机、数据 库、解释程序和知识获取程序。 解释程序和知识获取程序。 实用的专家系统还有其它中间环节。 实用的专家系统还有其它中间环节。
故障诊断专家系统 人工神经网络
2)反馈网络
输入输出之间存在反馈,因此具有动态特性。 y y 输出层 输出层
隐 层
隐 层 输入层 u
输入层 u
故障诊断专家系统 人工神经网络
3.学习算法 1)学习算法 2)BP算法 3)应用
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, 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、 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、 属性—值三元组表示 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, 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。 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)、 一个典型的产生式专家系统通常由规则库 、 综合数据库(GlobalDatabase)和 综合数据库 和 规则解释器 规则解释器(RuleInterpreter)这 规则解释器 这 三个基本部分组成; 三个基本部分组成; 综合数据库 规则库
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, 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、 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、 属性—值三元组表示 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, 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。 缺点和最适用的领域。 3)产生式表示(或规则表示) )产生式表示 或规则表示 或规则表示) 其一般形式为 P Q(即IF … THEN…) ( 左部分表示前提(条件或状态),右部分表示若干 左部分表示前提(条件或状态),右部分表示若干 ), 结论
故障诊断专家系统 3.不确定知识表示 1)随机性知识 2)模糊性知识 3)未确知性知识 三、知识的获取 知识获取的方法:有*机械式、条件反射式、*传授 式、演绎式、归纳式、猜想证实式、*反馈修正式、 类比式、联想式、灵感与偶发式等,
故障诊断专家系统
故障诊断专家系统
四、推理机制 1.推理分类 2.推理控制策略 3.推理搜索策略 4.似然推理
S型
1 c
双曲正切型 高斯函数
故障诊断专家系统 人工神经网络 2.网络拓扑结构(神经元联结结构) 1)不含反馈的前向网络
神经元分层排列,组成输入层、隐层(可有若干)和输出 层。每一层的神经元只接受前一层的神经元输出作为输入。 输入模式经过各层的顺次处理后得到输出层输出。误差反向 传播算法(Bp法)的网络即为此模型。 x1 x2 xn 单层前 向网络 yn y1 x1 x2 xn 多层前 向网络 y1 y2 yn
故障诊断专家系统
(5) 维修型 维修型(Repair)专家系统 这类系统制定并实施 专家系统 纠正某类故障的规则, 纠正某类故障的规则,如诊断排除内燃机故障的 DELTA系统、电话电缆维护系统ACE等。 系统、电话电缆维护系统 系统 等 (6) 规划型 规划型(Planning)专家系统 这类系统能根据给 专家系统 定的目标制订行动计划, 定的目标制订行动计划,如电子线路布线系统 PROTEL等。 等
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。
相关文档
最新文档