近年来,由于计算机技术、现代测试技术和信号处理技术的迅速发展,设备故障诊断技术取得了很大的进步。人们已开发和研究了一些较成熟的诊断技术及理论方法,如铁谱分析、声波检测、红外线测温、油液分析和各种无损检测等诊断技术,以及信号处理、模式识别、模糊推理等理论方法,人们可对在多种工作环境条件及运行状态下的机器或工程系统的许多故障模式进行检测、识别、诊断和排除。随着人工智能技术的发展,特别是知识工程、专家系统和人工神经网络在诊断领域中的进一步应用,迫使人们对智能诊断问题进行更加深入与系统的研究。所谓诊断系统的智能就是它可有效地获取、传递、处理、再生和利用诊断信息,从而具有对给定环境下的诊断对象进行成功状态识别和状态预测的能力。但是诊断系统的智能并不意味着完全代替人的智能活动,将人排斥于诊断系统之外。智能诊断系统中的知识处理包括了三个主要步骤:知识获取、知识存储及推理。随着专家系统的发展,知识获取已成为建造专家系统的"瓶颈",因此研究专家知识的获取方法有很大的价值。
1知识获取的步骤、方法及策略
1.1 深入专家知识领域,让专家了解ExpertSystem(ES)
从严格意义上讲,知识工程师收集的专家知识,不是真正意义上的专家知识,而是由知识工程师理解、确认并表达出来的专家知识。事实上,专家处理问题有时是下意识的,是靠经验和直觉的。文献认为专家在表达知识时发生畸变,即在表达知识时会出现偏差。一个对专家知识领域不够熟悉的人,连准确反映专家的直接表述都难做好,更不用说从专家无序的叙述中,去除冗余、杂质,整理、挖掘出正确的专家知识。
知识工程师在开始收集专家知识前,应深入专家工作领域,尽可能多地熟悉、了解、领会专家工作的性质、内容、条件、环境和专门知识等。同时,也要向专家介绍有关ES的基础知识,特别要注意知识的表示形式,如何存人计算机,求解问题的基本原理。使专家对ES的结构有大致清晰的了解,便于专家有针对性地提供专门知识。
1.2 对要解决的问题进行分类与故障树建立映像
对专家领域知识深入了解到一定程度,所要收集专家知识的对象比较明确时,应对所有对象进行全面的讨论和分析,将其内容整理清楚,进行归类划分,将研究对象(系统)分成若干子类(子系统),子类(子系统)可以再分。分类的原则要有利于系统知识的快速、全面的收集,且有利于专家系统对知识的应用。
以某装备液压故障诊断专家系统为例,该装备的架设和撤收作业是利用电、气、液相结合的机电控制,来实现各液压执行部分的工作,电、气、液零部件种类多(12个液压缸、2个气缸),且各种电器系统和液压系统交错布置,电、气、液系统结构较复杂。经调研发现,该装备的液压系统是发生故障最多的,导致工作中常出现桥体无法架设或架设不到位、撤收时不能收回或回收不到位以及控制失灵等故障。
根据该装备的作业特点,将其液压系统按功能不同进行划分,对每个组成子系统进行分类整理,如供油回路部分主要是为各个子系统正常工作提供液压油,它主要由双联齿轮泵、溢流阀、油箱、滤油器以及油管等辅助元件组成;推顶部分主要由推顶液压缸、平衡阀、换向阀等元件组成……。这样分类,收集的对象层次分明、条理清楚。便于专家知识准确、方便、全面地收集。再如此细分下去直到达到诊断要求为止。
1.3 选择一个最有代表性的对象,从最底层子类对象入手
选择一个最有代表性的对象,并从这个对象的最底层子类对象开始,采用多种知识获取方法来收集知识。先收集完一个子类对象,再收集兄类对象,所有兄类对象收集完后,再完成父类对象知识的收集。
解决了最有代表性的对象,其他对象就有了借鉴和参照体,在收集时主要精力就可以放在这些对象的特征上,可以节省时间。
这样做的另一个好处是,收集在一起的知识相关性强,便于知识库中知识的组织、安排,有利于提高求解问题时的搜索速度。
(1)根据系统元件得到知识 在按照执行功能对该装备的液压系统进行划分后,即可开始针对各部分的故障特点进行知识的搜集与整理,如供油部分可对齿轮泵等部件的常见故障现象进行分析,先整理出最底层的故障现象所对应的知识,包括故障现象、故障原因、故障对策(解决方案),再按照从元件到部件到系统的次序整理出影响系统正常运行的所有知识,一定要注意知识的全面性,并以一定的规则形式表示出来。
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。