基于故障树与神经网络技术的故障诊断专家系统构建研究

传统的故障诊断专家系统的应用依赖于人类专家的领域知识获取。知识获取被公认为专家系统研究开发中的“瓶颈”问题。另外，在自适应能力、学习能力及实时性方面也都存在不同程度的局限。而人工神经网络有良好的容错性与联想记忆功能，以及十分强的自适应、自学习能力，恰好可以弥补传统专家系统的局限性，因此将人工神经网络引入专家系统中，并与故障树分析有机地结合，构造融合故障树与神经网络技术的新型故障诊断专家系统。本文以某综合系统中计算机与传感器分系统典型故障为例进行了实例分析，说明了故障树和神经网络集成的故障诊断专家系统解决此类问题的合理性和有效性。