基于RBR+CBR双重推理的带式输送机驱动系统故障诊断研究

基于规则推理(RBR)和基于案例推理(CBR)的方法均适用于带式输送机故障诊断领域。针对二者在故障诊断中或侧重原因分析或侧重维修手段的问题,对基于RBR+CBR双重推理的推理机制进行了研究,并建立了专家系统,对带式输送机驱动系统进行了故障诊断。首先,在传统专家系统的结构基础上构建了故障诊断专家系统;然后,根据故障机理建立了驱动系统故障树,采用产生式表示法设计了故障规则库,根据故障案例与专家经验,采用矩阵表示法设计了故障案例库;基于规则推理(RBR)和基于案例推理(CBR)的方法,设计了专家系统推理机制;利用LabVIEW程序开发平台设计了专家系统人机交互界面,实现了传感器—知识库—客户端之间的串联通信;最后,为了验证上述专家系统的可行性,在某矿带式输送机运行现场进行了实验,并进行了结果分析。研究结果表明:该带式输送机专家系统的故障原因分析准确率超过95%,故障维修方案有效性超过94%;与RBR、CBR算法支持下的专家系统相比,该专家系统具有更优的收敛性、有效性和准确性,为带式输送机的故障智能诊断提供了一种有效的方法。

融合实例与规则推理的车辆故障诊断专家系统

根据车辆故障诊断的特点,以全新的角度提出融合实例与规则的混合推理方法,建立了专家系统的整体实现框架、解决了不同诊断单元在工作时难以互通诊断信息等问题,对专家系统的设计策略、实施步骤和组织结构做了详述。最后给出以车辆音响故障为研究对象的多层、分布式诊断专家系统实例,验证了以上方法的正确性和整体实现框架的有效性。

基于案例与规则推理的干扰查找专家系统

根据无线电干扰查找的特点,将基于案例推理与基于规则推理相结合的机制应用于诊断系统。给出专家系统的整体结构,阐述案例的表示方法和检索方式,介绍专家系统的工作方式。实际应用表明,该系统可以有效提高干扰查找的准确性,有利于提高干扰查找人员的分析和判断能力。

基于模糊专家系统的评估诊断方法

针对设备故障诊断中存在的不确定性问题,提出一种将模糊逻辑和专家系统结合的评估诊断方法·模糊专家系统中采用模糊产生式规则表示知识,通过采用模糊匹配的不确定性推理方法进行,并采用以置信度高低为标准的冲突消解策略来实现基于知识的诊断方法·文中介绍了专家系统功能组成和实现方法,同时在电力变压器的气相色谱分析故障诊断方法中应用了该模糊专家系统·通过现场近百次实际诊断,准确率可以达到95 7%,验证了将模糊专家系统应用到变压器的故障诊断中是可行的·

一个人物关系问答的专家系统

在分析专家系统现有理论技术的基础上,采用自然语言问答的人机交互方式,搭建了《人物关系问答系统》,对专家系统现存的问题进行了有益的探索.测试结果表明,该系统知识完备,表示方法及组织方法适当,求解问题质量高,人机交互便利,效率高,可维护性好,解释能力强.

基于RBR与CBR的维修大纲专家系统

根据飞机维修大纲研制的需要,依据最新的维修指导小组思想和类似机型的维修大纲经验,提出了基于规则推理(RBR)和案例推理(CBR)相结合的民机维修大纲制订方法.构建了民机维修大纲专家系统的总体框架,并对该系统中的关键技术问题——案例的表示和组织、案例的检索、集成推理技术和案例的修正与存储进行了详细分析和研究.案例的检索分两步进行首先从案例库中找出与新机型尽可能相似的机型,然后,从类似机型中进一步匹配出最相似的项目.集成推理采用RBR和CBR分开推理,再比较结果做出决策.最后,采用面向对象的程序设计方法对该专家系统编程,并以某航空公司飞机验证了RBR和CBR相结合的维修大纲制订方法的有效性.

基于图像规则的玉米病害诊断系统的设计与实现

针对传统病害诊断系统在病症推理过程中借助语言文字描述规则诊断病害让农户难以理解和应用的问题,将图像指认方法与传统文字规则推理技术相结合,建立的病害诊断系统更适合于农户使用,并改善了专家系统的应用效果,利于其在玉米生产中的应用。介绍了基于图像规则的玉米病害诊断系统的设计思想、功能特点和实现方法。

基于专家系统的城市电网规划进程智能化控制系统

城市电网规划是一项复杂的系统工程 ,一项完整的规划工作可能需要数十个步骤。为能更好地完成规划工作 ,结合关系数据库的特定存储机制和专家系统的规则推理与案例推理方法 ,开发了基于专家系统的城市电网规划进程智能化控制系统 ,对规划进程和用户工作状态进行智能化管理 。

模糊神经网络在决策专家系统中的研究与应用

解决知识“瓶颈”问题是拓宽专家系统应用领域的关键技术。在运用模糊集合理论的基础上 ,给出模糊决策规则定义 ,根据模糊神经网络理论 ,提出一种实现规则决策的层次型模糊神经网络 (FRDNN) ,设计 4类不同属性的神经元 ,结合开发的实用GSM网络优化专家系统的知识的特点 ,从“决策域”观点仿真分析并通过实例验证FRDNN的可行性 。

基于网络的鸡病防治与诊断专家系统的设计

目前中国鸡病防治中存在一些暂时无法解决的难题,如基层中鸡病诊断专家缺乏、鸡病防控不及时等。基于现状,利用计算机网络技术和人工智能技术,将SQL数据库和ASP.NET技术相结合,设计并开发了基于网络的鸡病防治与诊断专家系统。该系统将鸡病诊断和鸡病防治知识进行集成,采用基于规则的模糊化的混合推理策略,实现了鸡病诊断和防治的数字化和智能化,用户可通过网络实现鸡病诊断、鸡病防治、鸡群管理、知识查询和统计分析等功能。经验证性试验和专家评测,该系统结构合理,功能完善,可以满足广大基层用户的需求,具有一定的推广应用前景。

一个基于实例推理的专家系统

该文研究了基于实例推理（Ｃａｓｅ－ＢａｓｅｄＲｅａｓｏｎｉｎｇ，简称ＣＢＲ）的机制，重点讨论了其在商业ＭＩＳ框架生成专家系统ＦＧＳＭ中的应用，结合ＦＧＳＭ系统的研制，给出了ＣＢＲ的一般实现过程。

基于规则推理的船艇柴油机故障诊断专家系统

介绍了国内外船用柴油机故障诊断专家系统的研究现状,并以船艇柴油机为研究对象,阐述了基于规则诊断推理技术的故障诊断专家系统的结构与功能,诊断系统的知识表示与推理机制;该系统为船艇柴油机的自动故障诊断、分析与排除提供了一定的研究价值。

基于混合推理机制的故障诊断专家系统

多数故障诊断专家系统采用单一的推理机制,或者基于规则的推理,或者基于事例的推理。而这两种推理机制都各有优缺点,采用单一推理机制会造成诊断的不准确性。论文将基于规则的推理和基于事例的推理相结合,设计了混合推理机制。在此基础上,论文设计了一个既有专家知识库,又有故障事例库,具有自学习能力的故障诊断专家系统(AFDES)。实验结果表明,论文设计的混合推理机制是比较有效的。

基于事例推理的继电保护运行管理专家系统

基于事例推理 (CBR)是近年来专家系统领域内的一个热点问题。首先介绍了CBR的概念和关键技术 ,并将其应用于网调继电保护运行管理专家系统。结果表明 ,与传统的基于规则推理 (RBR)相比 ,CBR具有效率高且有自学习能力的优点。

基于CBR与RBR混合推理的仪表设计专家系统

针对仪表设计领域知识和经验的重用和共享性差的问题,完成了仪表设计专家系统的开发。对该系统的功能模型作了详细的阐述,并对知识库的设计和推理机制进行了深入研究,提出了一种将CBR与RBR相结合的新型推理方法,该方法结合两种推理方式的优势,提高了推理的质量和效率。实验表明,该系统能够根据用户的要求进行仪表设计,具有广泛的应用前景。

专家系统自适应性应用研究

基于规则的专家系统只能对事先预想到并提供了规则的事件进行推理,不能灵活适应外部情况的变化.针对这种不足,提出了一个自适应专家系统模型.通过该模型的认知——学习周期和感知——行为周期,可以实现专家系统的自适应性.最后简要描述了自适应专家系统模型在建立入侵检测系统中的应用实例.

作物生产辅助决策专家系统模型研究

在综合运用分类分析和聚类分析等数据挖掘方法的基础上,提出一种智能农业专家系统构建模式,并给出了一种领域内数据筛选算法,以提高知识获取的自动化程度,探索部分解决基于规则推理的传统农业专家系统中知识获取的瓶颈问题。

竖炉焙烧过程多变量智能优化设定方法

赤铁矿竖炉焙烧过程关键被控变量的优化设定值不易获得,使得生产指标难以控制在其目标值范围内。将案例推理、参量预报和专家系统技术相结合,提出一种竖炉焙烧过程的多变量智能优化设定方法。预设定模型给出控制回路的预设定值,案例评价模型和案例修正模型分别对预设定值进行评价和校正,从而实现了控制回路设定值的在线自动调整。实验及应用表明了方法的有效性,能够适应工况的频繁变化,实现了生产指标的优化控制,取得明显成效。

防空导弹飞行试验集成故障诊断专家系统

为了对防空导弹飞行试验中的故障进行有效诊断,在分析现有基于知识、案例、模型、集成神经网络等推理的特点和局限性的基础上,探究了几种集成诊断推理的可能实现方法,再根据防空导弹故障模式特点,提出了一种集规则、案例、结构/功能模型和集成人工神经网络等诊断方法于一体的集成智能诊断专家系统。给出并研究了基于多深度知识、多层次推理的防空导弹诊断系统结构;研究了诊断系统的知识模型及问题求解策略。

基于本体的规则推理和案例推理结合的糖尿病诊疗专家系统研究

将规则推理(RBR)与案例推理(CBR)两种人工智能技术引入到糖尿病诊疗系统设计中。围绕系统总体架构,使用protégé构建糖尿病领域本体库和糖尿病诊疗SWRL规则库,通过JESS推理引擎进行动态推理,建立包含新知识的糖尿病领域知识库;从知识库中提取部分本体实例作为案例库,采用案例检索和本体知识库检索相结合的方法,返回查询和推理结果,提供给病人适合病情的诊疗方案。将实验结果与专家实际诊断进行对比,得出系统诊治准确率为85.28%,表明该系统实用性较好,可以成为糖尿病患者一种可行的诊疗方案。