第21卷 第10期计 算 机 仿 真2004年10月 文章编号:1006-9348(2004)10-0004-04
复杂系统的智能故障诊断技术现状及其发展趋势
李 伟
(重庆大学自动化学院,重庆400044)
摘要:智能故障诊断技术为保障工程技术系统的可靠性和安全性开辟了新的途径,随着系统设备和功能的日益复杂化,发生
故障的机率以及由此带来的损失越来越大,现有单一、固定的故障诊断方法却难以满足复杂系统诊断的全部要求。该文针
对复杂系统故障现象的特点,分析了现有基于规则、基于结构和行为、案例、模糊逻辑、神经网络及其集成知识诊断技术的各
自特点和局限性,指出了机器学习对于当前复杂系统智能故障诊断发展的重要性,有利于改变现有单一、固定的故障诊断思
维,并对未来的主要发展方向进行了一些探讨。
关键词:故障诊断;人工智能;复杂系统
中图分类号:TP18;TP306 文献标识码:A
Advance of Intelligent Fault Diagnosis for Complex System
and Its Present Situation
LI Wei
(Automation College,Chongqing University,Chongqing400044,China)
ABSTRACT:The technology of i ntelligence faul t diagnosis develops a new way for the reliabili ty and safety of indus trial sys
tems,with the gradual complication of the equipment and function of system,which leads to more faults and loss,b ut,i t can
no longer meet all req uirements of diagnosing fault complex systems by existing soli tary and static means.According to the
characteris tics of complex systems,this paper analyses the characteristics and li mitations of the existing fault diagnosis and in
tegrated approaches based on rule,structure and behavior,case,fuzzy logic and neural network,points ou t the importance of
machine learning to intelli gent diagnosis system,which i s beneficial to change the mind in fault diagn osis,and discusses the
mai n research directions of intelligent diagnosis system in the future.
KEYWORDS:fault diagnosis;artificial intelligence;complex system
1 引言
当一个系统的状态偏离了正常状态时,称系统发生了故障,此时系统可能完全、也可能部分地失去其功能。故障诊断就是寻找故障原因的过程,包括状态检测、故障原因分析及趋势预测等内容。故障检测与诊断技术发展至今经历了三个阶段:第一阶段由于机器设备比较简单,故障诊断主要依靠专家或维修人员的感觉器官、个人经验及简单仪表就能胜任故障的诊断与排除工作;第二阶段是以传感器技术、动态测试技术为手段,以信号分析和建模处理为基础的现代诊断技术,在工程中已得到了广泛的应用。近年来,由于机器设备日趋复杂、智能化及光机电一体化,传统的诊断技术已经很难适应,随着计算机技术 智能信息处理技术的发展,诊断技术进入了它的第三个发展阶段 信号分析 建模与知识处理相融合的智能诊断技术阶段[1-2]。
概括来说,现有的故障检测与诊断方法(Fault Detection and Diagnosi s FDD),可以分为以下四大类: 基于状态估计的FDD方法; 基于参数估计的FDD方法; 基于信号处理的FDD方法; 基于知识的FDD方法。 、 又统称为基于解析模型的诊断方法,核心思想是用解析冗余取代硬件冗余,通过构造观测器估计出系统的输出值,将其同输出测量值相比较,从中获取故障信息。该方法获得了深入的研究,但在工程实践中,由于获得系统精确模型的困难性,限制了其使用范围和效果;基于信号处理的诊断方法,利用信号模型,如相关函数、频谱等,提取诸如方差、幅值、频率等特征值,检测出故障,随着小波变换、分形等分析技术的不断引入,研究和应用领域在迅猛地拓展;基于知识的诊断方法不需要对象的精确数学模型,诊断对象作为一个有机整体被研究,以知识处理技术为基础,诊断问题的求解致力于通过模拟领域专家在推理过程中控制和运用各种诊断知识的行为
收稿日期:2004-04-02
而获得解决,目前研究工作发展迅速、成果迭出。
2 复杂系统故障的基本特性[3-4]
一般而言,复杂系统故障具有如下的特性:
1)层次性:复杂系统在构造上由多个子系统组成,结构可以划分为系统、子系统、部件、元件等各个层次,从而形成其功能的层次性,因而其故障和征兆也具有不同的层次性。
2)传播性:纵向传播,指元件的故障相继引起部件、子系统、系统的故障;横向传播,指故障在同一层次内传播。
3)相关性:某一故障可能对应若干征兆;某一征兆可能对应多个故障。
4)不确定性:系统的故障和征兆具有的随机性、模糊性和某些信息的不确定性。
对于复杂系统的故障诊断,由于其功能单元很多,各个单元及其组合部件都可能产生不同的故障,巨大的数量使得很难对其进行精确地状态描述和完整模拟各种故障情况。如果采用传统的推理检测方法进行系统故障诊断,难以实时、准确地判别出故障原因,同时复杂系统内部相互制约因素很多,一个故障的形成往往是众多因素造成的结果,而各因素之间既存在十分复杂的联系,又各自对最终故障贡献的 权重 十分模糊。因此,无法用精确的状态模型进行表示,而如果采用一些常用的简化方法进行处理,又不能如实反映出复杂系统的本身特性,这使得近年来基于知识的智能故障诊断系统成为了复杂系统故障诊断领域中最引人注目的发展方向之一,应用前景也更为广阔。
3 智能诊断模型的现状分析[5-7]
3.1 智能诊断方法及其关键因素
智能故障诊断系统的基本思想一般可以这样来表述:设被检测对象全部可能发生的状态(正常和故障)组成状态空间S,可观测特征取值范围的全体构成特征空间Y。当系统处于某一状态S时,系统具有确定特征y,即存在映射g:SY;反之,一定的特征也对应某确定状态,即存在映射f:YS。故障诊断的目的就是试图依据可测量的特征向量来判断系统处于何种状态,也就是找出映射f。系统状态的特征信号,一般来说,具有两种表现形式,一种是以能量形式表现出来的特征信号,如振动 温度和电压等;另一种是以物态形式表现出来的特征信号,如烟雾等。通过征兆提取装置输出的征兆来识别系统的状态,这是整个诊断过程的核心。
智能诊断中的 智能化 主要体现领域专家知识在诊断过程中的干预行为,即在对故障信号进行检测与处理的基础上,结合领域知识和AI技术进行诊断推理,应用到诊断过程中的领域专家知识主要可分为:浅知识和深知识,浅知识以启发性经验知识为主;深知识则以诊断对象的系统模型知识为核心。在复杂系统故障诊断中,两者互为补充,缺一不可。对一个实用高效的智能诊断系统而言,诊断知识的获取、诊断结论的可靠性和系统解释功能是衡量智能诊断系统性能的几个关键方面。
3.2 单一模型的故障诊断方法及其特点
智能故障诊断技术涉及广泛的学科领域,存在不同的定义、理解、分类和应用方向。根据诊断知识的组织和运用形式,近几年,基于经验规则、基于结构和行为、基于范例、基于模糊逻辑和基于人工神经网络等五种智能诊断模型在智能故障诊断领域中研究和应用较多。
3.2.1 基于经验规则的诊断模型
基于经验规则的诊断模型是通过对领域专家诊断经验采用规则形式加以描述,将征兆与潜在故障联系起来。诊断规则搜索的过程就是对领域专家在故障诊断过程中行为的模拟。该诊断模型经历了较长时期,采用可信度方法、证据方法、贝叶斯方法等可以实现不确定性信息处理,知识结构形式简洁明了、解释方便,在机械系统、电子系统及化工设备故障诊断等领域都已有很多成功的应用[8-11]。
随着系统和故障成因的日益复杂,规则模型对诊断对象的强依赖性、新知识形成时间长、自适应能力差等弱点逐渐暴露,对于新故障模式,如果不具备相关规则,诊断系统容易出现漏诊。
3.2.2 基于结构和行为的诊断模型
结构表达系统组件及组件之间的关系,行为描述组件正常工作模式,该诊断模型建立在系统工作正常基础之上,从理论上能够识别诊断系统所有的故障模式,但对复杂系统或组件行为描述本身就是一个难点,模型建立和维护也需要较长的时间,应用上存在一定的困难。针对上述不足,物理学中定性模型方法逐渐引起人们重视。系统的定性模型是由一组表示系统物理参数的定性变量和一组各参数之间相互关系的定性方程组成,诊断中通过对系统和过程的定性描述和推理,能够有效揭示系统行为之间的内在联系,当前的研究相当活跃,尤其在动态系统故障诊断[12]中。
3.2.3 基于范例的诊断模型
范例推理(CBR,Case-based Reasoning)作为人工智能中新兴的一种推理技术,适用于理论模型和领域知识不完整而经验丰富的决策问题。
基于范例诊断的诊断推理主要通过对诊断范例的检索和匹配,获得对故障的诊断结果,即使在故障与范例之间不完全匹配的情况下,也能通过相似性度量,得出相似的解。范例的具体表示形式同诊断对象特性密切相关,一般而言,故障范例可以表示为五元组C={N,S,R,P,E},其中N、S、R、P、E为五个有限非空集合,分别代表故障范例名、故障征兆集、故障结论集、维修方案集和系统状态集。
诊断推理运用的知识是现场的具体故障范例,含义丰富,容易理解,大大降低了获取领域专家知识的难度,为快速诊断故障提供了一个途径。近年来,基于范例推理的诊断研究[13-14]异常活跃,国际上已经召开了多次关于CBR的会议,国内外的一些公司已经将CBR应用于复杂设备和系统的故障诊断、维修和决策支持。
但由于范例组织结构的复杂性,基于范例的诊断模型存在着范例维护困难、新范例生成需要额外知识等不足之处。
3.2.4 基于模糊逻辑的诊断模型
故障诊断是通过研究故障与征兆之间的关系来判断系统状态,由于语言表达、信息不完全等带来的模糊属性常常出现在对故障的征兆描述中,故障与征兆之间的关系很难用精确的数学模型来表示,导致某些故障状态也是模糊的。简易地用 是否有故障 来表达是不准确的,需要给出故障发生的可能性以及描述故障位置和损坏程度等。模糊逻辑提供了表达和处理模糊逻辑概念的机制,能够处理故障诊断中的不确定信息和不完整信息[15-17]。
模糊诊断方法是利用集合论中的隶属度函数和模糊关系矩阵的概念来解决故障与征兆之间的不确定关系。在模糊故障诊断中,构造隶属函数是实现模糊故障诊断的前提。目前,模糊故障诊断有两种基本方法,一种是先建立故障现象与故障征兆之间的模糊关系矩阵,再通过模糊关系方程进行故障诊断;另一种方法是先建立故障与征兆之间的模糊知识库,再进行模糊逻辑推理。
模糊变量表示可读性强,模糊推理逻辑严谨,类似人类思维过程,易于理解。但存在模糊关系较难确定、模糊数(隶属度)转换以及模糊诊断知识获取困难等技术难点。
3.2.5 基于人工神经网络的诊断模型
对于故障诊断而言,其核心技术是故障模式识别,而人工神经网络由于其本身信息处理特点,如并行性、自学习、自组织性、联想记忆等,使得能够出色地解决那些传统模式识别难以圆满解决的问题,所以故障诊断是人工神经网络的重要应用领域之一,已有不少应用系统的报道[18-20]。
总的说来,神经网络在诊断领域的应用研究主要集中在两个方面:一是从模式识别的角度应用作为分类器进行故障诊断,其基本思想是:以故障征兆作为人工神经网络的输入;诊断结果作为输出;二是将神经网络与其他诊断方法相结合而形成的混合诊断方法。
对用解析方法难以建立系统模型的诊断对象,人工神经网络有着很好的研究和应用前景。在故障诊断中,主要存在的问题是:知识无法直观表示、诊断行为的 黑箱 性等。
3.3 混合诊断模型方法的提出
在人类专家进行故障处理过程中,不仅能用 直觉 式推理,也可以分析故障的 原因 和 结果 ,能处理模糊信息,也能积累维修经验。专家进行故障诊断的过程,就是运用多种诊断推理方法共同作用的过程,因此发展集成多种不同智能技术的混合智能诊断系统[21-23]是智能化故障诊断领域的大势所趋。集成研究的内容主要是:在基于知识的基础上,将多种知识表达方法和推理方法混合集成,融合多种信息,实现多角度、多层次的诊断集成,提高系统的灵活性,逼真模拟专家诊断思维过程的目的。
目前,国内外混合诊断系统大都采用的多推理机、多知识库并存的结构形式,对同一故障现象,从多诊断模型之间组合关系(具体诊断思路)上大致可以分为三类,递补诊断;并行诊断,采用证据理论等合成最终诊断结论;关联诊断(所谓关联,特指模型间对关联故障信息处理有着事先约定的协作和逻辑关系),研究较多的方法主要有基于规则与ANN模型混合、CBR与ANN模型混合、模糊逻辑、ANN和基于规则模型混合等等。除了诊断模型之间的集成,深浅知识的集成形式也是一个研究的热点,定性模型和推理技术也逐渐被引入到定量诊断中。
4 智能化诊断系统的发展趋势
4.1 机器学习是推进智能化故障诊断技术的关键[24]
人工智能在故障诊断领域中的应用,实现了基于人类专家经验知识的故障诊断技术,将其推进到一个新的水平 智能化诊断水平。通常,以专家系统为代表、以定量、定性、已有的诊断知识为核心的智能诊断系统是 再现智能 的系统。智能诊断系统设计者并不关心知识的获取方式以及获取过程中的潜在前提条件,只关心是否有足够知识及其与应用方式相匹配的诊断知识表达方式。这种 就体现出某种智能的实际应用而模拟该种智能行为 的智能系统设计是带有具体问题针对性的,它不探究智能的本质,将智能的表现和获得智能的过程相割裂开。当需要提高智能诊断系统的灵活性、适用性、通用性和健壮性时,就会发现这种割裂的危害性。
由于诊断对象日趋呈现复杂化的趋势,获取准确、完备、有效的诊断知识越来越困难。已知的领域知识大都具有证据不充分或结论不完全的特点,领域知识的分散性、随机性和模糊性的特点使之表现出很强的不确定性。另一方面,复杂系统为了满足生产的需求经常处在动态变化的过程中,其行为特点越来越不好把握,各种故障的发生具有很强的不确定性,所有这些都为有效的获取、表示和利用诊断知识进行智能化推理带来了很大的困难。
众所周知,在AI领域,知识获取已经成为建造专家系统的 瓶颈 问题,知识的自动获取更是人工智能研究的难点。从目前研究情况来看,机器学习是解决知识获取问题的一个可行途径。
机器学习是人工智能领域最具有智能特征和最前沿的研究方向之一,其主要研究目标是通过构造智能学习机让机器自身具有获取知识的能力,使其能在实际工作中不断总结成功和失败的经验教训,对知识库中的知识自动进行调整和修改,以丰富、完善系统的知识。从内在行为来看,机器学习是从未知到已知的过程,是知识增长的过程;从外在表现看,是系统的某些适应性改变,使得系统能完成原先不能完成的任务或把原先任务做得更好。
学习是一切智能系统最根本的特征,一旦诊断系统具有了自学习能力,它就能从环境变化中学习新知识,不断调整、实现自我完善,机器学习是提高故障诊断系统智能水平的关键技术和主要途径。
4.2 发展趋势
复杂系统和过程故障诊断问题是一个广泛的研究课题,面对存在的不足和不断变化的诊断要求,结合目前人工智能、信息处理、计算机等相关技术领域的发展,认为智能故障诊断技术的发展需要着重解决以下方面的内容:
分布式人工智能 随着工业生产的连续化、高速化、系统化、自动化和企业管理的网络化,工业大型成套关键设备已呈现为分布式开放的规模系统,它对诊断系统的实时性、自动性、开放性和网络化提出了越来越高的要求。分布式人工智能技术的发展为大规模诊断系统设计和实现了提供了一条极具潜力的途径,该技术是为解决大规模问题的智能求解而发展起来的,通过对问题域的描述、分解和分配,构成分散的面向特定问题相对简单的子系统,并协调各子系统并行地、相互协作地进行问题求解,其思想十分适合大规模诊断问题的智能求解。代理(Agen t)和多代理(Multi-Agent)系统技术为分布式智能诊断的实现提供了有力的手段,Agent 被描述为构建分布式复杂工程应用系统的下一代模型[25-26]。
自适应诊断模型 专家自身诊断能力提高需要通过不断的学习、经验积累,智能诊断模型诊断能力的提高依赖于诊断新知识的获取。实际诊断系统中,由于知识获取的 瓶颈 问题,诊断知识库是不完备的,复杂系统自身特性又容易受到影响(如环境变化、部件调整等)发生改变,当新故障征兆出现时,在知识库中找不到最佳匹配,就容易发生漏诊或误诊,严重影响诊断结果的可靠性。从智能系统的发展观来看,诊断模型如果具有一定的自适应能力,自身能够不断 学习 和 进化 ,就能有效地适应求解环境和问题特征的动态变化。
混合式智能诊断系统 纵观现有的混合诊断模型远没有达到专家思维 互相融合 的程度;而且,现有的绝大多数混合模型只能在某些事先设计好、不可改变的组合关系下进行多领域知识模型的静态 集成 ,没有体现出 动态融合 优势,也不能适应求解环境和问题特征的动态变化。如何针对不同诊断模型的特点,基于不同表示形式的诊断知识,研究能够更好模拟专家诊断思维的混合诊断策略,研究混合诊断系统的进化、重构机制,对混合式智能诊断系统的深入发展是非常关键的,也是后续研究工作中需要重点解决的内容。
5 结论
对复杂系统进行故障诊断,要根据诊断对象的实际情况,如故障信息等,选择合适的信号处理和故障诊断模型,力求准确、快速地诊断出故障原因。复杂系统由于自身构造的多层次性,所处环境因素复杂等实际条件的限制,常规故障诊断系统中固定诊断推理模型难以适应动态变化的环境和求解复杂系统的全部任务要求,改进现有智能诊断系统的 学习 和 进化适应 能力,是提高复杂系统诊断能力的关键。参考文献:
[1] 吴今培.智能故障诊断与专家系统[M].北京:科学出版社,
1999.5-11.
[2] 杨叔子.基于知识的故障诊断技术[M].北京:清华大学出版社,
1993.23-27.
[3] 徐波,于劲松,李行善.复杂系统的智能故障诊断[J].信息与控
制.2004,33(1):56-59.
[4] 杨苹,吴捷.复杂系统故障诊断综述[J].测控技术.1998,17
(2):8-10.
[5] 樊友平,黄席樾.智能故障诊断技术的发展与思考[J].自然辩
证法研究,2001,17(2):42-46.
[6] 王长琼,孙国正.故障诊断的智能模型研究述评[J].水利电力
机械,1998,(3):9-11.
[7] R J Fenton,C J Lopez-Toribi o,L P Maguire.Faul t diagnosis of elec
tronic s ys te ms using i ntelli gent techniques:a revie w[J].IEEE Trans on systems,Man and c ybemetics-Part C Application and Reviews, 2001,31(3):269-281.
[8] 杨良士.动态系统故障诊断的新方法 专家系统[J].信息与
控制,1998,17(5):26-31.
[9] M J Paz zni.Fail ure Dri ve n leari ng of fault diagnosis he uristics[J].IEEE
Trans on s ys tems Man and cybemetics,1998,17(3):380-384.
[10] W C Youn,J M Hammen.Aiding the operator during novel faul t di
agnosis[J].IEEE Trans on system,Man and cybernetics,1998,18
(1):142-147.
[11] 张雪江.汽轮发电机组故障诊断专家系统知识处理技术的研
究[J].振动工程学报,1996,9(3):230-236.
[12] 张萍,周东华.动态系统的故障诊断方法[J].控制理论与应
用,2000,17(2):153-158.
[13] Shi Zhongzhi,ZhongHan,WangJun.Applying case-based reasoni ng
to engi ne oil desi gn[J].Artifical i ntelli gence in engineering,1996,7
(11):167-172.
[14] 王东,刘怀亮,徐国华.案例推理在故障诊断中的应用[J].计
算机工程,2003,29(12):10-12.
[15] 杨萍,吴捷.变权重模糊综合评判模型及其在故障诊断中的应
用[J].控制理论与应用,2000,17(5):707-710.
[16] Ts ukanmto Y,Terano T.Failure diagnosi s by using fuzz y logic[C].
Proceedings IEEE decision&control.NewOrlearns,England,1987:
1390-1395.
[17] 张建刚.模糊树模型及其在复杂系统辨识中应用[J].自动化
学报,2000,26(3):378-381.
[18] 张义忠,冯振声.基于神经网络电子装备故障诊断的仿真研究
[J].计算机仿真,2000,17(4):39-42.
[19] 朱大奇,于盛林.电子电路故障诊断的神经网络数据融合算法
[J].东南大学学报,2001(12):87-91.
[20] 彭羽,樊锐,刘强.基于人工神经网络的电路故障诊断系统
[J].系统工程与电子技术,2002,24(1):116-119.
[21] 杨杰.基于混合模型的多重故障诊断[J].上海交通大学学报,
1996,30(9):51-56
[22] 杨杰,高欣,郭隆凯,用于故障诊断的集成型智能系统[J].上
海交通大学学报,1998,32(6):14-18.
(下转第11页)
图6 仿真结果输出
7 结语
本文用Simulink工具箱构造了海底用捷联惯性导航系统的仿真模型,并得到了在载体的经度纬度和高度的相关曲线仿真结果。全部用Simulink编写,不但方便了模型的编写和修改,也可以根据不同类型的捷联导航系统在模型中做适当地修改,不需要整个重新编写程序。只要获得了捷联导航系统的输出信号,即可连接仿真模型进行实时或离线仿真,而且输出数据可以直接连接误差修正模型,大大方便了捷联惯性导航系统的仿真和系统性能分析。这种方法条理清晰,可以大大减少编程的工作量,同时具有很好的可视效果,也便于改进和更新,但由于模型中含有大量的Fcn模块,也就要过多的调用Matlab的解释器,这使得仿真时间相比之下要长。因此,为了提高速度,应尽可能使用内建的Fcn模块或者Elementary Math模块[2]。
另外,SINS的定位会由于环
境和积分计算次数的增加而产生
误差,本文也针对这个情况作了
相应的讨论。
参考文献:
[1] 江红,等.船用捷联惯性导航系
统仿真技术研究[J].计算机仿
真,2002,19(5),96-99.
[2] 彭绍雄,等.导弹三通道弹道仿
真的MATLAB实现[J].仿真技
术,2002,7:32-34.
[3] 张树侠,孙静.捷联式惯性导航
系统[M].北京,国防工业出版
社,1992.
[4] 董锡君,罗志军.基于Simulink
和C/C++混合编程的战术导
弹稳定控制系统仿真[J].系统
仿真学报,2002,14(9):1229-
1231.
[5] 姚俊,马松辉.Si muli nk建模与仿真[M].西安:西安电子科技
大学出版社,2002.
[6] 林叶锦,任光.基于Si mulink的船舶运动控制的仿真研究[J].
系统仿真学报,2003,15(6):837-840.
[7] 王淑瑛,吴金红.水下运载器导航系统[J].舰船导航,2000,
(1):1-15.
[作者简介]
余 洁(1972.12-),女(汉族),四川人,硕士生,上
海电力学院信控系讲师,主要从事智能控制和信号
处理等的研究、开发工作。
杨 平(1954-),男(汉族),山西人,硕士生导师,
信控系教授,系主任,从1984年起已发表论文50多篇,出版教材和著作3本,主持科研14项,获省部级奖3次。
(上接第7页)
[23] 李俭川,秦国军.机载电子设备集成智能故障诊断系统[J].航
空电子技术,2002,33(2):25-30.
[24] Mitchell M.机器学习[M].北京:机械工业出版社,2003.10-56.
[25] 吴伟蔚,杨叔子.基于智能Agent的故障诊断系统研究[J].模
式识别与人工智能,2000,13(1):78-91.
[26] 陈善勇等.多Agent故障诊断原型系统研究[J].中国机械工
程,2002,13(13):1084-1087.
[作者简介]
李 伟(1976-),男(汉族),四川自贡人,博士研究生,主要研究方向:智能控制与知识工程、复杂系统的智能故障诊断。
综述与评论 计算机测量与控制.2008.16(9) C omputer Measurement &Control 1217 中华测控网https://www.doczj.com/doc/8b13043421.html, 收稿日期:2008-06-08; 修回日期:2008-07-16。 作者简介:安茂春(1967-),山东莱阳人,副研究员,主要从事测试与故障诊断技术的管理工作。 文章编号:1671-4598(2008)09-1217-03 中图分类号:TP182 文献标识码:A 故障诊断专家系统及其发展 安茂春 (北京系统工程研究所,北京 100101) 摘要:文章对主要的故障诊断专家系统进行了系统的归纳和分类,主要关注故障诊断专家系统在军事领域的应用;重点讨论了基于规则的诊断专家系统、基于模型的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统的技术要点、发展现状、优缺点及其在军事方面的应用;最后,对该学科的发展做出了预测,指出基于多种模型结合的诊断专家系统、分布式诊断专家系统、实时诊断专家系统是今后的发展方向。 关键词:专家系统;故障诊断;军事应用;基于规则推理;建模技术;人工神经网络;模糊推理;基于事例推理 A Survey on Fault Diagnosis Expert Systems An M ao chun (Beijing Institute o f System and Eng ineering ,Beijing 100101,China) Abstract:In this article w e present a s urvey of fault diagnosis expert system s,and categorize them into 5different types according to know ledge organiz ation m ethod and reasoning m ech anis m,w hich are ru le-b as ed fault diagn osis expert system,model-based fault diagnosis ex pert system,n eural netw ork fault diagnosis exp ert sy stem,fuz zy fault diagn osis expert system and cas e-based fault diagn os is expert sys -tem,for each type w e describ e its techn ical pr op erties,curren t status,ad vantag es and disadvantages,and application s in military field.At the end of th is article,w e point out that hybrid model-based,distributed and real-time diagnosis expert sys tems are fu tu re direction s. Key words:ex pert sys tem;fault diagnosis ;military application;rule -b as ed reasoning;modelin g;artificial neural netw or k;fuzzy reasonin g;ease-b as ed reasoning 1 故障诊断专家系统及其分类 专家系统(Ex per t Sy st em,ES)是人工智能技术(A rt if-i cial I ntelligence,A I)的一个重要分支,其智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题。专家系统必须包含领域专家的大量知识,拥有类似人类专家思维的推理能力,并能用这些知识来解决实际问题。 故障诊断技术是一门应用型边缘学科,其理论基础涉及多门学科,如现代控制理论、计算机工程、数理统计、模糊集理论、信号处理、模式识别等。故障诊断的任务是在系统发生故障时,根据系统中的各种量(可测的或不可测的)或其中部分量表现出的与正常状态不同的特性,找出故障的特征描述并进行故障的检测与隔离。 故障诊断专家系统是将专家系统应用到故障诊断之中,可以利用领域知识和专家经验提高故障诊断的效率[1]。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XM AN [2],N A SA 与M IT 合作开发的用于动力系统诊断的专家系统,英国某公司为英美军方开发的直升机发动机转子监控与诊断专家系统[3]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专家系统。 根据知识组织方式与推理机制的不同,可将目前常用的故障诊断专家系统大致分为基于规则的诊断专家系统、基于模型 的诊断专家系统、基于人工神经网络的诊断专家系统、基于模糊推理的诊断专家系统和基于事例的诊断专家系统。 2 故障诊断专家系统对比分析 2 1 基于规则的诊断专家系统 在基于规则的诊断专家系统中,领域专家的知识与经验被 表示成产生式规则,一般形式是:if<前提>then<结论>其中前提部分表示能与数据匹配的任何模型,结论部分表示满足前提时可以得出的结论。基于规则的推理是先根据推理策略从规则库中选择相应的规则,再匹配规则的前提部分,最后根据匹配结果得出结论。 基于规则的诊断知识表达方式直观、形式统一,在求解小规模问题时效率较高,并且具有易于理解与实现的优点,因而取得了一定成功。20世纪90年代,国外在军用水压系统、电力供应网络等方面进行了应用。 但是,对于复杂系统,所观测到的症状与对应的诊断之间的联系是相当复杂的,通过归纳专家经验来获取规则有着相当的难度,且诊断时只能对事先预想到的并能与规则前提匹配的事件进行推理,存在知识获取的瓶颈问题。2 2 基于模型的诊断专家系统 在基于模型的诊断专家系统中,领域专家的专业知识包含在建立的系统模型中,这种基于模型的诊断更多地利用系统的结构、功能与行为等知识。相比基于规则的诊断专家系统,这种诊断方式能够处理预先没有想到的情况,并且可能检测到系统存在的潜在故障。这类系统的知识库相对容易建立并且具有一定的灵活性,已应用于航天器动力燃烧系统故障诊断等方面。
人工智能技术及其发展趋势 答题解析 1 关于专用人工智能与通用人工智能，下列表述不当的是（）。 [ 单选题：10 分] A 人工智能的近期进展主要集中在专用智能领域 B 专用人工智能形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能 C 通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题 D 真正意义上完备的人工智能系统应该是一个专用的智能系统 试题解析 您的答案：D回答正确 2 生物特征识别技术不包括（）。 [ 单选题：10 分] A 体感交互
B 指纹识别 C 人脸识别 D 虹膜识别 试题解析 您的答案：A回答正确 3 下列选项中，不属于生物特征识别技术的是（）。 [ 单选题：10 分] A 步态识别 B 声纹识别 C 文本识别 D 虹膜识别 试题解析 您的答案：C回答正确 4 （），中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。[ 单选题：10 分] A 2018年3月15日 B 2018年10月31日
C 2018年12月31日 D 2019年1月31日 试题解析 您的答案：B回答正确 5 伴随着人工智能技术的发展，出现了多种新的交互方式，如（）。[ 多选题：10分] A 语音交互 B 情感交互 C 体感交互 D 脑机交互 试题解析 您的答案：ABCD回答正确 6 人工智能的发展趋势包括（）。 [ 多选题：10分] A 人工智能与量子计算相结合 B 从专用智能向通用智能发展 C 人工智能将加速与其他学科领域交叉融合
D 从人工智能向人机混合智能发展 试题解析 您的答案：ABCD回答正确 7 增强现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境，是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真使用户沉浸到该环境中。 [ 判断题：10分] 正确 错误 试题解析 您的答案：错误回答正确 8 步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。 [ 判断题：10分] 正确 错误 试题解析 您的答案：正确回答正确 9
智能电网技术的研究现状及发展趋势贾钊 发表时间：2019-06-13T08:53:59.960Z 来源：《电力设备》2019年第2期作者：贾钊 [导读] 摘要：在新时代下，智能电网已成为全球电力工业发展领域关注的核心内容，引领电网发展方向。 （国网曲沃县供电公司山西省临汾市 043400） 摘要：在新时代下，智能电网已成为全球电力工业发展领域关注的核心内容，引领电网发展方向。本文主要针对电网技术的现状和发展趋势进行分析。 关键词：智能电网技术；功能特点；发展趋势 1我国智能电网技术现状 智能电网是电网自动化技术的进一步发展和提升，涵盖以下领域及相关技术： 1.1发电和储能技术 站在能源应用角度，电能生产的发电、输电、变电、配电、用电是能源转化为电能的全过程。在此过程中，环境会受到严重的影响，发电环节是最具节能空间的环节。而这也是智能电网能够有效接入多种电能形式，比如，风电、太阳能。分布式储能、分布式发电是分布式电源的核心组成元素，风力发电技术、太阳能发电技术、潮汐能发电技术等分布式发电技术。就分布式储能装置而言，也是由多种元素组合而成，比如，机械蓄能、超导蓄能。对于分布式电源来说，和电力负荷中心非常靠近，能够在一定程度上降低电网在扩展方面的客观需求，确保供电更加安全、可靠，新阶段被广泛应用到不同领域中，发挥着不可替代的作用，能够有效减轻温室气体对大气环境造成的危害，提高大气环境质量。就我国而言，太阳能以及风能发电主要集中在西北、北部的草原和沙漠地区，但其分布极其不均匀，又受到天气的严重影响，具有鲜明的“间歇性、波动性”特点，加上接入电网之间的距离也不短，大大增加了工作难度。 1.2输变（配）电技术 1.2.1特高压输电技术 特高压输电技术指的是在500kV交流电、750kV交流电和500kV直流电以上的输电技术，这种特高压输电技术主要包括交流特高压输电技术、直流特高压输电技术两种。在国外，对这种特高压输电技术的研究已经有将近40年的研究史，研究的方向主要包括提高输电能力、远距离输电和远距离电力系统的互联等等。 1.2.2电力电子技术 电力系统的运行，对于技术的要求越来越高，而电子技术的发展迎合了电力系统对于技术的高要求，可满足电力系统的高技术要求。当前，电力电子技术在电力系统的各个环节均得到了应用，也就是发电、输送电、配电和用电四个环节。而电力电子技术在电力系统中的功能和作用，主要是全控型的大功率电力电子器件、多电平大功率变流器拓扑和DSP数字控制技术等。其中，DSP数字控制技术主要包括智能电子装置、静止同步补偿器和动态电压恢复器等。 1.2.3智能变电站技术 在电网系统中，变电站的地位和作用十分重要，通过变压器可以实现不同等级电压的转换，从而降低电能的损耗。而智能变电站指的是依靠先进的技术集合而成的，以高速运转的网络通信平台为基拙的变电站，具有信息采集、测量与控制等基本的功能，并且可以为电力系统提供重要的基拙支撑。智能变电站技术主要包括智能一次技术、智能二次技术和高速光纤网络技术，通过这三种技术的集成，实现变电站的自动化，为电网的调度提供可靠的信息。 1.2.4斗智能调度技术 在智能电网建设中，智能调度系统的建设是一个非常重要的环节，它是对当前电网调度控制中心的扩展，以智能电网调度技术为核心，全方位提升控制中心驾驭大电网和优化资源配置的能力，从而为科学管理、高效调度提供保障。智能调度系统的终极目标是建立基于广域同步信息的网络保护和紧急控制自动化的综合体系的智能化调度中心，主要包括区域稳定控制系统、紧急控制系统、恢复控制系统，以及解列控制系统、保护控制系统等。 2智能电网的功能特点 虽然不同国家针对自身国情对智能电网建设提出的重点和目标有所不同，但智能电网的建设都是基于市场、电能质量、安全和环境因素进行的，因此，它具有以下功能特点：一是自愈性，能不间断地对电网可能出现的问题进行评估和预测，确保电网的安全稳定；二是兼容性，能对风能发电和太阳能发电等可再生能源的接入进行合理支持，保证分布式发电与微电网并网运行；三是交互性，能加强电力公司与用户的双向联系，从而促进双方交流，以此实现电力供给的相互适应；四是协调性，能有效与批发或零售的电力市场进行合作，从而提高对电力系统在市场规划中的管理水平；五是高效性，能提高资源和设备使用率，从而降低运行成本和投资；六是集成性，通过对平台和模型的统一，从而实现标准化、精细化、规范化的管理。 3智能电网的发展趋势展望 3.1调度的智能化将实现智能电网的大范围优化配置 在传统电网中，调度一直是作为电网运行控制的神经中枢发挥着重要的核心价值，随着智能电网建设工作的不断完善，调度系统也需要开始更加智能化，从而与智能电网的高要求相匹配。智能电网中的调度系统需要开发出更为全面而准确的数据采集和分析系统，在电网正常运行时，能够将电网的实时运行情况以图表形式直接呈现给调度员，并在后台利用数据分析技术排查电网中可能存在的安全隐患，如果发现存在威胁，则通过智能安全预警功能通知调度员和检修人员，从而最大限度提升智能电网的安全性和稳定性，当调度员给出具体指令后，所配备的智能化分析系统将会给出了简要的安全与经济性分析，帮助调度人员认识到决策的可行性。对于企业而言，相关的电力企业也需要加大智能调度技术支持系统、备用调度、应急指挥控制中心建设和调度通信数据网等相关领域的建设工作，在现有的各级调度中心配备智能调度决策支持系统，将实时监控与预警、安全隐患分析、调度计划管理等应用功能落实到位，从而实现智能电网的大范围优化配置。 3.2坚强、灵活的网络拓扑 坚强、灵活的电网结构是未来智能电网的基础。根据我国生产力发展和能源分布的现状，能对远距离、大规模输电及大范围的资源进行优化配置。因为特高压输电能具有提高输电容量、降低输电损耗、保护生态环境、节约工程投资等优点，因此，其成为智能电网发展的
安全检测与故障诊断 题目：故障诊断技术发展现状 导师：魏秀琨 学生姓名：刘典 学号：14114263
目录 1 引言 (3) 2 故障诊断的研究现状 (3) 1.1基于物理和化学分析的诊断方法 (3) 1.2基于信号处理的诊断方法对 (3) 1.3基于模型的诊断方法 (3) 1.4基于人工智能的诊断方法 (4) 2故障诊断研究存在的问题 (6) 2.1故障分辨率不高 (7) 2.2信息来源不充分 (7) 2.3自动获取知识能力差 (7) 2.4知识结合能力差 (7) 2.5对不确定知识的处理能力差 (7) 3发展方向 (8) 3.1多源信息的融合 (8) 3.2经验知识与原理知识紧密结合 (8) 3.3混合智能故障诊断技术研究 (9) 3.4基于物联网的远程协作诊断技术研究 (9) 4发展方向 (9)
1 引言 故障可以定义为系统至少有一个特性或参数偏离正常的范围，难于完成系统预期功能的行为。故障诊断技术是一种通过监测设备的状态参数，发现设备的异常情况，分析设备的故障原因，并预测预报设备未来状态的技术，其宗旨是运用当代一切科技的新成就发现设备的隐患，以达到对设备事故防患于未然的目的，是控制领域的一个热点研究方向。它包括故障检测、故障分离和故障辨识。故障诊断能够定位故障并判断故障的类型及发生时刻，进一步分析后可确定故障的程度。故障检测与诊断技术涉及多个学科，包括信号处理、模式识别、人工智能、神经网络、计算机工程、现代控制理论和模糊数学等，并应用了多种新的理论和算法。 2 故障诊断的研究现状 1.1基于物理和化学分析的诊断方法 通过观察故障设备运行过程中的物理、化学状态来进行故障诊断，分析其声、光、气味及温度的变化，再与正常状态进行比较，凭借经验来判断设备是否故障。如对柴油机常见的诊断方法有油液分析法，运用铁谱、光谱等分析方法，分析油液中金属磨粒的大小、组成及含量来判断发动机磨损情况。对柴油机排出的尾气(包含有NOX，COX 等气体) 进行化学成分分析，即可判断出柴油机的工作状态。 1.2基于信号处理的诊断方法对 故障设备工作状态下的信号进行诊断，当超出一定的范围即判断出现了故障。信号处理的对象主要包括时域、频域以及峰值等指标。运用相关分析、频域及小波分析等信号分析方法，提取方差、幅值和频率等特征值，从而检测出故障。如在发动机故障领域中常用的检测信号是振动信号和转速波动信号。如以现代检测技术、信号处理及模式识别为基础，在频域范围内，进行快速傅里叶变换分析等方法，描述故障特征的特征值，通过采集到的发动机振动信号，确定了试验测量位置，利用加速传感器、高速采集卡等采集了发动机的振动信号，并根据小波包技术，提取了发动机故障信号的特征值。该诊断方法的缺点在于只能对单个或者少数的振动部件进行分析和诊断。而发动机振动源很多，用这种方法有一定的局限性。 1.3基于模型的诊断方法 基于模型的诊断方法，是在建立诊断对象数学模型的基础上，根据模型获得的预测形态和所测量的形态之间的差异，计算出最小冲突集即为诊断系统的最小诊断。其中，最小诊断就是关于故障元件的假设，基于模型的诊断方法具有不依赖于被诊断系统的诊断实例和经验。将系统的模型和实际系统冗余运行，通过对比产生残差信号，可有效的剔除控制信号对
万方科技学院 毕业论文（设计） 题目：软件技术的现状和发展趋势 专业：计算机科学与技术 年(班)级：15计科升-1班 学号：1516353029 姓名：闫建勋 指导教师：马永强 完成日期：2015-12-1
摘要 计算机软件是计算机系统执行某项任务所需的程序、数据及文档的集合，它是计算机系统的灵魂。从功能上看，计算机软件可以分为系统软件、支撑软件和应用软件。系统软件和支撑软件也称为基础软件，它是具有公共服务平台或应用开发平台功能的软件系统，其目的是为用户提供符合应用需求的计算服务。因此，应用需求和硬件技术发展是推动软件技术发展的动力。 软件产业和软件服务业因其具有知识密集、低能耗、无污染、高成长性、高附加值，高带动性、应用广泛与市场广阔的特点，而成为知识生产型、先导性、战略性的新兴产业，成为信息技术产业的核心和国民经济新的增长点，也成为世 界各国竞争的焦点之一。 当前，我国进入了后PC 时代，人们对计算需求更为广泛，软件应用“无处不在”，市场前景广阔；不久我国将成为全球最大的软件应用市场，足见我国发展软件技术的迫切性和重要性。 【关键词】现状、趋势、意见
Abstract Computer software is a computer system to perform a certain task required procedures, data and document collection, it is the soul of computer system. Look from the function, the computer software can be divided into the system software, support software and application software. System software and support software basic software, it is a public service platform and application development platform software system, its purpose is to provide users with the application demand of computing services. Therefore, applications and hardware technology development is to promote the driving force for the development of software technology. Software industry and software service industry because of its advantages of knowledge intensive, low energy consumption, no pollution, high growth, high added value, high acceleration, wide application and broad market characteristics, and become the knowledge production, forerunner sex, strategical burgeoning industry, become the core of information technology industry and the growth of the national economy
人工智能技术及其发展趋势 1.立体视觉是（）领域的一个重要课题，它的目的在于重构场景的三维几何信息。（10.0分） A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 我的答案：D√答对 2.（）是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智能的各个领域。（10.0分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 我的答案：A×答错（B） 3.生物特征识别技术不包括（）。（10.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A√答对 4.（）是指直接通过肢体动作与周边数字设备和环境进行交互。（10.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A√答对
1.计算机视觉或机器视觉就是研究用计算机来模拟人类视觉或灵长类动物视觉的一门科学，由图像数据来产生视野环境内有用符号描述的过程，主要研究内容包括（）。（10.0分）） A.图像获取 B.图像处理 C.图像分析 D.图像识别 我的答案：ABCD√答对 2.机器学习的相关算法包括（）。（10.0分）） A.轨迹跟踪 B.决策树 C.数据挖掘 D.K近邻算法 我的答案：ACD×答错(ABCD) 1.神经网络的训练过程不需要人工标记的样本数据集。（10.0分） 我的答案：错误√答对 2.人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂。（10.0分） 我的答案：正确√答对 3.机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。（10.0分） 我的答案：正确√答对 4.自然语言处理是一门融语言学、计算机科学、数学于一体的科学。（10.0分） 我的答案：正确√答对
一、智能网联汽车基本内涵 1）概念层面的理解 ①汽车是指传统意义的汽车，包含今天广义上的新能源汽车； ②网联汽车是指在汽车的基础上，彼此能通信的汽车； ③智能网联汽车是指网联汽车基础上，具备智慧（有学习、判断、决策）能力的汽车。 理解： ①汽车还是汽车，这是没有改变的部分； ②智能网联汽车是新时代的汽车，这是变的部分。 ③传统汽车由人驾驶，彼此之间没有“会话”（通信）功能，更没有判断（决策）能力。 2）术语层面的表述 智能网联汽车是指搭载先进的车载传感器、控制器、执行器等装置（注：硬件系统），并融合现代通信与网络技术，实现车与X（车、路、人、云等）智能信息交换、共享（注：对外通信系统），具备复杂环境感知、智能决策、协同控制等功能（注：软件系统），可实现安全、高效、舒适、节能行驶，并最终实现替代人来操作的新一代汽车（注：功能）。 理解： ①智能网联汽车由软件和硬件两部分组成， i）硬件细分3个部分：传感器、控制器、执行器等装置； ii）软件：在现代通信与网络技术的支持下，具有环境感知、智能决策、协同控制等功能； ②发展智能网联汽车最终目的是：实现替代人工操作的新一代汽车； ③发展智能网联汽车的基本要求：安全、高效、舒适、节能 二、智能网联汽车概念的位置关系 智能网联汽车、智能汽车与车联网、智能交通等概念间的相互关系，如图 1 所示。智能汽车隶属于智能交通，智能网联汽车是智能交通与车联网的交集。
图1 智能网联汽车是智能交通与车联网的交集 理解： ①智能网联汽车、智能汽车与车联网、智能交通是4个概念，不能混淆； ②智能交通是一个种概念，智能汽车、智能网联汽车是智能交通2个属概念， ③智能交通与车联网彼此之间有交集，这个部分是智能网联汽车。 三、发展智能网联汽车的时代意义 ①智能网联汽车是国际公认的是未来的发展方向； ②智能网联汽车的初级阶段，有助于减少30% 左右的交通事故，交通效率提升10%，油耗与排放分别降低5%； ③智能网联汽车的终极阶段，完全避免交通事故，提升交通效率30% 以上，并最终能把人从枯燥的驾驶任务中解放出来。 一句话，智能网联汽车可以提供更安全、更节能、更环保、更便捷的出行方式。 四、智能网联汽车4个发展阶段及技术特点 1）自主式驾驶辅助阶段及技术特点 自主式驾驶辅助系统是指依靠车载传感系统进行环境感知并对驾驶员进行驾驶操作辅助的系统。 （1）技术特点： 环境感知，运用传感系统技术是主要技术特点。 （2）技术分类： 有预警系统与控制系统两大类。 ①预警系统细分： i）前向碰撞预警（Forward Collision Warning，FCW）；ii）车道偏离预警（Lane Departure Warning，LDW）；iii）盲区预警（Blind Spot Detection，BSD）；iv）驾驶员疲劳预警（Driver Fatigue Warning，DFW）；v）全景环视（Top View System，TVS）；vi）胎压监测（Tire Pressure Monitoring System，TPMS）等6大系统； ②控制类系统有： i）车道保持系统（Lane Keeping System，LKS）；ii）自动泊车辅助（Auto Parking System，APS）；iii）自动紧急刹车（Auto Emergency Braking，AEB）；iv）自适应巡航（Adaptive Cruise Control，ACC）等4大系统。
智能故障诊断技术知 识总结
智能故障诊断技术知识总结 一、绪论 □智能： ■智能的概念 智能是指能随内、外部条件的变化，具有运用知识解决问题和确定正确行为的能力。 ■低级智能和高级智能的概念 低级智能——感知环境、做出决策和控制行为 高级智能——不仅具有感知能力，更重要的是具有学习、分析、比较 和推理能力，能根据复杂环境变化做出正确决策和适应 环境变化 ■智能的三要素及其含义 三个基本要素：推理、学习、联想 推理——从一个或几个已知的判断（前提），逻辑地推断出一个新判断（结论）的思维形式 学习——根据环境变化，动态地改变知识结构 联想——通过与其它知识的联系，能正确地认识客观事物和解决实际问题 □故障： ■故障的概念 故障是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况：
1.设备在规定的条件下丧失功能； 2.设备的某些性能参数达不到设计要求，超出允许范围； 3.设备的某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作； 4.设备工作失灵，或发生结构性破坏，导致严重事故甚至灾难性事故。 ■故障的性质及其理解 1层次性——系统是有层次的，故障的产生对应于系统的不同层次表 现出层次性。一般可分为系统级、子系统级、部件级、 元件级等多个层次；高层故障可由低层故障引起，而低 层故障必定引起高层故障。诊断时可采用层次诊断模型 和诊断策略。 2相关性——故障一般不会孤立存在，它们之间通常相互依存和相互 影响，如系统故障常常由相关联的子系统传播所致。表 现为，一种故障可能对应多种征兆，而一种征兆可能对 应多种故障。这种故障与征兆间的复杂关系导致了故障 诊断的困难。 3随机性——故障的发生常常是一个与时间相关的随机过程，突发性 故障的出现通常都没有规律性，再加上某些信息的模糊 性和不确定性，就构成了故障的随机性。
电力系统故障的智能诊断综述 发表时间：2016-06-30T14:34:41.580Z 来源：《电力设备》2016年第9期作者：李艳君蒋杰李玉玲李飞翔 [导读] 在电力系统中，设备故障诊断和厂站级的故障诊断经过了几十年的发展和改革，现今已经较为成熟，而电力系统层面的故障才刚刚开始。 李艳君蒋杰李玉玲李飞翔 （国网新疆检修公司新疆乌鲁木齐 830000） 摘要：常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。智能故障诊断技术的发展趋势主要有多信息融合、多智能体协同、多种算法结合等，并向提高智能性、快速性、全局性、协同性的方向发展。基于此，本文就针对电力系统故障的智能诊断进行分析。 关键词：电力系统；故障；智能诊断 引言 文章对电力系统故障的智能诊断进行了详细的阐述，通过对电力系统的简介，和对故障诊断的发展阶段进行了简要的分析，并阐述了电力系统故障的智能诊断实际应用存在的问题及对策，文章最后指出了电力系统故障的智能诊断的发展趋势。望文章的阐述推动电力系统故障的智能诊断的发展。 1电力系统概述 电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。电力系统的主要功能是将自然界中的能源，通过先进的发电动力装置，将能源转换为电能。在通过输电线路和变压系统，将电能传送到各个用户。为了实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。 2电力系统故障智能诊断技术及发展现状 2.1智能故障诊断技术 传统的故障诊断方法分为基于信号处理和基于数据模型，均需要人工进行信息的处理和分析，缺乏自主学习能力。随着人工智能技术这一新方法的产生及发展，为故障诊断提供了初步的自动分析和学习的途径。人工智能技术能够存储和利用故障诊断长期积累的专家经验，通过模拟人大脑的逻辑思维进行推理，从而解决复杂的诊断问题。 目前在电网故障诊断领域出现了包括专家系统、人工神经网络、决策树理论、数据挖掘、模糊理论、粗糙集理论、贝叶斯网络、支持向量机及多智能体系统等技术以及上述方法的综合应用。 目前，在对电网故障智能诊断领域的研究中，依靠单一智能技术的系统多，信息的综合利用研究较少，协同技术的研究应用更少；投入运行的诊断系统多为专家系统，但是离线运行的多，在线运行的很少。即使广泛投入使用的专家系统也同样存在着：（1）知识的获取和管理问题，难以获取较高适应度和准确度的知识。（2）推理的效率问题。（3）故障诊断的在线应用问题，目前仅限于离线故障诊断，该结论不能指导对电网的实际控制。（4）故障诊断的动态分析问题，缺乏故障的动态分析，从而屏蔽了很多有用的细节，尤其是各元件之间的相互关联关系等。基于以上问题，采用决策树方法可以对系统信息进行归类梳理，可以提高专家系统的速度；通过粗糙集方法建立清晰的数学模型；采用数据挖掘和关联性规则可以提高故障诊断分析的准确度。这几种方法的结合应用有助于提高故障诊断的智能水平、效率和准确度。 2.2电力系统故障智能诊断发展现状 电力系统连锁故障分析理论与应用中提到，电力系统故障智能诊断是相对传统的故障诊断而言的。在传统的故障诊断方法可划分为两类。其一是关于信号出路的方法。其二是数学模型的方法。这些都需要人为地区判断和分析，这些方法应用是没有自动化的处理能力。故障的智能诊断是将传统的方法，与当下先进的计算机技术有效的结合，形成的人工智能技术的新方法，对电力系统的故障进行智能的诊断，这是故障诊断技术发展的新时期。 3智能故障诊断面临的问题和对策 3.1智能故障诊断面临的问题 知识的获取和管理问题，也可以说是规则的表达和维护问题。知识是专家系统行为的核心，如何根据系统的变化，获取具有较高适应度和准确度的知识（规则）。对知识的一致性、冗余性、矛盾性和完备性进行检验、维护和管理，是专家系统亟需解决的首要问题。 推理的效率问题，也可以说是如何解决规则组合爆炸的问题。规则库的规模增大以后，搜索的运算量迅速增长，尽管人们提出了许多算法，规则组合爆炸的问题还是没有得到满意的解决。 故障诊断的在线应用问题。以往的故障诊断离线运行，只能告诉调度员已有故障是如何发展的，因为运行方式的多变性，离线故障诊断结论不一定能够指导调度员对电网的实际控制；只有做到在线运行，才能及时帮助调度员进行控制决策。 故障诊断的动态分析问题。以往的故障诊断只能进行静态分析，忽略了故障动态过程的大量有用的细节，尤其是采用了高速保护的大型电网，更加需要分析动态过程，例如快速相继开断过程中的顺序和相互关系、复杂故障中各元件之间的相互影响、电压崩溃的动态过程、运行方式切换或调度控制过程对电网的影响等。 3.2智能故障诊断面临问题的解决对策 对于知识的获取和管理问题，可以采用提高故障诊断系统的学习能力的方法，如 ANN、数据挖掘、仿生学方法等。这些智能方法都有其优点和局限性，需要有针对性地应用。 对于推理的效率问题，可以采用计算速度更快的计算机硬件和软件算法，通信速度更快的数据采集和传输手段；数据挖掘是从各种复杂故障中发现最常见的故障或分解出简单故障的有力手段；建立系统的故障案例库，可以降低决策分析的计算量，提高诊断推理的效率。 对于故障诊断的在线应用和动态分析问题，可以采用更能够反映电网实时运行状态的信息，如广域量测系统、高速保护信息系统和故障录波信息系统、稳定控制系统等提供的动态数据；实时进行电网的灵敏度分析，动态分析电网的健康状况；增量挖掘技术只处理实时的
中国建筑智能化的发展趋势 1、建筑智能化的发展历程 中国建筑智能化是逐步发展起来的，人们对工作和生活环境越来越高的需求，以及影响建筑智能化的信息技术的不断进步，构成了推动建筑智能化不断发展的主要动力，中国建筑智能化的发展历程大体可以分为三个阶段。 可以把它们分别称为：起始阶段、普及阶段和发展阶段。 1．起始阶段 在上世纪八十年代末，九十年代初，随着改革开放的深入，国民经济持续发展，综合国力不断增强，人们对工作和生活环境的要求也不断提高，一个安全、高效和舒适的工作和生活环境已成为人们的迫切需要；同时科学技术飞速发展,特别是以微电子技术为基础的计算机技术、通信技术和控制技术的迅猛发展，为满足人们这些需要提供了技术基础。 这一时期智能建筑主要针对是一些涉外的酒店等高档公共建筑和特殊需要的工业建筑，其所采用的技术和设备主要是从国外引进的。这个时候人们对建筑智能化的理解主要包括：在建筑内设置程控交换机系统和有线电视系统等通信系统将电话、有线电视等接到建筑中来，为建筑内用户提供通信手段；在建筑内设置广播、计算机网络等系统，为建筑内用户提供必要的现代化办公设备；同时利用计算机对建筑中机电设备进行控制和管理，设置火灾报警系统和安防系统为建筑和其中人员提供保护手段等。这时建筑中各个系统是独立的，相互没有联系。 这个阶段建筑智能化普及程度不高，主要是产品供应商、设计单位以及业内专家推动建筑智能化的发展。政府的主要管理文件是《民用建筑电气设计规范》、《火灾自动报警系统设计规范》等。 2．普及阶段 在九十年代中期房地产开发热潮中，房地产开发商，在还没有完全弄清智能建筑内涵的时候，发现了智能建筑这个标签的商业价值，于是“智能建筑”、“5A
1.下列选项中，不属于生物特征识别技术的是（）。（10.0分） A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 我的答案：C√答对 2.生物特征识别技术不包括（）。（10.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A√答对 3.立体视觉是（）领域的一个重要课题，它的目的在于重构场景的三维几何信息。（10.0分） A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 我的答案：D√答对 4.下列对人工智能芯片的表述，不正确的是（）。（10.0分）
A.一种专门用于处理人工智能应用中大量计算任务的芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器，智能芯片具有很好的并行计算性能 我的答案：C√答对 1.目前，深度学习主要包括（）。（10.0分）） A.前馈神经网络 B.卷积神经网络 C.循环神经网络 D.对抗神经网络 我的答案：ABCD√答对 2.关于人工智能，下列表述正确的有（）。（10.0分）） A.计算机科学的一个分支 B.试图揭示人类智能的实质和真相 C.以模拟人类智能的方式去赋能机器 D.使机器能够模拟人类的智能进行学习、思维、推理、决策和行动 我的答案：ABCD√答对 1.神经网络的训练过程不需要人工标记的样本数据集。（10.0分）我的答案：错误√答对
2.机器人一般由执行机构、驱动装置、检测装置、控制系统和复杂机械等组成，涉及到控制论、机械电子、计算机、材料、仿生等学科，在工业、医学、农业、建筑业甚至军事等领域中均有重要用途。（10.0分） 我的答案：正确√答对 3.自然语言处理是一门融语言学、计算机科学、数学于一体的科学。（10.0分）我的答案：正确√答对 4.卷积神经网络是一种常用来处理具有网格结构拓扑数据的神经网络，如处理时序数据和图像数据等，广泛应用于人脸识别、物品识别等领域。（10.0分） 我的答案：正确√答对
电子测量技术的现状及 发展趋势 Document number：PBGCG-0857-BTDO-0089-PTT1998
电子测量论文 题目：电子测量技术现状及发展趋势姓名： 班级： 学号：
摘要:本文综合论述了电子测量技术的现状和总体发展趋势,分析了电子测量仪器的研究开发，阐述了我国电子测量技术与国际先进技术水平的差距，进而提出了发展电子测量仪器技术的对策。特别是由于测试技术的突破带来的电子测量仪器的革命性变化.同时,针对业界自动测试系统的发展历史和现状提出了作者的一些看法,并介绍了业界的最新进展和最新标准.近年来，以信息技术为代表的新技术促进了电子行业的飞速增长，也极大地推动了测试测量仪器和设备的快速发展。鉴于中国在全球制造链和设计链的重要地位，使得这里成为全球各大测量仪器厂商的大战场，同时，也带动了中国本土测试测量技术研发与测试技术应用的迅速发展。 关键词: LXI ATE 自动测试系统智能化虚拟技术总线接口技术VXI
目录 摘要................................................................................................I 前言 (1) 第一章测试技术现状及其存在的问题 (2) 第二章电子测量技术的发展方向 (2) （一）总线接口技 术 (2) （二）软件平台技 术 (3) （三）专家系统技 术 (3) （四）虚拟测试技 术 (3) 第三章展望未来 (4) 参考文献 (5)
前言 中国电子测量技术经过40多年的发展，为我国国民经济、科学教育、特别是国防军事的发展做出了巨大贡献。随着世界高科技发展的潮流，中国电子测量仪器也步入了高科技发展的道路，特别是经过“九五”期间的发展，我国电子测量技术在若干重大科技领域取得了突破性进展，为我国电子测量仪器走向世界水平奠定了良好的基础。进入21世纪以来,科学技术的发展已难以用日新月异来描述。新工艺、新材料、新的制造技术催生了新的一代电子元器件,同时也促使电子测量技术和电子测量仪器产生了新概念和新发展趋势。本文拟从现代电子测量技术发展的三个明显特点入手,进而介绍下一代自动测试系统的概念和基本技术,引入合成仪器的概念，面向21世纪的我国电子测量技术的发展趋势和方向是：测量数据采集和处理的自动化、实时化、数字化；测量数据管理的科学化、标准化、规格化；测量数据传播与应用的网络化、多样化、社会化。GPS技术、RS技术、GIS技术、数字化测绘技术以及先进地面测量仪器等将广泛应用于工程测量中，并发挥其主导作用。
智能故障诊断技术知识总结 一、绪论 □智能： ■智能的概念 智能是指能随、外部条件的变化，具有运用知识解决问题和确定正确行为的能力。 ■低级智能和高级智能的概念 低级智能——感知环境、做出决策和控制行为 高级智能——不仅具有感知能力，更重要的是具有学习、分析、比较和推理能力， 能根据复杂环境变化做出正确决策和适应环境变化 ■智能的三要素及其含义 三个基本要素：推理、学习、联想 推理——从一个或几个已知的判断（前提），逻辑地推断出一个新判断（结论）的思维形式 学习——根据环境变化，动态地改变知识结构 联想——通过与其它知识的联系，能正确地认识客观事物和解决实际问题 □故障： ■故障的概念 故障是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况： 1.设备在规定的条件下丧失功能； 2.设备的某些性能参数达不到设计要求，超出允许围； 3.设备的某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作； 4.设备工作失灵，或发生结构性破坏，导致严重事故甚至灾难性事故。 ■故障的性质及其理解 1层次性——系统是有层次的，故障的产生对应于系统的不同层次表现出层次性。 一般可分为系统级、子系统级、部件级、元件级等多个层次；高层故 障可由低层故障引起，而低层故障必定引起高层故障。诊断时可采用 层次诊断模型和诊断策略。 2相关性——故障一般不会孤立存在，它们之间通常相互依存和相互影响，如系统 故障常常由相关联的子系统传播所致。表现为，一种故障可能对应多 种征兆，而一种征兆可能对应多种故障。这种故障与征兆间的复杂关 系导致了故障诊断的困难。 3随机性——故障的发生常常是一个与时间相关的随机过程，突发性故障的出现通 常都没有规律性，再加上某些信息的模糊性和不确定性，就构成了故 障的随机性。 4可预测性——设备大部分故障在出现之前通常有一定先兆，只要及时捕捉这些征 兆信息，就可以对故障进行预测和防。 □故障诊断： ■故障诊断的概念 故障诊断就是对设备运行状态和异常情况做出判断。具体说来，就是在设备没有发 生故障之前，要对设备的运行状态进行预测和预报；在设备发生故障之后，要对故 障的原因、部位、类型、程度等做出判断；并进行维修决策。 ■故障诊断的实质及其理解 故障诊断的实质——模式识别（分类）问题
摘要：本文叙述了模具技术在国民经济中的重要性，介绍了各行业模具的现状及发展方向；文中强调指出了两个关键问题——模具材料和模具标准——是持续发展 模具技术的重大策略。中国模具技术，则是依据着国际模具市场的发展趋势， 转变着模具品牌产品的发展规模，不断的提高着模具设计水平，迎合着模具企 业的经济发展需求，也会进一步的推动着模具技术发展。 关键词：发展趋势、现状、模具技术、塑料模具、模具CAD／CAM Abstract:This paper was narrated the importance of the mould technology in the national economy．It was introduced the present situation and development direction of all trade and professions on the mould and die．It was indicated emphatically two questions of the crux一一mould materials and mould standard——developing continuous ly the great tactics on the progress of the mould technology. China mold technology, according to the international mold is the development trend of the market, the brand product change mould the development scale, and constantly improve the level of the die design, catering to the needs of the mould enterprise economic development, will further promote the development of the mould technology. 一、引言 模具是工业生产的基础工艺装备，国民经济的五大支拄产业机械、电子、汽车、石化、建筑都要求模具工业发展与之相适应。目前，模具行业的生产性服务业发展迅速，模具标准件、软件、材料供应等服务模式更为人性化，为企业一揽子解决问题的服务模式开始出现，这无疑对模具行业的发展有着很大的推动作用，另外，我国的模具品种仍然不丰富，模具行业的平衡发展亟需重视。模具是制造业的重要基础工艺装备。模具在制造业产品生产、研发和创新中所具有的重要地位，使得模具制造能力和技术水平的高低已成为衡量国家制造业水平和创新能力的重要标志。近10年来，我国模具工业均以每年15％以上的增长速度快速发展。“十一五”期间，我国模具行业保持产销两旺、持续高速发展，模具产量、质量进一步得到提高。中国的模具市场十分广阔，特别是在汽车制造业和IT制造业发展的带动下，对模具的需求量和档次也越来越高，同时精良的模具制造装备为模具技术水平的提升提供了保障。2007年模具销售额870亿人民币，比上一年增长21％，模具出口亿美元，比上一年增长35．7％，模具进口仍保持在20亿美元。数据显示着我国模具整体实力进一步加强。