故障诊断专家系统中的模糊推理算法

  • 格式:pdf
  • 大小:241.85 KB
  • 文档页数:4

70 4
北 京理 工大 学学 报
第 19 卷
( 230- 220) ] 2= 0. 25, 其中 a = 220, b= 230, x= 225. 由正向数字推理算法可直接计算出系统 工作不正常的置信度为 e= [ 1- max( 0, 0. 70- 0. 25) ] ×0. 70≈0. 32< 0. 60, 因此前提不成立.
故障目标
最初 原因
臆测 臆测故障原因
子系统
正向数字推理 反向子模块推理
推理方法
正常 感官、直观现象? N
Y
感观信息规则 自动排序
N 臆测成立否?
Y 给出维修措施
一次 全部
诊断方案
单个 连续
正向数字推理 反向符号推理
排除故障
N 系统正常吗? Y
结束
Y 故障原因找到否? N
知识不全, 应完善
图 1 故障诊断综合推理算法流程图
第 19 卷 第 6 期 1999 年 12 月
北 京理 工大 学学 报 Journal of Beijing Instit ute of Technology
Vol. 19 No. 6 Dec. 1999
故障诊断专家系统中的模糊推理算法0
袁洪芳 史天运 王信义
( 北京理工大学机械工程与自动化学院, 北京 100081)
The Synt het ic Fuzzy Inf er ence Algor it hm in Fault Diagnosis Exper t System
Yuan Hongfang Shi Tianyun Wang Xinyi
( School of Mechanical Engineer ing and Automation, Beijing Instit ut e of Technology, Beijing 100081)
也可以选择模糊量词. 假设选择的模糊量词为“可能”, 根据表 1 的对应关系, “可能”为[ 0. 65,
0. 79] , 取中值 0. 72, 所以负载过大证据置信度为 0. 72, 而前提置信度为 0. 80.
规则前提与证据的匹配程度为 1- max( 0, 0. 80- 0. 72) = 0. 92. 设规则前提与证据匹配阈
其中 t 1= 1- max{0, b1 - b′ 1} ; t2= 1- max{ 0, b2- b′ 2} ; …; t n= 1- max{ 0, bn - b′n}. 对于“或”模糊产生式规则: IF A1 ( b1 ) T HEN Q( u1) … IF An ( bn ) T HEN Q( un) ,
收稿日期: 1998 11 03 0 部级基金资助项目
70 2
北 京理 工大 学学 报
第 19 卷
系统在推理过程中自动记录每条规则诊断成功次数和诊断总次数, 二者之比作为规则使 用成功率, 对于使用成功率较大的规则自动调整相应置信度, 在知识库系统中, 对规则成功率 较小的规则主动提示用户进行相应修改或删除, 实现知识的自我完善.
用第 5 种隶属函数, 即升半二次型分布函数
0 L( x ) = [ ( x- a ) / ( b- a
1
x> b
scope= ( 220, 210, 230) 表示电压的正常值为 220 V, 电压的阈限为( 210 V, 230 V) .
假设诊断过程中, 检测电压的实际值为 225 V, 则电压过压的置信度为 b′= [ ( 225- 220) /
值为 0. 90, 因为 0. 92> 0. 90, 所以规则前提与证据匹配成功. 结论的置信度为( 1- 0. 08) ×
0. 80≈0. 74. 设结论成立的阈值为 0. 60, 由于 0. 74> 0. 60, 则该故障发生.
» 如果调用的规则中包含可检测量, 同时该规则又是不确定的. 则推理机将要求用户实
5 结 论
以该综合推理算法研制的 FMS 故障诊断专家系统已试用于长春 F MS 实验中心, 初步运 行结果表明: 该算法不仅推理速度快, 模糊推理合理有效, 而且考虑因素全面, 推理可靠、效率 高. 由于设计了多种用户证据输入接口, 避免了传统输入置信度的困难. 同时该推理算法集成 了反向符号推理和正向数字推理, 综合性高, 针对性强, 适合于故障诊断领域的需要.
摘 要 目的 研究故 障诊断专家系统的模 糊推理算法. 方法 将 正常推理和 臆测推理 中多种 情况分开处理, 采用反向符号推 理和正向数字推理 相结合的方法, 并利用 模糊理论 设计 证据输入接口. 结果 提 出了一种故障诊断 模糊综合推理算法, 开发了 F MS 故障诊 断专家系统. 结论 理论分析及应用表 明, 该算法在故障诊断领域具有通用性和高效性.
Abst ract Aim T o study t he synt het ic fuzzy algorit hm applied in fault diagnosis expert system. Met hods According t o many cases in t he normal inference and conject ure inference, the met hod combining t he back symbol inference and forward digit al inference was adopt ed. T he input int erface of evidence was designed using t he fuzzy t heor y. Results A synt het ic fuzzy inference algorit hm for fault diagnosis expert syst em was advanced, and the F MS fault diagnosis expert syst em was developed. Conclusion By t he analysis of t heory and applicat ion, t he fault diagnosis algor it hm has t he charact erist ic of universal it y, complet eness and high-efficiency in the fault diagnosis field.
表 1 模 糊量词的量化
模糊量词 肯定
非常可能
很可能
可能
有点可能 可能性较小 可能性小
数值区间 [ 1. 00, 1. 00] [ 0. 93, 0. 99] [ 0. 80, 0. 92] [ 0. 65, 0. 79] [ 0. 45, 0. 64] [ 0. 30, 0. 45] [ 0. 01, 0. 29]
不可能 [ 0, 0]
例 1 设 IF 负载过大( subject = 0. 80) THEN 主轴交流电机过热 CF = 0. 80 其中 subject
= 0. 80 表示前提置信度, CF = 0. 80 表示规则置信度.
用户可根据自己的经验, 直接给出负载过大的置信度. 如果用户对输入置信度把握不准,
参考 文献
1 史天运 , 王信义, 张之敬等. F MS 故障诊 断专家 系统的 研究与 开发. 北京 理工大 学学报, 1998, 18( 3) : 290~295
2 史天运. F MS 状态监测与故障诊断技术研究: [学位论文] . 北京: 北京理工大学机械工程与自动 化学院, 1998
3 廉小亲. F MS 故障诊断技术研究: [ 学位论文] . 北京: 北京理工大学机械工程系, 1995 4 关守平, 柴天佑. 一种数字网络推理技术. 控制与决策, 1996, 11( 增刊Ⅰ) : 125~131
¹ 如果调用的规则是确定性的( 对于模糊产生式规则, 如果规则前提置信度为 0, 即认为 该规则是确定性的, 否则认为是不确定性的) , 则提出的问题将是确定的, 用户只要给出确定或 否定的回答, 推理机将根据回答调用规则的证据置信度 1 或- 1.
º 如果调用的规则是不确定性的, 则提出的问题将是模糊的, 用户可以直接输入置信度, 也可以从模糊量词中选取, 系统将根据表 1 中的模糊量词量化区间, 量化用户的模糊回答, 得 到证据置信度.
故障诊断推理算法搜索策略一般采用启发式深度优先搜索方法及回溯方法[3] . 该算法中 冲突消解策略采取从设备外部到内部诊断规则和规则置信度相结合的优选法, 即当有多条规 则匹配时, 按设备外部到内部诊断规则, 置信度从大到小的顺序依次选取. 当规则置信度相等 时, 推理机将按照其在规则库中存放的先后顺序依次选取. 但当有明显的感官、直观现象时, 存 在感官和直观现象的规则优先级别最高, 其次是从设备外部到内部诊断规则和规则置信度从 大到小的选取原则.
模糊规则的前提条件与事实的匹配程度由匹配函数决定, 结论的置信度为该匹配值和规 则置信度的乘积[ 1] .
3 模糊正向数字推理算法
数字推理的最大优点是推理中无需规则前提与结论逐步匹配[4], 而是直接进行数字计算, 因此速度较快. 故障诊断推理算法中引入数字推理是为了减少多层次匹配, 提高推理效率.
4 证据输入接口设计
故障诊断初始证据的来源有两种: ¹ 根据用户的回答形成的证据知识; º 由用户的回答 形成的证据知识出发, 利用模糊推理算法产生的中间结果. 在推理过程中, ¹ 由推理机根据知 识库中附加的询问项向用户提出问题, 以确定该前提的置信度; º 则由推理机自动进行计算. 证据输入接口设计是针对¹ 而言的. 根据知识库规则, 问题可能有 3 种:
模糊正向数字推理算法是在反向推理算法模糊规则匹配及置信度传播方法的基础上, 省 略模糊规则搜索及多层次匹配, 将算法全部凝结为一数学公式. 推理中直接用公式计算, 即可 快速获得结论置信度.