基于產生式規則的故障診斷驗證應用研究

張煥旗

摘? 要：神經網絡算法在故障診斷時具有快速診斷的優點，但無法準確表達推理過程和結果的正確性。本文提出采用基于產生式規則的反向推理應用于專家系統診斷結果的驗證，對故障診斷專家系統開發和應用具有參考意義。

關鍵詞：專家系統;產生式規則;置信度

1.專家系統概述

所謂專家系統是一種人工智能領域的計算機程序系統。根據人類專家擁有的特定領域技能、經驗進行推理和診斷，模擬人類專家做診斷的過程來解決那些依靠專家解決的困難問題。

2.基于產生式規則的反向推理

產生式系統運行時，除了需要規則庫之外，還需要有初始事實（或數據）和目標條件。目標條件既是系統正常結束的條件，也是系統的求解目標。反向推理是指先從知識庫中選擇一條知識作為假設，然后尋找支持該假設的證據或事實來驗證這種假設的真假性。因此，在CEFR凝汽器真空低故障診斷專家系統中，就可采用反向推理，先假設是某種故障，根據CEFR凝汽器真空低典型故障樣本的知識庫，然后一一驗證該故障的證據是否真實存在。

3.基于置信度的產生式規則

所謂置信度，就是對某一事物為真的相信程度。顯然這帶有較大的主觀性和經驗性。CEFR凝汽器真空低故障診斷專家系統采用了基于置信度產生式規則這個方法對知識進行表示。

4.專家系統的建立

（1）知識庫的設計

①確定知識類型：敘述性知識、過程性知識、控制性知識。

②確定知識表達方法。

③知識庫管理系統設計：實現規則的保存、編輯、刪除、增加、搜索等功能。

（2）推理機的設計

①選擇推理方式。

②選擇推理算法：選擇各種搜索算法，如深度優先搜索、廣度優先搜索、啟發式優先搜索等。

（3）人機接口設計

①設計“用戶-專家系統接口”：用于咨詢和結論解釋。

②設計“專家-專家系統接口”：用于知識庫擴充及系統維護，如圖2所示。

5.結論

本文采用對基于置信度的產生式規則推理機的引用，構造了CEFR凝汽器真空低故障診斷系統驗證子系統的推理關系。將基于產生式規則的故障診斷作驗證子系統，將驗證子系統與BP網絡驗證進行了有效結合，兩種方法取長補短，實現了對凝汽器真空低的故障診斷和檢測。

參考文獻

[1]張艷萍，用于故障診斷的凝汽器真空模型研究[D]，保定：華北電力大學，2009年

[2]王慧濱，基于規則和案例推理的汽輪發電組故障診斷專家系統[D]，蘭州：蘭州理工大學，2014年