基于优先级诊断树的旋转机械故障诊断专家系统

针对旋转机械故障知识的膨胀导致的专家系统诊断效率低下以及知识库难以维护的问题,提出了一种新的、基于优先级诊断树的专家系统框架。将诊断设备分解建立诊断树并划分领域知识库,再利用模糊群组多属性决策方法排序诊断树导出元知识,并在弹性匹配模式基础上改进了规则的匹配方式。诊断时,推理机从优先级最高的节点开始,按照元知识进行规则的搜索、匹配,以此建立某设备动力与传动装置的故障诊断系统。研究表明,与传统专家系统相比,新系统具有更高的效率、并且诊断结论更可靠、可维护性也更好。