智能故障诊断技术的应用与研究

随着人工智能技术的不断进步,诊断技术已开始进入一个新阶段,即智能化诊断阶段。本文应用专家系统和神经网络两种方法结合军用电子装备的故障诊断问题进行了研究。针对诊断对象特点,知识表示采用基于产生式规则和基于神经网络两种知识表示方法。知识获取被认为是专家系统建造中的“瓶颈问题”,对于这个问题,本文提出一种基于关系数据库的获取方法,实现知识的管理独立于专家系统进行,并考虑到诊断对象的层次结构,建立了高效的知识获取功能模块。同时将关系数据的查询方法应用于知识的搜索中,使推理过程更加简单、快捷。在以上工作的基础上,本文开发了基于规则的诊断专家系统模型。该模型具有良好的模块性、可扩充性,并通过实例证明该系统是一种有效的故障诊断的方法。 此外文中还建立了一个两级BP神经网络专家系统,利用所获得的故障样本数据对网络进行训练,从而实现了对某些故障的混合智能诊断。在对神经网络故障样本训练过程中,分析了隐层节点数、学习率等因素对网络性能的影响,为网络参数合理选取提供了依据。其诊断结果表明,应用本文所设计的混合智能诊断系统,各故障样本训练均能快速有效的收敛于设定的误差值,而且网络具有一定的泛化能力。