- 上一篇：模式识别文献综述和参考文献
- 下一篇：倒车雷达电路系统文献综述
2.3.3 基于专家系统的诊断方法
自 1965 年以来，斯坦福大学 DENDRAL 专家系统开始，专家系统的研究和应用迅速发展，具有人工智能的柴油机故障诊断专家系统也成为现代柴油机管理的研究方向。20 世纪 70 年代美国通用电器公司研制出基于规则的内燃电缆机车故障诊断系统 (DELTA专家系统)，1996 年美国 EMD 和 Rockwell 公司联合开发的柴油机状态监视系统 (ICM) 和诊断专家系统 (EMD)。专家系统利用专家经验，从大量的样本中提取故障特征，描述故障和征兆之间的关系网。在进行故障诊断时，根据已知事实，采用基于推理机通过故障原因与征兆进行匹配。专家系统是诊断领域最引人注目，也是研究最多、应用最广的一类智能诊断技术。它主要应用于没有精确数学模型或者很难建立数学模型的复杂系统。在实际的运用中，有基于网络的故障诊断专家系统的诊断方，此方法建立基于网络的智能诊断系统，并讨论在建立此系统时的诊断过程和相关困难。
2.3.4 基于模糊逻辑推理的方法
由于许多诊断对象的故障征兆可以用模糊的自然语言来描述，诊断这类故障的一个有效的方法就是应用模糊数学理论。
基于模糊逻辑推理的诊断方不需要建立精确的数学模型，而是通过适当运用隶属函数和模糊规则， 进行模糊推理来实现模糊诊断。 这是一种智能化诊断方法。但是，对于复杂的诊断系统，要建立正确的模糊规则和隶属函数是十分困难的，而且需要花费很长的时间。对于更大的模糊规则和隶属函数集合而言，难以找到规则与规则之间的关系，也就是说规则有 “组合爆炸” 现象发生。另外由于系统的复杂性、 祸合性、以至故障模式特征空间的映射关系往往存在着较强的非线性，这时隶属函数性状不规则，只能利用规范的隶属函数形状来加以处理，如用三角形、梯形或直线等规则形状来组合近似代替，从而使得非线性系统的诊断结果不够理想。
模糊逻辑的引入主要是为了克服由于过程本身的不确定性、不精确性以及噪声等所带来的困难，因而在处理复杂系统的大时滞、时变及非线性方面，显示出它的优越性。目前主要有三种基本诊断思路：一是基于模糊关系及合成算法的诊断，先建立征兆与故障类型之间的关系矩阵，再建立故障与征兆的模糊征兆方程，最后进行模糊诊断；二是基于模糊知识处理技术的诊断，先建立故障与征兆的模糊规则库，再进行模糊逻辑推理的诊断过程；三是基于模糊聚类算法的诊断，先对原始采样数据进行模糊c均值聚类处理．再通过模糊传递闭包法和绝对值指数法得到模糊c均值法的初始迭代矩阵，最后用划分系数、划分熵和分离系数等来评价聚类的结果是否最佳。具体应用方式有：①残差的模糊逻辑评价。残差评价是一个从定量知识到定量表述的逻辑决策，相当于对残差进行聚类分析，它首先需要将残差用模糊集合来表述．然后用模糊规则来推理，最后通过反模糊化得到
诊断结果。②采用模糊逻辑自适应调节阈。残差的阙值受建模不确定性、扰动及噪声的影响，阈值过小则会引起误报，过大刚会漏报，所以最好能根据工作条件用模糊规则描述自适应闽值③基于模糊小波分析技术进行故障诊断，用模糊化小波变换分析宽带故障特性，采用模糊数据的局部时频分析来进行故障检测和分离④接于模糊逻辑进行专家系统规则库的设计与更新。
3.总结
故障诊断研究的目的是为了提高诊断的精度、速度、降低误报率和漏报率，确定故障发生的准确时间和部位，并估计出故障的大小和趋势。近 10 年来，随着人工智能技术的迅速发展，传统的分析方法已经不能满足现代大型复杂系统诊断的要求，而基于人工智能的方法将是未来智能诊断系统的发展方向。特别是小波分析、专家系统、故障树和神经网络在诊断领域中的进一步应用，迫使人们对智能诊断问题进行更加深入与系统的研究，形成了一系列研究热点，也取得了一系列研究成果。但从分支学科的要求来看，无论是在理论体系的构建方面，还是在解决实际问题方面，故障诊断研究仍有一段艰巨的路程要走。