论文部分内容阅读
目前,我国蓬勃发展的电力行业为推进国民经济的迅速发展起到了不可替代的促进作用,同时也对电厂的安全性和可靠性提出了更高的要求。然而,在电厂中,由汽轮机轴系振动引起的各种故障往往会导致严重的后果。随着人工智能理论发展,专家系统在该领域的应用为电厂诊断故障发生提供了有力的保证。 现有专家系统存在以下需要改进的问题:a.遍历的搜索机制影响系统效率;b.平板式的知识库结构制约系统性能;c.系统对知识库信息利用率低;d.知识库存在冗余降低诊断效率。 汽轮机分级故障诊断专家系统针对以上问题,对原有专家系统做了改进。分级结构和分级推理是对人类思考问题、解决问题的思维活动进行恰当的模拟,使其更符合人类思考问题的方式。对照原系统,分级结构的系统能够实现分而治之、逐级深入的思想。 本文基于上述思想,做了以下工作: 首先,给出了分级故障诊断专家系统的总体结构。文章在已有系统的基础上进行改进,改进后的分级系统包括主要模块:分级系统知识库的结构、分级系统的推理机制和分级系统的评价机制。 分级知识库部分:把知识库分为案例库和规则库两层:用案例库来模仿人类形象思维;而用规则库模仿人类逻辑思维。并对规则库设计了两类基于分治和基于融合的分级构建算法。结合形象思维与逻辑思维的分级系统更体现了知识逐步深入的思想。 分级推理机部分:结合分级知识库,设计给出与之对应的三级推理机,包括案例推理、规则推理和D-S证据融合推理。末级推理机是对前两级推理机制的融合,提高推理效率。 分级评价机制方面:文章引入分层评价加权、各层评价独立和考虑相似度量的思想,设计出分级系统区别于平板式系统的评价机制,使分级评价更加合理化。 本文对分级系统的各个功能模块进行了原理分析和功能阐述,为分级故障诊断专家系统的实现提供了理论依据。