论文部分内容阅读
近年来,随着计算机技术和人工智能技术的迅速发展,设备故障诊断技术逐步走向智能化,已成为人们诊断故障、维护设备越来越重要的技术手段之一。所谓智能诊断系统是指它可以有效地获取、传递、处理、再生和利用诊断信息,具有对给定环境下的诊断对象进行成功状态识别和状态预测的能力。智能诊断系统可以使一般用户随时获得专家级的帮助,实现快速定位故障、修复设备,这对于提高设备的可用性、降低全寿命周期费用具有重要的意义,尤其是对技术力量相对薄弱的基层部队意义更加明显。本论文对智能诊断技术在实际工作中的应用做了研究,主要研究内容如下: (1)设计了一种基于多Agent的智能故障诊断系统总体结构,使诊断系统能根据设备的结构变化而动态调整。通过知识库和诊断推理机的分离、诊断Agent的动态生成和管理等技术,该智能故障诊断系统能方便地推广到其他设备。这对于提高部队装备维护水平很有意义。 (2)以BDI结构模型为基础,从CBR(基于实例的推理)、产生式诊断系统和神经网络诊断系统三个方面实现了诊断Agent的诊断功能。上述三种诊断方式是分级进行的,按照逐步求精的思想,最终将故障定位到可更换元件上,解决了产生式规则的不确定性诊断、神经网络与模糊技术的综合诊断、以及规则和神经网络混合运用等问题。 (3)研究了主动知识库、Agent的通信和协调以及Agent的动态管理等问题,部分实现了多Agent系统的诊断功能。 本文的研究成果已在总装备部某基地测量站的雷达智能故障诊断系统的研制中得到成功应用。