CASIA OpenIR  > 毕业生  > 硕士学位论文
化工故障诊断专家系统的研究
卢瓒军
学位类型工学硕士
导师安燮南
1995-07-01
学位授予单位中国科学院自动化研究所
学位授予地点中国科学院自动化研究所
学位专业控制理论与控制工程
关键词故障诊断 专家系统 推理机 知识表示 计算复杂性 面向对象 实时性
摘要化工故障诊断具有重要的现实意义。基于知识的故障诊断专家 系统可分为深层知识系统和浅层知识系统,本文对这两种系统做了 概括。化工过程故障诊断的实时性要求推理高效率高速度。这可通 过改善知识内容和结构来实现,另一方面也需要快速推理算法。本 文介绍了两种基于产生式规则的前向链接快速推理算法:图推理法 和RETE算法。图推理法通过推理网络中计数节点来记录匹配,减少 搜索来提高推理效率,图推理算法还为非确定性推理和非单调推理 提供了支持。图推理算法不支持模式匹配,这是它的主要缺 点。RETE算法也是用空间复杂度换取时间复杂度,所构造的推理网 络上的α存储器和β存储器存储部分匹配信息,利用结构相似性来 提高推理的效率。 分层递阶模型是知识组织的一种模型,对应于化工系统中把一 个大系统分为几个小系统,层层抽象,由粗到细,由全局到局部的 方法。本文对分层递阶模型的计算复杂性进行估计,证明分层递阶 确实能降低计算复杂性。 面向对象是近年来出现的软件新技术,具有模块性、封装功 能、代码共享、灵活、易维护和增量式设计的优点。类、对象、消息 传递、继承性是面向对象技术的基石。针对故障诊断专家系统的要 求,结合面向对象技术和分层递阶模型,本文提出了一个面向对象 的化工诊断专家系统框架,提出了一种故障诊断算法,这种算法包 括全局算法和局部算法两部分,全局算法从症状检测出发,提出假 设,检验假设,控制、协调信息在对象间流动,局部算法汇集了故 障诊断各阶段的方法,针对不同的问题,选用不同的方法。由于采 用分层递阶模型,诊断质量随时间增长而不断改善,同时对未知故 障也能提供一定信息,避免系统崩溃。
馆藏号XWLW338
其他标识符338
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/7111
专题毕业生_硕士学位论文
推荐引用方式
GB/T 7714
卢瓒军. 化工故障诊断专家系统的研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1995.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[卢瓒军]的文章
百度学术
百度学术中相似的文章
[卢瓒军]的文章
必应学术
必应学术中相似的文章
[卢瓒军]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。