智能诊断技术PPT课件

0,故障诊断概论,第五章智能诊断技术,1,第五章智能诊断技术,2,5.1故障诊断专家系统,故障诊断技术是医学诊断的基本思想在工程领域的推广和应用，其发展过程可分为两个阶段，第一阶段：常规诊断技术基础：传感器技术和自动测试技术。特点：以数据处理为核心，侧重信号的检测和分析;发展比较成熟，但诊断功能较弱。第二阶段：智能诊断技术=AI+常规诊断技术特点：以知识处理为核心，运用人工智能(AI)技术实现诊断过程的自动化和智能化。研究重点：智能诊断方法。,3,5.1故障诊断专家系统,什么是人工智能定义：人工智能(ArtificialIntelligence，简称AI)：主要研究如何用计算机来摸拟人的智能，因此也称为机器智能（MachineIntelligence）。什么是智能：智能是指人们在认识和改造客观世界的活动中，由脑力劳动表现出来的能力，包括以下三个方面：感知能力：思维能力：行为能力：其中思维能力是核心。,4,5.1故障诊断专家系统,AI的研究方法符号智能（SymbolicIntelligence）它是宏观功能模拟；它是以知识为基础，通过推理进行问题求解；典型代表为专家系统；计算智能（ComputationalIntelligence）它是微观结构模拟；它是以数据为基础，通过训练建立联系，进行问题求解，这种方法也称为软计算（SoftComputing）。典型代表为神经网络。新的研究热点遗传算法、人工免疫系统等。,5,5.1故障诊断专家系统,什么是专家系统定义：专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。),6,5.1故障诊断专家系统,人类专家应具备的两个基本条件拥有丰富的专业知识，包括理论知识和经验知识具有独持的思维方式，即独特的分析问题和解决问题的方法。专家系统的基本思想存储领域专家的专业知识；模拟领域专家解决问题的方法进行推理，计算机系统也能具有很高的问题求解能力。,7,5.1故障诊断专家系统,专家系统的发展阶段专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。,8,5.1故障诊断专家系统,第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大型综合专家系统。在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。,9,5.1故障诊断专家系统,启发性知识(HeuristicKnowledge)它是帮助人类专家解决问题、作出决定的经验规则或策略，是专家系统的基础。特点：没有严谨的理论依据，不能保证永远正确，但在解决实际问题时，往往简洁、有效。例如：抽烟的人食指发黄。专家系统要达到人类专家解决问题的水平就必须能够存储和利用这些启发性知识。,10,5.1故障诊断专家系统,知识工程(KnowledgeEngineering)建造专家系统的过程称为知识工程。它从系统化、科学化的角度来研究专家系统的开发，包括知识的获取、表示和利用。开发一个专家系统需要系统设计人员与应用领域的人类专家密切合作。知识工程师(KnowledgeEngineer)领域专家(DomainExpert),11,5.1故障诊断专家系统,专家系统开发过程,12,5.1故障诊断专家系统,专家系统的基本结构,知识库(KnowledgeBase,简称KB）存储专业知识推理机(InferenceEngine)计算机程序，进行推理。人机接口(Man-MachineInterface)输入/出信息的格式转换,13,5.1故障诊断专家系统,什么是知识表示(KnowledgeRepresentation)知识表示：是知识的符号化和形式化过程。目的：通过知识的有效表示，使专家系统能够利用这些知识进行推理和作出决策对于同一种知识，可以采用不同的知识表示方法，但解决问题的效率不同。,14,5.1故障诊断专家系统,规则表示方法规则表示又称产生式表示，它是目前专家系统中最常用的一种知识表示方法。产生式规则（ProductionRule）：结构简单、自然、易于表达人类的经验知识。采用这种表示法的专家系统称为基于规则的专家系统(Rule-basedExpertSystem),15,5.1故障诊断专家系统,产生式规则的形式IFTHEN部分：也称为规则的前提;它可以是单个条件或多个条件通过逻辑符号AND、OR构成的逻辑组合。部分：可以是一组结论或动作。规则含义：表示当条件满足时，可以根据该规则推导出结论部分，或执行相应的动作,16,5.1故障诊断专家系统,诊断规则实例例如，在旋转机械故障诊断中有如下规则：如果:(1)径向振动时域波形严重削波，且(2)转速不变时，径向振动不稳定，且(3)进动方向为反进动那么:存在径向碰摩故障,17,5.1故障诊断专家系统,对象-属性-值表示用于表示规则条件或结论部分的事实知识，如征兆事实表示形式：(O，A，V)三元组O(Object)：表示对象，它可以是物理实体或概念A(Attribute)：表示对象的属性，即与对象相关的某种特征或性质；V(Value)：表示对象属性的取值。,18,5.1故障诊断专家系统,对象-属性-值表示实例例如“转子轴心轨迹形状为香蕉形”，这一征兆事实可表示成：(转子，轴心轨迹形状，香蕉形)在有些情况下，系统所指的对象非常明确。这时，可以省略对象而采用属性-值二元组，其表示形式为(A,V)上面征兆事实可以表示成：(轴心轨迹形状，香蕉形),19,5.1故障诊断专家系统,知识获取知识是专家系统的核心，专家系统的性能取决于它所拥有的知识的数量和质量。建立一个专家系统的主要任务就是将领域专家的经验知识从专家头脑中提取出来，存入计算机中，这个过程称为知识获取。知识获取的方式分为两类：即直接获取和间接获取两种。,20,5.1故障诊断专家系统,知识的间接获取方式第一步：通过交谈、查阅资料，获取领域知识，并将这些知识形式化，形成规则等表示形式；第二步，借助知识编辑器将知识输入知识库。,21,5.1故障诊断专家系统,知识编辑器用于知识的输入、修改和维护的软件工具。知识库维护:语法错误、一致性、冗余性检查。,22,5.1故障诊断专家系统,知识的直接获取方式产生原因：间接知识获取是一个艰苦而漫长的过程，延长了专家系统的研制周期，成为专家系统开发中的突出问题机器学习系统：是一个软件系统，能直接从数据或案例中自动获取诊断知识。,23,5.1故障诊断专家系统,什么是推理定义：是指依据一定的原则，从已知事实推出未知结论的过程。基于知识的推理：指选择知识和运用知识的过程推理机：基于知识的推理的计算机实现构成了推理机。推理方式依赖于知识表示方法如：基于规则的推理、基于模型的推理,24,5.1故障诊断专家系统,基于规则的诊断推理基于规则的推理属于演绎推理。演绎推理：是指由一组前提必然地推导出某个结论的过程，它由两个前提(大前提和小前提)和一个结论组成，其一般形式为：大前提：IFpTHENq小前提：p结论：q,25,5.1故障诊断专家系统,基于规则的诊断推理-实例例如，在旋转机械故障诊断中有：大前提：如果2倍频较大，则存在不对中故障小前提：机组振动2倍频较大结论：机组存在不对中故障演绎推理是从一般到个别的推理。由于结论的正确性蕴含在前题中，所以只要前题为真，结论也必然为真。它不产生新知识。,26,5.1故障诊断专家系统,正向推理正向推理(ForwardChaining)：是由已知征兆事实到故障结论的推理，因此又称为数据(事实)驱动的控制策略。基本思想是：从已知事实出发，正向使用规则，即将规则的条件与事实库中的事实相匹配。若匹配成功，则激活该规则，将规则的结论部分作为新的事实添加到事实库中。重复上述过程，直到没有可匹配的新规则为止。,27,5.1故障诊断专家系统,正向推理-实例已知知识库中有如下规则，其中H和H1为推理的最终目标。rule1：ifAthenBrule2：ifBthenCrule3：ifCthenHrule4：ifDthenErule5：ifEthenFrule6：ifF4whileEdo4.1E=0;4.2对S中的每一个样本（Xp,Dp）：4.2.1计算出Xp对应的实际输出Op；4.2.2计算出Ep；4.2.3E=E+Ep；4.2.4根据相应式子调整W；4.2.5根据相应式子调整V；,66,5.2神经网络诊断原理,ANN故障诊断流程从模式识别角度：应用ANN作为分类器进行故障诊断。,67,5.2神经网络诊断原理,诊断过程确定特征确定识别的故障范围设计网络模型输入节点数输出层节点数隐层节点数初始权值设置训练网络训练样本集测试样本集故障识别,68,应用实例：BP网络在汽轮机故障诊断中的应用,汽轮机故障特征的提取振动频谱特征：9个0.01-0.39f、0.40-0.49f、0.5f、0.51-0.99f、f、2f、3-5f、奇数倍f、高频5f.故障范围的确定常见的10种故障：不平衡、气动力偶、不对中、油膜涡动、转子径向碰磨、共生松动、推力轴承损坏、喘振、轴承座松动、不等轴承刚度。,69,应用实例：BP网络在汽轮机故障诊断中的应用,BP网络设计采用单隐层BP网络结构；输入层节点数取9，对应9个频谱特征量；输出层节点数取10，对应10种故障原因；隐层节点数：取9激活函数：Sigmoid(),70,应用实例：BP网络在汽轮机故障诊断中的应用,诊断网络结构,71,应用实例：BP网络在汽轮机故障诊断中的应用,训练样本,7