积分商城

最新搜索： PL2303 altium Designer 20 电路设计与仿真从入门到精通 auto cad 常用LOGO标识 microBUCK TMC5160
您现在的位置是：首页 > 技术资料 > 基于D-S融合的混合专家知识系统故障诊断方法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于D-S融合的混合专家知识系统故障诊断方法

更新时间：2019-12-25 11:54:41 大小：757K 上传用户：zhiyao6查看TA发布的资源 标签：故障诊断 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

复杂流程工业过程知识类型多样且含有多种不确定性,针对这些问题提出一种基于D-S融合的混合知识系统故障诊断方法.根据可利用信息的类型建立不同的专家知识系统并进行不确定性推理.通过分析当前信息的数据特点,自适应分配不同专家知识系统可靠性权重,通过权重D-S证据理论融合各专家知识系统的结论.这种方法不仅使用了专家的知识和经验,而且结合了生产过程积累的大量数据信息,提高了信息的利用率.通过融合多个专家知识系统的结论,提高了不确定性系统故障诊断的正确率.将该方法应用于某湿法冶金浓密过程故障诊断,取得了良好的诊断效果.


部分文件列表

文件名 大小
基于D-S融合的混合专家知识系统故障诊断方法.pdf 757K

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
第 43 卷 第 9 期  
2017 年 9 月  
自
动
化
学
报
Vol. 43, No. 9  
ACTA AUTOMATICA SINICA  
September, 2017  
基于 D-S 融合的混合专家知识系统故障诊断方法  
2
2
袁 杰 1  
王福利 1  
王 姝 1  
赵露平 1  
摘
要
复杂流程工业过程知识类型多样且含有多种不确定性, 针对这些问题提出一种基于 D-S 融合的混合知识系统故障诊  
断方法. 根据可利用信息的类型建立不同的专家知识系统并进行不确定性推理. 通过分析当前信息的数据特点, 自适应分配不  
同专家知识系统可靠性权重, 通过权重 D-S 证据理论融合各专家知识系统的结论. 这种方法不仅使用了专家的知识和经验, 而  
且结合了生产过程积累的大量数据信息, 提高了信息的利用率. 通过融合多个专家知识系统的结论, 提高了不确定性系统故障  
诊断的正确率. 将该方法应用于某湿法冶金浓密过程故障诊断, 取得了良好的诊断效果.  
关键词 混合知识系统, 自适应权重, D-S 证据理论, 信息融合, 浓密过程  
引用格式 袁杰, 王福利, 王姝, 赵露平. 基于 D-S 融合的混合专家知识系统故障诊断方法. 自动化学报, 2017, 43(9):  
1580−1587  
DOI 10.16383/j.aas.2017.c160676  
A Fault Diagnosis Approach by D-S Fusion Theory and  
Hybrid Expert Knowledge System  
2
2
YUAN Jie1  
WANG Fu-Li1  
WANG Shu1  
ZHAO Lu-Ping1  
Abstract There are various types of process knowledge and multiple uncertainties in complex process industry. To  
address these issues, a fault diagnosis approach which employs D-S knowledge fusion and hybrid knowledge system is  
proposed. Based on the types of available information, we establish diあerent expert knowledge systems and present  
uncertainty reasoning respectively. By analyzing the characteristics of the current available data, adaptive weights are  
calculated for diあerent expert knowledge systems. Then D-S evidence theory is utilized for conclusion fusion. Not only  
the expert experience knowledge but also a large amount of accumulated data is utilized in this method, which improves  
the utilization rate of information. The fault diagnosis accuracy for uncertainty systems are increased by the use of D-S  
conclusion fusion. The proposed method is then applied to fault diagnosis of a thickener in a hydrometallurgy process  
and satisfactory diagnosis results are achieved.  
Key words Hybrid expert knowledge system, adaptive weight, D-S evidence theory, information fusion, thickener  
Citation Yuan Jie, Wang Fu-Li, Wang Shu, Zhao Lu-Ping. A fault diagnosis approach by D-S fusion theory and hybrid  
expert knowledge system. Acta Automatica Sinica, 2017, 43(9): 1580−1587  
随着过程工艺复杂性的提高 过程故障诊断越  
来越重要 基于专家知识的方法[1−2] 适用于机理  
模型难以获得数据规律性不强的情况 由于解决  
问题的思路更直观体现领域专家对过程工艺的了  
解 专家系统[3−4] 成为基于定性知识故障诊断方  
法中被广泛使用的方法 因而也称为专家知识系  
统 按使用方法及处理信息类型划分 专家系统[5]  
分为基于规则的、基于案例的、基于模型的和基于  
框架的专家系统等 其中以基于规则的专家系统  
和基于案例的专家系统应用最广 流程工业过程  
运行可能产生多类型信息 例如数据信息、声音图  
像信息和专家知识等 考虑到这些信息或多或少  
包含有不确定性因素[6] 单纯使用一种方法来诊断  
过程运行状态并不可靠 根据这些过程信息和知  
识的特点 建立不同的专家知识系统 组成混合专  
家知识系统[7] 可以提高信息使用效率 进而提高  
过程故障诊断准确率 可信度因子是处理不确定  
问题的常见方法 结合规则推理 可以处理专家给  
出的模糊定性信息 可信度因子符合专家表达习  
惯 可以克服实际应用中事件先验概率和后验概率  
收稿日期 2016-09-18 录用日期 2017-05-04  
Manuscript received September 18, 2016; accepted May 4, 2017  
国家自然科学基金 (61533007), 辽宁省科学技术计划项目 (20150200  
51), 中央高校基础科研业务费 (N160404007) 资助  
Supported by National Natural Science Foundation of China  
(61533007), Liaoning Science and Technology Project (20150200  
51), and Fundamental Research Funds for the Central Universi-  
ties (N160404007)  
本文责任编委 周傲英  
Recommended by Associate Editor ZHOU AO-Ying  
1. 东北大学信息科学与工程学院 沈阳 110819 2. 东北大学流程工  
业综合自动化国家重点实验室 沈阳 110819  
1. College of Information Science and Engineering, Northeast-  
ern University, Shenyang 110819  
2. State Key Laboratory  
of Process Industry Automation, Ministry of Education, North-  
eastern University, Shenyang 110819  
9 期  
袁杰等: 基于 D-S 融合的混合专家知识系统故障诊断方法  
1581  
不可获得的难题 被广泛应用于专家知识系统[6]  
但
要引入处理不确定信息的相应方法来提高诊断准确  
率 本节重点介绍基于可信度因子的规则推理方法  
和基于数据相似度的案例推理方法 并提出将它们  
可信度因子方法中证据的可信度赋值主观性较强  
而基于案例推理的专家知识系统使用实时定量数据  
推理结果可靠性较高 但数据中的大量噪声可能导  
致其结论可靠性降低  
的推理结论转化为  
的方法  
证据理论基本概率分配函数  
证据理论[8−9] 广泛应用于不确定性推理和  
信息融合 但一般是单一专家系统中的多证据融合  
很少考虑将不同专家系统的推理结论进行融合 例  
基于可信度因子的规则推理知识系统  
基于规则的故障诊断方法主要使用专家给出的  
模糊定性知识[17] 通过将故障诊断经验知识总结成  
规则 进而推理得到结论 不同流程在提取专家知识  
和经验时的复杂性也各不相同 流程工业有些关键  
变量不能测量或者测量不准确 但过程运行的粗略  
定性信息对故障诊断具有重要作用 这些粗略信息  
包括声音强度、物质色泽、矿浆是否起泡等 在很多  
情况下 操作人员很难及时获得事件发生的先验概  
率 对事件发生的概率大小往往凭主观给出定量描  
述 根据这种操作习惯 在基于专家知识的规则推理  
中 使用可信度因子方法来处理规则的不确定性问  
题
如 文献  
使用  
证据理论将多类型传感器采  
集的变量信息进行融合 得到故障诊断结论 此外  
证据理论没有统一的基本概率分配函数赋值方  
法 在证据理论的实用过程中 基本概率分配函数生  
成往往与具体应用密切相关[11]  
等针对声  
音识别问题 基于隶属度设计了生成基本概率分配  
函数的多种方法[12] 邓鑫洋等面向决策问题设计并  
提出了基于信度马尔科夫模型的基本概率分配函数  
生成和推理方法[13]  
证据理论的证据融合规则  
可以将两条或者多条证据融合为一条证据 本身就  
可以解决冲突问题 避免了可能的结论冲突 但证据  
间冲突太大时会存在合成失效的情况 目前相应的  
产生式规则因为符合人们的逻辑思维习惯而被  
广泛使用 考虑到知识的不确定性 带有规则不确定  
性的可信度因子产生式规则的表达形式为  
改进主要围绕两个主要方向  
给不同可靠性的证据赋权重[11] 有些改进的  
证据理论如  
规则[14] 同时考虑了证据的重  
要性和可靠性 并提出了其证据融合公式 已经相对  
完善 然而 证据理论并没有提出如何给证据源  
赋权重 很多学者对 证据理论中证据源可靠性  
对其合成公式做改  
进
其中  
为规则的前件 表示前提条件  
为规则的  
后件 表示对应的结论  
表示是规则的可  
信度因子 也叫规则强度 这些规则强度不仅可以通  
过分析历史数据得到 也可以由专家凭经验主观给  
出 用 表示现场实时观察给出的不准确信息 其格  
问题进行了研究[11 15] 但主要是在离线获得了大量  
证据后 通过分析 减小离群证据的权值 增大集群  
证据的权值来实现 而对于在线应用和证据数量不  
多的情况下难以使用  
式一般表示为  
因子是  
规则前件  
成立 成立的可信度  
然后利用下式求取结论的可信度  
综上所述 针对信息来源和类型多样但信息不  
×
{
}
表示结论的可信度因子 是由现  
确定性程度较高的流程工业 本文使用  
证据理  
论将基于可信度因子规则推理和基于数据相似度案  
例推理的两个不同专家知识系统的结论进行融合并  
得到最终故障诊断结论 同时 根据在线数据的准确  
程度自适应给两个专家系统的结论赋权值 最后 将  
其中  
场信息与规则前件的匹配度  
求出的  
、规则强度  
详细的可信度因子推理规则可参考文献  
所提方法应用于某湿法冶金精炼厂浓密过程[16]  
的
通过基于不确定性推理故障诊断知识系统得到各个  
故障诊断中 使用基于规则推理和基于案例推理的  
混合专家系统 实验结果证明了该方法的有效性  
事件发生的可信度 假设有 个事件的可信度  
1
· · ·  
可以用第 节介绍的  
证据理论构  
2
建统一的识别框架 使用下式对这个可信度因子进  
行归一化  
1 混合专家知识系统  
1
2
流程工业运行中产生的信息既包括大量数据  
也包括操作人员给出的定性知识 混合专家知识系  
统可以将这些知识充分利用 对不同表达形式的知  
识使用不同方法加以利用 这些信息往往具有不同  
程度的不确定性 因此 在专家知识系统的基础上需  
· · ·  
· · ·  
为规则推理的识别框架中  
1
11  
11  
12  
1
12  
1
其中  
· · ·  
11  
12  
各个焦元的基本概率分布  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号