人工智能研究领域之一的专家系统在工程设备上的应用需求较为广泛,但满足用户需求的应用实例很少,主要原因在于知识库构建复杂且困难,质量得不到保障,推理机制不够完善等。本文针对这些问题与技术进行了专门研究,开发了一套智能故障诊断系统,并基于背景课题项目(乌溪江水电厂“水电机组运行事件快速智能反应系统”)构建了相应的知识库,实现了自动智能诊断。具体采用JAVAEE技术开发了一套B/S(Browser/Server)模式诊断系统,根据工程实际需要,对诊断系统软件进行需求分析,并采用SSM(Spring-SpringMVC-MyBatis)框架技术进行架构设计。涉及数据结构设计,业务逻辑设计,控制跳转接口设计等。实时数据对接电厂监控系统,就水电厂实际情况进行相应的推理机制的调整。主要的创新点及实现的具体功能包括:(1)针对目前知识获取存在的问题与技术设计研发了构建知识库的工具软件,软件以网页WEB形式,实现局域网内多用户/多工位知识编辑和输入,显著提高知识获取效率,方便知识库的协作开发。(2)知识模型以网页表单形式录入,采用Druid连接技术,以数据表形式存储入MySQL数据库,将知识库以数据库形式存储,成功的将知识库独立出系统软件,实现知识库的可移植性与重用性。(3)通过数据字段信息建立知识库的故障树内核表达。故障树表达一方面为故障诊断提供了推理思路,另一方面由于故障树分析法已被证明是工程应用的较好方法,可以显著提高知识获取的质量,也便于工程师、领域专家团队进行知识库的审查及完善。(4)研究故障命名的多样性表达,以三种命名方式(原因、部件、可观察参量)构建故障树能够更形象的阐释知识的节点信息,适应各种故障诊断需要(故障诱因、过程、故障影响范围、故障传播方向)。并针对水电机组实际情况建立相应的知识库,通过知识库构建软件存入数据库。(5)研究并设计了数据词典,作为知识库和推理机之间交互、故障识别的重要桥梁,通过推理机的“自动”启动与知识库的“自动”调入,实现软件的“智能”诊断,并提供有关知识节点的参考作用。(6)推理机兼顾MySQL与SQLSERVER两种数据库,MySQL用于对接知识库,SQLSERVER用于对接事实证据库,并选择采用了向上匹配与向下搜索两种推理方式(实际采用向下搜索为主,向上匹配为辅的推理方式),针对故障命名的多样性,实现故障原因的诊断与故障影响范围的诊断。(7)以HTML、CSS等技术设计制作故障诊断报告页面,采用JAVASCRIPT脚本语言控制页面的定时刷新(根据事实证据库刷新机制设定为90s),故障报告页面内容包括报警测点名,时间,调入的知识库,推理机推断的相关可能性数据及事实证据库提供的有关证据等。(8)生成故障报告的同时,记录当前发生的故障信息,列入故障日志,包括故障发生频次,故障导致原因及故障处理情况等,同时将数据信息记录入历史证据表,便于诊断审查核实,也为建立大数据故障诊断提供依据与方便。通过设计和实现上述功能,领域专家团队可以自主的录入相关知识节点建立新的知识库和对原有的知识库进行审查、修改、完备。与此同时,事实证据库一旦读取到异常或报警数据则自动启动推理机,调入相应的知识库进行故障诊断,将诊断结果输送显示在诊断报告中(故障原因、故障影响范围),并记录已发生的故障信息,记录入相应的故障日志。这样的故障诊断智能系统具有强通用性,不仅为领域专家和工程师构建知识库提供了有力支持,也缩减了故障人工排查的耗时,顺应了时代技术发展,提高了构建的知识库质量,减少了人为诊断遗漏和失误,同时在人工智能的发展基础上,做出了一定的贡献。