论文部分内容阅读
往复压缩机作为流程工业应用广泛的一类关键设备,一旦发生故障将对生产造成严重影响,因而对其故障诊断就显得尤为重要。现如今对设备的故障诊断逐步发展为基于人工智能的专家系统诊断阶段,促使对往复压缩机故障诊断专家系统的研究也都有了深入的发展。基于案例推理是人工智能领域中新兴的一种高效的问题求解方法,在故障诊断领域是采用近似于专家诊断故障的思维模型的而建立故障诊断专家系统的方法,将此方法应用于往复压缩机故障诊断专家系统,对提高往复压缩机的使用率、减少事故发生、降低维修费用有着非常重要的意义。本文结合往复压缩机的结构特点,工作原理以及各种故障机理,研究了基于案例推理技术应用于往复压缩机故障诊断专家系统的若干关键技术问题:应用面向对象知识表示案例知识,建立具有层次结构的案例库;对案例分层组织及索引,采用了改进的层次分析法—三标度层次分析法进行权重计算方法;采用优化的K-近邻加权相似度计算方法进行推理,为了将基于规则推理与基于案例推理的专家系统相互融合,研究了两者融合机制及案例转化为规则的方法。最后基于知识表示和推理技术的研究成果,设计了基于案例推理的往复压缩机故障诊断专家系统的功能结构和诊断流程,开发实现了专家系统。