基于XML的锅炉故障诊断专家系统的知识库构建

2016-07-15 03:28李大伟
承德石油高等专科学校学报 2016年3期
关键词:专家系统知识库故障诊断

李大伟

(承德石油高等专科学校 人事处,河北 承德 067000)



基于XML的锅炉故障诊断专家系统的知识库构建

李大伟

(承德石油高等专科学校 人事处,河北承德067000)

摘要:为锅炉故障诊断与应急的智能型专家系统提供技术支持,利用XML技术对锅炉常见故障及对策的专家知识进行表达,并以此为基础对锅炉故障诊断专家知识库进行初步设计,利用XML技术能够提高专家知识的匹配和检索速度,提升系统性能。

关键词:XML;故障诊断;专家系统;知识库;知识表达

专家系统是将某一特定领域的经过实践验证的专家知识利用一定编码技术存储在计算机中,可以用来解决一些现实问题的分析决策的计算机系统,其核心问题是获取专家知识与专家知识的表达与储存。在专家系统中专家知识库和利用知识库知识解决问题的推理机二者有机结合,才能保证专家系统有效工作。作为人工智能中的重要应用领域,专家系统实现了人工智能技术从理论走向应用的过渡与突破。知识库(Knowledge Base)是一种具有全面性、组织性和逻辑性的知识集群,其具有结构化、易操作、易利用等特点。是为了解决某些领域问题,而采用特定的知识表示方式并在计算机中存储、组织、管理和使用的互相联系的专家知识集合。因此专家知识表达方法的好坏是决定着智能系统优劣的重要因素之一。常用的知识表示方法有产生式、框架式、语义网络等方式。而定义语义标记的规则的可扩展标记语言XML,是利用标记将文档系统划分成许多部件并加以标识。作为一种成熟的元标记语言, XML能够定义与特定问题领域相关的、具有语义信息的、结构化的标记语言的句法, 这种方法有利于信息的表达和结构化组织,能够更加有效的进行数据检索和处理。因此利用XML技术构建专家系统的知识库,可以更高效地管理和检索系统所需的知识,提高专家系统的工作效率。

1锅炉故障诊断专家系统分析

1.1锅炉故障诊断专家系统的组成

锅炉故障诊断专家系统由系统操作界面、锅炉故障诊断与应急知识库、锅炉故障诊断推理机、锅炉故障解释器、综合数据库、锅炉故障数据监测与获取系统等6个部分构成,见图1。在以上的锅炉故障诊断专家系统中,锅炉故障诊断知识库中存放的是相关领域专家所提供的专业知识和经验,故障数据获取系统由分布在各个易发生故障部位的相应传感器组成,用来获取锅炉运行过程中的相关状态数据。

锅炉诊断专家系统的工作过程就是利用锅炉故障诊断知识库中储存的专家知识进行模拟实际工作中领域专家的思维方式,因此,锅炉故障诊断知识库是专家系统质量是否优越的核心,即锅炉故障诊断知识库中知识的质量和数量决定着锅炉故障诊断专家系统水平的高低。储存的知识包括锅炉故障诊断与处理的相关理论知识、故障实例数据,由经过实践验证的专家经验而得到的启发性推理诊断知识,比如在锅炉故障诊断工作中常用的故障定义、故障诊断定理和知识运算法则以及一些故障诊断的常识性知识等。

1.2锅炉故障诊断专家系统中专家知识的组成

在锅炉实际使用运行过程中,发生事故时首先要立即采取应急措施,消除导致故障事故的根源,同时满足系统负荷的需求要及时恢复机组正常运行。在设备确已不具备运行条件时或继续运行对人身,设备有直接危害时,应做停炉处理。

故障诊断专家系统的主要作用就是根据系统传感器获取的锅炉运行中的相关数据,通过数据的数值变化获取锅炉运行的状态,若数值异常专家系统会根据相关的专家知识诊断出当前故障所在位置和类型并给出解决方法甚至是直接干预锅炉的工作过程,将故障排除,防止不安全隐患造成的危险。

锅炉故障诊断专家系统中所储存的知识可以分成水位异常、压力异常、温度异常和设备异常等。具体的知识分类如图2所示。每种知识的分类,对应着故障诊断系统中故障获取机构中的每个分系统,及水位异常对应着水位位置感应分系统(主要由位置传感器组成)、压力异常对应着压力感应分系统(主要由压力传感器组成)和温度异常对应着温度感应分系统(主要由温度传感器组成)等。即每个分系统获取的锅炉运行中的数据会及时反馈至专家系统的知识库,并在对应的子知识库中检索,可以极大地提高专家系统的工作效率。

2基于XML的锅炉故障诊断专家知识的表达与储存

决定一个专家系统性能是否良好的一个重要因素就是专家知识的表达水平,表达水平高可以极大地提升系统性能。目前智能系统常用的知识表达的方法主要有一阶谓词逻辑、产生式系统、语义网络、框架和面向对象等方法。

随着面向对象知识表达技术的不断成熟与应用,该技术在人工智能方面的应用研究越来越活跃。所谓面向对象的知识表达方法就是将数据及其与该数据对应的操作放在一起,使之成为一个整体对象来进行处理,并将其抽象成一类新的数据类型。通过类继承和对象间的消息激发机制来实现知识的推理,采用这种方法能够较好地描述知识所表达的现实世界的结构模型。在面向对象的知识系统中,对象的静态属性就是该对象具有的知识,该对象的智能行为就是其具有的知识处理方法和各种操作描述。

如何将锅炉诊断的专家知识用计算机语言进行表示并存储是组织专家知识库的重要内容,绝大多数知识表达方法与程序设计语言紧密相连,同时,知识的增加和更新不仅与知识本身有关,还要依赖于特定的软、硬件平台。

而本文提出的利用XML技术来实现基于面向对象原理的知识表达方法,不但可以实现知识库的高度可扩展性,还能减少系统对软硬件平台的依赖程度。该方法中知识表达的语法和数据结构可以利用DTD或XML Schema进行定义,并通过定制XML应用来解释实例化的知识表示文档。

锅炉异常故障知识的 DTD 定义如下:

根据上述DTD 所定义的锅炉异常故障知识结构,可以将锅炉异常故障实例化,从而得到对应的知识文档。当故障发生时每一个被诊断的故障对象将会生成一个 XML 文档,默认情况下故障的状态为未知,通过推理机进行异常故障诊断后会返回一个新的状态:故障确诊、故障怀疑或故障不确定,对于故障确诊和故障怀疑的情况,系统会将确定或者怀疑出现的故障列出,并提示报警针对该故障的应对措施。对于确诊或者严重威胁锅炉系统运转的故障,系统就会根据专家知识库中的应急措施直接干预锅炉系统的运转,甚至直接控制锅炉系统自动断电,进行停机处理,保证锅炉系统的运行安全。

3基于XML的故障诊断知识表达的特点

基于XML知识表达的锅炉故障诊断专家系统具有XML原有特点和优势,与用其他知识表达技术实现的专家系统进行比较,基于XML技术的锅炉故障诊断专家系统具有以下特点:

1)系统内的专家信息量大,表达准确,易于管理;

2)知识的检索效率高,匹配性强,故障诊断的正确率极高;

3)可以非常便捷更新知识库内的专家知识,不断提升专家库的知识内容;

4)具有一定的预警和预报功能,能够根据传感器收集到的数据变化情况能够及时预测到可能发生的故障或异常,并给出相应的处理意见,同时也能够在出现较大故障或异常情况时直接干预锅炉系统的运行,保证锅炉系统整体的安全性。

4结语

近年来,由于XML技术在知识表达中具有简便易懂,同时它还能够允许各个行业构建行业内部的通用标记,使其具有良好的数据表达效果等特点,这些特点保证该技术能够大大提升专家知识储存和使用的效率。因此,基于XML技术的知识表达技术的实践应用越来越多。本文着重探讨了如何利用XML技术建造锅炉故障诊断专家系统的知识库,并对XML技术在锅炉故障诊断专家系统专家知识表达的关键技术进行了分析与验证,以期为后续的研究工作提供一定的借鉴。

参考文献:

[1]詹子鹏,李龙澍.用XML建造专家系统知识库[J].计算机技术与发展,2007,17(7):31-34.

[2]李峥嵘,何东健,李书琴,等.基于XML的网络专家系统知识库构建方法研究[J].人工智能,2006,6(2):299-302.

[3]张涛,韩江.基于XML的智能故障诊断系统的研究[J].机械设计与制造,2012(9):254-256.

[4]孟祥福,张霄雁,马宗民,等.一种基于领域知识的XML 数据模糊查询[J].智能系统学报,2012,7(6):525-535.

Construction of Knowledge Base of Expert System for Boiler Fault Diagnosis Based on XML

LI Da-wei

(Personnel Department, Chengde Petroleum College, Chengde 067000, Hebei, China)

Abstract:This paper provides technical support for boiler fault diagnosis and emergency intelligent expert system. It uses XML technology on the common faults of boiler and countermeasures of expert knowledge expression, and makes a preliminary design on the basis of boiler fault diagnosis expert knowledge base. It uses XML technology to increase expert knowledge matching and retrieval speed, as well as improve system performance.

Key words:XML; fault diagnosis; expert system; knowledge base; knowledge representation

收稿日期:2016-01-20

作者简介:李大伟(1984-),男,河北承德人,承德石油高等专科学校人事处讲师,硕士,主要从事机械结构设计、制造信息化方面的研究。

中图分类号:TK228

文献标识码:A

文章编号:1008-9446(2016)03-0043-04

猜你喜欢
专家系统知识库故障诊断
基于包络解调原理的低转速滚动轴承故障诊断
基于TRIZ与知识库的创新模型构建及在注塑机设计中的应用
数控机床电气系统的故障诊断与维修
数控机床液压系统故障诊断专家系统的研究
FCCU精馏塔故障诊断专家系统的研究与开发
基于LabVIEW和Access的陀螺仪组故障诊断专家系统
高速公路信息系统维护知识库的建立和应用
火电机组汽轮机故障诊断方法总结研究
因果图定性分析法及其在故障诊断中的应用
基于Drupal发布学者知识库关联数据的研究