基于产生式规则的故障诊断验证应用研究

张焕旗

摘  要：神经网络算法在故障诊断时具有快速诊断的优点，但无法准确表达推理过程和结果的正确性。本文提出采用基于产生式规则的反向推理应用于专家系统诊断结果的验证，对故障诊断专家系统开发和应用具有参考意义。

关键词：专家系统;产生式规则;置信度

1.专家系统概述

所谓专家系统是一种人工智能领域的计算机程序系统。根據人类专家拥有的特定领域技能、经验进行推理和诊断，模拟人类专家做诊断的过程来解决那些依靠专家解决的困难问题。

2.基于产生式规则的反向推理

产生式系统运行时，除了需要规则库之外，还需要有初始事实（或数据）和目标条件。目标条件既是系统正常结束的条件，也是系统的求解目标。反向推理是指先从知识库中选择一条知识作为假设，然后寻找支持该假设的证据或事实来验证这种假设的真假性。因此，在CEFR凝汽器真空低故障诊断专家系统中，就可采用反向推理，先假设是某种故障，根据CEFR凝汽器真空低典型故障样本的知识库，然后一一验证该故障的证据是否真实存在。

3.基于置信度的产生式规则

所谓置信度，就是对某一事物为真的相信程度。显然这带有较大的主观性和经验性。CEFR凝汽器真空低故障诊断专家系统采用了基于置信度产生式规则这个方法对知识进行表示。

4.专家系统的建立

（1）知识库的设计

①确定知识类型：叙述性知识、过程性知识、控制性知识。

②确定知识表达方法。

③知识库管理系统设计：实现规则的保存、编辑、删除、增加、搜索等功能。

（2）推理机的设计

①选择推理方式。

②选择推理算法：选择各种搜索算法，如深度优先搜索、广度优先搜索、启发式优先搜索等。

（3）人机接口设计

①设计“用户-专家系统接口”：用于咨询和结论解释。

②设计“专家-专家系统接口”：用于知识库扩充及系统维护，如图2所示。

5.结论

本文采用对基于置信度的产生式规则推理机的引用，构造了CEFR凝汽器真空低故障诊断系统验证子系统的推理关系。将基于产生式规则的故障诊断作验证子系统，将验证子系统与BP网络验证进行了有效结合，两种方法取长补短，实现了对凝汽器真空低的故障诊断和检测。

参考文献

[1]张艳萍，用于故障诊断的凝汽器真空模型研究[D]，保定：华北电力大学，2009年

[2]王慧滨，基于规则和案例推理的汽轮发电组故障诊断专家系统[D]，兰州：兰州理工大学，2014年