[发明专利]一种面向综合诊断工程的知识获取与管理系统

说明书

技术领域

本发明涉及故障诊断与健康管理技术领域，尤其涉及一种面向综合诊断工程的知识获取与管理系统研制技术。

背景技术

随着科学技术的不断发展，机械故障诊断与维修的智能化程度越来越高。目前很多故障诊断系统在实际中得到了应用，并在设备技术维护中发挥了重要的作用，但现有的很多系统仍然面临着一些问题，如系统的异构性使相互之间缺乏共同的理解，知识获取和知识表达困难等等。诊断和维修人员在使用故障诊断系统时，需要对知识有共同的理解，以便及时作出正确的诊断维修。但是，不同的开发工具和不同的应用平台，以及不同的知识表示方式，使得系统的通信能力、共享性、通用性受到了很大的限制。在人工智能的研究领域，本体作为共享概念模型的明确形式化规范说明，能够以一种明确的、形式化的方式来表示领域知识，提高异构系统间相互交流学习的能力，促进知识共享和互操作，已经成为知识工程领域中的一种有效的理论指导和实践工具。

针对装备故障诊断与预测专家系统的智能化水平不断增长的需求，研究基于不确定性、小样本、海量信息的智能化故障诊断与预测专家系统技术，构建面向装备综合诊断工程的知识获取与管理系统平台，提供有效获取装备寿命周期各阶段的诊断信息和知识的工具，通过系统自学习能力提高专家系统生命力，从而达到提高故障诊断和预测专家系统的推理能力、效率以及智能化水平，最终提高装备保障力和战斗力的目标。

发明内容

本发明的目的在于，为克服上述问题，本发明提供一种面向综合诊断工程的知识获取与管理系统。

为了实现上述目的，本发明提供一种面向综合诊断工程的知识获取与管理系统，所述系统包括：

第一处理模块，用于基于本体论的方法对知识进行建模，进而得到装备和诊断预测相关的信息；

第二处理模块，用于对诊断预测相关的信息进行不确定性知识表示，所述不确定性知识表示包含：增加知识的模糊度或概率，进而得到包含不确定优先级属性的诊断预测知识；

第三处理模块，用于利用装备测试数据信息，采用机器学习的策略获得和诊断预测相关的关联知识；

输出处理模块，用于将第一处理模块，第二处理模块和第三处理模块得到的知识进行输出，并基于输出数据进行故障诊断，故障预测，维修决策或性能评估。

可选的，上述第一处理模块进一步包含：

综合诊断知识框架获取子模块，用于利用本体论方法分析装备综合诊断领域中的知识组织结构，构建基于本体论的综合诊断知识框架。

本体知识模型获取子模块，用于建立基于装备信息域-测试信息域-诊断预测知识域的综合诊断本体知识模型。

一致信息模型获取子模块，用于根据知识存储与更新、模型建造和映射与集成方法，规范描述各类测试诊断信息及其相互关系，建立满足装备综合诊断需求的一致信息模型。

上述第二处理模块进一步包含：

逻辑推理处理子模块，用于构建缺省逻辑推理和真值维护。

输出处理子模块，用于根据知识和事实的增加，通过提出假设进行标准逻辑下的推理，寻找不一致，进行回溯消除不正确假设及其影响，进而在提出新的假设，从而能够解决上述诊断预测问题领域中的由不确定性、小样本等引发的知识不相容问题。

上述第三处理模块进一步包含：

信息输入子模块，用于输入各类非结构信息和结构信息，其中，所述非结构信息包含：对象结构信息，功能和行为信息、故障模式信息和知识信息；所述结构数据包含：实验数据和测试数据。

自学习处理子模块，用于基于信息输入子模块输入的信息，采用机器学习方法获得诊断知识。

上述机器学习方法包含关联规则挖掘方法；其中，所述关联规则挖掘是指基于回归模型的相似性分析及无监督聚类方法。

与现有技术相比，本发明优点：

本发明提供的面向综合诊断工程的知识获取与管理系统研制技术，克服了装备知识获取困难、解决故障模式统计难的问题，提供关联规则挖掘等自动化、智能化 的知识获取手段，构建使用方便、录入快捷、操作灵活的知识管理平台，将装备领域专家知识转化为模型、规则、案例、故障树等推理知识，从而进一步将这些知识运用到故障诊断平台、故障预测与健康状态管理平台、维修决策平台及性能评估与仿真平台中执行相关的诊断预测评估等业务。

附图说明

图1为本发明提供的一种面向综合诊断工程的知识获取与管理系统研制原理图。

具体实施方式

下面对本发明作进一步地描述。