[发明专利]基于知识的故障诊断方法

摘要

本发明公开了一种基于知识的故障诊断方法，包括以下步骤：建立典型故障案例数据库；采用信号处理技术及主要成分分析方法，完成故障特征信息的提取及主要数据变量的选取；利用改进的神经网络算法，对故障样本进行学习；采用产生式规则和框架相结合的方式，实现诊断知识的综合表示；通过数据分析和系统中各设备之间的关系构建系统故障传播模型，明确系统故障传播路径；基于获取的故障知识，构建知识图，利用路代数理论给出推理规则，实现基于知识推理的故障定位。本发明通过改进的神经网络算法及知识推理理论，实现了知识的自动获取及故障的精确定位，提高了诊断精度，为工业控制系统故障诊断提供了依据。

主权项

1.一种基于知识的故障诊断方法，其特征在于，包括以下步骤：第一步，典型故障数据库建立：针对工业控制系统，建立典型故障案例数据库；第二步，故障特征信息提取：基于建立的典型故障数据库，利用信号处理技术，提取得到时域特征参数、时‑频域特征参数；第三步，特征选取：根据特征参数组成的数据集，采取主要成分分析方法，将数据集的主要数据属性变量提取出来；第四步，神经网络算法训练学习：利用神经网络算法，对系统故障样本集合进行学习训练，完成故障知识的获取；第五步，面向系统故障诊断的知识表示：针对获取的故障知识，采用框架与产生式规则相结合的方式，用故障树框架法来表示具体的故障模块，用产生式规则来表示故障的前提和结果，得到故障诊断知识的规则表示；第六步，系统故障传播模型构建：首先，构建系统任务到完成任务的能力映射关系模型；然后，构建能力到系统组成模块的映射关系模型；最后，构建基于模块依存关系的故障传播模型；第七步，基于知识推理的故障定位：分析系统故障知识中的元素及关系类型，确定限定关系类型，确定推理规则，构建知识图，引入路代数对推理关系进行表述和运算，对推理结果可信度进行计算，给出可信度依据，实现系统故障的定位。