两种智能诊断技术分析与比较
两种智能诊断技术分析与比较,智能,诊断,技术,分析,比较
2 0 0 7年第 4期 福建 电脑 6 5 两种智能诊断技术分析与比较 黄继祥 陈东用 z (1 福建工程 学院 福建 福 州 3 5 0 0 1 4 2 广西大学计算机与 电子信息学院广西 南宁 5 3 0 0 0 4 【摘要】:基于神经网络的智能诊断系统和基于专家系统的智能诊断系统都是智能诊断系统的分支。本文将对这两种 诊 断 系统做 进一步的分析和比较。【关键字】:神经网络,专家系统,智能诊断 1 引 言 随着现代工业、企业及 科学技术 的迅速发展,生产设备及系 统 日趋 大型化、复杂化 和 自动化 对 系统可靠性和安全性的要求 越来越高一旦系统发生故障将会造成 巨大 的经济损失和人员 伤亡。美国航天飞机挑战者号的发射失败,哥伦比亚号的解体 前苏联切尔诺贝利核 电站 的泄漏事故以及我 国在一些企业设备 发生的故障等 都已充分说 明了这一点。所 以大力开展故障诊断 技术的研究,对于促进大型技术过程 的发展,提高复杂 系统 的可 靠性、安全性和可维护性具 有重 大的现实意义【l】。智 能诊断技术现在主要有以下几类:一、基于解析模型的诊 断方法 其核心思想是用解 析冗余取代硬件冗余。通过构造观测 器估计 出系统的输出值,随后将 它与输出的测量值进行 比较,并 从 中获得故障信息。二、基 于信号处理的诊 断方法。这类方法的 最大特点就是不需要 对象的准确模 型 因此具有很强 的适应性。三、基于知识 的诊 断方法。这类方法不需要 精确 的数学模型。因 此 具有 良好 的应该前景。此类方法又可 以细分为:基 于人工神 经 网络 的故障 诊断方法 和基 于专 家 系统 的故障诊 断方法 等方 法。本 文将对 以上两种方法逐一地 分析并 比较。2 基 于人工神经 网络的故障诊断方法 2 1人 工 神 经 网 络 人工神经 网络(A r t i f i c i al N e u r a l N e t w o r k简称 A N N)是模 拟 人的思维过程建立 的一种并行分布信息处理结构 网络特性由 网络节点和连接特性所确定,具有很 强的容错、联想、存贮、记忆 能力 和 自适应 性。A N N不 包含 任何 规则,但 它通 过训 练可以解 决专 家系统问题 人工神经 网络是试 图从结构上模 拟人 的生物神经来处理信 息的,其基本成份也称之为神经元。一个神经元的特性可 以用图 1表示,它有 n个输人,是该神经元接收到的信 息:一个输 出 Y,是神经元的输出信息。对于某一神经元,设来 自 神经元 i 对 它的输人为=J,2 ,),它的输 出为 Y,神经元之 间 的连接权 为 该神经元阈值为 O,则 生 Y=f(。W 一 )(1),、为该神经元的输人输 出函数 神经元 的非线性表现 在它的 输人输 出函数,、上 常用的非线性输人输 出函数有 3种:(1)继 电 型 r (x O),()t o o (2)阈值逻辑 型 1 0,(X0),(x)=口 x,(0 xI 口),I I,(1 aX),(3)S型 厂(见 图 2 a)(2)(见图 2 b)(3)(见 图 2 c)(4)2 2 B P神经网络的算 法 B P神经 网络是误差反 向传播 的多层前馈式网络 是人工神 经 网络中最具有代表性和应用最广泛 的一种网络。B P神经 网络 由一个输人层、一个或多个隐含层 以及一个输出层组成。网络的 学习过程包括正 向传播和反 向传播。在正 向传播过程中,输人信 息从输人层经隐含层加权处理传 向输出层,经作用函数运算后 得到输出值,与其理论值进行比较。若有误差,则误差反向传播,沿原先的连接通路返 回 通过逐层 修改各层神经元的权系数,减 小误差 如此循环 直到输出满 足要求为止 一 卓=辅 入 图 2 盼古 图 3 2 _ 3基于神经 网络 的故障诊 断系统 神经 网络用于故障诊断最多的是利用神经 网络 的学习能力 建立故障征兆与故障原 因之间的映射关 系神经 网络模型。使 用神经 网络模型可直接 由故障征兆推理 出故障原因。这种方式多使用多层前 向神经 网络模型 使神经网络输人 层的节点对应故障征兆 输出层 的节 点对应故 障原 因。首先,收 集故障征 兆和故障原因构成 的故 障样本 然后使用这些样本就 已建立了故 障征兆和故障原 因之间的非线性映射关系。应用时,只需将故障征兆送人神经网络 通过 神经 网络 自身 的前 向运算 就可 以推出故障原 因,完成故障推理和分类。当然 在诊 断对象简单时可以采用单个神经 网络完成诊断,当诊 断对象复杂时。可使用多个神经 网络,按照对诊 断对象的分 解,例 如,按照故 障树 的方式对 系统 的分解,用不同的子 网络分 别实现不 同层次上的诊 断从而构成集成的神经网络故障诊断 系统嘲。3 基于专家 系统的故障诊断方法 3 1 专家系统简介 专家系统是应 用大量人类 专家 的知识 和推理方法求解复杂 的实际问题的一种人工智能计算 机程 序。它具有相 当数量的权 威性知 识,具备学 习功能,并能够采取一 定的策略,运 用专 家知 识推理 解 决人们在通常条件下难 以解决的问题。故障诊断专家 系统 由知识库、推理机、知识获取子 系统、动 态数据 库和人机接 口等 6个模块组成。系统的基本结构如 图 4。知识库一它存储从专家那里得到 的关 于某个领域 的专 门 知识 为专家所积累经验的信息数据库。专家系统就是莫过于知 识 的智能系统 也就是运用这些知识进行推理的计算机程序。推理机一它具有推理的能力 即能 够根据知识推 导出结 维普资讯 http:/ 福建 电脑 2 0 0 7年第 4期 论,而不是简单的去搜 索现成 的答案。是一种 执行各种 任务 进 行各种推理 或搜 索等功能 的程序模块 数据库一采用 黑板框 架结构的数据库 用于存放每一次 用户使用专家系统时输入 的数据及 由此推理 出的中间数据和最 后结论。该数 据库最初 只大致描述了系统 的总体故 障特征 随着 知识库的启用推理和用户 的反馈信息 进而对故 障及特征进行 全 面 地 描 述 解释 系统一 一 用来 回答用户对系统 的提 问 对系统得 出结 论 的求解过程或系统 的当前求解状态提供说 明 以增 强用 户对 系统 的可信性、透明性及学习性。知识 获取系统一 一 知识获取 即机器 的 自动知识获取 即实 现专家系统的 自学习 在 故障诊断专 家系统 中实现了知识 获取 半 自动化 它是独立 于推 理机 的知识库 编辑 软件来完成知识库 中知识 的增、删、改、检索和维护。人机接 口一 一人 机接 口就是将人类 专家和用户输入信 息翻 译成可接受的机器内部形 式 同时把 系统向专 家或用 户的输 出 信息转换成人类易于理解的形式 图 4 3 2基于专家系统的智 能诊断系统 专家系统模拟人类专 家进行思维 这思维 的过程中要充公 应用到知识 库里的内容。这将知识 的运用称 为推理方式 知识的 选择称控制策略。知识利用是指如何将推理过程进行下去 以及 在何种情况下采用何种推理方式的一套控制方法 专家系统经 过采用启发式搜索策 略、宽度优先搜 索、深度优先搜索策略及 回 溯等搜索策略,使故障诊断能准确、快速地诊 断到故障源。4 两种智能诊 断系统的 比较 4 1基于神经 网络和基于专家系统的智能诊断系统 的优劣 神经 网络技术具有强有 力的学 习和并行处理能力 它通过 对经验样本的学 习 将知识 以权值 和阈值 的形 式存储在网络中。网络 的输入是被诊 断对象 的征兆 即特 征值 输 出则表示发生故 障的可能性,但是它 的缺点就是不具备解释功能。相 当于一个黑 匣子,我 们无法去 了解里面的实际运作情况 一但诊断出来的结 果跟我们预测的结果不 匹配时 我们将无 法知道具体是错的那 个部分上。而专 家系统是基于符号的推理系统 应用了大量人类 专家 的知识和推理方法求解复杂 的实际问题的一种方法。它具 有相 当数量的权威性知识,具备学习功能 并能够采取一定的策 略,运用专 家知识推理 来解决人们在通 常条件 下难 以解决的问 题。但是其存在知识 获取 困难、知识难以维护、知识应用面窄、推 理能力弱和不适于解决模糊 问题 等缺点 使得基 于这种技术的 故障诊断专家系统 在遇 到未 见过 的新故 障或新信息时 不能正 确处 理:对 于模 糊的故障征兆,难 以得 到正确的诊断结果,系统 易出现”匹配冲突”、”组合爆炸”及”无益递归”等 问题。5 结束语 由于心上 两种智能诊断技术都存在一些不足 但幸好我们 可以把他们结合在一起,使其成 了一个互补的系统。他们的结合 方式有:(1)使用 神经网络来构造专 家系统,即把传统专家系统 的基 于符号 的推理变成基于数值 运算的推理 提高专家 系统的 执行效率,解决专家系统 的学 习问题;(2)神经 网络与专家系统 共存于一个 系统 中神经网络和专家系统分别表示和处理不同 的知识 从而构成 了一个混合或称组合 的故 障诊断专家系统,这 种方式能充分发挥专家系统 与神经网络各 自的优势 提高诊断 系统的性能。当前随着遗传 优化的兴起,以后可以对神经网络进 行遗传优化 以提高其 的精确度。参考 文 献:1 周东华,叶银 忠 现代故障诊 断与容错控制【M】北京:清华大学出版社 2 0 0 0 2 虞和济,陈长征,等 基于神经 网络 的智能诊 断【M】、北京:冶金工业 出 版 社 2 O o 0 3 邬淑 霞 高颖 一 个电气随动 系统故 障诊 断的 专家 系统方法 振动、科 试与诊 断 2 0 0 3 2 3:4 4 4 7 4 黄文虎,纪 常伟,姜 署渭,荣 吉利 基于故障树模型 的智能诊 断的确 定 性 推 理 机 械 强度 1 9 9 5 1 7:3 8-4 2 5 陆颂元 汪汪,刘晓峰,王青 华。当前 国内故 障智能诊断研 究中的若干 问题。汽轮 机 技 术 2 0 0 3,4 5:2 5 72 5 9 6 蔡 自兴 徐光秸 人工智能及 其应 用 北京:清华大学 出版社,2 0 0 4,8 7 S u r e s h S a mp a t h a n d Ri d S i ng hCo mp u t a ti o n a l I n t e l l i g e n c e f o r Di a g n o s i n g Ga s p a t h r e l a t e d fa u l t s in Gas Tu r b i n e En g i n e s 1 0 1 1 (上接第 8 4页)命 中率低,因此已不采用。先进先 出算法(F i r s t I n F i rs t Ou t F I F O)是选 择最早装入 主 存的页作为被替换的页。这种算法实现方便 只需在操作系统为 主存管理所没 的主存页面表中给每个实 页配一个计数 器字段。每当一页装人 主存时,让该页的计数器清零 其他已装入主存的 那些页的计数 器都加”1”。需要替换 时 计数器值最大的页的页 号就是最 先进入主存而现在准备 替换掉 的页号 近期 最少使 用算 法(L e a s t R e v e n t l y U s e d L R U)是 选择近 期 最少访问的页作为被替换页。这种算法 比较正确地反映程序 的 局部性。一般来说,当前最少使用 的页,未来也将很少被访问 但 实现 困难,所 以,一般用其变形,把 近期 最久未访 问过的页作为 被替换页,将”多”和”少”变成”有”和”无”,实现就方便多 了。4 虚 拟存储器 实现 中的 问题 1 页面失效的处 理 对 页面失效 的处理是设计页式虚拟存储器关键之一 页页的划 分是对程序和主存 空间进行机械 等分 对 于按字 节偏移的存储 器完全 可能出现指令或操作数横 跨在两页 上存储 的情况。特 别是 字符 串数据操作数多重 间接寻址。这种跨页现 象 更 为严重。页面失颜 色后还应解决如何保存 故障点以及故障处理完成 后如何恢复故 障点现场继续招待 这条指令 目前多数计 算机都 采用后援 寄存器法 把发生页面换效 时指令 的全部现场保存 下 来。待调整 后再取 出后援 寄存器内容恢 复故 障点现场 以便继续 执得 完该指令。也有的机器 同时采用一些 预判技术 2 提高虚拟 存储器等效访问速度的措施 要想使虚拟存储器 的等效访 问速度提高到接近于主存 的访 问速度并不容量,从存储 层次 的等效访 问速度公 式可 以看出 即 要有很高的主存命 中率 又要有尽 可能短 的访主存时间。高的主 存命 中率受 很多因素影响,包括 页地址 流,页面调度策 略。替换 算法,页面大小,分配 给程序 的页数等。页式虚拟存储器的内部地址 变换靠 页表进行 页表容量很 大只能放在主存中 每访主存 一次就要加访一次主存查表。如果 采用段页式,查表还需加访主存两次。这样,为存 取一个字,需经 二次式三次访主存才能完成 为了提 高快 的命 中率和查表速度 可以用高速按地址访问 的存储器来构成更大容量的快表,并用散列方法来按内容查找。若在快表 的每个地址单元中存放多对虚页号与实页号的映象关 系。还可 以进一步降低散列冲突引起的不命中率 此外,散列变 换(压缩)的人 出位数差愈小,散列 冲突 的概率就愈低。参 考 文 献:1 傅 麒辟,徐 勇 现代计算机体 系结构教 程 北京:北京希望电子 出版社 2 o 0 2 2 李学干 计算机 系统结构 北京:经济科学 出版社 2 0 0 0 3 莫正坤,高建 生 计算机组原理、武汉:华 中科技 大学出版社 2 0 0 0 维普资讯 http:/
收藏
编号:124468229
类型:共享资源
大小:160.06KB
格式:RAR
上传时间:2022-07-25
40
积分
- 关 键 词:
-
智能
诊断
技术
分析
比较
- 资源描述:
-
两种智能诊断技术分析与比较,智能,诊断,技术,分析,比较
展开阅读全文
- 温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
装配图网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。