基于RBR和CBR混合推理的數(shù)控系統(tǒng)智能故障診斷.pdf

1、數(shù)控機(jī)床的結(jié)構(gòu)越來(lái)越復(fù)雜,對(duì)故障診斷與設(shè)備維修提出了更高的要求,依靠單一的報(bào)警提示或故障推理技術(shù)已很難滿足復(fù)雜系統(tǒng)的診斷需求。融合多種推理技術(shù)的診斷系統(tǒng),能夠充分發(fā)揮各種技術(shù)的優(yōu)勢(shì),可以有效地提高系統(tǒng)的診斷效率,是目前智能診斷研究的一個(gè)發(fā)展趨勢(shì)。
　　 在進(jìn)行機(jī)床故障診斷的過(guò)程中,綜合運(yùn)用RBR和CBR兩種診斷技術(shù),使兩者在診斷過(guò)程的不同階段互為補(bǔ)充,建立了一個(gè)融合規(guī)則推理(RBR)和實(shí)例診斷(CBR)技術(shù)優(yōu)勢(shì)的的智能故障診斷系

2、統(tǒng)。本文從智能診斷系統(tǒng)的知識(shí)獲取、知識(shí)表示和診斷推理三個(gè)主要方面介紹了診斷系統(tǒng)的構(gòu)建過(guò)程。
　　 知識(shí)獲取部分介紹了知識(shí)獲取的方法,并針對(duì)規(guī)則知識(shí)獲取瓶頸問(wèn)題,重點(diǎn)論述了由故障樹(shù)提取規(guī)則知識(shí)的方法。
　　 知識(shí)表示章節(jié)分析了常見(jiàn)的知識(shí)表示方法,并分別介紹了報(bào)警知識(shí)的表示、規(guī)則知識(shí)的表示和實(shí)例知識(shí)的表示方法。
　　 診斷推理部分介紹了規(guī)則推理和實(shí)例診斷的基本方法。前者采用深度優(yōu)先的知識(shí)搜索策略和故障樹(shù)邏輯分析法來(lái)完

3、成基于規(guī)則的推理。后者根據(jù)機(jī)床的結(jié)構(gòu),對(duì)實(shí)例知識(shí)進(jìn)行分層索引,采用近鄰法計(jì)算當(dāng)前故障與實(shí)例庫(kù)實(shí)例之間相似度以得到相似實(shí)例。并在分析規(guī)則推理和實(shí)例診斷各自?xún)?yōu)點(diǎn)的基礎(chǔ)上提出了基于RBR和CRB混合推理的智能故障診斷模型,克服了RBR和CBR各自的缺點(diǎn),充分發(fā)揮了兩者的優(yōu)勢(shì)。
　　 最后采用Qt+VS2005+SQLITE完成了診斷系統(tǒng)的開(kāi)發(fā),實(shí)現(xiàn)了規(guī)則推理和實(shí)例診斷的融合。該系統(tǒng)既可利用領(lǐng)域知識(shí)又可使用歷史診斷經(jīng)驗(yàn),具備了一定的診斷