基于FMAGDM理論的復雜設備故障診斷不確定推理方法研究.pdf

1、復雜設備故障診斷技術對確保設備的可靠、高效率運行具有重要意義。而基于知識的推理式診斷在故障診斷領域有廣泛的應用，目前使用最廣泛的是基于故障樹的產(chǎn)生式規(guī)則推理。但是，復雜設備往往具有復雜的功能關系，設備部件、元器件之間具有錯綜復雜的故障嵌套，很難有效地創(chuàng)建基于元器件層次分解的診斷樹。因此本文提出使用事例推理（Case-based Reasoning）與規(guī)則推理（Rule-based Reasoning）相結合的按故障類別分層級的混和診斷推

2、理（Hybrid Reasoning）策略。
　　在基于規(guī)則的推理時，為了消解匹配沖突，普遍采用的方法是基于前提的加權排序匹配法，此方法的缺點是對推理過程中的不確定性考慮不足，沒有有效處理現(xiàn)實中存在的諸多不確定性因素的綜合影響。本文引入規(guī)則優(yōu)先權因子（Priority Factor），從而按照各個規(guī)則的優(yōu)先權決定搜索匹配的順序。而優(yōu)先權因子的確定方法，是提高搜索效率及診斷結果可信度的關鍵。
　　由于前提和規(guī)則的不確定性因素，

3、所以推理診斷過程實際上是一個不確定的推理過程。很多時候?qū)收犀F(xiàn)象及診斷過程的表述是不精確的，會用到諸如“故障概率高”、“匹配時間長”這樣的模糊量或語言，這也是不確定性的一種表現(xiàn)。
　　本文針對復雜儀器設備故障診斷的推理策略，圍繞規(guī)則優(yōu)先權排序的確定及推理過程的不確定性進行了方法理論上的研究，研究成果主要體現(xiàn)在如下幾個方面：
　　1.對復雜設備的故障診斷理論進行了深入研究，提出了基于故障類別的分層級混合推理診斷及不確定性推理策

4、略。這樣的推理策略基于能夠提供的故障特征信息，以及所有故障之間的關系，而不用考慮設備元器件之間的位置關系與功能關系，因而尤其適合復雜設備的故障診斷。其基本思想是，根據(jù)所能提供的故障特征、故障類別，以及它們之間的關系，把診斷推理流程分成多個層級，每一個層級都包含多個故障類別。不同層級的每個故障類別都具有一組診斷規(guī)則，而每組規(guī)則按照檢索優(yōu)先權排序來決定檢索的順序，并且每次推理的結論可信度由不確定性傳遞算法計算得到。
　　2.研究了基于

5、事例推理和規(guī)則推理的混合推理模型，分析了不確定性推理的相關理論，提出了復雜設備故障診斷混合推理的具體實現(xiàn)方法。把不確定性問題由證據(jù)與規(guī)則的不確定性擴展到規(guī)則優(yōu)先權的不確定性，使得決策與推理的過程更加滿足復雜設備故障診斷的特征。研究了采用模糊集（Fuzyy Sets）來刻畫規(guī)則及推理過程中的模糊量或語言的方法。領域?qū)＜覟槊恳粋€規(guī)則給出的主觀評價都是像“可信度高”、“發(fā)生概率低”這樣的模糊量或術語，為了更好地量化、處理這樣的情況，采用了模糊

6、數(shù)（Fuzzy Number）的運算法則和處理方法。
　　3.針對優(yōu)先權因子的確定，引入了模糊多屬性群決策決方法。簡單的規(guī)則優(yōu)先權確定方法是直接由規(guī)則可信度決定其優(yōu)先權，但顯然規(guī)則可信度并不是決定優(yōu)先權的唯一因素。為了獲得更好的診斷效率，像規(guī)則前提可信度、前提權重，甚至規(guī)則本身的權重等都應該被考慮。因此，提出采用規(guī)則可信度、前提可信度、前提權重等相結合決定規(guī)則優(yōu)先權排序的思路。并且考慮到不同診斷專家的主觀因素，研究了采用模糊多屬性