搜索
第9章专家系统诊断原理专家系统的基本结构及功能推理机制基于行为的故障诊断专家系统机械故障诊断理论与方法第2篇基于人工智能的故障诊断技术2019/8/81内容安排知识表示与知识获取人工神经网络与专家系统1.专家系统历史与现状•作为人工智能一个重要分支的专家系统（ExpertSystem，ES）是在20世纪60年代初期产生和发展起来的一门新兴的应用科学，而且正随着计算机技术的不断发展而日臻完善和成熟。1982年美国斯坦福大学教授费根鲍姆给出了专家系统的定义：专家系统是一种智能的计算机程序，这种程序使用知识与推理过程，求解那些需要杰出人物的专门知识才能求解的复杂问题。一、概述2019/8/82•一般认为，专家系统就是应用于某一专门领域，由知识工程师通过知识获取手段，将领域专家解决特定领域的知识，采用某种知识表示方法编辑或自动生成某种特定表示形式，存放在知识库中，然后用户通过人机接口输入信息、数据或命令，运用推理机构控制知识库及整个系统，能像专家一样解决困难的和复杂的实际问题的计算机（软件）系统。•专家系统有三个特点，即：启发性，能运用专家的知识和经验进行推理和判断；透明性，能解决本身的推理过程，能回答用户提出的问题；灵活性，能不断地增长知识，修改原有的知识。一、概述2019/8/831.1初创期•人工智能早期工作都是学术性的，其程序都是用来开发游戏的。尽管这些努力产生了如国际象棋、跳棋等有趣的游戏，但其真实目的在于计算机编码加入人的推理能力，以达到更好的理解。在这阶段的另一个重要领域是计算逻辑。1957年诞生了第一个自动定理证明程序，称为逻辑理论家。20世纪60年代初，人工智能研究者便集中精力开发通用的方法和技术，通过研究一般的方法来改变知识的表示和搜索，并且使用它们来建立专用程序。到了60年代中期，知识在智能行为中的地位受到了研究者的重视，这就为以专门知识为核心、求解具体问题的基于知识的专家系统的产生奠定了思想基础。一、概述2019/8/84•1965年在美国国家航空航天局要求下，斯坦福大学研制成功了DENRAL系统，DENRAL的初创工作引导人工智能研究者意识到智能行为不仅依赖于推理方法，更依赖于其推理所用的知识。该系统具有非常丰富的化学知识，是根据质谱数据帮助化学家推断分子结构，被广泛地应用于世界各地的大学及工业界的化学实验室。一、概述2019/8/85•这个系统的完成标志着专家系统的诞生。在此之后，麻省理工学院开始研制MACSYMA系统，它作为数学家的助手使用启发式方法变换代数表达式，现经过不断扩充，能求解600多种数学问题，其中包括微积分、解方程和方程组，矩阵运算等。同期，还有美国卡内基－梅隆大学开发的用于语音识别的专家系统HEARSAY，该系统表明计算机在理论上可按编制的程序同用户进行交谈。20世纪70年代初，匹兹堡大学的鲍波尔和内科医生合作研制了第一个用于医疗的内科病诊断咨询系统INTERNIST。这些系统的研制成功使得专家系统受到学术界及工程领域的广泛关注。一、概述2019/8/861.2成熟期•到20世纪70年代中期，专家系统已逐步成熟起来，其观点逐渐被人们接受，并先后出现了一批卓有成效的专家系统。其中，最为代表的是肖特立夫等人的MYCIN系统，该系统用于诊断和治疗血液感染和脑炎感染，可给出处方建议（提供抗菌剂治疗建议），不但具有很高的性能，而且具有解释功能和知识获取功能。MYCIN系统是专家系统的经典之作，它的知识表示系统用带有置信度的“IF—THEN”规则来表示，并使用不确定性推理方法进行推理。MYCIN由LISP语言写成，所有的规则都表达成LISP表达式。它是一个面向目标求解的系统，使用反向推理方法，并利用了很多的启发式信息。一、概述2019/8/87•另一个非常成功的专家系统是PROSPCTOR系统，它用于辅助地质学家探测矿藏，是第一个取得明显经济效益的专家系统。PROSPCTOR的性能据称完全可以同地质学家相比拟。它在知识的组织上，运用了规则与语义网相结合的混合表示方式，在数据不确定和不完全的情况下，推理过程运用了一种似然推理技术。除这些成功实例以外，在这一时期另外两个影响较大的专家系统是斯坦福大学研制的AM系统及PUFF系统。AM是一个用机器模拟人类归纳推理、抽象概念的专家系统，而PUFF是一个肺功能测试专家系统，经对多个实例进行验证，成功率达93%。诸多专家系统地成功开发，标志着专家系统逐渐走向成熟。一、概述2019/8/881.3发展期•从20世纪80年代初，医疗专家系统占了主流，主要原因是它属于诊断类型且开发比较容易。但是到了80年代中期，专家系统发展在应用上最明显的特点是出现大量的投入商业化运行的系统，并为各行业产生了显著的经济效益。其中一个著名的例子是DEC公司与卡内基－梅隆大学合作开发的XCON-R1专家系统，它用于辅助数据设备公司（DEC）的计算机系统的配置设计。它每年为DEC公司节省数百万美元。专家系统的应用日益广泛，处理问题的难度和复杂度不断增大，导致了传统的专家系统无法满足较为复杂的情况，迫切需要新的技术去支持。一、概述2019/8/89•从80年代后期开始，一方面随着面向对象、神经网络和模糊技术等新技术迅速崛起，为专家系统注入了新的活力；另一方面计算机的运用也越来越普及，而且对智能化的要求出越来越高。由于这些技术发展的成熟，并成功运用到专家系统之中，使得专家系统得到更广泛的运用。在这期间开发的专家系统按其处理问题的类型可以分为：解释型、预测型、诊断型、设计型、规划型、监视型、调试型、修正型、教学型和控制型。其应用领域也涉及到农业、商业、化学、通信、计算机系统、医学等多个方面，并已成为常用的解决问题的手段之一。一、概述2019/8/8102.在故障诊断中的应用专家系统：基于知识(Knowledge-based)的人工智能系统。专家系统实质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。专家系统能够模拟、再现、保存和复制，有时还能超过人类专家的脑力劳动，是人工智能领域中目前最活跃最成功的一个分支。就机械设备故障诊断而言，专家系统比较适用于复杂的、比较规范化的（即只是来源可以从类似机器获取）的大型动态系统，如针对汽轮发电机组等研发的诊断专家系统，已经在工程实际中取得了良好的经济效益。一、概述2019/8/8113.专家系统的分类（按推理规则分）基于规则的专家系统基于规则推理（RuleBaseReasoning，RBR）的方法是根据以往专家诊断的经验,将其归纳成规则,通过启发式经验知识进行推理。它具有明确的前提，得到确定的结果。它是构建专家系统最常用的方法，这主要归功于大量的成功实例和工具的出现。早期的专家系统大多数是用规则推理的方法。一、概述2019/8/812基于案例的专家系统基于案例推理（CaseBasedReasoning，CBR）的方法就是通过搜索曾经成功解决过的类似问题，比较新、旧问题之间的特征、发生背景等差异，重新使用或参考以前的知识和信息，达到最终解决新问题的方法。它起源于1982年美国学者RogerSchank，关于人类学习和回忆的动态存储模型的研究工作。一、概述2019/8/813基于框架的专家系统框架(Frame)是将某类对象的所有知识组织在一起的一种通用数据结构,而相互关联的框架连接组成框架系统。一、概述2019/8/814基于模糊逻辑的专家系统模糊理论的概念由美国加利福尼亚大学著名教授扎德在他的《FuzzySets》和《FuzzyAlgorithm》等著名论著中首先提出。模糊性是指客观事物在状态及其属性方面的不分明性，其根源是在类似事物间存在一系列过渡状态，它们互相渗透、互相贯通，使得彼此之间没有明显的分界线。一、概述2019/8/815基于D-S证据理论的专家系统D-S证据理论是由Dempster于1967年提出的，他首先提出了上、下界概率的定义，后由Shafer于1976年加以推广和发展，故人们也把证据理论称为D-S理论。基于人工神经网络的专家系统人工神经网络（ArtificialNeuralNetwork，ANN）是仿效生物体信息处理系统获得柔性信息处理能力。它是从20世纪80年代后期开始兴起：由理论研究阶段发展到应用阶段。基于遗传算法的专家系统遗传算法（GeneticAlgorithms，GA）是一种基于自然选择和基因遗传学原理的优化搜索方法。由美国JohnH.Holland教授在1975年提出的。一、概述2019/8/8161.一般概念数据库知识库管理数据库管理工况分析工况报表推理机知识库知识表示任务管理知识获取动态黑板诊断结果诊断实例诊断结果解释二、专家系统的基本结构及其功能2019/8/817实用专家系统框图特点：专家系统是包含知识和推理的智能计算机程序；求解问题的知识与程序和数据结构分离。增强了系统的适应性和灵活性；（vs传统的计算机应用程序：求解问题的知识隐含在程序和数据结构中）专家系统通常由5个基本组成部分：知识库、推理机、数据库以及解释程序、知识获取程序。二、专家系统的基本结构及其功能2019/8/8182.知识库知识库是专家系统的核心;知识库是专家知识、经验与书本知识、常识的存储器；专家诊断系统知识库通常包括：背景知识:背景知识作为辅助信息，在推理过程中起着重要作用。如设备运行规范可以成为诊断过程中触发、激活某一诊断规则的依据等。二、专家系统的基本结构及其功能2019/8/819诊断知识领域专家在长期的诊断实践中积累起来的知识和经验。产生式规则表达：IF现象THEN假设WITH可信度现象：观察到的机组症状；假设：表示机组的故障或中间结论；可信度：表示在观察到这些“现象”后，推断机组具有这类故障的可信程度。一般诊断知识按故障树结构分层组织。二、专家系统的基本结构及其功能2019/8/820机组病例与运行档案描述机组以往诊断病例及其安装维修的记录情况，它对如何沿最有可能的故障方向进行诊断推理具有很大影响。过程性知识一系列分析计算程序，以独立的模块形式存在，在诊断过程中需要时被调用。如在诊断中需要获取某振动信号关于转速频率的谱峰情况，就需调用FFT频谱计算程序。二、专家系统的基本结构及其功能2019/8/821控制性知识对领域知识起指导作用的知识，如引导规则的选择、控制推理路径及指明诊断系统在诊断过程中对机组运行数据进行何种分析等。决策知识机组发生某故障时应采取的措施。它包括机组本身的运行规程和领域专家处理该类故障时的措施方法，另外，还包括在不能确诊某故障时向用户建议应重点监测何种信号及注意事项。二、专家系统的基本结构及其功能2019/8/822知识库的结构形式取决于所采用的知识表示方式，常用的有：逻辑表示、语义网络表示、规则表示、框架表示和子程序表示等。用产生式规则表达知识的方法是目前专家系统中应用最普遍的一种方法。二、专家系统的基本结构及其功能2019/8/8233.数据库专家系统中用于存放反映系统当前状态的事实数据的场所。包括：用户输入的事实、已知的事实以及推理过程中得到的中间结果等。动态数据库：保存推理过程中，产生的中间结论（包括最终结论），以及大量的症状信息和推理路径。二、专家系统的基本结构及其功能2019/8/8244.推理机推理机是专家系统的灵魂，它根据当前输入信息和过去历史情况，激活知识库中的有关规则，按一定的推理策略完成证据与假设之间的映射关系。推理过程中通常需要保存推理轨迹以期对诊断结果进行解释推理策略有：正向推理、反向推理和正反向混合推理三种。二、专家系统的基本结构及其功能2019/8/8255.解释程序对于诊断结果，若用户有疑问或不解，通过解释程序对诊断结果、推理路径和症状信息进行解释，提高系统的透明性和可信性；包括与系统推理有关的问题和与系统推理无关的系统自身的问题。6.知识获取研究如何把“知识”从人类专家大脑中提取和总结出来，并且保证所获取的知识间的一致性，它是专家