專家系統包括知識庫、推理機、解釋機制、綜合數據庫、自學習機制和人機交互診斷界面等，其組成如圖1.1所示。在該專家系統中，知識庫用于存放故障樹和規則，包含專家經驗知識及原理性知識，用戶與領域專家通過知識獲取系統使知識庫得以擴充。知識庫管理系統用于構造及維護知識庫，對知識庫中的規則及故障樹進行增、刪、改等各種操作，這是其他模塊功能實現的基礎。推理機是整個專家系統的核心環節，根據一定的推理算法（采用正向推理算法）和搜索策略完成推理，還可以根據需要審定置信度閾值。綜合數據庫存放初始數據、事實、推理的中間過程和結果、最終結論以及推理所用到的各種應用程序。自學習機制通過系統自身的運行，完成自動改錯和自我完善，不斷更新和豐富知識庫中的知識。解釋機制對規則、故障樹以及推理的過程和各中間結果 進行必要地解釋。人機交互診斷通過對話的方式要求用戶回答系統在推理過程中提岀的問題。這在出現知識庫中的規則與用戶給定的診斷初始事實不相符合的情況時非常有效。系統最終完成故障的診斷。在進行診斷的同時，還可以提供解釋和打印的功能，以向用戶給岀完成故障診斷的理由和提供維修建議。
專家系統應該是面向對象的開放式專家系統。用戶根據需要，可任意自行構造診斷對象，只要給出相應的診斷規則（規則從領域專家處獲取并加以處理），用戶即可對構造的對象進行故障診斷。診斷時，用戶即可通過給出初始事實，直接進行故障診斷；又可以在基于數據分析的基礎上，先對原始數據進行必要的分析處理，然后根據分析結果進行故障診斷
系統功能應完備，結構應完全實現模塊化，各功能模塊之間應既相互獨立， 又存在有機的邏輯聯系，便于系統維護，這樣才能保證功能的完整和操作的連 續。
推理機是整個專家系統處理問題的核心模塊。它根據用戶提供的故障征兆， 利用知識庫中存儲的知識，按一定的推理策略逐步求解問題。常用的推理策略 有：正向推理、反向推理及正、反混合推理。在油液監測智能系統中主要采用 正向推理策略。具體做法如下。
1）用戶根據當前顯著的故障征兆自主選取子故障樹。在程序運行過程中， 可以隨時回溯到初始狀態重新進行選擇。
2）根據故障樹節點的重要度、設備重要度及故障緊急程度等因素，并結合領域專家的經驗，初步確定子故障樹中各事件的優先級別，優先搜索級別高的分支。通過系統的自學習功能來改變事件的優先級別。
3）依據典型故障現象和優先級別，采用正向推理策略（圖1.2）深度優先搜索相應的子故障樹，運用選用的故障規則求證目標節點。
4）通過與用戶交互確定運行結果是否正確。若正確，給出維修建議；否則, 返回lo
亞泰光電，國家高新技術企業和深圳知名品牌，10余年工業內窺鏡和油品分析儀研發、生產行業經驗國內外知名企業合作供應商，產品優惠熱線：0755-86656096 86656390,13316911816（微信同號） 聯系我們獲取更多優惠詳情，期待您的指導與交流！
最新資訊文章
