基于案例推理的往复压缩机故障诊断专家系统研究
|
摘要
往复压缩机作为流程工业应用广泛的一类关键设备，一旦发生故障将对生产造成严重影响，因而对其故障诊断就显得尤为重要。现如今对设备的故障诊断逐步发展为基于人工智能的专家系统诊断阶段，促使对往复压缩机故障诊断专家系统的研究也都有了深入的发展。基于案例推理是人工智能领域中新兴的一种高效的问题求解方法，在故障诊断领域是采用近似于专家诊断故障的思维模型的而建立故障诊断专家系统的方法，将此方法应用于往复压缩机故障诊断专家系统，对提高往复压缩机的使用率、减少事故发生、降低维修费用有着非常重要的意义。
本文结合往复压缩机的结构特点，工作原理以及各种故障机理，研究了基于案例推理技术应用于往复压缩机故障诊断专家系统的若干关键技术问题：应用面向对象知识表示案例知识，建立具有层次结构的案例库；对案例分层组织及索引，采用了改进的层次分析法—三标度层次分析法进行权重计算方法；采用优化的K-近邻加权相似度计算方法进行推理，为了将基于规则推理与基于案例推理的专家系统相互融合，研究了两者融合机制及案例转化为规则的方法。
最后基于知识表示和推理技术的研究成果，设计了基于案例推理的往复压缩机故障诊断专家系统的功能结构和诊断流程，开发实现了专家系统。
Reciprocating compressor is a kind of key equipment widely used inprocess industry, so fault diagnosis for reciprocating compressor is veryimportment. Nowadays, the development direction of equipment faultdiagnosis is that expert system based on AI will be used to diagnosefaults,so the reach for reciprocating compressor fault diagnosis expertsystem develops rapidly too. Case-based reasoning(CBR) is a emerging andhighly effective problem solving methods in artificial intelligence, and itcan simulate the thinking model that experts diagnose faults, so CBR canbe used to create fault diagnosis expert system, it is extremely meaningfulto improve the efficiency of the compressor, reduces the failure rate andreducing maintenance costs that CBR is applied to reciprocatingcompressor fault diagnosis expert system.
In this thesis, the key technologis of reciprocating compressor faultdiagnosis expert system on CBR are reached based on the structurecharacteristics, working principle and fault types of reciprocatingcompressor, such as case representation based on object-orientedknowledge representation method, case hierarchical structure, weightcomputation method based modified AHP—3-scale AHP and optimizedweighting K-Nearest Neighbor computing method. Also the fusionmechanism and rule extracted from case are reached to fuse CBR and RBR.
Finally, based on the research of knowledge representation，reasoningtechnology,functional structure and diagnosis process of reciprocatingcompressor fault diagnosis expert system are designed,and expert system isdevelopmented.
本文结合往复压缩机的结构特点，工作原理以及各种故障机理，研究了基于案例推理技术应用于往复压缩机故障诊断专家系统的若干关键技术问题：应用面向对象知识表示案例知识，建立具有层次结构的案例库；对案例分层组织及索引，采用了改进的层次分析法—三标度层次分析法进行权重计算方法；采用优化的K-近邻加权相似度计算方法进行推理，为了将基于规则推理与基于案例推理的专家系统相互融合，研究了两者融合机制及案例转化为规则的方法。
最后基于知识表示和推理技术的研究成果，设计了基于案例推理的往复压缩机故障诊断专家系统的功能结构和诊断流程，开发实现了专家系统。
Reciprocating compressor is a kind of key equipment widely used inprocess industry, so fault diagnosis for reciprocating compressor is veryimportment. Nowadays, the development direction of equipment faultdiagnosis is that expert system based on AI will be used to diagnosefaults,so the reach for reciprocating compressor fault diagnosis expertsystem develops rapidly too. Case-based reasoning(CBR) is a emerging andhighly effective problem solving methods in artificial intelligence, and itcan simulate the thinking model that experts diagnose faults, so CBR canbe used to create fault diagnosis expert system, it is extremely meaningfulto improve the efficiency of the compressor, reduces the failure rate andreducing maintenance costs that CBR is applied to reciprocatingcompressor fault diagnosis expert system.
In this thesis, the key technologis of reciprocating compressor faultdiagnosis expert system on CBR are reached based on the structurecharacteristics, working principle and fault types of reciprocatingcompressor, such as case representation based on object-orientedknowledge representation method, case hierarchical structure, weightcomputation method based modified AHP—3-scale AHP and optimizedweighting K-Nearest Neighbor computing method. Also the fusionmechanism and rule extracted from case are reached to fuse CBR and RBR.
Finally, based on the research of knowledge representation，reasoningtechnology,functional structure and diagnosis process of reciprocatingcompressor fault diagnosis expert system are designed,and expert system isdevelopmented.
引文
[1]王发辉,刘秀芳,程艳霞.往复压缩机故障诊断研究现状及展望[J].压缩机技术,2007,2:45-48
[2]李小全,刘安心,程懿.基于案例推理的工程机械故障诊断智能化研究[J].电气技术与自动化.2006,35(1):115-118
[3] Janet L. Kolodner. An Introduction to Case-Based Reasoning[J]. Artifiical IntelligenceReview,1992,6:3-34
[4]王迪生,杨乐之.活塞式压缩机结构[M].北京:机械工业出版社,1990
[5]金涛.往复式活塞压缩机故障监测与诊断技术[J].流体机械.1999,27(11):28-31
[6]程香平,丁雪兴,刘海亮,李国栋.多种故障诊断技术在往复压缩机中的应用[J].压缩机技术,2007,(5):13-16
[7]刘卫华,郁永章.往复压缩机故障诊断方法的研究[J].压缩机技术.2001,(1):3-5
[8]姚华堂,往复式压缩机故障诊断专家系统知识库构建与系统实现[D].浙江工业大学硕士学位论文.2004
[9]刘学明.飞机机械设备智能故障诊断专家系统研究[D].西安电子科技大学硕士学位论文.2008
[10] RAMON LOPEZ DE MANTARAS, DAVID MCSHERRY, DEREK BRIDGE, DAVIDLEAKE, BARRY SMYTH, SUSAN CRAW, BOI FALTINGS, MARY LOU MAHER,MICHAEL T. COX, KENNETH FORBUS, MARK KEANE, AGNAR AAMODT andIAN WATSON. Retrieval, reuse, revision and retention in case-based reasoning[J]. TheKnowledge Engineering Review,2006.20(3):215-240
[11]路杨,甘志华,王剑斐.基于案例推理的多故障诊断方法研究[J].计算机应用研究.2009,26(11):4166-4168
[12] CINDY MARLING, EDWINA RISSLAND and AGNAR AAMODT. Integrations withcase-based reasoning[J]. The Knowledge Engineering Review,2005.00(0):1-4
[13]郑佩.基于案例推理的故障诊断技术研究[D].华中科技大学硕士学位论文.2008
[14]贺晓.基于灰色关联的案例推理在智能诊断系统中的应用研究[D].华中科技大学硕士学位论文.2005
[15] Agnar Aamodt, Enric Plaza. Case-Based Reasoning: Foundational Issues, MehodologicalVarrations, and System Approaches[J]. AI Communications,1994,7(1):39-59
[16] Stephen Slade. Case-Based Reasoning: A Research Paradigm[J]. AI Magazine.1991,12(1):42-55
[17]李文鸿,孙文霞. CBR在分析机械故障诊断方面的应用[J].重庆工学院学报(自然科学版).2009,23(6):116-119
[18]严隽薇,李哲,张浩,谢小轩.基于CBR的设备故障诊断系统的设计与实现[J].制造业自动化.2002,24(10):11-14
[19]张琦,孙劭文,李文鸿,郑慧娟.基于案例推理的机械故障诊断方法探讨[J].放军理工大学学报(自然科学版).2004,5(5):42-45
[20] MARLING, C.M. SQALLI, E. RISSLAND, H. MUNOZAVILA, D. AHA. Case-basedintegrations[J], AI Magazine,2002,23(1):69-86
[21]骆敏舟,周美立.实例推理检索中相似度量方法的研究[J].合肥工业大学学报（自然科学版）,2001,24(6):1091-1094
[22]杜文虎,黄文虎.基于案例推理的故障诊断专家系统中案例检索策略的研究[J].东北林业大学学报.1999,27(1):45-48
[23]赵明.基于案例推理的机车故障诊断专家系统研究[D].中南大学硕士学位论文.2004
[24] LEE, M.R. An exception handling of rule-based reasoning using case-based reasoning[J],Journal of Intelligent and Robotic Systems,2002,35:327-338
[25]江志农,王慧,魏中青.基于案例与规则推理的故障诊断专家系统[J].计算机工程.2011,37(1):238-240
[26]万邦烈,李继志,石油工程流体机械[M].北京:石油工业出版社,1999
[27]沈庆根,郑水英.设备故障诊断[M].北京:化学工业出版社,2007
[28]刘卫华,郁永章.往复式压缩机故障分析及智能诊断系统[J].压缩机技术.2000,(4):27-30
[29]苗刚,往复活塞式压缩机关键部件的故障诊断方法研究及应用[D].大连理工大学博士学位论文.2006
[30]陈传波,郭天杰.面向对象的知识表示方法在故障诊断系统中的应用[J].计算机工程与科学,2006,28(12):121-123
[31]谢萍,王翠茹,陈骏林,田风占.电网故障诊断知识的面相对象表示法[J].中国电力.1997,2(30):41-43
[32]魏莹,案例推理方法研究及其在金融危机预警中的应用[D].华中科技大学硕士学位论文.2002
[33]刘勇.关键动设备远程监测诊断集群化、智能化系统的研究与应用[D].北京化工大学硕士学位论文.2011
[34]常建娥,蒋太立.层次分析法确定权重的研究[J].武汉理工大学学报.2007,29(1):153-155
[35]孙家乐,蒋德鹏.层次分析法中一致判断矩阵的构造方法[J].东南大学学报,1991,21(3):69-75
[36]贲志岳.基于案例推理的装备车辆故障诊断系统[D].中南大学硕士学位论文.2007罗忠良,王克运,康仁科,郭东明.基于案例推理系统中案例检索算法的探索[J].计算机工程与应用.2005,25:230-232
[37]凌海风,郭坚毅,严骏,陈海松.案例推理技术用于故障诊断时的相似算法[J].解放军理工大学学报(自然科学版).2006,7(5):480-484
[38]杨健,杨晓光,刘晓彬,秦凡,一种基于K-NN的案例相似度权重调整算法[J].计算机工程与应用,2007,43(23):8-11
[39]刘君,游家训,梁薇,徐楠,赵慧明,郭创新.基于加权K近邻算法的变压器故障诊断[J].电气自动化,2010,32(5):59-61
[40]夏元友,李梅,谢全敏.基于实例类比推理的边坡稳定性评价方法[J].岩土力学,2003,24:300-303
[41]张文修,吴伟志,梁吉业,等.粗糙集理论与方法[M].北京,科学出版社,2006
[42]刘星毅. GBNN-填充缺失属性值算法[J].微计算机信息.2007,24(53):246-248
[43]徐守坤,韩波,朱全丰,王洪元.基于粗糙集的故障案例特征提取方法[J].江南大学学报(自然科学版),2009,8(5):564-567
[44]季赛.粗糙集及范例推理技术在气象预测中的研究[D].南京航空航天大学硕士学位论文.2006
[45]李宏娟.基于规则和案例压缩机集成故障诊断专家系统研究[D].湖南大学硕士学位论文.2008
[46] CINDY MARLING, EDWINA RISSLAND and AGNAR AAMODT. Integrations withcase-based reasoning[J]. The Knowledge Engineering Review.2005,00(0):1-4
[47] MAL REY LEE. An Exception Handling of Rule-Based Reasoning Using Case-BasedReasoning[J]. Intelligent and Robotic Systems.2002,35:327-338
[48] Jim Prentzas, Ioannis Hatzilygeroudis. Categorizing approaches combining rule-based andcase-based reasoning[J]. Expert Systems.2007,24(2):97-112
[49]严军,倪志伟,王宏字,韩丹.案例推理在汽车故障诊断中的应用[J].计算机应用研究.2009,26(10):3846-3848
[2]李小全,刘安心,程懿.基于案例推理的工程机械故障诊断智能化研究[J].电气技术与自动化.2006,35(1):115-118
[3] Janet L. Kolodner. An Introduction to Case-Based Reasoning[J]. Artifiical IntelligenceReview,1992,6:3-34
[4]王迪生,杨乐之.活塞式压缩机结构[M].北京:机械工业出版社,1990
[5]金涛.往复式活塞压缩机故障监测与诊断技术[J].流体机械.1999,27(11):28-31
[6]程香平,丁雪兴,刘海亮,李国栋.多种故障诊断技术在往复压缩机中的应用[J].压缩机技术,2007,(5):13-16
[7]刘卫华,郁永章.往复压缩机故障诊断方法的研究[J].压缩机技术.2001,(1):3-5
[8]姚华堂,往复式压缩机故障诊断专家系统知识库构建与系统实现[D].浙江工业大学硕士学位论文.2004
[9]刘学明.飞机机械设备智能故障诊断专家系统研究[D].西安电子科技大学硕士学位论文.2008
[10] RAMON LOPEZ DE MANTARAS, DAVID MCSHERRY, DEREK BRIDGE, DAVIDLEAKE, BARRY SMYTH, SUSAN CRAW, BOI FALTINGS, MARY LOU MAHER,MICHAEL T. COX, KENNETH FORBUS, MARK KEANE, AGNAR AAMODT andIAN WATSON. Retrieval, reuse, revision and retention in case-based reasoning[J]. TheKnowledge Engineering Review,2006.20(3):215-240
[11]路杨,甘志华,王剑斐.基于案例推理的多故障诊断方法研究[J].计算机应用研究.2009,26(11):4166-4168
[12] CINDY MARLING, EDWINA RISSLAND and AGNAR AAMODT. Integrations withcase-based reasoning[J]. The Knowledge Engineering Review,2005.00(0):1-4
[13]郑佩.基于案例推理的故障诊断技术研究[D].华中科技大学硕士学位论文.2008
[14]贺晓.基于灰色关联的案例推理在智能诊断系统中的应用研究[D].华中科技大学硕士学位论文.2005
[15] Agnar Aamodt, Enric Plaza. Case-Based Reasoning: Foundational Issues, MehodologicalVarrations, and System Approaches[J]. AI Communications,1994,7(1):39-59
[16] Stephen Slade. Case-Based Reasoning: A Research Paradigm[J]. AI Magazine.1991,12(1):42-55
[17]李文鸿,孙文霞. CBR在分析机械故障诊断方面的应用[J].重庆工学院学报(自然科学版).2009,23(6):116-119
[18]严隽薇,李哲,张浩,谢小轩.基于CBR的设备故障诊断系统的设计与实现[J].制造业自动化.2002,24(10):11-14
[19]张琦,孙劭文,李文鸿,郑慧娟.基于案例推理的机械故障诊断方法探讨[J].放军理工大学学报(自然科学版).2004,5(5):42-45
[20] MARLING, C.M. SQALLI, E. RISSLAND, H. MUNOZAVILA, D. AHA. Case-basedintegrations[J], AI Magazine,2002,23(1):69-86
[21]骆敏舟,周美立.实例推理检索中相似度量方法的研究[J].合肥工业大学学报（自然科学版）,2001,24(6):1091-1094
[22]杜文虎,黄文虎.基于案例推理的故障诊断专家系统中案例检索策略的研究[J].东北林业大学学报.1999,27(1):45-48
[23]赵明.基于案例推理的机车故障诊断专家系统研究[D].中南大学硕士学位论文.2004
[24] LEE, M.R. An exception handling of rule-based reasoning using case-based reasoning[J],Journal of Intelligent and Robotic Systems,2002,35:327-338
[25]江志农,王慧,魏中青.基于案例与规则推理的故障诊断专家系统[J].计算机工程.2011,37(1):238-240
[26]万邦烈,李继志,石油工程流体机械[M].北京:石油工业出版社,1999
[27]沈庆根,郑水英.设备故障诊断[M].北京:化学工业出版社,2007
[28]刘卫华,郁永章.往复式压缩机故障分析及智能诊断系统[J].压缩机技术.2000,(4):27-30
[29]苗刚,往复活塞式压缩机关键部件的故障诊断方法研究及应用[D].大连理工大学博士学位论文.2006
[30]陈传波,郭天杰.面向对象的知识表示方法在故障诊断系统中的应用[J].计算机工程与科学,2006,28(12):121-123
[31]谢萍,王翠茹,陈骏林,田风占.电网故障诊断知识的面相对象表示法[J].中国电力.1997,2(30):41-43
[32]魏莹,案例推理方法研究及其在金融危机预警中的应用[D].华中科技大学硕士学位论文.2002
[33]刘勇.关键动设备远程监测诊断集群化、智能化系统的研究与应用[D].北京化工大学硕士学位论文.2011
[34]常建娥,蒋太立.层次分析法确定权重的研究[J].武汉理工大学学报.2007,29(1):153-155
[35]孙家乐,蒋德鹏.层次分析法中一致判断矩阵的构造方法[J].东南大学学报,1991,21(3):69-75
[36]贲志岳.基于案例推理的装备车辆故障诊断系统[D].中南大学硕士学位论文.2007罗忠良,王克运,康仁科,郭东明.基于案例推理系统中案例检索算法的探索[J].计算机工程与应用.2005,25:230-232
[37]凌海风,郭坚毅,严骏,陈海松.案例推理技术用于故障诊断时的相似算法[J].解放军理工大学学报(自然科学版).2006,7(5):480-484
[38]杨健,杨晓光,刘晓彬,秦凡,一种基于K-NN的案例相似度权重调整算法[J].计算机工程与应用,2007,43(23):8-11
[39]刘君,游家训,梁薇,徐楠,赵慧明,郭创新.基于加权K近邻算法的变压器故障诊断[J].电气自动化,2010,32(5):59-61
[40]夏元友,李梅,谢全敏.基于实例类比推理的边坡稳定性评价方法[J].岩土力学,2003,24:300-303
[41]张文修,吴伟志,梁吉业,等.粗糙集理论与方法[M].北京,科学出版社,2006
[42]刘星毅. GBNN-填充缺失属性值算法[J].微计算机信息.2007,24(53):246-248
[43]徐守坤,韩波,朱全丰,王洪元.基于粗糙集的故障案例特征提取方法[J].江南大学学报(自然科学版),2009,8(5):564-567
[44]季赛.粗糙集及范例推理技术在气象预测中的研究[D].南京航空航天大学硕士学位论文.2006
[45]李宏娟.基于规则和案例压缩机集成故障诊断专家系统研究[D].湖南大学硕士学位论文.2008
[46] CINDY MARLING, EDWINA RISSLAND and AGNAR AAMODT. Integrations withcase-based reasoning[J]. The Knowledge Engineering Review.2005,00(0):1-4
[47] MAL REY LEE. An Exception Handling of Rule-Based Reasoning Using Case-BasedReasoning[J]. Intelligent and Robotic Systems.2002,35:327-338
[48] Jim Prentzas, Ioannis Hatzilygeroudis. Categorizing approaches combining rule-based andcase-based reasoning[J]. Expert Systems.2007,24(2):97-112
[49]严军,倪志伟,王宏字,韩丹.案例推理在汽车故障诊断中的应用[J].计算机应用研究.2009,26(10):3846-3848