航天电子设备故障诊断专家系统知识获取方法

针对专家系统知识获取难的问题, 结合航天设备特点和知识获取的一般规律, 提出航天电子设备故障诊断专家系统采取分阶段方法解决知识获取问题. 在知识获取的第一阶段, 根据设备知识源比较丰富的特点, 采用基于故障树分析法的方式进行故障归类; 在知识获取的第二阶段, 根据基于范例推理的匹配算法从范例库中提取最佳范例; 根据实际情况对范例进行修正; 利用最近邻算法完成范例库的知识获取. 基于该思想构建的某航天电子设备故障诊断专家系统可以充分利用现有技术资料增强专家系统自动获取诊断规则的能力.     

汽轮发电机组故障诊断专家系统知识处理技术的研究

根据汽轮发电机组的层次模块化故障诊断的特点，建造了一个基于知识的汽轮发电机组故障诊断专家系统ＫＢＦＤＥＳ。就系统的组成及其功能原理和系统建造过程中的知识表示、知识库组织、推理机制、知识获取等重要功能模块进行论述，从而为建造类似设备的故障诊断专家系统提供一个易于实现的框架结构。     

通用雷达故障诊断专家系统的设计

目的：为了提高雷达装备故障诊断的效率和可靠性。方法：通过对雷达装备综合测试和故障诊断要求和方法的分析。介绍一种适用于雷达装备的故障智能诊断专家模型，探讨了该模型的基本结构和相应的推理机制及故障诊断策略。结果：结论雷达故障诊断的特点，研究了该模型及诊断方法在雷达装备中的具体应用，证实了该方法是有效的。结论：将自动测试技术和专家系统相结合，可以提高故障诊断的效率和可靠性。     

基于CLIPS的嵌入式故障诊断系统设计与实现

利用故障树分析法对系统故障进行深入分析,建立了覆盖软件、硬件和链路的规则库。开发了一个嵌入式故障诊断专家系统,对专用网络中的计算机软硬件、交换机等网络设备及链路故障进行实时诊断和控制。并利用CLIPS嵌入式编程设计了远程用户交互接口和知识获取接口。     

基于知识的电动机故障诊断专家系统

专家诊断系统是检查机械故障的常用一种方法，通过系统诊断了解机械出现的故障，对解决机械故障问题提供了保障，本论文从知识库系统中知识的获取、推理过程及具体运用实例掌握机械故障出现问题的可能，提供解决方案。     

基于CBR的机载雷达故障诊断专家系统研究

以故障诊断的理论和方法为基础,综合运用神经网络、基于案例推理(CBR)和专家系统理论,对雷达装备的故障诊断问题进行研究,形成一个集成的智能诊断专家系统。介绍了系统的总体结构和工作原理,并给出具体的诊断实例,此方法充分利用神经网络和CBR的优点,将提高雷达装备故障诊断的正确性和效率。     

民用航空器基于案例推理的故障诊断系统设计

所谓案例推理,简称CBR,指的是推理过程中基于案例的一种技术,属于类比、相似推理法,主要借助知识库的访问,寻找以往相同问题解决的方案,从而得到解决现有问题的方案。也就是通过经验或者旧案例将全新问题解决并进行评价,从而对新情况、异常情况进行理解和解释。该文将从当前案例推理的概况出发,以案例推理为基础设计故障诊断系统进行分析与探究,希望为机务维修人员提供一些帮助和建议,更好地为民用航空器设计故障诊断的系统。     

基于规则和实例混合推理的故障诊断专家系统

基于规则和实例两种推理方式各有优劣,如果将两者结合起来,不仅可以提高专家系统对领域知识的包含程度和利用能力,还可以提高专家系统的推理速度和效率,提高系统的学习能力.本文在分析了起重机液压系统的结构和功能的基础上,建立了一个基于规则和实例混合推理的故障诊断专家系统,对系统的结构、知识表示、混合推理机制等进行了阐述.     

故障诊断的模糊神经网络模型

论证了单症兆和多症兆诊断的模糊模型分别与一定条件的单层神经网络等价，从而建立了单症兆和多症兆诊断的模糊神经网络模型。基于模糊诊断原理，阐述了模糊神经网络模型是由若干独立单元组成的可扩充的组合式结构，进而提出一种修改或扩充子网络或子结点及其权重连线的可塑性学习方法。基于此模型建立了旋转机械故障诊断专家系统，以现场实际例子对模型的应用进行了说明。     

一种故障诊断专家数据库系统的设计与实现

鉴于传统专家系统与传统数据库技术的局限性[1],论文采用以知识表示和知识处理为主的专家系统技术和以数据管理为主的数据库技术,并结合虚拟仪器测试技术,开发出了一种装备测试与故障诊断专家数据库系统(EDS).文中详细介绍了专家系统知识库的构造方法以及推理机的实现过程,并以Delphi为软件开发工具,给出了推理流程以及具体的推理程序.该系统已用于某装备故障诊断,运行效果良好,推理正确,实现方法简便,可为各领域开发专家系统提供借鉴.     

基于产生式知识表示的铝用炭素煅烧过程专家控制系统的设计

将基于知识的规则模型和解析的数学模型相结合,建立两级结构的实时专家控制系统(ECS)。由具有专家自学习和自适应功能的实时专家系统(ES),以专家优化方式寻找煅烧过程中煅烧带的最优温度、长度和位置,由实时控制系统(RTCS)采用基于CARMA模型和最小二乘法的自校正调节算法和经典PID算法分别进行给料量和负压的控制,保证生产过程在最优生产条件下进行。系统于2003年底正式投入运行,长期运行结果表明系统可靠性高、实用性好,既稳定了生产,又提高了产品质量,实现了节能。     

On building a medical diagnostic system of acute exanthemas

Abstract

In this paper, we present a multi‐purpose medical diagnostic system named AEA — the Acute Exanthem Advisor, and the methodologies of its implementation. AEA provides an accurate diagnosis of acute exanthemas and a complete environment including a user‐friendly interface, reviewing function, record keeping function and explanation function. Therefore, it may serve as an assistant, a record keeper or an educational tool. A prediction program is also provided which is capable of predicting the number of potential patients who are going to have acute exanthemas in the near future. To illustrate the processes of the consultation and the prediction of the AEA, an example is given. Finally, for the 25 different test cases given to the diagnosticians and the AEA, the answers are almost the same, so we can conclude that the performance of the AEA is satisfactory. Now, we are trying to extend the AEA system to be a medical diagnostic net for acute exanthemas, which will be able to be remote accessed through network communications.     

某低温系统实时故障诊断专家系统的研究与应用

介绍了某低温系统在线故障诊断专家系统,叙述了诊断系统的基本结构及故障监测、预测和故障处理。系统使用delphi开发工具,利用各运行参数之间的逻辑关系作为推理依据,运用经验知识和理论知识相结合作为故障诊断的理论依据,对整个低温系统进行状态监测和故障诊断,指导操作人员排除故障。     

故障诊断专家系统在电子设备冷却装置中的应用

阐明故障诊断专家系统的原理、知识库的建立及检索方法,介绍其在电子设备冷却装置的设计与应用。     

大型风力机组远程智能监测与诊断系统的研究与开发

该文研究了大型风力机组的远程智能监测与诊断系统的关键技术问题,介绍了系统的开发情况。整个系统采用分布式架构,由数据采集与处理、实时数据存储、智能监测与诊断和人机交互4个子系统组成。智能监测与诊断子系统采用了知识库/推理机架构,推理机是一个自主开发的基于模糊Rete算法的模糊专家系统,知识库中存储了来源于风力机故障实验研究的常见振动故障的诊断知识。通过故障仿真,验证了整套系统的有效性。     

用C++ Builder开发污水处理故障诊断专家数据库系统

根据实际项目的开发，介绍了一个针对污水处理13常运行的故障诊断专家系统的设计和实现。系统运用了人工智能与数据库相结合的技术，利用Borland C Builder的强大数据库技术，成功地开发出了一个人机界面良好、易于用户和专家使用的专家系统。     

基于Internet的空分设备远程监视与故障诊断专家系统的研究

简介了远程监视与故障诊断专家系统在国内空分设备中应用的实际意义，着重分析了大型空分设备远程监视与故障诊断专家系统中远程监视模块和故障诊断模块的开发。     

An application of an expert system in layout compaction of VLSI design

Abstract

Recent research in knowledge‐based expert systems of VLSI design tools has concentrated on placement, routing, and cell generation. This paper presents an alternative application for artificial intelligence (AI) techniques on compaction design for a VLSI mask layout‐expert compactor. In order to overcome the shortcomings of iterative search through a large problem space within a working memory, and therefore, to speed‐up the runtime of compaction, a set of rule‐based region query operations and knowledge‐based techniques for the plane sweep method are proposed in this system. Experimental results have explored the possibility of using expert system technology (EST) to automate the compaction process by “reasoning” out the layout design and applying sophisticated expert rules to its knowledge base.     

基于Internet的空分设备远程监视与故障诊断专家系统的研究

简介了远程监视与故障诊断专家系统在国内空分设备中应用的实际意义,着重分析了大型空分设备远程监视与故障诊断专家系统中远程监视模块和故障诊断模块的开发。     

SRMES: an expert system for performance analysis of small refrigerating machines

SRMES is a rule-based expert system designed for use in the refrigeration industry as an aid in diagnosing the most frequent malfunctions in small refrigerating machines of either the air- or water-cooled condenser type. Suitably expanded, it may cover other more complex types of refrigerating machine. The system could also be suitable for education and training. In the version described here, SRMES is intended to demonstrate that the use of expert system tools in the refrigeration industry may lead to higher efficiency and better performance. Although the version described in the paper has been optimized for off-line performance, its extension to on-line application may be justified by relevant experience gained through its practical operation. Particular attention is devoted in the paper to the development of the decision tree. It is shown that with computer hardware of limited capacity knowledge-based rules can be used to reach specific diagnoses of the performance of small refrigerating machines.