基于本体的矿井提升机主轴系统故障诊断方法

针对传统矿井提升机故障诊断方法效率低、准确性差及诊断知识难以重用和共享等问题,提出了一种基于本体的矿井提升机主轴系统故障诊断方法。针对矿井提升机主轴系统故障原因多样化的特点,提出用三维坐标法系统总结各种故障现象及其故障原因,解决了故障总结不全面、原因分析不合理等问题;通过Protégé4.3软件建立故障诊断本体库,将故障现象、故障原因及其对应的逻辑关系作为知识存入本体库,解决了故障诊断知识共享和重用困难等问题,提高了故障诊断效率;通过SQL Server 2008数据库存取主轴系统监测数据,利用Java持久层应用程序接口JPA和Java应用程序接口Jena建立本体库与数据库的映射,实现了数据库与本体库数据的动态交换;最后通过本体库对监测数据进行分析,确定故障原因并定位故障源,实现故障诊断。实例分析结果表明,基于本体的矿井提升机主轴系统故障诊断方法提高了故障诊断的效率和准确性,且可靠性较高。     

基于OWL的电厂设备故障特征的知识表示

为了对电力行业复杂的故障信息进行有效的知识管理,本文将本体论方法引入到设备故障信息的知识表示中。利用OWL本体语言的知识表示特性,介绍了基于OWL的电厂设备故障特征知识表示的过程,为特定领域知识的公共一致表示提供了新的思路,本研究结果不仅可以促进电力行业知识的共享和重用,还方便了电力行业内部以及企业间知识管理和信息交换。     

基于描述逻辑的电机故障诊断知识表示与推理

针对传统电机故障诊断专家系统中知识表示方法的不足,提出一种基于描述逻辑的电机故障诊断领域知识描述方法,并在此基础上对所构建的电机故障知识库进行了逻辑检错推理.通过对电机故障诊断领域知识进行表示和推理,可以有效地表示电机故障知识之间的关系,检测知识逻辑体系错误.在实验过程中,利用本体编辑工具Protégé采用OWL语言对其进行了实现,并通过TABLEAU算法实现了逻辑检错推理.     

飞机故障知识的本体建模及语义检索

针对目前飞机维修保障工作中故障知识共享应用的实际困难,对飞机故障知识的表达建模以及检索应用进行了研究。依据飞机故障知识的领域特性和共享需求,采用本体作为知识表示的方法。根据本体组成元素分析了飞机故障本体的知识来源,并提出了飞机故障知识的本体工程构建方法。在本体模型的基础上,研究了飞机故障知识的语义检索模型,基于最近相邻检索策略提出了飞机故障本体的语义检索相似匹配算法及其实现流程。开发飞机故障知识管理原型系统并在某航空制造企业进行应用验证。     

基于本体的设计知识建模研究

针对目前设计知识建模方法的不足,研究了基于本体的设计知识建模方法。本文给出了本体的定义、表示模型、设计知识的表达体系以及设计知识本体建模的方法,最后列出了基于Owl的设计知识本体表示的部分代码,以供同仁们研究参考。     

基于本体和事例推理的凝汽器真空故障诊断研究

根据汽轮机凝汽器真空出现故障的概率较高,而且引起故障的原因较多,故障表现征兆区别不大的特点,文中提出一种基于本体论和事例推理的汽轮机凝汽器真空故障诊断模型;在分析汽轮机凝汽器真空故障领域知识的基础上,定义故障本体、属性、关系、故障实例和规则,建立故障诊断知识库;研究基于领域本体的事例相似性检索匹配方法,对故障进行识别推理;研究结果表明该方法有效地表示故障知识之间的语义关系,为汽轮机凝汽器真空的故障诊断提供了一种更为有效的实现方法.     

基于本体的机械零件知识表示方法研究

分析了零件知识内容复杂,数据构成的形式多样的特点,比较现有知识表示方法的利弊,提出了基于本体的知识表示方法,给出基于本体的机械零件知识表示的实现过程,并以螺栓为例进行了本体表示。     

安全本体研究进展

本体概念已经被广泛地应用到人工智能系统、计算机科学、信息技术、生物医学等众多学科领域。对不同领域的本体分析构成了该领域知识表示体系的核心,同时本体研究促进了知识的共享和重用。将本体的概念应用在信息安全领域就形成了安全本体。主要从以下几个方面描述了安全本体:安全本体研究的现状及发展过程,构建安全本体的原则、方法和意义,现有的安全本体及分类,安全本体的描述语言,安全本体的应用。接着依据对现有的安全本体及其应用的分析,总结了安全本体的结构体系,描述了安全本体的知识表示及推理能力,并指出在构建安全本体、本体评估、本体学习和安全本体的应用等方面依然有待完善。     

OWL本体构建方法的研究

通过分析语义网的特点和对本体构建方法以及本体表示语言的要求,提出了一种新的使用OWL构建本体的方法.该方法分4步详细论述了构建本体的过程,解决了现实领域知识到计算机可以理解的形式化编码的转化问题.最后采用该方法构建食物链本体验证了该方法的有效性.     

石油勘探开发领域本体构建及应用

领域本体是知识工程中的重要组成部分,本体技术是一种重要的知识表示方法,是知识工程背后的支撑技术。首先介绍领域本体的构建理论及方法,从主题域、知识域、本体域提出石油勘探开发领域本体的三维知识模型并基于该模型开发了本体构建软件实现了石油勘探实例的管理及应用。     

基于本体的移动通信基站系统故障诊断

本文在阐述了本体的定义及建模原语的基础上,结合故障诊断的特征与KADS本体建模方法,建立了一个基于本体的故障诊断知识库系统模型。在此基础上,通过对移动通信基站系统故障的研究,建立了一个简单的移动通信基站本体模型,将此模型导入故障诊断知识库系统,可实现移动通信基站系统的故障诊断。     

基于本体的移动通信基站故障诊断研究

在对移动通信基站结构及故障分析的基础上,提出将本体用于基站故障诊断的思想。建立移动通信基站知识库,该知识库由设备功能本体、设备本体和设备龊障本体构成,通过将当前状态和知识库中知识进行匹配,判断出设备的状态,给出其深层次的原因,并决定是否更新知识库。最后经protege3．1．1仿真证明,该方法不仅利于移动通信基站领域知识的共享,提高故障诊断效率,而且利于知识库的扩充。     

基于本体不确定性推理的故障诊断

针对航空维修行业内不同角色企业故障诊断知识、系统、资源的分散、封闭、异构等原因导致的故障知识不易共享、重用的问题,采用本体来构建故障知识库;并设计其本体知识模型结构,以表达故障现象与故障结论间存在的不确定性关系;进一步编写相应的推理规则,设计基于本体的不确定性推理系统。以飞机发动机故障诊断为例进行了验证。     

基于OWL本体和SWRL规则的导弹智能故障诊断研究

针对复杂航空装备诊断知识缺乏、诊断效率低和知识共享性差等问题,以某型红外弹为例,提出一种基于OWL本体和SWRL规则的导弹智能故障诊断方法。首先以导弹FMECA结果作为知识源,通过基于ATML语法的OWL逻辑描述语言建立导弹本体模型,完成故障模式和故障原因本体之间的映射;其次采用语义网络规则语言SWRL描述知识库规则,建立本体知识单元之间类、属性和实例的对应关系,最后通过Racer推理机对导弹知识库进行故障诊断推理,获取故障诊断优先级顺序。推理结果表明,该方法能够解决复杂航空装备专家诊断系统中的知识表示困难、缺乏自动语义推理、重用共享性差等问题,获得最优的故障诊断路径的同时减少了故障排查步骤,从而实现了故障原因的快速定位,提高了复杂航空装备专家诊断系统的诊断效率和可靠性。     

基于知识图谱的燃气轮机故障诊断知识库构建方法及维护

燃气轮机机组的设备健康状况的改变容易受到多种因素的影响，并且各原因间存在着复杂的耦合与传递关系，以往传统的故障诊断系统常会出现一种故障征兆对应多种故障模式的问题，针对此问题，目前主流解决方案已有基于知识图谱的故障诊断方法，但针对燃气轮机故障知识库的构建尤其是知识更新的研究较少，因此本文将重点从基于知识图谱的燃气轮机故障诊断中的知识库构建及维护进行进行介绍。首先，阐述了本体基本理论以及基于本体的语义推理原理，其次通过阐述领域知识的获取及表示介绍了知识库的构建过程，避免了在新知识整合过程中出现冲突及冗杂情况，最后通过实例验证了基于知识图谱的燃气轮机故障诊断知识库构建方法的可行性，及知识更新的稳定性，有效的解决了常规智能诊断过程中推理“一对多”的问题，同时提供了一种较为准确且稳定的知识图谱更新方法，为其他机械设备的故障检测提供了一条新思路。     

Automatic modeling and fault diagnosis of car production lines based on first-principle qualitative mechanics and semantic web technology

Fault diagnosis is critical for intelligent manufacturing by monitoring the status of a production line and preventing financial loss. Model-based fault diagnosis has the advantage of being able to explain the cause and propagation of faults over model-free diagnosis, but would need knowledge about the configuration model and context-specific information of the production line. Ontology modelling can provide context-specific information on top of a configuration model to benefit fault diagnosis. Typically ontologies are manually constructed and then used by a reasoner based on a set of predefined rules. From the perspective of fault diagnosis, this approach works as an expert system where both the ontology models and predefined rules are specific to a given system. Once the system has changed which happens from time to time as repairs and updates in a production line, or in the case of a different system, the ontology models and predefined rules would need to be manually modified or reconstructed. Here a model-based method is proposed to automate generation of configuration models with context-specific information using semantic web technology when a production line is healthy, and to use the generated configuration model and information for diagnosis when the production line has a fault. The method does not rely on predefined rules and reasoners, but rather uses dynamics models that are based on first-principle qualitative mechanics. It uses numerical optimization to minimize the discrepancy between sensor data from the production line and from simulation running the dynamics model to achieve automatic configuration modelling and fault diagnosis. With three use cases commonly found for a production line, i.e. automatic sensor placement modeling or misplacement diagnosis, motor fault diagnosis with single sensor modality, and motor fault diagnosis with sensory substitution, the feasibility of the proposed method is demonstrated. The method’s faster computational speed and comparable accuracy to a quantitative model-based approach suggests it may complement and accelerate the latter with early-stage selection of candidate models for both modelling and fault diagnosis.     

基于故障知识库的机械零部件故障管理支持系统

 针对机械零部件故障知识表述困难,故障信息在不同设计人员间利用、分享和重 用效率低等问题,基于本体建模技术构建了故障知识库,设计开发了一个机械零部件故障管理 支持系统(FKMS)。通过机械零部件生命周期中不同角色对故障知识的需求分析,建立了系统的 功能结构模型,确定了故障知识的内容。利用本体建模技术构建了故障知识本体模型与实体关 系网络,保证了故障知识库结构的完备性。基于垂直模式建立了知识模型到数据库的映射,实 现了知识的高效存储与模型的可拓展。通过故障知识模型建立了故障原因关系网络,实现了故 障原因推理与置信度计算,解决了故障原因分析不全面的问题。基于 Django-Web 模块进行了 系统开发,并以直升机自由轮斜撑块涂层剥落故障为例验证了系统的知识管理和故障分析功能, 实现了对故障信息的分析与动态管理支持。     

A research on intelligent fault diagnosis of wind turbines based on ontology and FMECA

Clean energy is an increasing concern as more and more countries pay attention to environmental protection, which brings the rapid development of wind power. More new wind farms and new wind turbines have been put into operation, this caused the problem that the diagnostic knowledge is lacking and diagnostic efficiency is low for new employed maintenance personnel. In order to meet the demands of fault diagnosis of wind turbines, a method of intelligent fault diagnosis based on ontology and FMECA (Failure Mode, Effects and Criticality Analysis) is proposed in this paper. In the proposed method, the FMECA of wind turbines is selected as the knowledge source, and deep knowledge and shallow knowledge extracted from this source are represented by ontology modeling. And then, the diagnosis knowledge base of wind turbines can be established. Reasoning on this knowledge base by virtue of JESS (Java Expert Shell System) rule engine, maintenance personnel can find the causes of faults of a wind turbine quickly, and choose the proper solutions. This method realizes the knowledge sharing between product design enterprises and wind farms. The knowledge base which combines the deep knowledge and the shallow knowledge can improve the capability of fault diagnosis and provide better supports for diagnostic decision making.