本發(fā)明涉及故障診斷與健康管理技術(shù)領(lǐng)域，尤其涉及一種面向綜合診斷工程的知識獲取與管理系統(tǒng)研制技術(shù)。
背景技術(shù)：
隨著科學(xué)技術(shù)的不斷發(fā)展，機械故障診斷與維修的智能化程度越來越高。目前很多故障診斷系統(tǒng)在實際中得到了應(yīng)用，并在設(shè)備技術(shù)維護中發(fā)揮了重要的作用，但現(xiàn)有的很多系統(tǒng)仍然面臨著一些問題，如系統(tǒng)的異構(gòu)性使相互之間缺乏共同的理解，知識獲取和知識表達困難等等。診斷和維修人員在使用故障診斷系統(tǒng)時，需要對知識有共同的理解，以便及時作出正確的診斷維修。但是，不同的開發(fā)工具和不同的應(yīng)用平臺，以及不同的知識表示方式，使得系統(tǒng)的通信能力、共享性、通用性受到了很大的限制。在人工智能的研究領(lǐng)域，本體作為共享概念模型的明確形式化規(guī)范說明，能夠以一種明確的、形式化的方式來表示領(lǐng)域知識，提高異構(gòu)系統(tǒng)間相互交流學(xué)習(xí)的能力，促進知識共享和互操作，已經(jīng)成為知識工程領(lǐng)域中的一種有效的理論指導(dǎo)和實踐工具。
針對裝備故障診斷與預(yù)測專家系統(tǒng)的智能化水平不斷增長的需求，研究基于不確定性、小樣本、海量信息的智能化故障診斷與預(yù)測專家系統(tǒng)技術(shù)，構(gòu)建面向裝備綜合診斷工程的知識獲取與管理系統(tǒng)平臺，提供有效獲取裝備壽命周期各階段的診斷信息和知識的工具，通過系統(tǒng)自學(xué)習(xí)能力提高專家系統(tǒng)生命力，從而達到提高故障診斷和預(yù)測專家系統(tǒng)的推理能力、效率以及智能化水平，最終提高裝備保障力和戰(zhàn)斗力的目標。
技術(shù)實現(xiàn)要素：
本發(fā)明的目的在于，為克服上述問題，本發(fā)明提供一種面向綜合診斷工程的知識獲取與管理系統(tǒng)。
為了實現(xiàn)上述目的，本發(fā)明提供一種面向綜合診斷工程的知識獲取與管理系統(tǒng)，所述系統(tǒng)包括：
第一處理模塊，用于基于本體論的方法對知識進行建模，進而得到裝備和診斷預(yù)測相關(guān)的信息；
第二處理模塊，用于對診斷預(yù)測相關(guān)的信息進行不確定性知識表示，所述不確定性知識表示包含：增加知識的模糊度或概率，進而得到包含不確定優(yōu)先級屬性的診斷預(yù)測知識；
第三處理模塊，用于利用裝備測試數(shù)據(jù)信息，采用機器學(xué)習(xí)的策略獲得和診斷預(yù)測相關(guān)的關(guān)聯(lián)知識；
輸出處理模塊，用于將第一處理模塊，第二處理模塊和第三處理模塊得到的知識進行輸出，并基于輸出數(shù)據(jù)進行故障診斷，故障預(yù)測，維修決策或性能評估。
可選的，上述第一處理模塊進一步包含：
綜合診斷知識框架獲取子模塊，用于利用本體論方法分析裝備綜合診斷領(lǐng)域中的知識組織結(jié)構(gòu)，構(gòu)建基于本體論的綜合診斷知識框架。
本體知識模型獲取子模塊，用于建立基于裝備信息域-測試信息域-診斷預(yù)測知識域的綜合診斷本體知識模型。
一致信息模型獲取子模塊，用于根據(jù)知識存儲與更新、模型建造和映射與集成方法，規(guī)范描述各類測試診斷信息及其相互關(guān)系，建立滿足裝備綜合診斷需求的一致信息模型。
上述第二處理模塊進一步包含：
邏輯推理處理子模塊，用于構(gòu)建缺省邏輯推理和真值維護。
輸出處理子模塊，用于根據(jù)知識和事實的增加，通過提出假設(shè)進行標準邏輯下的推理，尋找不一致，進行回溯消除不正確假設(shè)及其影響，進而在提出新的假設(shè)，從而能夠解決上述診斷預(yù)測問題領(lǐng)域中的由不確定性、小樣本等引發(fā)的知識不相容問題。
上述第三處理模塊進一步包含：
信息輸入子模塊，用于輸入各類非結(jié)構(gòu)信息和結(jié)構(gòu)信息，其中，所述非結(jié)構(gòu)信息包含：對象結(jié)構(gòu)信息，功能和行為信息、故障模式信息和知識信息；所述結(jié)構(gòu)數(shù)據(jù)包含：實驗數(shù)據(jù)和測試數(shù)據(jù)。
自學(xué)習(xí)處理子模塊，用于基于信息輸入子模塊輸入的信息，采用機器學(xué)習(xí)方法獲得診斷知識。
上述機器學(xué)習(xí)方法包含關(guān)聯(lián)規(guī)則挖掘方法；其中，所述關(guān)聯(lián)規(guī)則挖掘是指基于回歸模型的相似性分析及無監(jiān)督聚類方法。
與現(xiàn)有技術(shù)相比，本發(fā)明優(yōu)點：
本發(fā)明提供的面向綜合診斷工程的知識獲取與管理系統(tǒng)研制技術(shù)，克服了裝備知識獲取困難、解決故障模式統(tǒng)計難的問題，提供關(guān)聯(lián)規(guī)則挖掘等自動化、智能化 的知識獲取手段，構(gòu)建使用方便、錄入快捷、操作靈活的知識管理平臺，將裝備領(lǐng)域?qū)＜抑R轉(zhuǎn)化為模型、規(guī)則、案例、故障樹等推理知識，從而進一步將這些知識運用到故障診斷平臺、故障預(yù)測與健康狀態(tài)管理平臺、維修決策平臺及性能評估與仿真平臺中執(zhí)行相關(guān)的診斷預(yù)測評估等業(yè)務(wù)。
附圖說明
圖1為本發(fā)明提供的一種面向綜合診斷工程的知識獲取與管理系統(tǒng)研制原理圖。
具體實施方式
下面對本發(fā)明作進一步地描述。
為了解決現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供一種面向綜合診斷工程的知識獲取與管理系統(tǒng)研制技術(shù)。
本發(fā)明提供一種面向綜合診斷工程的知識獲取與管理系統(tǒng)，所述系統(tǒng)包括：
第一處理模塊，用于基于本體論的方法對知識進行建模，進而得到裝備和診斷預(yù)測相關(guān)的信息；
第二處理模塊，用于對診斷預(yù)測相關(guān)的信息進行不確定性知識表示，所述不確定性知識表示包含：增加知識的模糊度或概率，進而得到包含不確定優(yōu)先級屬性的診斷預(yù)測知識；
第三處理模塊，用于利用裝備測試數(shù)據(jù)等信息，采用機器學(xué)習(xí)的策略獲得和診斷預(yù)測相關(guān)的關(guān)聯(lián)知識；
輸出處理模塊，用于將第一處理模塊，第二處理模塊和第三處理模塊得到的知識進行輸出，并基于輸出數(shù)據(jù)進行故障診斷，故障預(yù)測，維修決策或性能評估。
可選的，上述第一處理模塊進一步包含：
綜合診斷知識框架獲取子模塊，用于利用本體論方法分析裝備綜合診斷領(lǐng)域中的知識組織結(jié)構(gòu)，構(gòu)建基于本體論的綜合診斷知識框架。
本體知識模型獲取子模塊，用于建立基于裝備信息域-測試信息域-診斷預(yù)測知識域的綜合診斷本體知識模型。
一致信息模型獲取子模塊，用于根據(jù)知識存儲與更新、模型建造和映射與集成方法，規(guī)范描述各類測試診斷信息及其相互關(guān)系，建立滿足裝備綜合診斷需求的一致信息模型。
上述第二處理模塊進一步包含：
邏輯推理處理子模塊，用于構(gòu)建缺省邏輯推理和真值維護。
輸出處理子模塊，用于根據(jù)知識和事實的增加，通過提出假設(shè)進行標準邏輯下的推理，尋找不一致，進行回溯消除不正確假設(shè)及其影響，進而在提出新的假設(shè)，從而能夠解決上述診斷預(yù)測問題領(lǐng)域中的由不確定性、小樣本等引發(fā)的知識不相容問題。
上述第三處理模塊進一步包含：
信息輸入子模塊，用于輸入各類非結(jié)構(gòu)信息和結(jié)構(gòu)信息，其中，所述非結(jié)構(gòu)信息包含：對象結(jié)構(gòu)信息，功能和行為信息、故障模式信息和知識信息；所述結(jié)構(gòu)數(shù)據(jù)包含：實驗數(shù)據(jù)和測試數(shù)據(jù)。
自學(xué)習(xí)處理子模塊，用于基于信息輸入子模塊輸入的信息，采用機器學(xué)習(xí)方法獲得診斷知識。
上述機器學(xué)習(xí)方法包含關(guān)聯(lián)規(guī)則挖掘方法；其中，所述關(guān)聯(lián)規(guī)則挖掘是指基于回歸模型的相似性分析及無監(jiān)督聚類方法。
實施例和原理闡述
具體的，本發(fā)明提供的一種面向綜合診斷工程的知識獲取與管理系統(tǒng)研制技術(shù)，包括：
1針對綜合診斷工程中的測試信息存在的多信號源和由此產(chǎn)生的海量信息問題，利用本體論方法分析裝備綜合診斷領(lǐng)域中的知識組織結(jié)構(gòu)，構(gòu)建基于本體論的綜合診斷知識框架，建立基于裝備信息域-測試信息域-診斷預(yù)測知識域的綜合診斷本體知識模型，并研究知識存儲與更新、模型建造和映射與集成方法等內(nèi)容，從而達到規(guī)范描述各類測試診斷信息及其相互關(guān)系，建立滿足裝備綜合診斷需求的一致信息模型的目的。
2針對在綜合診斷工程中的不確定性、小樣本等問題，構(gòu)建缺省邏輯推理和真值維護系統(tǒng)。根據(jù)知識和事實的增加，通過不斷提出假設(shè)進行標準邏輯下的推理，尋找不一致，進行回溯消除不正確假設(shè)及其影響，進而在提出新的假設(shè)，從而能夠解決上述診斷預(yù)測問題領(lǐng)域中的由不確定性、小樣本等引發(fā)的知識不相容問題。
3針對綜合診斷工程中的各類非結(jié)構(gòu)信息(如對象結(jié)構(gòu)、功能和行為信息、故障模式信息、知識信息等)和結(jié)構(gòu)數(shù)據(jù)(如試驗數(shù)據(jù)、bit數(shù)據(jù)、測試數(shù)據(jù)等)，采用關(guān)聯(lián)規(guī)則挖掘等機器學(xué)習(xí)方法，提升綜合診斷專家系統(tǒng)知識的自學(xué)習(xí)能力。
本發(fā)明所述方法的原理是：結(jié)合附圖1，本發(fā)明的方法針對裝備系統(tǒng)為不同層次的用戶(領(lǐng)域?qū)＜摇⒅R工程師、設(shè)備維護人員)設(shè)計一種通用的知識表示體系。以該體系為基礎(chǔ)，綜合維修診斷經(jīng)驗、實際測試數(shù)據(jù)、理論分析，利用基于規(guī)則、基于模型、基于案例、基于信息融合等先進知識表示技術(shù)，能夠有效實現(xiàn)對裝備綜合診斷信息框架的支持。
下面詳細說明本發(fā)明的實現(xiàn)過程，本發(fā)明提供一種面向綜合診斷工程的知識獲取與管理系統(tǒng)，具體實施方式包括：
1)采用面向?qū)ο蟮哪Ｐ汀⒁?guī)則和案例建立裝備系統(tǒng)通用知識表示體系
基于對象的模型、基于規(guī)則、基于案例的診斷方法各有其優(yōu)勢和特點，集成多種知識表示方法能更好地表示裝備復(fù)雜系統(tǒng)的各種領(lǐng)域知識。綜合基于對象模型、基于規(guī)則、基于案例的集成型診斷方法能充分利用各診斷方法的優(yōu)點，克服各診斷方法的局限性，從而提高了診斷系統(tǒng)的智能水平和診斷效率。同時多種方法優(yōu)勢互補的策略將全面覆蓋故障診斷知識、預(yù)測知識、維修決策知識和性能評估知識。
2)采用圖形、腳本等多種知識采集手段構(gòu)建知識獲取平臺
采用圖形、腳本、表格等多種形式收集知識，能夠全面滿足裝備系統(tǒng)復(fù)雜知識的收集需求。圖形化、表格等方式為用戶提供簡單、方便的錄入手段，腳本錄入方式為熟練的知識工程師提供規(guī)范化的錄入模式，各種知識編輯方式之間能夠進行所見即所得的切換。提供強大的智能編譯系統(tǒng)，經(jīng)知識編譯、知識檢查等多個環(huán)節(jié)將各種形式知識轉(zhuǎn)化為故障診斷、預(yù)測、維修決策、性能評估所需知識。
3)通過挖掘歷史經(jīng)驗和現(xiàn)有知識建立知識學(xué)習(xí)機制
知識學(xué)習(xí)模塊提供了智能化的知識獲取手段，通過挖掘經(jīng)驗和現(xiàn)有知識中的信息總結(jié)經(jīng)驗和規(guī)律，修正錯誤、增長知識、從而豐富知識庫，適應(yīng)環(huán)境變化和事物發(fā)展的需要。知識學(xué)習(xí)機制的建立將更有效地幫助專家系統(tǒng)提高診斷水平。
4)通過知識發(fā)布、知識下裝等方式完成知識測試
知識測試模塊通過知識實時發(fā)布、知識打包等形式將編譯完成的知識發(fā)送給各業(yè)務(wù)平臺，通過知識動態(tài)加載，裝備實測數(shù)據(jù)驗證后將測試結(jié)果返回。知識管理系統(tǒng)中知識獲取—知識測試—知識修正—知識再測試形成有效的閉環(huán)，從而保證知識的正確性，知識的完備性和正確性又是故障診斷推理正確的前提，這種良性的循環(huán)體制為知識庫提供了保障。
綜上所述，本發(fā)明針對裝備故障診斷與預(yù)測專家系統(tǒng)的智能化水平不斷增長的 需求，提出基于不確定性、小樣本、海量信息的智能化故障診斷與預(yù)測專家系統(tǒng)技術(shù)，構(gòu)建面向裝備綜合診斷工程的知識獲取與管理系統(tǒng)平臺，提供有效獲取裝備壽命周期各階段的診斷信息和知識的工具，通過系統(tǒng)自學(xué)習(xí)能力提高專家系統(tǒng)生命力，從而達到提高故障診斷和預(yù)測專家系統(tǒng)的推理能力、效率以及智能化水平，最終提高裝備保障力和戰(zhàn)斗力的目標。本發(fā)明克服了裝備知識獲取困難、解決故障模式統(tǒng)計難的問題，提供自動化、智能化的知識獲取手段，構(gòu)建使用方便、錄入快捷、操作靈活的知識管理平臺，將裝備領(lǐng)域?qū)＜抑R轉(zhuǎn)化為推理知識，從而為故障診斷平臺、故障預(yù)測與健康狀態(tài)管理平臺、維修決策平臺及性能評估與仿真平臺提供強大的知識基礎(chǔ)。
最后所應(yīng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案而非限制。盡管參照實施例對本發(fā)明進行了詳細說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解，對本發(fā)明的技術(shù)方案進行修改或者等同替換，都不脫離本發(fā)明技術(shù)方案的精神和范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當中。