基于贝叶斯网络的智能诊断技术研究及系统开发

摘要

本文以轨道交通自动门系统为对象，针对故障诊断知识获取困难而已有资源得不到充分利用的现状，提出利用产品设计阶段形成的资料，尤其是可靠性分析结果(FMEA和FTA分析结果)进行诊断；并从系统总体结构、知识获取与组织、诊断推理以及系统实现四个方面对智能故障诊断技术进行了研究。　　本文分析了自动门系统的结构组成及工作特点，构建了智能诊断系统的总体结构，并详细阐述了其功能模型。在分析故障知识来源及故障特性的基础上，提出了利用可靠性分析结果进行诊断。具体阐述了从FMEA分析结果、FTA分析结果获取故障知识的方法，最后，对论文的研究进行了总结和展望。

目录

文摘

英文文摘

声明和学位论文使用授权声明

1绪论

1.1课题背景和意义

1.1.1课题背景

1.1.2课题意义

1.2故障诊断技术研究现状

1.2.1故障诊断方法

1.2.2智能故障诊断方法

1.2.3远程诊断技术研究现状

1.2.4自动门诊断技术研究现状

1.3论文主要研究内容

1.4论文结构安排

2智能诊断系统总体设计

2.1应用对象分析

2.1.1轨道交通自动门结构组成

2.1.2轨道交通自动门工作特点

2.2系统总体结构

2.3系统功能模型

2.4关键技术

3基于产品结构树的知识组织方法

3.1诊断知识来源

3.2故障知识特点

3.3故障诊断知识获取方法

3.3.1从专家获取知识

3.3.2从FMEA表单中获取知识

3.3.3从FTA分析结果中获取知识

3.4基于结构树的知识组织

4贝叶斯网络诊断推理技术

4.1贝叶斯网络概述

4.1.1贝叶斯网络的组成

4.1.2条件独立性假设

4.1.3贝叶斯诊断推理的概率基础

4.2贝叶斯诊断网络模型

4.2.1 FS两层模型和COFS三层模型

4.2.2 CME三层模型

4.3计算推理方法

4.3.1推理技术概述

4.3.2贝叶斯网络推理模式

4.3.3贝叶斯网络推理算法

4.4规则诊断与贝叶斯诊断相结合

4.4.1知识层次和知识深度

4.4.2基于规则的专家系统诊断方法

4.4.3贝叶斯诊断方法

4.4.4混合诊断方法

5原型系统开发与实现

5.1系统总体

5.2系统数据库设计

5.2.1数据表定义

5.2.2数据库知识编码方案

5.3知识查询与管理模块

5.3.1知识录入与维护子模块

5.3.2知识查询子模块

5.4规则诊断模块

5.4.1规则建立与维护

5.4.2规则诊断流程

5.5贝叶斯诊断模块

5.5.1构建有向无环图

5.5.2概率值的存储与访问

5.5.3由有向无环图(DAG)生成联合树(JT)

5.5.4概率计算

5.6主要运行界面

5.6.1系统管理

5.6.2项目管理

5.6.3知识管理

5.6.4规则诊断

5.6.5贝叶斯诊断

6总结与展望

6.1研究工作总结

6.2研究展望

6.3结束语

参考文献

致谢