资源描述：
《浅析基于贝叶斯网络和crb的汽车故障诊断系统研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、浅析基于贝叶斯网络和CRB的汽车故障诊断系统研究1贝叶斯X络及其在故障诊断过程中的作用 1.1贝叶斯X络简介 贝叶斯X络是基于概率分析、图论的一种不确定性知识的表达和推理的模型。它用具有X络结构的有向图表达各个信息要素之间的关联关系及影响程度,用节点变量表达各个信息要素,用连接节点之间的有向边表达各个信息要素之间的关联关系,用条件概率表来表达各个信息要素之间的影响程度。 目前,贝叶斯X络作为不确定性知识表达和推理领域最有效的理论模型之一,已经在军事决策、智能机器人、医学上的病理诊断等很多领域得到了广泛的应用。同时,贝叶斯X络能够有效地进行多源信息表达与融合,使其在故障诊断领域得到了成
2、功的应用。典型的应用实例如工ntel公司的微处理器故障诊断系统、美国通用电气公司的辅助汽轮机故障诊断系统、惠普公司的打印系统故障诊断决策支持系统等圈。 1.2汽车故障诊断系统的贝叶斯X络模型 以汽车引擎的故障诊断为例,使用微软开发的贝叶斯X络建模工具MsBNx来构建汽车引擎故障诊断的贝叶斯X络模型。在该模型中,通过贝叶斯X络因果关系的特点,可以容易的发现:l)电池的使用期限会影响电池的寿命;2)幼交流发电机、风扇皮带及cDLealc都会影响发电机是否可以正常充电;3)电池的好坏和充电是否正常都会影响电池的电力,而电池的电力则会影响收音机、车灯、油表的显示及引擎的运转等是否正常,此外,启
3、动器与EOTLealc也会影响引擎的正常运转;约火花塞、分配器、引擎的运转、汽油、油管都会影响引擎是否可以启动,汽油油量也会影响油表的显示。 2基于案例的推理及其在故障诊断中的作用 2.1CBR简介 基于案例推理(cBR,case一aBsedeRasonln)是一种基于经验知识的推理方法,适用于没有完整、精确的数学模型,而有丰富经验和大量历史记录的领域,如设计、诊断等,尤其对于复杂的、非结构化的决策问题具有显著优势曰。由于汽车制造公司在售后服务过程中记录了大量排故案例,积累了丰富的维修经验,因此,将cBR方法应用于汽车故障诊断和维护,可以避开规则难以提取、知识获取困难的瓶颈;同时,将
4、历史记录中难以规则化的知识和经验隐含在案例中,以案例形式表达,直观容易理解,能够反映故障的总体概貌,有利于现场人员参考。 2.2CBR模型在汽车故障诊断系统中的应用 本系统将每次由贝叶斯X络诊断所得问题发生的原因及其可能发生的概率当成案例,因此每个案例都会包含causel,causeZ,,causen的可能发生概率,案例表示法和cBR设计流程如下所示: 1)案例表示: Cause1CauseZCausen Case:1F(Causel)F(CauseZ)F(Causen) Case歇F(Causel)F(CauseZ)F(Causen) casel:F(causel)F(ca
5、useZ)F(causen) 2)案例库构建:案例库中案例的获取有两种方法,一种是由基于案例推理系统自动新增,另一种由专业领域的专家提供,本系统中采用后者构建案例库。 3)相似案例检索:通过与数据库相结合,以字串比对的方式从案例库中搜索与目前案例相似的案例,使用数据库标准查询语言搜索案例库中所有具有相似问题原因的案例。 3系统设计 3.1系统功能设计 系统的用户分为客户、维修人员和管理员3种类型,并赋予不同的权限。系统利用用户登录认证来识别其类型,并区分其可访问的数据范围和使用的功能层次。从功能体系上,系统包括用户信息管理、汽车故障诊断、在线报修和维修进度查询等几大部分。 l)
6、汽车故障诊断模块。该模块是系统核心,其设计过程分为故障原因诊断和故障排除两个阶段。其中故障原因诊断分为五个步骤执行,每个步骤根据贝叶斯X络中存在的因果关系依序询问用户汽车发生故障的情况,回答完问题后,进人故障排除阶段,用户可以通过选择故障发生的原因来查询汽车维修的办法。其它功能还包括:预估维修费用、储存诊断结果和打印诊断图等。 2)在线报修模块。该模块的主要任务是记录客户所报修的内容,并提供多种送修方式以及多种维修费用的付款方式供用户选择。 3)维修负荷查询模块。该模块提供维修厂的总维修能力、目前维修厂的负荷情况以及目前维修厂所剩下的可用维修能力等信息作为用户选择维修厂的依据。 4)
7、维修进度查询模块。用户将有故障的汽车送维修厂维修后,应该能够随时监控目前汽车的维修进度,因此本系统包括了维修进度查询模块,该模块要求维修厂的工作人员严格详细的记录每一阶段汽车的维修状况,大致分为:运送汽车至维修厂中、汽车人库待修中、汽车修复中、汽车修复人库、汽车送回用户途中及汽车送回用户等阶段。 3.2系统架构及其组件 由于系统负载能力有限,为了提高系统的安全性和访问效率,整个系统采用WEB展示层、逻辑事务层和数据服
