基于神经网络的电子设备故障诊断专家系统.pdf

《基于神经网络的电子设备故障诊断专家系统.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第12卷第3期电光与控制Voi.12N.32005年6月ELECTRONICSOPTICS&CONTROLJune2005文章编号：1671-637!（2005）03-0047-03基于神经网络的电子设备故障诊断专家系统肖元姣，苏广川，韩雷（北京理工大学电子工程系，北京100081）摘要：对复杂的电子设备的故障进行快速准确的诊断和维护是一个急待解决的重要问题。在分析了单独应用专家系统和神经网络的优缺点的基础上，提出了一种集成式诊断专家系统模式，将神经网络与传统的专家系统进行有机结合。经实验证明，系统的推理效率明显提高，且具备良好的鲁棒性、启发性和透明性。由此可见，该集成方法对

2、故障诊断十分有效。关键词：神经网络；故障诊断；专家系统；电子设备中图分类号：V24文献标识码：ANeuralnetworkbasedfaultdiagnosisexpertsystemforelectroniceguipmentXIAOYuan-jiao，SUGuang-chuan，HANLei（ElectronicEngineeringDepartment，BeijingInstituteofTechnology，Beijing100081，China）Abstract：It’sveryimportanttomakefauitdiagnosisforeiectroniceg

3、uipmentandrepaireitguickiyandac-curateiy.Onthebasisofanaiyzingtheadvantagesanddisadvantageswhenexpertsystemorneurainetworkisappiiedseparateiytoeguipmentfauitdiagnosis，thepaperintroducesanintegratedfauitdiagnosisexpertsystemwhichcombinestheneurainetworkwithtraditionaiexpertsystemorganicaiiy.

4、Itisprovedthattheinferenceef-ficiencyofthewhoiesystemisimproved，andthesystemisrobust，transparentandfiexibie.Itiseffectivetofauitdiagnosis.KeyWords：neurainetwork；fauitdiagnosis；expertsystem；eiectroniceguipment有明显的缺点。例如，NN的推理过程是一个黑盒0引言子，人们只能看到输入和输出，中间推理步骤无法解40多年来，虽然专家系统（ES）的理论和应用取释，而且也没有好的解释机

5、制。另外，NN的知识是得了重大进展，但由于其立足的符号信息处理机制以固定连结结构存储的，不易修改和补充。这些说的固有缺陷而导致传统ES存在许多问题，主要有：明NN也需要与传统的符号处理相结合，从而形成神经网络专家系统（NNES）［1-2］。知识获取的瓶颈问题、知识脆弱性、自学习能力差、推理效率低和推理单调性等。专家系统和神经网络的结合方式一般有以下3以非线性并行分布处理为主流的神经网络种：1）将原来的专家系统重新用神经网络来构造，（NN）理论的发展，为人工智能和ES的研究提供了即把传统专家系统的基于符号的推理完全转变成基有效的方法。人们可以利用NN系统的学习功能、于数值运算的

6、推理，这种结合更多地突出了神经网联想记忆功能、分布式并行信息处理功能解决ES中络作用，专家系统处于辅助地位。2）把专家系统和的知识表示、获取和并行推理等问题。当然NN也神经网络各自看成一个“黑匣子”，将专家系统的局部工作由神经网络来完成，可将神经网络理解成专收稿日期：2004-09-15修定日期：2004-11-09家系统一类知识源的表达和处理模式，同专家系统作者简介：肖元姣（1980-），女，湖北洪湖人，硕士生，主要研其它的知识表示方式和推理方法一道构成整个专家系统。这类结合以专家系统为主，神经网络为辅［3］。究方向为专家系统，人工智能。苏广川（1941-），男，博导，主要

7、研究方向为人工智3）并列使用神经网络、专家系统：就是在整个系统能，多媒体通信。中，大多数知识同时以神经网络和符号形式两种方48电光与控制第l2卷式表示，每部分以各自独特的推理机制工作，通过协x2，⋯，xn表示不同故障征兆；yl，y2，⋯，ym表示输调各自输出的结果来进行故障诊断。出的结论。则产生式规则可表示为本文用第3种方式来实现故障诊断专家系统。IF（xl，x2，⋯，xn）=（l，0，0，⋯，0）!基于神经网络的故障诊断专家系统THEN（yl，y2，⋯，ym）=（0，l，0，⋯，0）式中（xl，x2，