《電子技術應用》
您所在的位置:首頁 > 其他 > 業界動態 > 一種基于模糊評判的推理機及其應用

一種基于模糊評判的推理機及其應用

2009-06-18
作者:黃景德 王興貴 王祖光

  摘 要: 根據裝備故障模糊預測系統的特點,應用模糊綜合評判理論,研究了一種面向故障預測問題的推理運算模型及推理控制策略。
  關鍵詞: 模糊預測系統 推理機 模糊評判


  故障模糊預測系統不同于傳統意義上的專家系統,它是一種以ADMAS仿真平臺開發出的裝備虛擬樣機為基礎,充分利用已有的維修領域的知識和專家經驗建立動態的運算規則,經過模糊推理機的科學運算,評判出故障部位,然后將其仿真結果參照故障域值定量判斷,預測故障發生的時機、狀況的智能性程序系統。模糊推理機是整個模糊預測系統的核心。在模糊理論中常用的模糊推理方法是在模糊規則集的基礎上,使用最大—最小合成法與各種蘊涵公式的組合,由于這種方法在模糊運算的過程中忽略了很多次要因素,使之對于裝備故障預測系統的適應性很不理想。基于這一思想,本文建立了一種基于模糊評判的故障預測推理機制,以保證推理結果的準確性。
1 基于模糊綜合評判的推理機制
1.1 模糊推理運算模型

  模糊推理運算模型是模糊推理機進行推理所使用的工具,運算模型的建立對系統預測的準確性有著直接的影響。
  定義1 設U={u1,u2,……,un}是所有可能發生的影響因素的集合,V={v1,v2,……,vm}是所有可能出現的故障點的集合,滿足U=∪ui,且i≠j時,ui∩uj=。視考察對象,每大類因素又可分為若干個子類,即Ui={ui1,ui2,……,uip}。
  其中n為大類影響因素,m為評判等級的個數,p為各個大類影響因素中子類影響因素個數。
  定義2 A=(a1,a2,...,an)是U上的一個模糊子集,ai表示因素ui呈現的程度,即ui的權重大小,且。同理對ui有Ai=(ai1,ai2,...,aip),且
  在U、V之間進行模糊推理,等價于建立一個從U到V的映射:
  f:U→F(V) (ui∈U)
  
  其中rij為模糊推理的隸屬函數,也可以理解為第i個影響因素導致第j個故障點出現的可信度。
  那么由f導出U、V之間的模糊關系,即構成一個模糊規則集,可表示為一張模糊預測響應表,如表1所示。考慮預測系統的實時性,模糊關系矩陣應為動態矩陣,即影響因素和故障點的隸屬關系應隨著使用情況的改變而變化。子類因素的模糊規則集依此類推。


  模糊預測響應表對應了一個模糊關系矩陣R:
  

  于是(U,V,R)構成一個綜合評判空間。
  將A與R進行廣義模糊合成運算,最后得到模糊推理運算的基本模型:
  B=A o R
  記B=(b1,b2,…,bm), 它是V上的一個模糊子集,bj(j=1,2,...,m)表示vj發生的可信度。一般習慣于把(b1,b2,…,bm)歸一化,然后按模式識別的最大隸屬度法進行判別,即可評判出最佳故障部件。
1.2 合成算法的選擇
  如果各種影響因素的權重系數A、模糊關系矩陣R及合成算子都已確定,則裝備故障模糊預測系統的推理模型也就基本確定。根據采用不同的算子,可分為“主因素突出型”、“主因素決定型”及“加權平均型”等合成運算,各模型有各自的特點和適用范圍。對于裝備的故障預測,應綜合考慮各方面因素的影響。因此,合成運算宜選用“加權平均型”算子M(·,⊕)。
1.3 模糊推理算法的實現
  根據模糊運算規則:
  If ui and V then Ai and Ri
  其含義為如果有某單因素ui對應V的故障點集,則必有一個權重系數集A和表征它們隸屬關系的模糊關系矩陣Ri與之相對應。根據輸入的預測對象,可直接由數據庫調用。
  對單因素ui來說,一級推理結果可通過下式計算(右上角符號代表一級)
  
  以下一層所有因素的推理結果為行向量,組建上一層的模糊關系矩陣(模糊規則),即可進行二級綜合評判,依次可以推廣到多層次的推理運算。在故障預測系統的運行中,首先對含因素較少的“類”作綜合評判,然后再對評判結果進行“類”之間的高層次的綜合評判,即進行所謂的多層次的綜合評判。
1.4 模糊推理機的設計
  在進行故障預測時,需要考慮眾多因素的影響,其中絕大部分是模糊變量,很難尋求到它們與故障之間的精確數學關系式。有些因素如部件的磨損量等可以進行定量分析,而有些因素如環境條件的改變等只能進行定性分析,這就需要把定性分析與定量分析在系統內部有機地結合起來。由于故障預測系統推理時沒有明確的目標,為了提高推理的效率,本文采用正向的推理策略,即由影響因素正向找出一條最可能出現故障點的途徑。其推理流程如圖1所示。


  首先根據用戶輸入的信息,掃描知識庫,調用可用規則集及定量推理所用的數學模型形成動態數據庫,按照動態數據庫中所調用的相關公式進行定量運算。當定量運算的結果超過閾值集中某些閾值時,系統將產生質變,然后將質變現象轉化為定性描述,并依此作為觸發條件,轉入定性推理,將定性推理的結果存入中間數據庫,按模式識別最大隸屬度原則選擇故障部件,結合仿真結果與故障域值進行定量判斷,輸出最后結果。定量推理結果小于閾值時,重新掃描知識庫,形成新的動態數據庫。系統運行的結果證明,正向推理具備比較直觀的優點,用戶可以主動向系統提供有用的事實信息,適合故障預測問題的求解。
2 實例分析
  在裝備故障預測問題的求解過程中,因裝備系統以子結構為基礎,首先把預測任務分配到各個子結構,根據其推理結果,再綜合整體結構形式、技術檔案,得出裝備總的預測結果。表2是以本方法預測某裝備駐退機漏液的結果表[3]


  系統決策模塊根據模式識別的最大隸屬度原則,選取緊塞器為故障點,將其仿真結果與故障域值比較,最后輸出故障點為緊塞器,約二百發后出現故障。
參考文獻
1 王光遠.工程軟設計理論.北京:科學出版社,1992
2 陳志強.質量診斷的模糊專家系統.計算機仿真,1997;14(3)
3 黃景德.反后坐裝置漏液漏氣故障分析模糊評價.潤滑與密封,2000(5)

本站內容除特別聲明的原創文章之外,轉載內容只為傳遞更多信息,并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經濟損失。聯系電話:010-82306118;郵箱:aet@chinaaet.com。
主站蜘蛛池模板: www视频在线观看 | 婷婷国产天堂久久综合五月 | 97精品在线观看 | 全亚洲最大的免费电视网 | 国产区在线观看视频 | 伊人色婷婷 | 99久久久国产精品免费播放器 | 免费精品久久久久久中文字幕 | 男人的天堂社区 | 无限影院官网 | 国产精品四虎在线观看免费 | 天天狠天天天天透在线 | 久久国产欧美日韩精品免费 | www.啪啪| 久久久久国产精品 | 欧美性生活视频免费播放网址大全观看 | 久久国产精品久久久 | 外国色视频 | 欧美怡春院一区二区三区 | 国产中文字幕视频在线观看 | 美女视频免费观看网站 | v影院最新在线v视频 | 黄色在线视频免费 | 免费色视频| 国产成人精品一区二区 | 四虎永久影院永久影库 | 九九99热 | 国产一级高清视频 | 四虎成人影院网址 | 久久99国产亚洲精品观看 | 色婷婷精品视频 | 国产高清吹潮免费视频 | 91精品国产91久久久久久最新 | 九九精品视频免费 | 五月欧美 | 欧美网站视频 | 五月激情综合婷婷 | 国产精品二 | 岛国搬运工一区二区免费 | 欧美日韩午夜视频 | 精品女同一区二区三区免费站 |