农业机械液压系统故障诊断

    农业机械经常是在恶劣的环境中作业, 极易造成液压系统的污染、 磨损和故障, 液压系统的故障往往会严重地影响农业生产。随着农业机械液压系统的功能越来越多,结构越来越复杂,发生故障的几率也将随之增多。 若能够及时、 准确地诊断农业机械液压系统的故障,则可提高农机维修效率, 保证农业生产正常进行。 为此,应用人工智能专家系统原理,研制开发了农业机械液压系统故障诊断系统软件。农业机械液压系统故障诊断专家系统的推理控制策略选择了正向推理及深度优先搜索法。 为了提高搜索效率,专家系统将各典型农机液压系统和液压元件的诊断问题按故障征兆分组,各子知识库中的每组内容都存放在不同文件中, 诊断推理时根据不同的故障现象,只选用一组规则进行匹配,由此可避免搜索过程中出现“ 组合爆炸” 的情况。     在以往的农业机械液压元件和系统故障诊断中,遇到的大多数问题是复杂的和非结构化的,处理的信息常常是专家的直觉、 非正式的规则和经验,而这些信息是不精确、 不完备或是模糊的。 因此,农业机械液压系统故障诊断专家系统所使用的推理方法采用了确定性理论中的不精确推理模型。该模型的不确定性更新算法被描述为如下形式:  

     ( 1) 规则的条件部分为单个证据 对于规则IF E THEN H WIT H CF( H, E ) ,若E 为单个证据,已知证据的可信度CF( E)和规则可信度CF( H, E) ,由式( 2)可计算出结论的可信度CF( H)CF( H) = CF( H, E) ×max { 0, CF( E) } ( 2)　　

    ( 2) 规则的条件部分为多个证据的逻辑组合当规则条件部分为多个证据逻辑组合时,如E= E1 A ND E2 或 E= E1 OR E 2,若已知证据E1 和E2 的可信度CF( E1)和CF( E2) ,由式( 3)、 ( 4)可计算出组合证据的可信度CF( E)CF( E) = CF( E1 AND E2) = min{CF( E1) , CF( E2) } ( 3)CF( E) = CF( E1 OR E2) = max {CF( E1) , CF( E2) }(4) 再利用式( 2) 即可计算出结论H的可信度。     ( 3) 若两条规则具有相同的结论,求在两条规则的综合作用下的结论可信度。设系统中有两条以H 为结论的规则 Rule 1: IF E1 THEN H WIT H CF( H, E1) Rule 2: IF E2 THEN H WIT H CF( H, E2)Rule 2: IF E2 THEN H WIT H CF( H, E2) 可先由式( 2) 分别计算出由规则Rule 1推出的结论的可信度CF1( H)和由规则Rule 2 推出的结论的可信度CF2(H)。 然后,再用式( 5)计算出在这两条规则的综合作用下, 结论H 的可信度.     用唱片解释法对有关系统的功能和操作使用等进行说明。 因此,系统软件通过其解释模块的功能表现出较好的透明度,它能够使用户了解知识库的内容和推理路线,便于用户随时发现和更正知识库的错误或不合理性,进一步完善知识库系统。由于软件的每一条规则都是规则类的一个独立的数据结构单元, 并且具有明确的意义,因此,在解释层次上表现的较为合理,即不过于抽象,也不太具体,而是每个解释层次都有具体的意义。 在推理过程的解释中,该系统的解释机制具有两个突出的特点: ( 1) 知识库中的知识是用自然语言或液压技术领域的术语形式表示的,没有用数据结构形式表示,因此解释内容的可读性较好。

( 2) 该程序只将最近的一次推理过程的信息存盘,并覆盖以前的信息, 避免了解释文件过大,提高了解释速度,解释和结论可以同步给出。

    农业机械液压系统故障诊断专家系统软件采用了“ 规则+ 故障树” 的知识表示法, 能够完整地将诊断知识的结构层次和因果关系表达清楚,同时具有自然性和一致性,提高了知识表达能力,增强了推理机能。软件采用的不精确推理方法和在推理机制控制策略中采用正向推理, 符合液压领域专家的诊断思路; 同时利用了“ 规则分组” 的方法进行匹配,克服了正向推理在知识库变得较庞大时,目的性不强、 效率低下的缺点, 保证了推理效果。