面向故障診斷的動態(tài)因果網(wǎng)推理及實(shí)現(xiàn).pdf

1、隨著生產(chǎn)自動化水平的不斷提高和現(xiàn)代科學(xué)技術(shù)的迅猛發(fā)展,人類社會已經(jīng)進(jìn)入了信息社會,由于人們面臨著信息量大、傳遞迅速及復(fù)雜多變等特點(diǎn),因此,對這些信息的獲取、加工和處理變得更加困難和重要。在傳統(tǒng)的工業(yè)故障診斷領(lǐng)域中,往往依靠人來進(jìn)行判斷,隨著數(shù)據(jù)關(guān)系復(fù)雜性的增加、數(shù)據(jù)量的加大,必須要向機(jī)器引入智能。而計(jì)算機(jī)的高速發(fā)展使人工智能的發(fā)展有了物質(zhì)基礎(chǔ),從而造成了工業(yè)故障診斷大量運(yùn)用人工智能理論的局面。本論文依托重慶市的科技攻關(guān)課題——面向工業(yè)應(yīng)

2、用的智能開發(fā)平臺及系統(tǒng)研究,根據(jù)于張勤教授所提出的動態(tài)因果網(wǎng)的概率知識表達(dá)方式和推理計(jì)算原理,立足于建立具有我國自主知識產(chǎn)權(quán)和特色的非精確知識表達(dá)和推理的理論模型和工具,通過研究故障診斷基本理論及常用方法、因果網(wǎng)知識表達(dá)與推理、系統(tǒng)架構(gòu)與設(shè)計(jì)、系統(tǒng)性能及應(yīng)用分析,完成面向故障診斷的動態(tài)因果網(wǎng)推理及實(shí)現(xiàn)。論文獲得的主要結(jié)論為:①提出了因果網(wǎng)動態(tài)解環(huán)原則,利用因果網(wǎng)所具備的動態(tài)特性,綜合利用當(dāng)前采集到的證據(jù),去掉有向環(huán)路,從而限定當(dāng)前因果網(wǎng)

3、所表達(dá)的因果結(jié)構(gòu),避免了有向環(huán)路存在的情況下聯(lián)合概率分布不歸一的問題,給出了因果網(wǎng)的計(jì)算規(guī)模。②研究了因果網(wǎng)編譯過程中邏輯“與”運(yùn)算的子集吸收算法,提出了新的子集吸收算法,成功地將計(jì)算時間復(fù)雜度降低了一階——由常規(guī)算法下該運(yùn)算的計(jì)算時間復(fù)雜度為O((m×n)~2)(其中m,n分別為參與運(yùn)算的兩個邏輯公式中的子項(xiàng)個數(shù)),降為O((m×n)×min(m,n))。③給出了因果網(wǎng)的計(jì)算規(guī)模:由于因果網(wǎng)理論提出時沒有給出其計(jì)算規(guī)模,本文通過分析定