多資源環(huán)境下知識共享故障診斷模型設計與實現(xiàn).pdf

1、設備狀態(tài)監(jiān)測與故障診斷的重要意義在于：一方面，它可以迅速而準確地確定設備故障部位及故障嚴重程度，有利于確保安全生產(chǎn)以及減少投入維修的人力、物力，縮短設備的停產(chǎn)時間，提高設備的利用率；另一方面，它又是實現(xiàn)先進的維修思想和維修方式的必要手段與前提條件。本文針對當前企業(yè)診斷資源不能得到充分應用的現(xiàn)狀，構建了多資源環(huán)境下一種與診斷設備數(shù)據(jù)接口類型無關的知識共享的故障診斷通用模型，研究了頻譜圖像識別與特征數(shù)據(jù)提取方法，設計了基于頻譜特征數(shù)據(jù)的診斷

2、專家系統(tǒng)，并通過診斷實例驗證了該專家系統(tǒng)的準確性。
　　 第一，針對企業(yè)現(xiàn)有的診斷設備、診斷案例、診斷專家三種診斷資源未能得到充分利用的現(xiàn)狀，分析了旋轉機械故障診斷技術的特點，提出了通過獲取頻譜圖像來解決診斷設備接口不統(tǒng)一的矛盾；考慮到診斷案例和診斷專家分散，難以加以利用，提出了多資源環(huán)境下知識共享的故障診斷模型。
　　 第二，分析了常見頻譜圖像的一般特征，提出了頻譜圖像的識別方法；通過機械故障特征頻率分析和機組組態(tài)，對

3、可能存在的故障類別和機組類別的特征數(shù)據(jù)進行提取；在圖像數(shù)據(jù)提取前對頻譜圖像進行邊緣插值處理，在圖像數(shù)據(jù)提取后對不存在的頻率點進行線性插值，彌補了圖像分辨率不足的缺點。
　　 第三，多資源故障診斷專家系統(tǒng)沿用專家系統(tǒng)的結構，針對故障診斷領域和KSDM(知識共享故障診斷模型)知識共享的特點，對其工作原理進行了改進。知識表示方面采用框架和規(guī)則相結合的表示方法，解決了故障知識組合爆炸問題，也提高了診斷的準確性和高效性?；诳尚哦鹊牟淮_定

4、性推理能對診斷結果作出有效的評價，基于培訓系統(tǒng)的解釋不僅能解釋診斷過程，還能使診斷人員在診斷過程中學習故障診斷知識。自學習功能包括知識的修正、知識歸納和知識聯(lián)想。
　　 最后，以Microsoft Visual C++6.0為開發(fā)平臺，采用SQL Server2000數(shù)據(jù)庫技術，對本文提出的模型進行了實現(xiàn)。利用實現(xiàn)的診斷系統(tǒng)進行了多頻譜圖像識別和特征數(shù)據(jù)提取，對轉子不平衡故障案例進行了診斷分析，結果充分證明了本文提出的多資源環(huán)境