本文關(guān)鍵詞：面向知識(shí)工程的提升機(jī)智能故障診斷方法

  更多相關(guān)文章： 提升機(jī) 故障診斷 知識(shí)獲取 知識(shí)表示 知識(shí)推理

【摘要】：針對(duì)傳統(tǒng)提升機(jī)故障診斷系統(tǒng)中知識(shí)獲取困難、知識(shí)表示單一且故障診斷推理方法自適應(yīng)能力弱從而導(dǎo)致診斷推理結(jié)果不穩(wěn)定等問題,研究了面向知識(shí)工程的提升機(jī)智能故障診斷方法。重點(diǎn)針對(duì)提升機(jī)故障診斷過程中的三大關(guān)鍵科學(xué)問題,即知識(shí)獲取、知識(shí)表示和知識(shí)推理技術(shù)進(jìn)行了深入研究:提出了基于融合差別矩陣和屬性重要度的提升機(jī)故障診斷規(guī)則知識(shí)獲取方法,為提升機(jī)故障診斷提供了數(shù)據(jù)基礎(chǔ);構(gòu)建本體知識(shí)庫,提出了基于OWL DL的故障診斷知識(shí)表示方法和基于SWRL的故障診斷規(guī)則知識(shí)表示方法,實(shí)現(xiàn)了提升機(jī)系統(tǒng)結(jié)構(gòu)及診斷知識(shí)的集成;對(duì)本體知識(shí)進(jìn)行了概率擴(kuò)展,提出了基于本體和貝葉斯網(wǎng)絡(luò)的不確定性知識(shí)融合推理方法,提高了推理的效率和準(zhǔn)確率。開發(fā)了面向知識(shí)工程的智能故障診斷系統(tǒng),通過實(shí)例驗(yàn)證和企業(yè)應(yīng)用證明了該方法的可行性和準(zhǔn)確性。
【作者單位】： 太原理工大學(xué)機(jī)械工程學(xué)院;山西焦煤集團(tuán)有限責(zé)任公司博士后科研工作站;
【關(guān)鍵詞】： 提升機(jī) 故障診斷 知識(shí)獲取 知識(shí)表示 知識(shí)推理
【基金】：山西省科技重大專項(xiàng)資助項(xiàng)目(20111101040) 山西省青年基金資助項(xiàng)目(2014021024-2)
【分類號(hào)】：TD534
【正文快照】： 礦井提升機(jī)故障診斷是一個(gè)十分復(fù)雜的故障知識(shí)分析和推理的過程,近年來,國內(nèi)外研究人員主要利用小波分析法、時(shí)頻分析法、EMD能量熵法等信號(hào)分析處理[1-3]和回歸分析、主成分分析等統(tǒng)計(jì)法[4],以及專家系統(tǒng)、人工智能等基于知識(shí)的方法[5-9]開展了一些有效的診斷。這些研究成果

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 王保德;;提升機(jī)群遠(yuǎn)程監(jiān)測與智能故障診斷系統(tǒng)設(shè)計(jì)[J];工礦自動(dòng)化;2013年11期

2 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 夏博;選煤廠設(shè)備智能故障診斷方法的研究與應(yīng)用[D];華中科技大學(xué);2012年

，

本文編號(hào)：614641