[发明专利]一种用于自动扶梯的故障诊断专家系统

权利要求书

1.一种用于自动扶梯的故障诊断专家系统，其特征在于，包括：推理机模块、知识库模块、知识交互模块、案例学习模块以及解释机模块；

所述知识库模块，分别与推理机模块、知识交互模块、解释机模块连接；所述知识库模块包括所要解决问题领域中的案例和诊断规则；

所述知识交互模块，用于获取事实值；

所述推理机模块，根据获取的事实值，调用所述知识库模块中的案例或诊断规则，对故障现象进行推理，从而得出故障原因；

所述解释机模块，对推理过程和推理得到的确定性结论作出解释；

其中，所述推理机模块包括规则推理机模块和案例推理机模块；所述规则推理模块，采用基于规则的专家系统；所述案例推理模块，采用基于框架式知识表示的专家系统；

所述知识库模块包括规则库和案例库；所述规则库与所述规则推理模块连接，所述案例库与所述案例推理模块连接；

所述案例学习模块，用于将案例库中的案例转化为规则，并保存到规则库。

2.如权利要求1所述的用于自动扶梯的故障诊断专家系统，其特征在于，所述规则推理模块为一种基于任务调用方式和规则激活的规则推理引擎技术，并且令推理机检查每条规则以指导对事实的寻找。

3.如权利要求1所述的用于自动扶梯的故障诊断专家系统，其特征在于，所述案例推理模块采用基于关联和知识归纳的组合检索策略。

4.如权利要求3所述的用于自动扶梯的故障诊断专家系统，其特征在于，所述案例推理模块根据索引策略、匹配方法和相似度计算方法快速地从案例库中寻找出与待诊断案例最相似的案例，分为两个步骤：

第一步：根据输入的待诊断案例的设备名、部件名、机组状态设备信息，从案例库中检索出该设备同类案例集；

第二步：采用最近临匹配法从设备同类案例集中检索出最相似案例；

最近邻匹配法以n维空间的观点表示案例，每个案例对应的特征向量构成为：

设V＝{a(i),a(i),…,a(i)}表示案例的特征向量，则两案例的相似度表示如下：

式中：

T表示待诊断案例；

T(i)表示案例T的第i个特征；

S表示案例库中案例；

S(i)表示案例S的第i个特征；

ω_i表示案例第i个特征的权重；

(1)T(i)与S(i)相同时，||T(i)-S(i)||＝0；当T(i)与S(i)不同时，||T(i)-S(i)||＝1

(2)特征权重ω_i的确定

根据特征的重要程度，将其分为最重要、很重要、比较重要、一般、可有可无5种等级，假设第i个特征的等级由k_i表示，k_i为1到5中的某一值，则特征权重计算方法为：

相似度值越大，表示两案例越相似；相似度值越小，表示两案例差别越大；当sim(T,S)＝1时，两案例完全相同；按照上述方法求出待诊断案例与设备同类案例集中案例的相似度，找到最大相似度案例。

5.如权利要求1所述的用于自动扶梯的故障诊断专家系统，其特征在于，所述知识库包括规则库和案例库；所述规则库和案例库共用有属性表和故障表；

所述属性表，用于保存事实值的类型信息和案例中槽值的定义；

所述故障表，用于保存设备故障的定义；

所述规则库还包括：

事实表，用于保存设备的特征条目信息；

任务表，用于保存任务信息；

规则表，用于保存专家系统中使用的所有规则；

所述案例库还包括：

案例表，用于保存专家系统中使用的所有规则；

案例明细，用于保存案例的详细槽值信息；

案例附件表，用于保存案例的附件信息。