基于模糊专家模型的智能装备诊断设备和方法技术

本发明专利技术涉及智能装备诊断技术领域，且公开了基于模糊专家模型的智能装备诊断设备和方法，本申请通过将收集到的智能装备的真实数据进行处理，并利用专家知识构建模糊专家模块，并转化为诊断知识规则，将处理后的真实数据与模糊专家模型进行诊断知识规则的计算，从而根据计算结果来进行判断，获得诊断结果，能够实现智能装备的工作进程和运转状态的细颗粒度感知，并实时决策分析和智能诊断相应的数据，实现智能装备的实时监控和异常报警，从而实现诊断的高效化、响应的高效化和诊断的精确度。响应的高效化和诊断的精确度。响应的高效化和诊断的精确度。

【技术实现步骤摘要】
基于模糊专家模型的智能装备诊断设备和方法


[0001]本专利技术涉及智能装备诊断
，具体为基于模糊专家模型的智能装备诊断设备和方法。

技术介绍

[0002]智能装备，指具有感知、分析、控制功能的制造装备，它是先进制造技术、信息技术和智能技术的集成和深度融合。智能装备是在传统装备的结构基础上，集成大量、多类型的传感器和智能控制器。基于智能装备的感知、分析和控制能力，能够对装备的各种异常和故障，实现预见式诊断、报警和自适应调试。
[0003]但是，传统的智能装备对其异常和故障的判断准确度不高，且响应效率低。

技术实现思路

[0004]本专利技术主要是提供基于模糊专家模型的智能装备诊断设备和方法，解决传统的智能装备对其异常和故障的判断准确度不高，且响应效率低的问题。
[0005]为了解决上述技术问题，本专利技术采用如下技术方案：基于模糊专家模型的智能装备诊断方法，包括：采集专家知识，基于所述专家知识提取诊断条件和诊断结果；采集智能装备的工作进程和运转状态的真实数据，基于所述真实数据获取诊断因素参量；基于所述诊断因素参量模糊推理相对于所述诊断条件的归属度，从而确定归属度满足预设要求的所述诊断结果；基于所述诊断结果控制智能装备。
[0006]进一步，所述采集专家知识，基于所述专家知识提取诊断条件和诊断结果，包括：定义智能装备诊断的所述专家知识，并将所述专家知识转化为包括诊断条件和诊断结果的知识规则；将所述知识规则进行储存。
[0007]进一步，所述采集智能装备的工作进程和运转状态的真实数据，基于所述真实数据获取诊断因素参量，包括：明确与所述知识规则定义的每项所述诊断条件所对应的全部数据名字段，以及所述数据名字段的数据取值的分布区间；采集智能装备的工作进程和运转状态的多个真实数据；基于每项所述诊断条件对应的数据名字段、每个所述数据名字段对应的所述数据取值的分布区间，以及获取每个所述数据名字段的所述真实数据落入所述分布区间的分布次数，计算所述诊断因素参量。
[0008]进一步，所述基于所述诊断因素参量模糊推理相对于所述诊断条件的归属度，从而确定归属度满足预设要求的所述诊断结果，包括：
定义模糊推理阵列，基于所述诊断因素参量和诊断条件构建所述模糊推理阵列，且进行归一化；定义归属度系数矩阵，基于归一化后的所述模糊推理阵列，利用预设算法计算归属度系数，基于所述归属度系数构建所述归属度系数矩阵；确定归属度权重向量，基于所述归属度权重向量和归属度系数计算归属度模糊评价值；将所述诊断因素参量对应全部知识规则的所述归属度模糊评价值进行排序，确定所述归属度模糊评价值最大的知识规则，并选取对应的诊断结果。
[0009]进一步，所述采集智能装备的工作进程和运转状态的多个真实数据，包括：设定一个诊断时间窗；采集所述诊断时间窗内反映的智能装备的工作进程和运转状态的多个真实数据。
[0010]基于模糊专家模型的智能装备诊断设备，包括：专家知识采集转化模块，用于采集专家知识，基于所述专家知识提取诊断条件和诊断结果；知识规则匹配模块，用于采集智能装备的工作进程和运转状态的真实数据，基于所述真实数据获取诊断因素参量；模糊推理机模块，于基于所述诊断因素参量模糊推理相对于所述诊断条件的归属度，从而确定归属度满足预设要求的所述诊断结果；诊断结果响应模块，用于基于所述诊断结果控制智能装备。
[0011]进一步，所述专家知识采集转化模块，包括：知识定义转化子模块，用于定义智能装备诊断的所述专家知识，并将所述专家知识转化为包括诊断条件和诊断结果的知识规则；知识规则储存子模块，用于将所述知识规则进行储存。
[0012]进一步，所述知识规则匹配模块，包括：名字段和取值定义子模块，明确与所述知识规则定义的每项所述诊断条件所对应的全部数据名字段，以及所述数据名字段的数据取值的分布区间；数据采集获取子模块，采集智能装备的工作进程和运转状态的多个真实数据；诊断因素参量计算子模块，基于每项所述诊断条件对应的数据名字段、每个所述数据名字段对应的所述数据取值的分布区间，以及获取每个所述数据名字段的所述真实数据落入所述分布区间的分布次数，计算所述诊断因素参量。
[0013]进一步，所述模糊推理机模块，包括：模糊推理阵列赋值计算子模块，用于定义模糊推理阵列，基于所述诊断因素参量和诊断条件构建所述模糊推理阵列，且进行归一化；归属度系数矩阵赋值计算子模块，用于定义归属度系数矩阵，基于归一化后的所述模糊推理阵列，利用预设算法计算归属度系数，基于所述归属度系数构建所述归属度系数矩阵；归属度模糊评价值计算子模块，用于确定归属度权重向量，基于所述归属度权重向量和归属度系数计算归属度模糊评价值；诊断结果生成子模块，用于将所述诊断因素参量对应全部知识规则的所述归属度
模糊评价值进行排序，确定所述归属度模糊评价值最大的知识规则，并选取对应的诊断结果。
[0014]进一步，所述数据采集获取子模块，包括：诊断时间窗构建单元，用于设定一个诊断时间窗；数据采集单元，用于采集所述诊断时间窗内反映的智能装备的工作进程和运转状态的多个真实数据。
[0015]有益效果：本申请通过将收集到的智能装备的真实数据进行处理，并利用专家知识构建模糊专家模块，并转化为诊断知识规则，将处理后的真实数据与模糊专家模型进行诊断知识规则的计算，从而根据计算结果来进行判断，获得诊断结果，能够实现智能装备的工作进程和运转状态的细颗粒度感知，并实时决策分析和智能诊断相应的数据，实现智能装备的实时监控和异常报警，从而实现诊断的高效化、响应的高效化和诊断的精确度。
附图说明
[0016]图1为本专利技术的基于模糊专家模型的智能装备诊断方法流程图；图2为本专利技术步骤S1流程图；图3为本专利技术步骤S2流程图；图4为本专利技术步骤S3流程图；图5为本专利技术步骤S21流程图；图6为本专利技术的基于模糊专家模型的智能装备诊断设备框图。
具体实施方式
[0017]以下将结合实施例对本专利技术涉及的基于模糊专家模型的智能装备诊断设备和方法技术方案进一步详细说明。
[0018]如图1所示，本实施例的基于模糊专家模型的智能装备诊断方法，包括：步骤S1~S4：S1、采集专家知识，基于所述专家知识提取诊断条件和诊断结果；S2、采集智能装备的工作进程和运转状态的真实数据，基于所述真实数据获取诊断因素参量；S3、基于所述诊断因素参量模糊推理相对于所述诊断条件的归属度，从而确定归属度满足预设要求的所述诊断结果；S4、基于所述诊断结果控制智能装备。
[0019]本申请通过将收集到的智能装备的真实数据进行处理，并利用专家知识构建模糊专家模块，并转化为诊断知识规则，将处理后的真实数据与模糊专家模型进行诊断知识规则的计算，从而根据计算结果来进行判断，获得诊断结果，能够实现智能装备的工作进程和运转状态的细颗粒度感知，并实时决策分析和智能诊断相应的数据，实现智能装备的实时监控和异常报警，从而实现诊断的高效化、响应的高效化和诊断的精确度。
[0020]进一步，如图2所示，步骤S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于模糊专家模型的智能装备诊断方法，其特征在于，包括：采集专家知识，基于所述专家知识提取诊断条件和诊断结果；采集智能装备的工作进程和运转状态的真实数据，基于所述真实数据获取诊断因素参量；基于所述诊断因素参量模糊推理相对于所述诊断条件的归属度，从而确定归属度满足预设要求的所述诊断结果；基于所述诊断结果控制智能装备。2.根据权利要求1所述的方法，其特征在于，所述采集专家知识，基于所述专家知识提取诊断条件和诊断结果，包括：定义智能装备诊断的所述专家知识，并将所述专家知识转化为包括诊断条件和诊断结果的知识规则；将所述知识规则进行储存。3.根据权利要求2所述的方法，其特征在于，所述采集智能装备的工作进程和运转状态的真实数据，基于所述真实数据获取诊断因素参量，包括：明确与所述知识规则定义的每项所述诊断条件所对应的全部数据名字段，以及所述数据名字段的数据取值的分布区间；采集智能装备的工作进程和运转状态的多个真实数据；基于每项所述诊断条件对应的数据名字段、每个所述数据名字段对应的所述数据取值的分布区间，以及获取每个所述数据名字段的所述真实数据落入所述分布区间的分布次数，计算所述诊断因素参量。4.根据权利要求3所述的方法，其特征在于，所述基于所述诊断因素参量模糊推理相对于所述诊断条件的归属度，从而确定归属度满足预设要求的所述诊断结果，包括：定义模糊推理阵列，基于所述诊断因素参量和诊断条件构建所述模糊推理阵列，且进行归一化；定义归属度系数矩阵，基于归一化后的所述模糊推理阵列，利用预设算法计算归属度系数，基于所述归属度系数构建所述归属度系数矩阵；确定归属度权重向量，基于所述归属度权重向量和归属度系数计算归属度模糊评价值；将所述诊断因素参量对应全部知识规则的所述归属度模糊评价值进行排序，确定所述归属度模糊评价值最大的知识规则，并选取对应的诊断结果。5.根据权利要求3所述的方法，其特征在于，所述采集智能装备的工作进程和运转状态的多个真实数据，包括：设定一个诊断时间窗；采集所述诊断时间窗内反映的智能装备的工作进程和运转状态的多个真实数据。6.基于模糊专家模型的智能装备诊断设备，其特征在于，包括：专家知识采集转化模块，用于采集专家知识，...

【专利技术属性】
技术研发人员：梁轶，
申请(专利权)人：北京壬工智能科技有限公司，
类型：发明
国别省市：