發(fā)布時(shí)間：2017-06-23 00:00

  本文關(guān)鍵詞：基于案例推理的衛(wèi)星故障診斷技術(shù)的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】： 基于案例推理技術(shù)(CBR)是人工智能領(lǐng)域新興的一種問(wèn)題求解方法,將該方法應(yīng)用到故障診斷領(lǐng)域,對(duì)于提高故障診斷系統(tǒng)的能力,推動(dòng)故障診斷技術(shù)的發(fā)展具有重要的意義。本文對(duì)案例診斷的關(guān)鍵技術(shù),如故障案例的表示方法、案例的診斷模型、案例檢索策略等進(jìn)行了深入的研究,主要研究?jī)?nèi)容概括如下: 對(duì)故障案例的表示方法和推理模型進(jìn)行了深入研究。介紹了基于案例推理技術(shù)和CBR的研究任務(wù)劃分。在故障案例的表示方法上,提出了一種面向?qū)ο蟮墓收习咐硎痉椒?并引入抽象案例的概念,建立了故障案例對(duì)象的層次結(jié)構(gòu)模型。模擬領(lǐng)域?qū)＜姨幚砉收系姆绞?建立了一個(gè)基于案例的故障診斷模型。 研究了案例的檢索策略。以模糊理論為基礎(chǔ),介紹了幾種相似度計(jì)算方法。在故障案例的檢索機(jī)制中,采用一種并行搜索的檢索策略的方法。在案例間相似度的計(jì)算方法中,本文介紹了最鄰近匹配函數(shù)算法,針對(duì)最鄰近匹配中定量特征的相似度評(píng)估難的問(wèn)題,建立了一種基于模糊劃分的定量特征相似度評(píng)估方式。案例特征的權(quán)重分配是相似性檢索中的重要問(wèn)題,本文研究了一種組合賦權(quán)法的權(quán)系數(shù)確定方法。建立了一種基于最鄰近法的檢索模型,縮小了檢索空間,提高了案例的檢索效率。 為了幫助管理人員提高衛(wèi)星的管理水平和技術(shù)水平,同時(shí)為基于案例的故障診斷系統(tǒng)的實(shí)際應(yīng)用奠定基礎(chǔ),本文建立了故障案例庫(kù)。以基于案例推理的診斷方法為基礎(chǔ),采用組件技術(shù),建立了衛(wèi)星的故障診斷系統(tǒng)平臺(tái)。并將其應(yīng)用于實(shí)際工程項(xiàng)目,開(kāi)發(fā)了一個(gè)衛(wèi)星測(cè)控系統(tǒng)在線監(jiān)測(cè)與故障診斷系統(tǒng)。目前該系統(tǒng)已通過(guò)上海小組專家的終期驗(yàn)收,并得到專家的一致好評(píng)。
【關(guān)鍵詞】：故障診斷 基于案例的推理 衛(wèi)星測(cè)控系統(tǒng) 專家系統(tǒng)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類號(hào)】：V467
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-17
• 1.1 課題研究的目的與意義10-11
• 1.2 課題背景11
• 1.3 故障診斷方法綜述11-15
• 1.3.1 基于信號(hào)處理的故障診斷方法11-12
• 1.3.2 基于神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的故障診斷方法12
• 1.3.3 基于案例的故障診斷技術(shù)研究蹤述12-15
• 1.4 本文的主要工作15-17
• 第2章 故障案例的表示方法和診斷模型17-37
• 2.1 引言17
• 2.2 基于案例的推理技術(shù)17-21
• 2.2.1 CBR的學(xué)習(xí)機(jī)制17-18
• 2.2.2 CBR的循環(huán)處理模型18-20
• 2.2.3 CBR的任務(wù)層次模型20-21
• 2.3 CBR的研究任務(wù)劃分21-26
• 2.3.1 案例表示21
• 2.3.2 案例檢索21-23
• 2.3.3 案例重用23-24
• 2.3.4 案例修訂24-25
• 2.3.5 案例更新保存25-26
• 2.4 故障案例的表示方法26-31
• 2.4.1 故障案例的規(guī)范化描述26-28
• 2.4.2 面向?qū)ο蟮墓收习咐硎痉椒?/span>28-31
• 2.5 故障案例的組織和索引31-33
• 2.5.1 故障案例的層次結(jié)構(gòu)32
• 2.5.2 故障案例的索引32-33
• 2.6 基于案例的診斷模型33-35
• 2.7 本章小結(jié)35-37
• 第3章 故障案例檢索模型37-53
• 3.1 引言37-38
• 3.2 故障案例的相似度計(jì)算方法38-43
• 3.2.1 模糊概念38
• 3.2.2 模糊集合38-41
• 3.2.3 相似度的計(jì)算41-43
• 3.3 案例檢索機(jī)制43
• 3.4 故障案例間的相似度計(jì)算43-48
• 3.4.1 NN匹配函數(shù)算法44
• 3.4.2 權(quán)值近鄰法中的相似度計(jì)算44-48
• 3.5 故障案例特征參數(shù)權(quán)系數(shù)的確定48-49
• 3.6 故障案例的檢索模型49-51
• 3.7 本章小結(jié)51-53
• 第4章 衛(wèi)星故障案例庫(kù)和衛(wèi)星測(cè)控系統(tǒng)的開(kāi)發(fā)53-68
• 4.1 引言53-54
• 4.2 衛(wèi)星故障案例庫(kù)系統(tǒng)的研制54-57
• 4.2.1 衛(wèi)星故障模式數(shù)據(jù)庫(kù)的建立54-55
• 4.2.2 系統(tǒng)軟件結(jié)構(gòu)和功能55-57
• 4.3 衛(wèi)星測(cè)控系統(tǒng)原理及故障模式57-58
• 4.3.1 測(cè)控系統(tǒng)原理57-58
• 4.3.2 測(cè)控系統(tǒng)故障模式58
• 4.4 測(cè)控監(jiān)測(cè)及診斷系統(tǒng)的開(kāi)發(fā)58-62
• 4.4.1 軟件系統(tǒng)設(shè)計(jì)思想58-59
• 4.4.2 硬件環(huán)境59-60
• 4.4.3 軟件環(huán)境60-61
• 4.4.4 基于平臺(tái)化、組件化的軟件系統(tǒng)的開(kāi)發(fā)61-62
• 4.5 測(cè)控系統(tǒng)集成診斷推理的實(shí)現(xiàn)62-67
• 4.5.1 狀態(tài)監(jiān)測(cè)及報(bào)警模塊62-63
• 4.5.2 案例推理診斷模塊63-65
• 4.5.3 專家系統(tǒng)診斷模塊65-67
• 4.6 本章小結(jié)67-68
• 結(jié)論68-69
• 參考文獻(xiàn)69-73
• 哈爾濱工業(yè)大學(xué)碩士學(xué)位論文原創(chuàng)性聲明73
• 哈爾濱工業(yè)大學(xué)碩士學(xué)位論文使用授權(quán)書(shū)73
• 哈爾濱工業(yè)大學(xué)碩士涉密論文管理73-74
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文74-75
• 致謝75

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 柳玉;賁可榮;;案例推理的故障診斷技術(shù)研究綜述[J];計(jì)算機(jī)科學(xué)與探索;2011年10期

2 徐麗華;謝德體;魏朝富;李兵;;基于案例推理的SoLIM方法在土壤養(yǎng)分制圖中的應(yīng)用[J];林業(yè)科學(xué);2013年08期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 賴于樹(shù);基于FMAGDM理論的復(fù)雜設(shè)備故障診斷不確定推理方法研究[D];電子科技大學(xué);2011年

2 徐麗華;土壤養(yǎng)分預(yù)測(cè)方法的比較研究[D];西南大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 史慶祥;新型干法水泥生產(chǎn)線關(guān)鍵設(shè)備在線監(jiān)測(cè)系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2011年

2 朱新平;基于工作流技術(shù)的機(jī)場(chǎng)應(yīng)急救援系統(tǒng)研究[D];南京航空航天大學(xué);2008年

3 劉洪偉;基于案例推理的球團(tuán)礦專家系統(tǒng)的研究與實(shí)現(xiàn)[D];東北大學(xué);2009年

4 路寬;衛(wèi)星地面站接收故障診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2013年

  本文關(guān)鍵詞：基于案例推理的衛(wèi)星故障診斷技術(shù)的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：473387