粗糙集理论在雷达故障诊断专家系统中的应用文档.pdf

粗糙集理论在雷达故障诊断专家系统中的应用 付峰 河海大学电气工程学院，南京 (210098) E-mail：jpuff@ 摘 要：专家系统是人工智能应用研究最活跃和最广泛的应用领域之一，在许多领域中都有 成功的运用。但是随着发展的深入和要求的提高，有关知识获取的瓶颈问题逐渐显示出来。 因此如何提高专家系统获取知识的能力，并在此基础上做出正确的结论就成为专家系统所需 要解决的一个问题。粗糙集理论无需任何先验信息，能有效地分析和处理不精确、不一致、 不完整等不完备数据，通过发现数据间隐藏的关系，揭示潜在的规律，从而提取有用信息， 简化信息的处理。而且现代雷达装备的日趋复杂化，建立专家系统所需的信息量非常大，所 获得的专家知识中存在着较大的冗余，这在一定程度上也影响了专家系统诊断的准确性和效 率，因此本文将粗糙集理论引入到某型号雷达故障诊断专家系统中。该模型在知识入库前对 其进行过滤，并利用粗糙集理论的约简算法消除知识库的冗余，从而实现了对知识库结构和 性能的有效维护及完善。 关键词：专家系统；粗糙集；故障诊断 中图分类号：TP277 1. 引言 目前，在雷达装备故障自动检测和诊断系统中使用最多的方法是基于故障树的专家故障 诊断系统 [1] 。该种类型的系统主要通过雷达装备的设计者和使用者等领域专家，根据装备 的工作原理和使用期间的经验，对故障模式、故障类型、故障征兆等进行分析和验证，形成 诊断知识，通过各种测试手段实现故障的检测和定位[2] 。 该方法是一种基于知识的故障诊 断方法，可以避免对精确数学模型的过分依赖，实践证明对于难以得到系统解析模型的复杂 非线性系统的故障诊断问题是一种非常实用的方法。但是如果建立的知识库不完备，可能导 致专家系统推理混乱并得出错误的结论。不仅如此，由于现代雷达装备的日趋复杂化，建立 专家系统所需的信息量非常大，所获得的专家知识中存在着较大的冗余，这在一定程度上也 影响了专家系统诊断的准确性和效率。 为解决上述问题，尝试利用粗糙集理论较强的数据分析能力和容错性对专家系统中存在 的冗余信息进行约简并剔除不必要的属性，降低了故障诊断专家系统构成的复杂性，并明显 改善了专家系统的整体效能。 2. 雷达故障诊断系统的总体结构 该雷达故障诊断专家系统由知识库、推理机、综合数据库、人机接口、解释程序以及知 识获取程序、自动测试系统几部分组成。计算机用于运行故障诊断软件，对自动测试进行协 调控制；故障诊断软件的主要目的就是要引导测试人员对故障现象进行观察，对雷达的各种 状态进行自动测试。对部分可替换单元进行故障(或正常)验证，从而将雷达的故障部位隔离 定位到某个或几个可替换单元。该系统可以在知识获取阶段对知识实行过滤[3]，根据知识隶 属度的变化对采集的知识进行评价和分类，从而增加了诊断系统对知识的分辨能力和对知识 性质的了解；在知识库构造阶段对原知识库进行精简，以达到维护和完善知识库系统结构与 性能的目的。 -1- 图 1 基于粗糙集的雷达故障诊断专家系统总体结构图 3. 基于粗糙集的专家知识库的构造 [4] 设计专家系统非常关键的一步就是建造知识库 ，粗糙集理论因其能有效地分析和处理 不精确、不一致、不完整等各种不完备信息，并从中发现隐含的知识而为专家系统知识库的 构造提供了一条崭新的途径。 3.1 基于粗糙集的知识处理方法 波兰学者 Z.Pawlak 于 1982 年提出的粗糙集理论(RS)[5]是一种处理不完整性和不确定性 知识的新型数学工具。RS 方法不需要先验知识，具有强大的数据分析能力，能揭示数据间 潜在的规律，并从中获取知识。它的出发点在于，根据目前已有的对给定问题的知识，将问 题的论域进行划分，然后对划分后的每一个组成部分确定其对某一概念的支持程度，并通过 使用不可分辨关系，定义了论域U