基于模糊专家模型的智能装备诊断设备和方法 .pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN114004360A

(43)申请公布日2022.02.01

(21)申请号CN202111642485.0

(22)申请日2021.12.30

(71)申请人北京壬工智能科技有限公司

地址100085北京市海淀区上地信息路12号1幢4层D403室

(72)发明人梁轶

(74)专利代理机构11952北京星通盈泰知识产权代理有限公司

代理人夏晶

(51)Int.CI

G06N5/02

G06F11/32

权利要求说明书说明书幅图

(54)发明名称

基于模糊专家模型的智能装备诊断

设备和方法

(57)摘要

本发明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。

法律状态

法律状态公告日法律状态信息法律状态

2022-02-22实质审查的生效实质审查的生效

2022-02-01公开公开

2022-04-01授权发明专利权授予

权利要求说明书

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