一种故障诊断专家系统推理机设计分析摘要：文章基于关系数据库技术，针对目前故障诊断专家系统推理匹配冲突、组合爆炸等导致专家系统运行效率低下的缺陷，提出一种构造所有故障现象与原因对应数据库表，应用关系数据库查询搜索技术的推理机制，将大量推理过程提前到专家系统构造或学习阶段完成。专家系统应用时只执行数据查询搜索,大大提咼专家系统的执行效率，为相关方面专家系统设计开发提供借鉴。Abstract：Thispaperpresentsareasoningmechanismasconstructionphenomenonandcauseofallfailurescorrespondtodatabasetables,usingrelationaldatabasequeryinfereneesearchtechnology,basedonrelationaldatabasetechnologyforthecurrentconflictinreasoningmatches,combinatorialexplosionasaresultofpooroperatingefficiencyexpertsystemdefects.Thisreasoningmechanismwillbealotofreasoningadvaneedtoexpertsystemsconstructingorlearningstages・Whentheexpertsystemisused,thedataquerysearchwillberunningforimprovingtheefficiencyofexpertsystemandprovidingrefereneeasexpertsystemdesignanddevelopment.关键词：故障诊断；专家系统；关系数据库；推理机；搜索Keywords：faultdiagnosis；expertsystem；relationaldatabase；infereneeengine；search中图分类号：TP182文献标识码：A文章编号：1006-4311(2011)01-0173-020引言专家系统作为人工智能的一个重要分支，已经从最初的某个方面简单智能程序发展到今天在各行各业中解决复杂问题的比较成熟阶段⑴。故障诊断专家系统更是在工业发展中发挥着巨大的作用。专家系统结构中的推理机是根据当前已知的事实或针对综合数据库中的当前信息，利用知识库中的知识，按一定的推理方法和搜索策略进行推理，求得问题的答案或证明某个结论的正确性［2］。推理机的效率、准确性直接反映专家系统的效率和准确性等，体现了专家的思维过程。然而随着专家系统不断向深层次方向发展，推理时匹配冲突、组合爆炸等问题渐渐变得越来越突出，严重制约着专家系统的发展。1目前故障诊断专家系统之推理推理就是模拟人工专家的思维，从一个结论得出另一个结论的过程⑶。日前故障诊断专家系统推理多应用以下推理：第一，采用故障类型诊断的反向推理和故障原因分析及故障消除措施正向推理相结合的混合推理机制；第二，基于事例推理和基于规则推理的混合推理机制；第三，基于实时参数的实时诊断推理机、基于规则的交互推理机、基于不确定性推理的自动推理机制；第四，基于产生式规则的前向链接快速统的发展，但是，却都是专家系统在具体诊断故障时进行推理，用时长，效率低，影响专家系统的执行效率。由于关系数据库技术目前发展已经比较成熟。在此，我们考虑，建立好故障诊断专家系统知识库后，将所有能知道的故障现象和对应原因推理出来存储在故障现象与原因对应数据库中，专家系统应用时只是进行数据搜索，以提高专家系统应用时的效率。当有新知识增加时，更新故障现象与原因对应数据库。2基于关系数据库的故障诊断专家系统之推理故障诊断专家系统主要是通过故障现象、故障前兆或检测到的非正常数据等获得被测设备发牛故障的原因，有一定的故障与原因对应关系，可以通过关系数据库描述。2.1基于关系数据库的知识表示根据故障诊断过程的推理等。这些推理算法极大地促进了故障诊断专家系实际情况，即是应该先知道故障现象，然后从故障现象开始判断产生该故障现象的原因。也就是有了结论Q,判断是什么前提P产生的。既然如此，我们将所有的故障现象和对应直接原因构造成关系型数据库表以表示知识，一部分字段表示结论（故障现象），另一部分字段表示产生该结论的直接前提（直接原因）,同一条记录表示直接相关的一组结论和前提。在故障诊断中，存在同一故障现象可能是由不同的原因产生的，即一果多因，也就是同一个结论也可能由不同前提导致，即可能有：P1VP2VP3V..............VPi—Qm结论Qm可能由前提Pl到Pi之间的一个或多个导致。在本推理中采用归约的方式，从现象找原因，对于同一个故障现象，可以找到多个原因。因此，增加一个概率字段，通过概率字段...