油液监测技术研究方向分析（中）
开发油液检测诊断系统。尽管国内外都在积极开发基于油液监测的故障诊断专家系统，但真正能够应用于生产实践、对实际故障进行智能诊断的专家系统并不多见。其根本原因在于知识库的建立不完备，即获取的领域知识不够丰富。这种现状主要是由一下三个方面的因素造成。
a. 基于油液监测的诊断技术种类多样，使得诊断信息不但数据量大而且纷繁复杂。通过不同油液监测手段所获得的信息之间又缺乏必然的逻辑关系。对这些信息和数据无论是进行管理还是应用，都是一件费时费力的事情。如对柴油机这样自身结构和运行环境都十分复杂的设备，各种油液监测技术所获得的诊断信息其直接表现更显繁琐散乱和难以理清头绪。
b. 基于油液监测的故障诊断知识和信息大多是非结构性的，很难用数学语言清楚而严格地加以描述。若想进一步将这些知识、信息以及相互关系函数化、方程化并映射成计算机程序，则更是不易。
c. 油液监测试验装备有限，导致试验数据的来源单一，所包含的信息不充分，不能满足诊断推理的要求。
由于上述原因，现有的一些故障诊断专家系统在获取领域知识、诊断规则以及在建立知识库时主要呈现出以下缺陷。
a. 为了便于分析，信息和数据的获取对象均知识某一种型号或几种相近型号的机械，因而获取的领域知识和诊断规则也只能适用于这几种很有限的机型，缺乏必要的可移植性。
b. 由于获取的信息和数据之间并无明显的逻辑关系，再次基础上整理出的部分领域知识和诊断规则是纯经验性的，既不能对其进行理论推导，又不能将这些信息进行推广扩充。
c. 虽然部分获取的领域知识和诊断规则是经过系统分析和严格的理论推导获得的，但计算过程繁冗，难于被一般技术人员理解和接受。
由此可见，要提高故障诊断专家系统的实用效率和智能化程度，迫切需要寻求到一种合理的获取领域知识和简历知识库的方法。这种方法应该立足于原始试验数据，既结合了专家的经验知识，又经过了周密的理论推导，这样建立的知识库才能具备较高的正确性和完备性。
版权所有kmpdm.com 如需转载请注明出自http://www.kmpdm.com/pddetaildate/technology/detail/20110517_469201.html
