1、第9章 专家系统诊断原理,专家系统的基本结构及功能,推理机制,基于行为的故障诊断专家系统,机械故障诊断理论与方法,第2篇 基于人工智能的故障诊断技术,2018/10/13,1,内容安排,知识表示与知识获取,人工神经网络与专家系统,1.专家系统历史与现状作为人工智能一个重要分支的专家系统（Expert System，ES）是在20世纪60年代初期产生和发展起来的一门新兴的应用科学，而且正随着计算机技术的不断发展而日臻完善和成熟。1982年美国斯坦福大学教授费根鲍姆给出了专家系统的定义：专家系统是一种智能的计算机程序，这种程序使用知识与推理过程，求解那些需要杰出人物的专门知识才能求解的复杂问题。,
2、一、概述,2018/10/13,2,一般认为，专家系统就是应用于某一专门领域，由知识工程师通过知识获取手段，将领域专家解决特定领域的知识，采用某种知识表示方法编辑或自动生成某种特定表示形式，存放在知识库中，然后用户通过人机接口输入信息、数据或命令，运用推理机构控制知识库及整个系统，能像专家一样解决困难的和复杂的实际问题的计算机（软件）系统。专家系统有三个特点，即： 启发性，能运用专家的知识和经验进行推理和判断； 透明性，能解决本身的推理过程，能回答用户提出的问题； 灵活性，能不断地增长知识，修改原有的知识。,一、概述,2018/10/13,3,1.1 初创期 人工智能早期工作都是学术性的，其程
3、序都是用来开发游戏的。尽管这些努力产生了如国际象棋、跳棋等有趣的游戏，但其真实目的在于计算机编码加入人的推理能力，以达到更好的理解。在这阶段的另一个重要领域是计算逻辑。 1957年诞生了第一个自动定理证明程序，称为逻辑理论家。 20世纪60年代初，人工智能研究者便集中精力开发通用的方法和技术，通过研究一般的方法来改变知识的表示和搜索，并且使用它们来建立专用程序。 到了60年代中期，知识在智能行为中的地位受到了研究者的重视，这就为以专门知识为核心、求解具体问题的基于知识的专家系统的产生奠定了思想基础。,一、概述,2018/10/13,4,1965年在美国国家航空航天局要求下，斯坦福大学研制成功了
4、DENRAL系统，DENRAL的初创工作引导人工智能研究者意识到智能行为不仅依赖于推理方法，更依赖于其推理所用的知识。该系统具有非常丰富的化学知识，是根据质谱数据帮助化学家推断分子结构，被广泛地应用于世界各地的大学及工业界的化学实验室。,一、概述,2018/10/13,5,这个系统的完成标志着专家系统的诞生。在此之后，麻省理工学院开始研制MACSYMA系统，它作为数学家的助手使用启发式方法变换代数表达式，现经过不断扩充，能求解600多种数学问题，其中包括微积分、解方程和方程组，矩阵运算等。 同期，还有美国卡内基梅隆大学开发的用于语音识别的专家系统HEARSAY，该系统表明计算机在理论上可按编制
5、的程序同用户进行交谈。 20世纪70年代初，匹兹堡大学的鲍波尔和内科医生合作研制了第一个用于医疗的内科病诊断咨询系统INTERNIST。这些系统的研制成功使得专家系统受到学术界及工程领域的广泛关注。,一、概述,2018/10/13,6,1.3 发展期从20世纪80年代初，医疗专家系统占了主流，主要原因是它属于诊断类型且开发比较容易。 但是到了80年代中期，专家系统发展在应用上最明显的特点是出现大量的投入商业化运行的系统，并为各行业产生了显著的经济效益。其中一个著名的例子是DEC公司与卡内基梅隆大学合作开发的XCON-R1专家系统，它用于辅助数据设备公司（DEC）的计算机系统的配置设计。它每年为
6、DEC公司节省数百万美元。专家系统的应用日益广泛，处理问题的难度和复杂度不断增大，导致了传统的专家系统无法满足较为复杂的情况，迫切需要新的技术去支持。,一、概述,2018/10/13,9,从80年代后期开始，一方面随着面向对象、神经网络和模糊技术等新技术迅速崛起，为专家系统注入了新的活力； 另一方面计算机的运用也越来越普及，而且对智能化的要求出越来越高。由于这些技术发展的成熟，并成功运用到专家系统之中，使得专家系统得到更广泛的运用。 在这期间开发的专家系统按其处理问题的类型可以分为：解释型、预测型、诊断型、设计型、规划型、监视型、调试型、修正型、教学型和控制型。 其应用领域也涉及到农业、商业、
7、化学、通信、计算机系统、医学等多个方面，并已成为常用的解决问题的手段之一。,一、概述,2018/10/13,10,2.在故障诊断中的应用,专家系统：基于知识(Knowledge-based)的人工智能系统。 专家系统实质是应用大量人类专家的知识和推理方法求解 复杂的实际问题的一种人工智能计算机程序。 专家系统能够模拟、再现、保存和复制，有时还能超过人类专家的脑力劳动，是人工智能领域中目前最活跃最成功的一个分支。 就机械设备故障诊断而言，专家系统比较适用于复杂的、比较规范化的（即只是来源可以从类似机器获取）的大型动态系统，如针对汽轮发电机组等研发的诊断专家系统，已经在工程实际中取得了良好的经济效
8、益。,一、概述,2018/10/13,11,3.专家系统的分类（按推理规则分）,基于规则的专家系统基于规则推理（Rule Base Reasoning，RBR）的方法是根据以往专家诊断的经验, 将其归纳成规则, 通过启发式经验知识进行推理。它具有明确的前提，得到确定的结果。它是构建专家系统最常用的方法，这主要归功于大量的成功实例和工具的出现。早期的专家系统大多数是用规则推理的方法。,一、概述,2018/10/13,12,基于案例的专家系统基于案例推理（Case Based Reasoning，CBR）的方法就是通过搜索曾经成功解决过的类似问题，比较新、旧问题之间的特征、发生背景等差异，重新使用
9、或参考以前的知识和信息，达到最终解决新问题的方法。它起源于1982年美国学者Roger Schank，关于人类学习和回忆的动态存储模型的研究工作。,一、概述,2018/10/13,13,基于框架的专家系统框架(Frame) 是将某类对象的所有知识组织在一起的一种通用数据结构,而相互关联的框架连接组成框架系统。,一、概述,2018/10/13,14,基于模糊逻辑的专家系统模糊理论的概念由美国加利福尼亚大学著名教授扎德在他的Fuzzy Sets和Fuzzy Algorithm等著名论著中首先提出。模糊性是指客观事物在状态及其属性方面的不分明性，其根源是在类似事物间存在一系列过渡状态，它们互相渗透、
10、互相贯通，使得彼此之间没有明显的分界线。,一、概述,2018/10/13,15,基于D-S证据理论的专家系统D-S证据理论是由Dempster于1967年提出的，他首先提出了上、下界概率的定义，后由Shafer于1976年加以推广和发展，故人们也把证据理论称为D - S理论。,基于人工神经网络的专家系统人工神经网络（Artificial Neural Network ，ANN）是仿效生物体信息处理系统获得柔性信息处理能力。它是从20世纪80年代后期开始兴起：由理论研究阶段发展到应用阶段。,基于遗传算法的专家系统遗传算法（Genetic Algorithms，GA）是一种基于自然选择和基因遗传学
11、原理的优化搜索方法。由美国John H.Holland教授在1975年提出的。,一、概述,2018/10/13,16,1.一般概念,二、 专家系统的基本结构及其功能,2018/10/13,17,实用专家系统框图,特点： 专家系统是包含知识和推理的智能计算机程序； 求解问题的知识与程序和数据结构分离。增强了系统的适应性和灵活性；（vs传统的计算机应用程序：求解问题的知识隐含在程序和数据结构中） 专家系统通常由5个基本组成部分：知识库、推理机、数据库以及解释程序、知识获取程序。,二、 专家系统的基本结构及其功能,2018/10/13,18,2.知识库知识库是专家系统的核心;知识库是专家知识、经验与
12、书本知识、常识的存储器；专家诊断系统知识库通常包括：背景知识:背景知识作为辅助信息，在推理过程中起着重要作用。如设备运行规范可以成为诊断过程中触发、激活某一诊断规则的依据等。,二、 专家系统的基本结构及其功能,2018/10/13,19,诊断知识 领域专家在长期的诊断实践中积累起来的知识和经验。产生式规则表达： IF THEN WITH 现象：观察到的机组症状； 假设：表示机组的故障或中间结论； 可信度：表示在观察到这些“现象”后，推断机组具有这类故障的可信程度。 一般诊断知识按故障树结构分层组织。,二、 专家系统的基本结构及其功能,2018/10/13,20,机组病例与运行档案 描述机组以往
13、诊断病例及其安装维修的记录情况，它对如何沿最有可能的故障方向进行诊断推理具有很大影响。过程性知识 一系列分析计算程序，以独立的模块形式存在，在诊断过程中需要时被调用。如在诊断中需要获取某振动信号关于转速频率的谱峰情况，就需调用 FFT频谱计算程序。,二、 专家系统的基本结构及其功能,2018/10/13,21,控制性知识 对领域知识起指导作用的知识，如引导规则的选择、控制推理路径及指明诊断系统在诊断过程中对机组运行数据进行何种分析等。 决策知识 机组发生某故障时应采取的措施。它包括机组本身的运行规程和领域专家处理该类故障时的措施方法，另外，还包括在不能确诊某故障时向用户建议应重点监测何种信号及
14、注意事项。,二、 专家系统的基本结构及其功能,2018/10/13,22,知识库的结构形式取决于所采用的知识表示方式，常用的有：逻辑表示、语义网络表示、规则表示、框架表示和子程序表示等。用产生式规则表达知识的方法是目前专家系统中应用最普遍的一种方法。,二、 专家系统的基本结构及其功能,2018/10/13,23,3.数据库专家系统中用于存放反映系统当前状态的事实数据的场所。包括：用户输入的事实、已知的事实以及推理过程中得到的中间结果等。 动态数据库：保存推理过程中，产生的中间结论（包括最终结论），以及大量的症状信息和推理路径。,二、 专家系统的基本结构及其功能,2018/10/13,24,4.
15、推理机推理机是专家系统的灵魂，它根据当前输入信息和过去历史情况，激活知识库中的有关规则，按一定的推理策略完成证据与假设之间的映射关系。推理过程中通常需要保存推理轨迹以期对诊断结果进行解释推理策略有：正向推理、反向推理和正反向混合推理三种。,二、 专家系统的基本结构及其功能,2018/10/13,25,5.解释程序对于诊断结果，若用户有疑问或不解，通过解释程序对诊断结果、推理路径和症状信息进行解释，提高系统的透明性和可信性；包括与系统推理有关的问题和与系统推理无关的系统自身的问题。6.知识获取研究如何把“知识”从人类专家大脑中提取和总结出来，并且保证所获取的知识间的一致性，它是专家系统开发中的一
16、道关键工序。,二、 专家系统的基本结构及其功能,2018/10/13,26,构造专家系统时，要求专业领域的专家和知识工程师密切合作，总结和提取专家领域知识，把它形式化并编码存入计算机中形成知识库。但是，专业领域知识是启发式的，较难捕捉和描述，专业领域专家通常善于提供事例而不习惯提供知识，所以，知识获取被公认为是专家系统开发研究中的瓶颈问题。,二、 专家系统的基本结构及其功能,2018/10/13,27,1.推理机制,推理：根据一个或一些判断得出另一个判断的思维过程。推理所根据的判断，称为前提。 由前提得出的判断，称为结论。在专家系统中，推理机利用知识库的知识，按一定的推理策略去解决当前的问题。
17、,三、推理机制,2018/10/13,28,2. 三段论 由且只由三个性质判断组成，其中两个性质判断是前提，另一个性质判断是结论。所有的推理系统都是智能系统；专家系统是推理系统；所以，专家系统是智能系统。,大项,中项,小项,三、推理机制,2018/10/13,29,3. 基于规则的演绎 前提与结论之间有必然性联系的推理，是演绎推理。 前提与结论之间的这种联系可由一般的蕴涵表达式直接表示，成为知识的规则。例如，所有的哺乳动物都是动物，可以写成如下的蕴涵式：( x ) Mammal (x) Animal (x) ,三、推理机制,2018/10/13,30,利用规则进行演绎的系统，通常称作基于规则的
18、演绎系统。常用的演绎推理方法有正向、反向和正反向联合三种：,正向演绎系统,定义：从一组事实出发，不断尝试所有可利用的规则，并在此过程中不断加入新事实，直到获得包含目标公式的结束条件为止。特点：由数据到结论；数据驱动策略。,三、推理机制,2018/10/13,31,反向演绎系统,定义：先提出假设(结论)，然后去寻找支持这个假设的证。特点： 由结论到数据；目标驱动策略。,三、推理机制,2018/10/13,32,正反向联合演绎系统,正向演绎系统和反向演绎系统的局限：正向系统可以处理任意形式的事实表达式，但被限制 在目标表达式为由文字析取组成的一些表达式。反向系统可以处理任意形式的目标表达式，但被限
19、制在事实表达式为由文字合取组成的一些表达式。正反向联合演绎，发挥各自的优点，克服其局限性。,三、推理机制,2018/10/13,33,4. 归纳推理 定义：由个别的事物或现象推出该类事物或现象的普遍性规律的推理。常见的推理方法：简单枚举法、类比法、统计推理、因果关系法等五种(契合法、差异法、契合差异并用法、共变法与剩余法)。,三、推理机制,2018/10/13,34,5. 不精确推理定义：基于不确定的推理规则进行推理，形成结论。常见的不精确推理方法：概率论方法可信度方法模糊子集法证据论方法等。,三、推理机制,2018/10/13,35,1.一般概念,知识表示是计算机科学研究的重要领域，智能活动
20、过程主要是一个获得应用知识的过程。智能活动的研究范围：知识的获取、知识的表示、知识的应用知识表示的基本要求：可扩充性、简明性、明确性等。知识表示方法：符号逻辑法、产生式规则、框架理论、语义网络、特征矢量法、过程表示法等。,四、知识表示与知识获取,2018/10/13,36,2. 知识的符号逻辑表示法,优点：逻辑表示的演绎结果在一定范围内保证正确，而其他知识表示方案，至今还未达到这一点。逻辑表示从现有事实推导出新事实的方法可以机械化。,四、知识表示与知识获取,2018/10/13,37,一阶谓词逻辑表示法,一阶谓词逻辑是一种形式语言系统，研究的是假设与结论之间的蕴含关系，即用逻辑方法研究推理的规
21、律。由于它与自然语言相似，故可用来表示人类的某些知识。,四、知识表示与知识获取,2018/10/13,38,P(x, a)： 指 x (某人)的身份为a，a为常量，可以是 teacher, studenut 等； A(y, b) ： 指 y (某人)的年龄为 b ； GE(x, y) ：指 xy ； E(u, e) ： 指u (某人)的文化程度为e, e可分为high,middle 和 primary 三挡； S(z, c) ： 指z 的性别为 c, c 的取值为 male 或 female ； W(w, d) ： 指w 的工作年限(工龄)为 d。,四、知识表示与知识获取,2018/10/13
22、,39,例： 谓词：,事实： P(Wang, teacher)：老王的职业为教师； S(Wang, male)： 老王为男性； W(Wang, 20)： 老王工龄20年。,规则： (1) (x)P(x, teacher)E(x, high)： 表示：所有的教师都具有大学以上文化程度(2) (“x)E(y, high)($x)(A(y, x)GE(x, 23)： 表示：所有具备大学文化程度以上的人，年龄一般大于或等于23岁,四、知识表示与知识获取,2018/10/13,40,(3) (z)(v)P(z, teacher)w(z, v)(w)EQ(w, ADD(v, 23)(x)(A(z, x)G
23、E(x, w) 表示：任何一位工龄为v的教员，其年龄一般大于或等于v+23,问题：老王年龄多大？,四、知识表示与知识获取,2018/10/13,41,回答：推理，从已知事实P(Wang, teacher)根据推理规则(1)，经变量置换xWang后得:P(Wang, teacher)E(Wang, high) 即：“老王受过高等教育”。,由推理规则(2)，经变量置换yWang后得：E(Wang, high)(x)(A(Wang, x)GE(x, 23)即：“老王年龄至少是23岁或23岁以上”,四、知识表示与知识获取,2018/10/13,42,从推理规则(3)，利用事实P(Wang, teach
24、er)和W(Wang, 20)，经变量置换z / Wang, v / 20，从另外的推理路线得：P(Wang,teacher) w(Wang,20) (w)EQ(w, ADD(20,23)(x)(A(Wang, x) GE(x, w) 得知：“老王年龄大于或等于43岁”。,四、知识表示与知识获取,2018/10/13,43,3.产生式规则表示法,优点：产生式规则之间相互独立，有利于系统的修改、扩充。 如MYCIN医学咨询系统。产生式系统中，论域知识分成两部分：事实：静态的知识，如事物、事件和它们之间的关系； 产生式规则：推理和行为的过程。由于这类系统的知识库中主要存储的是规则，所以又称基于规则
25、的系统。,四、知识表示与知识获取,2018/10/13,44,事实的表示对于孤立的事实，在专家系统中常用(特性对象取值)三元组表示。在谓词演算中关系谓词也常以这种形式表示。如：(Age Wang-Feng 38)(Men Wang-Feng True)(Father Wang-Ling Wang-Feng),四、知识表示与知识获取,2018/10/13,45,不完全知识：(判断，振动基频分量振幅占通频振幅60以上，基频振动，0.9) (判断，主蒸汽压力低于规程标准，主蒸汽压力低，1.0)上述规则分别表示：“振动基频分量振幅占通频振幅60以上判断为基频振动”的置信度为90% “主蒸汽压力低于规程
26、标准为主蒸汽压力低”的置信度为100%。,四、知识表示与知识获取,2018/10/13,46,汽轮发电机组故障树,四、知识表示与知识获取,2018/10/13,47,对于各事实之间的关系，常以树状结构来表示：,规则的表示RULE=(IF ；若事实1成立且；事实2成立且)；事实n成立(THEN ；则结论1成立且；结论2成立且)；结论m成立,四、知识表示与知识获取,2018/10/13,48,规则2=基频振动(如果 振动工频分量占通频振幅的比例大于60 0.95；过临界转速对振幅明显增大，且相位变化大于1000.8；稳速时，相位不随时间、负荷而变化 0.8)；(则为 不平衡故障 0.9) ；,四、
27、知识表示与知识获取,2018/10/13,49,但这种完全独立的规则集虽然增删、修改容易，但寻找可用规则时只能顺序进行，效率很低。在实际专家系统中，由于规则较多，所以总是以某种方式把有关规则连接起来，如建立某种形式的索引文件。这样既方便查找，又可把规则存放在磁盘上，避免把所有规则调入内存造成内存不足等问题。例如：,四、知识表示与知识获取,2018/10/13,50,对于油膜振荡故障，可以有如下规则：IF (油膜振荡) THEN (规则 287, 288, 289, 290, 291, 292,293, 294, 395)；同样，对于决策性知识，也可用类似表示法：IF (油膜振荡) THEN (
28、决策 10, 11, 12, 20, 25)；,四、知识表示与知识获取,2018/10/13,51,4. 框架理论 框架是一种描述某种形态的数据结构，它由一组槽所组成。一般，框架有如下形式：框架名 槽名1侧面名11(值111，值112，. )侧面名12(值121，值122，. ) 槽名2侧面名21(值211，值212，. )侧面名22(值221，值222，. ),四、知识表示与知识获取,2018/10/13,52,框架可用来描述动作与推测。例如，在工况监视与故障诊断系统中有：动作框架 类型 监测 动作者 工况监视与故障诊断系统 被监测者 汽轮发电机组 可能结果 情况1框架情况2框架情况3框架,
29、四、知识表示与知识获取,2018/10/13,53,情况1框架 类型 描述 对象 汽轮发电机组 反映 低压转子两侧工频振动大 可能结果 低压转子不平衡或热弯曲情况2框架 类型 描述 对象 汽轮发电机组 反映 各项参数正常 可能结果 机组工作正常，继续正常运转,四、知识表示与知识获取,2018/10/13,54,情况3框架类型 描述 对象 汽轮发电机组 反映 轴振动超限值 可能结果 报警，停机检修,四、知识表示与知识获取,2018/10/13,55,框架也可以来描述一个概念。如：描述轧钢机的框架：轧钢机框架类型 用途 (初轧机框架，连轧机框架.)规格 (650，850，1150，1700，.)结
30、构 轧辊 (轧辊框架)牌坊 (机架框架)主传动系统 (传动系统框架)电动机 (电动机框架),四、知识表示与知识获取,2018/10/13,56,传动系统框架 高速轴 轴 (带飞轮，不带飞轮，)联轴器 (刚性，弹性，)小齿轮 (渐开线，圆孤，)轴承 (滚动，滑动，) 低速轴 轴 (带动一架，带动二架，)联轴器 (齿轮联轴器，弹性联轴器)轴承 (滚动，滑动，)大齿轮 (渐开线，圆孤，),四、知识表示与知识获取,2018/10/13,57,5. 不精确知识的表示 不精确知识来源： 知识并非完全可靠； 知识不完全； 知识来自多个相冲突的知识源等； 由于情况的不断变化，或在对客观事物所掌握的信息不完整或
31、不正确的情况下进行推论所导出的结自 然也具有不确定性。,四、知识表示与知识获取,2018/10/13,58,不精确知识的表示方法：Bayes方法模糊集理论决策因子表示法，按因子在决策中所起的作用分成：支持、反对、充分、矛盾等决策因子。,四、知识表示与知识获取,2018/10/13,59,6. 知识获取（机器学习）,知识获取又称机器学习，是专家系统中不可缺少的一个组成部分。知识获取的理论是机器学习，它主要研究学习的计算理论、学习主要方法及其在专家系统中的应用。知识获取的目的：使系统适应不断变化着的客观世界。知识获取被公认为专家系统开发研究中的瓶颈问题。,四、知识表示与知识获取,2018/10/1
32、3,60,知识获取的基本步骤,四、知识表示与知识获取,2018/10/13,61,人工神经网络与专家系统,专家系统的局限性：知识获取的瓶颈；难于处理多个领域专家知识间的相互矛盾；自学习能力几乎没有；,五、人工神经网络与专家系统,2018/10/13,62,窄台阶效应：专家系统能以专家水平处理专家知识领域以内的问题，而不能处理专家知 识领域以外的任何问题；现有逻辑理论表达和单一推理机制的局限；运行过程中大量的人工干预。,将神经网络视为一类知识源的表达与处理模型，与其它知识表达模型一起去表达领域专家的知识。,基于神经网络的专家系统：利用神经网络构造专家系统，把传统专家系统的基于符号的推理变成基于数
33、值运算的推理，以提高专家 系统的执行效率并解决专家系统的自学习问题 。,五、人工神经网络与专家系统,2018/10/13,63,在知识获取、并行推理、自适应学习、联想推理和容错能力等方面有明显的优势。,神经网络专家系统的优点：在知识的表示和存储方面，传统的智能技术采用一系列标准的形式（如规则、框架等）对知识进行显式表示，而人工神经网络则是利用网络自身的分布式联接机制对知识进行 隐式表示，实现了知识表示、存储和推理三者融为一体。,五、人工神经网络与专家系统,2018/10/13,64,难以解释其推理过程和推理依据及其所存储知识的意义；,神经网络专家系统的缺点：系统性能受所选择的训练样本集的限制，
34、训练样本集选择不当，特别是在训练样本集很少的情形下，很难指望它具有较好的归纳推理能力；,五、人工神经网络与专家系统,2018/10/13,65,神经网络利用知识和表达知识的方式单一，通常的神经网络只能采用数值化的典型实例知识。,神经网络只能模拟人类感觉层次上的智能活动，在模拟人类复杂层次的思维方面，如基于目标的管理、综合判断与因果分析等方面，还远远不及传统的基于符号的专家系统。,五、人工神经网络与专家系统,2018/10/13,66,基于行为的故障诊断系统（BFD）,下标含义：A、B、C 设备编号1、2 故障序号,六、基于行为的故障诊断系统,2018/10/13,67,故障诊断策略大体上可分为
35、：基于知识与基于行为的两种。前者自上而下，即从一般到特殊；后者自下而上，即从具体到一般。 基于知识诊断策略的缺陷：同类型的大型机器设备的故障模式存在差异，由各方面专家所提供的知识往往使聚类域范围扩大，造成聚类间的交叠，增大了误判率。如图：,出发点（基于行为）,一个诊断系统应当能够在其运行过程中，不断地提高自身的智能化水平，即诊断系统应当具有智力进化的功能。,目的,根据实际设备的运行行为决定诊断系统的实际工况，自动识别，自我完善，自我提高，从仅具备初级智能的简单系统发展成为高度智能的针对某一特定设备的专用诊断系统。,六、基于行为的故障诊断系统,2018/10/13,68,方法,模块化神经网络：子NN模块的数目完全取决于实际设备的运行行为，随着设备运行时间的加长，出现的故障类别逐渐增多，该模块化NN能够自动地添加相应数量的新子NN模块，实现诊断能力的自我提高。,基于单故障的诊断任务分解示意图,六、基于行为的故障诊断系统,2018/10/13,69,BFD的诊断任务分解示意图,六、基于行为的故障诊断系统,2018/10/13,70,
