李娟莉所*的《基于本體的礦井提升機(jī)故障診斷 理論與方法》對故障診斷過程中的三大關(guān)鍵技術(shù)即知 識獲取、知識表示和知識推理技術(shù)進(jìn)行了深入系統(tǒng)的 研究。重點(diǎn)研究了基于本體的提升機(jī)故障診斷方法的 實(shí)現(xiàn)方式，包括基于改進(jìn)屬性重要度的故障診斷規(guī)則 知識獲取方法、基于OWLDL的故障診斷本體知識表示 方法和基于貝葉斯和本體的故障診斷知識融合推理方 法。探索了一種具有較好的故障識別效果，且處理所 得的診斷結(jié)果具有較高可信度的智能故障診斷方法。
基于以上理論與方法，本書開發(fā)了本體環(huán)境下的 礦井提升機(jī)故障監(jiān)測與診斷系統(tǒng)，并對上述理論研究 成果加以試驗(yàn)驗(yàn)證。實(shí)驗(yàn)表明，該研究成果能為故障 診斷決策人員提供可靠的診斷依據(jù)及合理的故障處理 建議，具有重要的應(yīng)用價值。
本書可作為普通高等院校故障診斷方向的教學(xué)用 書，也可作為相關(guān)工程技術(shù)人員的參考用書。
第1章 緒論
1.1 引言
1.2 研究目的與意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 提升機(jī)故障診斷方法
1.3.2 基于本體的智能故障診斷
1.4 主要研究內(nèi)容
1.5 小結(jié)
第2章 基于本體的提升機(jī)故障診斷體系
2.1 引言
2.2 本體技術(shù)
2.2.1 本體概念
2.2.2 本體構(gòu)建
2.2.3 本體推理
2.3 提升機(jī)系統(tǒng)結(jié)構(gòu)組成及其故障分析
2.3.1 提升機(jī)系統(tǒng)結(jié)構(gòu)
2.3.2 提升機(jī)故障分類
2.3.3 提升機(jī)故障特，最
2.4 基于本體的提升機(jī)故障診斷方法
2.4.1 基于本體的提升機(jī)故障診斷處理過程
2.4.2 基于粗糙集的提升機(jī)故障診斷知識獲取方法
2.4.3 基于描述邏輯的提升機(jī)故障診斷本體知識表示方法
2.4.4 基于貝葉斯網(wǎng)絡(luò)的故障診斷本體不確定性推理方法
2.5 提升機(jī)故障本體診斷體系框架
2.5.1 基于專家系統(tǒng)的提升機(jī)故障診斷體系框架
2.5.2 基于本體的提升機(jī)故障診斷體系框架
2.6 小結(jié)
第3章 提升機(jī)故障診斷知識獲取方法
3.1 引言
3.2 提升機(jī)故障診斷知識構(gòu)成
3.2.1 提升機(jī)系統(tǒng)知識構(gòu)成
3.2.2 運(yùn)行過程中監(jiān)測參數(shù)
3.2.3 故障診斷實(shí)例及規(guī)則知識
3.3 基于粗糙集的故障診斷規(guī)則知識獲取
3.3.1 粗糙集理論概述
3.3.2 粗糙集理論相關(guān)概念
3.3.3 基于粗糙集的故障診斷知識獲取方法
3.4 基于粗糙集模型的屬性約簡
3.4.1 基于差別矩陣的屬性約簡方法
3.4.2 基于屬性重要性的啟發(fā)式約簡算法
3.4.3 基于改進(jìn)的屬性重要度的啟發(fā)式約簡算法
3.5 基于粗糙集的提升機(jī)故障診斷知識獲取
3.5.1 提升機(jī)故障診斷知識獲取模型
3.5.2 故障診斷規(guī)則知識的數(shù)據(jù)選取
3.5.3 決策表構(gòu)建
3.5.4 屬性約簡
3.6 提升機(jī)故障診斷知識提取實(shí)例
3.7 小結(jié)
第4章 提升機(jī)故障本體知識庫的構(gòu)建及表示
4.1 引言
4.2 基于本體的提升機(jī)故障分類模型
4.2.1 提升機(jī)故障現(xiàn)象及故障原因分層結(jié)構(gòu)
4.2.2 提升機(jī)故障本體的形式化定義
4.3 提升機(jī)故障本體知識庫的建立
4.3.1 利用Protege構(gòu)建故障本體知識庫
4.3.2 數(shù)據(jù)庫與本體知識庫的動態(tài)轉(zhuǎn)換
4.4 提升機(jī)故障知識的表示
4.4.1 OWLDL與SWRL
4.4.2 基于0WLDL的提升機(jī)故障本體知識表示
4.4.3 基于SWRL的提升機(jī)故障診斷規(guī)則本體知識表示
4.5 提升機(jī)故障診斷本體知識的共享及復(fù)用
4.6 小結(jié)
第5章 提升機(jī)故障診斷知識本體結(jié)構(gòu)轉(zhuǎn)換
5.1 引言
5.2 本體模型與貝葉斯網(wǎng)絡(luò)模型
5.2.1 貝葉斯網(wǎng)絡(luò)概述
5.2.2 本體貝葉斯網(wǎng)絡(luò)形式化定義
5.2.3 本體模型的概率擴(kuò)展
5.3 本體模型到貝葉斯網(wǎng)絡(luò)模型的轉(zhuǎn)換
5.3.1 概念與概念節(jié)點(diǎn)之間的轉(zhuǎn)換
5.3.2 關(guān)系到邊的轉(zhuǎn)換
5.3.3 屬性值、實(shí)例、公理和本體模型的轉(zhuǎn)換
5.4 條件概率表的構(gòu)建
5.4.1 概率的計(jì)算
5.4.2 條件概率表
5.5 提升機(jī)故障診斷本體結(jié)構(gòu)的轉(zhuǎn)換
5.6 小結(jié)
第6章 提升機(jī)故障診斷不確定性推理方法
6.1 引言
6.2 提升機(jī)故障診斷不確定性推理機(jī)制的建立
6.2.1 不確定性推理概述
6.2.2 不確定性推理方法
6.2.3 提升機(jī)故障診斷不確定性推理機(jī)制
6.3 基于貝葉斯網(wǎng)絡(luò)的本體知識推理方法
6.3.1 基于本體的貝葉斯網(wǎng)絡(luò)模型構(gòu)建
6.3.2 本體推理
6.3.3 貝葉斯推理
6.4 故障診斷搜索樹的建立
6.4.1 故障診斷搜索樹相關(guān)概念
6.4.2 啟發(fā)式搜索樹
6.4.3 最大后驗(yàn)概率估計(jì)
6.5 提升機(jī)故障診斷推理實(shí)例
6.6 小結(jié)
第7章 提升機(jī)故障本體診斷方法試驗(yàn)研究
7.1 引言
7.2 試驗(yàn)系統(tǒng)構(gòu)建
7.2.1 試驗(yàn)設(shè)備選擇
7.2.2 試驗(yàn)系統(tǒng)設(shè)計(jì)
7.3 試驗(yàn)方案設(shè)計(jì)
7.3.1 整體方案
7.3.2 監(jiān)測系統(tǒng)方案
7.3.3 診斷系統(tǒng)方案
7.4 本體診斷方法試驗(yàn)
7.4.1 提升機(jī)故障診斷知識獲取試驗(yàn)
7.4.2 提升機(jī)故障診斷本體知識庫構(gòu)建及表示試驗(yàn)
7.4.3 提升機(jī)故障診斷不確定性推理試驗(yàn)
7.4.4 本體診斷方法應(yīng)用
7.5 小結(jié)
參考文獻(xiàn)
書單推薦
