基于本體的礦井提升機故障診斷理論與方法

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
第2章 基于本體的提升機故障診斷體系
2．1 引言
2．2 本體技術
2．2．1 本體概念
2．2．2 本體構建
2．2．3 本體推理
2．3 提升機系統(tǒng)結構組成及其故障分析
2．3．1 提升機系統(tǒng)結構
2．3．2 提升機故障分類
2．3．3 提升機故障特，最
2．4 基于本體的提升機故障診斷方法
2．4．1 基于本體的提升機故障診斷處理過程
2．4．2 基于粗糙集的提升機故障診斷知識獲取方法
2．4．3 基于描述邏輯的提升機故障診斷本體知識表示方法
2．4．4 基于貝葉斯網(wǎng)絡的故障診斷本體不確定性推理方法
2．5 提升機故障本體診斷體系框架
2．5．1 基于專家系統(tǒng)的提升機故障診斷體系框架
2．5．2 基于本體的提升機故障診斷體系框架
2．6 小結
第3章 提升機故障診斷知識獲取方法
3．1 引言
3．2 提升機故障診斷知識構成
3．2．1 提升機系統(tǒng)知識構成
3．2．2 運行過程中監(jiān)測參數(shù)
3．2．3 故障診斷實例及規(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故障診斷知識獲取
3．5．1 提升機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 決策表構建
3．5．4 屬性約簡
3．6 提升機故障診斷知識提取實例
3．7 小結
第4章 提升機故障本體知識庫的構建及表示
4．1 引言
4．2 基于本體的提升機故障分類模型
4．2．1 提升機故障現(xiàn)象及故障原因分層結構
4．2．2 提升機故障本體的形式化定義
4．3 提升機故障本體知識庫的建立
4．3．1 利用Protege構建故障本體知識庫
4．3．2 數(shù)據(jù)庫與本體知識庫的動態(tài)轉換
4．4 提升機故障知識的表示
4．4．1 OWLDL與SWRL
4．4．2 基于0WLDL的提升機故障本體知識表示
4．4．3 基于SWRL的提升機故障診斷規(guī)則本體知識表示
4．5 提升機故障診斷本體知識的共享及復用
4．6 小結
第5章 提升機故障診斷知識本體結構轉換
5．1 引言
5．2 本體模型與貝葉斯網(wǎng)絡模型
5．2．1 貝葉斯網(wǎng)絡概述
5．2．2 本體貝葉斯網(wǎng)絡形式化定義
5．2．3 本體模型的概率擴展
5．3 本體模型到貝葉斯網(wǎng)絡模型的轉換
5．3．1 概念與概念節(jié)點之間的轉換
5．3．2 關系到邊的轉換
5．3．3 屬性值、實例、公理和本體模型的轉換
5．4 條件概率表的構建
5．4．1 概率的計算
5．4．2 條件概率表
5．5 提升機故障診斷本體結構的轉換
5．6 小結
第6章 提升機故障診斷不確定性推理方法
6．1 引言
6．2 提升機故障診斷不確定性推理機制的建立
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 提升機故障診斷不確定性推理機制
6．3 基于貝葉斯網(wǎng)絡的本體知識推理方法
6．3．1 基于本體的貝葉斯網(wǎng)絡模型構建
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概念
6．4．2 啟發(fā)式搜索樹
6．4．3 最大后驗概率估計
6．5 提升機故障診斷推理實例
6．6 小結
第7章 提升機故障本體診斷方法試驗研究
7．1 引言
7．2 試驗系統(tǒng)構建
7．2．1 試驗設備選擇
7．2．2 試驗系統(tǒng)設計
7．3 試驗方案設計
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
7．4．1 提升機故障診斷知識獲取試驗
7．4．2 提升機故障診斷本體知識庫構建及表示試驗
7．4．3 提升機故障診斷不確定性推理試驗
7．4．4 本體診斷方法應用
7．5 小結
參考文獻