5、基于人工智能的诊断方法

　　液压故障的多样性、突发性、成因的复杂性和进行故障诊断所需要的知识对领域专家
实践经验和诊断策略的依赖，使研制智能化的液压故障诊断系统成为当前的趋势。智能诊
断技术在知识层次上实现了辨证逻辑与数理逻辑的集成、符号逻辑与数值处理的统一、推
理过程与算法过程的统一、知识库与数据库的交互等功能，为构建智能化的液压故障诊断
系统提供了坚实的基础。目前，基于智能技术的故障诊断法主要有:基于神经网络的诊断
法、基于专家系统的诊断法、基于模糊逻辑的诊断法等。

　　基于神经网络的诊断法是利用神经网络具有非线性和自学习以及并行计算能力，使
其在液压系统故障诊断方面具有很大的优势。其具体应用方式有:从模式识别角度应用神
经网络作为分类器进行液压系统故障诊断;从故障预测角度应用神经网络作为动态模型进
行液压系统故障预测;从检测故障的角度应用神经网络得到残差进行液压系统故障检测。

　　基于专家系统的诊断法是利用知识的永久性、共享性和易于编辑等特点，广泛应用于
液压系统故障诊断之中。基于专家系统的诊断法，由于知识是显式地表达的，具有很好的

“

” “

”

解释能力，虽然在知识获取上遇到了发展的 瓶颈 、 窄台阶 等困难，但由于神经网络所
具有的容错能力、学习功能、联想记忆功能、分布式并行信息处理较好地解决了这些困难。
可见，把专家系统和神经网络互相结合是智能诊断的发展趋势之一。

　　基于模糊逻辑的诊断法是借助模糊数学中的模糊隶属关系提出的一种新的诊断方法。
由于液压系统故障既有确定性的，也有模糊性的，而且这两种不同形式的故障相互交织、
密切相连，通过探讨液压系统故障的模糊性，寻找与之相适应的诊断方法，有利于正确
描述故障的真实状态，揭示其本质特征。