時(shí)新宇-中期答辯

1、案例庫數(shù)據(jù)快速檢索技術(shù)研究及模塊案例庫數(shù)據(jù)快速檢索技術(shù)研究及模塊開發(fā)開發(fā)指導(dǎo)教師：羅愛玲指導(dǎo)教師：羅愛玲 教授教授 研究生：蔣端研究生：蔣端 學(xué)生：時(shí)新宇學(xué)生：時(shí)新宇目目 錄錄課題背景和意義課題背景和意義研究內(nèi)容和技術(shù)路線研究內(nèi)容和技術(shù)路線擬解決的關(guān)鍵問題擬解決的關(guān)鍵問題已完成的工作已完成的工作后期工作安排后期工作安排課題背景和意義課題背景和意義 現(xiàn)代魚雷動力裝置是一種結(jié)構(gòu)緊湊且復(fù)雜的機(jī)械裝置現(xiàn)代魚雷動力裝置是一種結(jié)構(gòu)緊湊且復(fù)雜的機(jī)械裝置, ,水下水下輻射噪聲是魚雷的重要技戰(zhàn)術(shù)指標(biāo)。動力裝置的輻射噪聲是魚雷的重要技戰(zhàn)術(shù)指標(biāo)。動力裝置的振動振動是魚雷噪是魚雷噪聲的聲的主要來源主要來源。 魚雷動力

2、裝置在裝配時(shí)一旦出現(xiàn)故障，機(jī)械結(jié)構(gòu)就可能破魚雷動力裝置在裝配時(shí)一旦出現(xiàn)故障，機(jī)械結(jié)構(gòu)就可能破壞，就要拖延試驗(yàn)進(jìn)程，增加試驗(yàn)次數(shù)和經(jīng)費(fèi)開支，嚴(yán)重時(shí)造壞，就要拖延試驗(yàn)進(jìn)程，增加試驗(yàn)次數(shù)和經(jīng)費(fèi)開支，嚴(yán)重時(shí)造成產(chǎn)品報(bào)廢、沉雷等災(zāi)難性事故。成產(chǎn)品報(bào)廢、沉雷等災(zāi)難性事故。 課題背景和意義課題背景和意義從故障診斷角度來說，魚雷動力裝置具有以下特點(diǎn)：從故障診斷角度來說，魚雷動力裝置具有以下特點(diǎn)： 1 1）各部件之間相互協(xié)調(diào)影響）各部件之間相互協(xié)調(diào)影響 2 2）診斷數(shù)據(jù)是長時(shí)間數(shù)據(jù)）診斷數(shù)據(jù)是長時(shí)間數(shù)據(jù) 綜上，對魚雷振動監(jiān)測和故障診斷技術(shù)的研究，已成為一項(xiàng)十分緊綜上，對魚雷振動監(jiān)測和故障診斷技術(shù)的研究，已成為一

3、項(xiàng)十分緊迫和具有重要意義的工作。迫和具有重要意義的工作。 本課題來源于某軍工項(xiàng)目本課題來源于某軍工項(xiàng)目“動力裝置動力裝置XXXXXXXXXX檢測檢測”，針對基于案，針對基于案例推理的故障診斷系統(tǒng)在魚雷故障診斷中面臨的案例快速檢索問題，重例推理的故障診斷系統(tǒng)在魚雷故障診斷中面臨的案例快速檢索問題，重點(diǎn)研究點(diǎn)研究案例庫數(shù)據(jù)檢索機(jī)制案例庫數(shù)據(jù)檢索機(jī)制和基于支持向量機(jī)的和基于支持向量機(jī)的案例分級檢索算法案例分級檢索算法，并，并開發(fā)魚雷案例庫案例檢索模塊。開發(fā)魚雷案例庫案例檢索模塊。目目 錄錄課題意義課題意義研究內(nèi)容和技術(shù)路線研究內(nèi)容和技術(shù)路線擬解決的關(guān)鍵問題擬解決的關(guān)鍵問題已完成的工作已完成的工作后期

4、工作安排后期工作安排研究內(nèi)容研究內(nèi)容基于案例推基于案例推理（理（CBRCBR）的原理、相的原理、相關(guān)流程和應(yīng)關(guān)流程和應(yīng)用用1 12 23 34 4基于元數(shù)據(jù)基于元數(shù)據(jù)的案例表達(dá)的案例表達(dá)方法方法研究數(shù)據(jù)快研究數(shù)據(jù)快速檢索機(jī)制速檢索機(jī)制和案例分析和案例分析算法算法開發(fā)魚雷案開發(fā)魚雷案例庫案例檢例庫案例檢索模塊索模塊 技術(shù)路線技術(shù)路線魚魚雷雷動動力力裝裝置置故故障障基基于于案案例例推推理理的的故故障障診診斷斷技技術(shù)術(shù)案案例例檢檢索索機(jī)機(jī)制制案案例例匹匹配配性性能能分分級級檢檢索索機(jī)機(jī)制制案例庫大、案例庫大、效率低效率低相似度計(jì)相似度計(jì)算復(fù)雜算復(fù)雜簡簡化化相相似似度度算算法法魚雷動力裝置案例魚雷動力

5、裝置案例庫案例快速檢索模庫案例快速檢索模塊塊優(yōu)化優(yōu)化優(yōu)化優(yōu)化開發(fā)開發(fā)目目 錄錄課題意義課題意義研究內(nèi)容和技術(shù)路線研究內(nèi)容和技術(shù)路線擬解決的關(guān)鍵問題擬解決的關(guān)鍵問題已完成的工作已完成的工作后期工作安排后期工作安排擬解決的關(guān)鍵問題擬解決的關(guān)鍵問題分級檢索機(jī)制分級檢索機(jī)制簡化相似度算法簡化相似度算法案例檢索方案例檢索方案設(shè)計(jì)案設(shè)計(jì)案例表示案例表示方法方法提高檢索效率提高檢索效率目目 錄錄課題意義課題意義研究內(nèi)容和技術(shù)路線研究內(nèi)容和技術(shù)路線擬解決的關(guān)鍵問題擬解決的關(guān)鍵問題已完成的工作已完成的工作后期工作安排后期工作安排已完成的工作已完成的工作5、英文文獻(xiàn)翻譯、英文文獻(xiàn)翻譯2、基于元數(shù)據(jù)的案例表達(dá)、基于

6、元數(shù)據(jù)的案例表達(dá)3、基于支持向量機(jī)的案例分級檢索的研究、基于支持向量機(jī)的案例分級檢索的研究4、案例、案例庫檢索方案設(shè)計(jì)庫檢索方案設(shè)計(jì)1、CBR工作原理與相關(guān)流程的學(xué)習(xí)工作原理與相關(guān)流程的學(xué)習(xí)一、一、CBRCBR工作原理與相關(guān)流程的學(xué)習(xí)工作原理與相關(guān)流程的學(xué)習(xí)基本思想基本思想：檢索，重用，修正，儲存（檢索，重用，修正，儲存（4R4R模型）模型）工作流程工作流程： 案例庫案例庫案例匹配案例匹配案例表示案例表示案例重用案例重用案例修正案例修正案例學(xué)習(xí)案例學(xué)習(xí)新問題新問題新問題新問題的解的解 新案例新案例相似案例相似案例需要修正需要修正加加入入直接可用直接可用基于案例推理的方法基于案例推理的方法(Ca

7、se-based Reasoning(Case-based Reasoning): ): 利用利用歷史經(jīng)驗(yàn)和已有案例來解決新問題，是一歷史經(jīng)驗(yàn)和已有案例來解決新問題，是一種重種重要要的機(jī)器學(xué)習(xí)方法。的機(jī)器學(xué)習(xí)方法。一、一、CBRCBR工作原理與相關(guān)流程的學(xué)習(xí)工作原理與相關(guān)流程的學(xué)習(xí)基于案例推理的故障診斷特點(diǎn)：基于案例推理的故障診斷特點(diǎn)：優(yōu)點(diǎn)：優(yōu)點(diǎn)： 1 1）利用案例中隱含的）利用案例中隱含的難以規(guī)則化的知識難以規(guī)則化的知識，以輔助規(guī)則推理的不足；，以輔助規(guī)則推理的不足；2) 2) 案例的獲取比規(guī)則獲取要容易，較好解決案例的獲取比規(guī)則獲取要容易，較好解決“知識獲取知識獲取”的瓶頸問題；的瓶頸問題

8、；3) 3) 重用求解結(jié)果，提高求解重用求解結(jié)果，提高求解效率效率，近似解決，近似解決不熟悉不熟悉的問題；的問題；4) 4) 有持續(xù)不斷的有持續(xù)不斷的學(xué)習(xí)能力學(xué)習(xí)能力。存在的問題：存在的問題：1 1）案例庫太大案例庫太大導(dǎo)致系統(tǒng)性能下降導(dǎo)致系統(tǒng)性能下降增量式學(xué)習(xí) 案例數(shù)目增大 檢索次數(shù)增多 推理時(shí)間延長2 2）長時(shí)間序列數(shù)據(jù)缺乏快速）長時(shí)間序列數(shù)據(jù)缺乏快速相似度計(jì)算相似度計(jì)算手段手段 采樣頻率為采樣頻率為25.6k25.6k，每次采集持續(xù)，每次采集持續(xù)3030分鐘，計(jì)算得知每次采集的數(shù)據(jù)長分鐘，計(jì)算得知每次采集的數(shù)據(jù)長度為度為25.6k25.6k* *6060* *30=30=46.08M 4

9、6.08M 3 3）現(xiàn)有）現(xiàn)有CBRCBR系統(tǒng)缺乏對系統(tǒng)缺乏對離線和在線推理支持離線和在線推理支持二、基于元數(shù)據(jù)的案例表達(dá)二、基于元數(shù)據(jù)的案例表達(dá)魚雷動力裝置常見魚雷動力裝置常見故障故障案例案例元數(shù)據(jù)（元數(shù)據(jù)（Meta Data)Meta Data)： 被定義為被定義為“關(guān)于數(shù)據(jù)的數(shù)據(jù)關(guān)于數(shù)據(jù)的數(shù)據(jù)”，也可譯為詮釋數(shù)據(jù)，即，也可譯為詮釋數(shù)據(jù)，即關(guān)于數(shù)據(jù)的內(nèi)容、質(zhì)量、狀況和其他特性的信息。關(guān)于數(shù)據(jù)的內(nèi)容、質(zhì)量、狀況和其他特性的信息。二、基于元數(shù)據(jù)的案例表達(dá)二、基于元數(shù)據(jù)的案例表達(dá)元數(shù)據(jù)設(shè)計(jì)元數(shù)據(jù)設(shè)計(jì)案例模式設(shè)計(jì)案例模式設(shè)計(jì)具體案例表示具體案例表示基于元數(shù)據(jù)的案例表示方法：基于元數(shù)據(jù)的案例表示方法

10、： 元數(shù)據(jù)元數(shù)據(jù)案例模式案例模式1案例模式案例模式2案例模式案例模式3案例庫案例庫描述描述組織組織案例信息案例信息故障信息故障信息故障描述、故障特征、故障描述、故障特征、解決方案、故障索引；解決方案、故障索引；二、基于元數(shù)據(jù)的案例表達(dá)二、基于元數(shù)據(jù)的案例表達(dá)元素元素說明說明元素元素說明說明CasenameCasename由案例創(chuàng)建者定義的案例名稱由案例創(chuàng)建者定義的案例名稱FeatureFeature能辯別故障的信號特征能辯別故障的信號特征CaseidCaseid由案例創(chuàng)建者定義的案例編號由案例創(chuàng)建者定義的案例編號WeightWeight特征參數(shù)權(quán)重特征參數(shù)權(quán)重CaseIndexCaseInde

11、x案例的索引信息案例的索引信息ValueValue特征參數(shù)的具體數(shù)值特征參數(shù)的具體數(shù)值FaultSystemFaultSystem故障系統(tǒng)故障系統(tǒng)MethodMethod特征值的匹配方法特征值的匹配方法ChannelChannel數(shù)據(jù)通道數(shù)據(jù)通道FaultTypeFaultType描述該案例故障模式描述該案例故障模式FaultDataFaultData設(shè)備故障運(yùn)行數(shù)據(jù)設(shè)備故障運(yùn)行數(shù)據(jù)FaultReasonFaultReason發(fā)生故障的原因，如軸承磨損、裂紋等發(fā)生故障的原因，如軸承磨損、裂紋等FaultDateFaultDate發(fā)生故障的日期和時(shí)間發(fā)生故障的日期和時(shí)間FaultPartFaul

12、tPart發(fā)生故障的具體部位發(fā)生故障的具體部位DescriptionDescription文字描述故障時(shí)的現(xiàn)象文字描述故障時(shí)的現(xiàn)象SolutionSolution解決該故障所采取的措施解決該故障所采取的措施魚雷動力裝置故障案例的元數(shù)據(jù)設(shè)計(jì)魚雷動力裝置故障案例的元數(shù)據(jù)設(shè)計(jì)二、基于元數(shù)據(jù)的案例表達(dá)二、基于元數(shù)據(jù)的案例表達(dá)案例編號案例編號001001故障故障描述描述集合集合描述名稱描述名稱數(shù)據(jù)類型數(shù)據(jù)類型描述信息描述信息案例名稱案例名稱字符串字符串液壓泵液壓泵故障時(shí)間故障時(shí)間字符串字符串20132013年年4 4月月7 7號號故障設(shè)備故障設(shè)備字符串字符串發(fā)動機(jī)液壓泵發(fā)動機(jī)液壓泵故障現(xiàn)象描述故障現(xiàn)象描

13、述字符串字符串吸壓液體異常吸壓液體異常故障故障特征特征集合集合特征名稱特征名稱數(shù)據(jù)類型數(shù)據(jù)類型匹配方法匹配方法特征值特征值遙測頻率遙測頻率雙精度型雙精度型歐氏距離歐氏距離故障運(yùn)行數(shù)據(jù)故障運(yùn)行數(shù)據(jù)時(shí)間序列時(shí)間序列基于匹配點(diǎn)基于匹配點(diǎn) 故障故障解決解決方案方案故障類型故障類型缸體出現(xiàn)裂紋缸體出現(xiàn)裂紋故障原因故障原因裝配不當(dāng)造成磨損裝配不當(dāng)造成磨損故障部位故障部位液壓泵缸體液壓泵缸體故障解決方案故障解決方案更換缸體更換缸體案例案例索引索引 故障類型故障類型缸體出現(xiàn)裂紋缸體出現(xiàn)裂紋故障系統(tǒng)故障系統(tǒng)液壓動力系統(tǒng)液壓動力系統(tǒng)魚雷動力裝置故障案例的案例模式設(shè)計(jì)魚雷動力裝置故障案例的案例模式設(shè)計(jì)三、基于支持向

14、量機(jī)的案例分級檢索的研究三、基于支持向量機(jī)的案例分級檢索的研究基于高速緩存思想的案例分級技術(shù)基于高速緩存思想的案例分級技術(shù)理論基礎(chǔ)理論基礎(chǔ)：案例庫中的不同案例對于系統(tǒng)推理結(jié)果的影響力是不同的，案例庫中的不同案例對于系統(tǒng)推理結(jié)果的影響力是不同的，推理時(shí)一般總是首先匹配那些影響力高的案例推理時(shí)一般總是首先匹配那些影響力高的案例?；舅枷牖舅枷耄涸谠贑BRCBR應(yīng)用中按照案例對推理結(jié)果的影響力的不同，將影應(yīng)用中按照案例對推理結(jié)果的影響力的不同，將影響力高的案例首先放入案例緩存中，當(dāng)系統(tǒng)進(jìn)行推理時(shí)，首先訪問案響力高的案例首先放入案例緩存中，當(dāng)系統(tǒng)進(jìn)行推理時(shí)，首先訪問案例緩存中的案例，若沒有找到匹配案

15、例或相似案例，再訪問案例庫中例緩存中的案例，若沒有找到匹配案例或相似案例，再訪問案例庫中的案例。的案例。高速高速緩存緩存存儲區(qū)存儲區(qū)主機(jī)主機(jī)高速緩存思想高速緩存思想三、基于支持向量機(jī)的案例分級檢索的研究三、基于支持向量機(jī)的案例分級檢索的研究基于高速緩存思想的案例分級技術(shù)基于高速緩存思想的案例分級技術(shù)優(yōu)點(diǎn)優(yōu)點(diǎn)：在推理過程中大大減少推理的次數(shù)，又不影響到推理精度，從而解在推理過程中大大減少推理的次數(shù)，又不影響到推理精度，從而解決因案例庫規(guī)模不斷增大而導(dǎo)致的決因案例庫規(guī)模不斷增大而導(dǎo)致的時(shí)間與效率問題，時(shí)間與效率問題，使檢索機(jī)制得到使檢索機(jī)制得到優(yōu)化優(yōu)化。需要解決的問題：需要解決的問題：案例匹配案例

16、匹配時(shí)要有較時(shí)要有較高的命中高的命中率率對案例匹對案例匹配影響大配影響大數(shù)據(jù)庫的數(shù)據(jù)庫的邊界點(diǎn)邊界點(diǎn)基于基于SVMSVM的的邊界點(diǎn)提邊界點(diǎn)提取技術(shù)取技術(shù)三、基于支持向量機(jī)的案例分級檢索的研究三、基于支持向量機(jī)的案例分級檢索的研究基于基于SVM SVM 的邊界點(diǎn)提取技術(shù)的邊界點(diǎn)提取技術(shù)支持向量機(jī)支持向量機(jī)SVM(Support Vector Machine)SVM(Support Vector Machine)作為一種可訓(xùn)作為一種可訓(xùn)練的機(jī)器學(xué)習(xí)方法練的機(jī)器學(xué)習(xí)方法, , 具有非常強(qiáng)大的非線性處理能力和良好具有非常強(qiáng)大的非線性處理能力和良好的推廣能力的推廣能力。原理原理：升維和線性化升維和線性化

17、樣本空間樣本空間高維樣本空間高維樣本空間非線性映射非線性映射非線性可非線性可分分線性可分線性可分 支持向量機(jī)方法是建立在統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)方法是建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC VC 維理論維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上的，在解決小樣本、非線性及和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上的，在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢。高維模式識別中表現(xiàn)出許多特有的優(yōu)勢。三、基于支持向量機(jī)的案例分級檢索的研究三、基于支持向量機(jī)的案例分級檢索的研究基于基于SVM 的邊界點(diǎn)提取技術(shù)的邊界點(diǎn)提取技術(shù) 根據(jù)基于根據(jù)基于SVMSVM分類邊界的分類分類邊界的分類算法，算法，邊界點(diǎn)提取的算法流程邊界點(diǎn)提取的算法流程

18、如右圖如右圖所示：所示：開始開始訓(xùn)練樣本訓(xùn)練樣本x,yx,y非線性映射非線性映射確定最優(yōu)超平面確定最優(yōu)超平面找出支持向量找出支持向量提取邊界點(diǎn)數(shù)據(jù)提取邊界點(diǎn)數(shù)據(jù)結(jié)束結(jié)束基于基于SVMSVM分類邊界的分類算法：分類邊界的分類算法：通過訓(xùn)練找到這些分類之間的邊界（最通過訓(xùn)練找到這些分類之間的邊界（最優(yōu)超平面），最優(yōu)超平面由支持向量決優(yōu)超平面），最優(yōu)超平面由支持向量決定，而支持向量僅由邊界點(diǎn)構(gòu)成。定，而支持向量僅由邊界點(diǎn)構(gòu)成。三、基于支持向量機(jī)的案例分級檢索的研究三、基于支持向量機(jī)的案例分級檢索的研究多類邊界點(diǎn)的提取多類邊界點(diǎn)的提?。河捎冢河捎赟VMSVM是是一種典型的兩類分類器，在進(jìn)行一種典型的兩

19、類分類器，在進(jìn)行多類邊界點(diǎn)提取時(shí)，采用多類邊界點(diǎn)提取時(shí)，采用“一類一類對其余對其余”的方法。的方法。類類1 1與其余與其余類類2 2與其余與其余類類3 3與其余與其余類類k k與其余與其余類類1 1邊界點(diǎn)邊界點(diǎn)類類2 2邊界點(diǎn)邊界點(diǎn)類類3 3邊界點(diǎn)邊界點(diǎn)類類k k邊界點(diǎn)邊界點(diǎn)訓(xùn)練時(shí)依次把某個(gè)類別的樣本訓(xùn)練時(shí)依次把某個(gè)類別的樣本歸為一類，其他剩余的樣本歸歸為一類，其他剩余的樣本歸為另一類，這樣為另一類，這樣k k個(gè)類別的樣個(gè)類別的樣本就構(gòu)造出了本就構(gòu)造出了k k個(gè)個(gè)SVMSVM。分類。分類時(shí)將未知樣本分類為具有最大時(shí)將未知樣本分類為具有最大分類函數(shù)值的那類。分類函數(shù)值的那類。基于基于SVM 的邊

20、界點(diǎn)提取技術(shù)的邊界點(diǎn)提取技術(shù)元數(shù)據(jù)管理、案例模式管理、元數(shù)據(jù)管理、案例模式管理、案例庫管理、運(yùn)算方法管理案例庫管理、運(yùn)算方法管理四、案例四、案例庫檢索方案設(shè)計(jì)庫檢索方案設(shè)計(jì)檢索模塊功能設(shè)計(jì)檢索模塊功能設(shè)計(jì)導(dǎo)入案例、導(dǎo)入案例、案例檢索、案例檢索、案例推理、案例推理、遠(yuǎn)程訪問接口、遠(yuǎn)程訪問接口、新建案例模式、新建案例模式、案例推理日志案例推理日志推理規(guī)則推理規(guī)則案例文件案例文件案例庫案例庫參數(shù)表參數(shù)表在線數(shù)據(jù)解析、在線數(shù)據(jù)解析、 特征提取特征提取 調(diào)用案例導(dǎo)入、調(diào)用遠(yuǎn)程推理調(diào)用案例導(dǎo)入、調(diào)用遠(yuǎn)程推理調(diào)用新建模式、問題案例構(gòu)造調(diào)用新建模式、問題案例構(gòu)造實(shí)時(shí)診斷結(jié)果實(shí)時(shí)診斷結(jié)果結(jié)果顯示接口結(jié)果顯示接口診斷日志診斷日志 歷史診斷變換歷史診斷變換數(shù)據(jù)數(shù)據(jù)特征提取特征提取監(jiān)測平臺監(jiān)測平臺管理程序管理程序案案例例推推理理四、案例庫檢索方案設(shè)計(jì)四、案例庫檢索方案設(shè)計(jì)數(shù)據(jù)庫數(shù)據(jù)庫系統(tǒng)服務(wù)端系統(tǒng)服