Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
B.H.Far*; 中道 松郎*
IEEE Trans. Syst. Man Cybern., 23(1), p.14 - 30, 1993/01
プラントの故障診断システムには、主観的な故障診断システムと客観的な故障診断システムがある。主観的な故障診断システムは、専門家の診断方法を見習うことができる。客観的な故障診断システムは、人間が処理するには面倒な診断作業を自動化することができる。従来、主観的な故障診断システムを作成する場合、モデルや推論方法を診断に要求される詳細レベルのものにすることが難しい、センサー情報や経験的データを効率的に扱うことができない等の問題点があった。本論文では、階層的な定性推論方法を付加した主観的故障診断システムを提案する。専門家の認知モデルを定性的に記述したこと、定性推論によりシステムの状態を予測したこと、計算負荷を避けるために抽象的な情報を取り扱ったことが主な特徴である。
B.H.Far*; 中道 松郎*
1991年度人工知能学会全国大会 (第5回)論文集, p.685 - 688, 1991/00
本論文では階層的な定性推論手法を大規模システムの多重故障診断に応用した例を紹介する。定性推論の階層構造はSkill-Rule-Knowledge(S-R-K)構造と対応する。本研究の特徴を以下に示す。1.知識レベルのモデル(Qualitative Deep Model)を用いてルールレベルのモデルまたは浅いレベルの診断ルールを作る。このようなモデルベースのルールはheuristicルールに比べてより信頼性がある。2.故障の集合と定性的な振舞いの集合との関係を表わす手段としてBehavioral Fragment(BF)を定義し、システムの振舞いからBFを使用して多重故障仮定のうちからその一部を原因として同定する。3.更にQualitative Data Base Generation(QDBG)方法を紹介して、同定した多重故障仮定に関連する知識ベースを更新する。