设备故障诊断的混合推理过程

设备故障诊断的混合推理过程

        推理可从不同角度进行分类。根据条件与结论之间属性关系的不同，可分成演绎推理和归纳推理;根据结论的可靠性大小，可分成逻辑推理和似然推理(不确定性推理);根据推理方向的不同，可分为正向推理、反向推理和混合推理;等等。

　　1.推理控制策略

　　推理控制策略即推理的方向性问题。冶金窑如上所述，一般有正向推理、反向推理和混合推理三种。

　　(1)正向推理

　　正向推理又称数据驱动推理。其典型T作过程如下：从初始数据集合D出发，找出一些条件部分被D所满足的知识K1，知识K1的应用可把D变成D1，D2又使另一些知识K，可以应用，由此又得到改变后的数据集合07……如此往复，直至得出结论。其优点是能充分利用用户所提供的信息，缺点是存在“盲目推理”的倾向。

　　(2)反向推理

　　反向推理又称目标驱动型推理，它由目标出发，环锤式破碎机为验证目标成立去寻找有用的证据。反向推理有更强的目的性，但不能及时响应用户信息，故存在盲目建立目标或子目标的倾向。

　　(3)混合推理

　　混合推理过程较好地克服了上述两种推理方法的“盲目性”，发挥其各白优势，同时还可以避免盲目采集数据。设备故障诊断的混合推理过程大致如下：诊断者首先根据故障征兆建立设备存在某种故障的假设(正向推理)，为验证此假设，需寻找新的补充证据(反向推理)，若新证据支持原假设，则证明设备确实存在某种故障;若不支持，则诊断者需重新确立假设(正向推理)，并需寻找新的证据(反向推理)……如此“正向一反向”循环推理，直至最终得出满意的结论。