时新宇-中期答辩

1、案例库数据快速检索技术研究及模块案例库数据快速检索技术研究及模块 开发开发 指导教师：罗爱玲指导教师：罗爱玲 教授教授 研究生：蒋端研究生：蒋端 学生：时新宇学生：时新宇 目目 录录 课题背景和意义课题背景和意义 研究内容和技术路线研究内容和技术路线 拟解决的关键问题拟解决的关键问题 已完成的工作已完成的工作 后期工作安排后期工作安排 课题背景和意义课题背景和意义 现代鱼雷动力装置是一种结构紧凑且复杂的机械装置现代鱼雷动力装置是一种结构紧凑且复杂的机械装置, ,水下水下 辐射噪声是鱼雷的重要技战术指标。动力装置的辐射噪声是鱼雷的重要技战术指标。动力装置的振动振动是鱼雷噪是鱼雷噪 声的声的主要来

2、源主要来源。 鱼雷动力装置在装配时一旦出现故障，机械结构就可能破鱼雷动力装置在装配时一旦出现故障，机械结构就可能破 坏，就要拖延试验进程，增加试验次数和经费开支，严重时造坏，就要拖延试验进程，增加试验次数和经费开支，严重时造 成产品报废、沉雷等灾难性事故。成产品报废、沉雷等灾难性事故。 课题背景和意义课题背景和意义 从故障诊断角度来说，鱼雷动力装置具有以下特点：从故障诊断角度来说，鱼雷动力装置具有以下特点： 1 1）各部件之间相互协调影响）各部件之间相互协调影响 2 2）诊断数据是长时间数据）诊断数据是长时间数据 综上，对鱼雷振动监测和故障诊断技术的研究，已成为一项十分紧综上，对鱼雷振动监测和

3、故障诊断技术的研究，已成为一项十分紧 迫和具有重要意义的工作。迫和具有重要意义的工作。 本课题来源于某军工项目本课题来源于某军工项目“动力装置动力装置XXXXXXXXXX检测检测”，针对基于案，针对基于案 例推理的故障诊断系统在鱼雷故障诊断中面临的案例快速检索问题，重例推理的故障诊断系统在鱼雷故障诊断中面临的案例快速检索问题，重 点研究点研究案例库数据检索机制案例库数据检索机制和基于支持向量机的和基于支持向量机的案例分级检索算法案例分级检索算法，并，并 开发鱼雷案例库案例检索模块。开发鱼雷案例库案例检索模块。 目目 录录 课题意义课题意义 研究内容和技术路线研究内容和技术路线 拟解决的关键问题

4、拟解决的关键问题 已完成的工作已完成的工作 后期工作安排后期工作安排 研究内容研究内容 基于案例推基于案例推 理（理（CBRCBR） 的原理、相的原理、相 关流程和应关流程和应 用用 1 12 23 34 4 基于元数据基于元数据 的案例表达的案例表达 方法方法 研究数据快研究数据快 速检索机制速检索机制 和案例分析和案例分析 算法算法 开发鱼雷案开发鱼雷案 例库案例检例库案例检 索模块索模块 技术路线技术路线 鱼鱼 雷雷 动动 力力 装装 置置 故故 障障 基基 于于 案案 例例 推推 理理 的的 故故 障障 诊诊 断断 技技 术术 案案 例例 检检 索索 机机 制制 案案 例例 匹匹 配配

5、 性性 能能 分分 级级 检检 索索 机机 制制 案例库大、案例库大、 效率低效率低 相似度计相似度计 算复杂算复杂 简简 化化 相相 似似 度度 算算 法法 鱼雷动力装置案例鱼雷动力装置案例 库案例快速检索模库案例快速检索模 块块 优化优化 优化优化 开发开发 目目 录录 课题意义课题意义 研究内容和技术路线研究内容和技术路线 拟解决的关键问题拟解决的关键问题 已完成的工作已完成的工作 后期工作安排后期工作安排 拟解决的关键问题拟解决的关键问题 分级检索机制分级检索机制 简化相似度算法简化相似度算法 案例检索方案例检索方 案设计案设计 案例表示案例表示 方法方法 提高检索效率提高检索效率 目

6、目 录录 课题意义课题意义 研究内容和技术路线研究内容和技术路线 拟解决的关键问题拟解决的关键问题 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、英文文献翻译、英文文献翻译 2、基于元数据的案例表达、基于元数据的案例表达 3、基于支持向量机的案例分级检索的研究、基于支持向量机的案例分级检索的研究 4、案例、案例库检索方案设计库检索方案设计 1、CBR工作原理与相关流程的学习工作原理与相关流程的学习 一、一、CBRCBR工作原理与相关流程的学习工作原理与相关流程的学习 基本思想基本思想：检索，重用，修正，储存（检索，重用，修正，储存（4R4R模型）模型） 工作

7、流程工作流程： 案例库案例库 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 案例学习案例学习 新问题新问题 新问题新问题 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(Case-based Reasoning(Case-based Reasoning): ): 利用利用历史经验和已有案例来解决新问题，是一历史经验和已有案例来解决新问题，是一种重种重 要要的机器学习方法。的机器学习方法。 一、一、CBRCBR工作原理与相关流程的学习工作原理与相关流程的学习 基于案例推理的故障诊断特点：基于案

8、例推理的故障诊断特点： 优点：优点： 1 1）利用案例中隐含的）利用案例中隐含的难以规则化的知识难以规则化的知识，以辅助规则推理的不足；，以辅助规则推理的不足； 2) 2) 案例的获取比规则获取要容易，较好解决案例的获取比规则获取要容易，较好解决“知识获取知识获取”的瓶颈问题；的瓶颈问题； 3) 3) 重用求解结果，提高求解重用求解结果，提高求解效率效率，近似解决，近似解决不熟悉不熟悉的问题；的问题； 4) 4) 有持续不断的有持续不断的学习能力学习能力。 存在的问题：存在的问题： 1 1）案例库太大案例库太大导致系统性能下降导致系统性能下降 增量式学习 案例数目增大 检索次数增多 推理时间延

9、长 2 2）长时间序列数据缺乏快速）长时间序列数据缺乏快速相似度计算相似度计算手段手段 采样频率为采样频率为25.6k25.6k，每次采集持续，每次采集持续3030分钟，计算得知每次采集的数据长分钟，计算得知每次采集的数据长 度为度为25.6k25.6k* *6060* *30=30=46.08M 46.08M 3 3）现有）现有CBRCBR系统缺乏对系统缺乏对离线和在线推理支持离线和在线推理支持 二、基于元数据的案例表达二、基于元数据的案例表达 鱼雷动力装置常见鱼雷动力装置常见故障故障案例案例 元数据（元数据（Meta Data)Meta Data)： 被定义为被定义为“关于数据的数据关于数

10、据的数据”，也可译为诠释数据，即，也可译为诠释数据，即 关于数据的内容、质量、状况和其他特性的信息。关于数据的内容、质量、状况和其他特性的信息。 二、基于元数据的案例表达二、基于元数据的案例表达 元数据设计元数据设计案例模式设计案例模式设计具体案例表示具体案例表示 基于元数据的案例表示方法：基于元数据的案例表示方法： 元数据元数据 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 案例库案例库 描述描述组织组织 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、 解决方案、故障索引；解决方案、故障索引； 二、基于元数据的案例表达二、基于元数据的案例表达 元素

11、元素说明说明元素元素说明说明 CasenameCasename由案例创建者定义的案例名称由案例创建者定义的案例名称FeatureFeature能辩别故障的信号特征能辩别故障的信号特征 CaseidCaseid由案例创建者定义的案例编号由案例创建者定义的案例编号WeightWeight特征参数权重特征参数权重 CaseIndexCaseIndex案例的索引信息案例的索引信息ValueValue特征参数的具体数值特征参数的具体数值 FaultSystemFaultSystem故障系统故障系统MethodMethod特征值的匹配方法特征值的匹配方法 ChannelChannel数据通道数据通道Fau

12、ltTypeFaultType描述该案例故障模式描述该案例故障模式 FaultDataFaultData设备故障运行数据设备故障运行数据FaultReasonFaultReason发生故障的原因，如轴承磨损、裂纹等发生故障的原因，如轴承磨损、裂纹等 FaultDateFaultDate发生故障的日期和时间发生故障的日期和时间FaultPartFaultPart发生故障的具体部位发生故障的具体部位 DescriptionDescription文字描述故障时的现象文字描述故障时的现象SolutionSolution解决该故障所采取的措施解决该故障所采取的措施 鱼雷动力装置故障案例的元数据设计鱼雷动

13、力装置故障案例的元数据设计 二、基于元数据的案例表达二、基于元数据的案例表达 案例编号案例编号001001 故障故障 描述描述 集合集合 描述名称描述名称数据类型数据类型描述信息描述信息 案例名称案例名称字符串字符串液压泵液压泵 故障时间故障时间字符串字符串20132013年年4 4月月7 7号号 故障设备故障设备字符串字符串发动机液压泵发动机液压泵 故障现象描述故障现象描述字符串字符串吸压液体异常吸压液体异常 故障故障 特征特征 集合集合 特征名称特征名称数据类型数据类型匹配方法匹配方法特征值特征值 遥测频率遥测频率双精度型双精度型欧氏距离欧氏距离 故障运行数据故障运行数据时间序列时间序列基

14、于匹配点基于匹配点 故障故障 解决解决 方案方案 故障类型故障类型缸体出现裂纹缸体出现裂纹 故障原因故障原因装配不当造成磨损装配不当造成磨损 故障部位故障部位液压泵缸体液压泵缸体 故障解决方案故障解决方案更换缸体更换缸体 案例案例 索引索引 故障类型故障类型缸体出现裂纹缸体出现裂纹 故障系统故障系统液压动力系统液压动力系统 鱼雷动力装置故障案例的案例模式设计鱼雷动力装置故障案例的案例模式设计 三、基于支持向量机的案例分级检索的研究三、基于支持向量机的案例分级检索的研究 基于高速缓存思想的案例分级技术基于高速缓存思想的案例分级技术 理论基础理论基础：案例库中的不同案例对于系统推理结果的影响力是不

15、同的，案例库中的不同案例对于系统推理结果的影响力是不同的， 推理时一般总是首先匹配那些影响力高的案例推理时一般总是首先匹配那些影响力高的案例。 基本思想基本思想：在在CBRCBR应用中按照案例对推理结果的影响力的不同，将影应用中按照案例对推理结果的影响力的不同，将影 响力高的案例首先放入案例缓存中，当系统进行推理时，首先访问案响力高的案例首先放入案例缓存中，当系统进行推理时，首先访问案 例缓存中的案例，若没有找到匹配案例或相似案例，再访问案例库中例缓存中的案例，若没有找到匹配案例或相似案例，再访问案例库中 的案例。的案例。 高速高速 缓存缓存 存储区存储区 主机主机 高速缓存思想高速缓存思想

16、三、基于支持向量机的案例分级检索的研究三、基于支持向量机的案例分级检索的研究 基于高速缓存思想的案例分级技术基于高速缓存思想的案例分级技术 优点优点：在推理过程中大大减少推理的次数，又不影响到推理精度，从而解在推理过程中大大减少推理的次数，又不影响到推理精度，从而解 决因案例库规模不断增大而导致的决因案例库规模不断增大而导致的时间与效率问题，时间与效率问题，使检索机制得到使检索机制得到优化优化。 需要解决的问题：需要解决的问题： 案例匹配案例匹配 时要有较时要有较 高的命中高的命中 率率 对案例匹对案例匹 配影响大配影响大 数据库的数据库的 边界点边界点 基于基于 SVMSVM的的 边界点提边

17、界点提 取技术取技术 三、基于支持向量机的案例分级检索的研究三、基于支持向量机的案例分级检索的研究 基于基于SVM SVM 的边界点提取技术的边界点提取技术 支持向量机支持向量机SVM(Support Vector Machine)SVM(Support Vector Machine)作为一种可训作为一种可训 练的机器学习方法练的机器学习方法, , 具有非常强大的非线性处理能力和良好具有非常强大的非线性处理能力和良好 的推广能力的推广能力。 原理原理： 升维和线性化升维和线性化 样本空间样本空间 高维样本空间高维样本空间 非线性映射非线性映射 非线性可非线性可 分分 线性可分线性可分 支持向量

18、机方法是建立在统计学习理论的支持向量机方法是建立在统计学习理论的VC VC 维理论维理论 和结构风险最小原理基础上的，在解决小样本、非线性及和结构风险最小原理基础上的，在解决小样本、非线性及 高维模式识别中表现出许多特有的优势。高维模式识别中表现出许多特有的优势。 三、基于支持向量机的案例分级检索的研究三、基于支持向量机的案例分级检索的研究 基于基于SVM 的边界点提取技术的边界点提取技术 根据基于根据基于SVMSVM分类边界的分类分类边界的分类 算法，算法，边界点提取的算法流程边界点提取的算法流程如右图如右图 所示：所示： 开始开始 训练样本训练样本x,yx,y 非线性映射非线性映射 确定最

19、优超平面确定最优超平面 找出支持向量找出支持向量 提取边界点数据提取边界点数据 结束结束 基于基于SVMSVM分类边界的分类算法：分类边界的分类算法： 通过训练找到这些分类之间的边界（最通过训练找到这些分类之间的边界（最 优超平面），最优超平面由支持向量决优超平面），最优超平面由支持向量决 定，而支持向量仅由边界点构成。定，而支持向量仅由边界点构成。 三、基于支持向量机的案例分级检索的研究三、基于支持向量机的案例分级检索的研究 多类边界点的提取多类边界点的提取：由于：由于SVMSVM是是 一种典型的两类分类器，在进行一种典型的两类分类器，在进行 多类边界点提取时，采用多类边界点提取时，采用“一

20、类一类 对其余对其余”的方法。的方法。 类类1 1与其余与其余 类类2 2与其余与其余 类类3 3与其余与其余 类类k k与其余与其余 类类1 1边界点边界点 类类2 2边界点边界点 类类3 3边界点边界点 类类k k边界点边界点 训练时依次把某个类别的样本训练时依次把某个类别的样本 归为一类，其他剩余的样本归归为一类，其他剩余的样本归 为另一类，这样为另一类，这样k k个类别的样个类别的样 本就构造出了本就构造出了k k个个SVMSVM。分类。分类 时将未知样本分类为具有最大时将未知样本分类为具有最大 分类函数值的那类。分类函数值的那类。 基于基于SVM 的边界点提取技术的边界点提取技术 元

21、数据管理、案例模式管理、元数据管理、案例模式管理、 案例库管理、运算方法管理案例库管理、运算方法管理 四、案例四、案例库检索方案设计库检索方案设计 检索模块功能设计检索模块功能设计 导入案例、导入案例、 案例检索、案例检索、 案例推理、案例推理、 远程访问接口、远程访问接口、 新建案例模式、新建案例模式、 案例推理日志案例推理日志 推理规则推理规则 案例文件案例文件 案例库案例库 参数表参数表 在线数据解析、在线数据解析、 特征提取特征提取 调用案例导入、调用远程推理调用案例导入、调用远程推理 调用新建模式、问题案例构造调用新建模式、问题案例构造 实时诊断结果实时诊断结果 结果显示接口结果显示接口 诊断日志诊断日志 历史诊断变换历史诊断变换 数据数据 特征提取特征提取监测平台监测平台 管理程序管理程序 案案 例例 推推 理理 四、案例库检索方案设计四、案例库检索方案设计 数据库数据库 系统