基于案例信息检索的车辆故障诊断系统

发布时间：2017-10-23 22:28

  本文关键词：基于案例信息检索的车辆故障诊断系统

  更多相关文章： 故障诊断 人工智能 中文分词 案例匹配

【摘要】：伴随当代社会经济的发展,人民物质生活水平不断提高,汽车成为绝大多数家庭都拥有的、应用最为广泛的交通工具;同时,伴随现代工业化程度的加深,信息技术实业的繁荣,越来越多的精密电子模块及计算机技术被运用到汽车之上。在满足代步这一基本功能需求的基础上,安全性、舒适性和娱乐性也成为评价汽车品质的重要指标,这带来了汽车结构的日益复杂,使得汽车保养、维修等问题的重要性日益凸显,如何对可能产生的汽车故障进行预防、对已产生的汽车故障及时进行修理成为当下汽车行业研究的重点及难点。在这样的背景环境下,车辆故障诊断技术这一新兴学科应运而生,为汽车维修业建立一个完善的易于使用的车辆故障诊断系统成为亟需解决的问题。车辆故障诊断作为一门综合性的技术,涵盖了多个学科领域:现代控制理论、信号处理、人工智能、应用数学、数理统计等等,这些学科领域的突破和进展也促进汽车故障诊断技术日趋成熟:从单靠人工经验、图表分析等诊断方式走向仪器化设备化的诊断方法,从传统的“三分技术,七分工具”转变为“七分诊断,三分修理”,实现了以检测和试验相结合的方式对汽车故障进行综合的分析。本文通过对汽车故障的成因及类型进行分析,加深了对汽车故障诊断重要性的认识,旨在通过对汽车故障实例获取的基础上,完成基于人工智能的汽车故障认知诊断系统的设计与实现,为用户提供一个方便快捷的故障诊断平台,便于汽车维修人员有针对性的对车辆的故障进行检修和维护。本文完成的主要工作如下:1)对自然语言处理技术进行研究,并结合车辆故障描述的特点进行中文分词,根据词典与语料库统计完成汽车故障案例分词;2)建立基于案例的车辆故障搜索引擎,支持用户通过搜索的方式获取车辆故障诊断结果,完成案例匹配;3)通过对主题模型进行学习和研究实现器件标注;4)采用数据库管理模块管理和维护包括语料库、案例库、器件库和用户操作记录等数据信息,为增加车辆故障案例和系统的进一步完善提供数据基础。
【关键词】：故障诊断 人工智能 中文分词 案例匹配
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U472.9;TP391.3
【目录】：

• 摘要4-6
• Abstract6-12
• 第1章 绪论12-22
• 1.1 故障诊断概述12-15
• 1.1.1 故障诊断目的12-13
• 1.1.2 故障诊断的内容13-14
• 1.1.3 国内外故障诊断历史14-15
• 1.2 自然语言处理15-17
• 1.2.2 自然语言处理的范畴15-16
• 1.2.3 自然语言处理的历史16-17
• 1.3 车辆故障诊断技术17-20
• 1.3.1 车辆故障形成原因17-18
• 1.3.2 车辆故障诊断方法18-19
• 1.3.3 车辆故障诊断技术的研究现状及未来发展趋势19-20
• 1.4 本文的主要研究内容及结构20-21
• 1.4.1 本文的主要研究内容20
• 1.4.2 文章结构20-21
• 1.5 本章小结21-22
• 第2章 基于案例信息检索的车辆故障诊断系统总体架构22-26
• 2.1 系统需求分析22-24
• 2.1.1 系统功能分析22
• 2.1.2 故障诊断工作流程22-24
• 2.2 系统总体架构24
• 2.3 系统主要特点24-25
• 2.4 本章小结25-26
• 第3章 系统关键技术研究26-37
• 3.1 人工智能26-27
• 3.1.1 自然语言处理和人工智能27
• 3.2 案例分词27-29
• 3.2.1 基于字符串匹配的分词方法28
• 3.2.2 基于理解的分词方法28-29
• 3.2.3 基于统计的分词方法29
• 3.3 案例匹配29-32
• 3.3.1 词项加权29-31
• 3.3.2 词向量31-32
• 3.3.3 编辑距离32
• 3.4 器件标注32-35
• 3.4.1 TextRank算法33
• 3.4.2 主题模型33-35
• 3.5 本章小结35-37
• 第4章 故障诊断系统的设计与实现37-46
• 4.1 案例分词37-41
• 4.1.1 语料库38
• 4.1.2 原子分词38-39
• 4.1.3 N最短路径分词39-40
• 4.1.4 未登录词识别40-41
• 4.2 案例匹配41-43
• 4.2.1 基于案例的车辆故障搜索引擎41-42
• 4.2.2 文本相似度计算42-43
• 4.2.3 故障码精确定位43
• 4.3 器件标注43-44
• 4.4 数据管理44
• 4.5 本章小结44-46
• 第5章 系统测试及应用46-51
• 5.1 系统运行环境46-47
• 5.1.1 编程环境46
• 5.1.2 编程语言46-47
• 5.1.3 开发平台47
• 5.1.4 数据来源47
• 5.2 系统测试及应用47-50
• 5.2.1 系统界面展示47-48
• 5.2.2 系统测试与结果48-50
• 5.3 本章小结50-51
• 第6章 总结与展望51-53
• 6.1 总结51-52
• 6.2 展望52-53
• 参考文献53-56
• 作者简介及科研成果56-57
• 致谢57

【参考文献】

中国期刊全文数据库 前10条

1 迪丽达尔·迪力沙提;;自然语言处理中的中文自动分词技术[J];信息与电脑(理论版);2012年11期

2 钟义信;;人工智能的突破与科学方法的创新[J];模式识别与人工智能;2012年03期

3 李稚楹;杨武;谢治军;;PageRank算法研究综述[J];计算机科学;2011年S1期

4 李德毅;;网络时代人工智能研究与发展[J];智能系统学报;2009年01期

5 冯志伟;自然语言处理的学科定位[J];解放军外国语学院学报;2005年03期

6 吴明强,李霁红,曹爱东,史慧;故障诊断专家系统综合智能推理技术研究[J];计算机测量与控制;2004年10期

7 苏占东,江亚东,陈新中;模糊神经网络推理技术及在故障诊断中的应用[J];装备指挥技术学院学报;2003年05期

8 赖朝安,孙延明,齐德昱,郑时雄;基于自然语言理解的专家系统研究[J];计算机工程;2003年01期

9 薛胜军,高孝洪;基于模糊神经网络的语言识别[J];武汉交通科技大学学报;1998年01期

10 尹锋,林亚平;神经网络的发展及其在汉语言处理方面的应用[J];软件世界;1996年12期

中国博士学位论文全文数据库 前1条

1 张弘;基于遗传模糊系统的知识获取方法研究[D];吉林大学;2004年

中国硕士学位论文全文数据库 前3条

1 金永夫;车辆故障诊断专家系统的研究和设计[D];浙江工业大学;2010年

2 蔡浩;汽车故障诊断系统的设计和开发[D];上海交通大学;2009年

3 韦卓;自然语言理解中篇章的名词聚类在测试计量中的应用[D];西安电子科技大学;2008年

，

本文编号：1085708