基于解释学习的石油蒸馏过程故障诊断机器学习系统

• 作 者: 吕翠英 徐亦方 沈复 史忠植
• 机 构: 华南理工大学化工研究所，石油大学化工部，中国科学院计算所
• 出 处: 计算机与应用化学
• 发表日期: 1996年04期
• 关键词: 机器学习 蒸馏过程 故障诊断 一致性维护 解释学习 知识处理 学习模型 知识获取 常压塔 回流量

建立了基于深层知识处理石油蒸馏过程故障诊断知识库不完善问题的学习模型。对于学习模型进行知识获取，对完善知识库过程中产生的多个断口问题进行数学抽象，并提出了较通用的解决策略。同时提出了知识库一致性维护操作方法，使机器学习获得的新知识在确认非矛盾和非冗余后输入到原始知识库中。

A learning model based on deep knowledge to deal with the imperfect problem of fault diagnosis knowledge base in petroleum distillation process was established. To acquire the knowledge of the learning model, mathematical abstraction of several fracture problems in the process of perfecting the knowledge base is made and a more general solution strategy is proposed. At the same time, the method of consistency maintenance of knowledge base is put forward, and the new knowledge gained by machine learning is input into the original knowledge base after confirming non-contradiction and non-redundancy.