论文部分内容阅读
摘 要：制氧系统在钢铁冶炼中占有着非常重要的作用，在炼钢过程中吹入高纯度的氧气可以提高钢的质量，缩短冶炼时间，提高总产量。近年来，随着制氧设备不断向大型化，自动化方向发展，制氧设备故障诊断也面临着新的困难和挑战。基于专家系统的故障诊断方法能够很好地解决复杂、大型动态制氧系统产生的故障问题，因此智能化的制氧设备故障状态诊断专家系统的建立就显得非常必要了。
关键词：制氧系统;故障诊断;专家系统
一、设备故障诊断研究现状
故障诊断过程的实质是一种特殊的推理决策过程。根据现场工作人员所观测的数据及设备表现的外部特征，找出所诊断的设备可能存在的故障或是找出这些故障发生的直接原因，是故障诊断的根本任务[1]。近年来，工程师们总结出了很多解决设备故障的理论及方法，总的来说，可分为以下三大类：一是基于解析模型的故障诊断方法：这是最早应用于故障诊断的一種方法，也可称之为基于数学模型的诊断方法。这种方法是通过对被诊断对象建立清晰严谨的数学模型，从而利用精准的数学方法进行故障诊断。但是，随着科技的发展，设备的更新，大多数设备故障无法建立精确的数学模型，所以无法采用这种方法进行精准的故障诊断。二是基于信号处理的故障诊断方法：这种方法是通过利用检测到的设备信号的频率、幅值、方差等的变动情况对设备故障做出诊断。其中小波变换法是这种诊断方法中最长用到的一种故障诊断方法，常用于时变信号分析的故障处理。三是基于知识的故障诊断方法：随着人工智能技术的应用发展，智能化的故障诊断方法也随之应运而生，成为了故障诊断的主流方法。基于知识的故障诊断方法是一个能够实时更新的开放系统，可以在诊断过程中不断补充新的知识，实现系统性能的提升。基于知识的诊断方法所采用的理论技术有模糊控制、故障树、神经网络、支持向量机及专家系统等多种。其中，基于专家系统的故障诊断方法得到了越来越广泛的应用。对于各种主要故障诊断方法优缺点比较如下表所示：
随着故障诊断技术的不断发展，对于其涉及到的不同领域内的不同的设备故障可以选择不同的故障诊断方法，以求达到最好的诊断效果。目前，基于知识的故障诊断方法随着人工智能技术的快速发展以及大数据时代的到来，成为了故障诊断领域最热门的研究方法，也推动了人工智能故障诊断方法的有效运用。
一、基于专家系统的故障诊断方法
基于专家系统的故障诊断方法是基于知识的故障诊断方法的一个分支，该诊断方法是利用现今发达的计算机软件技术将各个领域不同专家的经验、知识和研究成果变换成一类包含知识和推理的计算机程序，根据程序中知识库存储的领域专家对不同故障做出的判断，对应实际设备中出现的故障，利用计算机实现设备的自诊断[2]。
基于专家系统的故障诊断方法在结构上主要由以下四部分组成：
（一）知识的获取
专家系统也被人们称为是“基于知识的系统”，知识的获取对于整个专家系统而言是至关重要的核心单元。实际工作中，专家系统解决实际问题能力的强弱，与专家系统中知识库所包含知识量的丰富程度有着直接的关系。知识的获取是知识库建立的基础，同时也是知识库修改和扩充的后勤保障。简单系统当中，知识获取机构可以是一个简单的知识编辑程序，在较为复杂的大型系统中，知识扩区机构也可以扩展为一个复杂的知识获取子系统，专家系统通过这个子系统可自动获取所需知识。
（二）知识库的建立
建立专家系统时，最为关键的一相任务就是知识库的设计和建设。知识库的建立实质上就是将领域专家的知识和现场技术人员的经验编织成计算机语言存储到计算机中，用于实际具体问题的求解。知识库中的知识有静态的也有动态的，分别存放于不同的数据库中。
（三）推理机的建立
专家系统想要顺利的利用知识库中存储的领域知识去解决实际问题，还需要拥有一定的推理能力才能够实现问题的解决。推理机制就是通过规划、搜索和推理三个步骤，利用从知识库中获取的相关知识，结合用户提供的相关数据信息进行问题的推导，最终得出解决方法的机构。常用的三种推理方法有：正向推理、反向推理和正反向混合推理[3]。
（四）解释器的建立
对于一个良好的结构完整的专家系统来讲，不但能够通过专家经验来解决实际问题，还应能够对给出的结论作出合理的解释。这样，才能让工作人员完全信任专家系统得出的结论。总之，解释机构的建立能够让用户更加清晰的认识整个专家系统，对程序正在做什么，为什么这样做，结论具体是如何得出的有一个较为全面的认知。拥有缜密的解释机制使专家系统的一大亮点。
总之，设备故障诊断专家系统的建立，让计算机有了思维能力，拓宽了计算机的应用范围，实现了故障的自诊断。同时，帮助不具有编程能力的现场工程技术人员建立了功能强大的程序系统。现场工作人员通过专家系统可以将他们在实际工作中遇到的故障实例、处理经验和知识输入到专家系统中，从而丰富专家系统的知识库，使专家系统能够更为高效，有针对性的进行工作。
三、制氧设备故障特点及常见故障
制氧机组制氧工艺流程复杂，设备众多。设备一旦出现故障，如果单靠人为诊断故障原因，不但耗时长，诊断结果还不一定准确。想要找到一种高效的故障诊断方法，就需要对制氧设备故障特点及引发故障的原因有充分的认识和了解[4]。制氧设备的故障特点主要有以下两点：
（一）制氧设备故障存在模糊性
例如，制氧设备运行过程中，操作人员发现某一设备工艺参数发生了较大的波动，检查该设备时并没有发现该设备存在故障问题，这就有可能是制氧机组中其他设备的故障引发了该设备工艺参数的变动。但是，具体是其中的哪个设备出现的问题，并不能及时找出并排除故障。
（二）制氧设备故障具有高度非线性、时变和时滞性
大量的实践经验证明，很多时候制氧设备出现的故障都是由一些被人们忽略的小问题积累到一起而造成的。但是这些小问题不容易被人们发现，所以故障的产生据有一定的延迟性。但是小问题不解决，会引发蝴蝶效应，造成大故障的出现，某些时候甚至会造成整个机组停止运行的重大事故。 制氧设备故障主要有三大类：1）磨损性故障，此类故障有因工艺参数波动过大，超出正常范围值引发的故障;有因气液分离异常导致氮氧抽取比例失衡引发的故障;有因操作人员技能水平不均，导致设备操作调整不及时，或操作失误引发的故障。2）电气故障，此类故障有因制氧设备长期处于低温、高温、振动等恶劣环境下导致设备出现老化、破损，使得设备参数偏离正常数值而引发故障;还有因程序自动控制阀门线性控制不好、PID参数与阀门实际动作线性不一致，阀门控制出现偏差、波动，导致设备出现故障。3）控制故障，此类故障多是因为设备使用不当，没有良好的维护等因素，使得设备老化异常引发设备故障。
四、制氧设备故障诊断专家系统的建立
（一）建立制氧设备故障诊断专家系统流程
制氧设备故障诊断专家系统的开发大致可分为六个阶段，经过六个不同阶段阶梯式开发，使整个系统得到充分的升华和完善。故障诊断专家系统流程图如图1所示。
1.认识阶段
在系统建设初期，知识工程师首先要与领域专家进行对接、研讨，针对该系统需要解决的是什么问题，这些问题都有哪些子问题组成，有哪些类型的数据结构，专业术语都有什么，求解问题时需要具备的专业知识有哪些等问题进行一一探讨与梳理。最终形成双方均能够认可的系统整体框架。
2.概念化阶段
在系统整体框架确定之后，概念化阶段需要系统的对需要解决的问题及解决问题时所需的专业知识进行梳理和明确，力求与认识阶段所给出的系统整体框架相匹配。概念化阶段对有哪些有效数据，已知条件有什么，能得到哪些结论，有哪些子任务，子任务如何命名，有哪些求解方法，系统能否层次化，问题求解过程中会有哪些约束条件，能否正确区分求解知识和解释知识等问题进行进一步明确。
3.形式化阶段
通过上上两个阶段的工作之后，可以开始进行制氧设备故障诊断专家系统的模型的设计和建立了。模型建立的好坏直接影响到专家系统整体性能的好坏及开发进度。所以说，模型的建立是该阶段最为重要的工作，也是整个专家系统建设过程中的重点，难点。
4.实现阶段
实现阶段就是把形式化阶段建立的模型现实化，实践模型具体工作过程。也就是通过特定的编程方法将上一阶段中谈到的问题，总结的知识点，研究的推理方法用计算机语言表示出来，形成计算机程序。
5.测试阶段
测试阶段会把系统中存在的大大小小的問题一一暴露出来，在这个阶段需要对这些问题进行频繁的修改，对整体系统进行频繁的改造与升级，通过反复的测试和修改，力求使整个系统的功能更加完善，强大，达到用户对系统的总体要求。
6.验收阶段
在验收阶段需要对建立的专家系统进行试运行，通过试运行期间队形通的观察确定系统整体的完善性，并对观察到的问题提出修改意见，通过对试运行阶段的调整使整个专家系统更加符合实际需求。之后，便可以进行文件手册的编写，将其进行商品化，正式投入实际运行了。
（二）制氧设备故障诊断专家系统功能构成
制氧设备故障诊断专家系统的整体架构由构成该系统的各分支架构的构造方法和具体组织方法决定[5]。专家系统的实用性，由系统在解决实际发生问题时的能力和效率决定。那么怎样的结构是最优的呢？这与系统具体的工作环境和需要系统解决的问题的特点来决定。依照制氧系统工况及制氧设备故障特点，设计制定制氧设备故障诊断专家系统的具体构成如图2所示。
1.实时监视与历史查询
实时监视是指对制氧设备运行过程中各种数据的变化的追踪和监测。包括对精馏塔主监视图、实时参数总表、实时时域波形图、实时全息谱和实时BODE 图等图形的分析和监测。通过对这些图形的监测和分析，有利于机组运行人员及时了解设备运行状态，一旦出现问题，能够协助检修人员完成设备故障检测和诊断。
历史查询主要是将设备运行过程中各种有效数据以运行参数日报表、异常报表、随机表表、事故分析报表等形式存储下来，以便于日后检修人员与运行人员在遇到类似问题时进行查询参考。
2.状态分析
状态分析分为运行参数分析、偏差分析和运行状态分析三部分。通过对运行参数的分析可以明确机组主要运行参数值和热经济性的目标值。通过偏差分析可以确定实际运行参数与目标值之间的差距，以便于及时调整有关参数，稳定设备运行。通过对设备运行状态分析，可以掌握设备运行过程中参数变化情况，从而掌握各机组主要辅机的具体运行情况。
3.故障诊断
故障诊断模块是最为重要的组成部分，它包含了四大部分：征兆故障对照表、推理机的建立、故障诊断历史纪录、机组状态综合评价。
征兆故障对照表能够很清晰地反映远程故障诊断系统做出的故障诊断与故障主要征兆的对应关系。推理机其实就是一套闭环的计算机程序，指导着系统整体的运行方式。正向推理指的是由机组对外表现出来的某些征兆推断出机组具体故障，采用的是正向思维方式查找故障。反向推理是从结果入手查找出产生这种结果的原因，采用的是假设某种结论成立，反向查找产生这种结论的原因，在与实际设备特征进行比较，看假设是否成立，直至找出正确结论。正反向混合推理集合了前两种单一推理方法的优点。该方法采用先正向推理再反向推理的方法，与人类思维方式极为相似，能够解决比较复杂的问题。
历史诊断模块是对推理机产生的历史诊断记录进行查询，用户可以通过查找机组之前存在过的故障信息，判断现在有可能产生的是哪一类故障，从而加快故障的发现与排除。
机组状态综合评价模块是指，按照某一融合算法将各种通道的诊断结论进行综合，得出反映机组整体状态的诊断结论。
4.系统维护
专家系统在运行过程中，需要不断增强求解问题的能力，这就需要增强对知识组织和知识库的维护，只有不断地充盈知识库中的信息，才能够使专家系统不断强大。否则，当遇到复杂任务的时候，专家系统将无法给出合理的解决方法，所以，即便是系统交付使用后，也会存在具体维护问题。
专家系统可以将很多领域专家总结的知识汇总到一起，发现问题时，通过汇集的专家知识对问题进行分析、比对、推理，从而得出最佳解决方法。现场技术人员还可以通过对现场设备的观察及对运行参数的分析，在计算机系统的帮助下快速解决实际故障。这也是设备故障诊断专家系统近年来成为热门研究课题的原因。
五、结语
制氧系统是一个复杂而庞大的系统，设备众多，结构复杂，如何能够更好利用故障诊断专家系统完成制氧系统的故障诊断，使整个故障诊断系统更为优化，是今后仍需努力研究的方向。我相信，随着科技的进步，专家系统故障诊断方法将更加完善，应用领域也更加广泛。
参考文献：
[1]任戍洲.汽轮机故障诊断技术的发展与展望[J].工程技术，2016（006）：80-80.
[2]彭晓楠.基于专家系统的机械设备故障检测方法[J].中国高新技术企业，2009（21）： 24-26.
[3]安茂春.故障诊断专家系统及其发展[J]. 计算机测量与控制， 2008，16（9）： 1217-1219.
[4]王勇.大型制氧系统的故障诊断方法与系统开发研究[D].兰州：兰州理工大学，2010.
[5]杜雷，丁志钊.基于专家系统的微波电路故障诊断[J].电子科学技术（北京），2016，3（3）： 200-203.
作者简介：闫慧敏（1982— ），女，汉族，甘肃嘉峪关人，硕士，甘肃钢铁职业技术学院讲师，研究方向：控制工程，信息技术。
关键词：制氧系统;故障诊断;专家系统
一、设备故障诊断研究现状
故障诊断过程的实质是一种特殊的推理决策过程。根据现场工作人员所观测的数据及设备表现的外部特征，找出所诊断的设备可能存在的故障或是找出这些故障发生的直接原因，是故障诊断的根本任务[1]。近年来，工程师们总结出了很多解决设备故障的理论及方法，总的来说，可分为以下三大类：一是基于解析模型的故障诊断方法：这是最早应用于故障诊断的一種方法，也可称之为基于数学模型的诊断方法。这种方法是通过对被诊断对象建立清晰严谨的数学模型，从而利用精准的数学方法进行故障诊断。但是，随着科技的发展，设备的更新，大多数设备故障无法建立精确的数学模型，所以无法采用这种方法进行精准的故障诊断。二是基于信号处理的故障诊断方法：这种方法是通过利用检测到的设备信号的频率、幅值、方差等的变动情况对设备故障做出诊断。其中小波变换法是这种诊断方法中最长用到的一种故障诊断方法，常用于时变信号分析的故障处理。三是基于知识的故障诊断方法：随着人工智能技术的应用发展，智能化的故障诊断方法也随之应运而生，成为了故障诊断的主流方法。基于知识的故障诊断方法是一个能够实时更新的开放系统，可以在诊断过程中不断补充新的知识，实现系统性能的提升。基于知识的诊断方法所采用的理论技术有模糊控制、故障树、神经网络、支持向量机及专家系统等多种。其中，基于专家系统的故障诊断方法得到了越来越广泛的应用。对于各种主要故障诊断方法优缺点比较如下表所示：
随着故障诊断技术的不断发展，对于其涉及到的不同领域内的不同的设备故障可以选择不同的故障诊断方法，以求达到最好的诊断效果。目前，基于知识的故障诊断方法随着人工智能技术的快速发展以及大数据时代的到来，成为了故障诊断领域最热门的研究方法，也推动了人工智能故障诊断方法的有效运用。
一、基于专家系统的故障诊断方法
基于专家系统的故障诊断方法是基于知识的故障诊断方法的一个分支，该诊断方法是利用现今发达的计算机软件技术将各个领域不同专家的经验、知识和研究成果变换成一类包含知识和推理的计算机程序，根据程序中知识库存储的领域专家对不同故障做出的判断，对应实际设备中出现的故障，利用计算机实现设备的自诊断[2]。
基于专家系统的故障诊断方法在结构上主要由以下四部分组成：
（一）知识的获取
专家系统也被人们称为是“基于知识的系统”，知识的获取对于整个专家系统而言是至关重要的核心单元。实际工作中，专家系统解决实际问题能力的强弱，与专家系统中知识库所包含知识量的丰富程度有着直接的关系。知识的获取是知识库建立的基础，同时也是知识库修改和扩充的后勤保障。简单系统当中，知识获取机构可以是一个简单的知识编辑程序，在较为复杂的大型系统中，知识扩区机构也可以扩展为一个复杂的知识获取子系统，专家系统通过这个子系统可自动获取所需知识。
（二）知识库的建立
建立专家系统时，最为关键的一相任务就是知识库的设计和建设。知识库的建立实质上就是将领域专家的知识和现场技术人员的经验编织成计算机语言存储到计算机中，用于实际具体问题的求解。知识库中的知识有静态的也有动态的，分别存放于不同的数据库中。
（三）推理机的建立
专家系统想要顺利的利用知识库中存储的领域知识去解决实际问题，还需要拥有一定的推理能力才能够实现问题的解决。推理机制就是通过规划、搜索和推理三个步骤，利用从知识库中获取的相关知识，结合用户提供的相关数据信息进行问题的推导，最终得出解决方法的机构。常用的三种推理方法有：正向推理、反向推理和正反向混合推理[3]。
（四）解释器的建立
对于一个良好的结构完整的专家系统来讲，不但能够通过专家经验来解决实际问题，还应能够对给出的结论作出合理的解释。这样，才能让工作人员完全信任专家系统得出的结论。总之，解释机构的建立能够让用户更加清晰的认识整个专家系统，对程序正在做什么，为什么这样做，结论具体是如何得出的有一个较为全面的认知。拥有缜密的解释机制使专家系统的一大亮点。
总之，设备故障诊断专家系统的建立，让计算机有了思维能力，拓宽了计算机的应用范围，实现了故障的自诊断。同时，帮助不具有编程能力的现场工程技术人员建立了功能强大的程序系统。现场工作人员通过专家系统可以将他们在实际工作中遇到的故障实例、处理经验和知识输入到专家系统中，从而丰富专家系统的知识库，使专家系统能够更为高效，有针对性的进行工作。
三、制氧设备故障特点及常见故障
制氧机组制氧工艺流程复杂，设备众多。设备一旦出现故障，如果单靠人为诊断故障原因，不但耗时长，诊断结果还不一定准确。想要找到一种高效的故障诊断方法，就需要对制氧设备故障特点及引发故障的原因有充分的认识和了解[4]。制氧设备的故障特点主要有以下两点：
（一）制氧设备故障存在模糊性
例如，制氧设备运行过程中，操作人员发现某一设备工艺参数发生了较大的波动，检查该设备时并没有发现该设备存在故障问题，这就有可能是制氧机组中其他设备的故障引发了该设备工艺参数的变动。但是，具体是其中的哪个设备出现的问题，并不能及时找出并排除故障。
（二）制氧设备故障具有高度非线性、时变和时滞性
大量的实践经验证明，很多时候制氧设备出现的故障都是由一些被人们忽略的小问题积累到一起而造成的。但是这些小问题不容易被人们发现，所以故障的产生据有一定的延迟性。但是小问题不解决，会引发蝴蝶效应，造成大故障的出现，某些时候甚至会造成整个机组停止运行的重大事故。 制氧设备故障主要有三大类：1）磨损性故障，此类故障有因工艺参数波动过大，超出正常范围值引发的故障;有因气液分离异常导致氮氧抽取比例失衡引发的故障;有因操作人员技能水平不均，导致设备操作调整不及时，或操作失误引发的故障。2）电气故障，此类故障有因制氧设备长期处于低温、高温、振动等恶劣环境下导致设备出现老化、破损，使得设备参数偏离正常数值而引发故障;还有因程序自动控制阀门线性控制不好、PID参数与阀门实际动作线性不一致，阀门控制出现偏差、波动，导致设备出现故障。3）控制故障，此类故障多是因为设备使用不当，没有良好的维护等因素，使得设备老化异常引发设备故障。
四、制氧设备故障诊断专家系统的建立
（一）建立制氧设备故障诊断专家系统流程
制氧设备故障诊断专家系统的开发大致可分为六个阶段，经过六个不同阶段阶梯式开发，使整个系统得到充分的升华和完善。故障诊断专家系统流程图如图1所示。
1.认识阶段
在系统建设初期，知识工程师首先要与领域专家进行对接、研讨，针对该系统需要解决的是什么问题，这些问题都有哪些子问题组成，有哪些类型的数据结构，专业术语都有什么，求解问题时需要具备的专业知识有哪些等问题进行一一探讨与梳理。最终形成双方均能够认可的系统整体框架。
2.概念化阶段
在系统整体框架确定之后，概念化阶段需要系统的对需要解决的问题及解决问题时所需的专业知识进行梳理和明确，力求与认识阶段所给出的系统整体框架相匹配。概念化阶段对有哪些有效数据，已知条件有什么，能得到哪些结论，有哪些子任务，子任务如何命名，有哪些求解方法，系统能否层次化，问题求解过程中会有哪些约束条件，能否正确区分求解知识和解释知识等问题进行进一步明确。
3.形式化阶段
通过上上两个阶段的工作之后，可以开始进行制氧设备故障诊断专家系统的模型的设计和建立了。模型建立的好坏直接影响到专家系统整体性能的好坏及开发进度。所以说，模型的建立是该阶段最为重要的工作，也是整个专家系统建设过程中的重点，难点。
4.实现阶段
实现阶段就是把形式化阶段建立的模型现实化，实践模型具体工作过程。也就是通过特定的编程方法将上一阶段中谈到的问题，总结的知识点，研究的推理方法用计算机语言表示出来，形成计算机程序。
5.测试阶段
测试阶段会把系统中存在的大大小小的問题一一暴露出来，在这个阶段需要对这些问题进行频繁的修改，对整体系统进行频繁的改造与升级，通过反复的测试和修改，力求使整个系统的功能更加完善，强大，达到用户对系统的总体要求。
6.验收阶段
在验收阶段需要对建立的专家系统进行试运行，通过试运行期间队形通的观察确定系统整体的完善性，并对观察到的问题提出修改意见，通过对试运行阶段的调整使整个专家系统更加符合实际需求。之后，便可以进行文件手册的编写，将其进行商品化，正式投入实际运行了。
（二）制氧设备故障诊断专家系统功能构成
制氧设备故障诊断专家系统的整体架构由构成该系统的各分支架构的构造方法和具体组织方法决定[5]。专家系统的实用性，由系统在解决实际发生问题时的能力和效率决定。那么怎样的结构是最优的呢？这与系统具体的工作环境和需要系统解决的问题的特点来决定。依照制氧系统工况及制氧设备故障特点，设计制定制氧设备故障诊断专家系统的具体构成如图2所示。
1.实时监视与历史查询
实时监视是指对制氧设备运行过程中各种数据的变化的追踪和监测。包括对精馏塔主监视图、实时参数总表、实时时域波形图、实时全息谱和实时BODE 图等图形的分析和监测。通过对这些图形的监测和分析，有利于机组运行人员及时了解设备运行状态，一旦出现问题，能够协助检修人员完成设备故障检测和诊断。
历史查询主要是将设备运行过程中各种有效数据以运行参数日报表、异常报表、随机表表、事故分析报表等形式存储下来，以便于日后检修人员与运行人员在遇到类似问题时进行查询参考。
2.状态分析
状态分析分为运行参数分析、偏差分析和运行状态分析三部分。通过对运行参数的分析可以明确机组主要运行参数值和热经济性的目标值。通过偏差分析可以确定实际运行参数与目标值之间的差距，以便于及时调整有关参数，稳定设备运行。通过对设备运行状态分析，可以掌握设备运行过程中参数变化情况，从而掌握各机组主要辅机的具体运行情况。
3.故障诊断
故障诊断模块是最为重要的组成部分，它包含了四大部分：征兆故障对照表、推理机的建立、故障诊断历史纪录、机组状态综合评价。
征兆故障对照表能够很清晰地反映远程故障诊断系统做出的故障诊断与故障主要征兆的对应关系。推理机其实就是一套闭环的计算机程序，指导着系统整体的运行方式。正向推理指的是由机组对外表现出来的某些征兆推断出机组具体故障，采用的是正向思维方式查找故障。反向推理是从结果入手查找出产生这种结果的原因，采用的是假设某种结论成立，反向查找产生这种结论的原因，在与实际设备特征进行比较，看假设是否成立，直至找出正确结论。正反向混合推理集合了前两种单一推理方法的优点。该方法采用先正向推理再反向推理的方法，与人类思维方式极为相似，能够解决比较复杂的问题。
历史诊断模块是对推理机产生的历史诊断记录进行查询，用户可以通过查找机组之前存在过的故障信息，判断现在有可能产生的是哪一类故障，从而加快故障的发现与排除。
机组状态综合评价模块是指，按照某一融合算法将各种通道的诊断结论进行综合，得出反映机组整体状态的诊断结论。
4.系统维护
专家系统在运行过程中，需要不断增强求解问题的能力，这就需要增强对知识组织和知识库的维护，只有不断地充盈知识库中的信息，才能够使专家系统不断强大。否则，当遇到复杂任务的时候，专家系统将无法给出合理的解决方法，所以，即便是系统交付使用后，也会存在具体维护问题。
专家系统可以将很多领域专家总结的知识汇总到一起，发现问题时，通过汇集的专家知识对问题进行分析、比对、推理，从而得出最佳解决方法。现场技术人员还可以通过对现场设备的观察及对运行参数的分析，在计算机系统的帮助下快速解决实际故障。这也是设备故障诊断专家系统近年来成为热门研究课题的原因。
五、结语
制氧系统是一个复杂而庞大的系统，设备众多，结构复杂，如何能够更好利用故障诊断专家系统完成制氧系统的故障诊断，使整个故障诊断系统更为优化，是今后仍需努力研究的方向。我相信，随着科技的进步，专家系统故障诊断方法将更加完善，应用领域也更加广泛。
参考文献：
[1]任戍洲.汽轮机故障诊断技术的发展与展望[J].工程技术，2016（006）：80-80.
[2]彭晓楠.基于专家系统的机械设备故障检测方法[J].中国高新技术企业，2009（21）： 24-26.
[3]安茂春.故障诊断专家系统及其发展[J]. 计算机测量与控制， 2008，16（9）： 1217-1219.
[4]王勇.大型制氧系统的故障诊断方法与系统开发研究[D].兰州：兰州理工大学，2010.
[5]杜雷，丁志钊.基于专家系统的微波电路故障诊断[J].电子科学技术（北京），2016，3（3）： 200-203.
作者简介：闫慧敏（1982— ），女，汉族，甘肃嘉峪关人，硕士，甘肃钢铁职业技术学院讲师，研究方向：控制工程，信息技术。