应用到水泵故障诊断中基于知识的方法有哪些？

随着人工智能及计算机技术的飞速发展，基于知识的方法在水泵故障诊断中得到越来越广泛的应用。目前应用到水泵故障诊断中基于知识的方法主要有粗糙集理论、专家系统、人工神经网络和支持向量机等。下面我们主要介绍一下粗糙集理论和专家系统这两种方法。
1、粗糙集理论
粗糙集理论是种用于处理不完整不精确知识的数学方法，该理论不需要关于数据的任何初始或附加信息，直接对不完整不精确数据进行分析处理。
近年来，粗糙集理论发展迅速，已经在很多领域得到了应用。有人利用粗糙集理论对离心泵的特征参数进行简约，并优选出最简决策表，形成标准特征库，提高了故障诊断的速度和精度。但当故障形式和特征参数较多时，则有可能会导致较大的决策表以及较多的规则数目。同时，由于许多实际应用中的数据经常是不断更新的，因此如何动态地修正现有模型结构和规则集、提高系统的自学习能力，还有待于做进一步的研究。
2、专家系统
基于专家系统的故障诊断方法其实是一个计算机智能程序。
计算机在采集被诊断对象的信息后，综合运用各种规则，进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，就可快速她找到最终故障或最有可能的故障，再由用户来证实。
专家系统一般由数据库、知识库、推理机、解释机制以及计算机接口五部分组成。
（1）其中知识库中存储诊断知识，也就是故障征兆、故障模式、故障成因和处理意见等内容；
（2）而数据库中存储了通过测量并处理得到的当前征兆信息；
（3）推理机就是使用数据库中的征兆信息，通过一定的搜索策略在知识库中找到征兆下可能发生的故障，然后对故障进行评价和决策；（4）解释机制就是可以为此推理过程给出解释；
（5）而计算机接口用于知识的输入和人机对话。此种方法在水泵的故障诊断巾已有不少应用。
了解了本篇的内容后，大家可以谈一谈，你们有没有使用过这些方法呢，对这些方法又真的了解多少呢？