案体定理在施工器械问题整治自动化中运用

　　基于CBR的工程机械故障诊断智能化系统设计要使故障诊断做到快速准确，必须有智能化故障诊断系统。智能化故障诊断系统是故障诊断智能化的重要体现与主要工具。工程机械智能化诊断系统主要包括：1）各类工程机械中通用零部件的故障信息；2）典型工程机械中各功能结构组成、各典型故障模式与维修策略、维修时间与所需维修资源；3）不同环境下工程机械故障信息与维修信息；4）类似装备故障状况与诊断案例等。

　　CBR故障诊断系统总体结构模型3基于CBR的工程机械故障诊断智能化技术为了使故障诊断智能化，必须有故障诊断智能化技术，作为人工智能领域新分支的CBR技术，是一项新兴的智能化技术可用于故障诊断领域，实现故障诊断智能化。将CBR智能化技术应用于工程机械故障诊断中，必须解决好故障诊断过程中的案例的搜集与整理、案例的知识表示、案例的检索与匹配、案例的学习机制和案例维护等五项关键技术。

　　案例的搜集与整理案例推理的成效很大程度上取决于案例库的规模和库中案例的品质。因此，CBR故障诊断智能化的首要问题是构建包括大量故障诊断案例的案例库，对于每个案例都用编码记录其诊断过程、诊断方法、所需时间及所需资源等信息，存入案例库并对案例进行必要的分析和整理。

　　案例库是知识库的核心，主要来源于专家知识及个体案例。建立案例库时，首先对典型或通用零部件进行分类，并确定其属性。工程机械故障主要有自然故障、战损故障和人为差错等，针对不同的故障条件、故障原因、故障现象、故障诊断结果及相应的处理方法，建成不同的故障诊断案例库。在平时可以充实和完善这些案例库，并将这些案例系统化、标准化后纳入知识库，发生类似故障时，可利用这些案例支持诊断工作。

　　案例的知识表示把要求解的新问题以及案例库中众多的案例按照一定的数据结构表示出来，称为案例的知识表示。适当的知识表示方法有助于提高案例检索的精度和速度。人工智能可为工程机械故障诊断提供智能技术支持，将人工智能中的知识表示与知识处理的思想引入工程机械故障诊断过程中，可实现故障诊断的快速、准确和智能化。