第一篇：ren工智能读书报告
人工智能读书报告机器学习的研究与发展前景
班级：
姓名：
学号：
2011/5/2
5机器学习的研究与发展前景报告
前言
学习能力是智能行为的一个非常重要的特征，但至今对学习的机理尚不清楚。人们曾对机器学习给出各种定义。H.A.Simon认为，学习是系统所作的适应性变化，使得系统在下一次完成同样或类似的任务时更为有效。R.s.Michalski认为，学习是构造或修改对于所经历事物的表示。从事专家系统研制的人们则认为学习是知识的获取。这些观点各有侧重，第一种观点强调学习的外部行为效果，第二种则强调学习的内部过程，而第三种主要是从知识工程的实用性角度出发的。
机器学习在人工智能的研究中具有十分重要的地位。一个不具有学习能力的智能系统难以称得上是一个真正的智能系统，但是以往的智能系统都普遍缺少学习的能力。例如，它们遇到错误时不能自我校正；不会通过经验改善自身的性能；不会自动获取和发现所需要的知识。它们的推理仅限于演绎而缺少归纳，因此至多只能够证明已存在事实、定理，而不能发现新的定理、定律和规则等。随着人工智能的深入发展，这些局限性表现得愈加突出。正是在这种情形下，机器学习逐渐成为人工智能研究的核心之一。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。其中尤其典型的是专家系统中的知识获取瓶颈问题，人们一直在努力试图采用机器学习的方法加以克服。
机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。
自从1980年在卡内基-梅隆大学召开第一届机器学术研讨会以来，机器学习的研究工作发展很快，已成为中心课题之一。
笔者主要通过书本和网络，对机器学习进行了系统的了解和认识。本文主要介绍了机器学习的定义、发展历史、机器学习的主要策略、机器学习系统的基本领域、机器学习分类和机器学习目前的研究领域，以及笔者自己的感触。
机器学习的介绍
1.1机器学习的定义：
机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是
使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。
机器学习(Machine Learning)一般被定义为一个系统自我改进的过程，但仅仅从这个定义来理解和实现机器学习是困难的。从最初的基于神经元模型以及函数逼近论的方法研究，到以符号演算为基础的规则学习和决策树学习的产生，和之后的认知心理学中归纳、解释、类比等概念的引入，至最新的计算学习理论和统计学习的兴起当然还包括基于马尔可夫过程的增强学习，机器学习一直都在相关学科的实践应用中起着主导作用。研究人员们借鉴了各个学科的思想来发展机器学习，但关于机器学习问题的实质究竟是什么尚无定论。不同的机器学习方法也各有优缺点，只在其适用的领域内才有良好的效果。因此，以枚举的方法描述机器学习中的各个理论和算法可能是最合适的途径。
1.2机器学习的发展史
机器学习是人工智能研究较为年轻的分支，它的发展过程大体上可分为4个时期。
第一阶段是在50年代中叶到60年代中叶，属于热烈时期。…>
第二阶段是在60年代中叶至70年代中叶，被称为机器学习的冷静时期。
第三阶段是从70年代中叶至80年代中叶，称为复兴时期。
机器学习的最新阶段始于1986年。
机器学习进入新阶段的重要表现在下列诸方面：
(1)机器学习已成为新的边缘学科并在高校形成一门课程。它综合应用心理学、生物学和神经生理学以及数学、自动化和计算机科学形成机器学习理论基础。
(2)结合各种学习方法，取长补短的多种形式的集成学习系统研究正在兴起。特别是连接学习符号学习的耦合可以更好地解决连续性信号处理中知识与技能的获取与求精问题而受到重视。
(3)机器学习与人工智能各种基础问题的统一性观点正在形成。例如学习与问题求解结合进行、知识表达便于学习的观点产生了通用智能系统SOAR的组块学习。类比学习与问题求解结合的基于案例方法已成为经验学习的重要方向。
(4)各种学习方法的应用范围不断扩大，一部分已形成商品。归纳学习的知识获取工具已在诊断分类型专家系统中广泛使用。连接学习在声图文识别中占优势。分析学习已用于设计综合型专家系统。遗传算法与强化学习在工程控制中有较好的应用前景。与符号系统耦合的神经网络连接学习将在企业的智能管理与智能机器人运动规划中发挥作用。
(5)与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外，还
有计算机学习理论会议以及遗传算法会议。
1.3机器学习的主要策略：
学习是一项复杂的智能活动，学习过程与推理过程是紧密相连的，按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种——机械学习、通过传授学习、类比学习和通过事例学习。学习中所用的推理越多，系统的能力越强。
1.4机器学习的基本系统：
表示学习系统的基本结构。环境向系统的学习部分提供某些信息，学习部分利用这些信息修改知识库，以增进系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。在具体的应用中，环境，知识库和执行部分决定了具体的工作内容，学习部分所需要解决的问题完全由上述3部分确定。下面我们分别叙述这3部分对设计学习系统的影响。
影响学习系统设计的最重要的因素是环境向系统提供的信息。或者更具体地说是信息的质量。知识库里存放的是指导执行部分动作的一般原则，但环境向学习系统提供的信息却是各种各样的。如果信息的质量比较高，与一般原则的差别比较小，则学习部分比较容易处理。如果向学习系统提供的是杂乱无章的指导执行具体动作的具体信息，则学习系统需要在获得足够数据之后，删除不必要的细节，进行总结推广，形成指导动作的一般原则，放入知识库，这样学习部分的任务就比较繁重，设计起来也较为困难。
因为学习系统获得的信息往往是不完全的，所以学习系统所进行的推理并不完全是可靠的，它总结出来的规则可能正确，也可能不正确。这要通过执行效果加以检验。正确的规则能使系统的效能提高，应予保留；不正确的规则应予修改或从数据库中删除。
知识库是影响学习系统设计的第二个因素。知识的表示有多种形式，比如特征向量、一阶逻辑语句、产生式规则、语义网络和框架等等。这些表示方式各有其特点，在选择表示方式时要兼顾以下4个方面：
(1)表达能力强。(2)易于推理。(3)容易修改知识库。(4)知识表示易于扩展。
对于知识库最后需要说明的一个问题是学习系统不能在全然没有任何知识的情况下凭空获取知识，每一个学习系统都要求具有某些知识理解环境提供的信息，分析比较，做出假设，检验并修改这些假设。因此，更确切地说，学习系统是对现有知识的扩展和改进。
执行部分是整个学习系统的核心，因为执行部分的动作就是学习部分力求改进的动作。同执行部分有关的问题有3个：复杂性、反馈和透明性。
1.5机器学习的分类：
基于学习策略的分类
学习策略是指学习过程中系统所采用的推理策略。一个学习系统总是由学习和环境两部分组成。由环境（如书本或教师）提供信息，学习部分则实现信息转换，用能够理解的形式记忆下来，并从中获取有用的信息。在学习过程中，学生（学习部分）使用的推理越少，他对教师（环境）的依赖就越大，教师的负担也就越重。学习策略的分类标准就是根据学生实现信息转换所需的推理多少和难易程度来分类的，依从简单到复杂，从少到多的次序分为以下六种基本类型：
１）机械学习(Rote learning)
学习者无需任何推理或其它的知识转换，直接吸取环境所提供的信息。如塞缪尔的跳棋程序，纽厄尔和西蒙的LT系统。这类学习系统主要考虑的是如何索引存贮的知识并加以利用。系统的学习方法是直接通过事先编好、构造好的程序来学习，学习者不作任何工作，或者是通过直接接收既定的事实和数据进行学习，对输入信息不作任何的推理。
２）示教学习(Learning from instruction或Learning by being told)
学生从环境（教师或其它信息源如教科书等）获取信息，把知识转换成内部可使用的表示形式，并将新的知识和原有知识有机地结合为一体。所以要求学生有一定程度的推理能力，但环境仍要做大量的工作。教师以某种形式提出和组织知识，以使学生拥有的知识可以不断地增加。这种学习方法和人类社会的学校教学方式相似，学习的任务就是建立一个系统，使它能接受教导和建议，并有效地存贮和应用学到的知识。目前，不少专家系统在建立知识库时使用这种方法去实现知识获取。示教学习的一个典型应用例是FOO程序。
3）演绎学习(Learning by deduction)
学生所用的推理形式为演绎推理。推理从公理出发，经过逻辑变换推导出结论。这种推理是“保真”变换和特化(specialization)的过程，使学生在推理过程中可以获取有用的知识。这种学习方法包含宏操作(macro-operation)学习、知识编辑和组块(Chunking)技术。演绎推理的逆过程是归纳推理。
4）类比学习(Learning by analogy)
利用二个不同领域（源域、目标域）中的知识相似性，可以通过类比，从源域的知识（包括相似的特征和其它性质）推导出目标域的相应知识，从而实现学习。类比学习系统可以使一个已有的计算机应用系统转变为适应于新的领域，来完成原先没有设计的相类似的功能。类比学习需要比上述三种学习方式更多的推理。它一般要求先从知识源（源域）中检索出可用的知识，再将其转换成新的形式，用到新的状况（目标域）中去。类比学习在人类科学技
术发展史上起着重要作用，许多科学发现就是通过类比得到的。例如著名的卢瑟福类比就是通过将原子结构（目标域）同太阳系（源域）作类比，揭示了原子结构的奥秘。
５）基于解释的学习(Explanation-based learning, EBL)
学生根据教师提供的目标概念、该概念的一个例子、领域理论及可操作准则，首先构造一个解释来说明为什该例子满足目标概念，然后将解释推广为目标概念的一个满足可操作准则的充分条件。EBL已被广泛应用于知识库求精和改善系统的性能。著名的EBL系统有迪乔恩（G.DeJong）的GENESIS, 米切尔（T.Mitchell）的LEXII和LEAP, 以及明顿（S.Minton）等的PRODIGY。
６）归纳学习(Learning from induction)
归纳学习是由教师或环境提供某概念的一些实例或反例，让学生通过归纳推理得出该概念的一般描述。这种学习的推理工作量远多于示教学习和演绎学习，因为环境并不提供一般性概念描述（如公理）。从某种程度上说，归纳学习的推理量也比类比学习大，因为没有一个类似的概念可以作为“源概念”加以取用。归纳学习是最基本的，发展也较为成熟的学习方法，在人工智能领域中已经得到广泛的研究和应用。
个人感想
学习是人类获取知识的重要途径和人类智能的重要标志，机器学习则是计算机获取知识的重要途径和人工智能的重要标志。在人工智能系统中，知识获取一直是一个“瓶颈“问题，而解决这一问题的关键又在于如何提高机器的学习能力。因此，机器学习应该是人工智能的核心研究课题之一。
但是机器学习现在也面临着许多问题，主要集中在：多少训练数据是充足的?怎样找到学习到假设的置信度与训练数据的数量及提供给学习器的假设空间特性之间的一般关系？ 学习器拥有的先验知识是怎样引导从样本进行泛化的过程的?当先验知识仅仅是近似正确时，它们会有帮助吗? 关于选择有效的后续训练经验，什么样的策略最好?这个策略的选择会如何影响学习问题的复杂性? 怎样把学习任务简化为一个或多个函数逼近问题?换一种方式，系统该试图学习哪些函数?这个过程本身能自动化吗?换言之，现在的机器学习主要是基于规则的参数调整，就是人工设置好规则，通过训练学习，修正规则中的一些参数，使得这些规则更符合实际。但是机器学习并不能真正学习创造规则，这是机器学习的瓶颈。
机器学习在很多应用领域被证明很有实用价值。在未来的决策支持系统中必将有着更广泛的应用。
第二篇：《商务智能》读书报告
《商务智能》读书报告
读这本书带给我许多的“没想到”：拿到这本书的时候，我也没有想到这本书写的这么好；在读完全书，忽然灵机一闪，想到网上搜索一下作者的时候，我没想到作者曾经做过爱立信的项目经理和市场经理。一本能够让人期待，并且带给人意外惊喜的书，无论如何都应该算是一本好书。
《商务智能》这本书内容比较新颖、全面，适合计算机应用、软件工程、信息管理、电子商务和管理科学等，商务智能是近年来企业信息化的热点，有着广阔的应用前景。《商务智能》首先介绍了商务智能的基本概念、商务智能系统的架构以及数据仓库、OLAP、数据挖掘等核心技术。在此基础上，讨论了商务智能在电子商务、移动商务、知识管理、Web挖掘、企业绩效管理和流程管理等领域的应用。此外，还分析了商务智能在国内外的发展趋势。
书中对于商务智能“前世今生”的描写非常形象。但感觉读完全书，自己才开始真正了解了商务智能的皮毛。以前的知识，不过盲人摸象而已。
我从书中了解到了很多知识知道了商务智能（Business Intelligence，简称BI）的概念最早是Gartner Group 的Howard Dresner于1996 年提出来的，我国学者将之翻译为“商业智能”
或“商务智能”，本文选用“商务智能”作为Business
Intelligence的中文翻译。近年来，商务智能技术日趋成熟，越来越多的企业决策者意识到需要商务智能来保持和提升企业竞争力。
商务智能是数据仓库、数据挖掘、OLAP等技术的集成，作为当前重要的研究前沿之一，商务智能是学术界和企业界关注的热点。商务智能的应用领域非常广泛，典型的有电信、银行、保险、医疗、零售、政府等，以及所有建立了数据仓库的用户。从商务智能应用的论文内容来看，我国的商务智能应用还处于起步阶段，仅在信息化程度偏高的电信、银行、保险、医疗等有少量应用。这一方面因为商务智能是建立在数据仓库基础上的，我国大部分企业的信息化程度偏低，缺乏数据的积累，而数据的积累需要一个较长期的过程。另一方面因为对商务智能的认知度不高，缺乏商务智能方面的人才以及对这些人才的有效管理。
商务智能的应用与行业内信息化的基础状况密切相关，实施商务智能的企业中，以电信、金融行业的使用率较高。
为了对近年来国内商务智能论著情况有一个比较全面的了解，我分别以“商务智能”和“商业智能”为检索题，通过对国家图书馆的多库目录检索系统进行题名检索，得到近年来相关论著及博硕论文分布情况：国内商务智能专著只有2004年的两本，译著在2003年~2005年间只有三本。相对于最早1988年出版、截止2005年已经出版23本的西文专著要少得多。国外2001年~2004年间出版的商务智能专著数量极多，说明经过一段时间的发展，国外商务智能的基础研究和应用研究都比较成熟。而我国从2002年起仅有少量的博士论文，关于商务智能的专著也屈指可数，我国商务智能仅处于导入期，对商务智能的系统研究还有大量工作要做。从检索结果来看，1996年的两篇简讯可以说是国内较早关于商务智能的文章。中国学术期刊全文数据库在1996年~2005年期间，收录了有关“商务智能”和“商业智能”的论文一共200篇，文章数量年代分布呈现前几年缓慢增长，近几年明显递增的特征。因此可以将国内商务智能发展规划为两个阶段：①初始阶段（1996年~2001年）：这个阶段国内商务智能初露端倪，这段时间相关文章很少，有36篇，约占总数18%，说明商务智能在当时属新事务，没有得到应有的重视，这段时期的文章多是关于商务智能软件和国外商务智能研究的简单介绍和综述。②明显增长阶段（2002年~2005年）：这阶段论文有显著增长。不少论文讨论商务智能在各行业和各领域的应用，但是关于商务智能的较高水平和较深层次的学术研究论文还极少，大部分文章仍是简单的、重复的功能介绍、综述和简讯等。目前我国企业信息化程度普遍不高、缺乏大量数据积累、缺乏应用商务智能的实践有关。
我查阅大量的相关论文资料，对当前商务智能的研究主题进行划分并加以调整，将商务智能的研究内容划分为基础研究和应
用层面两大类，其中基础研究包括商务智能定义、功能（任务）、技术、综述等，关于商务智能的一般应用研究等无法归于应用层面所分细类的文章也放在这一部分；应用层面分为：①商务智能软件方面的简讯和功能介绍；②商务智能的行业应用，如金融、电信等；③商务智能应用的范畴，如客户关系管理、电子政务等。按以上主题通过对中国学术期刊全文数据库按题名检索的结果进行分类，统计表明，国内学者对商务智能基础工作研究较少，共75篇，占总数的37.5%，其中还包括无法归类于商务智能软件和具体应用的一般应用讨论的文章。这里分别以“商务智能”、“商业智能”为题名检索到商务智能技术方面的论文极少，但如果以“数据挖掘”、“数据仓库”、“OLAP”分别进行题名检索，会得到成百上千篇论文。作为商务智能的支撑技术，数据挖掘、数据仓库、OLAP的发展是推动商务智能发展的技术基础。商务智能支撑技术研究的逐渐深入和成熟，为商务智能的功能、体系结构、应用研究等提供了良好的技术基础。
总的来说，我国关于商务智能基础研究的论文数量极少，部分论文的质量不高，只是肤浅的介绍式论述，论文内容不新颖，重复性较高，算得上是严格意义上的学术论文数量更是屈指可数，尤其缺乏高质量的、深入的关于功能、体系结构、方法等方面的论文。当然这也与商务智能本身的特点有关，确切地讲，商务智能并不是一项新技术，它将数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）等技术与客户关系管理（CRM）、ERP
等系统结合起来应用于商业活动实际过程当中，实现了技术服务于决策的目的。
商务智能应用研究的文章数量相对较多，共125篇，占总量的62.5%，这部分文章中41篇（32.8%）是关于商务智能软件的简讯，其余84篇（67.2%）是关于商务智能在各行业和各领域应用的论文和介绍性文章。这部分关于具体应用的文章也存在讨论不够深入、内容比较简单、有重复的现象。论文数量2002年开始增长较多，电信、金融等信息化程度高的行业应用商务智能较多，客户关系管理、竞争与决策、信息化和ERP等领域是商务智能应用的热点。
从现状看我国商务智能的研究还处于导入期。作者在商务智能的理论研究分为宏观研究和微观研究两方面，其中宏观研究主要是从总体上把握，如商务智能的必要性、内涵和理论综述等；微观研究主要包括：商务智能功能、技术、体系结构等。
商务智能在客户关系管理（CRM）、信息化与ERP、竞争与决策中的应用。统计分析显示商务智能在客户关系管理、信息化、竞争与决策等方面的研究论文相对较多。商务智能建设的主要目标是企业决策支持。商务智能通过信息技术的运用在不同层面为战略决策提供新的支持：提升决策者洞察力；支持信息获取与分析。
传统上，商务智能主要支持中、高级管理人员决策。目前，商务智能平台的用户包括一线的业务人员、各级管理者，甚至外部的顾客和商业伙伴。这是因为业务经营决策的范围发生了扩展，包括操作层、战术层和战略层的决策。
总的来说，我觉得这是一本挺好的书，书中描写了很多数据都表明我们国家的商务智能处于萌发期有待进一步的发展。尤其是书中很多实例的描写，让人们觉得“商务智能”并不神秘，离自己很近。比那些上来就说“资源共享”、“弹性扩容”什么的强多了。
第三篇：智能故障诊断报告
智能：是指能随内、外部条件的变化，具有运用知识解决问题和确定正确行为的能力。表现形式：观察、记忆、想像、思考、判断 智能可分为低级智能和高级智能：
低级智能——感知环境、做出决策和控制行为
高级智能——不仅具有感知能力，更重要的是具有学习、分析、比较和推理能力，能根据复杂环境变化做出正确决策和适应环境变化
智能的基本要素
三个基本要素：推理、学习、联想
推理——从一个或几个已知的判断（前提），逻辑地推断出一个新判断（结论）的思维形式 学习——根据环境变化，动态地改变知识结构
联想——通过与其它知识的联系，能正确地认识客观事物和解决实际问题
智能应具备的条件（能力）
三个基本能力：感知、思维、行为
感知能力——就是能感知外界变化和获取感性知识的能力
思维能力——就是具有记忆、联想、推理、分析、比较、判断、决策、学习等能力
行为能力——就是对外界刺激（输入信号）做出反应（输出信息）并采取相应动作的能力
故障：是指设备在规定条件下不能完成其规定功能的一种状态。可分为以下几种情况： 1）设备在规定的条件下丧失功能；
2）设备的某些性能参数达不到设计要求，超出允许范围；
3）设备的某些零部件发生磨损、断裂、损坏等，致使设备不能正常工作； 4）设备工作失灵，或发生结构性破坏，导致严重事故甚至灾难性事故。
故障的性质
1）层次性——系统是有层次的，故障的产生对应于系统的不同层次表现出层次性。一般可分为系统级、子系统级、部件级、元件级等多个层次；高层故障可由低层故障引起，而低层故障必定引起高层故障。诊断时可采用层次诊断模型和诊断策略。
2）相关性——故障一般不会孤立存在，它们之间通常相互依存和相互影响，如系统故障常常由相关联的子系统传播所致。表现为，一种故障可能对应多种征兆，而一种征兆可能对应多种故障。这种故障与征兆间的复杂关系导致了故障诊断的困难。
3）随机性——故障的发生常常是一个与时间相关的随机过程，突发性故障的出现通常都没有规律性；再加上某些信息的模糊性和不确定性，就构成了故障的随机性。4）可预测性——设备大部分故障在出现之前通常有一定先兆，只要及时捕捉这些征兆信息，就可以对故障进行预测和防范。
故障诊断：就是对设备运行状态和异常情况做出判断。具体说来，就是 在设备没有发生故障之前，要对设备的运行状态进行预测和预报；
在设备发生故障之后，要对故障的原因、部位、类型、程度等做出判断； 并进行维修决策。故障诊断的基本思想：
设被检测对象全部可能状态（正常和故障）组成状态空间S，它的可观测量特征的取值范围全体构成特征空间Y 若系统处于某一状态s时具有确定的特征y，即存在映射
；反之，一定的特征y也对应确定的状态s，即存在映射
。状态与特征空间这一关系可表述为：
因此，故障诊断的目的就是：根据可测量的特征向量来判断系统处于何种状态，也就是找出映射关系 f
故障诊断的实质
对于有限状态的系统，令正常状态为s0，n种故障对应的系统状态为s1, s2, …, sn；其中，处于状态si时，对应的可测量特征向量为yi =(yi1, yi2, …, yim)；故障诊断就是由特征向量y =(y1, y2, …, yk)，求出它所对应的状态s的过程
在这种情况下，故障诊断就成为：根据特征向量对被测系统的状态进行分类的问题，或者说对特征向量进行模式识别的问题
结论：故障诊断的实质——模式识别（分类）问题
故障诊断的过程有三个主要步骤：
第一步是检测设备状态的特征信号，即信号测取；
第二步是从检测到的特征信号中提取征兆，即征兆提取；
第三步是根据征兆和其它诊断信息来识别设备的状态，从而完成故障诊断，即状态识别。
——这是整个诊断过程的核心。
故障诊断的任务 故障检测：采用合适的观测方式、在合适部位测取特征信号，即信号测取；采用合适的方法，从特征信号中提取状态征兆，即征兆提取
故障识别：采用合适的状态识别方法与装置，依据征兆而推理识别出设备的有关状态，即状态识别
故障分离与估计（预测）：采用合适的状态趋势分析法，依据征兆与状态推理出状态的发展趋势，即状态预测
故障评价与决策：采用合适的决策形成方法，依据有关的状态和趋势作出调整、控制、维修等，即干预决策
什么是智能故障诊断？ 智能故障诊断：是人工智能和故障诊断相结合的产物，主要体现在诊断过程中领域专家知识和人工智能技术的运用。它是一个由人（尤其是领域专家）、能模拟脑功能的硬件及其必要的外部设备、物理器件以及支持这些硬件的软件所组成的系统。
从传统故障诊断到智能故障诊断 故障诊断技术经历的三个阶段：
第一阶段对诊断信息只作简单的数据处理
第二阶段将信号处理和建模处理应用于数据处理
以上两个阶段，完全基于检测数据处理，没有利用领域专家知识——传统故障诊断阶段 第三阶段以知识处理为核心，信号处理、建模处理与知识处理相融合——智能故障诊断阶段
传统故障诊断的局限性： 未引入人工智能技术前，直接由领域专家完成状态识别任务，不能有效利用专家的知识和经验；
缺乏推理能力，不具备学习机制；
对诊断结果缺乏解释，诊断程序的修改和维护性差。智能故障诊断的优越性：
引入人工智能技术后，能模拟领域专家完成状态识别任务（最大差别），人-机联合诊断，达到甚至超过专家；
发展出基于知识的诊断推理机制，能模拟人类的逻辑思维和形象思维的推理过程； 能解释自己的推理过程，并能解释结论是如何获得的。
智能故障诊断的研究意义：
研究如何及时发现故障和预测故障并保证设备在工作期间始终安全、高效、可靠地运行
——故障诊断技术为提高设备运行的安全性和可靠性提供了一条有效途径
故障的随机性、模糊性和不确定性，导致一个故障的形成往往是众多因素造成的结果，且各因素之间的联系又十分复杂
——传统故障诊断方法已不能满足现代设备的要求，必须采用智能故障诊断方法
智能故障诊断的研究目的 及时发现故障，给出故障信息，并确定故障的部位、类型和严重程度，同时自动地隔离故障； 预测设备运行状态、使用寿命、故障发生和发展；
针对故障的不同部位、类型和程度，给出相应的控制和处理方案，并进行技术实现；
自动对故障进行削弱、补偿、切换、消除和修复，以保证设备出现故障时的性能尽可能地接近原来正常工作时的性能，或以牺牲部分性能指标为代价来保证设备继续完成其规定功能； 进行维修决策，减少维修费用，提高设备利用率。
智能故障诊断的国内外研究概况
20世纪60年代末开始，已历经三个阶段：
美国从1967年开始，NASA、ONR率先在故障机理研究和故障检测、诊断和预测等方面取得实用性研究成果；此后，在水泵、空压机、轴承、润滑油、内燃机、汽车发电机组、大型客机等方面都取得了许多研究成果
英国和日本相继在20世纪70年代初开始故障诊断的研究，并在锅炉、压力容器、核发电站、核反应堆、铁路机车等方面取得了许多研究成果
国外，设备维修费平均降低15～20%，技术投入占生产成本的比例，美国7.2%、日本5.6%、德国9.4% 我国从20世纪80年代初开始这方面研究，在石化、冶金、电力等行业得到应用；90年代后在各行业快速发展
目前智能故障诊断的几个重要研究方向 1）集成化智能故障诊断研究：
现代设备复杂性和故障不确定性，单一方法不能满足要求；集成多种方法进行诊断，取长补短，提高诊断智能化水平。2）网络化智能故障诊断研究：
现有诊断大都面向单台或单类设备，可扩充性、灵活性、通用性差，信息不能有效交互和共享；分布式智能诊断能充分发挥各专家的特点，做到资源共享、协调诊断。3）适应型智能故障诊断研究：
利用智能结构、智能Agent的特性，构建满足现场需要，并对故障具有自修复、自补偿、自抑制、自消除等适应型智能故障诊断，也是一个很有前途的研究方向。
第四篇：智能小车设计报告
机器人控制技术
实验设计报告书
题
目：基于STC89C52的智能小车的设计 姓
名：李如发 学
号：073321032 专
业：电气工程及其自动化 指导老师：李东京 设计时间：2010年 6 月
目
录
1.引 言..............................................1 1.1.设计意义......................................1 1.2.系统功能要求..................................1 1.3.本组成员所做的工作............................1 2.方案设计...........................................1 3.硬件设计...........................................2 4.软件设计...........................................7 5.系统调试...........................................7 6.设计总结...........................................8 7.附 录A；源程序.....................................8 8.附 录B；作品实物图片...............................10 9.参考文献..........................................11
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
基于STC89C52的智能小车的设计
1.引 言
1.1.设计意义
本智能小车的设计，首先针对大学所有学习的知识是一个很好的回顾和总结。此智能小车是基于单片机所设计的，具有自动寻迹能力，在实际的很多方面有应用。当我们进一步的改进机器人系统时，可实现更重要的功能，如可设计出自动扑火机器人等。1.2.系统功能要求
此智能小车是基于STC89C52设计的具有自动寻迹能力的小车。系统可实现跟随黑色引导线行走的能力，在行驶过程中，并能用测速传感器和光电码盘对小车速度实现实时监测。小车在行驶过程中并能实现播放美妙的音乐。1.3.本组成员所做的工作
本组成员有李如发，汪航，黄建安，韩文龙，罗莹，明菲菲，邹珊，江锐，邵进。
李如发：驱动 073321032 汪航： 电源 073522036 黄建安：最小统 073521013 韩文龙：源程序 073522007 罗莹： 传感器 073522038 明飞菲：调试 073522012 邹芬 ： 数码显示 073521025 邵琎 ： 焊接 073522017 江锐 ： 蜂鸣器 073522032
2.方案设计
智能小车主要分为传感器部分，最小系统部分，电机驱动部分，电源部分。根据功能要求，提出合理的设计方案，画出方案方框图，并对系统工作原理进行阐述。
原理，本系统的重要部分是传感器，它对整个小车的定位起到很重要的作用，由传感器检测黑线的位置，其中黑线对光能吸收，白线对光反射。利用此原
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
理将红外线传感器采集到的信号转换为数字信号并送入单片机，单片机根据收到的信号实时的控制小车的方向。控制小车的方向主要是运用pwm原理来控制电机的平均电压，从而来控制电机的转速，实现小车对黑线的实时跟踪。
3.硬件设计
硬件设计各模块电路图及原理描述 传感器模块
方案1：用光敏电阻组成光敏探测器。光敏电阻的阻值可以跟随周围环境光线的变化而变化。当光线照射到白线上面时，光线发射强烈，光线照射到黑线上面时，光线发射较弱。因此光敏电阻在白线和黑线上方时，阻值会发生明显的变化。将阻值的变化值经过比较器就可以输出高低电平。
但是这种方案受光照影响很大，不能够稳定的工作。因此我们考虑其他更加稳定的方案。
方案2：用RPR220型光电对管。RPR220是一种一体化反射型光电探测器，其发射器是一个砷化镓红外发光二极管，而接收器是一个高灵敏度，硅平面光电三极管。
方案3：用红外发射管和接收管自己制作光电对管寻迹传感器。红外发射管发出红外线，当发出的红外线照射到白色的平面后反射，若红外接收管能接收到反射回的光线则检测出白线继而输出低电平，若接收不到发射管发出的光线则检测出黑线继而输出高电平。我们选择了此方案。
传感器是整个系统的眼睛，这部分主要运用红外线传感器采集信号送给单片机处理。由于黑色车道对红外线传感器发出的光有吸收能力，白色地方对发出的光反射，从而当传感器在不同的地方产生不同的信号，传送个单片机。单片机根据采集的信号做出实时的处理。
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
最小系统
最小系统是整个系统的心脏，我们采用的是AT89C52芯片。
80C52单片机是把那些作为控制应用所必需的基本内容都集成在一个尺寸有限的集成电路芯片上[2]。如果按功能划分，它由如下功能部件组成，即微处理器、数据存储器、程序存储器、并行I/O口、串行口、定时器/计数器、中断系统及特殊功能寄存器。它们都是通过片内单一总线连接而成，其基本结构依旧是CPU加上外围芯片的传统结构模式。但对各种功能部件的控制是采用特殊功能寄存器的集中控制方式。
驱动模块
方案1：采用专用芯片L298N作为电机驱动芯片。L298N是一个具有高电压大电流的全桥驱动芯片，它相应频率高，一片L298N可以分别控制两个直流
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
电机，而且还带有控制使能端。用该芯片作为电机驱动，操作方便，稳定性好，性能优良。
方案2：对于直流电机用分立元件构成驱动电路。由分立元件构成电机驱动电路，结构简单，价格低廉，在实际应用中应用广泛。但是这种电路工作性能不够稳定。
因此我们选用了方案1。
由于最小系统和电机驱动部分的电压幅值不一样，而且电机是感性负载，在制动时可能反馈电流，因此要在最小系统和驱动模块之间采用光电隔离，所以用到了光电隔离芯片,TPL521-4
由于光耦芯片的引脚不够所以在之后采用了一片反相器74HCT14，反相器图如下
L298是双H桥高电压大电流功率集成电路，直接采用TTL逻辑电平控制，可用来驱动继电器、线圈、直流电动机、步进电动机等电感性负载。它的驱动电压可达46V，直流电流总和可达4A。其内部具有2个完全相同的PWM功率放大回路。由L298构成的PWM功率放大器的工作形式为单极可逆模式。12个H桥的下侧桥晶体管发射极连在一起，其输出脚(1和15)用来连接电流检测电阻。第9脚接逻辑控制部分的电源，常用+5V，第4脚为电机驱动电源，本系统中为40V，第5，7，10，12脚输入标准TTL逻辑电平，用来控制H桥的开和关，16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
第6，II脚则为使能控制端。当Vs=40V时，最高输出电压可达35V，连续电流可达2A。
L298可驱动2个电动机，OUT1，OUT2和OUT3，OUT4之间可分别接电动机，本实验装置我们选用驱动两台电动机。5，7，10，12脚接输入控制电平，控制电机的正反转。EnA，EnB接控制使能端，控制电机的停转。电动 机的转速由单片机调节PWM信号的占空比来实现。
L298驱动电路图
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
PWM调速器的硬件组成
在整个PWM调速器中，CPU既是运算处理中心，又是控制中心，是最关键的器件。本系统中选用与MCS-51系列完全兼容的AT89C52单片机，它是一种低功耗、高性能、CMOS八位微处理器。片内具有8K字节的在线可重复编程快擦快写程序存储器，128x8位内部RAM，AT89C52可构成真正的单片机最小应用系统，缩小系统体积，提高系统可靠性，降低系统成本。
电源模块
电源中我们采用LM7805稳压芯片将12v直流电源稳压成5v直流源。方案1： 采用10节1.5V干电池供电，电压达到15V，经7812稳压后给支流电机供电，然后将12V电压再次降压、稳压后给单片机系统和其他芯片供电。但干电池电量有限，使用大量的干电池给系统调试带来很大的不便，因此，我们放弃了这种方案。
方案2：采用3节4.2V可充电式锂电池串联共12.6V给直流电机供电，经过7812的电压变换后给支流电机供电，然后将12V电压再次降压、稳压后给单片机系统和其他芯片供电。锂电池的电量比较足，并且可以充电，重复利用，因此，这种方案比较可行。但锂电池的价格过于昂贵，使用锂电池会大大超出我们的预算，因此，我们放弃了这种方案。
方案3：采用12V蓄电池为直流电机供电，将12V电压降压、稳压后给单片机系统和其他芯片供电。蓄电池具有较强的电流驱动能力以及稳定的电压输出性能。虽然蓄电池的体积过于庞大，在小型电动车上使用极为不方便，但由于我们的车体设计时留出了足够的空间，并且蓄电池的价格比较低。因此我们选择了此方案。下:
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
4.软件设计
程序流程图
5.系统调试
本系统的设计是首先完成每一小部分的设计，因此我们在没完成一个模块时就回检测调试该模块。在初次调试时我们采用的电源是又单片机开发板所带的的电源来调试的。调试过程中我们就发现了很重要的问题，由于对本设计的很多模块的没有共同的接地使得很多模块无法工作，我们的解决办法是12v的直流源稳压来供给所以的模块，然后将所以的模块连接共同的地。在驱动模块的调试中发现当光耦芯片给定信号时对lm298的输出没有反应。我们在检验时发现是由于在光耦芯片后部焊接没有焊好，出现了虚焊。在重新焊接好后，芯片正常工作。分
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
块调试传感器时，我们将传感器导通，用黑色物体将传感器发射部分盖住检测输出，在将黑色物体移开，再检测输出。
6.设计总结
本文是关于基于单片机的智能小车的设计，在共同的努力下，各部分的设计均成功，在调试过程中都无误。本次设计最终实现了直流电机的动态调压，电源正常输出供电，数码管动态显示数据，蜂鸣器播放美妙的音乐，小车实现简单的转弯功能。由于本次设计中尚存在些缺陷和对寻迹程序编写困难，实现的功能不是很完美，但要求的所有功能基本实现。
本次设计中，从中的体会很多
1、本次的设计可以说设计到大学所学到的所有专业知识，是对大学所学知识的一个整体的回顾。
2、在设计中，不能一气呵成，因为所有的电路图都是自己设计的，图中尚存在不足，所以要反复的琢磨和修改。
3、设计中要注意对每焊完一部分，都要独立的进行检查调试，及时的发现错误，及时的修改
4、本次最重要的收获是从中我们看到了团队合作的重要性，任何事都不是一个人所能完成的，需要大家的共同努力才能获得最后的成功。
7.附 录A；源程序
源程序代码（主要语句要有注释）。循迹的程序 #include
sbit R=P2^0;//右边传感器 sbit L=P2^1;//左边传感器 sbit RM1=P1^1;sbit RM2=P1^2;//右边电机 sbit LM1=P1^3;sbit LM2=P1^4;//左边电机 void main(){
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
RM1=1;
RM2=0;
LM1=1;
LM2=0;
delay(5);
while(1)
{
if((L==1)&&(R==1))//小车前进 {
RM1=1;
RM2=0;
LM1=1;
LM2=0;
delay(5);
}
else if((L==1)&&(R==0))//小车右偏
{
RM1=1;
RM2=0;
LM1=0;
LM2=1;
//左边的电机停止转动，右边的电机转动，这样就实现了左转
delay(10);
}
else if((L==0)&&(R==1))//小车左偏
{
RM1=0;
RM2=1;
LM1=1;
LM2=0;
//右边的电机停止转动，左边的电机转动，这样就实现了右转
delay(10);}
else if((L==0)&&(R==0))//小车停车
{
RM1=0;
RM2=1;
LM1=0;
LM2=1;delay(5);
}
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
else
//左右两个电机同时启动，直线前进
{
RM1=1;
RM2=0;
LM1=1;
LM2=0;
}
}
delay(10);
}
void delay(uint z)
{
uint a,b;for(a=z;a>0;a--)for(b=120;b>0;b--);}
8.附 录B；作品实物图片
16×16点阵LED室内电子显示屏的设计
单片机原理及应用课程设计
9.参考文献
[1] Mark Nelson著.潇湘工作室译.串行通信开发指南[M].中国水利水电出版社，2002.[2] 王宜怀.单片机原理及其嵌入式应用教程[M].北京希望电子出版社，2002.[3] 张毅刚.单片机原理及应用.高等教育出版社，2009 [4] 康华光.电子技术基础（模拟部分）.高等教育出版社.2006
第五篇：智能小车设计报告
智能小车设计报告
魏旭峰、孔凡明、陈梦洋
(河北科技大学 电气信息学院)摘要:
AT89S52单片机是一款八位单片机，他的易用性和多功能性受到了广大使用者的好评。该设计是结合科研项目而确定的设计类课题。本系统以设计题目的要求为目的，采用89S52单片机为控制核心，利用红外线传感器检测道路上的黑线，控制电动小汽车的自动寻路，快慢速行驶。整个系统的电路结构简单，可靠性能高。实验测试结果满足要求，本文着重介绍了该系统的硬件设计方法及测试结果分析。
采用的技术主要有：
通过编程来控制小车的速度及方向； 传感器的有效应用； 1602液晶显示的应用;
关键词: 89S52单片机、光电检测器、PWM调速、电动小车
第一章 方案设计与论证
一 供电系统
二 光电检测系统
三 单片机最小应用系统设计
四 液晶显示1602的应用
五 电机驱动
第二章 软件设计
第二章 方案设计与论证
根据要求,小车应在规定的赛道上行驶,赛道中央黑线宽为25MM,确定如下方案: 在现有玩具电动车的基础上，加装光电检测器，实现对电动车的位置的实时测量，并将测量数据传送至单片机进行处理，然后由单片机根据所检测的各种数据实现对电动车的转向和速度的智能控制.这种方案能实现对电动车的运动状态进行实时控制，控制灵活、可靠，精度高，可满足对系统的各项要求。
一 供电系统
本模块使用LM2940芯片输出+5V的电压,为89S52单片机光电检测电路供电,采用LM1117可控变压芯片输出+6V电压为舵机供电.而电机则由单片机来控制,当单片机输出的电压不同时,电机的转速不同,以此来达到控制小车速度的目的.电路如图:
二 光电检测系统
本模块采用七对红外线发射和接收对管,来检测小车前方黑线位置和模拟车站停车位置.发射管发射管出红外线,当对管正下方为白色跑道时,发射管发射出去的红外线会被反射回来, 接收因接收到红外线而导通,两端电压为零,当对管正下方为黑色线时,黑线将吸收红外线,接收管因接收不到红外线而无法导通,两端电压为+4V左右,将接收管端电压与一个给定电压经LM324比较后输出0和+5V两固定个值,当对管正下方为白色时输出+5V电压,当对管正下方为黑线时输出0V,输出的电压交给单片机,以此来确定黑线的位置.电路如图:
三 单片机最小应用系统设计
89S52单片机是本系统的核心所在,自动寻迹和调速都是它控制, 七对光电对管经比较器输出的电压输入单片机,单片机根据电压的高低来判断黑线位置，进而调整速度和方向，电路如下：
四 舵机的应用
舵机是一种位置（角度）伺服的驱动器，适用于那些需要角度不断变化并可以保持的控制系统。目前在高档遥控玩具，如航模，包括飞机模型，潜艇模型；遥控机器人中已经使用得比较普遍。舵机是一种俗称，其实是一种伺服马达。
其工作原理是：单片机放的控制信号由接收机的通道进入信号调制芯片，获得直流偏置电压。它内部有一个基准电路，产生周期为20ms，宽度为1.5ms的基准信号，将获得的直流偏置电压与电位器的电压比较，获得电压差输出。最后，电压差的正负输出到电机驱动芯片决定电机的正反转。当电机转速一定时，通过级联减速齿轮带动电位器旋转，使得电压差为0，电机停止转动。
舵机的控制一般需要一个20ms左右的时基脉冲，该脉冲的高电平部分一般为0.5ms~2.5ms范围内的角度控制脉冲部分。
五 电机驱动
电机驱动电路是根据单片机的控制型号来控制电机的转动的，电路如下：
第二章 软件设计 #include
#define uchar unsigned char//宏定义 uchar duoj,dianj,time0=0,time1=0,L=0,e=30;void timer0()interrupt 1 //定时器零 控制舵机 { time0++;
if(time0==duoj)moto=0;if(time0==80){ time0=0;
moto=1;} TH0=(65536-313)/256;TL0=(65536-313)%256;} void timer1()interrupt 3 ///定时器一 控制电机 { time1++;if(time1==dianj)in1=1;if(time1==80){
time1=0;
in1=0;} TH1=(65536-340)/256;TL1=(65536-340)%256;}
void main()/////主函数开始 { TMOD=0x11;TH0=(65536-313)/256;TL0=(65536-313)%256;TH1=(65536-340)/256;TL1=(65536-340)%256;EA=1;ET0=1;
ET1=1;in1=0;moto=1;TR0=1;TR1=1;while(1)//////检测黑线位置
{
while(1)
{
if(P1==0xff){duoj=8;dianj=55;break;} 全白时缓进
if(L1==0){duoj=10;dianj=37;L=1;break;} //L1
if(L7==0){duoj=6;dianj=37;L=7;break;} //L7
if(L2==0){duoj=10;dianj=22;L=2;break;} //L2
if(L6==0){duoj=6;dianj=22;L=6;break;} //L6
//
if(L3==0){duoj=9;dianj=27;L=3;break;} //L3
if(L5==0){duoj=7;dianj=27;L=5;break;}
//L5
if(L4==0){duoj=8;dianj=70;L=4;break;}
//l4
//else {duoj=8;dianj=17;break;}
}
while(P1==0xff)当检测不到信号时保持最后的状态
{
switch(L)
{
case 1:duoj=10;dianj=39;break;
case 2:duoj=10;dianj=22;break;
// case 3:duoj=9;dianj=25;break;
// case 4:duoj=8;dianj=70;break;
// case 5:duoj=7;dianj=25;break;
case 6:duoj=6;dianj=22;break;
case 7:duoj=6;dianj=39;break;
}
} } }////////主函数结束
点击咨询 