(b)故障数据仿真对比曲线

图2 仿真结果

4  总结

    由此实验结果，可以明显看到该模型的有效逼近性。由T-S模糊模型的良好逼近性，把该类模糊模型应用到本人硕士毕业论文所研究的基于模型的多Agent诊断系统中，作为各类故障诊断Agent的诊断知识库中的诊断模型，可以更精确地对故障部件作出诊断。当进行故障诊断时，由故障诊断Agent内的故障诊断推理器根据诊断知识库中的这个模糊诊断模型和一些诊断知识，进行诊断推理与决策，最后给出诊断结果。

参考文献

[1] 赵恒平，俞金寿. 一种基于T-S模糊模型的自适应建模方法及其应用[J] .华东理工大学学报, 2004.04 442-446 [2] 刘正士, 刘立华. 基于模糊神经网络的滚动轴承滑动擦伤诊断[J]. 农业机械学报, 2002.01 97-99 [3] 扬杰 ,张晓莉等. 基于模型的故障诊断中的模糊建模和推理[J] .上海交通大学学报, 1999.04 418-421 [4] 叶立明, 姜建国, 苏鹏声 .感应电机常见故障的模糊诊断（之一）[J]. 电工电能新技术,1997.01 30-34 [5]刘忠信, 陈增强, 袁著祉 .基于T-S模型的模糊广义预测控制[J] 南开大学学报 2000.12 114-119 [6] X．Ren S.M.Hargrave H.A.Thompson P.J.Fleming MULTI-AGENT SYSTEMS FOR MODEL-BASED FAULT DIAGNOSIS （2001）[J] IFAC New Technologies for Computer Control