故障诊断专家系统在某武器系统中的应用

重庆大学硕士学位论文故障诊断专家系统在某武器系统中的应用姓名：唐志凌申请学位级别：硕士专业：电子与信息工程指导教师：朱冰莲;谷声源20051001重庆大学硕士学位论文中文摘要I摘要专家系统是一种在相关领域中解决问题的具有专家水平的智能程序系统，一般由人机接口、知识库、数据库和推理机组成，是人工智能学科的主要研究方向。基于专家系统的故障诊断将人们长期的实践经验和大量的故障信息知识归纳成计算机能够利用的规则提供给知识库，并将被诊断系统的实时数据提供給数据库，专家系统通过综合运用知识库的规则对已有的知识和数据库中的数据进行推理和分析，就可以查找到最终故障或有可能的故障。并且，专家系统还可以进行自学，当它的假设故障被否定后，就会自动修改推理策略，专家系统就能够不断地完善，更准确地寻找到故障源。在针对某武器系统的故障检测维修中，为了满足部队基层级维修要求，提高其测试和诊断准确率，必须采用功能相对综合的智能检测方案。而且其故障检测诊断系统必须适应部队野战需要，满足智能化、便携化、通用化要求，适合部队基层和中继级维修机构使用。因此，本文将故障诊断专家系统引入武器系统的故障检测维修。本文首先研究了专家系统的工作原理和一般组成结构，分析了专家系统的建造过程。并在某武器系统装备项目的研制过程中，提出了针对此武器系统装备的专家系统设计方案，包括设计思路、逻辑层次、体系结构和基本组成等内容。文章中重点提出了两种知识表示和两种推理机的设计思路，并用其组成专家系统的核心部分。在知识表示方面，通过研究各种表示法的基本原理及各自的优缺点，寻找一个较适合武器故障诊断专家系统建造的知识表示方法，本系统选择了基于规则和框架的表示方式。并且选择稳定性和表示能强的产生式表示法和框架表示来构造知识表示模块。在推理机设计方面，在设计本系统时采用了正向推理这种方式，为了使系统应用范围更广，还设计了反向推理方式。两种方式都有其侧重点，根据不同故障类的知识特点可以选用合适的推理方式来进行诊断。在系统实际的应用过程中，有良好的效果。本文针对基于软件工程理论开发出一套故障诊断专家系统的实例作了详细说明。最后，对全文所做的工作作了总结。关键词：故障诊断，专家系统，知识表示，推理机重庆大学硕士学位论文英文摘要IIABSTRACTExpertSystemisanintelligentprogramsystemwhichisalwaysbuiltupbyhumaninterface;knowledgewarehouse;datawarehouseandinferenceengine.Itisthemainresearchdirectionofartificialintelligenceknowledge.Manyfaultinformationandpracticeexperienceareconcludedtoberulesthatcanbeusedbycomputer,alltheserulesareofferedtoknowledgewarehousefinally,sowecaninferandanalyzealldatausingtheserules.Withthehelpofexpertsystemwecanfindoutthefinalfaultreason.Furthermore,expertsystemhasthefunctionofself-study.Inordertomeetthemaintainingrequestofarmy,intelligentdiagnosisprojectwiththesynthesisfunctionmustbeused.Thisfaultdiagnosissystemmustbedesignedtoadaptforfieldarmyneeds.Therefore,faultdiagnosisexpertsystem(henceforthFDES)isintroducedtothemaintainingofweaponsystem.Atfirst,wediscussedtheworkingprincipleandgeneralstructureofexpertsystem,atthesametimeweanalyzedtheconstructprocessofexpertsystem.Secondly,webroughtforwardthedesignprojectwhichincludesthesystem’scontentsuchasconceptualhierarchy,totalframework,andparticularconstitutionofeachpart.Thepapershowsthedesignthinkingwhichincludestwo-knowledgerepresentationandtwo-inferenceengine,weusedthisknowledgetomakeupofthehardcoreofFDES.Thispaperdiscussedtherationaleofeachrepresentation.Advantageordisadvantageofeachrepresentationisfoundout.Finally,wechosetwo-knowledgerepresentation:representationbasedonruleandrepresentationbasedonframe.Atthesametime,wechosetwo-inferenceengine:frontinferenceandreverseinference.Atlast,adetailinstanceofFDESandsummarizationaregiven.KeyWords：FaultDiagnosis,ExpertSystem,Knowledgerepresentation,andInferenceengine重庆大学硕士学位论文1绪论11绪论自人工智能从对一般思维规律的探讨转向以知识为中心的研究以来，专家系统的研究在多种领域中都取得了重大的突破，各种不同功能、不同类型的专家系统如雨后春笋般地建立起来，产生了巨大的经济效益及社会效益，它的实际应用充分的展示了专家系统的实用性。目前专家系统在故障诊断方面的应用也得到了广泛的发展[1]。1.1故障诊断专家系统概述专家系统是人工智能的一个分支，它已被应用到几乎每一个知识领域中，其中有些被设计为研究工具，有些则履行重要的商业和工业功能。目前专家系统应用于许多领域，如教学、监测、规划、预测、诊断，控制等。其中，诊断领域方面应用的范围最广。故障诊断是根据设备运行状态信息查找故障源，并确定相应决策的一个过程。故障诊断技术(faultdiagnosis-FD)包括故障检测、故障分离和故障辨识等。故障诊断能够判断故障的发生与否、发生时刻，并确定故障的类型和位置，在分离出故障后进一步确定故障的大小和时变特性[2][3]。基于解析冗余的故障诊断技术起源于1971年麻省理工学院的Beard发表的论文[4]以及Mehra和Peschon发表在Automatica上的论文。之后，Willsky在Automatica上发表了第一篇FD方面的综述文章[5]。Himmelblau出版了第一本关于FD方面的学术专著[6]。故障诊断的方法基本上可分为三类：基于数学模型的方法、基于信号处理的方法和基于知识的方法[7]。故障诊断专家系统就是完成这一系列过程的载体。故障诊断专家系统既是专家系统的一个分支，也是故障诊断系统的一个分支，它根据输入故障征兆推断出某个对象存在的故障，找出产生故障的原因并给出排除故障方案[8]。在实践应用中，故障诊断专家系统的研制水平得到了不断的提高，不同领域应用的成功实例层出不穷，各种各样的诊断模型也不断地应用到故障诊断专家系统中，比如：基于信号处理及特征提取的诊断方法、基于数学模型的故障诊断理论及方法、设备故障的灰色诊断技术、设备故障的模糊诊断技术、神经网络的故障诊断技术以及基于故障树的层次诊断技术等[9][10][11][12]。1.2故障诊断专家系统组成一般来讲，故障诊断专家系统由知识库、数据库、推理机、解释器、人机交互重庆大学硕士学位论文1绪论2等几个部分组成。目前，随着故障诊断专家系统应用的深入，故障诊断专家系统的研究主要有知识的获取、表示、管理；推理控制策略；人机交互；软件新技术的运用以及开发工具的研制；将人工神经网络用于故障诊断专家系统等。传统的故障诊断专家系统采取单一的形式来表示知识。而多样性的知识表示，即在同一个故障诊断专家系统中的不同形式的表示和运用是当前应用研究的一个方向[13]。故障征兆的获取一般包括故障征兆的联机自动检测识别(实时监测诊断系统)、人工交互输入(故障发生后)、故障诊断专家系统的规则推理中间结果等。知识常用的表示有规则表示、基于框架理论的知识表示、基于模糊的知识表示、基于人工神经网络的知识表示等。推理机是对知识的运用，与具体的知识表示有关，一般有基于数据驱动的正向推理、基于目标驱动的反向推理、基于模糊关系矩阵的推理、基于实例的推理等。故障诊断专家系统的开发是一件复杂且比较困难的工作，人们从大量的开发实践中深深地体会到工具的重要性，由此设计和研制了一批复杂程度不等、支撑环境不同、使用方法不一的开发工具，为故障诊断专家系统的建造提供了许多便利。从目前的故障诊断专家系统开发工具来看，可分为四种主要的类型，即人工智能语言、故障诊断专家系统外壳、通用型故障诊断专家系统工具及故障诊断专家系统开发环境[14]。人工智能语言是计算机程序设计语言的一个子类，它较适合于描述人工智能范畴的问题，因此常被用来编写故障诊断专家系统及其它以知识为基础的系统。常用的人工智能语言有LISP语言、PROLOG语言及SMALLTALK语言。另外，目前C和C++语言也常用于故障诊断专家系统及其它复杂系统的开发。用程序设计语言开发故障诊断专家系统的优点是比较灵活，开发者可根据领域问题的特点设计所需要的知识表示模式及推理机制，程序质量比较高，针对性强。缺点是一切工作都需要从头做起，工作量大，开发周期较长，对不同的系统需要作重复性的工作，增大了系统的开发成本。故障诊断专家系统外壳是一种专门的故障诊断专家系统开发工具，又称为骨架系统，它是由一些已经开发成功，并且在实际使用中被证明为行之有效的故障诊断专家系统演变而来的。即抽去故障诊断专家系统中的具体的知识，保留它的体系结构和功能，将专用领域的界面改为通用界面，就得到了相应的故障诊断专家系统外壳。在故障诊断专家系统外壳中，知识表示模式、推理机制等都是确定的。当这种外壳建造故障诊断专家系统时，只需把相应领域的知识用外壳规定的模式表示出来装入到知识库中就可以了。像EMYCIN，KAS以及EXPERT都是著名的故障诊断专家系统外壳。通用型故障诊断专家系统工具，是不依赖于任何已有的故障诊断专家系统，重庆大学硕士学位论文1绪论3完全重新设计且提供更多灵活性的一类故障诊断专家系统开发工具。目前这类工具有很多，其中OPSS是一种基于规则的通用型工具，它由产生式规则库、推理机及数据库三大部分组成。它已被用来开发了许多故障诊断专家系统，例如用于VAX计算机系统配置的故障诊断专家系统XCON；用于帮助空军指挥员指挥飞机在航空母舰上起落的故障诊断专家系统AIRPLAN等。另一种通用型故障诊断专家系统工具是美国的克莱顿和威廉姆斯等人研制开发的一种基于规则、基于框架、面向过程的系统ART。ATR由知识语言、编译程序、推理机和开发环境四部分组成。故障诊断专家系统开发环境为故障诊断专家系统的开发提供多种方便的构件，如多种形式的知识表示模式、多种不确定性推理模型、多种获取知识的手段、多种辅助工具以及多种友好的用户界面等等。在国外已有的故障诊断专家系统开发工具中，比较靠近环境的主要有GURU，AGE，KEE，ProKappa等。未来故障