基于專家系統(tǒng)的遠(yuǎn)程技術(shù)支持?jǐn)?shù)字式服務(wù)系統(tǒng)

王冬艷

WANG Dong-yan

（成都電子機械高等專科學(xué)校，成都 610031）

0 引言

信息技術(shù)和計算機網(wǎng)絡(luò)技術(shù)的發(fā)展使機械制造領(lǐng)域正在發(fā)生深刻的變革，制造業(yè)正遵循著“勞動密集——設(shè)備密集——信息密集——知識密集”的規(guī)律發(fā)展，對市場的響應(yīng)時間和良好的個性化服務(wù)將成為21世紀(jì)企業(yè)贏得競爭優(yōu)勢的最重要因素，數(shù)字式遠(yuǎn)程服務(wù)系統(tǒng)順應(yīng)潮流，方興未艾，其主要功能：在線支持、故障診斷和維護(hù)、技術(shù)培訓(xùn)、個性化服務(wù)等。

作為先進(jìn)制造技術(shù)的重要組成部分——數(shù)控機床，其結(jié)構(gòu)的復(fù)雜化使得用戶越來越需要得到供貨商的技術(shù)支持。遠(yuǎn)程故障診斷接收用戶故障現(xiàn)象，通過專家診斷系統(tǒng)給出診斷結(jié)果；用戶根據(jù)收到的診斷結(jié)果進(jìn)行故障檢查，并通過網(wǎng)絡(luò)返回實際故障；專家知識庫據(jù)此得以驗證和修正。

1 數(shù)字式遠(yuǎn)程服務(wù)系統(tǒng)體系構(gòu)建

系統(tǒng)采用分布式、網(wǎng)絡(luò)化的體系結(jié)構(gòu)。如圖1所示。

從地域上看，廣域分布是遠(yuǎn)程系統(tǒng)的基本特征，遠(yuǎn)程系統(tǒng)的目的就是為地理上分布廣泛的設(shè)備提供有效的診斷維護(hù)支持。從組織看，遠(yuǎn)程系統(tǒng)由監(jiān)測設(shè)備、現(xiàn)場診斷設(shè)備與人員和遠(yuǎn)程診斷中心組成，呈分布式網(wǎng)絡(luò)化狀態(tài)，同時也具有明顯的遞階層狀特征。從功能上看，現(xiàn)場主要是定時勤務(wù)，狀態(tài)監(jiān)測、數(shù)據(jù)發(fā)送等；遠(yuǎn)程診斷系統(tǒng)主要負(fù)責(zé)資源調(diào)度來進(jìn)行復(fù)雜故障診斷。

2 系統(tǒng)功能設(shè)計

診斷專家主要與遠(yuǎn)程故障診斷系統(tǒng)相協(xié)作，為用戶提供服務(wù)。在設(shè)備開發(fā)、研制過程中，診斷專家對設(shè)備的結(jié)構(gòu)、運行機理具有充分的了解，提供設(shè)備診斷服務(wù)。同時診斷專家可以對分布在各處的系統(tǒng)傳送來的診斷知識作分析、整理，根據(jù)設(shè)備實際運行條件、故障的征兆等，對其進(jìn)行提煉，將之融入遠(yuǎn)程故障系統(tǒng)的知識庫。

圖1 系統(tǒng)分布式、網(wǎng)絡(luò)化的體系結(jié)構(gòu)

遠(yuǎn)程智能診斷中心提供廣域范圍內(nèi)的共享診斷資源平臺，為客戶提供共享資源和多種智能診斷手段，并可與客戶進(jìn)行交互。中心的核心資源是知識庫、數(shù)據(jù)庫，它們一方面向客戶提供診斷服務(wù)，另一方面又通過診斷專家從客戶端獲得資料加以精煉、提取，來豐富自身的診斷智能和提高遠(yuǎn)程服務(wù)能力。其主要功能有：

1）知識庫、數(shù)據(jù)庫的管理與更新：中心對客戶提供診斷和維護(hù)時會產(chǎn)生新知識，需要處理并規(guī)范化以補充更新系統(tǒng)知識庫；同時還可以獲取中心技術(shù)討論板塊的診斷知識，更新當(dāng)前知識庫；中心診斷支持能力的增強，取決于以上兩庫的豐富程度和有效的檢索提取手段。

2）歷史數(shù)據(jù)管理及挖掘；歷史數(shù)據(jù)管理針對的是已整理成知識的數(shù)據(jù)，實際上是知識庫的優(yōu)化和更新。

3）在線輔助診斷：用戶使用此功能可進(jìn)行信號分析、運行趨勢預(yù)報等，并可使用中心的各種智能診斷工具，如專家系統(tǒng)等。

3 基于專家系統(tǒng)的智能診斷

3.1 診斷知識庫的建立

數(shù)控機床的故障現(xiàn)象按其發(fā)生部位可以分為：機床機械部分、進(jìn)給驅(qū)動裝置部分、CNC裝置部分和主軸伺服控制部分。首先分析得出系統(tǒng)的故障事件稱為頂事件。頂事件實際就是一些故障癥狀，再將導(dǎo)致該頂事件發(fā)生的直接原因，包括硬件故障、人為因素、環(huán)境因素等列出，用適當(dāng)?shù)倪壿嬮T把它與故障事件連接起來，稱之為中間事件：其次，逐級展開故障事件發(fā)生的原因，即產(chǎn)生這些癥狀的根據(jù)。依此方法，可建立起各子系統(tǒng)的知識庫。

結(jié)合DDK7732A精密數(shù)控線切割機床高頻脈沖電源故障來討論如何具體建立一個故障診斷專家系統(tǒng)的知識庫。知識庫可以用自然語言描述成以下規(guī)則：

1）如果電壓表無電壓指示，則保險絲燒斷，或線路短路，或整流橋損壞開路。

2）如果有加工電壓，無高頻輸出，則高頻繼電器接觸不良，或振蕩電路故障，或控制回路故障，或高頻輸出線開路。

3）如果加工電流異常增大，則并接在高頻電路輸出端的反向二極管擊穿，或功率管損壞，或振蕩電路故障。

4）如果加工電流異常增大，且有加工電壓、無高頻脈沖信號，則高頻驅(qū)動管損壞，或高頻控制繼電器損壞。

5）如果加工電流異常增大，且加工時有高頻信號，無進(jìn)給，則變頻調(diào)節(jié)電位器接觸不良，或高頻取樣線不通。

在5條規(guī)則中，共出現(xiàn)了19個概念，我們把概念稱作事實，共19個事實，每個事實給一個編號，編號從1到19，在規(guī)則中我們不存儲事實概念，只有該事實的編號，同樣規(guī)則的結(jié)論也是事實概念的編號，我們可以很容易的將它們翻譯成適合在計算機內(nèi)部存儲的形式，然后將其存入知識庫。

表1 事實庫表的結(jié)構(gòu)

事實庫表主要由事實號(Fact Number)和事實內(nèi)容(Fact Content)兩個字段組成，事實號是事實的內(nèi)部代號，其編號形式為##，##是0到9的數(shù)字，表示事實編號，并將它設(shè)置為該表的主鍵。表1為建立的事實庫表的結(jié)構(gòu)。

規(guī)則表中的字段主要由規(guī)則名、規(guī)則條件、結(jié)論、診斷方法和狀態(tài)記錄器組成。規(guī)則中的節(jié)點和事實庫表通過事實號進(jìn)行連接，規(guī)則條件由若干個字段組成，其個數(shù)等于規(guī)則條件中最多的事實個數(shù)，它們分別對應(yīng)于一個故障征兆；診斷方法給出了當(dāng)出現(xiàn)該故障時可采取的故障排除方法；狀態(tài)記錄器是為了實現(xiàn)對推理過程的跟蹤，為以后的解釋程序的設(shè)計提供方便，其初始狀態(tài)為False。其記錄意義(以第二條規(guī)則為例)：規(guī)則R2表示“當(dāng)出現(xiàn)征兆2時，可推出故障7，8，9，10，當(dāng)該規(guī)則被觸發(fā)后，相應(yīng)的狀態(tài)記錄器狀態(tài)變?yōu)門rue"。表2給出了規(guī)則表的結(jié)構(gòu)。

表2 規(guī)則庫表的結(jié)構(gòu)

表3 帶有可信度的規(guī)則庫表的結(jié)構(gòu)

3.2 推理機制的選擇

推理機作為專家系統(tǒng)的組織控制機構(gòu)，是專家系統(tǒng)的另一核心，其實質(zhì)是一組計算機程序。推理機的主要功能是協(xié)調(diào)控制整個系統(tǒng)，通過運用由用戶提供的征兆數(shù)據(jù)，從知識庫中選取相關(guān)的知識并按照一定的推理策略進(jìn)行推理，直到得出相應(yīng)的結(jié)論。

在本系統(tǒng)的故障診斷中，采用基于事實和規(guī)則可信度的簡單非精確推理方式。事實的確定性是用可信度cf表達(dá)的，常用0～1的范圍值表示。事實的可靠性或者事實發(fā)生的概率常影響事實的可信度。專家系統(tǒng)中的規(guī)則也可能帶有不確定性，也可以用0～1的范圍值表示可信度。復(fù)合規(guī)則等效于若干個只有一個結(jié)論事實的規(guī)則，這時相應(yīng)于結(jié)論中的每一個事實都可能有一個規(guī)則可信度。在非精確推理時，事實和規(guī)則的可信度均可存儲在內(nèi)部知識庫中。對本例，可以修改規(guī)則如表3。

在專家系統(tǒng)中，復(fù)合規(guī)則的前提可以表達(dá)為數(shù)個事實的一系列合取、析取關(guān)系，而各事實的可信度完全可能不相同。這種在規(guī)則前提為事實合取、析取形式時，計算前提總的可信度的處理稱為可信度復(fù)合。

在很多情況下，可信度復(fù)合采用基于模糊集理論的方法處理而有：

在專家系統(tǒng)中，可能有多個規(guī)則的結(jié)論事實相同。在采用非精確推理時，同一結(jié)論事實在分別由數(shù)個規(guī)則導(dǎo)出后各自所得的可信度數(shù)值完全可能不同。這時候就必須根據(jù)這些不同的可信度數(shù)值為該事實綜合出一個單一的可信度數(shù)值，供其后的推理應(yīng)用或作為推理結(jié)果輸出。這一過程在推理中通常不是在導(dǎo)出該事實的所有規(guī)則都運用完畢后進(jìn)行，而是在每一個導(dǎo)出該事實的規(guī)則運用后就按一定法則累計該事實的可信度，因而稱之為可信度積累。

可信度積累有若干種方法，其中最常用的方法如下：

當(dāng)一個事實的可信度等于中性值時，該事實將不參加可信度積累。

當(dāng)參加積累的各可信度均大于中性值時，采用計算公式：

當(dāng)參加積累的各可信度均小于中性值時，采用計算公式：

當(dāng)參加積累的可信度一個小于中性值而另一個大于中性值時，采用計算公式：

在非精確推理中，只有積累的事實可信度達(dá)到一定數(shù)值時該事實才被認(rèn)為可信，這一可信度數(shù)值稱為可信水準(zhǔn)。可信水準(zhǔn)可以由系統(tǒng)研制者決定后記入系統(tǒng)，也可由系統(tǒng)使用者根據(jù)問題性質(zhì)自行決定。

3.3 推理方向的選擇

推理方向有三種：正向推理、反向推理以及正反向混合推理。對于實際的診斷問題，人們首先可能只知道診斷對象的表層征兆信息，由于不知道全部的征兆信息，而是根據(jù)診斷的需求來討論征兆量，對于這些信息在推理過程中就需要向用戶詢問，因此在診斷中采用反向推理。如果當(dāng)前的目標(biāo)是斷言結(jié)論中的事實(假設(shè))，那么就必須斷定前提是否與狀態(tài)相匹配。

首先從知識庫中選擇一種故障作為目標(biāo)假設(shè)，然后尋找支持假設(shè)的相關(guān)知識，依次檢查這些相關(guān)知識是否可用，其方法是該知識應(yīng)用的必要條件是否具備，這些必要條件，要么已經(jīng)具備，要么作為新的子目標(biāo)再用上述方法繼續(xù)尋找并檢查相關(guān)知識，直到問題解決或沒有相關(guān)知識，當(dāng)沒有相關(guān)知識時，就詢問用戶。

設(shè)知識庫共有K條規(guī)則，其中第I條的前提部分的事實又有J個，則其推理過程可用示意圖2表示。

圖2 推理過程

在推理過程中，最終的子目標(biāo)實際上是一些基本事實，對這些事實的證明并不需要引用規(guī)則，它們可以是事先設(shè)定的，也可以是在推理過程中由用戶實時的輸入的，所以推理過程一般總是能夠終止的。

由于采用非精確推理，在用如上步驟找到一條推理路徑后還必須根據(jù)其上葉節(jié)點事實的可信度及其上連接規(guī)則的可信度計算出推理目標(biāo)的可信度。如果該可信度低于可信水準(zhǔn)，則還必須繼續(xù)搜索其它推理路徑，直到推理目標(biāo)的積累可信度達(dá)到或超過其可信水準(zhǔn)，此時推理成功。若所有推理路徑都已應(yīng)用而推理目標(biāo)的積累可信度仍低于可信水準(zhǔn)，那么推理失敗。

由于專家系統(tǒng)故障診斷的關(guān)鍵在于規(guī)則，而規(guī)則的收集提煉需要大量的經(jīng)驗積累；如果規(guī)則庫中沒有完善的規(guī)則，很有可能沒法判斷推理給出客戶的故障診斷結(jié)果。結(jié)合以上的推理過程，即是把知識庫中的K條規(guī)則所涉及的所有結(jié)論都反向推理，驗證結(jié)果都是假設(shè)錯誤，這時候只能承認(rèn)故障診斷失敗。因此，專家系統(tǒng)故障診斷必須考慮基于成熟的知識庫，同時也要不斷的收集數(shù)據(jù)，充實知識庫中的規(guī)則。一個實用的專家系統(tǒng)可能要經(jīng)過多次的使用——更新知識——試驗的循環(huán)才能完善，應(yīng)該把獲取知識、使用、更新知識和試驗交織在一起，在系統(tǒng)運用中不斷自我完善。

4 結(jié)束語

本文重點介紹了如何通過WEB服務(wù)器實現(xiàn)數(shù)字式遠(yuǎn)程服務(wù)，如何在技術(shù)支持服務(wù)過程中分析客戶特性、實現(xiàn)有針對性的個性化服務(wù)，如何實現(xiàn)遠(yuǎn)程故障診斷和遠(yuǎn)程參數(shù)指導(dǎo)等內(nèi)容。全文的特點在于以下兩個方面：

1）提出通過WEB服務(wù)器實現(xiàn)數(shù)字式遠(yuǎn)程服務(wù)的軟件架構(gòu)。

2）提出一種基于可信度的非精確推理算法實現(xiàn)故障診斷，同時提出一種通過客戶驗證反饋改變知識庫的算法思想。

[1]王耀南,余群明.智能數(shù)控系統(tǒng)技術(shù)進(jìn)展[J]電氣時代,2000.

[2]楊叔子,吳波."智能制造技術(shù)基礎(chǔ)"研究綜述[J]中國機械工程,1999,6.

[3]楊剛成,張永娟.從關(guān)系數(shù)據(jù)庫中獲取專家系統(tǒng)規(guī)則[J]計算機應(yīng)用研究,2002(3)：45-46.

[4]胡曉敏,朱淼良.ROPS-一種實時專家系統(tǒng)系統(tǒng)開發(fā)工具[J]計算機應(yīng)用研究,1996(6)：18-20.

[5]呂連山,王愛軍.線切割粗精復(fù)合加工智能化脈沖電源設(shè)計[J]佳木斯工學(xué)院學(xué)報,1997(1)：6-10.