摘 要:本文根據電子設備的結構與原理,綜合應用人工智能、數據庫理論和模糊理論對電子設備的故障診斷進行了研究,構建了便攜式故障診斷系統的方案,提出了基于案例的專家系統故障診斷方法,運用多種檢測手段實現對電子設備進行模塊自動診斷和元件診斷。使用表明:平均修復時間大大縮短并具有較高的診斷準確率。
關鍵詞:故障診斷 CBR 層次診斷
中圖分類號:TP2;TM6文獻標識碼:A文章編號:1674-098X(2011)04(b)-0115-03
新技術的發展使電子設備的復雜性和密集度越來越高,電子設備造價昂貴,更換功能板策略受著經濟因素的制約,而且隨著電子設備的更新換代備用板可能尚未使用就已經過時。所以實現電子設備的快速診斷定位是維修保障的重要課題。電子設備結構的層次性和相關性決定了故障也具有層次性和相關性。本文以某型電子設備為研究對象,采用混合推理機制建立了現場維修保障的層次診斷模型:從整機診斷、模塊診斷到元件診斷,將專家經驗案例以直觀的診斷流程圖、相關電子資料同步顯示的方式完成對電子設備的故障診斷。可在較短的時間內建立修復方案,對提高系統的生存性和全壽命周期、電子設備的效能具有重要的現實意義。
1 基于CBR的故障診斷
基于案例的推理(Case-Based Reasoning,簡稱CBR)是人工智能(AI)中新興的一種推理技術,是一種使用過去的經驗實例指導解決新問題的方法,它來源于邏輯推理中的歸納推理。由于對復雜設備故障診斷采用基于規則的推理獲取知識和自學習有較大的困難,僅采用傳統的專家系統不能滿足智能診斷的需要。針對某型電子設備技術密集、電路復雜的特點,故障綜合診斷系統以自動測試平臺為基礎、以基于案例的專家系統為理論依據、以故障診斷流程圖為主線、采用主動、被動和人機交互相結合的信息獲取方式,以步進式啟發策略引導檢修人員按專家診斷故障的模式完成修理任務。
1.1 實例的表達方式
實例的表達方法不僅影響著故障案例能否方便地轉化為實例形式,還影響著實例推理的效率。設C為實例集合,c是其中的一個實例,表達為:c=
實例名表達不同的的故障實例,被用來檢索實例;實例說明部分包括故障診斷時間、診斷對象、故障位置以及實例特征等信息;征兆集主要包括故障的各種征兆:結論集包括各種診斷結論;維修方案表示故障發生后的維修計劃等。這種表達結構既符合人們的習慣,便于把故障案例轉化成實例的形式,又便于實例的存儲、易于實現,推理效率也較高(如圖1)。
1.2 以及案例的推理
基于案例的推理過程是由過程模型完成的,根據某型電子設備的體系結構和專家完成修理任務的思維方式對CBR推理建立如圖1的過程模型。
1.3 診斷原則與不確定性信息處理
勸獲取的信息存在著是否異常的判別。需要綜合運用閾值原則與最大隸屬原則。規定一閾值水平λ∈[0,1],記α=max(y1,y2,…,ym),若α<λ,則作“拒識”的判決,提示提供的信息不足;若α≥λ,則認為診斷可行,診斷結果歸屬k(0 2 系統硬件構成 便攜式故障綜合診斷系統是由小型化的自動測試平臺和系統軟件集成的。其中硬件由便攜式計算機、袖珍式數字存貯示波器(兼數字表功能、和由80C51單片機控制下的輔助檢修盒組成(如圖2)。這樣組成的系統體積小、重量輕,又能在硬件上實現與被測設備的在線測試,實現了對模塊的自動檢測與診斷(模塊診斷),還為元件診斷提供了多種檢測分析手段:集成電路測試、模擬曲線分析、信號頻率測量、直流電壓、交流電壓、波形的存貯與實時測量以及元件在離線狀態下的自動測量與分析等功能。 2.1 小型自動測試平臺 小型測試平臺由100MHz(采樣率達1Gs/s)帶寬的數字存貯設備和設計的具有RS232接口的輔助檢修盒組成。系統控制軟件通過便攜式計算機的兩個USB口和RS232接口統一管理數字示波器、輔助檢修盒、被測電子設備。檢修盒上的母板接口插座使系統能完成對該電子設備各個模塊的引腳的自動檢測,為診斷推理提供“驅動數據”,達到自動診斷測試模塊的目的。數字示波器實現對測量點的信號采集(正常波形和故障波形、檢測點的電壓、頻率、IC在線測試、檢測點模擬曲線分析等),并由診斷系統輔助用戶按修理專家模式進行檢修(如圖2)。 2.2 集成電路測試與模擬曲線分析 集成電路測試用于在線測量被測集成電路各引腳的直流電壓、信號波形并將測量結果記錄到實測參數數據庫,還可離線狀態下自動測量集成電路各引腳的對地電阻,進一步確診集成電路好壞。模擬曲線分析是將測試點數據圖形化的分析手段,在斷電狀態下現場測量元件離線或在線V/I曲線,再與正常工作時存貯的圖形進行對比,從而直觀判斷斷出元件是否損壞,也能對元件老化狀況做出判別,提高了元件診斷的準確率。 3 系統軟件組成 故障綜合診斷系統的軟件是由人機界面模塊、信息獲取模塊、知識獲取模塊、推理模塊、解釋模塊、電子手冊模塊、知識庫、綜合數據庫、學習模塊和信號控制模塊、信號分析處理模塊、裝備標準性能庫、輸出結果處理模塊等組成的。系統控制軟件嵌入到案例的各個診斷過程中,實現對診斷點的實時數據采集控制。具有以下功能: (1)人機對話功能:由知識工程師把領域專家在漫長的修理實踐中積累的歷史故障案例組織起來,構成CBR知識庫,即知識獲取;用戶通過人機對話在系統的“啟發”下依據系統提供的診斷策略(自動測量檢測點或由用戶回答系統提出的有關提問信息)。把知識庫分成基本屬性知識庫和故障診斷與維修案例庫。按電子設備的基本組成和功能,將系統劃分為十二個模塊(或單元)按一定的規則統一編碼,并確定各模塊可能的故障現象和故障表現程度,最后輸入CBR知識庫,供運行系統時調用。 獲取故障診斷與維修專家知識時,把眾多修理專家的歷史經驗案例及與電子設備有關的歷史資料加以分析、歸納、總結,統一編號存入CBR知識庫,系統中記錄了設備使用過程中出現的大量故障實例,按電子設備的結構和專家檢修時采取的過程將其分為三個遞進式的層次:整機-->模塊-->元件診斷,建立案例數據庫。運行時按不同層次的故障序號進行搜索。 (2)解釋咨詢功能:為了彌補領域專家可能存在的不足,在提供準確的診斷結果的同時,還為用戶做出必要性的解釋,提出相應的措施和維修指導。 (3)實時診斷功能:系統在自動測試平臺和控制軟件的支持下,當診斷開始后,系統立即顯示出擬定的推理策略:當前測試點(插槽的相關引腳或元件引腳)由系統自動測量,并將測量值送交推理過程以選擇分支路徑,決定下一步為用戶提供的策略,直到找出引起故障部位或元件為止。 (4)學習功能:求解時系統從案例庫中尋找與之匹配的案例,若能找到完全匹配的案例,系統就會按照預定的流程進行診斷;若找不到完全匹配的案例,就會找到一個類似的案例進行診斷。若也找不到類似案例時則通過系統維護功能,建立新故障的診斷流程,并對其進行適當的修正,以滿足當前的要求,同時將這個解存儲到案例庫中,若以后遇到同樣的問題,系統就不會重復上述步驟,而是直接得到一個完全匹配的解。 4 系統的實現 4.1 正反向混合推理 給定標準激勵的情況測出各測試點的標準響應,并將其各項指標(例如電壓、頻率、峰峰值、占空比、基值等)記錄到裝備標準性能庫。建立故障集中每個案例的故障診斷流程圖,采用正反向混合推理,從而實現精確求解。其混合推理流程如圖例3。 系統工作時,推理策略先從知識庫中提取第一條規則作為首選規則進行推理,將規則中的測試點信息寫入綜合數據庫中,與測試平臺進行交互后,綜合數據庫內的內容被自動測試設備(ATE)傳來的數據改變。規則解釋器對綜合數據庫內的數據進行解釋,根據規則的執行情況修改綜合數據庫的內容,一條規則被解釋執行后,規則選擇器根據己變化的綜合數據庫的內容,選擇新的規則和事實,再次被解釋執行,如此反復,直至達到問題的求解目標。 設備加電后,把從整機診斷(面板壓縮)時看到的各種現象(不同開關狀態和收發條件下電表指示、數碼管顯示、狀態指示燈的亮否等)和聽到的聲音大小、失真情況以及在不開箱蓋所能檢測到的每個可測點的數值信息作為開始診斷的前提條件,與數據庫中的信息進行匹配,由于僅有這些條件不足以將故障壓縮到故障模塊,但可以根據己得到的正常現象和少量的檢測數據先確定出設備中有哪些模塊可能是正常的;再根據不正常現象和數據對故障現象做出一個或少量幾個模塊的推理,然后以這幾個模塊有故障為前提進行反向推理,推出在開箱蓋后所要檢測的關鍵測量點,并提出故障集中的幾種案例供用戶選擇,進入單元診斷過程(如圖3)。 4.2 檢修資料同步顯示和診斷元件的自動定位 案例的診斷流程建立在多頁面窗體第一頁,以步進式“啟發”用戶對自動采集的數據進行綜合分析,并回答系統提出的有關問題等;通過把專家解決案例過程中所用的各種資料建立關系表同步顯示在窗體其它頁面上(電原理圖、裝配圖、模塊實物圖等)。原理圖和裝配圖均是矢量圖,能夠進行多級放大和縮小;全局導航圖用于顯示放大區域在整圖中的相對位置,拖動矩形區域框快速掃視放大電路細節。多級縮放功能解決了有限的顯示器窗口用于顯示高度密集分布的元件細節分辨率低的突出問題,使用戶靈活地使用與診斷過程同步的電子資料省去了從數十本技術資料中找到所需的一本或幾本資料,然后再從中去找有關章節所耗用的大量時間。 故障診斷檢測點的選擇關系到診斷效率的高低。檢側點的選擇要使其能代表所診斷故障的典型特征,有些點還要能作為多個故障的公共檢測點,同時還要滿足可測和易測的要求。隨著電子裝備復雜度越來越高,檢修中在電原理圖上分析關鍵點會占用較長的時間,而且用戶面對元件密集的又無詳細標注信息的電路板,一般找出元件位置也會耗費更多的時間。為此編寫了一個Active控件,實現了在矢量化的原理圖、元件裝配圖上自動將診斷點以紅色標志在窗口居中顯示。由于裝配圖完全是按元件在電路板上的實際位置制作的,用戶據此在板上能迅速找到檢測點使用戶縮短了分析測量點和按原理圖找板上元件位置的時間,解決了快速診斷中的大量耗時環節。 故障綜合診斷系統實現了高精度、寬頻帶、多功能、易接口和小型化的便攜式綜合測試平臺;建立了基一于CBR的層次診斷模型。較好地解決了復雜電子設備在只應用基于規則的專家系統表達故障診斷知識和推理時變得困難的問題,使知識庫的擴充、自學習功能變得容易,采用混合推理機制實現了電子設備的綜合診斷,以適于不同層次的人員使用,大大降低了對用戶的技術要求,能較好滿足該型電子設備現場技術保障的需要。該模型也適用于其它電子設備的故障診斷。 參考文獻 [1]黃文虎.設備故障診斷原理[J].技術及應用,1997,8. [2]Mary Lou Maher and Andre's Gomez de Silva Garza, Case-Based Reasoning in Design, IEEE EXPERT,Glarch-April 1997,p34-41. [3]Jamet Kolodner, Cased-Based Resasoning, IEEE EXPERT Ctober, 1992,p5-13.