艦炮供彈系統故障診斷知識本體建模研究*

彭 亮 岳冬梅 石晨光 趙 翀 孫文州

(1.海軍大連艦艇學院研究生管理大隊 大連 116018)(2.海軍大連艦艇學院艦炮系 大連 116018)

艦炮供彈系統故障診斷知識本體建模研究*

彭 亮1岳冬梅2石晨光2趙 翀1孫文州1

(1.海軍大連艦艇學院研究生管理大隊 大連 116018)(2.海軍大連艦艇學院艦炮系 大連 116018)

針對艦炮供彈系統故障頻發,故障診斷知識激增,傳統診斷難度增大的問題,在對供彈系統故障診斷知識結構和語義特點分析的基礎上,提出了一種基于本體的艦炮供彈系統故障診斷知識建模方法和表示模型。構建了包含供彈系統故障源、故障現象、參數指標、故障原因及排故措施五要素,由決策樹連接的供彈系統故障知識本體。并應用推理機Pellet對模型進行一致性檢驗。實例驗證表明,該本體模型不僅表述直觀、效率高,而且利于知識的共享和擴充。

艦炮供彈系統; 本體; Protégé; 故障診斷

Class Number TP182

1 引言

在艦炮領域有多種故障診斷方法,這些方法的診斷原理都是建立在知識庫系統模型的基礎上。艦船裝備信息化程度在不斷提高,艦炮領域所積累的知識也在激增,將這些知識和經驗高效地表示和利用對艦船裝備保障有重要意義。同時,新型裝備往往缺乏保障數據支撐和經驗豐富的保障人員。所以開發一種接口友好,知識表示方法完備,知識獲取方法靈活,在艦炮領域內有通用性的故障知識庫就愈發重要。

本體可以有效地描述知識層次結構及相互關聯的模型,已經被廣泛地引入到故障診斷系統相關領域,并充分展現出本體建模技術在知識共享[1～3],推理分析等方面的優勢。本文將本體引入到艦炮供彈系統故障診斷知識領域中,應用W3C規范的本體描述語言OWL對艦炮供彈系統領域本體進行描述[4～6]。通過該本體實現供彈系統故障診斷知識的查詢、重用和共享,以提高故障診斷的效率。

2 供彈系統故障診斷知識分析

供彈系統故障診斷過程,實際上是在發生故障現象后對可能發生故障的單元進行參數測試,確定故障原因,定位故障源,給予用戶相應的排故措施的過程。通過上述分析不難得到供彈系統故障診斷涉及的五個要素：

1) 故障源。對艦炮裝備而言,故障源可能是子部分控制系統,也可能存在于子機械系統。

2) 故障原因。發生故障的癥結所在,簡單故障可能容易找到,對于復雜故障需要專業的故障診斷人員才能獲得[7]。

3) 故障現象。包括所有能夠被人或儀器檢測到的故障現象。

4) 參數指標。主要包括對艦炮供彈系統正常運行起重要影響的各單元的相關技術參數指標。通過參數指標可直接判斷該單元的運行狀態。

5) 排故措施。與故障原因對應,包括對故障單元進行維修、更換等處理。

圖1 供彈系統故障診斷知識結構圖

故障診斷知識是故障事實、診斷規則、相關概念的集合,一般以描述型方法存儲和管理知識,形成一個故障知識域。圖1為供彈系統故障診斷知識結構圖。供彈系統有著復雜的構造,各型號裝備還存在一定的差別,所以確定故障易發生部位之間的層次聯系及確定各故障間的層次結構是建立知識庫的重難點。此外,供彈系統故障的隨機性與多重耦合(一種故障原因可產生多種故障現象,一種故障現象又常常對應多種故障原因),也為明確故障診斷知識結構設置了難度。

故障診斷的根本目的是提高裝備的戰備完好率,那么有效的故障診斷本體要清晰客觀,且具有良好的可理解性、推理性、一致性、易維護性。

3 供彈系統領域本體構建

斯坦福的Gruber教授認為“本體(ontology)是關于共享的概念模型協議”[8]。斯坦福大學開發了基于Java的本體工具Protégé[9],鑒于其開放性的接口、良好的界面設計及支持儲存本體數據,本文選擇Protégé進行供彈系統故障診斷領域故障知識本體開發設計。主要建模步驟: 1) 確定模型目標和范疇; 2) 分析艦炮供彈系統故障類型的故障特征、敏感參數、故障原因、排故措施,列出所有的艦炮供彈系統故障知識,以其構建供彈系統故障知識本體的類; 3) 確定所需建立的供彈系統故障本體中的類和關系; 4) 利用相關本體開發工具建立供彈系統故障診斷本體,獲得供彈系統故障知識的形式化表示與編碼。

3.1 艦炮供彈系統本體的相關定義

定義1 供彈系統故障知識分別用C,A,P,R,M來描述,C為供彈系統故障知識本體模型中所有故障源的非空有限集合,C={C1,C2,…,Cn};A為供彈系統故障知識本體模型中全部故障現象的非空有限集合,A={A1,A2,…,An};P為供彈系統故障知識本體模型中全部參數指標的非空有限集合,P={P1,P2,…,Pn};R為供彈系統故障知識本體模型中全部故障原因的非空有限集合,R={R1,R2,…,Rn};M為供彈系統故障知識本體模型中全部排故措施的非空有限集合,M={M1,M2,…,Mn}。

3.2 列舉術語

表1 供彈系統的故障術語

因為本體構建的最終目標是共享,所以保證術語的通用性至關重要。通過對故障描述語句的分析,可將語句劃分為可以表達語義的一些關鍵詞匯。表1是提取出的供彈系統故障診斷領域的術語。

3.3 定義類及類層次

以具有炮塔供彈部分、補彈系統、揚彈機的典型艦炮供彈系統為研究對象,建立其及類層次。由于篇幅限制,這里僅列出炮塔中供彈部分易發生故障部件,如圖2所示。

圖2 炮塔供彈部分組成框圖

定義3 供彈系統本體可表示為四元組O=〈C,R,P,I〉。其中：C為本體中的類集;R為類的關系集合;P為屬性(Properties);I是實例集(Instances)。類由類間關系加以約束,通過實例予以呈現,不同類的實例又通過屬性賦以聯系。

最典型的類間關系是繼承關系(is-a),還存在等價(Equivalent)、先類(Ancestor)、父類(Super)、子類(Descendant)等諸多類間關系,特別指出相離(Disjoint)是對系統推理起重要作用的關系,一般用于同一層次的類。比如故障現象與故障原因的關系就是相離。

定義4 任意兩個類C1和C2,如果不存在任意x,使得x同時屬于C1和C2的實例,則稱C1和C2是相離的(Disjoint),記為disjoint(C1,C2)。這里disjoint(C1,C2)與disjoint(C2,C1)是等價的。

3.4 定義屬性

在建立了供彈系統的類后,需要建立類間的關系。定義屬性主要是定義類的對象屬性(Object Properties)和數據屬性(Data Properties)。對象屬性的作用是說明各類間的實例關系。供彈系統的故障類型有故障現象(has_reaction)、參數指標(has_Parameters)、故障原因(has_Reason)、排故措施(has_Measure),所對應的逆關系為Is_Reaction_Of、Is_Parameters_Of、Is_Reason_Of和Is_Measure_Of。數據屬性作用是說明類所具有的數據特征。例如,在供彈系統故障診斷領域,對“上揚彈機”定義數據屬性“特征頻率,integer型數據”、“排故工具,string型數據”等。

屬性也有自己的約束。屬性有定義域(Domain)與值域(Range)。例如”has_reaction”的定義域是故障組件,值域為故障現象。此外還可以定義函數約束Functional,對稱約束Symmetric,傳遞約束Transitive,逆約束Inverse。

3.5 添加類實例

定義5 供彈系統故障實例FSIndividuals可定義為FSIndividuals=(FS_Instances),公式中FS_Instances為實例的集合。

在建立起本體的框架后,就要向各類添加故障診斷實例,實例的數量和準確度也對本體的質量有相當大的影響。利用Protégé的插件Ontograf可以完整展示出已經建立的故障知識本體模型。

4 實例驗證

4.1 故障診斷實例

根據故障現象定位故障原因,并給出解決方案是故障診斷系統的主要功能。決策樹是連接故障現象和故障原因的橋梁。假定由某一故障原因引起系統故障,系統依據故障發生概率可生成如圖3所示的揚彈機電機異響狀態下的故障診斷決策樹。圖中用“□”表示決策點,由它引出的分枝叫做方案分枝。用“○”表示機會點,由它引出的分枝叫做事件(狀態)分枝。用“△”表示結果點,它是決策樹的葉節點,表示排除故障所應用的方法。當用戶對揚彈機電機異響的現象請求故障診斷支持時,診斷系統在故障域中搜索揚彈機電機異響概念。此概念與測試域中保險絲檢測概念連接概率值最大,因此系統將提示進行保險絲檢測。如若檢測未發現異物,系統按概率值降序給出與揚彈機電機異響概念相連接的異物進入檢測提醒,引導用戶進行診斷排故。診斷系統用據故障決策樹依概率進行故障原因排查,有效提升了故障診斷效率。

圖3 故障診斷決策樹示意圖

4.2 一致性檢驗實例

因為結構不完整和知識進化歧義等問題,不斷增加的本體知識和本體已有知識可能會發生沖突。因此,供彈系統故障知識本體要進行類間關系一致性檢驗以保證本體的有效性,主要包括類間結構繼承與關系沖突一致性檢驗[10]。檢驗定理1、2為實例檢驗提供理論依據。

檢驗定理1供彈系統故障知識本體中的任意類C1、C2、C3,若有is-a(C1,C2),且is-a(C2,C3),則有is-a(C1,C3);

檢驗定理2供彈系統故障知識本體中的任意類C1、C2、C3、C4,若有is-a(C1,C3),is-a(C2,C4),且disjoint(C3,C4),則有disjoint(C1,C2)。

圖4 一致性檢驗結構圖

“系統不能啟動”為揚彈機故障現象的子類,揚彈機有子類“揚彈機控制機組”,且“緊急制動”為揚彈機控制機組的故障現象。通過檢驗定理可知,“緊急制動”應為“系統不能啟動”的子類。圖4為以Pellet1.5.2為推理機得到的本體推理類一致性檢驗結構圖,表明推理結果與分析結果一致。文中所構建的供彈系統故障知識本體的經過一致性檢驗證明沒有歧義。

5 結語

本文研究了艦炮供彈系統故障診斷知識本體,分析了供彈系統故障診斷知識的語義結構特點,提出了對應本領域的本體構建方法,構建了供彈系統故障診斷知識本體模型,實現了由故障現象到排故措施的決策診斷模式并予以實例驗證。利用工具Protégé和Pellet對構建的本體進行了推理一致性驗證,結果符合邏輯分析。下一步對供彈系統領域推理規則與本體的檢查與評價進行更深入的研究,完善故障診斷知識本體,開發共享度高的領域本體模型。

[1] CHAU K W. An ontology-based knowledge management system for flow and water quality modeling[J]. Advances in Engineering software,2007,38(3):172-181.

[2] Natalya F. Noy, Deborah L. McGuinness. Ontology Development 101∶1 Guide to Creating Your First Ontology[R]. Stanford Knowledge Systems Laboratory Technical Report KSL-01-05 and Stanford Medical Informatics Technical Report SMI-2001-0880, March 2001.

[3] 徐斌,曹存根,張再躍.基于本體和規則的揚彈機故障診斷研究[J].火炮發射與控制學報,2012(2):63-66.

[4] 趙少華.基于本體論的汽車故障診斷知識建模及知識系統的研究[D].上海:華東理工大學,2011.

[5] 甘健侯,姜躍,夏幼明.本體方法及其應用[M].北京:科學出版社,2011:4-10.

[6] 竇丹丹,謝強,丁秋林.基于Ontology的故障診斷方法[J].計算機應用,2009,29(2):574-576.

[7] 陳國榮,鄢萍,陳燕華,等.高爐故障診斷本體構建方法實證分析[J].重慶大學學報,2012,35(5):35-29.

[8] Thomas R. Gruber. Toward Principles for the Design of Ontology Used for Knowledge Sharing[J]. International Journal of Human-Computer Studies,1995,43(5):907-928.

[9] Knublauch H, Musen MA, Rector AL. Editing Description Logic Ontologies with the Protégé OWL Plugin[C]//Proceedings of the 2004 Inter-national Workshop on Description Logics. Whistler,2004:70-78.

[10] 狄雪蘭.基于本體的旋轉機械故障診斷知識建模研究[D].湘潭:湖南科技大學,2011.

Research on Ontology-based Knowledge Modeling for Gun Feeding System Fault Diagnosis

PENG Liang1YUE Dongmei2SHI Chenguang2ZHAO Chong1SUN Wenzhou1

(1. Department of Graduate Management, Dalian Naval Academy, Dalian 116018) (2. Department of Naval Gun, Dalian Naval Academy, Dalian 116018)

Against the main problem of a great range of gun feeding system fault, the increasing knowledge of fault diagnosis and the more difficult to use traditional fault diagnosis, this paper studied knowledge structure and semantic properties for gun feeding system fault diagnosis. A kind of modeling method and fault knowledge representation was proposed based on ontology, which was working for gun feeding system. The system included fault units, fault phenomenon, parameter indexes, fault causes and control measures, connected by decision tree. The knowledge was proved to be consistent by Protégé and Pellet. The case study showed that the ontology can not only be intuitive and efficient but also useful in knowledge reusing and extending.

gun feeding system, ontology, Protégé, fault diagnosis

2014年5月7日,

2014年6月26日 作者簡介:彭亮,男,碩士研究生,研究方向:艦載武器系統分析、論證與仿真。岳冬梅,女,碩士,副教授,研究方向:時滯系統、非線性系統魯棒控制。石晨光,男,碩士,副教授,研究方向:裝備維修保障。趙翀,男,碩士研究生,研究方向:艦載武器系統分析、論證與仿真。孫文洲,男,碩士研究生,研究方向:艦載武器系統分析、論證與仿真。

TP182

10.3969/j.issn1672-9730.2014.11.034