基于案例推理的故障診斷研究

吳 韜,劉志華,曹瑞明

(中國人民解放軍理工大學,南京,210000)

?

基于案例推理的故障診斷研究

吳 韜,劉志華,曹瑞明

(中國人民解放軍理工大學,南京,210000)

摘要：氣象水文裝備具有分布式、開放性、互操作性、可擴展性的特點，使用傳統方式診斷和排除故障時，具有一定的局限性。本文采用基于案例推理的故障診斷方法，建立案例診斷模型，對案例的表示和組織方法進行論述，采用最鄰近算法查詢故障，并以某型雷達分系統故障診斷進行驗證。

關鍵詞：氣象水文裝備；案例推理；鄰近算法

0　引言

現代戰爭特別是高技術下的局部戰爭中，氣象水文裝備的完好，對飛行器升空、火炮導彈發射以及部隊人員的行動意義重大。氣象水文裝備因其科技含量高、設備復雜，診斷維修人員使用傳統方式診斷和排除故障時，具有一定的局限性。將人工智能引入到氣象水文裝備的故障診斷領域，可為此類裝備的故障診斷提供新的思路和方法，為此本文展開對氣象水文裝備專家診斷系統的研究。

傳統的設備故障診斷專家系統，大多采用基于產生式規則的知識表示方法，推理機基于規則進行推理。但是對于氣象水文裝備這類復雜的設備，單純采用基于規則的方法，效果并不理想。氣象水文裝備因其具有層次性、相關性以及綜合性的特點，更加適合基于案例推理的故障診斷方法。該方法將故障信息合理有效地表示成案例的形式，通過重用歷史案例，避免了故障知識中規則提取的不利因素，氣象水文裝備的維修效率大大提高。

1　案例模型

案例推理來源于認知學，與人類解決問題的思路相似。當某故障出現時，人們總會聯想以前有沒出現相同或相似的故障，為此可參考相似故障的處理方式；案例推理便是在出現故障現象時，根據故障現象的特征搜索案例庫。案例庫中的歷史案例按一定的方式進行組織，如未在案例庫中搜索出目的案例，或搜索的結果無法解決當前故障問題，則請求人工專家修改故障解決方案，并通過后臺管理員儲存為新的案例，更新案例庫。

整個案例推理可以分為四個階段：案例檢索(Retrieval)、案例重用(Reuse)、案例修改(Revise)和案例學習(Retain)。當一個新的故障問題產生時，首先系統將新的問題案例以方便檢索的形式表達，然后在案例庫中以一定的策略進行檢索，檢索的結果（相似案例）可以作為新問題的解決建議。通過對檢索出的案例進行案例重用，可以作為故障問題解決方案的參考建議。使用者若案例搜索不成功，可修改案例表達形式和策略重新搜索，或者請求人工專家輔助實現在線診斷，確保對重要裝備的及時診斷，系統記錄診斷的過程，并作為新的一個案例從而完善數據庫。

2　案例表示

2.1故障案例表示方法

案例能否高效被查詢、案例推理系統能否有效發揮其工作性能，很大程度取決于案例的表示。常用的案例表示方法有基于產生式規則、面向框架、基于語義網絡、基于邏輯關系和面向對象的表示方法等。

氣象水文裝備部件構造復雜，故障案例大多是現象簡單而原理復雜，具有關聯和分布式的結構，故障案例一般包含故障現象、故障部位和故障原因等眾多信息。針對氣象水文裝備故障案例的特點，本文采用面向對象技術和數據庫技術相結合的案例表示方法。在對氣象水文裝備的故障記錄進行分類整理的過程中，發現每個故障都是由故障現象描述、故障發生部位、故障原因和維修方案等部分組成，即便不同故障類別的故障現象描述和故障特征都有很大的差異，但是他們之間也有共同點：每一個故障現象

表2-1　故障案例結構

都是對氣象水文裝備某一型號的分系統部件及其屬性的描述。因此，氣象水文裝備的故障案例可以用四元組結構進行表示：

C=＜D,S,R,E＞

其中，D={d1,d2,…dn}為有限非空集合，表示氣象水文裝備故障案例的描述信息S={s1,s2,…sn}為故障案例的征兆集，描述故障的特征信息；R為軍事氣象水文故障案例的結論信息；E為故障案例的輔助信息。其故障案例結構如表2-1所示：

2.2故障案例表示的實現

1）故障案例的特征向量

氣象水文裝備的故障特征向量指在一個故障案例中所有特征值經參數化處理后，按照一定的順序組成的向量。故障特征向量表示為

氣象水文裝備故障案例的特征可通過三種方式描述：①文字描述的字符型②具體的數值描述的數值型③邏輯型，只存在兩種狀態，例如電壓有無，電路短路與否等。三種故障特征的表示方式都可以進行參數化處理。

2）故障案例的特征屬性權值。

不同的氣象水文裝備，不同的故障部位，以及不同的故障現象所涉及的故障特征屬性也是不同的，即便是同一個特征屬性在裝備的不同分系統中，其在當中的作用差異也很大。在裝備故障特征屬性的獲取過程中，系統采用專家咨詢人工設定的方式需要對此類裝備相當熟悉并且經驗豐富的專家來設定權重。

3　案例組織

由于氣象水文裝備型號多樣，故障復雜，許多故障不可避免屬性有重合，如果直接利用帶權重的故障特征向量去匹配故障，需對整個數據庫進行遍歷，勢必會導致系統運行速度減慢，因而必須要設計一套高效的案例組織方法。根據氣象水文裝備本身組成，以及發生故障的層次性、相關性的特點，采用層狀結構對故障案例庫進行組織比較合適，通過分層可以按層索引有序地查找案例。結構組織圖如圖3-1所示：

圖3-1　故障案例結構組織圖

通過這樣的案例組織方，在裝備發生故障時案例檢索更加便捷快速，可先通過裝備表查找發生故障的裝備型號，然后在分機系統表中查找故障發生的分系統部位，再通過故障種類表中篩選同一類的相似故障，最后在關鍵特征表中進行特征匹配。這樣一個分層索引的過程，大大縮小了特征匹配的范圍，提髙檢索的效率。

4　案例檢索

尋找與故障最相似的案例，是案例檢索的根本目的，最終為故障提供解決的方案。而檢索策略和采用的具體檢索算法將直接影響案例推理的診斷效能，能否從龐大的案例庫中準確快速地檢索出與當前故障相似的案例，是評價案例診斷系統效能的標準。

4.1K近鄰案例檢索

引入相似度這一度量來表示新故障案例與歷史案例之間的相似性，目前大多采用傳統的K近鄰法計算比較相似度。通常用歐氏距離來進行案例間（即空間上兩個點）的相似度計算。

4.2算法改進

1）加權K鄰近算法

由于氣象水文裝備的故障特征屬性的影響因子差異較大，因而在進行K鄰近算法檢索時，需要將不同特征屬性對故障發生的影響表現出來，這兒通過改進算法，在每個故障特征屬性前加入權重。改進的歐氏距離相似度算法：

表5-1　故障排除方法

2)歸一化屬性改進

則將原始屬性值轉化到[-1,1] 區間的函數為

5檢索策略

本文將氣象水文裝備案例庫分成4級案例庫：裝備級案例庫、分機系統案例庫、故障種類案例庫和子案例庫。案例多級檢索策略如下：第一級：通過人機界面定位需診斷的氣象水文裝備型號；第二級：繼續通過人機界面選擇裝備分機系統類別；第三級：在分機系統案例庫中檢索最相似的案例種類以及對應的案例庫；第四級：在某種類故障案例庫中匹配故障特征屬性，檢索最相似的歷史案例。

基于案例推理的專家診斷系統為現場用戶提供了方便快捷和智能化的診斷服務，本節以某型數字化天氣雷達為例，論述案例推理的診斷過程，當出現了如此的故障現象：“雷達未加高壓，22#參數報警”。用戶通過特征匹配，得到相應的故障診斷結果，如表5-1所示：

6　結束語

本文就基于案例推理的智能診斷技術展開了深入的研究，利用計算機強大的數據庫和檢索能力，對裝備故障進行排除保障，并通過某型雷達驗證了診斷結果，達到了經濟、便捷、準確的效果，在氣象裝備的測控和遠程故障診斷領域具有較高的參考價值。

參考文獻

[1] 張榮濤 復雜裝備遠程智能監測診斷與維護系統研究[D] 南京理工大學.

[2] 鄭佩基于案例推理的故障診斷技術研究[D] 武漢：華中科技大學，2008

[3] 李建洋，陳雪云，劉蕙婷基于案例推理中案例表示的研究[J] 合肥學院學報：自然科學版，2007,7(3):26-29

[4] 黃文虎,夏松波設備故障診斷原理.技術及應用[J] .北京科學出版社,

[5] 劉衛平.基于INTERNET的遠程故障診斷技術研究[D] .南京航空航天大學碩士論文.2004-03-01

[6] 張浩.雷達遠程故障診斷系統的研究[D] . 河海大學.2007

Study on Fault Diagnosis Based on case based reasoning

Wu Tao,Liu Zhihua,Cao Ruiming
(Chinese PLA University of Science and Technology Nanjing,210000)

Abstract：Meteorological and hydrological equipment is distributed,openness,interoperability and scalability characteristics,using traditional methods of diagnosis and troubleshooting,has certain limitations.In this paper,the fault diagnosis method based on CBR,the establishment of case diagnosis model,the case representation and organization methods are discussed,the nearest neighbor algorithm fault query,and to a certain type of radar points system fault diagnosis is verified.

Keywords：meteorological and hydrological equipment;case based reasoning;nearest neighbor algorithm