高業(yè)欣,臧石磊,劉天龍,劉健男,侯作亮
(遼寧省地震局,遼寧 沈陽 110034)
近些年來迅速發(fā)展的智能診斷技術(shù)在故障診斷領(lǐng)域的成功應(yīng)用為故障檢測(cè)提供了一個(gè)很好的實(shí)現(xiàn)方案[1],智能檢測(cè)系統(tǒng)將專家的知識(shí)和經(jīng)驗(yàn)以適當(dāng)?shù)男问酱嫒胗?jì)算機(jī),利用類似專家的思維規(guī)則,對(duì)事例的原始數(shù)據(jù)進(jìn)行邏輯或可能性的推理,演繹,并做出判斷和決策,使得我們可以很大程度上擺脫傳統(tǒng)故障診斷方法對(duì)人員素質(zhì)的要求,解決維修難題。隨著智能檢測(cè)系統(tǒng)技術(shù)的逐漸成熟和其他學(xué)科的迅猛發(fā)展,其應(yīng)用已經(jīng)滲透到各個(gè)領(lǐng)域,所使用的技術(shù)也逐漸綜合化,處理問題的難度和復(fù)雜度也不斷增大。目前智能檢測(cè)系統(tǒng)已經(jīng)成為人工智能領(lǐng)域最重要的研究方面之一。
地震儀器受運(yùn)行環(huán)境影響,呈現(xiàn)出運(yùn)行狀態(tài)真值唯一,故障狀態(tài)真值多樣性的特點(diǎn)[2]。針對(duì)這一特點(diǎn),本文采用基于經(jīng)驗(yàn)知識(shí)的專家診斷系統(tǒng)和基于模型相結(jié)合的集成診斷方法開展研究,實(shí)現(xiàn)理論和經(jīng)驗(yàn)相結(jié)合,解決了單一專家系統(tǒng)面臨的知識(shí)獲取問題,以及單一基于模型的診斷方法對(duì)大型復(fù)雜系統(tǒng)的限制性問題,很好地表示了對(duì)象的故障診斷規(guī)則,提高了診斷系統(tǒng)的智能水平和診斷效率。
人工智能(Artificial Intelligence):主要研究如何用計(jì)算機(jī)來摸擬人的智能,因此也稱為機(jī)器智能(Machine Intelligence)。人工智能技術(shù)包括專家系統(tǒng),基于模型的診斷、人工神經(jīng),網(wǎng)絡(luò)模糊邏輯等。
專家系統(tǒng)是把領(lǐng)域?qū)<乙酝\斷的經(jīng)驗(yàn)歸納成規(guī)則,并運(yùn)用經(jīng)驗(yàn)規(guī)則通過推理來進(jìn)行故障診斷。專家系統(tǒng)由知識(shí)庫、推理機(jī)、部分人機(jī)接口等幾個(gè)部分組成[4]。建立一個(gè)專家系統(tǒng)的主要任務(wù)就是將領(lǐng)域?qū)<业慕?jīng)驗(yàn)知識(shí)從專家頭腦中提取出來,存入計(jì)算機(jī)中,這個(gè)過程稱為知識(shí)獲取,這一過程就是知識(shí)庫的建立?;谥R(shí)推理的計(jì)算機(jī)實(shí)現(xiàn)構(gòu)成了推理機(jī),它是一種計(jì)算機(jī)程序[5]?;谀P偷脑\斷方法是運(yùn)用被診斷系統(tǒng)的運(yùn)行模型和故障模型,由模型獲得的預(yù)測(cè)形態(tài)和所測(cè)量運(yùn)行形態(tài)之間的差異,來進(jìn)行故障狀態(tài)檢測(cè)。
專家系統(tǒng)面臨的主要問題是知識(shí)獲取的瓶頸問題,一方面領(lǐng)域?qū)<液茈y準(zhǔn)確地描述自己所擁有的知識(shí),對(duì)于具體的故障,他們往往只會(huì)知道如何去解決,卻說不出采用這種方法的理由;另一方面,不同的專家知識(shí)可能不一樣,甚至互相矛盾?;谀P偷脑\斷方法,不依賴于被診斷對(duì)象的判定規(guī)則,并能對(duì)診斷結(jié)論進(jìn)行解釋。
地震臺(tái)站儀器除了儀器自身的原理特性外,還與臺(tái)站的運(yùn)行環(huán)境息息相關(guān)[6],除了儀器本身具備的模型真值外,還有很多個(gè)別的運(yùn)行真值,我們不能把一些經(jīng)驗(yàn)以規(guī)則的形式寫入知識(shí)庫,本文采用多種方法相結(jié)合的方式開展研究,通過模型方法完成儀器狀態(tài)判斷后,利用專家系統(tǒng)完成故障定位并提供排除決策。
基于模型的檢測(cè)方法作為故障初步判斷方法。通過對(duì)儀器電路重繪,來解析系統(tǒng)模型,從模型獲得預(yù)測(cè)形態(tài),再通過測(cè)量,獲取運(yùn)行形態(tài),由預(yù)測(cè)形態(tài)和運(yùn)行形態(tài)之間的差異,完成被診斷系統(tǒng)故障狀態(tài)的初步診斷。
基于專家系統(tǒng)的檢測(cè)方法完成故障定位并提供維修決策,通過現(xiàn)場儀器運(yùn)行測(cè)試,獲得非真值集,將經(jīng)驗(yàn)知識(shí)用產(chǎn)生式規(guī)則表達(dá)式寫入專家系統(tǒng)知識(shí)庫。采用開放式推理機(jī)設(shè)計(jì),支持后續(xù)研究擴(kuò)充,程序打破常規(guī)文字界面,采用可視化圖形界面。研究方法及流程系統(tǒng)框圖如圖1 所示。
圖1 研究方法及流程系統(tǒng)框圖Fig.1 Research method and flow chart
建立一個(gè)專家系統(tǒng)的主要任務(wù)就是將領(lǐng)域?qū)<业慕?jīng)驗(yàn)知識(shí)從專家頭腦中提取出來,存入計(jì)算機(jī)中,這個(gè)過程稱為知識(shí)獲取。本文中的知識(shí)獲取主要有三個(gè)方面:
理論真值:根據(jù)儀器電路板,重新繪制儀器電路圖,解析儀器電路原理,梳理儀器信號(hào)流程。根據(jù)信號(hào)流程,充分考慮電路原理和可更換器件分布,設(shè)置檢測(cè)節(jié)點(diǎn)及檢測(cè)順序。根據(jù)電路原理計(jì)算檢測(cè)節(jié)點(diǎn)理論真值即預(yù)測(cè)形態(tài)庫。
經(jīng)驗(yàn)真值:在實(shí)驗(yàn)室搭建儀器運(yùn)行環(huán)境,測(cè)量檢測(cè)點(diǎn)運(yùn)行真值,到臺(tái)站實(shí)地測(cè)量儀器臺(tái)站運(yùn)行真值,將這些經(jīng)驗(yàn)真值添加至預(yù)測(cè)形態(tài)庫。
故障真值:查閱以往維修案例,總結(jié)個(gè)人維修經(jīng)驗(yàn),將故障儀器檢測(cè)節(jié)點(diǎn)特點(diǎn)添加至故障形態(tài)庫。
知識(shí)表示(Knowledge Representation)是知識(shí)的符號(hào)化和形式化過程。通過知識(shí)的有效表示,使專家系統(tǒng)能夠利用這些知識(shí)進(jìn)行推理和作出決策。
產(chǎn)生式規(guī)則的形式:
IF <條件>THEN <結(jié)論>
其中:<條件>也稱為規(guī)則的前提;它可以是單個(gè)條件或多個(gè)條件通過邏輯符號(hào)AND、OR構(gòu)成的邏輯組合。<結(jié)論>可以是一組結(jié)論或動(dòng)作。該規(guī)則含義表示當(dāng)條件滿足時(shí),可以根據(jù)該規(guī)則推導(dǎo)出結(jié)論部分,或執(zhí)行相應(yīng)的動(dòng)作。
(O,A,V)三元組用于表示規(guī)則條件或結(jié)論部分的事實(shí)知識(shí),其中O(Object)表示對(duì)象,它可以是物理實(shí)體或概念;A(Attribute)表示對(duì)象的屬性,即與對(duì)象相關(guān)的某種特征或性質(zhì);V(Value)表示對(duì)象屬性的取值。
例如:“U1 芯片6 腳輸出為方波”,這一征兆事實(shí)可表示成:
(U1 芯片,6 腳輸出,方波)三元組。
基于知識(shí)推理的計(jì)算機(jī)實(shí)現(xiàn)構(gòu)成了推理機(jī),它是用于推理的計(jì)算機(jī)程序,推理方式依賴于知識(shí)表示方法。本文中對(duì)于故障的判斷采用基于模型的推理,對(duì)于維修決策采用規(guī)則推理。
基于模型的推理是由已知征兆事實(shí)到故障結(jié)論的推理,基本思想是從已知事實(shí)出發(fā),正向使用規(guī)則,即將對(duì)象的屬性與事實(shí)庫中的事實(shí)相匹配,若匹配成功,則激活輔助決策規(guī)則,否則進(jìn)行下一事實(shí)匹配,直到?jīng)]有可匹配的事實(shí)為止[3]。
圖2 模型推理演示圖Fig.2 Model reasoning illustration
基于規(guī)則的推理屬于正向演繹推理,是指由一組前提必然地推導(dǎo)出某個(gè)結(jié)論的過程,即:
IF <條件>THEN <結(jié)論>
診斷規(guī)則實(shí)例:
前置放大盒p4 位置7815 芯片故障診斷中有如下規(guī)則:
如果12 引腳間輸入電壓為20 V,且23 引腳間電壓不等于15 V,則存在輸出故障,請(qǐng)更換7815 芯片。
本文針對(duì)SSY 型伸縮儀開展了故障檢測(cè)方法的軟件設(shè)計(jì)與實(shí)際應(yīng)用,軟件內(nèi)容由故障診斷指導(dǎo)系統(tǒng)和推理機(jī)平臺(tái)組成。
將SSY 型伸縮儀維修知識(shí)通過專家系統(tǒng)生成供用戶使用的人機(jī)界面,用于為用戶提供維修指導(dǎo)。用戶選擇測(cè)試儀器后,根據(jù)提供的流程進(jìn)行測(cè)量,將測(cè)量結(jié)果反饋后,等待系統(tǒng)自動(dòng)進(jìn)行故障分析,并提供決策。界面由節(jié)點(diǎn)圖形區(qū)、測(cè)試內(nèi)容區(qū)、結(jié)果選項(xiàng)區(qū),以及分析結(jié)論區(qū)組成。系統(tǒng)根據(jù)電路原理按相應(yīng)的檢測(cè)流程進(jìn)行分步檢測(cè),當(dāng)測(cè)量的選項(xiàng)為正常運(yùn)行狀態(tài)時(shí),選項(xiàng)標(biāo)綠并提示檢測(cè)對(duì)象運(yùn)行狀態(tài)。當(dāng)測(cè)量的選項(xiàng)為異常運(yùn)行狀態(tài)時(shí),選項(xiàng)標(biāo)紅并在結(jié)論區(qū)生成故障排除決策。檢測(cè)流程如圖3 所示。
圖3 故障檢測(cè)流程圖Fig.3 Fault detection flow chart
推理機(jī)是用于生成客戶端管理平臺(tái),主要由用戶管理、個(gè)人中心、檢測(cè)流程生成管理三部分組成。各部分功能如圖4 所示。
圖4 推理機(jī)管理平臺(tái)功能導(dǎo)圖Fig.4 Background management function chart of inference engine
用戶權(quán)限有管理員和普通用戶兩種,管理員有權(quán)對(duì)流程檢測(cè)進(jìn)行修改,普通用戶只能對(duì)流程進(jìn)行查看。該模塊具備用戶新增及查詢管理功能。
個(gè)人中心主要是對(duì)開發(fā)者進(jìn)行相關(guān)的信息維護(hù)。
檢測(cè)流程是管理平臺(tái)的核心,將流程寫成操作步驟,供管理者添加,每一項(xiàng)內(nèi)容分別對(duì)檢測(cè)節(jié)點(diǎn)圖形,測(cè)試內(nèi)容,可能結(jié)果選項(xiàng),以及分析結(jié)論區(qū)進(jìn)行設(shè)置。根據(jù)知識(shí)經(jīng)驗(yàn)編寫流程及結(jié)果響應(yīng)動(dòng)作,可實(shí)現(xiàn)對(duì)故障定位的推理。流程檢測(cè)功能根據(jù)知識(shí)經(jīng)驗(yàn)指導(dǎo),添加提供檢測(cè)服務(wù)的儀器內(nèi)容,并對(duì)儀器的分步檢測(cè)流程,選項(xiàng),結(jié)論進(jìn)行編輯,生成客戶端可使用的維修指導(dǎo)。用戶使用軟件界面如圖5 所示。
圖5 用戶界面Fig.5 User interface
本文中采用的基于模型和專家系統(tǒng)集成的故障診斷方法,很好地發(fā)揮了兩種診斷方法的優(yōu)點(diǎn),提高了診斷系統(tǒng)的智能水平和診斷效率。采用圖形化指導(dǎo)界面代替文字描述,用戶界面友好,達(dá)到了預(yù)期目的,為地震儀器的故障檢測(cè)提供了新的思路后續(xù)推廣建議:
(1)本文僅對(duì)SSY 型伸縮儀進(jìn)行了維修指導(dǎo),該成果可廣泛應(yīng)用于地震系統(tǒng)其他儀器,擴(kuò)充系統(tǒng)對(duì)象,形成全網(wǎng)儀器專家診斷系統(tǒng)。
(2)繼續(xù)開發(fā)多元化推理機(jī)(計(jì)算機(jī)程序),建立遠(yuǎn)程分布式全系統(tǒng)智能診斷系統(tǒng),實(shí)現(xiàn)異地多專家對(duì)同一設(shè)備的協(xié)同診斷以及多臺(tái)設(shè)備共享統(tǒng)一診斷系統(tǒng)。
(3)建立開源故障診斷平臺(tái),實(shí)現(xiàn)多用戶對(duì)不同地區(qū)儀器故障進(jìn)行總結(jié),實(shí)時(shí)更新知識(shí)庫,使診斷更為精準(zhǔn)。