基于自动测试的故障诊断专家系统

摘　要：本文简要介绍了基于自动测试的故障诊断的意义，对现阶段常用的故障诊断方法及其存在问题进行了阐述，提出了基于自动测试的故障诊断专家系统的构想，并具体论述了专家系统的结构、流程和相关模块设计。

关键词：故障诊断；专家系统；自动测试
1. 引言
　　随着科学技术的飞速发展，航天测控设备的复杂程度日益提高，传统的检测维护手段已经无法满足现代化装备对于维护保障越来越高的要求。目前，综合了测量技术、电子技术、自动化技术和计算机技术于一体的自动测试系统成为测控设备技术保障的主流。自动测试系统具有测试速度快、测试精度高、测试数据全等特点，因此研究基于自动测试的故障诊断专家系统对于测控装备适应现代航天测控需求具有深远意义。本文将故障诊断专家系统与故障诊断推理模型结合起来，介绍了一种基于自动测试的故障诊断方法。
2. 自动测试中常用的故障诊断方法介绍
　　（1）基于直接可测信号的方法
　　这种方法根据直接可测信号的输入输出及其变化趋势来进行故障诊断，其依据是：正常情况下，被控过程的输入输出及其变化趋势在一定范围内变动，即Umin≤U(t)≤Umax，若超出这一范围即诊断认定为故障。这种方法简单直观，但缺点是容易误判和漏判。
　　（2）专家系统故障诊断方法
　　对于复杂系统的故障诊断，基于专家系统的故障诊断方法尤其有效。随着计算机科学和人工智能的发展，这种诊断方法在故障诊断领域应用最为广泛。一个完整的专家系统包括四个部分：知识库、推理机、知识获取模块和解释界面。知识库将知识以事实和规则的形式存储起来。推理机是协调控制整个系统工作的机构，它根据知识库中的事实、规则，按一定的推理策略求解当前的问题。知识获取模块解决如何将专家的经验、知识化为计算机可使用的形式，一种是人工知识获取，另一种是自动知识获取。解释界面负责向用户说明系统如何进行推理和如何得到推理的结论。
　　（3）故障树故障诊断方法
　　故障树是表示系统或设备特定事件或不希望事件与它的各个子系统或各个部件故障事件之间的逻辑结构图，通过这种结构图对系统故障形成的原因做出从总体到部分按照树状结构逐渐进行细化、划分。这种方法可对系统或机器进行预测和诊断。其缺点是：对于复杂系统,其故障树过于庞大。
　　 (4) 基于模型的诊断方法
　　基于模型的诊断方法就是通过观测和使用从实际设备或系统来的信息，利用模型来推算或预测故障。在这种诊断中，首先用最高层的模型来实现对其直属子单元级的诊断，然后用更为详细的子单元模型来诊断到它的下一级，如此类推。常见的模型类型有：故障字典、因果模型和故障推理模型。
　　（5）人工神经网络故障诊断方法
　　人工神经网络故障诊断方法是80年代末90年代初才真正具有实用性的故障诊断方法。所谓人工神经网络就是模仿人脑工作方式而设计的一种机器，它可以用电子器件或光电元件实现，也可以用软件在计算机上仿真。它主要优点是具有学习能力，能用于求解复杂问题而不需要知道对象的模型，在具有噪声及误差的场合，神经网络也可以应用。其缺点是：要求有足够数量的训练例子来供神经网络学习。
3. 基于自动测试的故障诊断专家系统
3.1总体设计
3.1.1专家系统的结构
    本文研究的专家系统包括知识库、推理机、综合数据库、知识编辑器、解释模块、人机界面等几部分组成，其结构图如图1所示：

图1：专家系统结构图
3.1.2专家系统的诊断步骤
　　本系统自动测试时故障诊断有以下几个步骤：
　　（1）自动测试系统选择测试项目,完成相应设备配置，由计算机中测试软件下达测试命令，随后计算机通过GPIB转换器控制测试仪器，并读取测试仪器测得数据。测试完成后，由计算机对测试数据进行分析得出测试结果，同时将测试结果和测试数据存入综合数据库。
　　（2）将测试结果与事先已保存在综合数据库内的标准值进行比较，由此可以看出被测设备的各项技术指标是否满足指标要求，包括输出频率，输出幅度，相位噪声等，如不满足指标要求，则进入下一步故障诊断。
　　 （3）通过前面的自动测试，我们可以得出如果指标正常表示被测设备正常，否则根据测试结果，计算机将自动启动故障诊断专家系统。专家系统通过故障现象采取相应的故障推理方法，然后进入故障诊断流程按照给定顺序逐点测试，最后故障定位到某个可更换元器件，并给出相应的解决措施。专家系统故障诊断流程图如图2所示。
　　
　　图2 专家系统诊断流程图
3.2各模块设计
　　本专家系统的各功能模块已在图1中标出，下面重点介绍各个模块的设计思想。
（1）综合知识库设计
    知识库的作用是存储和管理知识。本系统的知识库主要分两部分：领域专家知识和故障树分析。领域专家知识的来源主要是专家和技术人员的交流，由专家向技术人员传授故障诊断的基本原理、基本方法和相关经验，技术人员将专家传授的这些意见经验进行加工，并归纳到知识库中。当遇到问题时，技术人员以具体故障为线索，根据专家提供的材料进行分析、归纳，给出解决故障的答案。故障树是以测试结果为起始点，紧接着是一组由活动及决策组成的分叉决策树，最终得到维修建议。故障树具有直观性、灵活性、方便性等特点，广泛应用于故障诊断系统中。本系统的故障树分析主要是将技术人员平时遇到的故障实例记录下来，在此基础上进行分析、总结，建立故障树，同时运用类推的方法，将特殊案例推广到一般情况，这样遇到同类问题都可以解决。
（2）推理机设计
　　推理机是协调控制整个专家系统工作的机构，它根据知识库中的事实、规则，按一定的推理策略求解当前的问题。目前常用的推理机有规则推理机、模型推理机、神经网络推理机和模糊推理机等。规则推理指的是专家知识库中有相应的故障知识与检测的故障特征信号相对应。规则推理实现起来相对简单，但是需要专家知识库中有足够多的专家知识，这对于新设备使用起来比较困难，因此建立模型推理、神经网络推理和模糊推理尤为重要。
　　本系统推理机的工作流程是：当启动专家系统后，首先推理机根据测试结果异常的参数，按深度优先搜索策略，选择与故障现象直接有关的规则进入规则推理。若发现故障现象从未见过时，那么采用模型推理中诊断推理模型进行诊断。诊断推理模型有两个部分：测试和结论。测试由 若干诊断信息源组成，包括自动测试结果、实时监测信息和诊断测试结果等。结论是指故障部位或可更换单元。
（3）知识编辑器的设计
　　知识编辑器是一个具有良好人机接口的知识获取界面，通过该界面可以方便地实现知识的增加、删除、修改等过程。专家和技术人员通过该接口界面，在系统的提示下可以将知识输入知识库，或者查找、修改、增加、删除知识库中的知识。
（4）解释模块设计
　　解释模块通过给出专家进行推理的路线，对专家为什么和如何得出这种结论做出解释。通常解释模块实现的方法有：预置文本与路径跟踪法、策略解释法和自动程序员方法。这里我们采用预置文本与路径跟踪法。预置文本是将每一个诊断问题求解的框架采用自然语言和一些简单的图形等事先组织好存入知识库，在诊断过程中产生解释信息，这种方法简单但是开发系统的工作量很大，因此将预置文本与路径跟踪相结合。路径跟踪是对故障诊断的执行过程进行跟踪，在诊断求解的同时，将诊断求解所使用的知识自动记录下来。规则的解释文本作为规则的一个属性而存在，通过提示信息编号调用规则的预置解释文本。每个节点都对应着每个信息编号，在故障诊断过程中会调用相应的提示信息，由提示信息对推理过程进行解释。通过这一解释机制可以了解专家解决问题的思维过程，实现对人员的培训，也为发现知识库中知识的错误提供一个方便的手段。
（5）综合数据库设计
　　 综合数据库主要包括两方面：一是历史数据库，二是动态数据库。历史数据库存放自动测试的各项技术指标和自动测试的测试结果。动态数据库接收被测设备的实时状态参数，以及专家系统在推理过程中得到的结果。
（6）人机接口设计
　　人机接口是专家系统与用户或专家进行交流的模块。在专家系统进行推理的过程中，如果实时检测到的信息量不足时，专家系统通过人机交互模块实现专家系统与用户或专家人机对话，从而实现问诊。本系统人机接口的设计将被测设备原理图、实物图、故障连接提示和诊断流程图全部显示，更易于初学者学习。
4. 结论
　　本文简述了自动测试系统常用的故障诊断方法及其存在问题，提出了自动测试故障诊断专家系统的构想，同时详细介绍了专家系统的结构、流程和各分模块。在专家系统中为了寻求更加合理的推理机制，将规则推理和诊断推理模型结合起来，同时在知识库中采用故障树诊断方法。基于自动测试的故障诊断系统是未来装备维护技术发展的必由之路，是发挥装备效能的重要支撑，因此不断研究和发展基于自动测试的故障诊断系统具有十分重大的意义。
参考文献：
[1] 胡昌华，许华龙．控制系统故障诊断与容错控制的分析和设计．北京：国防工业出版社，2001．
[2] 李行善，左毅，孙杰．自动测试系统集成技术．北京：电子工业出版社，2004．
[3] 朱大奇．电子设备故障诊断原理与实践．北京：电子工业出版社，2004． 本文链接：http://www.qk112.com/lwfw/jsjlw/jisuanjiyingyong/242306.html