基于仿真技術的裝備智能故障診斷系統

2 某型裝備故障診斷專家系統
2．1 基于仿真的診斷知識獲取
知識獲取通常需要根據故障診斷案例發現新規則或從領域專家處接受新規則，不斷豐富和完善故障診斷知識庫。由于裝備在不同的工作狀態下或采用不同的組合時，同一種故障在系統中的表現特征也不盡相同，征兆與故障之間通常不存在一一對應關系。往往只能通過系統故障機理研究、診斷案例分析、可靠性分析和診斷模型試驗等手段，結合領域專家知識和系統技術資料等，對故障和征兆進行明確定義、對故障進行層次劃分、對征兆進行量化處理，才能發現適用于不同條件下的故障診斷規則。但是，對大型復雜的裝備系統而言，采用人工方式幾乎無法在專家系統組建過程中獲取足夠的故障診斷規則。因此，若能利用裝備仿真測試系統基礎平臺，通過在給定功能組合和設置故障狀態下對裝備的工作過程和功能模塊進行仿真，獲得裝備各種組合下的運行參數，建立故障樣本集合，自動獲取故障診斷知識，將有效提高故障診斷知識獲取的速度與質量。
2．2 故障診斷專家系統的實現
某型裝備故障診斷專家系統(組成構成如圖2所示)主要由知識獲取模塊、診斷知識庫、解釋機模塊、推理機模塊和人機接口等部分構成，并通過仿真測試數據庫從裝備仿真測試系統中獲取知識。

(1)仿真測試數據庫是聯接仿真測試系統和故障診斷專家系統的橋梁，該動態數據庫存放有仿真測試數據。仿真測試系統能模擬裝備正常狀態或故障狀態，通過仿真測試得到不同狀態的運行數據，并補充到仿真測試數據庫中。在故障診斷專家系統工作過程中，知識獲取模塊可以從仿真測試數據庫中提取所需數據，通過分析處理將數據轉化為知識，并存入診斷知識庫中。
(2)故障診斷知識庫用于存放專家系統運行過程中所需的知識，豐富的知識庫是成功構建專家系統的必要條件。在實現過程中，知識庫選擇了多種知識表現形式，包括規則知識表示、案例知識表示、框架知識表示和模型知識表示等，其中模型知識是從已有的仿真測試系統中建立的許多成熟的模型中獲取，而其他知識則由領域專家通過人機接口模塊提供，知識庫由知識獲取模塊負責維護。
(3)推理機模塊模擬領域專家故障診斷過程，是故障診斷專家系統的核心部分。由于系統中診斷知識采用了多種表示方式，因此推理機集成了多種推理機制，提高了診斷結果的可信度。在實現過程，系統首先根據普通用戶提出的故障診斷要求及提供的故障診斷信息等形成特征征兆集合，然后系統分別進行基于規則、基于案例、基于框架和基于模型等診斷推理，并采用信息融合技術按發生概率大小給出所有可能故障的提示，最后基于仿真測試系統采用仿真復現技術驗證診斷結論。
(4)解釋機模塊是專家系統的重要組成部分，負責向用戶解釋專家系統故障診斷行為的全部過程。解釋功能的實現有很多種方法，如預置文本法、路徑跟蹤法、策略解釋法、自動程序員法等，其中預置文本法和路徑跟蹤法較為常用。本系統采用路徑跟蹤與仿真復現相結合的方法進行解釋，不僅能將問題求解所使用的知識自動記錄下來，在用戶需要時顯示問題求解的全過程，而且能在仿真測試系統基礎上，通過仿真復現技術向用戶展示故障發生、發展及最終表現征兆的全過程。
3 結 語
針對某型裝備智能故障診斷問題，介紹基于分布式交互仿真技術的裝備仿真測試環境，提出基于仿真測試技術的故障診斷知識自動獲取方法，設計基于系統仿真技術與專家系統技術相結合的裝備故障診斷專家系統，實現大型復雜裝備智能故障診斷，提高專家系統故障診斷能力。