基于CBR的舰船液压故障诊断专家系统_秦楠.pdf

总第345期1引言液压系统是舰船的重要组成部分，其故障主要来源于油污染、泄漏、磨损等，具有多发性、不确定性和隐蔽性的特点13。多种类型的故障交叉出现，要求维修人员必须具有丰富的专业知识和维修经验，给某型舰船液压系统的故障诊断带来很大难度。专家系统将大量专业知识与历史维修案例有机融合，指导维修人员快速处理故障，可以很好地解决这一问题。目前，针对舰船液压故障诊断问题而开发的专家系统多采用基于规则的推理方法，其诊断的智能化水平有了很大的提高，但仍存在着知识获取困难、专家知识表述规则化困难、推理过程不易理解、在复杂系统中可能出现组合爆炸等问题。近年来，随着人工智能技术的发展，出现了基于案例推理（case-based reasoning，CBR）的方法，文献 4 将其应用于装填车的液压系统故障诊断，文献 5 将其应用于防空火炮的故障诊断，文献 6将其应用于飞机电子设备的故障诊断。现有研究表明，CBR方法具有知识获取简单、知识积累方便等优点，但也依然面临着求解质量受专家主观经验影响、求解效率有待进一步提高等问题。本文在现有方法的基础上进行改进，将基于案例推理方法引入某型舰船液压故障诊断系统的设计中，进一步提高故障诊断的准确性和效率。2基于CBR的舰船液压系统故障诊断机理某型舰船液压系统故障诊断机理可以概括为R5：案例表示（Represent）、案例检索（Retrieve）、案收稿日期：2022年9月11日，修回日期：2022年10月22日作者简介：秦楠，女，博士，工程师，研究方向：舰船液压系统故障诊断。薛鹏，男，硕士，研究方向：舰船装备维修与保障。基于 CBR 的舰船液压故障诊断专家系统秦楠1薛鹏2（1.92199部队青岛266000）（2.91184部队青岛266000）摘要为解决传统专家系统推理方法中存在的不足，将基于案例推理方法引入某型舰船液压故障诊断系统的设计中，阐述了基于案例推理的故障诊断机理，从案例表示方法、案例检索算法、系统结构及工作流程三个方面介绍了基于案例推理的某型舰船液压故障诊断专家系统设计方法。故障诊断实例分析结果表明，所设计的系统能够提高舰船液压系统故障诊断的准确性和高效性。关键词CBR；液压系统；专家系统；故障诊断中图分类号TP392DOI：10.3969/j.issn.1672-9730.2023.03.031A Fault Diagnosis Expert System for Ship Hydraulic SystemBased on CBRQIN Nan1XUE Peng2（1.No.92199 Troops of PLA，Qingdao266000）（2.No.91184 Troops of PLA,Qingdao266000）AbstractAiming at the deficiencies in the reasoning methods of traditional expert systems，case-based reasoning method isintroduced into the hydraulic fault diagnosis system of a certain type of ship，fault diagnosis principle based on case-based reasoning is explained，design method of the ship hydraulic fault diagnosis system based on case-based reasoning is introduced from threeaspects：case description，case retrieval strategy，system structure and work flow.The analysis results of specific fault cases showthat the accuracy and efficiency of ship hydraulic system fault diagnosis are improved by the system designed.Key WordsCBR，hydraulic system，expert system，fault diagnosisClass NumberTP392舰 船 电 子 工 程Ship Electronic Engineering总第 345 期2023 年第 3 期Vol.43 No.3148舰 船 电 子 工 程2023 年第 3 期例重用（Reuse）、案例修订（Revise）和案例保留（Retain），如图1所示。图1舰船液压故障诊断系统的案例推理工作流程在某型舰船液压故障诊断专家系统中，用户首先用系统可以识别的语言在人机界面中输入故障征兆及关键词等信息，系统根据用户描述生成结构化的查询案例。系统根据检索策略计算故障特征属性和相似度，从案例库里检索出与查询案例相似度最高的案例进行匹配，并根据新案例的属性进行修正，得到适合当前故障的处理方法。用户根据实际情况，对故障诊断效果进行评估，若未能对当前问题形成指导，则将该故障作为新案例加入案例库，以实现案例库的完善。3基于CBR的某型舰船液压故障诊断方法设计根据某型舰船液压系统故障诊断的特点，将基于案例推理的技术应用于其故障诊断专家系统的设计中，完成故障案例的表示方法设计、故障案例的检索策略设计、系统结构和工作流程设计。3.1故障案例的表示方法设计故障案例的表示方法是案例属性、故障特征、领域知识、数据处理方法等相关知识的集合，也是后续案例检索、重用等步骤的基础，其结构及内容直接影响着案例检索及故障诊断的效能。针对某型舰船液压系统的故障特点，本文采用基于属性的故障案例表示方法，即每个案例可以用两种属性表示：故障基本属性和故障特征属性。故障基本属性可以用一个 5D 向量表示：Case=N,I,S,C,M，式 中N(NO.)代 表 编 号，N(NO.)=No,Ns,Nc，No是案例编号，Ns是子系统案例库编号，Nc是子系统案例集编号，I(Information)是 故 障 发 生 时 间、位 置 等 信 息；S(Symptom)是故障征兆；C(Causation)是产生故障模式的原因；M(Measure)是故障的维修措施。故障特征属性主要包括故障特征向量和故障特征权重向量，具体表示为一个 2D 向量：Fault=Ti，Wi，其中，Ti是故障特征向量，可以表示为Ti=Ti(1),Ti(2),.Ti(n),i1,k（1）式中：Ti为第i个案例的故障特征向量；Ti(n)为第i个案例中的第n个指标参数化处理后得到的特征值。Wi是故障特征权重向量，即采用粗糙集理论进行故障特征权重计算后得到的向量。3.2故障案例的检索算法设计将基于案例推理的方法应用于舰船液压系统的故障诊断中，核心问题是如何向用户提供最具参考价值的历史案例及其解决方案，为当前故障维修提供指导，即故障案例的检索算法设计。当前，在案例检索中广泛采用的使用 k-NN最近邻法计算故障案例的相似度78，在相似度计算中，权重会对求解质量产生较为显著的影响。在传统方法中通常由领域专家给出，考虑到专家经验的主观性影响，以及专业领域知识有时获取困难，本文在原有方法的基础上进行改进，引入粗糙集理论用于计算特征属性的权重910。设有n个源案例，当前案例X与第k个源案例Yk(1kn)的相似度S(X,Yk)可以用下式计算：S(X,Yk)=1-i=1jWid2(xi,yki)（2）式 中：X=x1,x2,.,xi,.,xj为 当 前 案 例；xi(1ij)为第i个特征属性值；Wi表示第i个特征属性的权值；d(xi,yki)为xi、yki在m维特征空间D=(D1,D2,.,Dm)上的距离：d(xi,yki)=abceS(xi,yki)dykidxi(b-a)(e-c)，xia,b,ykic,e（3）Wi表示第i个特征属性的权值，首先做如下定义1112：对于近似空间V=(U,R)，且PR,QR：当IND(P)IND(Q)，知识Q依赖于知识P。知识Q对知识P的依赖可以用下式表示：rP(Q)=CARD(POSP(Q)CARD(U)（4）其中，CARD（）表示集合的基数。设案例库C=c1,c2,.,ci,.cn为一个由n个案例组成的非空有限集合，ci(0in),ciC。可设案例ci=(T,D)，其中T为特征属性，D为决策属性。特征属性T=(t1,t2,.,tj.tm)为一个非空有限集合，其中tj(1jm)为案例ci的一个特征149总第345期项，对应的特征项权重为wj(1jm)。下式可用于计算tj的权重：wj=rT(D)-rT-j(D)j-1n(rT(D)-rT-j(D)（5）使用上述方法可以在一定程度上减少专家主观性影响，提高相似度的求解质量，为系统检索匹配案例提供较好的计算依据。3.3系统结构和工作流程设计某型舰船液压故障诊断专家系统由人机界面、推理机、解释机、诊断报告、诊断信息获取、综合数据库、数据库管理和案例学习8个模块组成，如图2所示。图2舰船液压故障诊断专家系统结构图人机界面又称人机接口，是用户和专家与系统之间进行信息交流的软件界面，它将用户输入的故障征兆等信息转换为系统可以理解的表示形式，再将系统处理后的信息提供给用户，专家也可通过该界面对案例库和知识库的信息进行维护、管理。推理机模块是舰船液压故障诊断系统的核心模块之一，它根据用户输入的数据，在案例库中按照设计好的检索策略进行检索，并将相似度较高的参考案例提供给用户。解释机模块根据知识库中的信息，使用户能够掌握系统的推理过程和诊断步骤。诊断信息获取模块采用检测设备对某型舰船液压系统的相关测试节点进行数据采集，并将结果传送到综合数据库中。诊断报告模块，将案例相似度、故障原因、维修对策等结果信息以报告的形式反馈给用户。案例学习模块主要通过两种手段实现案例库的丰富与更新：一是补充新案例以增大检索范围，二是对现有案例进行修正，提高推理的准确度。综合数据库模块也是系统的核心模块之一，主要由案例库、知识库和黑板三部分组成。其中案例库主要存储某型舰船液压系统发生过的历史故障案例信息，包含案例编号、故障时间地点、故障排除过程及结果等信息；知识库主要存储某型舰船液压系统中的设备名称、结构图、工作原理、原始数据等资料信息；黑板则用来存放系统推理过程中产生的临时数据。数据库管理模块，是专家对综合数据库进行维护的子系统，可以保证数据内容的准确性和完备性。某型舰船液压故障诊断专家系统的工作流程图如图3所示。图3舰船液压故障诊断系统工作流程图4系统实现及实例分析4.1系统实现图4舰船液压故障诊断专家系统案例库编辑界面某型舰船液压故障诊断专家系统的案例数据主要来源于某型舰船 2015 年以来的历史维修记录，包括泵、蓄能器、管路、阀件等众多部件，利用Access 2010 建立了较为完整的某型舰船液压系统秦楠等：基于CBR的舰船液压故障诊断专家系统150舰 船 电 子 工 程2023 年第 3 期故障案例数据库。在此基础上，以Visual Basic为开发语言，SQL Server 2008为数据库查询工具，在Microsoft Visual Studio 2010 平台中开发了基于案例推理的某型舰船液压故障诊断专家系统，系统故障案例库编辑界面如图4所示。4.2实例分析以某型舰船发生的实际故障为例进行案例检索，具体故障征兆为：某空气瓶内出现大量液压油。依据3.3节中提到的工作流程，将故障信息输入人机界面。系统在案例库中进行最近邻匹配，根据3.2节中提到的算法计算相似度，选取相似度阈值为 0.8，将相似度大于 0.8 的案例作为备选结果，如表1所示。表1案例检索相似度分析案例编号相似度匹配次数00180.801202530.812800760.805601470.8241200370.813901680.809500940.81610在相似度最大的案例中，