（计算机系统结构专业论文）多agent平台下基于cbr的机车故障诊断系统研究.pdf

摘要 随着机车技术的不断发展，机车系统和机载设备日趋复杂。机车 故障的种类以及原因也日渐多样化，对故障诊断系统也提出了更高的 要求，故障诊断系统呈现出动态、分布、多部门协作和不确定性等特 征。多a g e m 能够利用并行分布式处理技术和模块化设计思想，把复 杂系统划分成相对独立的a g e n t 子系统，通过a g e n t 之间的合作与竞 争来完成对复杂诊断问题的求解。同时，考虑到某些故障领域已经积 累了丰富的故障案例，采取c b r ( c a s eb a s e dr e a s o n i n g 案例推理) 方法会大大提高案例的检索效率，改善故障解决能力。本文研究了多 a g e n t 平台下基于c b r 的故障诊断系统的设计实现。 本文首先回顾了故障诊断系统的发展历程，概述了分布式故障诊 断系统的研究现状。随后介绍了专家系统、c b r 方法、多a g e n t 技 术的基本理论，并以此为基础，提出了多a g e n t 平台下基于c b r 的 故障诊断系统模型，详细分析了多a g e n t 之间的协作机制。对于案例 匹配过程，提出了按照故障层次索引，从而缩小案例检索范围，提高 了检索效率，同时采用了最近邻匹配策略，提高了检索的准确性。最 后，通过j a d e 平台，实现在多a g e n t 平台上基于c b r 的故障诊断 系统，c b r 推理方法及a g e n t 技术相结合的使用，使得该系统具有 集体的智能性、较好的健壮性与容错性。 关键词故障诊断，c b r ，多a g e n t ，j a d e a bs t r a c t w i t ht h ec o n t i n u o u s d e v e l o p m e n t o fl o c o m o t i v e t e c h n o l o g y , l o c o m o t i v es y s t e ma n dt h eo n - b o a r de q u i p m e n th a v eb e c o m em o r e c o m p l e x b e c a u s eo ft h ei n c r e a s i n gd i v e r s i f i c a t i o n o ft h et y p eo f l o c o m o t i v ef a i l u r e sa sw e l la st h ef a u l tr e a s o n s ，t h ef a u l td i a g n o s i ss y s t e m i sp u tf o r w a r dh i g h e rr e q u i r e m e n t s f a u l td i a g n o s i ss y s t e m ，a l s os h o w sa d y n a m i c ，d i s t r i b u t e d ，m u l t i s e c t o r c o l l a b o r a t i o na n d u n c e i r t a i n t y c h a r a c t e r i s t i c s a g e n t c a nm a k eu s eo fm a n y p a r a l l e l d i s t r i b u t e d p r o c e s s i n gt e c h n o l o g ya n dm o d u l a rd e s i g ni d e a ；p u tac o m p l e xs y s t e m i n t o r e l a t i v e l yi n d e p e n d e n ts u b s y s t e m sa g e n t ，b yc o o p e r a t i o na n d c o m p e t i t i o nb e t w e e na g e n t st oc o m p l e t et h ed i a g n o s i so fc o m p l e x p r o b l e ms o l v i n g a tt h es a m et i m e ，t a k i n gi n t oa c c o u n tt h ea r e ao fs o m e f a u l th a sa c c u m u l a t e daw e a l t ho ff a u l tc a s e s ；t a k et h ec b r ( c a s eb a s e d r e a s o n i n g ) m e t h o dw i l lg r e a t l yi m p r o v et h ee f f i c i e n c yo fc a s es e a r c h i n g t oi m p r o v et h ef a u l t - s o l v i n ga b i l i t y t h i sp a p e rs t u d i e sf o rc b r b a s e d f a u l t d i a g n o s i ss y s t e md e s i g ni m p l e m e n t a t i o no nt h em u l t ia g e n t p l a t f o r m f i r s t l y ，t h i sp a p e rr e v i e w e dt h eh i s t o r yo fd e v e l o p m e n to ft h ef a u l t d i a g n o s i ss y s t e m ，p r o v i d e sa no v e r v i e wo fd i s t r i b u t e df a u l td i a g n o s i s s y s t e mr e s e a r c h t h e n ，i n t r o d u c e dt h eb a s i ct h e o r i e so ft h ee x p e r t s y s t e m ，c b rm e t h o d s ，m u l t i a g e n tt e c h n o l o g y b a s e d o nt h e s e t h e o r i e s ，p r o p o s e dt h em o d e lo fc b r - b a s e df a u l td i a g n o s i ss y s t e mo n m u l t i a g e n tp l a t f o r m ，a n dg i v e nad e t a i l e da n a l y s i so ft h ec o o r d i n a t i o n m e c h a n i s mb e t w e e nt h em u l t ia g e n t f o rt h ec a s em a t c h i n gp r o c e s s ， p r o p o s e dm a t c h i n gi na c c o r d a n c ew i t ht h ef a u l tl e v e l ，t h e r e b yr e d u c i n g t h es c o p ea n d i m p r o v i n gt h ee f f i c i e n c yo ft h ec a s em a t c h i n g u s i n gt h e n e a r e s tn e i g h b o rm a t c h i n gs t r a t e g y ，i m p r o v e st h ea c c u r a c yo fc a s e m a t c h i n g f i n a l l y , t h r o u g ht h ej a d ep l a t f o r m ，a c h i e v et h ec b r - b a s e d f a u l td i a g n o s i ss y s t e mo nm u l t ia g e n tp l a t f o r m t h ec o m b i n a t i o no ft h e c b rm e t h o da n dt h ea g e n tt e c h n o l o g y , m a k i n gt h e s y s t e mh a st h e p r o p e r t i e so fc o l l e c t i v ei n t e l l i g e n c e ，b e t t e rr o b u s t n e s sa n df a u l tt o l e r a n c e k e y w o r d sf a u l td i a g n o s i s ，c b r , m u l t ia g e n t ，j a d e i i 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名： 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 储躲右武导师签名f 期：易口7 年j 月2 厂目 硕士学位论文第一章绪论 1 1 研究背景及意义 1 1 1 研究背景 第一章绪论 随着经济水平的不断发展和科学技术的不断进步，特别是经过铁路运输六次 大提速之后，铁路运输作为一种安全、快速、便捷的交通运输方式得到了飞速发 展。与此同时，铁路机车系统的规模和车载设备也r 趋复杂，在保障铁路运输安 全、降低维护成本等方面对机车故障诊断和维护方式提出了新的挑战。 由于机车结构非常复杂、组成部件繁多，要检测的参数很多，而且各种参数 间的关系复杂，决定了机车的检修维护是一项非常复杂的系统工程。从机车故障 检测角度看，故障类型很多，各种突发故障、交叉故障、组合故障以及链式故障 占了很大的比例。故障现象也各种各样，多达几十万种，常见的也有几万种【l j 。 且同一种故障现象的产生原因又可能多种多样，因此故障诊断与维修过程相当复 杂。如果机车故障没有及时维修，则会造成损失，甚至会带来灾难性后果。对于 这样复杂、庞大的机车进行故障源的暴露与定位，需要涉及到多部门多人的协同 参与，这使得研究分布式故障诊断专家系统成为迫切需要。而软件a g e n t 是分布 式计算技术与人工智能技术相结合的产物，它是一个在给定的环境下封装的软件 实体，它能够采取灵活、自治地行为，适应环境，并且完成自身的功能。 在机车故障诊断的研究中，既要考虑故障诊断领域一般的特征约束：如机车 故障的半结构化描述，经验规则化比较困难，大量的特征属性相关联等；又要考 虑到机车故障的特征：如机车故障的突发性、交叉性、组合性等。因此，常规的 数学方法建模求解不能很好的解决这些问题，诊断模型与规则往往是难以建立 的。而另一方面，该领域的维修工程技术人员已积累了大量丰富的经验与诊断案 例，因此如何利用这些已有经验与案例给新出现的故障的诊断作参考，成为亟待 解决的问题，两c b r ( c a s e b a s e dr e a s o n i n g ，基于案例推理) 直接模拟人的思维， 在遇到一个需要求解的问题时，首先在案例库中检索与该问题最相似的案例，对 其进行修补作为问题的解 2 1 。这正符合某些故障诊断系统难以建立诊断规则库或 模型但已积累了大量诊断案例的场合，正是基于这一思想，本文研究内容是将多 a g e n t 技术与c b r 结合起来应用于机车故障诊断的方法。 1 ，1 2 研究意义 硕十学位论文第一章绪论 2 0 世纪7 0 年代至今，随着机械、电子、计算机技术的飞速发展，机车及其 控制系统变的越来越复杂，新车型、新技术、新功能层出不穷，机车发生的故障 日趋复杂化，检修人员不可能熟悉所有机车的故障维修，甚至在一个单一领域也 不可能。所以有必要利用计算机强大的信息处理功能，广泛收集各种机车的技术 数据、各种故障现象和维修诊断程序、各种维修工艺及不同专家维修经验，研发 一个机车故障诊断专家系统，使其可以快速完成机车故障诊断及维修工作，提高 维修质量、降低维修成本。因此，应用专家系统技术辅助检修人员在故障诊断与 维修中做出正确决策，是本研究的目的之一。 进行故障诊断维修作业时，通常要填报诸如：机破、临修、大、中、小修台 帐、主要部件裂损台帐等。这些台帐是故障诊断的历史记录，即故障案例。但是 由于这些台帐记录的故障案例繁多冗杂，记录之间通常没有联系，因此并不能有 效地表示机车故障诊断的经验知识，也不利于检修人员参考。当相似的故障再次 发生时，检修人员往往不能快速、有效地查找到以前相关故障的经验知识，需要 当作新问题重新摸索一次。另外由于检修人员的流动性很大，也使得故障诊断与 维修的经验知识流失严重，无法有效地共享与继承。随着知识经济的到来，企业 的经营结构与形态快速转变，知识的创造、积累、继承与传播已成为现代企业生 存发展的关键因素。这些丰富的故障诊断记录与故障诊断专家头脑中的经验知 识，无疑是一项无形的财富。因此，创造、积累、继承与传播这一项宝贵的财富， 是本研究的目的之二。 故障诊断技术在现代社会的应用越来越广泛，其应用对象多处于动态多变环 境。现有的诊断软件尚不能适应这样的复杂环境。智能a g e n t 是目前人工智能领 域的研究热点之一1 3 j 。随着网络技术的成熟，实用型的智能a g e n t 系统越来越多地 应用于各个领域。本文提出的诊断a g e n t 系统能很方便地应用于各种网络环境， 从而可以更充分地利用已有的诊断资源，便于构造大型诊断系统。同时，根据机 车故障诊断的特点，提出并初步实现了基于c b r 和a g e n t 的机车故障诊断系统。 这进一步提高了诊断系统的正确性和自动化程度，同时较好地解决了诊断软件的 通用性和适应性之问的矛盾。因此，将c b r 和a g e n t 技术应用到机车故障诊断 领域中，是本研究的目的之三。 1 2 研究现状 1 2 1 故障诊断专家系统发展历程 故障诊断专家系统的发展起始于2 0 世纪7 0 年代末，虽然时间不长，但在电 路与数字电子设备、机电设备等各个领域已取得了令人瞩目的成就，已成为当今 2 硕士学位论文 第一章绪论 世界研究的热点之一。 在专家系统己有较深厚基础的国家中，机械、电子设备的故障诊断专家系统 已基本完成了研究和试验的阶段，开始进入广泛应用。美国海军人工智能中心开 发了用于诊断电子设备故障的i n a t e 系统；波音航空公司研制了诊断微波模拟 接口m s i 的i m a 系统；意大利米兰工业大学研制用于汽车启动器电路故障诊断 的系统。国内在故障诊断专家系统方面起步稍晚，2 0 世纪8 0 年代开始，国内部 分高校和科研机构首先在汽车故障诊断领域对专家系统进行了研究，发表了一系 列的研究文献，部分文献己经达到国外同等水平，随后在其他电子设备领域和电 力应用领域相继进行了故障诊断专家系统的研究，并取得了定的研究成果，有 一些系统已投入了实际运行。具有代表性的专家系统有华中科技大学研制的用于 汽轮机组工况监测和故障诊断的智能系统d e s t ，哈尔滨工业大学和上海发电设 备成套设计研究所联合研制的汽轮发电机组故障诊断专家系统m m m d 一2 i s j ，清 华大学研制的用于锅炉设备故障诊断的专家系统等，都能够比较成功地进行复杂 系统的故障诊断。这表明我国的故障诊断己经进入专家系统故障技术时代。 最早的c b r 应用系统之一的是p r o t o s 听力疾病诊断专家系统1 6 j ，由p o r t e r 和b a r e i s s 于1 9 8 6 年建造的。通过病人的症状、病历和检查结果来学习对听力疾 病进行分类。p r o t o s 设计的动机是知识表示的现实世界的约束和学习。 s i m o u d i s 于1 9 9 2 年设计c b r 的诊断专家系统c a s c a d e 4 1 。这是一个诊断v m s 操作系统崩溃原因的系统。尽管这个系统仅仅提供检索和建议，但它能有效地帮 助系统从崩溃中恢复。 g l a s g o w 和f e r e 于1 9 9 3 年设计和开发了诊断解释帮助系统e a d 。它是m b r 的故障诊断专家系统中的一个c b r 推理子系统，用于大型设备的故障诊断这个 系统使用了分层次的知识表示结构，运用领域模型、规则来表示相关的知识与经 验。c b r 模块检查、核对从m b r 模块获得的结果，并帮助解决在没有模型规则 表示领域知识的故障情况。 在国内，中科院计算技术研究所智能计算机科学实验室在c b r 方面进行了 一系列的研究。李保东于1 9 9 1 年提出了记忆网模型和案例检索算法。 1 2 2 传统的分布式故障诊断系统 随着信息技术、计算机网络技术以及人工智能技术的发展，分布式故障诊断 系统的研究及应用正在世界范围内兴起，为实现制造商在全球范围内提供高质量 的产品和及时服务提供了一个解决的途径；同时也为设备用户获得及时、有效、 全面、智能的诊断维护服务提供了可能，从而确保制造与生产过程的正常进行。 根据分布式系统的定义。可以将分布式故障诊断专家系统描述为：在设备故障诊 硕士学位论文 第一章绪论 断领域里，运行于一系列通过各种网络连接的、紧密合作的设备状态检测与故障 诊断系统，进行分布式计算、实现分布式控制、资源共享、动态扩展等多项功能。 同时考虑系统的并发性、分布性、可靠性、安全性、共享性、保密性与智能性等 特性的开放系统。 分布式计算可以有效的利用网络资源，实现信息共享与并行计算。首先给出 分布式计算几个相关的概念： ( 1 ) 计算者：分布式计算模型中请求计算或接受计算的对象，记为p 。 ( 2 ) 代码：是指拥有计算能力的代码，它能主动处理原始数据或初始参数得出 计算结果，又被称作计算逻辑，记为“c d 。 ( 3 ) 资源：是指没有计算能力的数据资源，如数据文件等。它只能被动地接受 代码的处理，最后转化为计算结果，记为“r s ”。 ( 4 ) 位置：上述三者所位于的物理位置，记为l 。 在分布式故障诊断系统中，计算者一般指客户程序或服务器程序中代理对 象，代码指实际进行诊断的代码，资源指各种数据库、模型库、方法库等，位置 以主机来标识。在本文的讨论中，假设处于主机l a 的计算者p a 要进行某种计算， 但由于缺乏某些计算条件而无法进行计算，而位置l b 则正好具备p a 所缺乏的条 件。于是p a 利用网络通信的方法，进行一系列的分布式交互活动，使其获得了 所缺乏的计算条件，最终完成计算。应用于传统的故障诊断系统中的分布式计算 模型主要有【7 1 ：c l i e n t s e r v e r 模型( c s ) ，远程过程调用r p c 。 ( 1 ) c s 模型 c s 模型的基本思想是构建一组分布的、协同工作的进程，其中s e r v e r 进程 为c l i e n t 进程提供服务，c l i e n t 向s e r v e r 发送一个消息请求服务，s e r v e r 完成工 作后返回一个结果或错误码，如图1 1 所示： 图1 - 1e ll e n t s e r v e r 模型 在故障诊断系统中，一般是位于某位置l a 的计算者由于缺乏某些资源或无 法单独完成诊断任务而请求位于l b 的计算者p b 进行协同诊断。采用c s 模型进 行分布式故障诊断，要求l a 上的p a 首先要确切知道所需的计算资源在l b ，并 向p b 发送请求消息，p b 给出应答。 该分布式计算模式需要程序员处理底层通信细节，实现客户端和服务端之间 的数据格式转换，确定服务端的地址和通信方式以及系统的错误等，因此给程序 4 硕士学位论文 第一章绪论 员增加了使用消息传递进行编程的难度，底层的通信细节也分散了程序员的注意 力，重复编码的工作量也非常大。 ( 2 ) 远程过程调用r p c ( r e m o t ep r o c e d u r ec a l l ) r p c 是为了缓解消息机制的编程琐碎性而提出的，其基本思想是使远程过 程调用尽可能与本地过程调用相似，将远程通信的工作交给s t u b 来完成，s t u b 接收到请求后将过程名以及调用参数放入消息中并将其发送给远程主机。远程主 机上的服务端s t u b 接收到消息后，从中取出过程名和参数，然后进行相应的计 算，在计算完成后，将计算的结果传送给客户端的桩( s t u b ) ，由它将结果返回给 调用程序，如图1 2 所示： 图卜2r p c 模型 分布式故障诊断系统采用r p c 方式可以由代理将诊断任务提交给远程主机 上的诊断程序完成诊断任务，再将诊断的结果返回，但该分布式计算方式也有不 足之处：首先很难从服务端向客户端发送递增的计算结果；其次，具体实现通常 对少量数据比较优化，而对大量数据的传送则效率不高；而且不能将一个过程给 服务端。这一限制排除了设计需要服务端去调用由客户端指定的客户端上的过程 的可能性。 1 2 3 基于c b r 与多a g e n t 的分布式故障诊断 如今工业的发展，大规模复杂系统的应用，使得某些待诊断对象呈现地域上 的分布性，诊断涉及到很多相关部门，且有大量的维修工程技术人员的参与，这 就要求故障诊断系统信息处理是分布式的，如机车故障诊断系统，由于机车部件 的设计生产在不同的地域，因此各自的诊断信息也是分布的，这就要求故障诊断 系统也具有分布的特性。随着分布式处理技术的发展与应用，在故障诊断系统中 应用分布式人工智能( d i s t r i b u t e d a r t i f i c i a li n t e l l i g e n c e ，d a i ) 技术已是必然，并 已成为故障诊断系统实现智能化的核心技术。 起源于分布式人工智能的多a g e n t 系统( m u l t ia g e n ts y s t e m ，m a s ) ，是近 年来飞速发展的技术，它是为解决大规模问题的智能求解而发展起来的，涉及并 行计算、分布式系统、知识工程和专家系统等许多领域，是传统对象技术的发展 和飞跃【引。 硕士学位论文第一章绪论 多a g e n t 系统是指由多个问题求解实体( a g e n t ) 组成，为求解单个求解实 体所不能完成的任务而合作的整体。多a g e n t 系统是典型的分布式系统，适用于 分布式系统开发环境i n t e m e t 或i n t r a n e t 环境。 a g e n t 通过对问题域的描述、分解和分配，构成分散的、面向特定问题相对 简单的子系统，并协调各系统并行和相互协作地进行问题求解，其思想十分适合 大规模诊断问题的智能求解。多个a g e n t 通过与所处环境、人以及个体之间进行 交互、协调与合作表现出一定的社会智能，从而解决一些传统的人工智能无法解 决的大规模复杂性问题。因此，m a s 技术已被描述为设计构建分布式复杂工程 应用系统的下一代模型，有关智能a g e n t 的概念和方法论正在成为信息科学最核 心的内容之一，目前己成为a i 领域研究的主流方向。 c b r ( c a s eb a s e dr e a s o n i n g ，基于案例的推理) 技术反应了人类认知科学 研究的新成果，强调了人类对过去经验和前人智慧的重视，并依靠它们指导解决 实际工作中遇到的新问题。在故障诊断系统的建设中，c b r 特别适用于领域特 性难以表示成规则形式，而易于表示成案例形式并且已积累了丰富案例的领域 【9 】 o 将c b r 与多a g e n t 相结合应用于故障诊断领域，国内外已有许多研究成果， 朱群雄等提出使用c b r 技术实现a g e n t 之问的协调，实现了一个多a g e n t 的故 障诊断原型系统【3 引，李明将m u l t i a g e n t 应用于案例推理，提出了多代理案例推 理模型【3 引，韩泉叶等提出了结合c b r 与m a s 的分布式故障诊断系统模型，并 着重研究了模型中各a g e n t 及组成部分的功能和它们之间协调合作问题【4 0 1 ，张荣 梅对基于c b r 与m a s 的决策支持系统的理论与方法做出了研究h ，e n r i cp l a z a 等将c b r 与a g e n t 技术结合起来，采用c b r 推理的方法使多a g e n t 协作解决问 题【4 2 1 。 1 3 课题研究内容 本文研究的课题“多a g e n t 平台下基于c b r 的分布式机车故障诊断系统研 究以国家自然科学基金“基于列车通信网络的高速列车故障诊断系统研究” ( 6 0 6 7 4 0 0 3 )和国家8 6 3 项目“列车安全状态监测及故障预警技术 ( 2 0 0 6 a a l l z 2 3 0 ) 为基础，旨在提出一个通用的分布式故障诊断系统结构模型 并用于指导机车故障诊断专家系统的开发。因此本文是以机车故障诊断系统为研 究出发点，对分布式故障诊断专家系统的关键技术进行探讨。 机车故障繁多冗杂，故障诊断存在跨地域、多人多部门协同诊断的特点，并 考虑到国内机车故障诊断已经积累了一定的经验，如何更好的利用已有的经验， 将以往机车故障诊断结果以案例的形式运用于机车故障诊断系统中，提高诊断的 6 硕士学位论文第一章绪论 智能性及准确性，鉴于此，文中主要研究了多a g e n t 平台下基于c b r 的分布式 故障诊断的方法，并将其应用于机车故障诊断专家系统中，主要内容如下： 第一章为绪论。主要是提出了本文的研究背景和研究意义。介绍了故障诊断 专家系统的发展历程，及分布式故障诊断系统的研究现状。 第二章为c b r 方法与a g e n t 技术。首先对故障诊断方法作了总体介绍，对 c b r 原理作了初步论述，介绍了c b r 推理方法的案例表示、案例检索、案例修 改等关键技术，特别地，本章中详细论述了采用最近邻策略的案例检索方法，对 案例的不同属性相似度的计算方法进行了总结，接着介绍了a g e n t 技术及多 a g e n t 系统，最后给出了典型的专家系统原理图，并作了简要分析。 第三章为摹于c b r 的故障诊断系统模型。本章中首先提出多a g e n t 平台下 基于c b r 构建的分布式故障诊断系统的结构模型，接着介绍了该系统结构模型 中各功能a g e n t 子系统，并对模型中多a g e n t 的协作诊断机制作了深入探讨，介 绍了几种多a g e n t 的协作模型，并分析研究了基于投票方案的有限咨询策略及委 员会策略的多a g e n t 协同诊断的原理。 第四章为机车故障案例的检索方法研究。本章在研究了机车故障诊断领域的 特性基础上，给出了应用于机车故障诊断中c b r 关键技术的实现方案，特别地 对机车故障诊断案例的检索作了深入研究，提出了通过采用基于故障案例的层次 索引，从故障种类，故障发生系统，故障部件等依次缩小故障匹配范围，最后采 用最邻近策略匹配相似案例。 第五章介绍了在j a d e l 4 3 1 ( j a v aa g e n td e v e l o p m e n tf r a m e w o r k ，基于j a v a 的 a g e n t 开发平台) 上，应用前面章节研究的成果，开发了一个机车故障诊断系统， 并实现了合同网方式的多a g e n t 协作诊断。 第六章为总结与展望。对全文进行总结并指出有待进一步研究的技术点。 7 硕士学位论文 第二章c b r 方法与a g e n t 技术 第二章c b r 方法与a g e n t 技术 2 1 故障与故障诊断 在工程诊断领域中，故障( f a u l t ) 是指系统内有一个或多个特性、参数、指 标或状态等与期望值之间出现较大的偏差，超出了可以接受的范围，导致系统不 能在规定的时间和工作条件下完成预期的目的、或不能满足预期的约束条件l l 0 1 。 故障具有3 个基本属性，即故障现象、故障征兆和故障原因。故障现象是故障的 外在表现形式或由其引起的结果( 如温度升高、电压降低等) ；故障征兆是故障 发生前或发生过程中系统在某些方面可能表现出的异常现象；故障原因则是导致 故障发生的系统特征属性( 集合) 。因此，一个故障可以通过下面形式化方法表 示，设： d = d l ，d 2 ，d m 是故障现象的有限集合； f = f l ，f 2 , - , f n 是故障征兆的有限集合； p = p l ，p 2 , - - - , p n 是故障原因的有限集合； 则故障c 可以用一个三元组c = d ，f ，p ) 来表示。 故障诊断是指系统在一定工作环境下查明导致系统某种功能失调的原因或 性质，判断劣化状态发生的部位或部件，以及预测状态劣化的发展趋势，并做出 相应的决策。故障诊断的基本思想一般可以这样表述：设被检测对象全部可能发 生的状态( 包括正常和故障状态) 组成状态空间s ，它的可观测量特征的取值范 围全体构成特征空间y ，当系统处于某一状态s 时，系统具有确定的特征y ，即 存在映射g ：s y ，反之，一定的特征也对应确定的状态，即存在映射f y s 。 故障诊断的目的在于根据可测量的特征向量来判断系统处于何种状态，也就是找 出映射f 【1 1 1 。 故障诊断的过程有三个主要步骤：第一步是检测设备状态的特征信号；第二 步是从所检测到的特征信号中提取体特征；第三步是根据特征和其它诊断信息来 识别设备的状态，做出故障处理决策，从而完成故障诊断。 根据系统采用的特征描述和决策方法的差异形成了不同的故障诊断方法，概 述起来有依赖于模型的故障诊断方法和不依赖于模型的故障诊断方法两大类。其 中依赖于模型的方法包括基于状态估计的方法和基于参数估计的方法；不依赖于 模型的方法包括基于直接可测信号的故障诊断方法和基于经验知识的故障诊断 方法，而基于经验的故障诊断方法又包括故障诊断的专家系统方法，故障树故障 诊断方法，基于模式识别的故障诊断方法，基于模糊数学的故障诊断方法和基于 8 硕士学位论文 第二章c b r 方法与a g e n t 技术 人工神经网络的故障诊断方法，c b r 方法，基于多a g e n t 系统的故障诊断方法。 本文研究主要涉及故障诊断专家系统中的c b r 方法和多a g e n t 技术两方面 内容。下面首先介绍专家系统的基本概念，再就这c b r 方法和a g e n t 知识进行 介绍。 2 2 专家系统 专家系统是一种计算机应用程序。由于应用领域和实际问题的多样性，所以 专家系统得结构也是多种多样，但抽象地看，它们具有许多共同之处。 从概念上来讲，一个专家系统具有如图2 1 所示的一般结构模式，它包括人 机界面、推理机、知识库、知识库管理系统、解释模块和动态数据库六个部分【2 3 1 。 其中知识库和推理机是专家系统的最基本、最重要的两个模块，以下对这六个模 块的功能进行说明。 2 2 1 人机界面 人机界面 王 推理机解释模块 弋 。 ， 上， 弋 知识库动态数据库 00 知识库管理系统 图2 - 1 专家系统原理图 这罩的人机界面指的是最终的用户与专家系统的交互界面。一方面，用户通 过这个界面向系统提出或回答问题，或向系统提供原始数据和事实等；另一方面， 系统通过这一界面向用户提出或回答问题，并输出结果以及对系统的行为和最终 结果做出适当的解释。另外，专家知识的输入、修改和删除界面也属于人机界面 的一部分。 2 2 2 推理机 9 硕+ 学位论文 第二章c b r 方法与a g e n t 技术 推理机( i n f e r e n c ee n g i n e ) 就是实现机器推理的程序，推理机是使用知识库 的知识进行推理而解决问题的，因此推理机就是专家的思维机制，即专家分析问 题、解决问题的一种算法表示和机器实现。知识库和推理机构成了一个专家系统 的基本框架，同时这两部分又是相辅相成、密切相关的，不同的知识有不同的推 理方法，所以推理机的推理方式和工作效率不仅与推理机本身的算法有关，还与 知识库的知识以及知识库的组织相关。 2 2 3 知识库 知识库是以某一种表示形式存储在计算机中的知识集合。知识库通常是以一 个个文件的形式存放在外部介质上，专家系统运行时将调入内存。知识库的知识 一般包括专家知识、领域知识和元知识。知识库中的知识通常是按照知识的表示 形式、性质、层次、内容来组织的，构成了知识库的结构。 2 2 4 知识库管理系统 知识库管理系统是知识库的支持软件，知识库管理系统是对知识库进行类似 于数据库的操作。其功能包括数据库的建立、删除、知识的获取、维护、查询、 更新等等。 2 2 5 动态数据库 动态数据库也称全局数据库、综合数据库、黑板等，它是存放初始数据事实、 推理结果和控制信息的场所，或者说是上述各种数据构成的集合。动态数据库只 在系统运行期间产生、变化和撤销，所以称为“动态”数据库，但它不是通常所 说的数据库，两者有本质的差别【州。 2 2 6 解释模块 解释模块专门负责向用户解释专家系统的行为和结果。在推理过程中，它可 向用户解释系统的行为，并显示查找路径。 在已报道的故障诊断专家系统中，大多数都是针对某一具体设备的专用专家 系统，虽然其对具体设备故障诊断比较实用，但其缺陷是通用性不强，因为不同 的领域，设备种类不同，专家知识及推理机制也不相同；另外，由于专家系统自 身的特点，使得其在应用过程中存在一些缺陷： ( 1 ) 大型专家系统建设周期长，获取完备的知识库比较困难，维护难度大。 l o 硕士学位论文第二章c b r 方法与a g e n t 技术 ( 2 ) 缺乏有效的学习机制，对付新情况能力有限，容错能力差，当网络结 构和参数发生变化时，可能得不到正确的结果甚至造成误判，可将专家系统和人 工神经网络、模糊推理相结合，提高专家系统的自学习能力和容错能力。 ( 3 ) 当系统规模较大时，知识库中的规则骤然增多，搜索匹配规则需要耗 费大量的时间，因此推理速度受到限制，多用于离线分析和培训。 ( 4 ) 专家系统侧重加强诊断个体，但单一智能系统往往没有足够的知识资 和信息解决复杂问题，可能造成误判，可以用其它人工智能方法来弥补其不足。 由于上述问题的存在，专家系统在故障诊断方面的应用仍然有大量的问题需 要进一步研究。 2 3c b r 方法 目前，故障诊断中大部分是r b r ( r u l eb a s e dr e a s o n i n g ，基于规则推理) 、 m b r ( m o d e lb a s e dr e a s o n i n g ，模式推理) 等方法的研究。这些传统的故障诊断 方法有一些难以克服的缺点，例如：系统领域知识的规则提取困难：规则库、模式 库的创建和管理复杂艰巨，随着推理链的增加，结果的可信度降低；推理过程中 规则与模式难以准确选取等。特别是对于列车故障诊断这类复杂的问题，提取大 量完备的故障诊断知识并以规则的形式表示是难以实现的。另外由于列车的新机 型不断产生、部件不断更新和新技术的不断涌现，r b r 、m b r 的专家系统在开 发和维护上存在着很大的困难。 c b r ( c a s eb a s e dr e a s o n i n g ，基于案例推理) 是目前逐渐兴起的一种人工 智能方法学，由于它具有获取知识方便、容易理解、启发思维等优点，比传统的 r b r 、m b r 的专家系统具有更强的适应性。利用c b r 进行列车故障诊断，通过 对列车故障的半结构化描述，避免了结构化描述机车故障的不完整、不一致。 c b r 理论是由s c h a n k 、a b e l s o n 教授于1 9 7 7 年提出的一套理论与方法l j 2 。 它基本思想是依据以前的经验来推理和解决当前问题，而经验是以案例的形式储 在案例库中。可见，c b r 是利用过去的经验来解决问题，其基本假设是越相似 的问题，其求解方法就越相似。这个假设依据是客观事物的重现性和规律性。由 于事物的重现类似问题随着相似的条件、环境而重复出现，过去问题可以当作经 验供将来借鉴和指导。事物的规律性则使问题具有可比性和借鉴性，所以类似问 题的求解方法可作为当前问题有用的参考。在规律不容易被认知或结构化表示的 领域中，c b r 这种解决问题的模式，对问题的解决提供强大的帮助。 c b r 过程主要可划分为以下四个阶段：案例检索( s i m i l a r i t yr e t r i e v e ) ，案 例重用( r e u s e ) ，解决方案修正( r e v i s e ) 和案例保存( r e t a i n ) 。这四个步骤组 成了著名的c b r 循环【1 3 】。 硕+ 学位论文 第二章c b r 方法与a g e n t 技术 ( 1 ) c b r 系统首先根据新问题的特点，从案例库中检索出与新案例相近的案 例或案例集合； ( 2 ) 把第一步获得的案例或集中选出的最优案例中的信息和知识重用到新 问题上： ( 3 ) 修正建议的解答，得到确认或验证过的解答： ( 4 ) 把这次成功或失败的经验( 案例) 保存到案例库中，丰富案例库。 2 3 1 案例的表示 在c b r 系统中，问题求解的状态及其求解策略用一个案例来表示。最初的 案例表示借鉴经验在大脑中的记忆形式，采用剧本的方式，以期可以立体地表示 记忆。但在实践中人们发现这种方法容易引起相近案例间的混淆。不足以刻画人 类的记忆。在实践和理论的研究中，逐渐采用其他一些表示方法，如框架表示法、 文本形、因果关系、语义网等。 案例是c b r 系统的知识单元，它表示推理的基本结构，通常，一个案例表 示推理者在过去曾经遇到的一个具体的事件、对象、场景或经历，案例可以用三 元组来描述：问题域( s i t u a t i o n p r o b l e m ) ，解决方案域( s o l u t i o n ) 及结果域 ( o u t c o m e ) 。 问题域是与一个事件或某个场景相关的信息，它用来描述问题的特征信息和 上下文信息等，是有关问题特征信息的完整描述。一般把问题域分解为多个属性 来描述，可形式化的表示为： p r o b l e mf i e l d ：= ，表示问题域可以用n 个属 性来描述。其中属性的描述又可以描述如下： a t t r i b u t e ：= 其中a t t r i b u t en a m e 为属性名称；a t t r i b u t e 为属性的类型，它可以定义，_type 可以是枚举类型、数值类型、列表类型、字符类型等。 a t t r i b u t ew e i g h t 为属性的权值，用以描述这个属性在整个问题域中的重要程 度，一般用w i 表示，w i ( o ，1 ) ，w r l ，n 为问题域属性的总数。权值的定 义比较重要，它将直接影响案例检索结果的准确性及有效性，使用不同的权值定 义得到的案例检索结果也不一样。通常权值的确定采用下面两种方法： ( 1 ) 由领域专家决定； ( 2 ) 由统计方法获得。 案例的解决方案域为针对案例问题域所提出的问题所采取的解决方法的一 种描述。可以形式化表示为： s o l u t i o nf i e l d ：= ，表示解决方案域可以由n 1 2 硕士学位论文 第二章c b r 方法与a g e n t 技术 个属性描述。 结果域提供了一种验证机制，用以保证系统产生较优的解决方案。 2 3 2 案例的索引与存储 程序的处理速度是所有软件系统必须考虑的问题，在c b r 系统中，很大一 部分时间是在处理案例的检索工作，对案例库进行有效的组织，建立索引机制可 以加快案例检索的速度，提高c b r 系统的求解效率。 c b r 方法的关键问题之一就是如何实现案例索引。有效的索引能够提高 c b r 推理的效率和准确性。在c b r 的研究中为了避免对整个案例库中的每个案 例进行相似匹配检索运算，通常采用一些如聚类的方法将案例进行预分类，用预 分类的类别作为案例库的索引。 案例存储是设计高效的基于案例推理系统的另一个重要方面，因为案例的存 储方式对案例的检索、索引都有重要影响，案例存储系统应该设计成易于管理的 模式以支持高效的案例检索及获取方法。案例存贮有文件方式( 如文本文件、x m l 文件) 、数据库记录方式等。在实际应用中，基于案例推理的应用系统一般将案 例存储在关系数据库中。 2 3 3 案例检索与匹配 案例的检索与匹配是实现案例推理的关键，其主要的目的是根据对新问题的 定义和描述从案例库中检索出最佳案例作为新问题的求解依据。c b r 检索要达 到以下两个目标：检索出来的案例应尽可能的少；检索出来的案例应尽可能与当 前案例相关或相似。 两个案例间的相似性度量与案例检索中扮演了重要的角色。相似系统理论认 为，任何事物都客观存在一定的属性和特征，当事物之间存在共有特性，而刻画 其特征值可能有差别时，则称事物之间共有特性为相似特性。当事物之间存在相 似特性时，则称事物之间存在相似性。在传统基于符号推理系统中，c b r 系统 中的案例是由一系列特征属性所描述的，因此案例之间的相似性是由案例之间所 共有的特征属性间的相似性所刻画的。 为了衡量案例之间的相似性，学者们提出了相似度、差异度、模糊的相似度 等概念，并针对这些概念提出了许多算法。从检索方法的角度来说，目前常用的 检索策略有：最近邻策略( n e a r e s tn e i g h b o r ) ，归纳推理( i n d u c t