CBR弹炮结合武器故障诊断专家系统设计＊

王克明 陈维义

（海军工程大学兵器工程系 武汉 430033）

1 引言

弹炮结合防空武器系统是将低空近程防空导弹和小口径火炮通过公用搜索、指挥、控制、通信系统（C3I系统）或火控系统相结合而构成的防空武器。弹炮结合系统综合了防空导弹射击精度高、射程较远和高炮反应快、火力密集、近距离毁伤概率大的优点，能有效打击低空近程内几乎所有的目标，是一种高性能防空武器系统，已成为现代防空主要武器［1］。弹炮结合武器结构非常复杂，装备保障比较困难，战斗使用时如何快速而有效地对各种故障进行诊断和排除，成为该装备维修保障工作的难点。

对弹炮结合防空武器这样复杂的装备进行故障诊断，如果仅靠维修人员使用传统的方法进行诊断和排除，是有很大局限性的。为解决这一问题，本文将智能故障诊断技术［2］应用到弹炮结合防空武器故障诊断中，构建一个基于案例推理故障诊断专家系统，来解决弹炮结合防空武器故障诊断问题。

2 案例推理

2.1 案例推理的基本原理

故障诊断专家系统是将专家系统应用到故障诊断之中，可以利用领域知识和专家经验提高故障诊断的效率［3］。基于案例推理（Case－Based Reasoning，CBR）的工作原理，就是利用过去已有的经验和知识来解决遇到的新问题。CBR故障诊断专家系统［4］是通过访问案例库中过去相似案例的处理经验而获得当前问题解决方案的一种新的推理模式。通过将过去已有的大量诊断案例和新发生的故障案例进行对比，提出新问题的解决方案。利用该专家系统进行故障诊断时，只需在案例库中找到类似的故障案例，就可求解当前问题。同时通过案例库自学习机制，将新的故障案例不断地加入案例库中，使专家系统案例库更加完善。

根据Aamodt＆Plaza和国外其他学者提出的“4R”［5～6］模型，一个典型的案例推理问题求解过程的基本步骤可以归纳为四个主要的过程：案例检索（Retrieve）、案例重用（Reuse）、案例修正（Revise）和案例学习（Retain）。如图1所示。

图1 案例推理的基本原理

2.2 案例推理的关键技术

2.2.1 案例表示

知识表示（Knowledge Representation，KR）［7］是关于对知识进行表示的理论和方法，以便计算机可以直接使用所表示的知识。具体而言，它是一种用来在专家系统的知识库中对知识编码的理论和方法。计算机所使用的知识是一种数据结构与控制结构的统一体，在知识表示时既要考虑知识的存储，又要考虑知识的使用。知识表示要解决的问题就是如何将所获得的领域专家知识在计算机中以合理的方法进行描述和存储，以便系统能够有效地使用这些知识。

目前常用的知识表示方法［8］有：逻辑表示法、产生式表示法、语义网络表示法、框架表示法、脚本表示法、概念图表示法、面向对象表示法、记忆网表示法。不同的知识表示方法各有其特点，本文将采用面向对象表示法对案例进行表示。

面向对象（Object Orientation，OO）［9］的知识表示方法能将多种知识表示方法按照面向对象的程序设计原则组成一种混合知识表示形式，以对象为中心，将对象的属性、动态行为特征、相关领域知识和数据处理方法等有关知识封装在表达对象的结构中。

一个故障案例可以定义为对象：

采用面向对象的知识表示方法，一个故障案例可以表示为图1所示结构的对象：

图2 故障案例的结构

故障特征信息包括故障特征向量和故障特征权重向量。故障特征向量是指在一个故障案例中所有特征值经参数化处理后，按照一定的顺序组成的向量。故障特征权重向量是指故障特征值对应的权重组成的向量。故障特征向量可表示为

其中Ai表示第i个案例的故障特征向量，Ai（k）表示第i个案例中的第k个指标参数化处理后得到的特征值。

2.2.2 案例库的组织

弹炮结合武器是集雷达光电多种探测、控制以及导弹火炮多种武器发射、毁伤为一体的大型复杂武器系统，系统结构比较复杂，故障案例多种多样，同时，合理的案例组织结构也是构建故障诊断专家系统的关键，案例的组织存储方式将影响专家系统的诊断效率。本文将对案例库进行分层组织。首先构建基本框架，将弹炮结合武器按照其结构组成一个树状结构，系统总案例库作为树根，系统的各个功能模块组成树干，各功能模块的设备组成叶子。案例库的组织结构如图3所示。

图3 弹炮结合武器案例库结构

2.2.3 案例的匹配

相似度（Similarity）是故障案例之间的相似性的度量。相似度是是案例检索匹配的依据。

案例间相似度量的基本方法大都是基于距离测度的相似评判方法，常用的距离测度方法有：欧氏距离、曼哈顿距离、无限模距离、海明距离、明考斯基距离、Hausdorff距离、Mahalanobis距离等［10］，本文将采用基于海明距离的相似度计算方法。

基于海明距离的相似度计算方法的定义如下：

设两个案例为X＝（x1，x2，…，xn），Y＝（y1，y2，…，yn），则它们之间的相似度为

其中DIST（X，Y）为海明距离，wi代表第i个属性的权重。

maxi和mini分别表示案例的第i个属性的最大值和最小值。

案例类之间的相似度，定义为两类案例中的最相似的两个案例间的相似度：

其中Gx，Gy是两个案例类，SIM（xi，yi）是案例xi和yi间的相似度。

3 故障诊断专家系统的设计

3.1 设计思想

基于案例推理的弹炮结合武器故障诊断专家系统，在进行故障诊断时，先从故障案例库中寻找与当前案例匹配的故障案例，若能找到与之匹配的故障案例，则将其输出作当前问题解决方案。若没有找到与之匹配的故障案例，则返回诊断初始界面，修改故障案例，调整故障特征向量，再次检索匹配，若能找到与之匹配的故障案例，则将其输出作当前问题解决方案。如果经过多次案例修改仍得不到匹配的故障案例，则将该案例作为一个新问题提交给专家，由专家解决后反馈给用户，并经过案例学习后加入专家系统案例库。

3.2 模型的建立

基于案例推理的弹炮结合武器故障诊断专家系统结构模型如图4所示。

图4 故障诊断专家系统结构

·人机接口：专家系统和用户的接口，用户可以分为普通用户、专家用户和管理员用户。普通用户利用专家系统进行故障诊断，专家用户解决故障诊断过程中遇到新故障和疑难问题，管理员用户定期对专家系统进行维护数据备份。系统通过人机接口区分不同的用户，以及对各类用户的授权。

·案例库管理：管理员用户通过案例库管理模块进行维护管理，案例库备份、数据恢复等。

·诊断报告：将故障描述的文本信息转化为计算机能识别的编码，同时在专家系统故障诊断结束时将诊断结果转化为文本提交给用户。

·推理机：是专家系统的核心部分，实现案例检索、案例匹配。

·自学习：将新增的案例特征提取后进行编码，然后加入到案例库中，案例库通过自学习机制不断得到完善。

·故障案例库：采用分层结构存放历史所有的故障案例，是专家系统进行故障诊断的主要信息来源。

·系统知识库：存放装备功能的逻辑结构功能，以及相互影响，当某一模块故障后会影响其他的哪些模块和功能。

·解释模块：将知识库中存放的信息转化为计算机能识别的编码并提供给推理机使用。

3.3 诊断流程

图5 诊断流程图

用户登录系统后，进入故障诊断界面，输入故障描述信息，系统根据输入的信息，选择需要检索的子案例库，在子案例库中寻找与当前案例匹配的故障案例，若能找到与之匹配的故障案例，则将其输出作当前问题解决方案。若没有找到与之匹配的故障案例，则返回，用户调整故障特征向量，再次检索匹配，若能找到与之匹配的故障案例，则将其输出作当前问题解决方案。如果经过多次调整仍得不到匹配的故障案例，则将该案例作为一个新问题提交给专家。专家用户登录系统后，对新故障进行分析解决，问题解决后及时反馈给用户。专家系统通过案例自学习后，将新案例加入系统案例库。诊断流程如图5所示。

3.4 诊断实例

故障描述：弹炮结合武器在使用中，防空火炮射击模式为连续射击时，射击不连续。检查火炮射控系统工作正常。

专家系统诊断得到相似案例为

表1 相似案例

4 结语

本文基于案例推理的方法构建了弹炮结合武器故障诊断专家系统框架，将智能故障诊断技术应用到复杂装备的故障诊断领域中，为高技术复杂装备的保障问题提供了新的方法。并用实例验证了该方法在解决复杂故障诊断问题时是有效的。

［1］朱传伟，穆松，闵华侨.弹炮结合防空武器系统探讨［J］.战术导弹技术，2007（5）：58－61.

［2］何勇，李增芳.智能化故障诊断技术的研究与应用［J］.浙江大学学报（农业与生命科学版），2003，29（2）：119－124.

［3］吴明强，李霁红，曹爱东，等.故障诊断专家系统综合智能推理技术研究［J］.计算机测量与控制，2004，12（10）：932－934.

［4］江志农，徐文明.基于CBR的旋转机械故障诊断专家系统的设计［J］.组合机床与自动化加工技术，2011（8）：43－46.

［5］A.Aamodt，E.Plaza，Case－based reasoning：foundational issues，methodological variations，and system approaches，Artificial Intelligence Communications，1994：39－59.

［6］D.B.Leake，Case－Based Reasoning：Experien－ces，Lessons and FutureDirection，AAAI Press／MIT Press，Menlo Park，CA，1996.

［7］M.Tim Jones，Artificial Intelligence：A System Approach［M］.北京：电子工业出版社，2009：108.

［8］朱福喜，朱三元，伍春香.人工智能基础教程［M］.北京：清华大学出版社，2006：74－96.

［9］Michael Blaha，William Premerlani.宋今，赵丰年（译）.面向对象的建模与设计在数据库中的应用［M］.北京：北京理工大学出版社，2007：11－15.

［10］杨健，杨晓光，刘晓彬，等.一种基于k－NN的案例相似度权重调整算法［J］.计算机工程与应用，2007（23）：43.

［11］郭敏.多源信息融合在故障诊断技术中的应用研究［J］.计算机与数字工程，2011，（3）.

［12］夏博.基于LabVIEW的旋转机械故障诊断模块的开发［J］.计算机与数字工程，2012，（1）.