汽车故障诊断中案例推理的应用分析

陈跃

（苏州工业园区职业技术学院，江苏 苏州 215123）

汽车故障诊断中案例推理的应用分析

陈跃

（苏州工业园区职业技术学院，江苏 苏州 215123）

以奇瑞汽车故障诊断为应用背景，研究并开发了一个基于案例推理的汽车故障诊断系统原型，以实现对汽车故障的智能诊断。系统依据故障的特征属性和内容将汽车故障案例进行分类，进而根据最近邻算法对某一种类的案例集进行检索，最后构建了软件原型系统。通过对汽车故障样本案例进行仿真测试，表明了设计思想是合理的，实现方法是有效的。

基于案例推理；故障诊断；最近邻算法

将人工智能技术引入到汽车的故障诊断中，建立故障诊断系统，为维修人员提供快速的故障定位和排除建议，对汽车故障诊断具有重要的应用价值。传统的故障诊断中大部分是RBR（rulebasedreasoning，基于规则推理）、MBR（modelbasedreasoning，模式推理）的专家系统技术的研究。由于这些传统的专家系统是基于模型化驱（基于模型的诊断方法使用诊断对象的结构、行为和功能），在模型的构建、信息的获取、信息的处理方面存在严重不足，有一些难以克服的缺点，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；推理过程中规则与模式难以准确选取等。

由于汽车型号多、故障现象与故障原因之间的关系复杂、故障类型多，基于案例的方法因其知识获取容易、易于理解、启发思维、自适应能力强、知识库维护方便等特点，比传统的RBR、MBR的专家系统具有更强的适应性。利用CBR进行机车故障诊断，通过对机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。在分析和研究了汽车故障诊断领域知识特点和大量的故障维修日志基础上，探讨了基于案例推理方法的关键技术，笔者提出了将故障案例进行分类进而检索的策略思想，这种方法不仅降低了案例表示、组织以及案例库的构建难度，而且极大地提高了案例检索的效率。

1 故障诊断系统的总体结构

整个故障诊断系统主要由知识库、故障案例库、征兆数据库和推理系统构成。系统框架如图1所示。其中主要部分的内容和功能描述如下：①知识库。问题求解的知识、经验的集合，主要由专家提供，包括汽车故障的分类信息及不同种类故障需要的各种关键特征属性及其权值，并以此构建故障案例库和征兆数据库。②故障案例库。由用户根据汽车故障日志和维修日志等历史数据填写的关于汽车故障的各种信息，是存储案例和产生新案例的仓库，为新问题的解决提供参考依据。

图1 系统框架图

2 案例表示

案例表示是CBR技术的核心问题之一，它是把要求解的新问题及案例库中众多的案例按照一定的数据结构表示出来。适当的案例表示方法能完整地表示案例描述信息，便于案例知识的组织和维护，有利于案例的快速检索。在汽车故障诊断中，一个案例就是一个汽车故障现象的完整解决方案，这个方案可以直接用于解决以后相同或相似的汽车故障。每个故障都属于一个大的故障案例种类，是一个故障案例类的一个具体实例，并且故障案例是由一系列属性描述的。汽车故障诊断系统中，故障案例被定义为一个六元式C=〈I，T，S，E，P，A〉。主要内容可分用六个部分来描述案例的各个方面，概括如下：①I是故障案例序号，是故障案例的惟一标志符。②T是故障案例所属的种类。在同种类案例中，案例包含有相同类型的征兆特征以及其特征权值。③S{S1，S2，…，Sn}是故障症兆集合，Sj={Fs，Vs，Ts,，Ws}（j=1，2，…，n）。其中：Fs表示故障症兆特征名；Vs表示征兆；Ts表示征兆特征取值类型及范围；Ws表示故障症故障特征权值，反映征兆属性的重要程度，一般由领域专家设定。④E是故障现象的描述信息。发生故障时，可观察到汽车故障现象以及设备、部件等运行出现的异常。⑤P是关于故障处理过程和解决方案的描述。⑥A是故障案例的辅助说明信息，主要有汽车型号、维修站名称、申请单号、维修日期、维修人员、行车里程等。

3 推理系统

根据索引策略、匹配方法和相似度计算等因素，从过去同类案例集中检索最相似的案例集，再由适配策略进行修正，达到适合当前问题的求解要求。通过不断地学习过去的经验和教训，用过去的经验及知识来指导和帮助类似问题的求解，并对求解过程不断地修正、补充、求精，以提高对问题的性质、特征的认识程度,得到问题的满意解或逼近解。这就是CBR进行问题求解的基本思想和出发点。

一个案例的索引就是这个案例的重要关键字的集合,这些关键字可以将这个案例与其他案例区分开来。它是一个可计算的数据结构，能存储在内存中帮助快速搜索。建立案例索引的主要目的是提供一个案例库的搜索机制，当给定一个新的案例时，能够根据索引快速找到相关的案例或案例集。当案例库的规模较大时，案例索引的作用就更加突出了。汽车故障案例库的索引可以借鉴数据库的索引技术。笔者根据汽车故障诊断领域专家的经验建立特征索引，把汽车故障案例根据汽车故障的关键特征属性（汽车型号、车系、故障代码、损伤件代码等）进行分类，并组织案例。

案例的K近邻相似度是根据目前用得最多的相似度计算方法———欧氏距离定义的。例如，机车故障案例X的特征向量表示为〈a1（x），a2（x），…，an（x）〉。其中ar（x）表示源案例X的第r个属性值。那么机车目标故障案例T与X在特征属性r上的相似度表示为VTX=（ar（T）-ar（X））2，从而得到机车故障案例T、X的案例相似度为

即案例的相似度越小，就表示机车故障案例T、X越接近，越相似。该公式源于二维空间的标准欧氏距离公式，在其基础上加入权值Wr，表示特征r的属性权重，Wr∈［0，1］，，改进了两个案例之间的距离计算。实际数据检验表明，特征属性权值在很大程度上影响了案例的相似度，从而影响案例的推理过程。

案例检索是构建CBR系统的关键技术。它是从案例库中检索和匹配出来的与当前问题在特征属性上最相似的，并对当前问题的求解有启发和指导意义的案例。在设计机车故障诊断的案例检索过程时，采用基于分类模型的索引策略，在案例索引时，根据案例所属种类快速缩小案例匹配的空间，而不是盲目搜索；在案例匹配阶段，采用带权值的K近邻案例匹配方法进行案例匹配。以下给出方法的具体实现步骤：①由用户输入故障汽车的车型、车系，以及故障代码、损伤件代码、故障种类代码等机车故障关键特征属性。②利用①的特征属性，根据分类结构索引,初步检索出符合用户输入的特征属性的故障案例种类，以及得到初始匹配的案例集。③根据故障案例的种类，列出该种类所包含待匹配的特征属性和特征权值，然后由用户输入这些关键特征属性值。④计算新故障案例中的特征属性与初步检索出的故障案例集中的第k个案例的相应特征属性的匹配度。⑤将④中得出的匹配度以及相应特征属性的权值，根据K近邻法进行计算，求得该新案例与故障集中第k个案例的匹配度。⑥重复④和⑤，计算出该初始匹配案例集中的所有案例与当前故障问题的匹配度。将所有案例的匹配度排序，输出与当前故障问题最匹配的一个或几个案例,完成案例匹配过程。最后,输出匹配案例的解,为下一步的案例修正作准备。

4 案例调整学习

经过案例的检索过程，CBR系统选择一个最近似匹配的案例作为系统推荐的解决方案。在通常情况下，这个推荐方案是适合的。但如果检索到的案例与目标问题不够逼近，不能满足目标问题的求解需求时，就需要进行案例的修正，即以检索到的源案例为模板，修正以适应目标案例的情况。案例的修正就是通过对案例描述的问题特征进行调整、修改，使其更能准确地反映问题的本质特征，并向实际情况逼近。它既是问题求解的重要过程，也是案例学习的重要手段。实质上它是对案例和求解问题的重新再认识过程。案例的调整学习比较复杂，往往需要结合领域知识和专家的经验，在专家的指导下完成，并达到预期的修正效果。在此实例中，维修人员可以在没有任何维修经验的情况下，只需输入汽车故障的相关描述信息以及相关故障特征属性值，就可以从案例库中快速得到根据相似度排序后的故障解决方案，维修人员可以根据需要选择相关方案得到更为详细的信息，并以此作为汽车故障诊断的依据。

5 结语

文章介绍了一个汽车故障案例推理系统的原型系统实现方法。该系统将人工智能技术应用于汽车维修领域，为信息技术在汽车行业中的应用提供了新思路，使奇瑞汽车故障诊断修理实现了信息化、智能化，改进了工作方式，大大提高了维修人员的工作效率。系统将结合维修人员的使用情况完善原型系统，提高汽车维修的准确性、直观性，使维修周期、成本得到合理优化。

［1］贲志岳，罗大庸.基于案例和规则推理的装备车辆故障诊断系统［J］.农业装备与车辆工程，2007，194（9）：30-34.

［2］张代胜，陈朝阳，张树强，等.基于案例推理的汽车维修专家系统［J］.汽车工程，2003，25（5）：507-509.

Application Analysis of Case Reasoning in Car Failure Diagnosis

CHEN Yue
（Suzhou Industrial Park Vocational Technical College，Suzhou，Jiangsu 215123，China）

Taking Qirui automobile fault diagnosis as the application background,the paper researches and develops a prototype motor fault diagnosis system based on case-based reasoning，in order to realize the fault intelligent diagnosis about cars. Based on the characteristics of the fault properties and content，the system categorizes auto fault cases，and thus retrieves a particular type of case based on nearest neighbor algorithm and finally constructs the software prototype system.By simulating the case of car failure，it shows that the design thought is reasonable，and the method is effective.

case reasoning；fault diagnosis；nearest neighbor algorithm

TP182

A

2095-980X（2017）04-0027-02

2017-03-07

陈跃（1979-），男，高级工程师，主要研究方向：汽车维修。