宋文斌,张玲玉
(1.众泰汽车工程研究院,浙江 杭州 310018;2.浙江硕维轨道交通装备有限公司,浙江 杭州 310018)
通过对汽车零部件失效过程的信息处理、信息分析以及故障诊断,实现对汽车零部件失效的智能化识别,可有效地提升汽车运行可靠性、稳定性,是目前汽车维修行业的重要研究课题。但在实际应用中,由于汽车零部件失效的广泛性、失效信息采集与分析的复杂性使得汽车零部件失效分析专家系统的构建存在一定的被动型,尤其是对于大型复杂失效系统的诊断更是具有一定的不可预测性。因此,有学者提出可将计算机技术与图像分析技术、人工智能技术向结合,运用零部件的运行特点和失效经验,构建汽车零部件失效分析专家系统,提升汽车零部件失效分析与诊断能力。
和人类专家相比,使用计算机网络技术的专家失效分析系统具有精度高、分析速度快等优点,其失效分析过程,不会受到时间、地点、空间因素的限制,可随时随地进行汽车零部件失效的分析,且专家系统可通过复制与移植将各种汽车零部件失效分析经验传播。同时,专家分析系统具有较高的自动化程度,和人类专家相比,不会受到麻痹、紧张以及偏见等因素的影响,这些优点也决定了汽车零部件失效分析专家系统构建的必要性,有助于辅助人们决策,具有重要的实用意义。
汽车零部件失效分析专家系统主要包括知识库的构建、推理机、知识获取机制和解释机制。其中,知识获取方式主要通过人机对话和编译器工具输入知识两种方式,动态数据库则能够对用户所咨询的数据信息进行记录,而推理机制则主要用来选择知识库与综合数据库的事实匹配,并利用解释器完成推理,得出结论。
故障树的建立是为了真实地反映各汽车零部件失效的信息,并能够根据零部件的失效事件按照不同层次范畴建立各子故障树,即每一个故障树为一特定的层次模型,其中,每一个层次模型的节点均一一对应该组故障信息,而该组故障信息的获取则依赖于长期积累经验与措施来实现的。图1为汽车零部件失效分析单元示意图。知识库一般是通过将专家知识通过编辑器而形成的一种可读规则,并存储在计算机内。故障树根节点与叶节点的联系被清晰表达后,可根据不同规则,位于上层树的叶结点分别进入下层不同的细化的树,最终,整个汽车零部件失效专家系统内所存储的知识可借助编辑器存于计算机,完成专家系统的构建。
图1 汽车零部件失效分析单元示意图
汽车零部件失效专家分析系统是利用目标驱动式的逆向推理,即首先提出假设,若该假设成立则整个推理过程结束,若既定的假设不成立,则继续进行推理,直至找出和假设相匹配的规则。推理机的编制是基于故障树的构建而完成的,并按照既定的规则特性和专家解释所采用的使用规则,形成推理记录的推理书,因此,可以说整个推理过程实际上为故障树信息的搜索与匹配过程,该系统所使用的推理方法是目标引导下的反向推理,推理过程所依靠的规则主要为FINDOUT控制。可以看出,FINDOUT首先从上下文类树根节点出发,并基于给出的示例,匹配GOALS内的特性参数值,即系统的目标值,此时,由于FINDOUT需要调用类似规则并与该参数值相类似的目标值进行匹配,则会产生新的参数值,而由于与每一个参数值向对应的上下文类联系关系均不相同,即当上下文类中没有对应的示例时,则能够先得到示例,并形成上下文示例树。若某一个上下文类示例时,则INITIALDTA特性参数会通过PROMPT方式从用户处获取,并进行推理,得出GOAL中参数。
基于相应的知识表示结果,该系统在进行编程时使用级联菜单,其中各个级层均能够实现提示信息的展现,便于操作。该系统的工作路程是:用户可通过系统操作页面给出的对话框进行初始信息的输入,同时,在综合数据库内载入用户所需的基础参数值;将输入的初始信息和知识库内既有的数据信息进行框架匹配,从而构建出一个框架系统示例;把子问题激活,完成逆向推理;若用户给出的子问题全部匹配并给出结果则完成推理,并将信息传输至用户,若子问题未全部解决,则继续激活子问题,并进行逆向推理,直至全部子问题解决为止。通过后期该系统的运行表明:该系统知识模型具有较强的适应性,尤其时该系统的知识库能够进行修改与补充,增强了系统的表现能力与准确性。