摘 要：在對空氣循環制冷設備工作原理深入研究的基礎上，將故障樹分析法和專家系統引入到該設備的故障診斷中，設計了該設備的故障診斷專家系統。具體給出了系統的理論依據和設計方法,并詳細介紹了知識庫和推理機的設計。該系統能夠快速、準確地確定故障部位，提高維修效率。 關鍵詞：空氣循環制冷設備;故障樹;知識庫;推理機 Abstract: Based on the deep research of the air circulating refrigeration equipment’s working principle, Fault tree and expert system are introduced to air circulating refrigeration equipment fault diagnosis. Fault diagnosis expert system of that equipment is designed successfully. This paper introduces the basic scheme and designing theory and gives a detailed description of the design of knowledge base and inference engine. The system can find the fault part quickly and accurately, then improve the efficiency of engineering maintenance. Keywords: air circulating refrigeration equipment; fault tree; knowledge base; inference engine 1 引言 　　空氣循環制冷設備用于在飛機發動機停機狀態下，在地面通電檢查和維修飛機電器電子設備時，給飛機設備艙提供干燥而潔凈的給定溫度和濕度的冷風、熱風和通風，以達到控制飛機電器電子設備工作環境條件的目的。該設備采用空氣壓縮和膨脹技術實現制冷和加熱，與近年來一些新型飛機的機上環境控制系統的原理相似，不同之處在于機上環控系統采用飛機發動機壓縮空氣作引氣，而該設備采用空壓機壓縮空氣為空氣動力源[1]。 　　由于該設備結構復雜、工作環境嚴酷，造成設備故障的原因繁多。現場分析、判斷和處理故障，往往依賴維修人員對設備故障機理的把握程度和經驗，具有一定的主觀性。這就難免由于經驗不足而導致失誤，延誤維修時間。建立空氣循環制冷設備故障診斷專家系統，可大大減少修理的盲目性，提高經濟性和安全性，具有重要的經濟效益和應用前景。 　　本文將故障樹分析法和專家系統相結合并引入到空氣循環制冷設備故障診斷中，既發揮了專家系統的診斷快速有效的特點，又利用故障樹解決了診斷知識獲取的瓶頸問題，從而保證了診斷知識的完整性。 2 空氣循環制冷設備故障診斷專家系統的組成 　　2.1 基于故障樹的故障診斷專家系統的優點[2-6] 　　（1） 可以根據故障樹最小路集和最小割集，確定系統全部正常工作模式和故障模式。 　　（2） 可以根據底事件發生概率，求出每個故障模式發生概率的大小，故障模式按發生概率大小排序，可以確定造成系統故障的各個故障模式影響大小。 　　（3） 邏輯性強，不易遺漏故障原因，從故障樹頂事件開始，經過邏輯嚴密的逐級分析，凡是能夠引起該故障的原因都能找到，并提供維修意見。 　　（4） 引起故障的原因一目了然，引起故障的各個因素都可以從故障樹獲取，可避免排除故障時的盲目性，提高效率。 　　（5） 利用關系數據庫的特點，可以快速的修改及瀏覽知識庫，方便專家檢查和更新知識;采用模塊化設計，容易實現知識庫、推理機及應用程序的分離，有助于維護整個專家系統。 　　2.2 故障診斷專家系統的組成 　　空氣循環制冷設備故障診斷專家系統包括人機界面、知識庫、推理機、知識獲取子系統、解釋子系統和綜合數據庫等部分。圖1所示為該專家系統的結構。 [align=center] 圖1 專家系統的結構[/align] 　　空氣循環制冷設備故障診斷專家系統就是用該設備的專家知識來求解那些在實際中需要專家才能有效解決的問題。系統的構建中，知識庫和推理機的設計顯得尤為重要。 3 故障診斷專家系統知識庫 　　知識庫主要用來存放領域專家提供的領域知識，是整個專家系統中的重要組成部分。它 　　擁有知識的數量和質量是衡量專家系統性能好壞及問題求解能力大小的重要因素。 　　3.1 知識獲取 　　擁有知識是專家系統有別于其他計算機軟件系統的重要標志，而知識的質量和數量有是決定專家系統性能的關鍵因素，如何使專家系統獲得高質量的知識，正是知識獲取要解決的問題。 　　知識獲取采用故障樹的構建方式，故障樹具有標準化的知識結構，若利用故障樹知識生成專家系統知識庫，不僅可以極大地降低系統知識獲取的難度，又能通過求解最小割集，使生成的知識庫盡可能的簡化，降低冗余，便于推理的進行。在構建本系統的知識庫之前，首先將內容豐富且復雜的故障診斷知識建成故障樹，然后分析各故障現象和原因之間的關系，將其反映到規則中去。 　　在故障樹構建上，以空氣循環制冷設備故障為根結點，以24種常見故障如異常響聲、電動閥門不工作等事件為二級結點構成第一棵故障樹，即總樹（圖2），對應事件列表見表1.然后再以這24種常見故障為根結點構成24棵子故障樹。在這24棵子故障樹上的葉結點（與基本事件相對應）的排序上，盡量把容易檢查的事件放在前面，以便達到與工人師傅的思維一致，達到盡量提高匹配效率的目的。對應事件列表見表1。 [align=center] 圖2 總樹示意圖[/align] 　　表1總樹事件代碼 　　故障診斷的程序是先定位到故障現象所對應的子故障樹，然后把排序最先的事件提交給維修人員進行判斷，若判斷結果為基本事件，無法再展開，診斷停止;若不是基本事件，根據提示繼續進行判斷。在診斷的過程中，故障樹給出相應的測試指南或診斷判別數據，最后給出維修策略及相應的故障樹診斷軌跡。 　　3.2 知識表示 　　知識表示就是知識的符號化和形式化的過程。在一個專家系統中，知識表示模式的選擇不僅對知識的有效存儲有關，也直接影響著傳統知識獲取能力和知識的運用效率，因而知識表示是知識工程中最基本的問題之一。 　　由于本專家系統的故障診斷知識庫是基于故障樹分析法建立起來的，知識一般具有經驗性、因果性的特點。知識庫中的結論知識之間具有故障樹所獨有的層次關系，也就是說，知識庫中得一個結論性知識有可能是另一個結論知識的前件，非常適用產生式規則來組織知識庫。因此本系統采用產生式規則來表示故障診斷知識，表示形式為 　　IF E THEN H （CF（H，E）） 　　其中，E是知識的前提條件，它既可以是單個條件，也可以是用and 或or 連接起來的復合條件;H是結論，它可以是單個結論，也可以是多個結論。CF（H，E）是該條知識的可信度，稱為可信度因子。CF（H，E）在[-1，1]上取值，它指出當前提條件E所對應的證據為真時，它對結論為真的支持程度，通常由領域專家直接給出。值越大表示相應的知識越為真。當CF的值為1時，表示相應的知識為真;當CF的值為-1時，表示相應的知識為假。 　　3.3 知識庫的管理 　　知識庫的管理就是對知識進行組織、管理和維護。根據實際使用情況，不斷擴充新的知識，刪除無用的知識，修改有錯誤的知識，逐步提高知識庫的質量和系統的水平。主要包括對知識的增加、刪除、編輯、檢索和一致性、完整性檢查等管理和維護工作，來保持知識庫的一致性和完整性。 　　實際應用中，管理人員通過專家系統的增加知識功能輸入需要增加的領域知識，包括故障現象、故障原因和排除方法。然后，系統將輸入知識轉換成知識庫默認的知識規則格式，然后校檢。知識的校檢主要包括冗余性校檢和矛盾性校檢。冗余性校檢是檢查所輸入的新知識的前提或結論同知識庫中已有知識的前提或結論是否存在相同情況。矛盾性校檢是查看是否存在輸入的領域知識的前提同知識庫中已有的知識規則的前提相同，但結論不同或相反的情況。經過校檢后，正確的知識將存入知識庫，反之系統彈出錯誤對話框。數據庫的查詢、刪除等功能的具體實現將在系統設計中詳細介紹。 4.推理過程與實現 　　推理方法有3種：正向推理、反向推理和混合推理。正向推理是最常用的方法，本系統應用正向推理。正向推理又稱為數據驅動策略或前向推理，這種控制的基本思想是：從問題已有的事實開始，正向使用知識，當與已有事實匹配時，該知識為可用知識，然后通過沖突消解，在可用的多個待匹配的知識中選擇一條啟用規則，啟用規則的使用導致上下文的改變，從而引起新的規則的匹配，如此地循環往復，直至到達一個問題狀態沒有可用知識或求得了所要求的解為止。其推理過程如圖3所示： [align=center] 圖3推理流程圖[/align] 　　其中待匹配規則的概念為：規則a是規則庫中任意一條規則，若觀察到的故障征兆的條件包含在規則a的條件部分中，則稱規則a是待匹配規則。匹配規則的概念為：規則a是規則庫中任意一條規則，若觀察到的故障征兆的條件與規則條件部分包含的內容完全相等，則稱規則a是匹配規則。 5.結語 　　本文主要介紹了空氣循環制冷設備的故障診斷專家系統知識庫的建立與推理機的設計，在對空氣循環制冷設備系統結構和工作原理的深入研究的基礎上，將故障樹引入知識庫的結構中，然后成功構建了一個功能完善的飛機地面空調車的故障診斷專家系統。該專家系統能起到部分代替專家指導現場檢修的作用，對延長空氣循環制冷設備及飛機的壽命，降低其維護、維修費用及保證實驗的可靠性和安全性均有重要意義。 　　本文創新點在于針對空氣循環制冷設備的特點，構建該設備的故障診斷專家系統。將故障樹分析法引入專家系統中，有效解決了知識獲取的瓶頸問題，保證診斷知識的完整性同時也發揮了專家系統故障診斷快速有效的特點。利用故障樹建立的專家系統可靠性高，分析故障全面，充分利用了長期以來專家對空氣循環制冷設備的維修經驗。尤其是本系統構建的故障樹本身就是一種形象化的技術資料，對維修人員是一種十分有效的直觀教學資料和維修指南，且與人類專家的思維相一致，易于理解和掌握。 參考文獻： 　　[1] 李軍.飛機地面空調車智能化故障診斷系統設計[D]. [碩士學位論文]大連：大連理工大學.2005：1-3 　　[2] 陳煒，吳志良.故障診斷專家系統結合故障樹技術的結構研究[J].航海技術，2005（6）：43-45 　　[3] 蔡宗平，湯正平，閔海波.故障樹分析法的專家系統在故障診斷中應用[J].微計算機信息，2006，8-1：135-137。 　　[4] 王冬梅，王黎，張濤.鐵路機車故障診斷專家系統的設計[J].微計算機信息，2006，10-1：221-223。 　　[5] 金星，洪延姬.基于故障樹的智能型故障診斷系統[J].宇航學報，2001，22-3：111-113 　　[6] 陳朝陽，張代勝，任佩紅，許化東.基于故障樹分析法的汽車故障診斷專家系統[J].農業機械學報，2003，34-5：131-133