，，，

(1.中國(guó)人民解放軍72465部隊(duì)，濟(jì)南 250022； 2.南京陸軍工程大學(xué) 指揮信息學(xué)院，南京 210000；3.中國(guó)航天科技集團(tuán)公司第七研究院 第七設(shè)計(jì)部，成都 610100)

0 引言

隨著以信息技術(shù)為核心的新技術(shù)在裝備上的廣泛應(yīng)用，新裝備在性能先進(jìn)的同時(shí)，結(jié)構(gòu)也更加復(fù)雜，技術(shù)保障，特別是野戰(zhàn)條件下新型復(fù)雜裝備故障診斷的技術(shù)要求更高。新型復(fù)雜裝備多采用了基于總線(xiàn)技術(shù)的機(jī)內(nèi)測(cè)試(BIT)系統(tǒng)，裝備內(nèi)部各子系統(tǒng)內(nèi)置的設(shè)備測(cè)控節(jié)點(diǎn)通過(guò)總線(xiàn)接口電路與總線(xiàn)網(wǎng)絡(luò)相連，構(gòu)成系統(tǒng)自檢網(wǎng)絡(luò)結(jié)構(gòu)[1-2]。利用總線(xiàn)獲取的裝備各子系統(tǒng)運(yùn)行參數(shù)，基于規(guī)則協(xié)議對(duì)數(shù)據(jù)進(jìn)行解析，能進(jìn)行異常數(shù)據(jù)的識(shí)別和存儲(chǔ)，以便對(duì)深層次的故障進(jìn)行分析，可以實(shí)現(xiàn)在線(xiàn)診斷功能。BIT系統(tǒng)使裝備本身具有一定的故障診斷能力，但裝備上的BIT診斷系統(tǒng)相對(duì)簡(jiǎn)單，不具備推理和知識(shí)積累的能力，不能滿(mǎn)足裝備故障診斷需要。近年來(lái)，裝備故障診斷技術(shù)不斷取得新成果，當(dāng)前出現(xiàn)的一些專(zhuān)家系統(tǒng)強(qiáng)調(diào)對(duì)故障案例的處理和利用，具有表達(dá)直觀(guān)、形式統(tǒng)一、模塊性強(qiáng)、推理機(jī)制簡(jiǎn)單等優(yōu)點(diǎn)，在故障診斷領(lǐng)域得到了成功的應(yīng)用[3-4]?；诎咐墓收显\斷系統(tǒng)由于推理的機(jī)制過(guò)于簡(jiǎn)單，存在適應(yīng)能力差的弱點(diǎn)，在診斷對(duì)象比較復(fù)雜，故障知識(shí)規(guī)模比較大，故障案例有限時(shí)，弱點(diǎn)表現(xiàn)得更加突出[5]。

本文為解決新型裝備系統(tǒng)結(jié)構(gòu)復(fù)雜、故障診斷難的問(wèn)題，將機(jī)內(nèi)測(cè)試(BIT)診斷與故障案例診斷融合，綜合兩種方法的優(yōu)點(diǎn)，設(shè)計(jì)了基于BIT和案例融合的新型裝備故障診斷系統(tǒng)，提高復(fù)雜裝備故障診斷精確度和效率，從而促進(jìn)裝備保障能力提高，滿(mǎn)足復(fù)雜裝備保障力快速生成的需要。

1 BIT和案例融合的故障診斷原理

裝備BIT診斷是通過(guò)裝備自身的機(jī)內(nèi)測(cè)試系統(tǒng)獲取的信息，基于數(shù)據(jù)和規(guī)則的分析判斷，診斷定位故障的一種方法[6-7]。實(shí)際裝備保障中，常常出現(xiàn)同樣的BIT診斷結(jié)論卻是不同的故障的原因，有了診斷結(jié)論卻未能及時(shí)獲取故障排除方法等現(xiàn)象，給裝備保障人員的維修工作帶來(lái)很大的挑戰(zhàn)，尤其新型復(fù)雜裝備，僅依靠BIT診斷難以滿(mǎn)足保障需要。

故障案例診斷是通過(guò)訪(fǎng)問(wèn)案例庫(kù)中同樣或相似的故障案例征兆，進(jìn)行匹配分析，獲得當(dāng)前故障解決方案的一種推理方法[8-9]?；诎咐耐评硎且环N直覺(jué)思維方式，其基本依據(jù)是相似的問(wèn)題有相似的解，只要對(duì)問(wèn)題的描述正確，就可以借此思維方式由問(wèn)題空間達(dá)到解空間，但解空間需要長(zhǎng)期積累的歷史案例記錄作為基礎(chǔ)。新裝備的故障案例有限，基于故障案例的診斷方式難以滿(mǎn)足復(fù)雜裝備的故障診斷需要。

基于上面的分析，本研究考慮綜合BIT診斷和案例診斷兩種方法的優(yōu)點(diǎn)，采用BIT診斷推理為前導(dǎo)、故障案例推理后置補(bǔ)充的結(jié)合方式將兩種診斷方法融合，并基于交互式的診斷模式進(jìn)行故障和排故指導(dǎo)，建立融合推理診斷模型。

圖1 基于BIT和故障案例融合推理模型

基于BIT和故障案例融合推理模型如圖1所示。當(dāng)裝備發(fā)生故障時(shí)，通過(guò)裝備的信息采集系統(tǒng)采集裝備各分系統(tǒng)的BIT信息和故障現(xiàn)象、故障發(fā)生時(shí)間等故障信息，經(jīng)BIT信息分析與推理診斷模塊對(duì)獲取的BIT信息進(jìn)行分析推理，如果能夠成功診斷定位故障，將診斷結(jié)論提供給維修保障人員；如果未能診斷故障原因，再基于案例診斷推理模塊進(jìn)行故障案例匹配和推理，并將故障診斷結(jié)論提供給維修保障人員。在故障診斷和處理過(guò)程中，故障數(shù)據(jù)和知識(shí)管理模塊負(fù)責(zé)管理和提供BIT診斷知識(shí)、案例現(xiàn)象特征和排故知識(shí)，保障故障診斷和排除成功。維修保障人員在獲得故障診斷結(jié)論后，結(jié)合自己的經(jīng)驗(yàn)、知識(shí)和現(xiàn)場(chǎng)的情況，通過(guò)維修決策模塊確定排除故障的方法、需更換的現(xiàn)場(chǎng)可更換單元以及維修時(shí)機(jī)等，實(shí)現(xiàn)裝備故障快速診斷和排除。

2 裝備BIT和故障案例融合診斷系統(tǒng)設(shè)計(jì)

根據(jù)BIT和案例融合的故障診斷原理，采用交互式軟件的開(kāi)發(fā)思路，設(shè)計(jì)了故障診斷系統(tǒng)，系統(tǒng)總體框架與組成如圖2所示。

圖2 系統(tǒng)總體框架與組成

系統(tǒng)采用基于BIT、案例以及基于人類(lèi)思維活動(dòng)的人機(jī)交互的混合推理方式。系統(tǒng)主要由裝備信息采集模塊、BIT信息分析與推理診斷模塊、故障數(shù)據(jù)及知識(shí)管理模塊、維修決策模塊四部分組成，各模塊的具體功能如下：

1)裝備信息采集模塊：裝備信息采集模塊由與裝備連接的適配器及數(shù)據(jù)采集軟件等構(gòu)成，用于與裝備BIT系統(tǒng)連接，采集裝備的機(jī)內(nèi)測(cè)試信息和故障信息。

2)BIT信息分析與推理診斷模塊：BIT信息分析與管理模塊用于對(duì)實(shí)時(shí)采集或錄取的BIT信息進(jìn)行故障規(guī)程匹配和綜合分析，給出設(shè)備故障診斷信息，具體包括BIT數(shù)據(jù)檢測(cè)、故障診斷、數(shù)據(jù)錄取、總線(xiàn)監(jiān)控、時(shí)序分析、繪制曲線(xiàn)等功能。

3)故障數(shù)據(jù)及知識(shí)管理模塊：故障數(shù)據(jù)及知識(shí)管理模塊用于對(duì)診斷知識(shí)數(shù)據(jù)庫(kù)進(jìn)行管理，實(shí)現(xiàn)知識(shí)獲取、知識(shí)更新、知識(shí)檢驗(yàn)和知識(shí)查詢(xún)功能，可基于故障案例的相似度匹配，診斷故障，按照故障發(fā)生頻率依次列出可能的故障原因，并以圖片、文字、動(dòng)畫(huà)、視頻等描述方式準(zhǔn)確、清楚的按操作步驟給出故障排除方法。

4)維修決策模塊：維修決策模塊用于給出故障診斷結(jié)論、現(xiàn)場(chǎng)可更換單元、排除故障所需的設(shè)備工具等，并給出維修方法和操作步驟，以交互式界面，引導(dǎo)用戶(hù)進(jìn)行故障分析和診斷推理工作。

3 典型火炮故障診斷實(shí)例分析

為檢驗(yàn)BIT診斷和故障案例融合診斷方法的效能，選取某新型火炮為試驗(yàn)對(duì)象進(jìn)行診斷試驗(yàn)。該型火炮涉及機(jī)械、電子、計(jì)算機(jī)、液壓、控制、軟件等多學(xué)科技術(shù)，性能先進(jìn)的同時(shí)，系統(tǒng)結(jié)構(gòu)復(fù)雜，故障診斷難度大。系統(tǒng)各子系統(tǒng)內(nèi)部設(shè)備測(cè)控節(jié)點(diǎn)通過(guò)CAN總線(xiàn)接口電路與CAN總線(xiàn)網(wǎng)絡(luò)相連，構(gòu)成系統(tǒng)自檢網(wǎng)絡(luò)結(jié)構(gòu)，具備一定的BIT診斷功能。

根據(jù)新型火炮CAN總線(xiàn)數(shù)據(jù)采集特點(diǎn)，開(kāi)發(fā)了裝備CAN總線(xiàn)數(shù)據(jù)和同步信號(hào)數(shù)據(jù)采集和分析模塊，并基于積累的故障案例記錄，提煉典型的故障案例，開(kāi)發(fā)出了基于BIT和案例融合的故障診斷系統(tǒng)軟件。以火炮火控系統(tǒng)在外場(chǎng)試驗(yàn)中出現(xiàn)的一故障案例進(jìn)行試驗(yàn)分析，檢驗(yàn)軟件診斷性能。故障現(xiàn)象、故障診斷過(guò)程和排除方法如下：

故障現(xiàn)象：火炮火控系統(tǒng)啟動(dòng)后，身管在方位方向上大幅抖動(dòng)。

故障診斷：基于BIT和案例融合的故障診斷系統(tǒng)軟件采集火炮隨動(dòng)方位方向的狀態(tài)信息，分析數(shù)據(jù)曲線(xiàn)，如圖3所示，得出故障原因“隨動(dòng)系統(tǒng)協(xié)調(diào)到位后，方位方向產(chǎn)生震蕩”。

圖3 故障診斷軟件診斷分析界面

基于故障的案例庫(kù)和知識(shí)庫(kù)，系統(tǒng)以交互的方式給出排故指導(dǎo)如下：

1)打開(kāi)隨動(dòng)控制箱，將面板上“自動(dòng)/半自動(dòng)”開(kāi)關(guān)打到“半自動(dòng)”；

2)利用操縱桿操縱炮，加速減速，若隨動(dòng)半自動(dòng)平穩(wěn)，則隨動(dòng)半自動(dòng)正常，檢查方位受信儀是否夾緊，檢查受信儀輸出角度是否連續(xù)；

3)若隨動(dòng)半自動(dòng)不平穩(wěn)，檢查功率放大板及相關(guān)電路。

在排故措施的指導(dǎo)下，快速定位故障單元為功率放大板，更換功率放大板后故障排除。

通過(guò)上述的分析及驗(yàn)證，采用這種BIT診斷為前導(dǎo)、故障案例推理為補(bǔ)充的結(jié)合方式能大大提高首次故障診斷率，降低無(wú)效排故時(shí)間，有效提高裝備BIT和故障案例知識(shí)的利用效率。

裝備BIT診斷、案例診斷以及兩者融合診斷方法的優(yōu)缺點(diǎn)分析如表1所示，通過(guò)比較可以看出BIT和案例融合的故障診斷方法綜合了兩種診斷方法的優(yōu)點(diǎn)，有良好的推理能力和較高的故障診斷效率，能有效促進(jìn)維修保障人員的現(xiàn)場(chǎng)診斷能力的提高。

表1 故障診斷方法優(yōu)缺點(diǎn)分析

4 結(jié)論

本文將基于BIT和案例融合的混合推理機(jī)制引入到裝備故障診斷系統(tǒng)的設(shè)計(jì)中，以裝備BIT診斷為前導(dǎo)，故障案例推理診斷后置補(bǔ)充的結(jié)合方式，構(gòu)建了兩者融合的推理模型，設(shè)計(jì)了基于BIT和案例融合的故障診斷系統(tǒng)。通過(guò)某新型火炮隨動(dòng)分系統(tǒng)的一診斷實(shí)例，比較分析了本文診斷方法與單獨(dú)的BIT診斷和故障案例方法的優(yōu)缺點(diǎn)。研究表明，基于BIT和案例融合的故障診斷方法，能夠綜合了兩種診斷方法的優(yōu)點(diǎn)，具有良好的推理能力和較高的故障診斷效率，能夠有效提高維修保障人員對(duì)復(fù)雜裝備的故障診斷能力。

參考文獻(xiàn)：

[1] 謝永成, 董今朝, 李光升,等. 機(jī)內(nèi)測(cè)試技術(shù)綜述[J]. 計(jì)算機(jī)測(cè)量與控制, 2013, 21(3):550-553.

[2] 呂 雋, 劉維罡. 導(dǎo)彈武器測(cè)試性設(shè)計(jì)與BIT技術(shù)[J]. 戰(zhàn)術(shù)導(dǎo)彈技術(shù), 2015(3):46-50.

[3] 胡良明, 徐 誠(chéng), 李萬(wàn)平. 基于案例推理的自行火炮故障診斷專(zhuān)家系統(tǒng)[J]. 火炮發(fā)射與控制學(xué)報(bào), 2006(2): 53-57.

[4] 張耀輝, 李 浩, 李林宏,等. 基于案例推理的裝甲裝備故障診斷方法[J]. 兵工自動(dòng)化, 2014(9):21-22.

[5] 柳 玉, 賁可榮. 案例推理的故障診斷技術(shù)研究綜述[J]. 計(jì)算機(jī)科學(xué)與探索, 2011, 5(10): 865-879.

[6] 溫熙森, 徐永成, 易曉山, 等. 智能機(jī)內(nèi)測(cè)試?yán)碚撆c應(yīng)用[M]. 北京:國(guó)防工業(yè)出版社, 2002.

[7] 張 超, 馬存寶, 宋 東, 等. 智能機(jī)內(nèi)測(cè)試研究綜述[J]. 計(jì)算機(jī)測(cè)量與控制, 2007,15(2): 141-144.

[8] Lawanna A. An effective model for case-based maintenance in cased-based reasoning systems[A]. International Conference on Intelligent Informatics and Biomedical Sciences[C]. IEEE, 2016:129-134.

[9] 李小青. 基于案例推理的故障診斷方法[J]. 計(jì)算機(jī)測(cè)量與控制, 2007,15(9): 1130-1131.