宋文斌，張玲玉

（1.眾泰汽車工程研究院，浙江 杭州 310018；2.浙江碩維軌道交通裝備有限公司，浙江 杭州 310018）

通過對(duì)汽車零部件失效過程的信息處理、信息分析以及故障診斷，實(shí)現(xiàn)對(duì)汽車零部件失效的智能化識(shí)別，可有效地提升汽車運(yùn)行可靠性、穩(wěn)定性，是目前汽車維修行業(yè)的重要研究課題。但在實(shí)際應(yīng)用中，由于汽車零部件失效的廣泛性、失效信息采集與分析的復(fù)雜性使得汽車零部件失效分析專家系統(tǒng)的構(gòu)建存在一定的被動(dòng)型，尤其是對(duì)于大型復(fù)雜失效系統(tǒng)的診斷更是具有一定的不可預(yù)測性。因此，有學(xué)者提出可將計(jì)算機(jī)技術(shù)與圖像分析技術(shù)、人工智能技術(shù)向結(jié)合，運(yùn)用零部件的運(yùn)行特點(diǎn)和失效經(jīng)驗(yàn)，構(gòu)建汽車零部件失效分析專家系統(tǒng)，提升汽車零部件失效分析與診斷能力。

1 汽車零部件失效分析專家系統(tǒng)構(gòu)建的優(yōu)點(diǎn)

和人類專家相比，使用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的專家失效分析系統(tǒng)具有精度高、分析速度快等優(yōu)點(diǎn)，其失效分析過程，不會(huì)受到時(shí)間、地點(diǎn)、空間因素的限制，可隨時(shí)隨地進(jìn)行汽車零部件失效的分析，且專家系統(tǒng)可通過復(fù)制與移植將各種汽車零部件失效分析經(jīng)驗(yàn)傳播。同時(shí)，專家分析系統(tǒng)具有較高的自動(dòng)化程度，和人類專家相比，不會(huì)受到麻痹、緊張以及偏見等因素的影響，這些優(yōu)點(diǎn)也決定了汽車零部件失效分析專家系統(tǒng)構(gòu)建的必要性，有助于輔助人們決策，具有重要的實(shí)用意義。

2 汽車零部件失效分析專家系統(tǒng)組成

汽車零部件失效分析專家系統(tǒng)主要包括知識(shí)庫的構(gòu)建、推理機(jī)、知識(shí)獲取機(jī)制和解釋機(jī)制。其中，知識(shí)獲取方式主要通過人機(jī)對(duì)話和編譯器工具輸入知識(shí)兩種方式，動(dòng)態(tài)數(shù)據(jù)庫則能夠?qū)τ脩羲稍兊臄?shù)據(jù)信息進(jìn)行記錄，而推理機(jī)制則主要用來選擇知識(shí)庫與綜合數(shù)據(jù)庫的事實(shí)匹配，并利用解釋器完成推理，得出結(jié)論。

3 應(yīng)用故障樹建造知識(shí)庫

故障樹的建立是為了真實(shí)地反映各汽車零部件失效的信息，并能夠根據(jù)零部件的失效事件按照不同層次范疇建立各子故障樹，即每一個(gè)故障樹為一特定的層次模型，其中，每一個(gè)層次模型的節(jié)點(diǎn)均一一對(duì)應(yīng)該組故障信息，而該組故障信息的獲取則依賴于長期積累經(jīng)驗(yàn)與措施來實(shí)現(xiàn)的。圖1為汽車零部件失效分析單元示意圖。知識(shí)庫一般是通過將專家知識(shí)通過編輯器而形成的一種可讀規(guī)則，并存儲(chǔ)在計(jì)算機(jī)內(nèi)。故障樹根節(jié)點(diǎn)與葉節(jié)點(diǎn)的聯(lián)系被清晰表達(dá)后，可根據(jù)不同規(guī)則，位于上層樹的葉結(jié)點(diǎn)分別進(jìn)入下層不同的細(xì)化的樹，最終，整個(gè)汽車零部件失效專家系統(tǒng)內(nèi)所存儲(chǔ)的知識(shí)可借助編輯器存于計(jì)算機(jī)，完成專家系統(tǒng)的構(gòu)建。

圖1 汽車零部件失效分析單元示意圖

4 編制推理模式

汽車零部件失效專家分析系統(tǒng)是利用目標(biāo)驅(qū)動(dòng)式的逆向推理，即首先提出假設(shè)，若該假設(shè)成立則整個(gè)推理過程結(jié)束，若既定的假設(shè)不成立，則繼續(xù)進(jìn)行推理，直至找出和假設(shè)相匹配的規(guī)則。推理機(jī)的編制是基于故障樹的構(gòu)建而完成的，并按照既定的規(guī)則特性和專家解釋所采用的使用規(guī)則，形成推理記錄的推理書，因此，可以說整個(gè)推理過程實(shí)際上為故障樹信息的搜索與匹配過程，該系統(tǒng)所使用的推理方法是目標(biāo)引導(dǎo)下的反向推理，推理過程所依靠的規(guī)則主要為FINDOUT控制?？梢钥闯?，F(xiàn)INDOUT首先從上下文類樹根節(jié)點(diǎn)出發(fā)，并基于給出的示例，匹配GOALS內(nèi)的特性參數(shù)值，即系統(tǒng)的目標(biāo)值，此時(shí)，由于FINDOUT需要調(diào)用類似規(guī)則并與該參數(shù)值相類似的目標(biāo)值進(jìn)行匹配，則會(huì)產(chǎn)生新的參數(shù)值，而由于與每一個(gè)參數(shù)值向?qū)?yīng)的上下文類聯(lián)系關(guān)系均不相同，即當(dāng)上下文類中沒有對(duì)應(yīng)的示例時(shí)，則能夠先得到示例，并形成上下文示例樹。若某一個(gè)上下文類示例時(shí)，則INITIALDTA特性參數(shù)會(huì)通過PROMPT方式從用戶處獲取，并進(jìn)行推理，得出GOAL中參數(shù)。

5 實(shí)際應(yīng)用與結(jié)論

基于相應(yīng)的知識(shí)表示結(jié)果，該系統(tǒng)在進(jìn)行編程時(shí)使用級(jí)聯(lián)菜單，其中各個(gè)級(jí)層均能夠?qū)崿F(xiàn)提示信息的展現(xiàn)，便于操作。該系統(tǒng)的工作路程是：用戶可通過系統(tǒng)操作頁面給出的對(duì)話框進(jìn)行初始信息的輸入，同時(shí)，在綜合數(shù)據(jù)庫內(nèi)載入用戶所需的基礎(chǔ)參數(shù)值；將輸入的初始信息和知識(shí)庫內(nèi)既有的數(shù)據(jù)信息進(jìn)行框架匹配，從而構(gòu)建出一個(gè)框架系統(tǒng)示例；把子問題激活，完成逆向推理；若用戶給出的子問題全部匹配并給出結(jié)果則完成推理，并將信息傳輸至用戶，若子問題未全部解決，則繼續(xù)激活子問題，并進(jìn)行逆向推理，直至全部子問題解決為止。通過后期該系統(tǒng)的運(yùn)行表明：該系統(tǒng)知識(shí)模型具有較強(qiáng)的適應(yīng)性，尤其時(shí)該系統(tǒng)的知識(shí)庫能夠進(jìn)行修改與補(bǔ)充，增強(qiáng)了系統(tǒng)的表現(xiàn)能力與準(zhǔn)確性。