宋衛(wèi)海

（山東農(nóng)業(yè)工程學院機械電子工程系，山東 濟南 250100）

汽車故障診斷專家系統(tǒng)是利用車載傳感器獲取車輛運行狀態(tài)信息，然后對獲取的信息進行綜合處理，找出故障信息，分析診斷產(chǎn)生故障的原因，并將診斷結果提供給用戶。通常使用神經(jīng)網(wǎng)絡、模糊控制、小波算法等方法進行故障的分析和知識的提取，在推理方面，運用較多的有正向推理、反向推理以及正反混合推理[1]。本文提出了基于規(guī)則的汽車故障診斷專家系統(tǒng)，運用不確定性的正向演繹推理，增加了一個實例數(shù)據(jù)庫，用于存儲推理結果，避免了重復推理，提高了推理效率[2]。

一、汽車故障診斷專家系統(tǒng)設計

汽車故障診斷專家系統(tǒng)的整體功能模塊（如圖1所示），主要由數(shù)據(jù)處理模塊和故障診斷模塊組成。專家系統(tǒng)的功能是當用戶需要故障診斷時，接收由車輛的故障碼信息，運用知識庫中的知識推理診斷，并將診斷結果反饋給用戶[3]。

圖1 整體功能模塊圖

其中車輛的故障碼信息通過總線傳遞給數(shù)據(jù)處理模塊，數(shù)據(jù)處理模塊處理和轉換故障碼信息，并傳遞給故障診斷模塊；同時處理和轉換故障診斷模塊傳遞來的診斷結果并進行故障顯示。故障診斷模塊是專家系統(tǒng)的核心部分，它根據(jù)發(fā)送來的故障碼，運用知識庫中的知識進行推理，得出故障部位、維修建議和置信度，并將診斷結果返回給數(shù)據(jù)處理模塊。本系統(tǒng)在正向演繹推理的過程中，使用深度優(yōu)先搜索策略以達到對汽車故障的診斷。

二、故障診斷原理

2.1 專家系統(tǒng)基本實現(xiàn)原理。故障診斷模塊主要由人機接口、推理機、知識庫、綜合數(shù)據(jù)庫、知識獲取機構、解釋系統(tǒng)等組成。其中推理機和知識庫是故障診斷的核心部件。人機接口是專家系統(tǒng)與領域專家或知識工程師及一般用戶間進行信息交互的媒介；推理機模擬領域專家的思維過程，根據(jù)當前已知的事實，利用知識庫中的知識，按一定的推理方法和控制策略進行推理，最后得出問題的解；知識庫是專家系統(tǒng)的知識存儲器，用來存放被求解問題相關領域內(nèi)的原理性知識或一些相關的事實以及專家的經(jīng)驗性知識；綜合數(shù)據(jù)庫用來存儲有關領域問題的初始事實、問題描述及其系統(tǒng)推理過程中得到的各種中間狀態(tài)或結果等，系統(tǒng)的目標結果也存于其中；知識獲取機構從知識工程師那里獲取知識或從訓練數(shù)據(jù)中自動獲取知識，并把得到的知識送入知識庫中，并確保知識的一致性及完整性；解釋系統(tǒng)通過對自身行為的解釋回答用戶的提問[1]。此功能模塊的流程圖（如圖2所示）。

圖2 故障診斷模塊

2.2 知識獲取。采用故障樹分析法將知識組織成樹狀結構，故障樹分析法是一種將系統(tǒng)故障形成的原因由總體至部分按樹枝狀逐漸細化的分析方法，可以用來判明故障部位及其原因、影響和發(fā)生概率。故障樹分析法就是把所研究系統(tǒng)的最不希望發(fā)生的故障狀態(tài)作為故障分析的目標，然后尋找直接導致這一故障發(fā)生的全部因數(shù)，再找出造成下一級事件發(fā)生的全部直接因素，一直追查到那些原始的、無須再深究的因素為止。故障樹分析法將最不希望發(fā)生的事件稱為頂端事件，最終原因稱為底端事件，介于二者之間用于推理的事件稱為中間事件，并用相應符號表示這些事件，再用適當?shù)倪壿嬮T把頂端事件、中間事件和底端事件連接成樹形圖，用以 表示故障現(xiàn)象和故障原因之間的關系[4]。

故障樹分析過程如下：對系統(tǒng)進行分析，將最不希望發(fā)生的事件稱為頂端事件；將系統(tǒng)各部分故障現(xiàn)象和故障原因進行定義并組織成故障樹形式的邏輯圖；運用布爾代數(shù)對故障樹進行簡化，求故障樹的最小割集；根據(jù)各元部件間關聯(lián)的故障概率，對系統(tǒng)故障做定量分析。

2.3 推理原理。本系統(tǒng)是基于規(guī)則的專家系統(tǒng)，知識被表示為“如果……那么……”的產(chǎn)生式規(guī)則，即“IF P THEN Q”的形式，其中P是產(chǎn)生式的前件，指出該產(chǎn)生式規(guī)則的條件；Q是一組結論或操作，指出當前提條件滿足時應得出的結論或進行的操作。由于此系統(tǒng)一次獲取所有故障碼，無法在推理過程中詢問用戶相關信息，用反向演繹推理或正反向演繹推理比較困難，所以用正向演繹推理；正向演繹推理的基本思想是：用戶首先用已知的初始事實集初始化臨時數(shù)據(jù)庫，在知識庫中尋找與臨時數(shù)據(jù)庫中的模式匹配的知識，構成可用的知識集。然后運用深度優(yōu)先搜索作為沖突消解策略選出一條規(guī)則進行推理，并將推理出的新事實加入到臨時數(shù)據(jù)庫中作為下一步推理的已知事實。如此反復這一過程直到求出所要求的解或者知識庫中再無其他可用的知識為止。

本系統(tǒng)是正向推理的基礎上的不確定性推理。知識庫中的知識具有不確定性，在推理過程中，結論的不確定度為推理過程中規(guī)則不確定度的乘積，最后的推理結果按不確定度的大小進行排序，給出用戶結論的優(yōu)先順序。本系統(tǒng)設置了一個實例數(shù)據(jù)庫，推理的最后結果存放在實例數(shù)據(jù)庫中，當下次發(fā)送來的故障碼存在于實例數(shù)據(jù)庫時，可以用實例數(shù)據(jù)庫中已有的結論反饋給用戶。

三、專家系統(tǒng)算法設計

故障診斷專家系統(tǒng)整體流程圖（如圖3所示）。故障診斷需要故障診斷模塊各部分間的協(xié)調(diào)工作，基本步驟如下：

（1）程序對數(shù)據(jù)處理模塊傳來的數(shù)據(jù)進行處理，分離出故障碼。（2）在實例數(shù)據(jù)庫中查詢有無與故障碼匹配的診斷結果,若有，將診斷結果傳給數(shù)據(jù)處理模塊，程序結束；若無，進行步驟3。（3）建立用于推理的對象，初始化臨時數(shù)據(jù)庫。（4）運用知識庫中知識進行推理，如果推理失敗，將“推理失敗”傳給數(shù)據(jù)處理模塊，程序結束；如果推理成功，進行步驟5。（5）將推理實例加入實例數(shù)據(jù)庫，將推理結果傳給數(shù)據(jù)處理模塊，程序結束。

四、故障推理及設計

（1）建立臨時數(shù)據(jù)庫，用于存儲規(guī)則前件及其對應規(guī)則的概率和最終結果及其對應概率。（2）初始化臨時數(shù)據(jù)庫，將各故障碼與規(guī)則前件匹配，形成規(guī)則集，運用寬度優(yōu)先搜索策略，依次選取規(guī)則進行推理，將推理結果中的結論加到存儲最終結果的數(shù)組中，相應概率加到存儲最終結果概率的數(shù)組中；將推理結果中的操作加到存儲規(guī)則前件的數(shù)組中，相應概率加到存儲規(guī)則前件概率的數(shù)組中，形成新的事實集進行下一步推理。（3）反復執(zhí)行步驟2直到存儲規(guī)則前件的數(shù)組中不與任何規(guī)則匹配時為止。（4）若診斷失敗，返回車牌號和“推理失敗”；若診斷成功，將推理結果中相同項合并，對應概率相加，去除結果中概率小于0.1的項，并將推理結果存入“實例數(shù)據(jù)庫”，返回車牌號和推理結果。

圖3 專家系統(tǒng)整體流程圖

五、系統(tǒng)實現(xiàn)

本系統(tǒng)在Windows操作系統(tǒng)下以C#作為開發(fā)平臺，使用Berkley DB作為專家系統(tǒng)中知識庫、實例數(shù)據(jù)庫的服務器。

5.1 知識庫和實例數(shù)據(jù)庫的建立。知識庫存儲了推理機推理所需的知識，是專家系統(tǒng)最重要的部分，存儲了用于推理的知識，對應操作或結論和相應置信度。實例數(shù)據(jù)庫具有提高診斷效率的作用，存儲了接收到的故障碼序列、對應診斷結果和置信度。輔助庫存儲了故障部位編碼及其對應故障部位和維修建議，用于存儲推理前件和最終結果，將推理前件和最終結果組織到一個庫中，避免了頻繁的庫間操作，提高了程序的運行效率。

5.2 實際應用結果。在系統(tǒng)運行過程中，診斷結果反饋給用戶的同時也顯示給系統(tǒng)管理員，通過系統(tǒng)管理員對系統(tǒng)的實時監(jiān)測，有利于系統(tǒng)性能的測試和評估，為系統(tǒng)的維護和改進提供了依據(jù)。

5.3 效果分析。通過對系統(tǒng)的測試，達到了預期的效果，當提供測試數(shù)據(jù)時，系統(tǒng)給出了正確的診斷結果，可以作為用戶排除故障的依據(jù)，根據(jù)反饋的維修建議，通過相關處理，最終成功的排除了汽車的故障，完成了專家系統(tǒng)的功能。

[1]張麗莉，儲江偉，強添剛等。汽車故障診斷專家系統(tǒng)關鍵技術的研究與發(fā)展 。計算機應用研究，2008.2.5

[2]朱全，黃愛蓉，鮑娟。汽車故障診斷專家系統(tǒng)的設計與實現(xiàn)。湖北汽車工業(yè)學院學報，2010年6月

[3]鄂加強,龔金科,王耀南等.特種車輛柴油發(fā)動機故障診斷專家系統(tǒng)推理機設計.湖南大學學報,2005.3.25

[4]肖云魁.汽車故障診斷學.北京北京理工大學出版社.2006.