姜會(huì)霞， 范書義， 王 成

(軍械工程學(xué)院 導(dǎo)彈工程系，石家莊 050003)

面向遠(yuǎn)程診斷的AI-ESTATE智能診斷系統(tǒng)研究動(dòng)態(tài)

姜會(huì)霞， 范書義， 王 成

(軍械工程學(xué)院 導(dǎo)彈工程系，石家莊 050003)

通過(guò)封裝服務(wù)、規(guī)范標(biāo)準(zhǔn)服務(wù)，AI-EATATE為診斷系統(tǒng)的客戶端和應(yīng)用對(duì)象的擴(kuò)展、測(cè)試與診斷的分離提供了條件，使其更適合遠(yuǎn)程控制的診斷系統(tǒng)的構(gòu)建；分析了武器裝備遠(yuǎn)程故障診斷對(duì)知識(shí)重用與共享、軟件互操作的需求，提出了面向遠(yuǎn)程診斷的AI-ESTTAE智能診斷系統(tǒng)構(gòu)建的方法；研究了AI-ESTATE智能診斷系統(tǒng)的基本結(jié)構(gòu)和框架，討論了AI-ESTATE在發(fā)展過(guò)程中其服務(wù)的變化對(duì)開(kāi)放、遠(yuǎn)程智能診斷系統(tǒng)構(gòu)建的影響；最新的AI-ESTATE標(biāo)準(zhǔn)規(guī)范的服務(wù)更加強(qiáng)了對(duì)診斷過(guò)程的控制和效果評(píng)估，論文采用狀態(tài)圖的方式分析了最新的AI-ESTTAE服務(wù)在遠(yuǎn)程故障診斷過(guò)程的作用，為符合AI-ESTATE標(biāo)準(zhǔn)的遠(yuǎn)程故障診斷系統(tǒng)的開(kāi)發(fā)提供了方法。

AI-ESTATE；遠(yuǎn)程診斷；服務(wù)；接口

0 引言

隨著武器裝備的復(fù)雜度越來(lái)越高，單靠武器裝備的使用單位的維修人員或者現(xiàn)場(chǎng)維修力量解決裝備各層次的故障問(wèn)題也越來(lái)越難[1]。如何充分利用裝備的各類信息和診斷策略，如何遠(yuǎn)程支持裝備的診斷過(guò)程，實(shí)現(xiàn)診斷資源的共享，提高裝備診斷和維修效率則是面臨的關(guān)鍵問(wèn)題。這就需要構(gòu)建裝備的遠(yuǎn)程故障診斷系統(tǒng)，充分利用信息共享和診斷策略的綜合與優(yōu)化。

美軍較早提出和應(yīng)用了武器裝備遠(yuǎn)程診斷的理念。隨著美軍裝備復(fù)雜程度的不斷提升，特別是美軍海外作戰(zhàn)的現(xiàn)場(chǎng)需求，為了使作戰(zhàn)部隊(duì)的裝備維修人員獲得急需的維修支持、故障診斷信息，提高作戰(zhàn)部隊(duì)野戰(zhàn)搶修能力，迫切需要建立遠(yuǎn)程維修支援系統(tǒng)，如1993年開(kāi)始的遠(yuǎn)程維修支援系統(tǒng)(TMAINT)。美國(guó)各軍種也針對(duì)開(kāi)放式、信息共享、遠(yuǎn)程支援等裝備保障問(wèn)題制定相應(yīng)的發(fā)展計(jì)劃，例如美國(guó)空軍制定的MATE(Modular Automatic Test Equipment，模塊化自動(dòng)測(cè)試設(shè)備)發(fā)展計(jì)劃，美國(guó)海軍制定的CASS(consolidated Automated System，綜合自動(dòng)支持系統(tǒng))發(fā)展計(jì)劃，美國(guó)陸軍制定的IFTE (Integrated Family of Test Equipment，集成測(cè)試設(shè)備系列)發(fā)展計(jì)劃。在美軍裝備維修保障改革中也特別指出了裝備維修、保障信息的遠(yuǎn)程共享。其注重利用網(wǎng)絡(luò)技術(shù)開(kāi)發(fā)可交互的電子維護(hù)手冊(cè)、遠(yuǎn)程支援維修系統(tǒng)、可穿戴式維修輔助系統(tǒng)等。1995年美國(guó)國(guó)防部啟動(dòng)了幾個(gè)主要計(jì)劃，其中最主要的是敏捷快速的全球作戰(zhàn)支持(Agile Rapid Global Combat Support，ARGCS)先進(jìn)概念技術(shù)驗(yàn)證(Advance Concept Technology Demonstration，ACTD)計(jì)劃。ARGCS采用多軍種使用的標(biāo)準(zhǔn)接口，圍繞開(kāi)放式體系結(jié)構(gòu)、快速的可重新配置技術(shù)和以網(wǎng)絡(luò)為中心的故障診斷進(jìn)行設(shè)計(jì)。在該計(jì)劃推動(dòng)下，美軍的下一代的自動(dòng)測(cè)試系統(tǒng)體系架構(gòu)規(guī)定指裝備測(cè)試、診斷、維護(hù)等采用的信息、服務(wù)標(biāo)準(zhǔn)。其中診斷數(shù)據(jù)和診斷服務(wù)標(biāo)準(zhǔn)采用IEEE1232標(biāo)準(zhǔn)AI-ESTATE(Artificial Intelligence Exchange and Service Tie to All Test Environments，全測(cè)試環(huán)境人工智能交換與服務(wù))[3-6]。

我國(guó)也在積極研究裝備遠(yuǎn)程診斷系統(tǒng)建設(shè)與關(guān)鍵技術(shù)。文獻(xiàn)[8]提出了關(guān)于海軍艦船裝備遠(yuǎn)程維修支援系統(tǒng)的構(gòu)想，論述了系統(tǒng)的總體構(gòu)成和軟件體系結(jié)構(gòu)。文獻(xiàn)[9]論述了裝備遠(yuǎn)程協(xié)同診斷服務(wù)共享框架及其關(guān)鍵技術(shù)研究，提出了采用Web Services技術(shù)為核心實(shí)現(xiàn)診斷信息和服務(wù)共享。文獻(xiàn)[1,10-13]均針對(duì)信息共享、遠(yuǎn)程診斷提出了構(gòu)建基于服務(wù)的遠(yuǎn)程診斷體系結(jié)構(gòu)，并詳細(xì)分析其體系中各層次單元的功能劃分，服務(wù)種類，為遠(yuǎn)程診斷系統(tǒng)的實(shí)現(xiàn)提供了結(jié)構(gòu)框架。

目前無(wú)論是美軍的遠(yuǎn)程診斷系統(tǒng)還是我軍的遠(yuǎn)程診斷系統(tǒng)總體技術(shù)方向都是采用面向服務(wù)的方式實(shí)現(xiàn)，只是有的采用C/S方式，有的采用B/S的方式，也有構(gòu)建專用網(wǎng)絡(luò)的形式。在這些方式中也都是針對(duì)信息共享來(lái)解決遠(yuǎn)程診斷的問(wèn)題。但是各系統(tǒng)中如何對(duì)診斷信息進(jìn)行標(biāo)準(zhǔn)化描述和診斷服務(wù)的類型、定義的一致性都沒(méi)有提出解決方法，限制了其開(kāi)放性和共享性。即使是美軍ARGCS計(jì)劃中，也只是在體系結(jié)構(gòu)中提出了采用IEEE1232標(biāo)準(zhǔn)，但是目前還沒(méi)有實(shí)現(xiàn)。因此武器裝備遠(yuǎn)程診斷中診斷信息的標(biāo)準(zhǔn)化描述、診斷服務(wù)的互操作是目前開(kāi)放式遠(yuǎn)程診斷系統(tǒng)實(shí)現(xiàn)的一個(gè)瓶頸。

IEEE1232標(biāo)準(zhǔn)AI-ESTATE(Artificial Intelligence Exchange and Service Tie to All Test Environments，全測(cè)試環(huán)境人工智能交換與服務(wù))通過(guò)定義診斷推理機(jī)與測(cè)試系統(tǒng)、用戶、知識(shí)庫(kù)等系統(tǒng)間的接口，規(guī)范診斷知識(shí)描述為測(cè)試系統(tǒng)與診斷系統(tǒng)分離，診斷知識(shí)可互換，診斷軟件可移植提供了條件，通過(guò)進(jìn)一步的規(guī)范診斷過(guò)程的接口函數(shù)，使得與AI-ESTATE兼容的系統(tǒng)更適合遠(yuǎn)程故障診斷系統(tǒng)。

1 AI-ESTATE功能與結(jié)構(gòu)

AI-ESTATE可以實(shí)現(xiàn)以下功能：1)推理機(jī)和測(cè)試系統(tǒng)其他功能組件的接口標(biāo)準(zhǔn)化，確保測(cè)試系統(tǒng)各組件的互操作性；2)測(cè)試相關(guān)知識(shí)的規(guī)范定義，滿足測(cè)試、診斷知識(shí)的兼容性；3)推理系統(tǒng)的最大兼容性；4)適合嵌入和外置式推理系統(tǒng)與測(cè)試系統(tǒng)組件的互操作性；5)系統(tǒng)維護(hù)、保障和升級(jí)費(fèi)用的顯著減少；6)維修專家知識(shí)的可移植性、重用和共享。

為了實(shí)現(xiàn)以上功能，AI-ESTATE采用信息模型的方法規(guī)范診斷知識(shí)和數(shù)據(jù)描述、規(guī)范推理機(jī)與測(cè)試系統(tǒng)、診斷用戶、測(cè)試信息知識(shí)庫(kù)或其它數(shù)據(jù)庫(kù)之間的各種接口服務(wù)描述[3]，如圖1所示。

圖1 AI-ESTATE體系概念圖

通過(guò)構(gòu)建以上組件式體系結(jié)構(gòu)，AI-ESTATE可以滿足以下要求：一是診斷推理機(jī)之間的數(shù)據(jù)和知識(shí)交換，通過(guò)提供可交換的文件即可滿足；二是通過(guò)定義和規(guī)范診斷過(guò)程中的需求服務(wù)實(shí)現(xiàn)測(cè)試環(huán)境下診斷推理機(jī)與其它組件之間的互操作。

2 基于服務(wù)AI-ESTATE體系結(jié)構(gòu)的演變

在80年代，專家系統(tǒng)廣泛應(yīng)用于美軍的裝備維護(hù)系統(tǒng)中，大大降低了裝備保障的費(fèi)用并提高了其維護(hù)性。但是，隨著專家系統(tǒng)和專家系統(tǒng)的開(kāi)發(fā)工具在當(dāng)時(shí)美軍自動(dòng)測(cè)試設(shè)備(ATE)中越來(lái)越多的使用，也發(fā)現(xiàn)了測(cè)試與診斷系統(tǒng)知識(shí)與被測(cè)對(duì)象數(shù)據(jù)緊密聯(lián)系而帶來(lái)的當(dāng)被測(cè)對(duì)象改造或升級(jí)后，原有的測(cè)試與診斷系統(tǒng)必須重新進(jìn)行開(kāi)發(fā)的問(wèn)題。原有的測(cè)試與診斷軟件難以移植、診斷知識(shí)難以共享，開(kāi)發(fā)過(guò)程重復(fù)。這就促使了美軍及其相關(guān)的測(cè)試設(shè)備生產(chǎn)廠，如AAI公司，開(kāi)始考慮如何在不影響傳統(tǒng)測(cè)試語(yǔ)言的基礎(chǔ)上，利用專家系統(tǒng)的優(yōu)勢(shì)實(shí)現(xiàn)對(duì)測(cè)試過(guò)程和診斷過(guò)程的有效控制。這也就意味著，必須要建立標(biāo)準(zhǔn)化的人工和機(jī)器接口。

作為AI-ESTATE標(biāo)準(zhǔn)制定的重要成員Leslie A.Orlidge在文獻(xiàn)[4]提出了通用專家系統(tǒng)模型接口體系結(jié)構(gòu)，這也成為了最早的AI-ESTATE的概念結(jié)構(gòu)框架。該結(jié)構(gòu)將測(cè)試與診斷系統(tǒng)分為專家系統(tǒng)用戶、ATE、測(cè)試軟件、外部數(shù)據(jù)庫(kù)、知識(shí)庫(kù)和通用專家系統(tǒng)模型。各模塊之間通過(guò)接口實(shí)現(xiàn)通信。專家系統(tǒng)可以獨(dú)立于ATE也可以嵌入至ATE中。專家系統(tǒng)作為整個(gè)系統(tǒng)的測(cè)試策略層開(kāi)始進(jìn)行系統(tǒng)的進(jìn)程控制。但是該框架并沒(méi)有指出如何進(jìn)行各模塊的分離和通信。

隨著基于知識(shí)的診斷系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等新的智能診斷方法的研究與運(yùn)用，為了使AI-ESTATE故障診斷體系結(jié)構(gòu)具有廣泛的適應(yīng)性，在IEEE1232-1995 AI-ESTATE中將診斷的中心統(tǒng)稱為推理系統(tǒng)[6]。盡管在該標(biāo)準(zhǔn)的名稱中仍然重點(diǎn)包含專家系統(tǒng)，但是在標(biāo)準(zhǔn)的上下文語(yǔ)義中，推理系統(tǒng)代表了所有的能夠綜合各種知識(shí)得出診斷結(jié)論的診斷方法。此時(shí)，AI-ESTATE標(biāo)準(zhǔn)包含了一系列的文檔：IEEE Std 1232-1995，應(yīng)用于自動(dòng)測(cè)試設(shè)備的人工智能和專家系統(tǒng)試用標(biāo)準(zhǔn)；IEEEP1232.1，AI-ESTATE數(shù)據(jù)和知識(shí)描述標(biāo)準(zhǔn)草案；IEEEP1232.2，AI-ESTATE服務(wù)描述標(biāo)準(zhǔn)草案；IEEEP1347,應(yīng)用于自動(dòng)測(cè)試設(shè)備的人工智能和專家系統(tǒng)解釋草案。在該標(biāo)準(zhǔn)體系中明確提出了基于服務(wù)的診斷系統(tǒng)體系結(jié)構(gòu)。所有的單元或模塊均通過(guò)服務(wù)實(shí)現(xiàn)相互的通信。但是除定義了測(cè)試執(zhí)行服務(wù)和用戶接口服務(wù)的功能之外，該標(biāo)準(zhǔn)當(dāng)時(shí)并沒(méi)有對(duì)服務(wù)的種類和模式特別是推理機(jī)的服務(wù)進(jìn)行規(guī)范和定義。在這一階段，AI-ESTATE提出了體系結(jié)構(gòu)盡管可以使診斷和測(cè)試分離，實(shí)現(xiàn)推理機(jī)對(duì)測(cè)試診斷系統(tǒng)的運(yùn)行控制，但是采用什么樣的服務(wù)如何在應(yīng)用系統(tǒng)中實(shí)際執(zhí)行仍沒(méi)有定義。

IEEE Std 1232-1997標(biāo)準(zhǔn)即IEEE 1232.1—適用于所有測(cè)試環(huán)境的人工智能交換和服務(wù)：數(shù)據(jù)和知識(shí)規(guī)范試用標(biāo)準(zhǔn)，進(jìn)一步的用一種純文本語(yǔ)言EXPRESS語(yǔ)言規(guī)范了診斷知識(shí)、測(cè)試數(shù)據(jù)等信息的描述。該標(biāo)準(zhǔn)的規(guī)范使得診斷知識(shí)和數(shù)據(jù)信息不僅僅能夠滿足模塊化體系結(jié)構(gòu)的要求，還使得信息的一致性交互成為可能，進(jìn)而帶來(lái)了推理系統(tǒng)能夠充分利用各類知識(shí)和數(shù)據(jù)實(shí)現(xiàn)各種診斷方法的最優(yōu)組合。但是該標(biāo)準(zhǔn)在服務(wù)的規(guī)范上并沒(méi)有新的進(jìn)展。

IEEE Std 1232.2-1998即IEEE Std 1232.2規(guī)范了診斷推理機(jī)提供的服務(wù)標(biāo)準(zhǔn)[9]。該標(biāo)準(zhǔn)規(guī)范了推理機(jī)的服務(wù)、協(xié)議等的描述以確保在AI-ESTATE兼容系統(tǒng)間的互操作性。這些封裝的服務(wù)用以驅(qū)動(dòng)系統(tǒng)的測(cè)試和診斷。封裝服務(wù)的模式使得AI-ESTATE故障診斷系統(tǒng)可以實(shí)現(xiàn)客戶-服務(wù)器端模式，從而滿足分散式測(cè)試診斷系統(tǒng)需求。但是IEEE Std 1232.2-1998的描述的服務(wù)類型更側(cè)重與對(duì)診斷過(guò)程中知識(shí)和數(shù)據(jù)的交換服務(wù)，而對(duì)診斷過(guò)程的系統(tǒng)狀態(tài)和控制服務(wù)沒(méi)有規(guī)范。

IEEE Std 1232-2002 采用基于組件的思想，規(guī)范了原有的診斷模型管理服務(wù)和推理機(jī)的互操作服務(wù)，提供了對(duì)診斷過(guò)程的歷史狀態(tài)、診斷過(guò)程的控制服務(wù)，從而進(jìn)一步增強(qiáng)了診斷推理機(jī)對(duì)診斷過(guò)程的操作與控制[10]。

IEEE最新公布的是IEEE Std 1232-2010[2]。在診斷知識(shí)描述方面，IEEE Std 1232-2010在保留以前版本的實(shí)體描述的基礎(chǔ)上，進(jìn)一步擴(kuò)展了對(duì)于診斷對(duì)象失效分布的描述，使得AI-ESTATE不僅能夠描述診斷對(duì)象邏輯狀態(tài)變化，還能描述其概率數(shù)學(xué)模型；在服務(wù)定義方面，IEEE Std 1232-2010 弱化了對(duì)模型中數(shù)據(jù)操作服務(wù)的標(biāo)準(zhǔn)化描述，加強(qiáng)了對(duì)模型運(yùn)行狀態(tài)的管理以及對(duì)推理機(jī)操作過(guò)程的服務(wù)描述。這使得AI-ESTATE標(biāo)準(zhǔn)不僅僅提供了智能診斷知識(shí)的標(biāo)準(zhǔn)化描述，還對(duì)故障診斷模型的建立、運(yùn)行過(guò)程提供了標(biāo)準(zhǔn)化的控制機(jī)制。

目前AI-ESTATE規(guī)范的知識(shí)描述和服務(wù)規(guī)范的思想已經(jīng)逐步滲透到測(cè)試診斷域中系統(tǒng)的開(kāi)發(fā)。國(guó)內(nèi)跟蹤和參與AI-ESTATE標(biāo)準(zhǔn)的制訂和驗(yàn)證的工作較晚，針對(duì)AI-ESTATE標(biāo)準(zhǔn)本身的研究尚未見(jiàn)報(bào)道。在標(biāo)準(zhǔn)應(yīng)用方面，航天測(cè)控技術(shù)有限公司、東方信標(biāo)有限公司開(kāi)發(fā)的自動(dòng)測(cè)試系統(tǒng)平臺(tái)軟件采用了以IEEE1232推理、診斷技術(shù)為核心的面向信號(hào)通用自動(dòng)測(cè)試、診斷軟件架構(gòu)。

3 面向遠(yuǎn)程診斷AI-ESTATE服務(wù)描述

遠(yuǎn)程故障診斷系統(tǒng)普遍采用基于服務(wù)-客戶端的模式，AI-ESTATE推理機(jī)通過(guò)向客戶端提供各類推理機(jī)操作服務(wù)和過(guò)程控制服務(wù)實(shí)現(xiàn)對(duì)客戶端的遠(yuǎn)程支持，如圖2所示。這里所指的客戶端并不局限與診斷用戶，還包括測(cè)試對(duì)象、維護(hù)系統(tǒng)、知識(shí)庫(kù)等各組件。

圖2 基于服務(wù)的遠(yuǎn)程診斷系統(tǒng)概念結(jié)構(gòu)

診斷推理機(jī)組件包含了被測(cè)系統(tǒng)診斷過(guò)程中所需要實(shí)現(xiàn)推理的各種服務(wù)，這些服務(wù)就構(gòu)成了推理機(jī)與其它應(yīng)用系統(tǒng)的接口。在該結(jié)構(gòu)中，所有的服務(wù)都是由AI-ESTATE定義的信息模型中的實(shí)體和類型構(gòu)成的，客戶端無(wú)需重新建立診斷單元，只需要根據(jù)AI-ESTATE的診斷模型的要求增加對(duì)象信息即可完成診斷推理模型。診斷過(guò)程中，客戶端通過(guò)調(diào)用診斷推理機(jī)的診斷模型服務(wù)，返回診斷服務(wù)響應(yīng)的方式實(shí)現(xiàn)與診斷推理機(jī)的通信和被測(cè)對(duì)象的診斷。該方法通過(guò)共享診斷信息模型和推理機(jī)服務(wù)，減輕了客戶端系統(tǒng)開(kāi)發(fā)的工作量，并允許客戶端的擴(kuò)展。通信協(xié)議可由系統(tǒng)制定，例如TCP/IP協(xié)議，而其內(nèi)容的描述則是由AI-ESTATE規(guī)范的服務(wù)屬性決定。因此該結(jié)構(gòu)就可以構(gòu)建為基于AI-ESTATE的遠(yuǎn)程診斷系統(tǒng)。

控制服務(wù)可以實(shí)現(xiàn)對(duì)診斷過(guò)程的狀態(tài)控制，主要包括創(chuàng)建診斷序列服務(wù)類、模型加載服務(wù)類、結(jié)束診斷序列服務(wù)類。信息服務(wù)用于客戶端從診斷推理機(jī)請(qǐng)求診斷信息，如診斷結(jié)果。響應(yīng)服務(wù)則是診斷推理機(jī)從客戶端接收服務(wù)的響應(yīng)狀態(tài)碼。各服務(wù)在診斷推理狀態(tài)轉(zhuǎn)移中的關(guān)系如圖3所示。

將診斷推理的過(guò)程劃分為5個(gè)狀態(tài)：A無(wú)會(huì)話等待、B無(wú)模型準(zhǔn)備、C模型加載、D有效會(huì)話、E信息響應(yīng)。在A狀態(tài)時(shí)，診斷過(guò)程處于等待狀態(tài)，應(yīng)用系統(tǒng)可以啟動(dòng)一次診斷推理。診斷用戶通過(guò)initializeDiagnosticProcess服務(wù)啟動(dòng)指定的測(cè)試系統(tǒng)的診斷會(huì)話，然后返回會(huì)話的名稱，診斷過(guò)程進(jìn)行到B狀態(tài)。如果診斷系統(tǒng)通過(guò)pauseDiagnosticProcess服務(wù)中止了原有診斷推理的進(jìn)程或通過(guò)setCheckpoint服務(wù)設(shè)置了診斷檢測(cè)節(jié)點(diǎn)，則可以通過(guò)resumeDiagnosticProcess服務(wù)或restoreCheckpoint服務(wù)直接進(jìn)行到D狀態(tài)，按照原來(lái)保存的診斷模型進(jìn)行推理。B狀態(tài)時(shí)，診斷診斷模型還未被加載，但是允許加載被測(cè)對(duì)象的診斷推理的歷史數(shù)據(jù)。當(dāng)用戶調(diào)用loadDiagnosticModel服務(wù)或loadDiagnosticModelFromLocation服務(wù)時(shí)，推理機(jī)按照指定位置、指定名稱對(duì)應(yīng)的診斷模型加載到診斷會(huì)話中，并轉(zhuǎn)移至C狀態(tài)。如果指定模型不存在則返回錯(cuò)誤代碼，并繼續(xù)保留在B狀態(tài)。C狀態(tài)用于確保在診斷推理之前有可用的靜態(tài)模型。通過(guò)服務(wù)setActiveModel服務(wù)將加載的診斷模型激活并使診斷過(guò)程處于在推理會(huì)話狀態(tài)D。D狀態(tài)準(zhǔn)許用戶通過(guò)getDiagnosticResults、getTestOutcomesFromDiagnosisOutcome等服務(wù)向推理機(jī)請(qǐng)求調(diào)用診斷信息，推理機(jī)則根據(jù)診斷推理的需要通過(guò)requestResourcesNeeded服務(wù)等向用戶發(fā)出診斷的資源信息。在診斷會(huì)話進(jìn)行中，診斷推理機(jī)和用戶之間進(jìn)入一次信息交互時(shí)，診斷過(guò)程進(jìn)入信息響應(yīng)狀態(tài)。在每次服務(wù)的響應(yīng)完成時(shí)返回至D狀態(tài)否則停留在E狀態(tài)。所有的狀態(tài)均可通過(guò)closeDiagnosticProcess服務(wù)結(jié)束診斷推理過(guò)程并使系統(tǒng)進(jìn)行到等待狀態(tài)。上述服務(wù)的綜合即可構(gòu)成一個(gè)完成的診斷過(guò)程。

圖3 診斷過(guò)程狀態(tài)圖

4 有待解決的問(wèn)題

AI-ESTTAE標(biāo)準(zhǔn)通過(guò)規(guī)范診斷信息的標(biāo)準(zhǔn)化描述和推理機(jī)診斷服務(wù)的結(jié)構(gòu)定義，為面向服務(wù)的武器裝備遠(yuǎn)程診斷體系結(jié)構(gòu)、知識(shí)共享和服務(wù)管理使用提供了良好的基礎(chǔ)。但是要開(kāi)發(fā)滿足所有武器裝備應(yīng)用的開(kāi)放式、標(biāo)準(zhǔn)化、信息化、互操作的遠(yuǎn)程診斷系統(tǒng)還有待于解決以下問(wèn)題。

1)符合ATML標(biāo)準(zhǔn)的診斷信息的標(biāo)準(zhǔn)化描述。AI-ESTATE標(biāo)準(zhǔn)在其提出之時(shí)，為了滿足信息交換的一致性和跨平臺(tái)性采用了EXPRESS語(yǔ)言。這種語(yǔ)言不僅可以描述邏輯信息還可以描述數(shù)學(xué)信息，這個(gè)特征有利于各種診斷方法的描述。但是這種語(yǔ)言在測(cè)試診斷域的應(yīng)用很少。目前網(wǎng)絡(luò)環(huán)境下及其測(cè)試診斷標(biāo)準(zhǔn)ATML均采用XML語(yǔ)言，這就使得采用EXPRESS語(yǔ)言的診斷信息描述很難與目前的開(kāi)放式網(wǎng)絡(luò)和測(cè)試、維護(hù)信息描述難以一致。即使可以通過(guò)STEP21、STEP28標(biāo)準(zhǔn)實(shí)現(xiàn)兩種語(yǔ)言的轉(zhuǎn)換，但是在應(yīng)用時(shí)卻不得不舍去對(duì)診斷數(shù)學(xué)模型的內(nèi)部語(yǔ)言描述的優(yōu)勢(shì)。因此如何構(gòu)建符合AI-ESTATE標(biāo)準(zhǔn)的診斷實(shí)體和數(shù)據(jù)類型XML全信息和約束描述是遠(yuǎn)程診斷系統(tǒng)實(shí)現(xiàn)中必須要面臨的問(wèn)題。

2)診斷推理機(jī)服務(wù)的選擇和優(yōu)化。遠(yuǎn)程診斷不僅要實(shí)現(xiàn)診斷信息的共享還希望實(shí)現(xiàn)診斷推理模型可移植、互操作。目前AI-ESTATE標(biāo)準(zhǔn)的參與人John W.Sheppard在驗(yàn)證標(biāo)準(zhǔn)中所提出的服務(wù)的可實(shí)現(xiàn)性和對(duì)遠(yuǎn)程診斷效率的提升驗(yàn)證。在其進(jìn)行的推理機(jī)模型管理服務(wù)驗(yàn)證中發(fā)現(xiàn)要實(shí)現(xiàn)這些服務(wù)，系統(tǒng)的開(kāi)發(fā)非常復(fù)雜，因此建議適當(dāng)使用模型管理服務(wù)。之后其重點(diǎn)對(duì)典型推理機(jī)互操作服務(wù)進(jìn)行了演示驗(yàn)證。因此這些服務(wù)在構(gòu)建某領(lǐng)域的遠(yuǎn)程診斷系統(tǒng)時(shí)，必須要進(jìn)行服務(wù)的選擇和優(yōu)化。

3)診斷對(duì)象測(cè)試深度的體系化。遠(yuǎn)程診斷要實(shí)現(xiàn)遠(yuǎn)程推理機(jī)的共享，其有效性的前提是要能夠提供足夠的測(cè)試資源、測(cè)試信息。因此就必須在武器裝備研制階段進(jìn)行測(cè)試性的總體結(jié)構(gòu)設(shè)計(jì)，處理好機(jī)內(nèi)測(cè)試和機(jī)外測(cè)試截面的協(xié)同性，并對(duì)野戰(zhàn)環(huán)境、基地級(jí)的層次劃分、測(cè)試資源配套進(jìn)行綜合設(shè)計(jì)。

4)信息接口的標(biāo)準(zhǔn)化。遠(yuǎn)程診斷在實(shí)現(xiàn)診斷資源共享時(shí)，必須要考慮診斷對(duì)象與網(wǎng)絡(luò)、遠(yuǎn)程資源的信息的互連、互通，這就必須符合信息接口、信息描述、信息驅(qū)動(dòng)的全系統(tǒng)一致性。

5)診斷信息安全與快速通信。目前較多使用的遠(yuǎn)程診斷體系結(jié)構(gòu)主要是B/S和C/S模式。兩種模式都采用了面向服務(wù)的思想。B/S模式信息的共享性和分布性較好，但是速度和安全性上需要進(jìn)行復(fù)雜的設(shè)計(jì)。C/S的安全性能可以很容易保證，響應(yīng)速度快，但是更適合局域網(wǎng)，對(duì)客戶端具有應(yīng)用軟件和操作系統(tǒng)軟件的限制。如何協(xié)調(diào)開(kāi)放性、安全性和快速性是構(gòu)建遠(yuǎn)程診斷系統(tǒng)體系必須面臨的問(wèn)題。

5 總結(jié)

AI-ESTTAE智能診斷知識(shí)和服務(wù)交換標(biāo)準(zhǔn)針對(duì)知識(shí)的共享、重用和軟件互操作規(guī)范了診斷知識(shí)和數(shù)據(jù)描述以及推理機(jī)對(duì)外的接口服務(wù)，為測(cè)試與診斷的分離提供了方法。隨著AI-ESTATE推理機(jī)服務(wù)的不斷發(fā)展和變化，使其已經(jīng)由早期的側(cè)重于診斷靜態(tài)模型的構(gòu)建服務(wù)向著控制和管理整個(gè)測(cè)試診斷過(guò)程、評(píng)估各種資源等方向發(fā)展。其標(biāo)準(zhǔn)的服務(wù)規(guī)范更適合于遠(yuǎn)程故障診斷系統(tǒng)的構(gòu)建和擴(kuò)展。依據(jù)該架構(gòu)開(kāi)發(fā)的遠(yuǎn)程故障診斷系統(tǒng)可以實(shí)現(xiàn)診斷知識(shí)的共享，提高故障診斷的效率，減少故障診斷系統(tǒng)開(kāi)發(fā)、更新的費(fèi)用。

[1] 多麗華.裝備遠(yuǎn)程協(xié)同診斷服務(wù)共享模式及關(guān)鍵技術(shù)研究[D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué).

[2] 趙建軍,姚躍亭，楊 陽(yáng),等.導(dǎo)彈武器裝備綜合測(cè)試診斷系統(tǒng)體系結(jié)構(gòu)研究及應(yīng)用[J].計(jì)算機(jī)測(cè)量與控制,2008,16(9):1229-1232.

[3] 楊鎖昌. ATS體系結(jié)構(gòu)及RTS關(guān)鍵技術(shù)研究[D].石家莊：軍械工程學(xué)院, 2012.

[4] 王 成.面向信號(hào)的ATS軟件平臺(tái)關(guān)鍵技術(shù)研究[D].石家莊：軍械工程學(xué)院,2008.

[5] IEEE. IEEE Std 1671. IEEE Trial-Use Standard for Automatic Test Markup Language (ATML) for Exchanging Automatic Test Equipment and Test Information via XML[S]. 2006.

[6] IEEE P1636.1/D1.2，Standard Software Interface for Maintenance Information Collection and Analysis (SIMICA): Exchanging Test Results via the Extensible Markup Language (XML)[S].2004.

[7] Curry P A，Burden J， Lundy G A.Next Generation Automatic Test System (NGATS) Update[J]. IEEE AUTOTESTCON 2006：18-22.

[8] 楊 武,宋勝鋒,李啟元.關(guān)于海軍艦船裝備遠(yuǎn)程維修支援系統(tǒng)的構(gòu)想[J].艦船電子工程,2005,25(6):54-56.

[9] 多麗華,楊擁民.裝備遠(yuǎn)程協(xié)同診斷服務(wù)共享框架及其關(guān)鍵技術(shù)研究[J].設(shè)備管理與維修,2006(3):35-37.

[10] 范利花,楊占才,王 紅.基于Web Service的綜合診斷信息系統(tǒng)實(shí)現(xiàn)方法研究[J].測(cè)控技術(shù),2011，30:228-231.

[11] 楊 武,宋勝鋒,李啟元.關(guān)于海軍艦船裝備遠(yuǎn)程維修支援系統(tǒng)的構(gòu)想[J].艦船電子工程,2005,25(6):54-56.

[12] 雷文韜.基于多信號(hào)模型的裝備遠(yuǎn)程診斷系統(tǒng)[D].成都：電子科技大學(xué),2012.

[13] 呂 勇,李友榮.基于B/S模式的設(shè)備遠(yuǎn)程診斷中心的體系結(jié)構(gòu)及應(yīng)用[J].機(jī)床與液壓,2005(6):179-182.

[14] 彭新潮,王昌寶,馮雪剛.裝備故障遠(yuǎn)程診斷服務(wù)系統(tǒng)的設(shè)計(jì)[J].通信對(duì)抗,2006(2):47-49.

[15] 鄒勁松,李宗娟.武器裝備遠(yuǎn)程診斷網(wǎng)絡(luò)體系結(jié)構(gòu)研究[J].微計(jì)算機(jī)信息,2008,24(3-1):115-117.

[16] 李盤靖.遠(yuǎn)程協(xié)同故障診斷關(guān)鍵技術(shù)及其應(yīng)用研究[D].西安：西北工業(yè)大學(xué),2006.

[17] 姜會(huì)霞,鄭思龍,李 柯.基于AI-ESTATE的開(kāi)放式故障診斷系統(tǒng)體系結(jié)構(gòu)[J].計(jì)算機(jī)測(cè)量與控制,2013,21(12):3166-3168.

[18] 姜會(huì)霞,王 成,李 巖. AI-ESTATE智能診斷系統(tǒng)研究[J].計(jì)算機(jī)測(cè)量與控制,2012,20(8):2068-2070.

[19] IEEE Std 1232-2010,IEEE Standard for Artificial Intelligence Exchange and Service Tie to All Test Environments (AI-ESTATE)[S].

[20] Orlidge L A. AI-ESTATE-A Standard for the 1990s and Beyond [A].IEEE system Readiness Technology Conference. IEEE AUTOTESTCON 1991[C]. Anaheim, CA, USA：IEEE,1991:243-249.

[21] Leslie A.Orlidge. IEEE P1232 AI-ESTATE The Standard for Test Related AI-Applications Takes Shape[A].IEEE system Readiness Technology Conference. IEEE AUTOTESTCON 1992[C]. USA：IEEE,1992:329-334.

[22] IEEE Std 1232-1995,IEEE Trial-Use Standard for Artificial Intelligence and Expert System Tie to Automatic Test Equipment (AI-ESTATE):Overview and Architecture[S].

[23] Orlidge L A.An Overview of IEEE1232 AI-ESTATE The Standard for Intelligent Reasoning Based System Test and Diagnosis Arrives[A]. IEEE Systems Readiness Technology Conference[C]. IEEE AUTOTESTCON 1996. USA：IEEE, 1996: 61-67.

[24] Sheppard J W. Standardizing diagnostic models for system test and diagnosis[A].IEEE System Readiness Technology Conference IEEE AUTOTESTCON 1993[C]. USA：IEEE, 1993: 343-349.

[25] IEEE Std 1232.1-1997,IEEE Trial-Use Standard for Artificial Intelligence Exchange and Service Tie to All Test Environments (AI-ESTATE):Data and Knowledge Specification[S].

[26] IEEE Std 1232-2002,IEEE Standard for Artificial Intelligence Exchange and Service Tie to All Test Environments (AI-ESTATE)[S].

[27] IEEE Std 1232.2-1998,IEEE Trial-Use Standard for Artificial Intelligence Exchange and Service Tie to All Test Environments (AI-ESTATE): Service Specification[S].

[28] Giarla A J, Meech D.AI-Estate model edging in a component based ATS[A]. IEEE Systems Readiness Technology Conference IEEE AUTOTESTCON 2001[C]. Valley Forge, PA, United States: IEEE, 2001: 679-690.

Research Trend of Remote Intelligent Diagnostic System Based on AI-ESTATE

Jiang Huixia， Fan Shuyi, Wang Cheng

(Missile Engineering Department ,Ordnance Engineering College, Shijiazhuang 050003,China)

By defining the encapsulated services and specific standard services, AI-ESTATE provides the method for the extension of user and application of diagnostic system and the separation of test and diagnosis. It makes the facilitation to construct remote intelligent diagnosis system. In the paper, firstly it is analyzed that the requirement of weapon equipment remote fault diagnostic system to reuse and share of diagnostic knowledge ,interoperate the information between two or more software system. Secondly, the method of constructing remote intelligent diagnostic system based on AI-ESTATE is proposed. Then the basic architectural concept and frame of AI-ESTATE is researched. There are different services definition in the development of AI-ESTATE standard .These services bring different affection to open remote intelligent diagnostic system. At present, the latest AI-ESTATE service definition strengthens the control to diagnosis process and the estimation of diagnosis effect. In order to analyze the usage of these services, the state diagram of diagnostic reason system is analyzed. It provides a method for the development of remote intelligent diagnosis system based on AI-ESTATE.

AI-ESTATE； remote diagnosis；service； interface

2016-09-12；

2016-10-24。

姜會(huì)霞(1975-)，女，河北鹿泉市人，博士，講師，主要從事故障診斷和軍用自動(dòng)測(cè)試系統(tǒng)方向的研究。

1671-4598(2017)04-0001-04

10.16526/j.cnki.11-4762/tp.2017.04.001

TP183

A