郭凡丁 民航西北空管局網(wǎng)絡(luò)中心
隨著通信網(wǎng)絡(luò)和自身設(shè)備系統(tǒng)構(gòu)成越來越復(fù)雜,整個系統(tǒng)的安全穩(wěn)定的運(yùn)行面臨著巨大的保障壓力。新一代的故障定位和診斷工具對實(shí)際工作會帶來有力的支持。人工智能技術(shù)的應(yīng)用大大減少了故障定位和診斷的時間,同時也減少了維護(hù)工作的主觀性和不確定性。
專家系統(tǒng)是一個具有大量的專門知識與經(jīng)驗(yàn)的智能計(jì)算機(jī)程序系統(tǒng)。它是人工智能技術(shù)的一個重要分支,它通過一個“專家”知識集合對已知或未知事物進(jìn)行計(jì)算和判斷,整個決策的過程就是一個模擬人類大腦工作的過程??梢圆皇墉h(huán)境影響的進(jìn)行工作。
圖1 專家系統(tǒng)結(jié)構(gòu)
其中模型庫、知識獲取和管理工具、面向?qū)ο蟮耐评頇C(jī)、知識庫、自學(xué)系統(tǒng)、人機(jī)接口是整個系統(tǒng)的核心組成部分。下表對其中部分模塊進(jìn)行了說明。
表1 組件說明
重點(diǎn)對推理機(jī)進(jìn)行說明。它是一個邏輯推理系統(tǒng),特是一個獨(dú)立的、不依賴于所應(yīng)用領(lǐng)域的、通用的邏輯推執(zhí)行體系。在體系運(yùn)行的時候:對產(chǎn)生的各種知識源文件,經(jīng)過數(shù)據(jù)轉(zhuǎn)換后形成規(guī)則庫文件,這些數(shù)據(jù)文件一經(jīng)推理系統(tǒng)提取、運(yùn)行,就形成相應(yīng)的計(jì)算機(jī)專家系統(tǒng)。
下面我們給出了一種基于專家系統(tǒng)的通信網(wǎng)絡(luò)故障診斷系統(tǒng)的典型結(jié)構(gòu)。該系統(tǒng)工作過程為:翻譯解釋故障信息,定位故障,給出處理意見,通過接口反饋現(xiàn)場維修人員,再由他們對具體問題進(jìn)行處理。系統(tǒng)的結(jié)構(gòu)圖如圖2所示。
圖2 數(shù)據(jù)流程圖
上圖的故障診斷系統(tǒng)由收集模塊、過濾模塊、專家系統(tǒng)(中間方框部分)模塊和解釋器這四部分組成,下面對這四大部分進(jìn)行簡要的介紹。
本模塊接收系統(tǒng)自動上報或人工強(qiáng)制輸入故障數(shù)據(jù),將其翻譯成帶時間標(biāo)識的故障信息。其中包含上報機(jī)器代號、機(jī)器類型、故障級別等信息提交給下一模塊進(jìn)行處理。
對故障收集模塊上報的信息進(jìn)行處理和基于固定規(guī)章進(jìn)行過濾。同時對確定的事件轉(zhuǎn)化為固定表達(dá)式(專家系統(tǒng)定義),向下一階段進(jìn)行推送。其中的約束條件是一種集合的表達(dá)式。包括基本輸入輸出、變量賦值、知識選取等。
本系統(tǒng)的核心模塊。工作過程:首先根據(jù)處理后的描述,到事實(shí)庫中進(jìn)行匹配工作。若匹配成果,則輸出結(jié)果。匹配度低于閾值,選出類似事件,并對該事件進(jìn)行適度修改,滿足需求同時輸出。這個修改后的解會自動加入事實(shí)庫(專家定期編輯的數(shù)據(jù)庫)中。系統(tǒng)按照此規(guī)則不斷重復(fù)。本模塊由如下3個子模塊構(gòu)成:輸入模塊、適配模塊、建議模塊。
本模塊用于處理來源于維護(hù)人員(專家)干預(yù)和輸入的數(shù)據(jù),該數(shù)據(jù)室專家系統(tǒng)可以識別的信息。
本文只是設(shè)計(jì)了一個簡單的基于人工智能的故障診斷處理模型。它在實(shí)際工作中可以對維護(hù)人員的工作進(jìn)行建議和規(guī)范。將人工智能技術(shù)引入通信網(wǎng)絡(luò)故障診斷這個方向,可以有效的提高故障確定的速度,減少對維護(hù)人員工作經(jīng)驗(yàn)的主觀依賴。同時人工智能技術(shù)的學(xué)習(xí)能力可以拓展故障診斷的靈活性和穩(wěn)定性。
[1]蔡自興.高級專家系統(tǒng):原理、設(shè)計(jì)及應(yīng)用[M].北京:科學(xué)出版社,2006.
[2]SHU-HSIEN LIAO.Expert Systems with Application[J].93-103.