導彈測試設備故障診斷專家系統的設計應用

導彈測試設備

　　該測試設備是導彈武器系統中一個很重要的組成部分，承擔著對導彈的性能、參數等進行檢測，確定導彈品質是否達到技術要求的任務，是決定導彈能否成功發射的重要關口。其主要測試內容包括對導彈系統的硬件、軟件進行全面檢查;檢查導彈系統內各儀器連接是否正確，工作是否匹配;檢查導彈系統與其他分系統連接是否正確，工作是否匹配;檢查系統飛行軟件運行的可靠性等。其測試結果是分析判斷導彈系統性能的重要依據。

　　導彈測試設備主要由地測微機、采集控制器、監控裝置、電源/模擬器等組成，它們之間都是通過I/O總線和專用總線接口相連。模擬量測試電路、數字量測試電路、開關量測試電路和其他電路通過測控總線和地測微機連接。其結構框圖如圖1所示。

　　專家系統

　　該測試設備是70年代的產品，儀器采用大量分離元件，其工作可靠性較差。由于使用該設備時間較長，積累了較多的排故經驗，具備了利用專家系統進行對該設備故障診斷的基本條件。該專家系統需對地面測試設備實現如下功能：

　　● 對地面測試設備進行實時監測，反應故障信號;

　　● 根據故障現象，利用專家診斷系統找出故障原因;

　　● 根據專家知識經驗提出排除故障的方法或建議。

　　考慮到數據的存儲和組織應具備可靠性和關聯等特點。該專家系統采用關系數據庫技術、用C++Builder(簡稱CB)前端開發工具開發，實現Windows下的應用。

　　基于知識的故障診斷專家系統所依據的是知識庫中的知識，良好的知識庫管理系統可以方便知識的獲取和知識庫的維護。針對導彈測試設備中數據種類多、數據量大、數據管理任務重等特點，以及對各種數據準確性、實時性和可擴充性等方面的要求，本故障診斷專家系統中考慮使用關系數據庫對各種數據進行存儲，管理和維護。其好處是：

　　(1)基于數據庫的知識庫管理是知識庫管理的新技術。數據庫中的表，不僅創建時比較方便，而且對于用戶來說維護也比較容易;發展的軟件技術也使數據庫與應用程序之間的接口更容易實現。所以用數據庫特別是關系型數據庫來進行對知識的建立與維護是十分合適且方便的。

　　(2)對知識進行系統化組織與存儲，并能有效地管理是建立專家系統時必須要考慮的問題。在關系數據庫的基礎上來建造知識庫，充分利用關系數據庫管理系統功能，可以方便知識庫管理系統的設計。

　　(3)基于數據庫的知識庫的建立和維護技術，為診斷知識庫提供了易于擴充和完善的框架。合理的知識庫組織和管理系統也是今后完善診斷知識的基礎，通過不斷積累經驗，不斷地完善已有的知識體系，最終可提高診斷系統的智能化水平。系統設計與實現

　　硬件系統結構模型

　　系統的硬件部分主要是對導彈地面測試設備的模擬量測試信號、數字量測試信號和時序量測試信號進行實時采集和檢測，與計算機之間采用串行通訊的方式，提供專家系統實時采集信息。其結構框圖如圖2所示。

　　專家系統結構設計

　　通過對該地面測試設備可能發生故障的分析，有兩種不同的故障判別方式。一種是針對確定因素進行推理的精確故障診斷模式;另一種是針對多因素模糊判斷的模糊判別故障診斷模式。因此，在知識的獲取、表示和推理等的機制上采取了不同的方法。圖3示出該專家系統的結構模型。

　　專家系統一個重要的功能就是新知識的學習能力，該專家系統知識庫可以根據不同型號需要改進更新而重新充實，專家系統中的故障庫系統承擔著為學習系統準備學習樣本的重要任務，該系統的故障實例可以以{原始信號，診斷結論，維修措施｝形式進行記錄，這樣記錄的實例通用性比較強，在理論上可以供多個專家系統使用，不同型號的地測設備的故障診斷專家系統可以應用自己的征兆識別系統進行識別，將實例轉化為適合自己的形式進行學習。該專家系統做了專門的應用程序窗口來進行對知識的獲取，包括添加、修改、刪除等操作。針對精確故障推理知識和故障模糊判斷知識的不同要求，分別做了不同的知識獲取窗口應用程序，既可以通過向維修專家和所記錄的維修資料來獲取知識，也可以通過系統自學習來獲取知識。

　　在專家系統中，核心環節是推理機，推理的知識存放在相應的動態數據庫中，知識推理控制著整個系統的運行并使之按照一定的推理策略去解決問題。由于故障分析中存在確定性知識和模糊性知識，所以知識推理采用了狀態鏈推理和模糊推理兩種不同的方法。

　　用戶按照系統提示進行現場檢查，確定故障現象，系統接下來會給出造成這一現象的各種原因，并給出相應的排除建議。如果故障還未排除則進行其他原因的查找，直到排除故障為止。模糊推理通過權重確定、加權平均模型和定量指標綜合等得出評價模糊矩陣，對評判結果進行綜合決策。

　　結語

　　該故障診斷專家系統主要創新點在于：實現了無負載動態接入、多通道智能掃描，采用全程在線隔離硬件測試技術，解決了檢測診斷設備因全程接入而干擾被測裝備、因監測能力弱無法實時在線而需被測裝備配合完成診斷的技術難題;采用狀態鏈推理與模糊推理相結合的推理方法，并運用故障自學習自適應算法，優化了狀態與故障的描述方法，提高了狀態識別、故障診斷的效率和定位精度，保證了在線監測、動態跟蹤、故障診斷的同步實現;采用模塊化設計技術、變量分類封裝技術、可重用性設計技術，實現了監測診斷軟件中數據處理與診斷邏輯分離，大大提高了軟件的運行效率、可靠性和可移植性。