劉 輝

甘肅金證司法醫(yī)學(xué)鑒定所 甘肅蘭州 730000

隨著車輛的使用時(shí)間延長(zhǎng)，各個(gè)零部件老化或損壞會(huì)造成車輛故障，針對(duì)此類問題很多人都是結(jié)合日常工作經(jīng)驗(yàn)來(lái)判斷故障發(fā)生位置、故障類型，并對(duì)可能出現(xiàn)的故障一一排除，最終找到故障所在，并將故障排除?；诎咐评恚ㄏ挛暮?jiǎn)稱“CBR”）的故障診斷系統(tǒng)與專家系統(tǒng)類似（也可以說(shuō)就是一種專家系統(tǒng)），可以結(jié)合車輛故障案例對(duì)車輛故障進(jìn)行對(duì)比分析，從而提出可能出現(xiàn)的故障。在CBR系統(tǒng)使用當(dāng)中，需要構(gòu)建一個(gè)診斷模型，建立系統(tǒng)中各個(gè)要素間的關(guān)系，從而生成一個(gè)因果關(guān)系網(wǎng)絡(luò)，對(duì)故障因果關(guān)系進(jìn)行推導(dǎo)，并輸入已經(jīng)解決的相關(guān)案例，從而生成故障案例庫(kù)，在汽車故障診斷中在案例庫(kù)中找到類似的案例，從而提出相應(yīng)的解決方法。

一、CBR相關(guān)闡述

很多現(xiàn)實(shí)中的問題由于十分復(fù)雜，所以不能僅采用數(shù)學(xué)模型方法解決。部分簡(jiǎn)單限制性條件在建模過程中也變得難以實(shí)現(xiàn)?；诖耍梢圆捎肅BR方案。CBR方案能夠搜尋與該故障類似的問題從提出問題發(fā)生點(diǎn)以及線索，從而幫助人們解決故障問題。從本質(zhì)來(lái)說(shuō)，CBR是人工智能技術(shù)的一個(gè)分支，更像是模糊神經(jīng)系統(tǒng)與專家系統(tǒng)的結(jié)合，在特定領(lǐng)域中提取推理特征，結(jié)合過去已經(jīng)解決的案例，將故障問題和案例內(nèi)容相似度進(jìn)行對(duì)比分析的一種推理技術(shù)。

想要實(shí)現(xiàn)CBR功能，需要建立一個(gè)因果關(guān)系模型，并將車輛專業(yè)知識(shí)存儲(chǔ)到模型當(dāng)中，這樣即可對(duì)車輛知識(shí)進(jìn)行分類、互聯(lián)，構(gòu)成一個(gè)完整的分析鏈，對(duì)車輛故障進(jìn)行匹配和推理。需要用戶提取重要的知識(shí)特征，也就是可能產(chǎn)生的故障因素，為車輛出現(xiàn)故障時(shí)給用戶提供相應(yīng)的參數(shù)，根據(jù)專業(yè)知識(shí)定義因果關(guān)系，確定每個(gè)因果關(guān)系的強(qiáng)度（0-1之間），最終形成一個(gè)可以推理車輛故障的關(guān)系模型。其中，案例庫(kù)主要是存儲(chǔ)已經(jīng)解決的案例，一個(gè)案例當(dāng)中必須要涵蓋問題描述、解決方法，問題描述是各項(xiàng)屬性與特征、解決方法是某個(gè)確定狀態(tài)。

二、構(gòu)建試驗(yàn)系統(tǒng)

在構(gòu)建試驗(yàn)系統(tǒng)過程中，需要采用CBR系統(tǒng)知識(shí)編輯庫(kù)，如TrollCreek就是較為理想的智能推理編輯器。在實(shí)際使用過程中，需要?jiǎng)?chuàng)建故障診斷系統(tǒng)，其步驟為：（1）完善因果關(guān)系模型；（2）加入已經(jīng)解決的案例；（3）輸入新案例進(jìn)行推理；（4）得到結(jié)果；（5）確定結(jié)果。

整個(gè)CBR車輛故障診斷模型的核心是編輯因果關(guān)系模型，主要包括增加節(jié)點(diǎn)、構(gòu)建層次結(jié)構(gòu)、構(gòu)架因果關(guān)系模型。首先要在準(zhǔn)備創(chuàng)建領(lǐng)域中抽取相關(guān)的特征項(xiàng)，并作為節(jié)點(diǎn)加入到系統(tǒng)當(dāng)中，之后將特征項(xiàng)加入到系統(tǒng)中，之后即可完善節(jié)點(diǎn)層次結(jié)構(gòu)，構(gòu)成一個(gè)分類層次結(jié)構(gòu)，將系統(tǒng)故障狀態(tài)當(dāng)做節(jié)點(diǎn)加入到因果關(guān)系當(dāng)中，這樣即可將兩個(gè)節(jié)點(diǎn)相關(guān)聯(lián)，組成完整的關(guān)系模型，通過該模型即可對(duì)車輛故障進(jìn)行診斷。

將已經(jīng)解決的案例狀態(tài)、結(jié)論添加到系統(tǒng)當(dāng)中，組建案例庫(kù)。案例庫(kù)中的案例數(shù)量越多，整個(gè)CBR系統(tǒng)后期推理就更加精準(zhǔn)。在輸入新案例過程中，實(shí)則就是新案例與舊案例特性進(jìn)行相似度對(duì)比，并按照相似程度由大到小進(jìn)行排列，并得出最為接近新案例的10個(gè)舊案例（如果案例數(shù)量較多提出10個(gè)接近案例，如果案例不足10個(gè)，則推出所有相似案例）。確認(rèn)結(jié)果是將系統(tǒng)推理的結(jié)果進(jìn)行驗(yàn)證，如果測(cè)試符合標(biāo)準(zhǔn)則標(biāo)記為已解決形態(tài)，并將其應(yīng)用到案例庫(kù)當(dāng)中。從CBR故障診斷系統(tǒng)特性層面分析，其故障分析能力主要是依賴案例庫(kù)，多個(gè)案例對(duì)比分析可以大大提高診斷精度。

三、測(cè)試與分析

在構(gòu)建汽車CBR故障診斷模型時(shí)，需要實(shí)現(xiàn)掌握汽車故障領(lǐng)域的因果關(guān)系案例，組建因果模型，模型中主要包括兩大部分，一是構(gòu)建層次結(jié)構(gòu)；二是建構(gòu)因果關(guān)系。其主要表現(xiàn)在：

1.層次結(jié)構(gòu)

構(gòu)建層次結(jié)構(gòu)需要把汽車各類故障過程的關(guān)系特性項(xiàng)作為節(jié)點(diǎn)加入到層次結(jié)構(gòu)圖當(dāng)中。與汽車故障相關(guān)的幾個(gè)條件是“因”，以汽車啟動(dòng)為例，其主要包括發(fā)動(dòng)機(jī)、電池、供電系統(tǒng)、燃油系統(tǒng)、燃油等狀態(tài)形式。并對(duì)應(yīng)每個(gè)狀態(tài)可能出現(xiàn)結(jié)果的可能性，也就是“果”，例如發(fā)動(dòng)機(jī)中有正常運(yùn)行、不運(yùn)行、無(wú)法打火、轉(zhuǎn)動(dòng)速率低等，從而按照因果發(fā)生頻次和重要程度進(jìn)行排序，組建成為結(jié)構(gòu)層次圖。

2.建立因果關(guān)系

構(gòu)建因果關(guān)系是將汽車故障因果關(guān)系狀態(tài)關(guān)聯(lián)強(qiáng)度相連從而形成因果關(guān)系模型。如在汽車啟動(dòng)因果關(guān)系建立中包括：由于電池電量不足可能會(huì)造成燈光不亮、發(fā)動(dòng)機(jī)不轉(zhuǎn)，通常會(huì)導(dǎo)致發(fā)動(dòng)機(jī)轉(zhuǎn)動(dòng)率下降（注：其中包括“可能會(huì)”代表個(gè)別案例；而“通常會(huì)”代表常見故障案例）。將所有因果關(guān)系節(jié)點(diǎn)狀態(tài)連接起來(lái)，從而形成了因果關(guān)系推理模型。

將已經(jīng)求解的案例融入到案例庫(kù)當(dāng)中，并輸入待解決案例，這樣CBR故障診斷系統(tǒng)就會(huì)自動(dòng)進(jìn)行匹配，從而得出結(jié)果。系統(tǒng)會(huì)自動(dòng)羅列出已經(jīng)解決的3個(gè)案例，并進(jìn)行相似度對(duì)比，按照相似度由大到小順序羅列出CBR系統(tǒng)分析結(jié)果。并隨著案例數(shù)量不斷增加，可以對(duì)比案例相似度更高的案例就會(huì)出現(xiàn)，豐富了案例庫(kù)內(nèi)容，讓CBR分析系統(tǒng)在實(shí)際工作中更加精準(zhǔn)。

結(jié)束語(yǔ)

綜上所述，CBR故障診斷系統(tǒng)在原理層面上較為簡(jiǎn)單，但想要完善案例庫(kù)較為困難，并且需要融入知識(shí)獲取、案例表示、相似度對(duì)比等。由此可見，CBR診斷系統(tǒng)是一個(gè)前期高投入、后期高回報(bào)的系統(tǒng)，這就需要做好前期的準(zhǔn)備工作。在實(shí)際應(yīng)用可以更加清晰的提出車輛故障的因果，并且所得出的結(jié)果也十分精準(zhǔn)，值得推廣。