，，，

(1.中國人民解放軍72465部隊，濟南 250022； 2.南京陸軍工程大學 指揮信息學院，南京 210000；3.中國航天科技集團公司第七研究院 第七設計部，成都 610100)

0 引言

隨著以信息技術為核心的新技術在裝備上的廣泛應用，新裝備在性能先進的同時，結構也更加復雜，技術保障，特別是野戰(zhàn)條件下新型復雜裝備故障診斷的技術要求更高。新型復雜裝備多采用了基于總線技術的機內測試(BIT)系統(tǒng)，裝備內部各子系統(tǒng)內置的設備測控節(jié)點通過總線接口電路與總線網絡相連，構成系統(tǒng)自檢網絡結構[1-2]。利用總線獲取的裝備各子系統(tǒng)運行參數，基于規(guī)則協(xié)議對數據進行解析，能進行異常數據的識別和存儲，以便對深層次的故障進行分析，可以實現(xiàn)在線診斷功能。BIT系統(tǒng)使裝備本身具有一定的故障診斷能力，但裝備上的BIT診斷系統(tǒng)相對簡單，不具備推理和知識積累的能力，不能滿足裝備故障診斷需要。近年來，裝備故障診斷技術不斷取得新成果，當前出現(xiàn)的一些專家系統(tǒng)強調對故障案例的處理和利用，具有表達直觀、形式統(tǒng)一、模塊性強、推理機制簡單等優(yōu)點，在故障診斷領域得到了成功的應用[3-4]?；诎咐墓收显\斷系統(tǒng)由于推理的機制過于簡單，存在適應能力差的弱點，在診斷對象比較復雜，故障知識規(guī)模比較大，故障案例有限時，弱點表現(xiàn)得更加突出[5]。

本文為解決新型裝備系統(tǒng)結構復雜、故障診斷難的問題，將機內測試(BIT)診斷與故障案例診斷融合，綜合兩種方法的優(yōu)點，設計了基于BIT和案例融合的新型裝備故障診斷系統(tǒng)，提高復雜裝備故障診斷精確度和效率，從而促進裝備保障能力提高，滿足復雜裝備保障力快速生成的需要。

1 BIT和案例融合的故障診斷原理

裝備BIT診斷是通過裝備自身的機內測試系統(tǒng)獲取的信息，基于數據和規(guī)則的分析判斷，診斷定位故障的一種方法[6-7]。實際裝備保障中，常常出現(xiàn)同樣的BIT診斷結論卻是不同的故障的原因，有了診斷結論卻未能及時獲取故障排除方法等現(xiàn)象，給裝備保障人員的維修工作帶來很大的挑戰(zhàn)，尤其新型復雜裝備，僅依靠BIT診斷難以滿足保障需要。

故障案例診斷是通過訪問案例庫中同樣或相似的故障案例征兆，進行匹配分析，獲得當前故障解決方案的一種推理方法[8-9]。基于案例的推理是一種直覺思維方式，其基本依據是相似的問題有相似的解，只要對問題的描述正確，就可以借此思維方式由問題空間達到解空間，但解空間需要長期積累的歷史案例記錄作為基礎。新裝備的故障案例有限，基于故障案例的診斷方式難以滿足復雜裝備的故障診斷需要。

基于上面的分析，本研究考慮綜合BIT診斷和案例診斷兩種方法的優(yōu)點，采用BIT診斷推理為前導、故障案例推理后置補充的結合方式將兩種診斷方法融合，并基于交互式的診斷模式進行故障和排故指導，建立融合推理診斷模型。

圖1 基于BIT和故障案例融合推理模型

基于BIT和故障案例融合推理模型如圖1所示。當裝備發(fā)生故障時，通過裝備的信息采集系統(tǒng)采集裝備各分系統(tǒng)的BIT信息和故障現(xiàn)象、故障發(fā)生時間等故障信息，經BIT信息分析與推理診斷模塊對獲取的BIT信息進行分析推理，如果能夠成功診斷定位故障，將診斷結論提供給維修保障人員；如果未能診斷故障原因，再基于案例診斷推理模塊進行故障案例匹配和推理，并將故障診斷結論提供給維修保障人員。在故障診斷和處理過程中，故障數據和知識管理模塊負責管理和提供BIT診斷知識、案例現(xiàn)象特征和排故知識，保障故障診斷和排除成功。維修保障人員在獲得故障診斷結論后，結合自己的經驗、知識和現(xiàn)場的情況，通過維修決策模塊確定排除故障的方法、需更換的現(xiàn)場可更換單元以及維修時機等，實現(xiàn)裝備故障快速診斷和排除。

2 裝備BIT和故障案例融合診斷系統(tǒng)設計

根據BIT和案例融合的故障診斷原理，采用交互式軟件的開發(fā)思路，設計了故障診斷系統(tǒng)，系統(tǒng)總體框架與組成如圖2所示。

圖2 系統(tǒng)總體框架與組成

系統(tǒng)采用基于BIT、案例以及基于人類思維活動的人機交互的混合推理方式。系統(tǒng)主要由裝備信息采集模塊、BIT信息分析與推理診斷模塊、故障數據及知識管理模塊、維修決策模塊四部分組成，各模塊的具體功能如下：

1)裝備信息采集模塊：裝備信息采集模塊由與裝備連接的適配器及數據采集軟件等構成，用于與裝備BIT系統(tǒng)連接，采集裝備的機內測試信息和故障信息。

2)BIT信息分析與推理診斷模塊：BIT信息分析與管理模塊用于對實時采集或錄取的BIT信息進行故障規(guī)程匹配和綜合分析，給出設備故障診斷信息，具體包括BIT數據檢測、故障診斷、數據錄取、總線監(jiān)控、時序分析、繪制曲線等功能。

3)故障數據及知識管理模塊：故障數據及知識管理模塊用于對診斷知識數據庫進行管理，實現(xiàn)知識獲取、知識更新、知識檢驗和知識查詢功能，可基于故障案例的相似度匹配，診斷故障，按照故障發(fā)生頻率依次列出可能的故障原因，并以圖片、文字、動畫、視頻等描述方式準確、清楚的按操作步驟給出故障排除方法。

4)維修決策模塊：維修決策模塊用于給出故障診斷結論、現(xiàn)場可更換單元、排除故障所需的設備工具等，并給出維修方法和操作步驟，以交互式界面，引導用戶進行故障分析和診斷推理工作。

3 典型火炮故障診斷實例分析

為檢驗BIT診斷和故障案例融合診斷方法的效能，選取某新型火炮為試驗對象進行診斷試驗。該型火炮涉及機械、電子、計算機、液壓、控制、軟件等多學科技術，性能先進的同時，系統(tǒng)結構復雜，故障診斷難度大。系統(tǒng)各子系統(tǒng)內部設備測控節(jié)點通過CAN總線接口電路與CAN總線網絡相連，構成系統(tǒng)自檢網絡結構，具備一定的BIT診斷功能。

根據新型火炮CAN總線數據采集特點，開發(fā)了裝備CAN總線數據和同步信號數據采集和分析模塊，并基于積累的故障案例記錄，提煉典型的故障案例，開發(fā)出了基于BIT和案例融合的故障診斷系統(tǒng)軟件。以火炮火控系統(tǒng)在外場試驗中出現(xiàn)的一故障案例進行試驗分析，檢驗軟件診斷性能。故障現(xiàn)象、故障診斷過程和排除方法如下：

故障現(xiàn)象：火炮火控系統(tǒng)啟動后，身管在方位方向上大幅抖動。

故障診斷：基于BIT和案例融合的故障診斷系統(tǒng)軟件采集火炮隨動方位方向的狀態(tài)信息，分析數據曲線，如圖3所示，得出故障原因“隨動系統(tǒng)協(xié)調到位后，方位方向產生震蕩”。

圖3 故障診斷軟件診斷分析界面

基于故障的案例庫和知識庫，系統(tǒng)以交互的方式給出排故指導如下：

1)打開隨動控制箱，將面板上“自動/半自動”開關打到“半自動”；

2)利用操縱桿操縱炮，加速減速，若隨動半自動平穩(wěn)，則隨動半自動正常，檢查方位受信儀是否夾緊，檢查受信儀輸出角度是否連續(xù)；

3)若隨動半自動不平穩(wěn)，檢查功率放大板及相關電路。

在排故措施的指導下，快速定位故障單元為功率放大板，更換功率放大板后故障排除。

通過上述的分析及驗證，采用這種BIT診斷為前導、故障案例推理為補充的結合方式能大大提高首次故障診斷率，降低無效排故時間，有效提高裝備BIT和故障案例知識的利用效率。

裝備BIT診斷、案例診斷以及兩者融合診斷方法的優(yōu)缺點分析如表1所示，通過比較可以看出BIT和案例融合的故障診斷方法綜合了兩種診斷方法的優(yōu)點，有良好的推理能力和較高的故障診斷效率，能有效促進維修保障人員的現(xiàn)場診斷能力的提高。

表1 故障診斷方法優(yōu)缺點分析

4 結論

本文將基于BIT和案例融合的混合推理機制引入到裝備故障診斷系統(tǒng)的設計中，以裝備BIT診斷為前導，故障案例推理診斷后置補充的結合方式，構建了兩者融合的推理模型，設計了基于BIT和案例融合的故障診斷系統(tǒng)。通過某新型火炮隨動分系統(tǒng)的一診斷實例，比較分析了本文診斷方法與單獨的BIT診斷和故障案例方法的優(yōu)缺點。研究表明，基于BIT和案例融合的故障診斷方法，能夠綜合了兩種診斷方法的優(yōu)點，具有良好的推理能力和較高的故障診斷效率，能夠有效提高維修保障人員對復雜裝備的故障診斷能力。

參考文獻：

[1] 謝永成, 董今朝, 李光升,等. 機內測試技術綜述[J]. 計算機測量與控制, 2013, 21(3):550-553.

[2] 呂 雋, 劉維罡. 導彈武器測試性設計與BIT技術[J]. 戰(zhàn)術導彈技術, 2015(3):46-50.

[3] 胡良明, 徐 誠, 李萬平. 基于案例推理的自行火炮故障診斷專家系統(tǒng)[J]. 火炮發(fā)射與控制學報, 2006(2): 53-57.

[4] 張耀輝, 李 浩, 李林宏,等. 基于案例推理的裝甲裝備故障診斷方法[J]. 兵工自動化, 2014(9):21-22.

[5] 柳 玉, 賁可榮. 案例推理的故障診斷技術研究綜述[J]. 計算機科學與探索, 2011, 5(10): 865-879.

[6] 溫熙森, 徐永成, 易曉山, 等. 智能機內測試理論與應用[M]. 北京:國防工業(yè)出版社, 2002.

[7] 張 超, 馬存寶, 宋 東, 等. 智能機內測試研究綜述[J]. 計算機測量與控制, 2007,15(2): 141-144.

[8] Lawanna A. An effective model for case-based maintenance in cased-based reasoning systems[A]. International Conference on Intelligent Informatics and Biomedical Sciences[C]. IEEE, 2016:129-134.

[9] 李小青. 基于案例推理的故障診斷方法[J]. 計算機測量與控制, 2007,15(9): 1130-1131.