,,,
(1.空軍工程大學(xué) 航空工程學(xué)院,西安 710038; 2.國(guó)防大學(xué) 聯(lián)合勤務(wù)學(xué)院,北京 100858)
隨著航空裝備服役環(huán)境與運(yùn)行工況愈加復(fù)雜多變,其發(fā)生故障的幾率逐漸增大,維護(hù)和保障費(fèi)用也越來(lái)越高[1],因此對(duì)裝備系統(tǒng)進(jìn)行準(zhǔn)確、有效的故障診斷成為確保裝備安全可靠運(yùn)行,降低維護(hù)成本的重要途徑[2]。目前導(dǎo)彈的故障診斷主要針對(duì)異常測(cè)試信號(hào),采用傳統(tǒng)的專家診斷系統(tǒng)和現(xiàn)場(chǎng)人工判斷相結(jié)合的方式,但該方法存在診斷知識(shí)庫(kù)不完備,知識(shí)推理不確定度大,推理速度慢、效率低等缺點(diǎn),一旦推理出錯(cuò),將難以實(shí)現(xiàn)準(zhǔn)確的故障定位和診斷決策。因此,如何研究設(shè)計(jì)一種能夠準(zhǔn)確高效的辨識(shí)、診斷導(dǎo)彈故障的智能診斷系統(tǒng)已經(jīng)得到廣泛關(guān)注[3-9]。
基于FMECA(故障模式、影響、危害分析)知識(shí)工程的故障診斷是導(dǎo)彈維修保障的一個(gè)重要發(fā)展方向。FMECA包含導(dǎo)彈各組件的全部故障信息[10],是可靠的知識(shí)源,它是在知識(shí)層面上對(duì)導(dǎo)彈結(jié)構(gòu)和故障模式進(jìn)行推理分析的一種智能診斷技術(shù),通過(guò)采集的導(dǎo)彈故障信號(hào),找出單點(diǎn)故障[11],并按各故障模式對(duì)導(dǎo)彈造成的影響程度及其發(fā)生的概率,來(lái)確定對(duì)應(yīng)故障模式危害性。但由于各個(gè)專家對(duì)導(dǎo)彈故障機(jī)理和規(guī)則的描述缺乏統(tǒng)一的術(shù)語(yǔ),造成診斷知識(shí)通用性差,知識(shí)難以共享和重用。
因此,以一種新的形式體現(xiàn)FMECA結(jié)果,從而實(shí)現(xiàn)知識(shí)的共享和再使用對(duì)復(fù)雜航空裝備的故障診斷具有重要意義。本體作為知識(shí)的基本元素,可進(jìn)行知識(shí)的類比推理,適合描述知識(shí)庫(kù)的內(nèi)部單元,OWL[12]是目前國(guó)際通用的標(biāo)準(zhǔn)本體描述語(yǔ)言,具有較強(qiáng)的知識(shí)表達(dá)能力和較高的推理效率,但對(duì)于推理規(guī)則的表達(dá)卻提供得遠(yuǎn)遠(yuǎn)不夠[13]。語(yǔ)義網(wǎng)絡(luò)規(guī)則語(yǔ)言SWRL[14]能利用高度抽象的語(yǔ)法表達(dá)OWL本體敘述的知識(shí),且不受平臺(tái)的限制,具有很強(qiáng)的通用性。因此,本體語(yǔ)言O(shè)WL和規(guī)則語(yǔ)言SWRL的組合運(yùn)用已成為當(dāng)前知識(shí)表示和推理領(lǐng)域的研究熱點(diǎn)[15-17]。
針對(duì)復(fù)雜航空裝備診斷知識(shí)缺乏、診斷效率低下和知識(shí)共享性差等問(wèn)題,以某型紅外彈為例,提出一種基于本體和規(guī)則的導(dǎo)彈智能故障診斷方法,以FMECA結(jié)果作為知識(shí)源,通過(guò)基于ATML語(yǔ)法的OWL邏輯描述語(yǔ)言從知識(shí)源中提取知識(shí),并將知識(shí)以本體模型呈現(xiàn),搭建診斷知識(shí)庫(kù);采用語(yǔ)義網(wǎng)絡(luò)規(guī)則語(yǔ)言SWRL表示知識(shí)庫(kù)規(guī)則,建立本體中各知識(shí)單元之間類、屬性和實(shí)例的對(duì)應(yīng)關(guān)系;最后通過(guò)Racer推理機(jī)對(duì)導(dǎo)彈知識(shí)庫(kù)進(jìn)行故障推理,得到了有效的故障診斷優(yōu)先級(jí),同時(shí)也實(shí)現(xiàn)了專家系統(tǒng)知識(shí)庫(kù)的共享和重用。
由于導(dǎo)彈種類繁多、系統(tǒng)復(fù)雜,F(xiàn)MECA信息難以直接共享和集成,為降低導(dǎo)彈故障信息提取的復(fù)雜度,需要對(duì)故障信息進(jìn)行規(guī)范性處理,以提高知識(shí)的重用度。本體和規(guī)則的組合運(yùn)用在知識(shí)的共享和重用方面已體現(xiàn)出很大的優(yōu)勢(shì)[18],本文基于OWL本體和SWRL規(guī)則對(duì)某型紅外彈的FMECA故障信息進(jìn)行描述。智能故障推理系統(tǒng)框架如圖1所示。
圖1 智能故障推理系統(tǒng)框架
以某型紅外彈的FMECA故障信息作為知識(shí)源,確定導(dǎo)彈硬件的層級(jí)結(jié)構(gòu)和各層級(jí)故障模式;通過(guò)protégé構(gòu)建OWL本體知識(shí)庫(kù),同時(shí)解析本體中各知識(shí)單元之間概念和屬性的對(duì)應(yīng)關(guān)系,構(gòu)建SWRL規(guī)則知識(shí)庫(kù),提取和編碼不同層級(jí)結(jié)構(gòu)的因果關(guān)系規(guī)則;知識(shí)庫(kù)中的OWL本體庫(kù)和SWRL規(guī)則庫(kù)不能直接被引用,需要轉(zhuǎn)換成推理機(jī)可接受的庫(kù)語(yǔ)言,即事實(shí)庫(kù)和規(guī)則庫(kù);Racer推理機(jī)在規(guī)則基礎(chǔ)上匹配事實(shí)庫(kù),自動(dòng)推理可能的故障原因,并提供對(duì)應(yīng)故障發(fā)生率,通過(guò)參考推理出的故障診斷優(yōu)先級(jí)完成故障的快速定位。
跟蹤和定位導(dǎo)彈故障的前提是要有能夠涵蓋所有故障特點(diǎn)的知識(shí)源,而FMECA故障信息恰好反映了導(dǎo)彈故障模式的所有類及其之間的因果聯(lián)系,如表1所示。導(dǎo)彈的某一部件可能對(duì)應(yīng)多種故障模式,且各故障模式能在不同層級(jí)上對(duì)不同部件產(chǎn)生影響,在FMECA分析過(guò)程中,將某型紅外彈的結(jié)構(gòu)分為四個(gè)層級(jí):元件級(jí)(Element)、部件級(jí)(Component)、組件級(jí)(Part)和系統(tǒng)級(jí)(System)。以某型紅外彈制導(dǎo)系統(tǒng)中的紅外探測(cè)器為例,定義整個(gè)導(dǎo)彈層級(jí)結(jié)構(gòu)如圖2所示。
表1 FMECA報(bào)告
圖2 導(dǎo)彈的層級(jí)結(jié)構(gòu)
當(dāng)某一層級(jí)上的部件出現(xiàn)故障時(shí),產(chǎn)生的故障影響將會(huì)從低層級(jí)向高層級(jí)縱向傳播,同一層級(jí)的部件故障也會(huì)橫向傳播。不同層級(jí)故障模式、影響、原因的傳播關(guān)系如圖3所示。在FMECA知識(shí)架構(gòu)中,每一層級(jí)的故障模式、故障影響、故障原因都有著對(duì)應(yīng)的關(guān)系:低層級(jí)中的某種故障模式是高一層級(jí)某些故障模式產(chǎn)生的原因,低層級(jí)中某種故障模式產(chǎn)生的高級(jí)影響是觸發(fā)高一層級(jí)的某種故障模式。FMECA的知識(shí)架構(gòu)較好地反映了故障層級(jí)間的聯(lián)系,適合作為導(dǎo)彈故障診斷的知識(shí)庫(kù)。
導(dǎo)彈故障診斷領(lǐng)域本體是整個(gè)智能系統(tǒng)的概念基礎(chǔ),是規(guī)則構(gòu)建的前提。鑒于篇幅的局限性,本文構(gòu)建的本體主要從某型紅外彈制導(dǎo)系統(tǒng)入手。
圖3 相鄰層級(jí)FMECA傳播關(guān)系
制導(dǎo)系統(tǒng)是導(dǎo)彈故障發(fā)生率最高的系統(tǒng)[19],制導(dǎo)系統(tǒng)故障的出現(xiàn)會(huì)嚴(yán)重影響導(dǎo)彈的安全穩(wěn)定和作戰(zhàn)性能。在定義制導(dǎo)系統(tǒng)本體概念時(shí),從其主要的硬件組成出發(fā),采用由頂向下法[20]建立制導(dǎo)系統(tǒng)的概念層次。本體的概念通常也被稱為類,以圖2定義的某型導(dǎo)彈制導(dǎo)系統(tǒng)層級(jí)結(jié)構(gòu)為依據(jù),將FMECA報(bào)告中的制導(dǎo)系統(tǒng)部件名稱分為計(jì)算機(jī)、導(dǎo)引頭、作動(dòng)裝置、操縱面4個(gè)類,各類中又包含各個(gè)子類。具體的分類如圖4所示。
作為本體模型的重要組成部分,對(duì)象屬性(Object property)用一組謂詞形式定義本體類(Class)之間的內(nèi)在聯(lián)系。針對(duì)導(dǎo)彈這一研究對(duì)象,其對(duì)象屬性主要根據(jù)導(dǎo)彈的故障信號(hào)來(lái)建立各失效層級(jí)的隸屬關(guān)系,SWRL故障診斷規(guī)則的屬性以M(x,y)定義,其中M代表各失效層級(jí)隸屬關(guān)系的謂詞,x和y是兩個(gè)變量,代表的不同的類(Class)。例如,為了描述本體類型中類別A與類別B的從屬關(guān)系,用謂詞BelongsTo來(lái)定義表示類別A是類別B的一個(gè)子類,即BelongsTo(A,B)。所有的對(duì)象屬性如表2所示。
圖4 制導(dǎo)系統(tǒng)類層次分類
SWRL語(yǔ)義網(wǎng)絡(luò)規(guī)則語(yǔ)言能在OWL本體描述語(yǔ)言的基礎(chǔ)上,高度抽象的表示FMECA本體知識(shí)庫(kù)規(guī)則,通過(guò)XML編碼嵌入到OWL文本中,以此方便計(jì)算機(jī)識(shí)別,具有很強(qiáng)的通用性。在OWL中,也可以通過(guò)不斷嵌套子類及通過(guò)對(duì)象屬性來(lái)表示規(guī)則,但對(duì)于復(fù)雜系統(tǒng)而言,SWRL能夠依據(jù)OWL類和屬性對(duì)診斷規(guī)則進(jìn)行更為清晰準(zhǔn)確的描述,具有強(qiáng)大的推理能力。例如:
FailureMode(?x)^hasHappened(?x,true)^Sytem(?y)^Fail-ureMode(?y)^HigherInfluenceIs(?y,?x)→hasHapened(?y,true)^PartLevelCauseIs(?x,?y)
表2 FMECA本體對(duì)象屬性
表3 FMECA本體SWRL規(guī)則
上述規(guī)則表示的語(yǔ)義是:
If
FailureMode(?x)^hasHappened(?x,true)
//當(dāng)故障模式x發(fā)生
Sytem(?y)^Fail-ureMode(?y)
//故障模式y(tǒng)屬于系統(tǒng)層級(jí)
HigherInfluenceIs(?y,?x)
//故障模式y(tǒng)的高一層級(jí)故障影響是x
Then
If
hasHapened(?y,true)
//當(dāng)故障模式y(tǒng)發(fā)生
Then
PartLevelCauseIs(?x,?y)
//故障模式x的組件級(jí)故障原因是y
End
SWRL具體規(guī)則表示如表3所示。
通過(guò)查閱某型紅外彈的FMECA故障研究報(bào)告,該型導(dǎo)彈制導(dǎo)系統(tǒng)常見(jiàn)故障模式有32種。以O(shè)WL語(yǔ)言作為故障知識(shí)的描述語(yǔ)言,以SWRL語(yǔ)言作為故障規(guī)則的構(gòu)建語(yǔ)言,通過(guò)Protégé軟件搭建某型紅外彈智能故障診斷系統(tǒng)平臺(tái),其本體模型如圖5所示。模型中建立故障模式、故障原因、故障影響、導(dǎo)彈部件、故障檢測(cè)方法、維修策略六個(gè)大類,各類再劃分為各個(gè)子類,添加對(duì)應(yīng)子類的實(shí)例(Instances),通過(guò)對(duì)象屬性建立類與類之間的聯(lián)系,并根據(jù)數(shù)據(jù)類型屬性添加各實(shí)例數(shù)據(jù)類型。以故障模式中的杜瓦故障為例,杜瓦損壞屬于(BelongsTo)紅外探測(cè)器故障模式,屬于(BelongsTo)導(dǎo)引頭故障模式,屬于(BelongsTo)制導(dǎo)系統(tǒng)故障模式。FMECA類關(guān)系描述如6圖示。
圖5 某型紅外彈本體模型
圖6 基于OWL本體的FMECA類關(guān)系描述
以導(dǎo)彈紅外探測(cè)器中的光敏電阻故障為例,圖7反映出了光敏電阻在故障出現(xiàn)時(shí)產(chǎn)生的本級(jí)影響、高一層級(jí)影響和末端層級(jí)影響的關(guān)系圖。Racer推理機(jī)采用的是由上至下的故障搜索定位法,通過(guò)已建立的FMECA類關(guān)系,當(dāng)采集到的導(dǎo)彈電信號(hào)異常時(shí),推理出導(dǎo)彈某一故障模式發(fā)生時(shí),各種可能的故障原因及其概率,從而找到最優(yōu)的診斷順序,減少故障排查的步驟和時(shí)間,從而實(shí)現(xiàn)故障的快速定位。以導(dǎo)彈紅外探測(cè)器故障報(bào)警為例,Racer推理機(jī)推理出的各故障原因所占概率權(quán)重和FMECA實(shí)際故障結(jié)果如表4所示。
圖7 光敏電阻故障時(shí)的類關(guān)系描述
表4 紅外探測(cè)器故障數(shù)據(jù)
對(duì)各故障原因的故障失效比從大到小排序,可獲取最優(yōu)的診斷順序。從Racer推理機(jī)推理結(jié)果可以看出,斯特林制冷機(jī)作為該型紅外探測(cè)器關(guān)鍵組件,其內(nèi)部組件發(fā)生故障是導(dǎo)致紅外探測(cè)器故障報(bào)警的主要原因,由斯特林制冷機(jī)造成的紅外探測(cè)器失效的故障失效比高達(dá)46.91%,且與FMECA的50.02%實(shí)際結(jié)果基本相吻合。且根據(jù)推理診斷優(yōu)先級(jí)可得,氦氣泄漏、推移活塞磨損和粉塵污染是在開(kāi)展故障定位的最優(yōu)診斷路徑。因此,在部隊(duì)導(dǎo)彈日常維護(hù)過(guò)程中,對(duì)斯特林制冷機(jī)內(nèi)部重要部件進(jìn)行及時(shí)有效的檢測(cè)是提升導(dǎo)彈紅外探測(cè)器工作可靠性的重要途徑。
將上述紅外探測(cè)器故障報(bào)警時(shí)的推理結(jié)果與FMECA實(shí)際結(jié)果進(jìn)行對(duì)比,發(fā)現(xiàn)Racer推理機(jī)推理結(jié)果與FMECA實(shí)際結(jié)果基本相符合,可見(jiàn)采用基于本體和規(guī)則的導(dǎo)彈智能診斷方法可以減少導(dǎo)彈的故障排查步驟,從而實(shí)現(xiàn)對(duì)故障原因的快速定位。此外,通過(guò)OWL本體描述語(yǔ)言和SWRL規(guī)則描述語(yǔ)言對(duì)FMECA結(jié)果進(jìn)行規(guī)范性處理,實(shí)現(xiàn)了知識(shí)的共享和重用。
針對(duì)復(fù)雜航空裝備診斷知識(shí)缺乏、故障定位效率低、知識(shí)重用和共享性差等問(wèn)題,以某型紅外彈為例,提出一種基于OWL本體和SWRL規(guī)則的導(dǎo)彈智能故障診斷方法。通過(guò)提取FMECA知識(shí),構(gòu)建了導(dǎo)彈的OWL本體模型,實(shí)現(xiàn)了故障模式和故障原因本體之間的映射,采用語(yǔ)義網(wǎng)絡(luò)規(guī)則語(yǔ)言SWRL描述知識(shí)庫(kù)規(guī)則,建立了本體知識(shí)單元之間類、屬性和實(shí)例的對(duì)應(yīng)關(guān)系,解決了現(xiàn)有的復(fù)雜航空裝備故障診斷系統(tǒng)缺乏自動(dòng)語(yǔ)義推理的問(wèn)題。推理結(jié)果表明,該方法有效解決了復(fù)雜航空裝備故障診斷系統(tǒng)中的知識(shí)表示困難和知識(shí)共享重用性差的問(wèn)題,獲得了最優(yōu)的故障診斷路徑并減少了故障排查的步驟,實(shí)現(xiàn)了故障原因的快速定位,提高了現(xiàn)有復(fù)雜航空裝備專家診斷系統(tǒng)的診斷效率和能力。