汽車故障診斷專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

朱 全 ，黃愛蓉 ，鮑 娟

（1.湖北汽車工業(yè)學(xué)院 電氣與信息工程學(xué)院，湖北 十堰442002；2.鄖陽醫(yī)學(xué)院 計(jì)算機(jī)課部，湖北 十堰442002）

車輛內(nèi)部結(jié)構(gòu)復(fù)雜，故障呈現(xiàn)多樣性，難于發(fā)現(xiàn)。針對這種情況，用戶希望有一個(gè)能方便檢測汽車故障的工具，并能實(shí)時(shí)掌握汽車的狀態(tài)。汽車故障診斷專家系統(tǒng)能夠滿足用戶的需求，具有廣泛的應(yīng)用前景。

汽車故障診斷專家系統(tǒng)主要是利用車載傳感器獲取車輛各ECU故障信息，使用人工智能算法對獲取的故障信息進(jìn)行綜合處理，分析出故障產(chǎn)生的原因，并將分析結(jié)果反饋給用戶。國內(nèi)已有一些使用專家系統(tǒng)進(jìn)行汽車故障診斷的例子，它是人工智能在汽車領(lǐng)域的一個(gè)應(yīng)用，是領(lǐng)域?qū)＜液椭R(shí)工程師合作的產(chǎn)物，通常可運(yùn)用故障樹、神經(jīng)網(wǎng)絡(luò)、遺傳算法、小波分析等方法進(jìn)行故障的分析和知識(shí)的提取，在推理方面，運(yùn)用較多的有正向推理、反向推理以及正反混合推理。參見文獻(xiàn)［1－5］。目前的專家也存在一些缺點(diǎn)，難于表征問題域的深層知識(shí)，缺乏魯棒性和靈活性；不能提供深入的解釋，難以驗(yàn)證根據(jù)經(jīng)驗(yàn)學(xué)習(xí)的能力差等［6］。

針對此現(xiàn)狀，本文提出了基于規(guī)則［6－7］的汽車故障診斷專家系統(tǒng)，運(yùn)用不確定性的正向演繹推理，不完整的故障碼信息也能給出結(jié)論，增加了一個(gè)實(shí)例數(shù)據(jù)庫，用于存儲(chǔ)推理結(jié)果，避免了重復(fù)推理，提高了推理效率。

2 總體設(shè)計(jì)

汽車故障診斷專家系統(tǒng)的整體功能模塊如圖1所示，主要由無線收發(fā)模塊、數(shù)據(jù)處理模塊和故障診斷模塊組成。專家系統(tǒng)的功能是當(dāng)用戶需要故障求助時(shí)，按下求助按鈕后，接收由車載端發(fā)送來的故障碼信息，運(yùn)用知識(shí)庫中的知識(shí)推理診斷［8－9］，并將診斷結(jié)果反饋給用戶。

圖1 功能模塊圖

其中無線收發(fā)模塊具有接收信息和發(fā)送信息的功能，它接收車載端發(fā)送的故障碼信息，并傳遞給數(shù)據(jù)處理模塊，并將數(shù)據(jù)處理模塊傳遞過來的診斷結(jié)果反饋給車載端。數(shù)據(jù)處理模塊處理和轉(zhuǎn)換無線收發(fā)模塊傳遞來的故障碼信息，并傳遞給故障診斷模塊；同時(shí)處理和轉(zhuǎn)換故障診斷模塊傳遞來的診斷結(jié)果并傳遞給無線收發(fā)模塊。故障診斷模塊接收從數(shù)據(jù)處理模塊傳來的車牌號和故障碼，運(yùn)用知識(shí)庫中的知識(shí)進(jìn)行推理，得出診斷結(jié)果并將車牌號和診斷結(jié)果返回給數(shù)據(jù)處理模塊。

3 數(shù)據(jù)交互協(xié)議

為了使專家系統(tǒng)能實(shí)時(shí)準(zhǔn)確的接受到車載端發(fā)送來的故障求助，同時(shí)將診斷結(jié)果實(shí)時(shí)準(zhǔn)確的反饋給車載端，建立一個(gè)好的數(shù)據(jù)交互協(xié)議是很重要的，專家系統(tǒng)數(shù)據(jù)包格式如表1所示。

表1 汽車故障診斷專家系統(tǒng)數(shù)據(jù)包格式

其中：Device為設(shè)備編號，長一個(gè)字節(jié)；Node表示通信節(jié)點(diǎn)；Data/Cmd表示包的類型，若為0x00表示數(shù)據(jù)，若為0x01表示命令；Buf表示包的實(shí)際內(nèi)容，其長度（字節(jié)數(shù)）由Length域的數(shù)據(jù)決定。

本系統(tǒng)在運(yùn)行過程中，傳輸?shù)臄?shù)據(jù)包有顯示端發(fā)出的故障求助包、網(wǎng)關(guān)發(fā)給服務(wù)中心的故障求助包和來自服務(wù)中心的分析結(jié)果包。

當(dāng)車輛發(fā)生故障時(shí)，或用戶覺得必要時(shí)，由用戶發(fā)起故障求助，按下“故障求助”向服務(wù)中心請求幫助。具體過程如下：

1）顯示端“故障求助”按鈕通過網(wǎng)關(guān)向服務(wù)中心發(fā)起故障綜合診斷請求，請求包格式見表2。

表2 顯示端發(fā)出的故障求助包

2）網(wǎng)關(guān)先將該請求轉(zhuǎn)發(fā)給采集端。

3）采集端對關(guān)鍵點(diǎn)掃描，將掃描的故障碼發(fā)給網(wǎng)關(guān)。

4）網(wǎng)關(guān)根據(jù)來自采集端的數(shù)據(jù)包確定有無故障存在，若無，直接發(fā)送故障尾包給顯示端；若有，將故障碼轉(zhuǎn)發(fā)給顯示端，同時(shí)在故障碼包的Buf開始處插入“車牌號碼”信息如表3所示，將其發(fā)給服務(wù)中心，等待服務(wù)中心的診斷結(jié)果。

表3 網(wǎng)關(guān)發(fā)給服務(wù)中心的故障求助包

5）若服務(wù)中心未返回診斷結(jié)果 （如發(fā)生無法連接服務(wù)中心的情況），則直接將尾包發(fā)給顯示端；若服務(wù)中心返回分析結(jié)果，則將來自服務(wù)中心的結(jié)果包（表4）和故障尾包依次發(fā)送給顯示端。

表4 來自服務(wù)中心的分析結(jié)果包

4 故障診斷及設(shè)計(jì)

故障診斷模塊是專家系統(tǒng)的核心部分，它根據(jù)發(fā)送來的故障碼，運(yùn)用知識(shí)庫中的知識(shí)進(jìn)行推理，得出故障部位、維修建議和置信度。本系統(tǒng)在正向演繹推理的過程中，使用深度優(yōu)先搜索策略以達(dá)到對汽車故障的診斷。

4.1 故障診斷原理

4.1.1 專家系統(tǒng)基本實(shí)現(xiàn)原理

故障診斷模塊主要由人機(jī)接口、推理機(jī)、知識(shí)庫、綜合數(shù)據(jù)庫、知識(shí)獲取機(jī)構(gòu)、解釋系統(tǒng)等組成。其中推理機(jī)和知識(shí)庫是故障診斷的核心部件。人機(jī)接口是專家系統(tǒng)與領(lǐng)域?qū)＜一蛑R(shí)工程師及一般用戶間進(jìn)行信息交互的媒介；推理機(jī)模擬領(lǐng)域?qū)＜业乃季S過程，根據(jù)當(dāng)前已知的事實(shí)，利用知識(shí)庫中的知識(shí)，按一定的推理方法和控制策略進(jìn)行推理，最后得出問題的解；知識(shí)庫是專家系統(tǒng)的知識(shí)存儲(chǔ)器，用來存放被求解問題相關(guān)領(lǐng)域內(nèi)的原理性知識(shí)或一些相關(guān)的事實(shí)以及專家的經(jīng)驗(yàn)性知識(shí)；綜合數(shù)據(jù)庫用來存儲(chǔ)有關(guān)領(lǐng)域問題的初始事實(shí)、問題描述及其系統(tǒng)推理過程中得到的各種中間狀態(tài)或結(jié)果等，系統(tǒng)的目標(biāo)結(jié)果也存于其中；知識(shí)獲取機(jī)構(gòu)從知識(shí)工程師那里獲取知識(shí)或從訓(xùn)練數(shù)據(jù)中自動(dòng)獲取知識(shí)，并把得到的知識(shí)送入知識(shí)庫中，并確保知識(shí)的一致性及完整性；解釋系統(tǒng)通過對自身行為的解釋回答用戶的提問。此功能模塊的流程圖見圖2。

圖2 故障診斷模塊

4.1.2 知識(shí)獲取

采用故障樹分析法將知識(shí)組織成樹狀結(jié)構(gòu)，故障樹分析法是一種將系統(tǒng)故障形成的原因由總體至部分按樹枝狀逐漸細(xì)化的分析方法，可以用來判明故障部位及其原因、影響和發(fā)生概率。故障樹分析法就是把所研究系統(tǒng)的最不希望發(fā)生的故障狀態(tài)作為故障分析的目標(biāo)，然后尋找直接導(dǎo)致這一故障發(fā)生的全部因數(shù)，再找出造成下一級事件發(fā)生的全部直接因素，一直追查到那些原始的、無須再深究的因素為止［10］。故障樹分析法將最不希望發(fā)生的事件稱為頂端事件，最終原因稱為底端事件，介于二者之間用于推理的事件稱為中間事件，并用相應(yīng)符號表示這些事件，再用適當(dāng)?shù)倪壿嬮T把頂端事件、中間事件和底端事件連接成樹形圖，用以表示故障現(xiàn)象和故障原因之間的關(guān)系。

故障樹分析過程如下：1）對系統(tǒng)進(jìn)行分析，將最不希望發(fā)生的事件稱為頂端事件。2）將系統(tǒng)各部分故障現(xiàn)象和故障原因進(jìn)行定義并組織成故障樹形式的邏輯圖。3）運(yùn)用布爾代數(shù)對故障樹進(jìn)行簡化，求故障樹的最小割集。4）根據(jù)各元部件間關(guān)聯(lián)的故障概率，對系統(tǒng)故障做定量分析。

4.1.3 推理原理

本系統(tǒng)是基于規(guī)則的專家系統(tǒng)，知識(shí)被表示為“如果……那么……”的產(chǎn)生式規(guī)則，即 “IF P THEN Q”的形式，其中P是產(chǎn)生式的前件，指出該產(chǎn)生式規(guī)則的條件；Q是一組結(jié)論或操作，指出當(dāng)前提條件滿足時(shí)應(yīng)得出的結(jié)論或進(jìn)行的操作［10］。

由于此系統(tǒng)一次獲取所有故障碼，無法在推理過程中詢問用戶相關(guān)信息，用反向演繹推理或正反向演繹推理比較困難，所以用正向演繹推理；正向演繹推理的基本思想是：用戶首先用已知的初始事實(shí)集初始化臨時(shí)數(shù)據(jù)庫，在知識(shí)庫中尋找與臨時(shí)數(shù)據(jù)庫中的模式匹配的知識(shí)，構(gòu)成可用的知識(shí)集。然后運(yùn)用深度優(yōu)先搜索作為沖突消解策略選出一條規(guī)則進(jìn)行推理，并將推理出的新事實(shí)加入到臨時(shí)數(shù)據(jù)庫中作為下一步推理的已知事實(shí)。如此反復(fù)這一過程直到求出所要求的解或者知識(shí)庫中再無其他可用的知識(shí)為止。

本系統(tǒng)是正向推理的基礎(chǔ)上的不確定性推理。知識(shí)庫中的知識(shí)具有不確定性，在推理過程中，結(jié)論的不確定度為推理過程中規(guī)則不確定度的乘積，最后的推理結(jié)果按不確定度的大小進(jìn)行排序，給出用戶結(jié)論的優(yōu)先順序。

本系統(tǒng)設(shè)置了一個(gè)實(shí)例數(shù)據(jù)庫，推理的最后結(jié)果存放在實(shí)例數(shù)據(jù)庫中，當(dāng)下次發(fā)送來的故障碼存在于實(shí)例數(shù)據(jù)庫時(shí)，可以用實(shí)例數(shù)據(jù)庫中已有的結(jié)論反饋給用戶。

4.2 專家系統(tǒng)算法設(shè)計(jì)

圖3 專家系統(tǒng)整體流程圖

故障診斷專家系統(tǒng)整體流程圖見圖3。故障診斷需要故障診斷模塊各部分間的協(xié)調(diào)工作，基本步驟如下：1）程序?qū)?shù)據(jù)處理模塊傳來的數(shù)據(jù)進(jìn)行處理，分離出車牌號和故障碼。2）在實(shí)例數(shù)據(jù)庫中查詢有無與故障碼匹配的診斷結(jié)果，若有，將車牌號和診斷結(jié)果傳給數(shù)據(jù)處理模塊，程序結(jié)束；若無，進(jìn)行步驟3。3）建立用于推理的對象，初始化臨時(shí)數(shù)據(jù)庫。4）運(yùn)用知識(shí)庫中知識(shí)進(jìn)行推理，如果推理失敗，將車牌號和“推理失敗”傳給數(shù)據(jù)處理模塊，程序結(jié)束；如果推理成功，進(jìn)行步驟5。5）將推理實(shí)例加入實(shí)例數(shù)據(jù)庫，將車牌號和推理結(jié)果傳給數(shù)據(jù)處理模塊，程序結(jié)束。

4.2.1 故障推理及設(shè)計(jì)

故障推理是以推理機(jī)為中心的推理過程，流程圖如圖4所示。基本步驟如下：

1）建立臨時(shí)數(shù)據(jù)庫，用于存儲(chǔ)規(guī)則前件及其對應(yīng)規(guī)則的概率和最終結(jié)果及其對應(yīng)概率。

2）初始化臨時(shí)數(shù)據(jù)庫，將各故障碼與規(guī)則前件匹配，形成規(guī)則集，運(yùn)用寬度優(yōu)先搜索策略，依次選取規(guī)則進(jìn)行推理，將推理結(jié)果中的結(jié)論加到存儲(chǔ)最終結(jié)果的數(shù)組中，相應(yīng)概率加到存儲(chǔ)最終結(jié)果概率的數(shù)組中；將推理結(jié)果中的操作加到存儲(chǔ)規(guī)則前件的數(shù)組中，相應(yīng)概率加到存儲(chǔ)規(guī)則前件概率的數(shù)組中，形成新的事實(shí)集進(jìn)行下一步推理。

3）反復(fù)執(zhí)行步驟2直到存儲(chǔ)規(guī)則前件的數(shù)組中不與任何規(guī)則匹配時(shí)為止。

4）若診斷失敗，返回車牌號和“推理失敗”；若診斷成功，將推理結(jié)果中相同項(xiàng)合并，對應(yīng)概率相加，去除結(jié)果中概率小于0.1的項(xiàng)，并將推理結(jié)果存入“實(shí)例數(shù)據(jù)庫”，返回車牌號和推理結(jié)果。

圖4 故障推理流程圖

5 系統(tǒng)實(shí)現(xiàn)

本系統(tǒng)在Windows操作系統(tǒng)下，以C#作為開發(fā)平臺(tái)，使用SQL2000作為專家系統(tǒng)中知識(shí)庫、實(shí)例數(shù)據(jù)庫的服務(wù)器。

5.1 知識(shí)庫和實(shí)例數(shù)據(jù)庫的建立

知識(shí)庫存儲(chǔ)了推理機(jī)推理所需的知識(shí)，是專家系統(tǒng)最重要的部分，表InferEvent提供了其功能，存儲(chǔ)了用于推理的知識(shí)，即產(chǎn)生式規(guī)則的前件，對應(yīng)操作或結(jié)論和相應(yīng)置信度。實(shí)例數(shù)據(jù)庫具有提高診斷效率的作用，表rules提供了其功能，存儲(chǔ)了接收到的故障碼序列、對應(yīng)診斷結(jié)果和置信度。其它輔助表有表ProbPlace和表ErrorCode，表ProbPlace給出了故障部位編碼及其對應(yīng)故障部位和維修建議，表ErrorCode用于存儲(chǔ)推理前件和最終結(jié)果，將推理前件和最終結(jié)果組織到一個(gè)表中，避免了頻繁的表間操作，提高了程序的運(yùn)行效率。

5.2 部署圖

系統(tǒng)測試時(shí)，專家系統(tǒng)作為服務(wù)器，主動(dòng)打開，處于監(jiān)聽狀態(tài)，當(dāng)有故障碼傳來時(shí)，開始推理診斷并將診斷結(jié)果反饋給用戶，整個(gè)系統(tǒng)的部署見圖5。

圖5 系統(tǒng)應(yīng)用部署圖

5.3 實(shí)際應(yīng)用結(jié)果

在系統(tǒng)運(yùn)行過程中，診斷結(jié)果反饋給用戶的同時(shí)，也顯示給系統(tǒng)管理員，通過系統(tǒng)管理員對系統(tǒng)的實(shí)時(shí)監(jiān)測，有利于系統(tǒng)性能的測試和評估，為系統(tǒng)的維護(hù)和改進(jìn)提供了依據(jù)。應(yīng)用截圖如圖6所示。

圖6 實(shí)際應(yīng)用截圖

5.4 效果分析

通過對系統(tǒng)的測試，達(dá)到了預(yù)期的效果，當(dāng)提供測試數(shù)據(jù)時(shí)，系統(tǒng)給出了正確的診斷結(jié)果，可以作為用戶排除故障的依據(jù)，根據(jù)反饋的維修建議，通過相關(guān)處理，最終成功的排除了汽車的故障，完成了專家系統(tǒng)的功能。

在診斷時(shí)，診斷具有實(shí)時(shí)高效性，可以快速的給出診斷結(jié)果；系統(tǒng)具有較高的穩(wěn)定性，對于各種異常情況，系統(tǒng)均給出相關(guān)的異常處理結(jié)果；當(dāng)故障碼信息不足時(shí)，系統(tǒng)也可根據(jù)具體情況給出診斷結(jié)果和相應(yīng)的置信度。以往汽車故障診斷專家系統(tǒng)多為研究汽車某一部分故障的診斷，難于從整體對汽車故障進(jìn)行分析，在進(jìn)行推理時(shí)，多為確定性推理，對于復(fù)雜的汽車系統(tǒng)，無法給出全面的診斷結(jié)果，導(dǎo)致某些推理結(jié)果的不完整。本專家系統(tǒng)對汽車進(jìn)行整體分析，各診斷部位緊密聯(lián)系，通過不確定推理，將所有可能結(jié)果呈現(xiàn)給用戶，供用戶選擇。在構(gòu)建知識(shí)庫的同時(shí)，還建了一個(gè)實(shí)例數(shù)據(jù)庫用于存儲(chǔ)推理結(jié)果，當(dāng)遇到較多用戶發(fā)送相同故障碼時(shí)，可以直接查詢已有的推理結(jié)果并反饋給用戶，提高了推理效率和故障診斷的實(shí)時(shí)性。

6 結(jié)束語

本專家系統(tǒng)用故障樹的分析方法，基于規(guī)則的知識(shí)表示和正向演繹推理，以解決汽車中存在的復(fù)雜的故障問題，方便用戶對各自汽車的維護(hù)，具有廣闊的應(yīng)用前景。采用故障樹的分析方法，將各故障現(xiàn)象以樹的形式組織起來，便于描述各故障現(xiàn)象之間的關(guān)系，簡化了故障現(xiàn)象間復(fù)雜的關(guān)系，有利于分析和編程。而用基于規(guī)則的知識(shí)表示方法，使知識(shí)和計(jì)算機(jī)程序中的控制分離，從而使知識(shí)和程序控制可以各自進(jìn)行維護(hù)而相互間沒有影響，提高了整個(gè)系統(tǒng)的穩(wěn)定性，各規(guī)則在語法上是相互獨(dú)立的，規(guī)則僅可以通過改變工作內(nèi)存中的模式來影響其他規(guī)則的引發(fā)，這種語法上的獨(dú)立性有利于逐步開發(fā)系統(tǒng)，可以不斷地加入、刪除或修改系統(tǒng)中的知識(shí)。但此專家系統(tǒng)無法對汽車模糊的故障征兆進(jìn)行處理，而且無法從診斷中自主學(xué)習(xí)，必須由知識(shí)工程師對規(guī)則進(jìn)行添加和維護(hù)。未來可以采取神經(jīng)網(wǎng)絡(luò)［11］和遺傳算法［12］相結(jié)合的專家系統(tǒng)，具有模糊診斷和自主學(xué)習(xí)的能力。

［1］ 程曉章，吳昊.基于規(guī)則的柴油機(jī)故障診斷專家系統(tǒng)［J］.合肥工業(yè)大學(xué)學(xué)報(bào)，2003（4）：619－622.

［2］辛惠娟，戴慶輝.汽車發(fā)動(dòng)機(jī)故障診斷專家系統(tǒng)的開發(fā)研究［J］.煤礦機(jī)械，2005（2）：131－133.

［3］ 張麗莉，儲(chǔ)江偉，強(qiáng)添剛，等.汽車故障診斷專家系統(tǒng)關(guān)鍵技術(shù)的研究與發(fā)展 ［J］.計(jì)算機(jī)應(yīng)用研究，2008，25（6）：1633－1638.

［4］許化東.基于故障樹分析法的汽車故障診斷專家系統(tǒng)的研究［D］.合肥：合肥工業(yè)大學(xué)車輛工程，2002.

［5］ 孔繁森，董因平，何仁.基于故障樹知識(shí)的汽車故障診斷推理［J］.汽車工程，2001，23（3）：209－213.

［6］George F.Luger.人工智能—復(fù)雜問題求解的結(jié)構(gòu)和策略［M］.北京：機(jī)械工業(yè)出版社，2006.

［7］ 王勛，凌云，費(fèi)玉蓮.人工智能導(dǎo)論［M］.北京：科學(xué)出版社，2005.

［8］ 鄂加強(qiáng)，龔金科，王耀南，等.特種車輛柴油發(fā)動(dòng)機(jī)故障診斷專家系統(tǒng)推理機(jī)設(shè)計(jì)［J］.湖南大學(xué)學(xué)報(bào)，2005，32（5）：46－51.

［9］ CHEN SHYI－MING，HSIAO WEN－HOAR.Bidirectional approximate reasoning for rule－based systems using interval－valued fuzzy sets ［J］.Fuzzy Sets and Systems，2000，113（2）：185－203.

［10］肖云魁.汽車故障診斷學(xué)［M］.2版.北京：北京理工大學(xué)出版社，2006.

［11］馮 定.神經(jīng)網(wǎng)絡(luò)專家系統(tǒng) ［M］.北京： 科學(xué)出版社，2006.

［12］李敏強(qiáng).遺傳算法的基本理論與應(yīng)用［M］.北京：科學(xué)出版社，2002.

［13］馬鳴遠(yuǎn).人工智能與專家系統(tǒng)導(dǎo)論［M］.北京：清華大學(xué)出版社，2006.