面向服務(wù)的AI-ESTATE故障診斷系統(tǒng)建模

姜會霞，范書義，魏保華，王 成

(軍械工程學(xué)院 導(dǎo)彈工程系，石家莊 050003)

面向服務(wù)的AI-ESTATE故障診斷系統(tǒng)建模

姜會霞，范書義，魏保華，王 成

(軍械工程學(xué)院 導(dǎo)彈工程系，石家莊 050003)

測試和診斷的融合可以提高武器系統(tǒng)的維護效率，但是隨著武器裝備的升級改造就帶來了原有的診斷知識難共享、診斷推理軟件難以互操作、難重用，診斷功能難擴展的問題；AI-ESTATE標(biāo)準(zhǔn)規(guī)范了診斷知識和數(shù)據(jù)的標(biāo)準(zhǔn)化描述和診斷推理機的服務(wù)接口，為知識互換和軟件可移植提供了條件；論文研究了面向服務(wù)的AI-ESTATE開放式故障診斷系統(tǒng)的體系結(jié)構(gòu)和信息傳遞模式，分析了推理機模型管理服務(wù)和互操作服務(wù)；然后運用靜態(tài)診斷模型服務(wù)關(guān)系圖和UML時序圖分析了AI-ESTATE服務(wù)在診斷模型編輯、索引等功能實現(xiàn)中的交換流程，運用動態(tài)診斷模型的UML時序圖分析了AI-ESTATE互操作服務(wù)在故障診斷系統(tǒng)運行中推理機與其它組件的動態(tài)交互過程，為開放式AI-ESTATE智能診斷系統(tǒng)的開發(fā)奠定了基礎(chǔ)。

AI-ESTATE;服務(wù);診斷系統(tǒng);建模

0 引言

隨著武器裝備性能的不斷升級改造，其測試診斷系統(tǒng)也必須不斷的改進提高。然而原有的測試與診斷系統(tǒng)與武器裝備的性能特征緊密的耦合在一起，引起了武器系統(tǒng)升級改造時必須重新開發(fā)診斷系統(tǒng)，系統(tǒng)開發(fā)時間長、成本高[1]。因此新的測試診斷方法無縫鏈接原有的系統(tǒng)、診斷知識與數(shù)據(jù)共享、診斷推理軟件可移植、可重用，則成為解決上述問題的關(guān)鍵。IEEE1232 標(biāo)準(zhǔn)AI-ESTATE(artificial intelligence exchange and service tie to all test environments，全測試環(huán)境人工智能交換與服務(wù))通過規(guī)范診斷知識和數(shù)據(jù)的標(biāo)準(zhǔn)化描述和診斷推理機的服務(wù)為測試和診斷的分離、知識共享和診斷推理機重用提供了方法[2-3]。

AI-ESTATE采用面向服務(wù)的思想，規(guī)范了診斷推理機提供給其它組件的診斷服務(wù)。通過服務(wù)，診斷推理機組件給測試系統(tǒng)、用戶、維修系統(tǒng)等提供推理邏輯。AI-ESTATE診斷推理機組件可以獨立運行，也可以和其它組件通過服務(wù)共同完成一項任務(wù)。AI-ESTATE系統(tǒng)通過服務(wù)實現(xiàn)AI-ESTATE功能組件的互用性和互操作性。因此這些服務(wù)在系統(tǒng)中的功能和實現(xiàn)方法對AI-ESTATE系統(tǒng)的建模分析具有重要的作用。

選用的故障診斷方法不同，診斷過程也不同，相應(yīng)使用的AI-ESTATE服務(wù)的類型也不同。即使對于同一類診斷方法采用的測試和診斷序列的不同，包含的服務(wù)類型也不同。最典型的如按照對信號利用的流程角度劃分為診斷測試方式和測試后診斷方式。診斷測試的方式是指為了實現(xiàn)診斷推理的目標(biāo)而進行的由診斷流程指導(dǎo)測試，使測試程序按需動態(tài)進行的方法；測試后診斷則是指將全部的測試進行完畢，然后依據(jù)測試結(jié)果進行綜合診斷。為了說明AI-ESTATE服務(wù)在診斷過程中的作用，論文以典型類型的診斷過程和環(huán)境為例，采用UML建模方法對面向服務(wù)的AI-ESTATE診斷系統(tǒng)建模，為開放式AI-ESTATE診斷系統(tǒng)的軟件開發(fā)奠定基礎(chǔ)。

1 AI-ESTATE故障診斷系統(tǒng)體系結(jié)構(gòu)

AI-ESTATE標(biāo)準(zhǔn)面向構(gòu)建開放式故障診斷系統(tǒng)，規(guī)范了智能診斷域中診斷知識和數(shù)據(jù)的結(jié)構(gòu)和標(biāo)準(zhǔn)化描述，設(shè)計了標(biāo)準(zhǔn)化的測試與診斷服務(wù)接口，通過使用問題封裝、定義接口邊界、開發(fā)信息交換機制和規(guī)范標(biāo)準(zhǔn)服務(wù)，從而確保不同的診斷推理系統(tǒng)能夠相互兼容、相互操作，測試診斷知識可共享、可移植。在AI-ESTATE兼容的診斷系統(tǒng)中，診斷知識、測試、維修、診斷推理、診斷用戶及被測或被診斷對象均被分離，各單元僅是系統(tǒng)的一個組件，組件與組件之間通過服務(wù)進行信息交互和操作，如圖1所示。

圖1 面向服務(wù)的AI-ESTATE故障診斷系統(tǒng)結(jié)構(gòu)

系統(tǒng)中所有的子系統(tǒng)采用組件模式并通過服務(wù)掛接在軟總線上，進行信息的交互和操作。各個組件均保持一定的功能獨立性，組件內(nèi)部的變化不會影響其它組件的運行和使用。該結(jié)構(gòu)將測試程序獨立在一個應(yīng)用程序中，使整個系統(tǒng)的TPS(測試程序集)變的更小更模塊化。當(dāng)測試系統(tǒng)、維護系統(tǒng)、推理系統(tǒng)等升級改變時不會引起其它程序的變化。診斷知識和數(shù)據(jù)采用AI-ESTATE標(biāo)準(zhǔn)化的信息模型描述的方法進行規(guī)范，使得診斷知識在全系統(tǒng)內(nèi)具有一致性和無疑義性，滿足了知識的共享和交換要求。因此面向服務(wù)的AI-ESTATE故障診斷系統(tǒng)能夠?qū)崿F(xiàn)測試與診斷的分離，能夠?qū)崿F(xiàn)知識和數(shù)據(jù)的共享與重用。為了進一步提高系統(tǒng)間的可移植性和互操作性，AI-ESTATE規(guī)范了推理機組件的接口形式，每個推理機都通過規(guī)范的封裝服務(wù)與其它組件進行交互。這些服務(wù)的封裝定義促進了系統(tǒng)的可交換性，使得診斷推理機與遵循AI-ESTATE的系統(tǒng)間的互換而不影響系統(tǒng)的其他單元。另外封裝服務(wù)的定義提出了一個隱藏具體推理機實現(xiàn)細節(jié)的概念。這些服務(wù)包含了對所有診斷推理機共有行為的抽象，而不會理會實現(xiàn)的細節(jié)。因此，封裝機制提供了遵循AI-ESTATE系統(tǒng)的診斷推理系統(tǒng)間的可交換性，減少了系統(tǒng)表現(xiàn)的復(fù)雜性。

2 AI-ESTATE推理機服務(wù)

AI-ESTATE2002通過規(guī)范模型管理服務(wù)和推理機互操作服務(wù)以實現(xiàn)診斷知識的共享和推理機軟件的互操作、可移植，如圖2所示。

圖2 AI-ESTATE推理機的規(guī)范服務(wù)

模型管理服務(wù)使推理機可以提供給用戶對AI-ESTATE診斷信息模型進行實體創(chuàng)建、屬性設(shè)置、屬性查詢等功能接口。該類服務(wù)滿足了診斷知識和數(shù)據(jù)共享和重用的同時還可以在原有知識的基礎(chǔ)上根據(jù)診斷環(huán)境或?qū)ο蟮牟煌M行改造，從而使得知識具有了擴展性。推理機互操作服務(wù)使推理機可以根據(jù)用戶需求進行診斷模型的加載和診斷過程的控制，并允許用戶對診斷過程中的狀態(tài)進行查詢或人工操作，也可以向維護系統(tǒng)提供診斷結(jié)果、維修建議和維修成本評估等。推理系統(tǒng)互操作服務(wù)實現(xiàn)了推理機與測試系統(tǒng)、維護系統(tǒng)等組件的信息交互和互操作，而不會影響推理機內(nèi)部的變化，滿足了測試與診斷分離的需求。這些服務(wù)的標(biāo)準(zhǔn)化的規(guī)范使得推理機主要滿足對外接口要求就能夠無縫鏈接到任何診斷系統(tǒng)中，實現(xiàn)了推理軟件的可移植。通過這兩種服務(wù),AI-ESTATE兼容的智能診斷系統(tǒng)不僅可以對靜態(tài)故障診斷信息模型進行操作和管理，還可以對模型的動態(tài)過程實現(xiàn)運行管理[4-6]。診斷推理機只通過服務(wù)與其它組件進行交互，當(dāng)推理機變化時不會影響整個系統(tǒng)的結(jié)構(gòu)和應(yīng)用程序的執(zhí)行，從而可以更好的進行系統(tǒng)的升級。因此服務(wù)是推理機與其它組件進行信息交互的關(guān)鍵和唯一通道，也是保證整個推理系統(tǒng)正常運行的關(guān)鍵。

3 靜態(tài)模型的AI-ESTATE服務(wù)建模

靜態(tài)模型是指描述各種診斷方法和知識的靜態(tài)信息模型，也就是各種診斷信息模型如故障樹診斷信息模型、貝葉斯診斷信息模型等。

故障樹診斷方法是典型的診斷測試方式的代表。當(dāng)故障樹診斷被用戶激發(fā)后，推理機將按照名稱索引的方式將對應(yīng)的診斷模型從知識庫中裝載，并將其設(shè)置動態(tài)模式，即可以對模型進行操作。首先由推理機得到要進行的測試項，驅(qū)動TPS執(zhí)行UUT測試；測試結(jié)束后推理機獲取測試結(jié)果；然后根據(jù)此結(jié)果進行診斷推理判斷，如果得到了診斷結(jié)論則診斷過程結(jié)束，否則進行下一步的推理過程。故障被隔離后，如果需要進行模型設(shè)置則可以通過put服務(wù)進行診斷模型的修改，修改后通過save服務(wù)保存模型。對該診斷過程中，AI-ESTATE服務(wù)在各組件中的相互作用關(guān)系如圖3所示。

當(dāng)用戶選擇好模型后，調(diào)用測試診斷平臺組件的load model接口；通過推理機提供的AI-ESTATE load_model服務(wù)將故障樹診斷模型FTM.XML裝載到推理機中，如果選擇的模型已經(jīng)被裝載到推理機中，則返回錯誤狀態(tài)碼OPERATION_OUT_OF_SEQUENCE；如果裝載模型的路徑不正確則返回錯誤狀態(tài)碼MISSING_OR_INVALID_ARGUMENT；裝載項目正確則模型裝載成功。裝載模型后平臺用戶調(diào)用Execute Model接口啟動故障樹模型的診斷；通過模型的引擎進入到故障樹診斷的循環(huán)過程中：首先執(zhí)行獲取故障樹測試步驟，調(diào)用推理機的AI-ESTATE get_test_setp服務(wù)從模型中得到要執(zhí)行的診斷項目；Perform Test命令利用得到的指定測試項目信息驅(qū)動TPS執(zhí)行相應(yīng)的UUT測試；推理機通過get test_result服務(wù)獲取UUT執(zhí)行測試后的實際測試結(jié)果并利用診斷模型中的信息進行推斷，如果要求進行進一步的診斷則再次進入下一個診斷循環(huán)，否則得到診斷結(jié)論并停止診斷。平臺用戶在診斷過程結(jié)束后可以通過AI-ESTATE get_diagnosis服務(wù)獲取診斷結(jié)論。故障被隔離后，可以通過AI-ESTATE put_diagnosis服務(wù)進行模型的設(shè)置，AI-ESTATE save_model則將修改后的模型保存至模型存儲介質(zhì)。該診斷過程主要涉及到AI-ESTATE模型管理類的的get、put服務(wù)，推理機操作服務(wù)類的load_model和save_model服務(wù)，其診斷過程的UML順序圖如圖4所示[7]。

圖3 診斷測試方式的AI-ESTATE服務(wù)關(guān)系圖

上述模型操作過程中，如果測試數(shù)據(jù)不是單步獲取的而是全部測試完畢后進行診斷的，則診斷過程中不需要獲取測試服務(wù)驅(qū)動UUT測試，而只需要獲取知識庫中的測試結(jié)果后根據(jù)推理策略進行故障診斷。因此在該診斷系統(tǒng)中與測試系統(tǒng)的執(zhí)行是完全隔離的。以上通過典型的故障樹診斷方法在AI-ESTATE系統(tǒng)中的應(yīng)用，描述了診斷模型和推理機、推理機和系統(tǒng)其它組件的服務(wù)調(diào)用關(guān)系。除了上述模型診斷中涉及的模型管理服務(wù)、診斷推理互操作服務(wù)之外，AI-ESTATE為了支持維修、保障，還提供了使用戶完全理解診斷過程的各種狀態(tài)信息的服務(wù)。

圖4 診斷測試方式AI-ESTATE模型管理服務(wù)順序圖

4 動態(tài)模型的AI-ESTATE服務(wù)建模

AI-ESTATE動態(tài)上下文模型(DCM)規(guī)范了各種實體捕獲診斷上下文中的各種動態(tài)信息。DCM使AI-ESTATE兼容的推理機具有了一些重要的功能。這些功能與診斷序列中每一步的推理過程的狀態(tài)有關(guān)。因此DCM與靜態(tài)的FTM不同，它的知識和數(shù)據(jù)是在診斷序列中實時創(chuàng)建的。整個DCM記錄的信息主要分為四類。一是診斷過程中的各種狀態(tài)信息，該信息與實際的診斷序列有關(guān)，是一個實時變化動態(tài)產(chǎn)生的信息；二是整個系統(tǒng)的配置信息，如各種測試資源信息、測試條件信息等；三是診斷系統(tǒng)的日志信息，該信息記錄了有關(guān)系統(tǒng)的各種歷史信息，包括診斷歷史、診斷時間、維修歷史等；四是診斷系統(tǒng)說明信息，如生產(chǎn)廠商對系統(tǒng)的操作說明、版本信息、警告等。在此重點說明DCM的診斷動態(tài)信息的形成。診斷序列可以表示為一系列的診斷步驟，每個診斷步驟可以執(zhí)行一個或多個測試。DCM所記錄的狀態(tài)就是每個執(zhí)行步驟的狀態(tài)信息，包括：當(dāng)前使用的模型、與活動模型相關(guān)的各種資源、與活動模型相關(guān)的各種測試、與活動模型相關(guān)的各種診斷、當(dāng)前故障前提條件以及各種實際的測試信息和測試結(jié)果]。

由于在AI-ESTATE診斷過程中DCM要實時記錄系統(tǒng)所發(fā)生的任何信息和狀態(tài)的變化，因此它必然要和系統(tǒng)中的平臺、診斷信息模型、推理機、測試系統(tǒng)等發(fā)生交互。以AI-ESTATE故障樹診斷系統(tǒng)為例進行簡單說明，其部分時序圖如圖5所示。

當(dāng)用戶采用主動方式或根據(jù)測試結(jié)果判定啟動裝備診斷后，診斷系統(tǒng)首先創(chuàng)建DCM實體為各種信息的記錄做好準(zhǔn)備；診斷平臺裝載模型，并通過推理機服務(wù)load_model將故障樹信息模型加載到診斷過程中；推理機通過creat_step服務(wù)創(chuàng)建DCM的診斷步驟實體，以記錄每個診斷步驟的狀態(tài)；creat_active_model服務(wù)創(chuàng)建當(dāng)前活動模型的實體；put_availability設(shè)置活動模型的適用性，表明當(dāng)前模型是可用的；put_corresponds_to服務(wù)將當(dāng)前裝載的故障樹模型設(shè)置為可用的活動模型并指出其要求的上下文，從而完成裝載模型活動系統(tǒng)所涉及到的各種信息；平臺通過Execute_model服務(wù)啟動診斷過程；推理機通過get_test_step服務(wù)獲取故障樹模型中的執(zhí)行測試的信息；creat_active_test服務(wù)和put_corresponds_to服務(wù)用于創(chuàng)建DCM活動的測試實體，表明在給定步驟下推理機使用的測試信息；Perform_test服務(wù)激勵測試系統(tǒng)TPS實施對UUT的測試；creat_active_action服務(wù)、put_corresponds_to服務(wù)、put_time_incurred服務(wù)描述在該診斷過程中執(zhí)行的測試行為和測試時間；之后推理機通過get_actual_test_result服務(wù)獲取測試系統(tǒng)的實際測試結(jié)果，同時推理機通過put_actual_outcome服務(wù)將該信息記錄在DCM中；之后故障樹推理機根據(jù)測試信息和模型信息進行推理，完成一個診斷步驟；并通過creat_session、put_trace等服務(wù)將該診斷步驟信息記錄在DCM中。

需要指出的是并不是所有的診斷系統(tǒng)都必須建立DCM，

圖5 具有DCM的FTM故障診斷部分順序圖

但是它給用戶提供了理解診斷實施過程的手段。

通過以上診斷模型的建模分析可知，AI-ESTATE服務(wù)是與測試診斷環(huán)境無關(guān)，但是模型管理服務(wù)類是推理機操作服務(wù)類的基礎(chǔ)，也是診斷系統(tǒng)必然要使用的服務(wù)；而對于推理機操作服務(wù)則因為系統(tǒng)需求的不同而使用的服務(wù)會有很大的不同，特別是當(dāng)不需要記錄診斷系統(tǒng)的各種過程信息、狀態(tài)信息時，使用的服務(wù)一般僅涉及l(fā)oad、estimated類等服務(wù)。

5 總結(jié)

在武器裝備不斷升級改造、保障手段不斷提高的情況下，知識共享、軟件可移植、互操作成為新的測試診斷系統(tǒng)的開發(fā)和升級的有效方法。面向服務(wù)的AI-ESTATE故障診斷系統(tǒng)規(guī)范封裝服務(wù)使推理機的接口標(biāo)準(zhǔn)化，提高了系統(tǒng)間可移植性和互操作性。AI-ESTATE規(guī)范了模型管理服務(wù)和診斷知識信息模型的標(biāo)準(zhǔn)化描述，實現(xiàn)了診斷知識的一致性描述，使得診斷知識和數(shù)據(jù)可共享；通過定義推理機的互操作服務(wù)使得AI-ESTATE兼容的故障診斷系統(tǒng)實現(xiàn)了測試與診斷的分離，使得推理機軟件得以互操作、可移植?；赨ML的服務(wù)關(guān)系圖和順序圖進一步的說明了AI-ESTATE推理系統(tǒng)互操作服務(wù)、模型管理服務(wù)在故障診斷靜態(tài)模型和動態(tài)模型中的作用，為開放式AI-ESTATE智能診斷系統(tǒng)的開發(fā)奠定了基礎(chǔ)。

[1] 多麗華.裝備遠程協(xié)同診斷服務(wù)共享模式及關(guān)鍵技術(shù)研究[D].長沙：國防科學(xué)技術(shù)大學(xué),2005.

[2] IEEE Std 1232-2002,IEEE Standard for Artificial Intelligence Exchange and Service Tie to All Test Environments (AI-ESTATE)[S].

[3] IEEE Std 1232-2010,IEEE Standard for Artificial Intelligence Exchange and Service Tie to All Test Environments (AI-ESTATE)[S].

[4] Pat Cosgriff, Michelle Harris, Alicia Helton.Intelligent Diagnostic Reasoning System Deployment Process and Results[A]. IEEE system Readiness Technology Conference.IEEE Autotestcon 2008 Proceedings[C]. Anaheim, California: IEEE, 2008:154-158.

[5] William R.Simpson.A View of the AI-ESTATE Architecture and the ABBET Upper Layers[A]. IEEE system Readiness Technology Conference. IEEE AUTOTESTCON 1996[C]. Dayton, OH, USA：IEEE, 1996: 213-217.

[6] AnthonyL.Alwardt,Angela .Nielson. Utilizing A Service-Oriented Architecture to Perform Closed-Loop Diagnostics in Network Centric Support Environments[A]. IEEE Systems Readiness Technology Conference.IEEE AUTOTESTCON 2007[C]. Baltimore,United States:IEEE, 2007:332-339

[7] Houston King,Nathan Fortier,John W. Sheppard. An AI-ESTATE Conformant Interface for Net-Centric Diagnostic and Prognostic Reasoning[A]. IEEE AUTOTESTCON 2014[C].

[8] 袁少輝,劉 堅,于德介.基于UML的設(shè)備遠程協(xié)同診斷平臺系統(tǒng)建模[J].機電一體化,2004(3):83-86.

[9] David Carlson.XML應(yīng)用的UML建模技術(shù)[M].周 靖,侯奕萌,沈金河,等譯.北京:清華大學(xué)出版社,2003.

Service-Oriented AI-ESTATE Fault Diagnosis System Modeling

Jiang Huixia, Fan Shuyi, Wei Baohua, Wang Cheng

(Missile Engineering Department ,Ordnance Engineering College, Shijiazhuang 050003,China)

The combination of test and diagnosis can improve the support efficiency of weapon system. But it brings forth the difficulty of sharing diagnosis knowledge, poor reasoner software interoperability and reuse, and low extendibility of the diagnosis system when weapon equipments are changed. AI-ESTATE standard provides the formal diagnosis knowledge and data specification to facilitate the exchange of diagnosis information, defines the diagnostic reasoner interface using services to facilitate the portability. The system framework and the communication mode of Service-oriented open AI-ESTATE diagnostic system is researched in the paper. Then model management services and reasoner manipulation services are analyzed. The services Relationship and UML sequence diagram of Static diagnostic model are applied to represent the exchange flow of AI-ESTATE service in the process of editing diagnostic model ,index model attribute and the like. UML sequence diagram of dynamic context model is applied to represent the dynamic function of reasoner manipulation services between reasoner and other components in the running of diagnostic system. These analyses of AI-ESTATE services can provide basis model for the development of open AI-ESTATE diagnostic system.

AI-ESTATE； service；diagnostic system； modeling

2016-10-05；

2016-11-24。

姜會霞(1975-)，女，講師，博士，主要從事故障診斷，軍用自動測試系統(tǒng)方向的研究。

1671-4598(2017)03-0015-03

10.16526/j.cnki.11-4762/tp.2017.03.005

TP273

A