推荐阅读：摘要：为解决民航客机系统结构复杂、故障诊断分析困难的问题，采用故障树分析法设计实现了故障诊断专家系统。本文以空客320型飞机反推为例，首先说明了其结构和工作原理，然后介绍了知识库设计和推理机的算法设计。系统在Visual Basic6.0、Access2013环境下
摘要：为解决民航客机系统结构复杂、故障诊断分析困难的问题，采用故障树分析法设计实现了故障诊断专家系统。本文以空客320型飞机反推为例，首先说明了其结构和工作原理，然后介绍了知识库设计和推理机的算法设计。系统在Visual Basic6.0、Access2013环境下开发，经过验证，推理结果符合实际情况，有较强的应用价值。
关键词：飞机反推 故障树分析 专家系统
1 引言
民航客机系统结构复杂，设备出现故障时原因较多。在现场判断和处理故障时，不但维修人员的经验丰富与否影响工作进度的快慢，而且对系统原理的分析也耗费相当多的时间，导致故障原因定位不准、维修时间较长。故采用故障树分析法建立故障诊断专家系统，以提高经济性和可靠性。
2 反推的结构及工作原理
由图2可见，反推系统控制条件复杂，涉及部件多样。
3 专家系统组成
系统结构如图3所示，其中知识库中存放故障规则，规则由故障树分析得到，故障树根据系统原理建立。知识库管理模块用于对知识库中的规则进行添加、删除和修改等操作。推理机模块是专家系统的核心，推理机采用正、反向推理和优先级控制策略求解问题；推理得到的中间信息存放在动态数据库中；用户利用人机接口通过对话的形式在系统推理时提出问题；系统最终给出诊断结果并提供维修建议。
4 知识库设计
4.1 知识的获取
知识的获取首先是从反推系统的故障现象入手，寻找导致故障现象发生的全部因素，再找到造成下一级事件发生的全部因素，一直定位到产生故障的部件或线路，再绘制出反映推理过程的故障树。故障原因和现象间的关系并非一一对应，多数情况下故障现象类似，但起因并不相同或不止一处。由于存在这种一果多因、一因多果的情况，所以有些事件会出现在多个故障树中。
4.2 知识的表示方法
知识分为部件知识和规则知识。
部件知识是为了方便规则知识的自动推理而设计的，同时也存储了部件自身的一些信息。
例如：LRU（14ks1，inhibition relay，抑制继电器，001，stat（正常，故障））表示fin号为14ks1的一个继电器，内容包含了中、英文名称、关联的原理图号、允许的状态集合等信息，而lru（14ks1，，，，故障）就表示该部件故障；wire（ 14ks1（（ a））， 4101ks1（ a（4）））表示了连接两个插钉的一条线路。
规则知识的设计采用前提、结论、优先级的形式。其中，前提表示故障原因，结论表示现象，优先级提供了当多条规则同时触发时的冲突消解策略。以ECAM警告“REV SWITCH FAULT”为例，存在如表1规则。
两条规则的结论均为此警告信息。
部件和线路都含有fin号，这个编号用来关联详细信息和原理图，提交给用户参考使用。
对于多个前提的情况，如果前提事件是逻辑或的关系，则各自作为一条规则；如果是逻辑与的关系，则将前提合并，形成一条规则。
5 推理机设计
5.1 算法综合描述
基于故障树的推理是利用故障现象和故障树节点间的逻辑关系进行推理，利用存在于其它故障树中的同一个节点产生的辅助信息进行假设排除，最终确定故障原因。在进行故障诊断之前，首先通过故障现象搜索故障原因，相当于构造故障树，作用是缩小搜索范围，提高系统工作效率。将数据库中的对应规则组织成若干棵树，每棵树的叶子节点对应一个故障原因，非叶子节点对应一个故障现象或中间事件，父节点与子节点的关系构成规则，在动态数据库中记录故障树的根节点、节点层次、节点关系、叶子节点等信息。设置系统变量，用于判断系统是否触发过规则。
5.2 算法实现
故障树以故障现象为顶事件，所以先要自上而下反向推理找到符合要求所有底事件，也就是故障原因。算法如表2所示。
同时还应进行正向推理，查找有无辅助故障现象，进行推理排除。算法如表3。
正向推理是在故障树上看是在下而上的。
6 系统验证分析
启动故障诊断系统之后，可以选择故障诊断和线路分析，并且还可以进行知识库的维护。如图4。
故障诊断是系统主要功能，根据用户提交的故障现象，调用推理机和知识库中的规则进行匹配、触发，给出结论和优先级，提出故障处理对策，并可对推理过程做出解释。如图5。
线路分析是一个辅助功能，根据fin号信息，搜索两个设备、插头或插钉之间的连接状况，帮助用户了解系统内在的逻辑联系。
用户还可以增加新的知识或者更改已有知识完善知识库。
7 结语
该专家系统具有友好的人机界面，操作方便，可以迅速而准确地找到故障原因并提出维修措施。通过测试应用，推理结果符合实际情况，证明该专家系统是行之有效的，具有较强的应用价值。
参考文献
[1] 吴今培，肖健华.智能故障诊断与专家系统[M].北京：科学出版社，1997.
[2] 吴泉源，刘江宁.人工智能与专家系统[M].长沙：国防科学技术出版社，1995.
[3] 薛雪东，程旭德，徐兵等.基于BP神经网络的导弹故障诊断专家系统设计[J].四川兵工学报， 2008（4）：54-56.
