摘 要：由于目前的機車自動檢測、故障診斷技術還沒有形成完善體系。設計以專家系統(tǒng)為基礎，結(jié)合檢測中心的實際情況的故障檢測系統(tǒng)，具體給出了系統(tǒng)的理論根據(jù)及設計方法，提出了基于專家知識庫、診斷推理及知識獲取機制的診斷方法，能較好完成鐵路機車的檢測與診斷的要求。

關鍵詞：故障診斷，知識庫，專家系統(tǒng)

1.引言

目前,內(nèi)燃機車在我國鐵路運輸中是主要牽引動力之一，其質(zhì)量的優(yōu)劣直接關系著鐵路運輸組織狀況的好壞。因此，幾十年來提高機車質(zhì)量和運用效率，同時降低維修成本，一直是機務工作的重要組成部分。本系統(tǒng)是一套鐵路機車故障診斷專家系統(tǒng)（RLFDES- Railway Locomotive Fault Diagnose Expert System）。該系統(tǒng)以專家系統(tǒng)為基礎，結(jié)合檢測中心的實際情況展開研究與探討，將故障診斷技術與專家系統(tǒng)開發(fā)原理緊密結(jié)合起來，將故障診斷的實踐與計算機技術及網(wǎng)絡技術緊密結(jié)合起來，理論聯(lián)系實際，基本上形成了一套完整的、可行的設計方案。

2.機車故障的基本特點

內(nèi)燃機車是一個非常復雜的動力系統(tǒng),數(shù)萬個零部件工作中相互耦合，呈現(xiàn)出復雜的對外輸出信號，機車工作過程是一個復雜的動態(tài)過程、隨機過程，在不同時刻的任何觀測數(shù)據(jù)是不可重復的，從系統(tǒng)理論特性看，機車故障具有以下一些特點。

（1） 層次性：機車數(shù)萬個零件共同工作，元件之間相互耦合，決定著機車故障的層次性，一種故障由多層次原因構(gòu)成。

（2） 突發(fā)性及緩變性： 突發(fā)性故障發(fā)生在瞬間，無明顯癥狀，難以預測，而緩變性故障具有漸進性和局部功能失效的特點，可以預測。

（3） 模糊性：機車故障和征兆信息并不是一一對應的，具有隨機性，征兆之間界限是模糊的，并且某些信息具有不確知性。

（4） 趨勢性：機車大部分故障有隨時間變化的一種趨勢，即從微小征兆向顯著征兆發(fā)展的趨勢。

以上各點只是從某一側(cè)面去分析而作出判斷，實際應用應該以隨機過程為出發(fā)點，運用各種現(xiàn)代的科學分析工具，綜合判斷機車故障現(xiàn)象的屬性、構(gòu)成與發(fā)展。

3.鐵路機車故障診斷系統(tǒng)

3.1 系統(tǒng)簡介

鐵路機車故障診斷系統(tǒng)由兩大模塊組成：內(nèi)燃機車故障診斷系統(tǒng)和電力機車故障診斷系統(tǒng)。針對內(nèi)燃機車故障診斷系統(tǒng)作以簡要說明。

1）數(shù)據(jù)載入。

該功能可以將目前內(nèi)燃機車的全部檢測儀器檢測的數(shù)據(jù)，通過通信，傳遞到故障診斷系統(tǒng)中。

2）參數(shù)設置。

主要完成內(nèi)燃機車設備門限值參數(shù)的確定。

3）故障診斷。

通過檢測儀器檢測到的數(shù)據(jù)和專家系統(tǒng)，來確定機車設備的性能，得出診斷結(jié)果，并依此來決定設備是否維護或維修。

4）查詢打印。

完成檢測數(shù)據(jù)、故障診斷結(jié)果的查詢與打印。

5）走勢分析。

通過對走勢分析條件的設定，全面了解機車的運行情況。

3.2 鐵路機車故障診斷系統(tǒng)專家系統(tǒng)的組成

鐵路機車設備的故障直接關系到機車乃至鐵路系統(tǒng)的安全經(jīng)濟運行。故障診斷是一項復雜的、經(jīng)驗性很強的技術工作，機車設備故障的原因很多，要求快速、有效、準確地識別故障并采取有效措施及時排除故障。利用專家系統(tǒng)進行故障診斷并給出處理措施，輔助維修人員進行事故處理，提高機車的安全經(jīng)濟運行水平，是專家系統(tǒng)在鐵路機車故障診斷系統(tǒng)中的一個具體應用。

圖1 系統(tǒng)結(jié)構(gòu)框圖

專家系統(tǒng)主要由知識庫、推理執(zhí)行機構(gòu)、解釋機構(gòu)、知識獲取機構(gòu)、人機接口等部分組成，系統(tǒng)結(jié)構(gòu)如圖1所示。

知識庫是專家系統(tǒng)的基本組成部分，它擁有知識的數(shù)量和質(zhì)量是衡量專家系統(tǒng)性能好壞及問題求解能力大小的重要因素。推理執(zhí)行機構(gòu)是專家系統(tǒng)的另一個基本組成部分，它在一定的控制策略下針對搜索黑板中的當前信息，對當前出現(xiàn)的故障現(xiàn)象在知識庫中進行識別或選取，得出相應的產(chǎn)生該組故障的原因及處理方法。用戶通過人機接口輸入一組出現(xiàn)的故障現(xiàn)象，推理執(zhí)行機構(gòu)根據(jù)規(guī)則庫中的規(guī)則以及實時數(shù)據(jù)庫中的信息，確定故障及發(fā)生的原因。如果規(guī)則庫中沒有該規(guī)則，則調(diào)用知識獲取機構(gòu)，在規(guī)則庫中產(chǎn)生新的規(guī)則。

3.2.1 知識庫

知識庫是專家系統(tǒng)的核心部分，它的完善與否決定了專家系統(tǒng)的工作能力及效率。

1.實時數(shù)據(jù)庫

系統(tǒng)在線診斷時要使用實時數(shù)據(jù)庫。庫中存放計算機系統(tǒng)實時檢測的數(shù)據(jù)，包括機車設備的運行參數(shù)和開關量數(shù)據(jù)。建立實時數(shù)據(jù)庫的方法是:用PB的定時器（Timer）加上觸發(fā)器機制，把PB的內(nèi)置數(shù)據(jù)庫Sybase SQL Anywhere改造成主動數(shù)據(jù)庫，定時地刷新庫中的數(shù)據(jù)。

2.知識的表示形式

本系統(tǒng)用產(chǎn)生式表示方法來表示知識，產(chǎn)生式的一般形式為:P→Q，其含義是:如果P滿足則可能推出Q;P表示故障發(fā)生時出現(xiàn)的一組現(xiàn)象，Q表示由該組現(xiàn)象得出的發(fā)生故障的原因和處理方法。

例如，內(nèi)燃機車設備主要有控制電路、主回路、發(fā)動機、發(fā)電機、軸承、變壓器和電動機等。其中發(fā)電機組常見的故障有機組軸承過熱、機組劇烈振動、發(fā)電機著火、機組過速、機組運轉(zhuǎn)聲音異常、發(fā)電機失磁、發(fā)電機運行中勵磁機極性反向、勵磁機著火、電液轉(zhuǎn)換器控制失靈、測頻回路故障等。變壓器常見故障有鐵心片間絕緣損壞、鐵心局部熔毀、鐵心與接地片間接觸不良、鐵心松動、線圈斷線、繞組對地擊穿、繞組相間短路、分接開關故障、三相電壓不平衡、油質(zhì)變壞、油面升高、油面降低、過負荷、空負荷、鐵心振動、內(nèi)部接觸不良或擊穿等。故障和現(xiàn)象間的關系比較復雜，每一種故障的發(fā)生均伴隨著一個或多個故障現(xiàn)象的出現(xiàn)，而一個故障現(xiàn)象也可能是由發(fā)生的多個故障引起的。將所有可能出現(xiàn)的現(xiàn)象和故障以及它們間的對應規(guī)則存放在知識庫中，供專家系統(tǒng)使用。

本系統(tǒng)歸納總結(jié)了幾百條規(guī)則，在此舉一簡單例子說明如何表示現(xiàn)象與故障間的對應規(guī)則（見表1和表2）。

現(xiàn)象與故障間的對應規(guī)則用P→Q的形式表示為:

R1:[（X1）→（H1）]

R2:[（X2）→（H1）]

R3:[（X3）→（H1）]

R4:[（X1）（X2）（X3）→（H1）]

R5:[（X1）（X3）（X4）（X5）→（H1）]

R6:[（Y1）→（H3）]

R7:[（Y1）→（H4）]

3、知識庫的結(jié)構(gòu)

由于上面的分析可知，用關系數(shù)據(jù)庫來實現(xiàn)知識庫是比較合適的，大型關系數(shù)據(jù)庫管理系統(tǒng)（RDBMS）具有數(shù)據(jù)存儲容量大，查詢速度快，易于修改、擴充，可靠性高等特點。本系統(tǒng)的知識庫用PB7.0內(nèi)置的數(shù)據(jù)庫Sybase SQL Anywhere實現(xiàn)。

3.2.2 推理執(zhí)行機構(gòu)

1 故障推理與算法

故障搜索算法直接影響故障辨識的速度與準確性。本系統(tǒng)根據(jù)測試對象的特點提出功能級搜索和信號源傳輸通路搜索，兩者沒有本質(zhì)的區(qū)別，前者是以功能模塊為搜索對象，建立模塊特征數(shù)據(jù)向量和傳導函數(shù)與上級模塊的關系;后者以信號傳輸通路為搜索尋跡對象，對有故障的通路實行優(yōu)化分割，逐級查找故障信號源，從而對故障實施定位。這實質(zhì)上是一種面向?qū)ο蟮牟呗浴?/p>

2、可信度的推理與傳遞

由于故障診斷帶有不確定性，測試驗證的過程實際上是一種對推理結(jié)論可信賴程度進行修正的過程。當出現(xiàn)肯定證據(jù)時，結(jié)論的可信度增加;當出現(xiàn)否定證據(jù)時，其可信度減小。當該推理不是最終結(jié)論時，該推理結(jié)論將補為中間結(jié)果成為其它推理條件，取最小值。

3.2.3 知識獲取機構(gòu)

知識獲取一般指顯式知識的學習,顯式知識可驗證、修改和解釋。專家系統(tǒng)通常用規(guī)則集表達它們。規(guī)則集應不斷地收集、組織、擴大以提高系統(tǒng)性能,所以知識獲取必須根據(jù)實例發(fā)現(xiàn)新規(guī)則或從專家處接受新規(guī)則,不斷加入知識庫,逐步實現(xiàn)知識庫的完善。知識（尤其是個性知識）通常是在長期實踐中的直覺知識,難于清晰、準確地描述和掌握,且往往不具備通用性、確定性、有效性,在運用過程中需不斷完善,是一個艱難的獲取過程。

知識獲取的學習方式有機械記憶式學習、提問指導學習、實際示例學習、類比學習、歸納總結(jié)學習。用得較多的是前兩種，通過專家與知識工程師交流獲取知識，但它需要很長時間。由于具有高級學習功能的知識發(fā)現(xiàn)系統(tǒng)尚未突破，因此建立一種實用知識獲取工具是專家系統(tǒng)知識獲取最實用的手段。

4.結(jié)束語

本系統(tǒng)應用于鄭州鐵路分局北機務段來，主要完成電器、主回路、壓力波、軸承四項檢測工作， 以電器部分為例，其中包括12回路，分別稱為：LCQ、YC1、YC2、RBC、RD1、RD2、CF、LL、LLC、LC、FL和RX等。通過專家的經(jīng)驗設定不同回路的門限值來檢測是否存在故障。例如，檢測勵磁接觸器的主觸點（LLC）是否存在故障，如果檢測值為450，高于最高門限值400，由專家系統(tǒng)推理可知存在接觸不良故障，采取相應措施。機車出車回來都要到檢測站實施檢測。檢測人員提著檢測儀器登上機車，到機車的相應設備的部位，按事先設好的檢測點對機車實施檢測，檢測的數(shù)據(jù)暫存在儀器的存儲器中。按專家系統(tǒng)的一般原則來建立故障診斷系統(tǒng)有相互獨立的知識庫和推理機， 知識庫可以在使用過程中不斷修改和完善，知識庫的內(nèi)容隨各種車型而異，但具有完全相同的結(jié)構(gòu)。

推理機對于各種車型是完全通用的，且推理機能夠適應知識庫的擴充和修改，因而具有良好的適應性和通用性。在鄭州鐵路局機車機務北段機車檢測中心的應用，該系統(tǒng)具有可靠性高、適用范圍廣等優(yōu)點。

本文作者創(chuàng)新點：將專家系統(tǒng)引入鐵路機車的內(nèi)燃機機車的故障診斷之中，應用專家的知識提高機車故障診斷的可靠性，并且適應范圍廣。

參考文獻

[1] 孫增圻,張再興，鄧志東. 智能控制理論與技術 [M].北京：清華大學出版社,1997..

[2] 吳泉源.人工智能與專家系統(tǒng) [M].湖南：國防科技大學出社,1995.

[3] Patton PJ, Frank PM, Clark RN. Fault Diagnosis in Dynamics system, Theory and Application[M]. New York : Practice Hall,1989.

[4] 田宏萍，張家棟. 機車電器電路故障診斷系統(tǒng)的研究[J]. 內(nèi)燃機車，2000，（10）：10-12.

[5] Basu A. A Knowledge Representation Model for Multiuser Knowledge-based System [J]. IEEE Trans Know Data Eng. 1993,5（20）:177-189.

[6] 何新貴.知識處理與專家系統(tǒng)[M].北京:國防工業(yè)出版社.1990.

[7] 桑慶兵，楊興，史慧. 基于COM組件的通用故障診斷專家系統(tǒng)開發(fā) [J].微計算機信息 2006，2-1：190-192