基于不精確正向推理的修井作業專家系統研究與設計

單全生　鐘家維　歐如學　李強　張衛賢

摘 要：為了解決油田現場修井作業中存在的技術力量薄弱，修井領域專家缺乏，從業人員技術水平和經驗參差不齊等實際問題，本文分析了在井況事故處理知識的不確定性和多樣性情況下，將不精確推理引入到修井作業專家系統中，采用產生式規則表示井況處理知識，使用正向推理的方法，進行事故類型及狀態的診斷、獲得修井作業方案設計，并構建了基于Web的修井作業專家系統，進一步提高了系統的智能化與科學性。

關鍵詞：修井作業；專家系統；產生式規則；不精確推理；確定性因子CF

引言

斯坦福大學的Edward Feigenbaum教授把專家系統定義為“一種智能的計算機程序，它運用知識和推理來解決只有專家才能解決的復雜問題”[2]。換言之專家系統就是以專家經驗性知識為基礎建立的，以知識庫和推理機為核心的，提供人機交互接口，能夠模擬專家決策的智能系統。

隨著計算機技術的飛速發展，越來越多的技術被應用到油田生產的各個方面和環節。修井作業作為油田上非常重要的一項日常工作，它主要是指對油、氣、水井排除各種井下生產故障、處理井下生產事故、恢復生產，配合各種工藝措施（壓裂、酸化、工程測井和堵水等），提高生產能力的作業。隨著油井數量的逐年增加，出現事故的頻率也將逐漸增多，而經驗豐富的修井作業專家又相對不足。在這種情況下，建立修井作業專家系統知識庫，研究構造更符合專家模糊思維方式的推理模型，在此基礎上開發修井作業專家系統，可以有效解決當前的主要問題。

文章在研究修井專家系統知識表示的基礎上，重點分析了井況事故處理知識的不確定性和多樣性，將不精確推理引入到推理機構建中，通過正向推理的方法，獲得專家咨詢結果，構建了基于Web的修井作業專家系統。

1 知識的表示

知識表示就是把知識符號化和形式化的過程。用于知識表示的方法很多，如一階謂詞邏輯表示法、產生式表示法、框架及腳本表示法、語義網絡表示法、面向對象的表示法、基于本體的知識表示方法[3]等。

作為修井事故診斷咨詢處理的專家系統，文章采用產生式規則[4]來表示從修井專家、專業資料從獲取的知識。在產生式系統中， 知識庫是由一系列事實和規則構成。

事實，是指對客觀事物的屬性的值得描述，一般使用三元組（對象，屬性，值）或（關系，對象1，對象2）來表示，這種描述能表達客觀事物在某條件下的各種屬性的真實的值（或狀況）；規則，表示了事實（事物）之間的因果關系，可以表示為：“IF condition （前件或模式） THEN action（后件或結論）”，即“如果前件成立，則執行此種操作”的語句模型。

文章通過關系數據庫分別建立事實庫和規則庫的數據表，來實現知識的存儲和表示，通過功能強大的數據庫管理系統可以方便、快捷的實現數據的增、刪、改、查等操作，也能最大限度的保證數據的完整性，從而保證知識的完整和一致性。

2 不精確正向推理

推理是指根據已有的事實，在一定原則下推導出結論的過程。專家系統中，原則就是規則，而規則是推理的核心，在知識表示的基礎上，進行的知識推理過程就是求解問題的過程，是實現專家系統功能的重要步驟。

在現實生活中，有許多的事實和概念并非絕對肯定能夠精確描述的；另外，作為規則本身，如果條件不是很肯定或有程度輕重的情況下，得出的某種結論也有肯定程度上的不同[5]。為了表示這種不確定性，本研究采用了不精確推理技術，同時，根據修井作業專家系統的在修井作業方案的咨詢方面的要求，文章在推理方法上采用了正向推理的方式。

對于不精確推理而言，規則通常被描述為：

IF條件1 AND 條件2 AND…AND 條件 n THEN 結論（確定性因子CF）

上式中，結論的確定性因子CF稱為規則強度，表示當規則的前提條件全部為真時，規則條件對結論的支持程度，并作為知識的一個重要屬性存儲于知識庫中，在系統數據初始化階段，該值由領域專家主觀給出，作為規則條件的權重存在，在系統運行和反饋的過程中，也可根據修井方案推薦情況進行動態的修正，使系統具有學習和改進的智能性。

正向推理又被稱為數據驅動的推理，通過輸入事實來與規則中的前件事實匹配，滿足時，即可獲得規則中的結論事實；同時，當一條規則的結論是另一條規則的前提時，即為中間推理結論時，可以在繼續進行匹配，直到獲得最終結論，這樣就形成了一條正向推理鏈，可以實現更復雜的推理過程。

3 系統設計

修井作業專家系統主要由修井知識庫、推理機、人機接口和基礎數據庫等主要部分組成。

知識庫是修井專家知識的集合，是若干事實、規則的有機整體；推理機根據提供的事實和知識庫中的專家知識進行不精確正向推理，得出修井作業的處理方案；人機接口提供人機界面，負責將用戶輸入轉換成為符合推理機要求的事實依據，同時將推理的結果給出解釋并輸出；修井數據庫存儲大量的修井工具、修井標準、單井資料等，是修井作業專家系統的輔助工具。

3.1 系統總體設計

本系統采用了基于B/S的Web架構，采用主流的ASP.NET 編程技術，使用關系型數據庫存儲和操作數據，根據應用的具體場景和專家系統核心組件設計出各個獨立功能模塊，通過模塊間的數據交互實現專家系統的整體功能。

2 功能模塊

3.2 系統數據庫設計

本系統的數據表示是系統實現的關鍵部分，主要包括知識庫中事實數據、規則數據、推理設計中的推理數據和系統基礎數據部分。其中知識庫的事實數據采用面向對象思想描述修井作業中的事實，采用了“對象名稱”“屬性”“屬性值”三級描述；規則數據包括規則前件表、規則結論表，規則數據的E-R關系。

在規則前件表中，加入了“權重”來實現不精確推理因子，通過與事實庫數據，推理機數據和基礎數據的結合，提供了對專家系統的數據支撐，從而實現了專家系統的推理過程。

4 結束語

文章在產生式規則知識表示的基礎上，研究了不精確正向推理機制，通過分析研究專家系統結構、組成及各模塊的開發過程，完成了專家系統知識庫、推理機制、人機接口和基礎數據的設計與開發，實現了修井作業專家系統咨詢處理的功能，以及修井作業數據管理系統的管理功能，最終實現了符合油田修井作業場景的專家咨詢系統，為修井的成功實施提供了可靠的技術保障，為數字化智能油田的建設做出了積極的貢獻。

參考文獻

[1]鄒正偉，張小洪，等.專家系統在修井作業中的應用[J].電子技術與軟件工程，2014，44：200.

[2]鄭麗敏.人工智能與專家系統原理及其應用[M].中國農業大學出版社，2004.

[3]孔繁勝.知識庫系統原理[M].淅江大學出版社，2002.

[4]明柱平，楊文領，劉清友.修井作業專家系統開發研究[J].石油機械，2006，34（4）：53-55.

[5]JosephC.Giarratano，Gray D.Riley.專家系統原理與編程（第4版）[M]，機械工業出版社，2006，8.

[6]吳今培，肖建華.智能故障診斷與專家系統[M].北京： 科學出版社， 1997：1-139.

[7]許云，樊孝忠.在專家系統中利用關系數據庫來表達知識[J].計算機工程與應用，2003，22：91-94.

作者簡介：單全生（1966-），男，畢業于石油大學（華東），高級工程師，目前從事井下作業、地面工程、天然氣處理等方向工作。工作于中國石油塔里木油田分公司開發事業部。

摘 要：為了解決油田現場修井作業中存在的技術力量薄弱，修井領域專家缺乏，從業人員技術水平和經驗參差不齊等實際問題，本文分析了在井況事故處理知識的不確定性和多樣性情況下，將不精確推理引入到修井作業專家系統中，采用產生式規則表示井況處理知識，使用正向推理的方法，進行事故類型及狀態的診斷、獲得修井作業方案設計，并構建了基于Web的修井作業專家系統，進一步提高了系統的智能化與科學性。

關鍵詞：修井作業；專家系統；產生式規則；不精確推理；確定性因子CF

引言

斯坦福大學的Edward Feigenbaum教授把專家系統定義為“一種智能的計算機程序，它運用知識和推理來解決只有專家才能解決的復雜問題”[2]。換言之專家系統就是以專家經驗性知識為基礎建立的，以知識庫和推理機為核心的，提供人機交互接口，能夠模擬專家決策的智能系統。

隨著計算機技術的飛速發展，越來越多的技術被應用到油田生產的各個方面和環節。修井作業作為油田上非常重要的一項日常工作，它主要是指對油、氣、水井排除各種井下生產故障、處理井下生產事故、恢復生產，配合各種工藝措施（壓裂、酸化、工程測井和堵水等），提高生產能力的作業。隨著油井數量的逐年增加，出現事故的頻率也將逐漸增多，而經驗豐富的修井作業專家又相對不足。在這種情況下，建立修井作業專家系統知識庫，研究構造更符合專家模糊思維方式的推理模型，在此基礎上開發修井作業專家系統，可以有效解決當前的主要問題。

文章在研究修井專家系統知識表示的基礎上，重點分析了井況事故處理知識的不確定性和多樣性，將不精確推理引入到推理機構建中，通過正向推理的方法，獲得專家咨詢結果，構建了基于Web的修井作業專家系統。

1 知識的表示

知識表示就是把知識符號化和形式化的過程。用于知識表示的方法很多，如一階謂詞邏輯表示法、產生式表示法、框架及腳本表示法、語義網絡表示法、面向對象的表示法、基于本體的知識表示方法[3]等。

作為修井事故診斷咨詢處理的專家系統，文章采用產生式規則[4]來表示從修井專家、專業資料從獲取的知識。在產生式系統中， 知識庫是由一系列事實和規則構成。

事實，是指對客觀事物的屬性的值得描述，一般使用三元組（對象，屬性，值）或（關系，對象1，對象2）來表示，這種描述能表達客觀事物在某條件下的各種屬性的真實的值（或狀況）；規則，表示了事實（事物）之間的因果關系，可以表示為：“IF condition （前件或模式） THEN action（后件或結論）”，即“如果前件成立，則執行此種操作”的語句模型。

文章通過關系數據庫分別建立事實庫和規則庫的數據表，來實現知識的存儲和表示，通過功能強大的數據庫管理系統可以方便、快捷的實現數據的增、刪、改、查等操作，也能最大限度的保證數據的完整性，從而保證知識的完整和一致性。

2 不精確正向推理

推理是指根據已有的事實，在一定原則下推導出結論的過程。專家系統中，原則就是規則，而規則是推理的核心，在知識表示的基礎上，進行的知識推理過程就是求解問題的過程，是實現專家系統功能的重要步驟。

在現實生活中，有許多的事實和概念并非絕對肯定能夠精確描述的；另外，作為規則本身，如果條件不是很肯定或有程度輕重的情況下，得出的某種結論也有肯定程度上的不同[5]。為了表示這種不確定性，本研究采用了不精確推理技術，同時，根據修井作業專家系統的在修井作業方案的咨詢方面的要求，文章在推理方法上采用了正向推理的方式。

對于不精確推理而言，規則通常被描述為：

IF條件1 AND 條件2 AND…AND 條件 n THEN 結論（確定性因子CF）

上式中，結論的確定性因子CF稱為規則強度，表示當規則的前提條件全部為真時，規則條件對結論的支持程度，并作為知識的一個重要屬性存儲于知識庫中，在系統數據初始化階段，該值由領域專家主觀給出，作為規則條件的權重存在，在系統運行和反饋的過程中，也可根據修井方案推薦情況進行動態的修正，使系統具有學習和改進的智能性。

正向推理又被稱為數據驅動的推理，通過輸入事實來與規則中的前件事實匹配，滿足時，即可獲得規則中的結論事實；同時，當一條規則的結論是另一條規則的前提時，即為中間推理結論時，可以在繼續進行匹配，直到獲得最終結論，這樣就形成了一條正向推理鏈，可以實現更復雜的推理過程。

3 系統設計

修井作業專家系統主要由修井知識庫、推理機、人機接口和基礎數據庫等主要部分組成。

知識庫是修井專家知識的集合，是若干事實、規則的有機整體；推理機根據提供的事實和知識庫中的專家知識進行不精確正向推理，得出修井作業的處理方案；人機接口提供人機界面，負責將用戶輸入轉換成為符合推理機要求的事實依據，同時將推理的結果給出解釋并輸出；修井數據庫存儲大量的修井工具、修井標準、單井資料等，是修井作業專家系統的輔助工具。

3.1 系統總體設計

本系統采用了基于B/S的Web架構，采用主流的ASP.NET 編程技術，使用關系型數據庫存儲和操作數據，根據應用的具體場景和專家系統核心組件設計出各個獨立功能模塊，通過模塊間的數據交互實現專家系統的整體功能。

2 功能模塊

3.2 系統數據庫設計

本系統的數據表示是系統實現的關鍵部分，主要包括知識庫中事實數據、規則數據、推理設計中的推理數據和系統基礎數據部分。其中知識庫的事實數據采用面向對象思想描述修井作業中的事實，采用了“對象名稱”“屬性”“屬性值”三級描述；規則數據包括規則前件表、規則結論表，規則數據的E-R關系。

在規則前件表中，加入了“權重”來實現不精確推理因子，通過與事實庫數據，推理機數據和基礎數據的結合，提供了對專家系統的數據支撐，從而實現了專家系統的推理過程。

4 結束語

文章在產生式規則知識表示的基礎上，研究了不精確正向推理機制，通過分析研究專家系統結構、組成及各模塊的開發過程，完成了專家系統知識庫、推理機制、人機接口和基礎數據的設計與開發，實現了修井作業專家系統咨詢處理的功能，以及修井作業數據管理系統的管理功能，最終實現了符合油田修井作業場景的專家咨詢系統，為修井的成功實施提供了可靠的技術保障，為數字化智能油田的建設做出了積極的貢獻。

參考文獻

[1]鄒正偉，張小洪，等.專家系統在修井作業中的應用[J].電子技術與軟件工程，2014，44：200.

[2]鄭麗敏.人工智能與專家系統原理及其應用[M].中國農業大學出版社，2004.

[3]孔繁勝.知識庫系統原理[M].淅江大學出版社，2002.

[4]明柱平，楊文領，劉清友.修井作業專家系統開發研究[J].石油機械，2006，34（4）：53-55.

[5]JosephC.Giarratano，Gray D.Riley.專家系統原理與編程（第4版）[M]，機械工業出版社，2006，8.

[6]吳今培，肖建華.智能故障診斷與專家系統[M].北京： 科學出版社， 1997：1-139.

[7]許云，樊孝忠.在專家系統中利用關系數據庫來表達知識[J].計算機工程與應用，2003，22：91-94.

作者簡介：單全生（1966-），男，畢業于石油大學（華東），高級工程師，目前從事井下作業、地面工程、天然氣處理等方向工作。工作于中國石油塔里木油田分公司開發事業部。

摘 要：為了解決油田現場修井作業中存在的技術力量薄弱，修井領域專家缺乏，從業人員技術水平和經驗參差不齊等實際問題，本文分析了在井況事故處理知識的不確定性和多樣性情況下，將不精確推理引入到修井作業專家系統中，采用產生式規則表示井況處理知識，使用正向推理的方法，進行事故類型及狀態的診斷、獲得修井作業方案設計，并構建了基于Web的修井作業專家系統，進一步提高了系統的智能化與科學性。

關鍵詞：修井作業；專家系統；產生式規則；不精確推理；確定性因子CF

引言

斯坦福大學的Edward Feigenbaum教授把專家系統定義為“一種智能的計算機程序，它運用知識和推理來解決只有專家才能解決的復雜問題”[2]。換言之專家系統就是以專家經驗性知識為基礎建立的，以知識庫和推理機為核心的，提供人機交互接口，能夠模擬專家決策的智能系統。

隨著計算機技術的飛速發展，越來越多的技術被應用到油田生產的各個方面和環節。修井作業作為油田上非常重要的一項日常工作，它主要是指對油、氣、水井排除各種井下生產故障、處理井下生產事故、恢復生產，配合各種工藝措施（壓裂、酸化、工程測井和堵水等），提高生產能力的作業。隨著油井數量的逐年增加，出現事故的頻率也將逐漸增多，而經驗豐富的修井作業專家又相對不足。在這種情況下，建立修井作業專家系統知識庫，研究構造更符合專家模糊思維方式的推理模型，在此基礎上開發修井作業專家系統，可以有效解決當前的主要問題。

文章在研究修井專家系統知識表示的基礎上，重點分析了井況事故處理知識的不確定性和多樣性，將不精確推理引入到推理機構建中，通過正向推理的方法，獲得專家咨詢結果，構建了基于Web的修井作業專家系統。

1 知識的表示

知識表示就是把知識符號化和形式化的過程。用于知識表示的方法很多，如一階謂詞邏輯表示法、產生式表示法、框架及腳本表示法、語義網絡表示法、面向對象的表示法、基于本體的知識表示方法[3]等。

作為修井事故診斷咨詢處理的專家系統，文章采用產生式規則[4]來表示從修井專家、專業資料從獲取的知識。在產生式系統中， 知識庫是由一系列事實和規則構成。

事實，是指對客觀事物的屬性的值得描述，一般使用三元組（對象，屬性，值）或（關系，對象1，對象2）來表示，這種描述能表達客觀事物在某條件下的各種屬性的真實的值（或狀況）；規則，表示了事實（事物）之間的因果關系，可以表示為：“IF condition （前件或模式） THEN action（后件或結論）”，即“如果前件成立，則執行此種操作”的語句模型。

文章通過關系數據庫分別建立事實庫和規則庫的數據表，來實現知識的存儲和表示，通過功能強大的數據庫管理系統可以方便、快捷的實現數據的增、刪、改、查等操作，也能最大限度的保證數據的完整性，從而保證知識的完整和一致性。

2 不精確正向推理

推理是指根據已有的事實，在一定原則下推導出結論的過程。專家系統中，原則就是規則，而規則是推理的核心，在知識表示的基礎上，進行的知識推理過程就是求解問題的過程，是實現專家系統功能的重要步驟。

在現實生活中，有許多的事實和概念并非絕對肯定能夠精確描述的；另外，作為規則本身，如果條件不是很肯定或有程度輕重的情況下，得出的某種結論也有肯定程度上的不同[5]。為了表示這種不確定性，本研究采用了不精確推理技術，同時，根據修井作業專家系統的在修井作業方案的咨詢方面的要求，文章在推理方法上采用了正向推理的方式。

對于不精確推理而言，規則通常被描述為：

IF條件1 AND 條件2 AND…AND 條件 n THEN 結論（確定性因子CF）

上式中，結論的確定性因子CF稱為規則強度，表示當規則的前提條件全部為真時，規則條件對結論的支持程度，并作為知識的一個重要屬性存儲于知識庫中，在系統數據初始化階段，該值由領域專家主觀給出，作為規則條件的權重存在，在系統運行和反饋的過程中，也可根據修井方案推薦情況進行動態的修正，使系統具有學習和改進的智能性。

正向推理又被稱為數據驅動的推理，通過輸入事實來與規則中的前件事實匹配，滿足時，即可獲得規則中的結論事實；同時，當一條規則的結論是另一條規則的前提時，即為中間推理結論時，可以在繼續進行匹配，直到獲得最終結論，這樣就形成了一條正向推理鏈，可以實現更復雜的推理過程。

3 系統設計

修井作業專家系統主要由修井知識庫、推理機、人機接口和基礎數據庫等主要部分組成。

知識庫是修井專家知識的集合，是若干事實、規則的有機整體；推理機根據提供的事實和知識庫中的專家知識進行不精確正向推理，得出修井作業的處理方案；人機接口提供人機界面，負責將用戶輸入轉換成為符合推理機要求的事實依據，同時將推理的結果給出解釋并輸出；修井數據庫存儲大量的修井工具、修井標準、單井資料等，是修井作業專家系統的輔助工具。

3.1 系統總體設計

本系統采用了基于B/S的Web架構，采用主流的ASP.NET 編程技術，使用關系型數據庫存儲和操作數據，根據應用的具體場景和專家系統核心組件設計出各個獨立功能模塊，通過模塊間的數據交互實現專家系統的整體功能。

2 功能模塊

3.2 系統數據庫設計

本系統的數據表示是系統實現的關鍵部分，主要包括知識庫中事實數據、規則數據、推理設計中的推理數據和系統基礎數據部分。其中知識庫的事實數據采用面向對象思想描述修井作業中的事實，采用了“對象名稱”“屬性”“屬性值”三級描述；規則數據包括規則前件表、規則結論表，規則數據的E-R關系。

在規則前件表中，加入了“權重”來實現不精確推理因子，通過與事實庫數據，推理機數據和基礎數據的結合，提供了對專家系統的數據支撐，從而實現了專家系統的推理過程。

4 結束語

文章在產生式規則知識表示的基礎上，研究了不精確正向推理機制，通過分析研究專家系統結構、組成及各模塊的開發過程，完成了專家系統知識庫、推理機制、人機接口和基礎數據的設計與開發，實現了修井作業專家系統咨詢處理的功能，以及修井作業數據管理系統的管理功能，最終實現了符合油田修井作業場景的專家咨詢系統，為修井的成功實施提供了可靠的技術保障，為數字化智能油田的建設做出了積極的貢獻。

參考文獻

[1]鄒正偉，張小洪，等.專家系統在修井作業中的應用[J].電子技術與軟件工程，2014，44：200.

[2]鄭麗敏.人工智能與專家系統原理及其應用[M].中國農業大學出版社，2004.

[3]孔繁勝.知識庫系統原理[M].淅江大學出版社，2002.

[4]明柱平，楊文領，劉清友.修井作業專家系統開發研究[J].石油機械，2006，34（4）：53-55.

[5]JosephC.Giarratano，Gray D.Riley.專家系統原理與編程（第4版）[M]，機械工業出版社，2006，8.

[6]吳今培，肖建華.智能故障診斷與專家系統[M].北京： 科學出版社， 1997：1-139.

[7]許云，樊孝忠.在專家系統中利用關系數據庫來表達知識[J].計算機工程與應用，2003，22：91-94.

作者簡介：單全生（1966-），男，畢業于石油大學（華東），高級工程師，目前從事井下作業、地面工程、天然氣處理等方向工作。工作于中國石油塔里木油田分公司開發事業部。