面向服務的AI-ESTATE故障診斷系統建模

姜會霞，范書義，魏保華，王 成

(軍械工程學院 導彈工程系，石家莊 050003)

面向服務的AI-ESTATE故障診斷系統建模

姜會霞，范書義，魏保華，王 成

(軍械工程學院 導彈工程系，石家莊 050003)

測試和診斷的融合可以提高武器系統的維護效率，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標準規范了診斷知識和數據的標準化描述和診斷推理機的服務接口，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的AI-ESTATE開放式故障診斷系統的體系結構和信息傳遞模式，分析了推理機模型管理服務和互操作服務；然后運用靜態診斷模型服務關系圖和UML時序圖分析了AI-ESTATE服務在診斷模型編輯、索引等功能實現中的交換流程，運用動態診斷模型的UML時序圖分析了AI-ESTATE互操作服務在故障診斷系統運行中推理機與其它組件的動態交互過程，為開放式AI-ESTATE智能診斷系統的開發奠定了基礎。

AI-ESTATE;服務;診斷系統;建模

0 引言

隨著武器裝備性能的不斷升級改造，其測試診斷系統也必須不斷的改進提高。然而原有的測試與診斷系統與武器裝備的性能特征緊密的耦合在一起，引起了武器系統升級改造時必須重新開發診斷系統，系統開發時間長、成本高[1]。因此新的測試診斷方法無縫鏈接原有的系統、診斷知識與數據共享、診斷推理軟件可移植、可重用，則成為解決上述問題的關鍵。IEEE1232 標準AI-ESTATE(artificial intelligence exchange and service tie to all test environments，全測試環境人工智能交換與服務)通過規范診斷知識和數據的標準化描述和診斷推理機的服務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采用面向服務的思想，規范了診斷推理機提供給其它組件的診斷服務。通過服務，診斷推理機組件給測試系統、用戶、維修系統等提供推理邏輯。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共同完成一項任務。AI-ESTATE系統通過服務實現AI-ESTATE功能組件的互用性和互操作性。因此這些服務在系統中的功能和實現方法對AI-ESTATE系統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，相應使用的AI-ESTATE服務的類型也不同。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診斷推理的目標而進行的由診斷流程指導測試，使測試程序按需動態進行的方法；測試后診斷則是指將全部的測試進行完畢，然后依據測試結果進行綜合診斷。為了說明AI-ESTATE服務在診斷過程中的作用，論文以典型類型的診斷過程和環境為例，采用UML建模方法對面向服務的AI-ESTATE診斷系統建模，為開放式AI-ESTATE診斷系統的軟件開發奠定基礎。

1 AI-ESTATE故障診斷系統體系結構

AI-ESTATE標準面向構建開放式故障診斷系統，規范了智能診斷域中診斷知識和數據的結構和標準化描述，設計了標準化的測試與診斷服務接口，通過使用問題封裝、定義接口邊界、開發信息交換機制和規范標準服務，從而確保不同的診斷推理系統能夠相互兼容、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，各單元僅是系統的一個組件，組件與組件之間通過服務進行信息交互和操作，如圖1所示。

圖1 面向服務的AI-ESTATE故障診斷系統結構

系統中所有的子系統采用組件模式并通過服務掛接在軟總線上，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，組件內部的變化不會影響其它組件的運行和使用。該結構將測試程序獨立在一個應用程序中，使整個系統的TPS(測試程序集)變的更小更模塊化。當測試系統、維護系統、推理系統等升級改變時不會引起其它程序的變化。診斷知識和數據采用AI-ESTATE標準化的信息模型描述的方法進行規范，使得診斷知識在全系統內具有一致性和無疑義性，滿足了知識的共享和交換要求。因此面向服務的AI-ESTATE故障診斷系統能夠實現測試與診斷的分離，能夠實現知識和數據的共享與重用。為了進一步提高系統間的可移植性和互操作性，AI-ESTATE規范了推理機組件的接口形式，每個推理機都通過規范的封裝服務與其它組件進行交互。這些服務的封裝定義促進了系統的可交換性，使得診斷推理機與遵循AI-ESTATE的系統間的互換而不影響系統的其他單元。另外封裝服務的定義提出了一個隱藏具體推理機實現細節的概念。這些服務包含了對所有診斷推理機共有行為的抽象，而不會理會實現的細節。因此，封裝機制提供了遵循AI-ESTATE系統的診斷推理系統間的可交換性，減少了系統表現的復雜性。

2 AI-ESTATE推理機服務

AI-ESTATE2002通過規范模型管理服務和推理機互操作服務以實現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推理機的規范服務

模型管理服務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建、屬性設置、屬性查詢等功能接口。該類服務滿足了診斷知識和數據共享和重用的同時還可以在原有知識的基礎上根據診斷環境或對象的不同進行改造，從而使得知識具有了擴展性。推理機互操作服務使推理機可以根據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進行查詢或人工操作，也可以向維護系統提供診斷結果、維修建議和維修成本評估等。推理系統互操作服務實現了推理機與測試系統、維護系統等組件的信息交互和互操作，而不會影響推理機內部的變化，滿足了測試與診斷分離的需求。這些服務的標準化的規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中，實現了推理軟件的可移植。通過這兩種服務,AI-ESTATE兼容的智能診斷系統不僅可以對靜態故障診斷信息模型進行操作和管理，還可以對模型的動態過程實現運行管理[4-6]。診斷推理機只通過服務與其它組件進行交互，當推理機變化時不會影響整個系統的結構和應用程序的執行，從而可以更好的進行系統的升級。因此服務是推理機與其它組件進行信息交互的關鍵和唯一通道，也是保證整個推理系統正常運行的關鍵。

3 靜態模型的AI-ESTATE服務建模

靜態模型是指描述各種診斷方法和知識的靜態信息模型，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。當故障樹診斷被用戶激發后，推理機將按照名稱索引的方式將對應的診斷模型從知識庫中裝載，并將其設置動態模式，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，驅動TPS執行UUT測試；測試結束后推理機獲取測試結果；然后根據此結果進行診斷推理判斷，如果得到了診斷結論則診斷過程結束，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置則可以通過put服務進行診斷模型的修改，修改后通過save服務保存模型。對該診斷過程中，AI-ESTATE服務在各組件中的相互作用關系如圖3所示。

當用戶選擇好模型后，調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被裝載到推理機中，則返回錯誤狀態碼OPERATION_OUT_OF_SEQUENCE；如果裝載模型的路徑不正確則返回錯誤狀態碼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過程中：首先執行獲取故障樹測試步驟，調用推理機的AI-ESTATE get_test_setp服務從模型中得到要執行的診斷項目；Perform Test命令利用得到的指定測試項目信息驅動TPS執行相應的UUT測試；推理機通過get test_result服務獲取UUT執行測試后的實際測試結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，否則得到診斷結論并停止診斷。平臺用戶在診斷過程結束后可以通過AI-ESTATE get_diagnosis服務獲取診斷結論。故障被隔離后，可以通過AI-ESTATE put_diagnosis服務進行模型的設置，AI-ESTATE save_model則將修改后的模型保存至模型存儲介質。該診斷過程主要涉及到AI-ESTATE模型管理類的的get、put服務，推理機操作服務類的load_model和save_model服務，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服務關系圖

上述模型操作過程中，如果測試數據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驅動UUT測試，而只需要獲取知識庫中的測試結果后根據推理策略進行故障診斷。因此在該診斷系統中與測試系統的執行是完全隔離的。以上通過典型的故障樹診斷方法在AI-ESTATE系統中的應用，描述了診斷模型和推理機、推理機和系統其它組件的服務調用關系。除了上述模型診斷中涉及的模型管理服務、診斷推理互操作服務之外，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信息的服務。

圖4 診斷測試方式AI-ESTATE模型管理服務順序圖

4 動態模型的AI-ESTATE服務建模

AI-ESTATE動態上下文模型(DCM)規范了各種實體捕獲診斷上下文中的各種動態信息。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有關。因此DCM與靜態的FTM不同，它的知識和數據是在診斷序列中實時創建的。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信息，該信息與實際的診斷序列有關，是一個實時變化動態產生的信息；二是整個系統的配置信息，如各種測試資源信息、測試條件信息等；三是診斷系統的日志信息，該信息記錄了有關系統的各種歷史信息，包括診斷歷史、診斷時間、維修歷史等；四是診斷系統說明信息，如生產廠商對系統的操作說明、版本信息、警告等。在此重點說明DCM的診斷動態信息的形成。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行一個或多個測試。DCM所記錄的狀態就是每個執行步驟的狀態信息，包括：當前使用的模型、與活動模型相關的各種資源、與活動模型相關的各種測試、與活動模型相關的各種診斷、當前故障前提條件以及各種實際的測試信息和測試結果]。

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

當用戶采用主動方式或根據測試結果判定啟動裝備診斷后，診斷系統首先創建DCM實體為各種信息的記錄做好準備；診斷平臺裝載模型，并通過推理機服務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服務創建DCM的診斷步驟實體，以記錄每個診斷步驟的狀態；creat_active_model服務創建當前活動模型的實體；put_availability設置活動模型的適用性，表明當前模型是可用的；put_corresponds_to服務將當前裝載的故障樹模型設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所涉及到的各種信息；平臺通過Execute_model服務啟動診斷過程；推理機通過get_test_step服務獲取故障樹模型中的執行測試的信息；creat_active_test服務和put_corresponds_to服務用于創建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服務激勵測試系統TPS實施對UUT的測試；creat_active_action服務、put_corresponds_to服務、put_time_incurred服務描述在該診斷過程中執行的測試行為和測試時間；之后推理機通過get_actual_test_result服務獲取測試系統的實際測試結果，同時推理機通過put_actual_outcome服務將該信息記錄在DCM中；之后故障樹推理機根據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服務是與測試診斷環境無關，但是模型管理服務類是推理機操作服務類的基礎，也是診斷系統必然要使用的服務；而對于推理機操作服務則因為系統需求的不同而使用的服務會有很大的不同，特別是當不需要記錄診斷系統的各種過程信息、狀態信息時，使用的服務一般僅涉及load、estimated類等服務。

5 總結

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的開發和升級的有效方法。面向服務的AI-ESTATE故障診斷系統規范封裝服務使推理機的接口標準化，提高了系統間可移植性和互操作性。AI-ESTATE規范了模型管理服務和診斷知識信息模型的標準化描述，實現了診斷知識的一致性描述，使得診斷知識和數據可共享；通過定義推理機的互操作服務使得AI-ESTATE兼容的故障診斷系統實現了測試與診斷的分離，使得推理機軟件得以互操作、可移植。基于UML的服務關系圖和順序圖進一步的說明了AI-ESTATE推理系統互操作服務、模型管理服務在故障診斷靜態模型和動態模型中的作用，為開放式AI-ESTATE智能診斷系統的開發奠定了基礎。

[1] 多麗華.裝備遠程協同診斷服務共享模式及關鍵技術研究[D].長沙：國防科學技術大學,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的設備遠程協同診斷平臺系統建模[J].機電一體化,2004(3):83-86.

[9] David Carlson.XML應用的UML建模技術[M].周 靖,侯奕萌,沈金河,等譯.北京:清華大學出版社,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，軍用自動測試系統方向的研究。

1671-4598(2017)03-0015-03

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

TP273

A