面向遠程診斷的AI-ESTATE智能診斷系統研究動態

姜會霞， 范書義， 王 成

(軍械工程學院 導彈工程系，石家莊 050003)

面向遠程診斷的AI-ESTATE智能診斷系統研究動態

姜會霞， 范書義， 王 成

(軍械工程學院 導彈工程系，石家莊 050003)

通過封裝服務、規范標準服務，AI-EATATE為診斷系統的客戶端和應用對象的擴展、測試與診斷的分離提供了條件，使其更適合遠程控制的診斷系統的構建；分析了武器裝備遠程故障診斷對知識重用與共享、軟件互操作的需求，提出了面向遠程診斷的AI-ESTTAE智能診斷系統構建的方法；研究了AI-ESTATE智能診斷系統的基本結構和框架，討論了AI-ESTATE在發展過程中其服務的變化對開放、遠程智能診斷系統構建的影響；最新的AI-ESTATE標準規范的服務更加強了對診斷過程的控制和效果評估，論文采用狀態圖的方式分析了最新的AI-ESTTAE服務在遠程故障診斷過程的作用，為符合AI-ESTATE標準的遠程故障診斷系統的開發提供了方法。

AI-ESTATE；遠程診斷；服務；接口

0 引言

隨著武器裝備的復雜度越來越高，單靠武器裝備的使用單位的維修人員或者現場維修力量解決裝備各層次的故障問題也越來越難[1]。如何充分利用裝備的各類信息和診斷策略，如何遠程支持裝備的診斷過程，實現診斷資源的共享，提高裝備診斷和維修效率則是面臨的關鍵問題。這就需要構建裝備的遠程故障診斷系統，充分利用信息共享和診斷策略的綜合與優化。

美軍較早提出和應用了武器裝備遠程診斷的理念。隨著美軍裝備復雜程度的不斷提升，特別是美軍海外作戰的現場需求，為了使作戰部隊的裝備維修人員獲得急需的維修支持、故障診斷信息，提高作戰部隊野戰搶修能力，迫切需要建立遠程維修支援系統，如1993年開始的遠程維修支援系統(TMAINT)。美國各軍種也針對開放式、信息共享、遠程支援等裝備保障問題制定相應的發展計劃，例如美國空軍制定的MATE(Modular Automatic Test Equipment，模塊化自動測試設備)發展計劃，美國海軍制定的CASS(consolidated Automated System，綜合自動支持系統)發展計劃，美國陸軍制定的IFTE (Integrated Family of Test Equipment，集成測試設備系列)發展計劃。在美軍裝備維修保障改革中也特別指出了裝備維修、保障信息的遠程共享。其注重利用網絡技術開發可交互的電子維護手冊、遠程支援維修系統、可穿戴式維修輔助系統等。1995年美國國防部啟動了幾個主要計劃，其中最主要的是敏捷快速的全球作戰支持(Agile Rapid Global Combat Support，ARGCS)先進概念技術驗證(Advance Concept Technology Demonstration，ACTD)計劃。ARGCS采用多軍種使用的標準接口，圍繞開放式體系結構、快速的可重新配置技術和以網絡為中心的故障診斷進行設計。在該計劃推動下，美軍的下一代的自動測試系統體系架構規定指裝備測試、診斷、維護等采用的信息、服務標準。其中診斷數據和診斷服務標準采用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)[3-6]。

我國也在積極研究裝備遠程診斷系統建設與關鍵技術。文獻[8]提出了關于海軍艦船裝備遠程維修支援系統的構想，論述了系統的總體構成和軟件體系結構。文獻[9]論述了裝備遠程協同診斷服務共享框架及其關鍵技術研究，提出了采用Web Services技術為核心實現診斷信息和服務共享。文獻[1,10-13]均針對信息共享、遠程診斷提出了構建基于服務的遠程診斷體系結構，并詳細分析其體系中各層次單元的功能劃分，服務種類，為遠程診斷系統的實現提供了結構框架。

目前無論是美軍的遠程診斷系統還是我軍的遠程診斷系統總體技術方向都是采用面向服務的方式實現，只是有的采用C/S方式，有的采用B/S的方式，也有構建專用網絡的形式。在這些方式中也都是針對信息共享來解決遠程診斷的問題。但是各系統中如何對診斷信息進行標準化描述和診斷服務的類型、定義的一致性都沒有提出解決方法，限制了其開放性和共享性。即使是美軍ARGCS計劃中，也只是在體系結構中提出了采用IEEE1232標準，但是目前還沒有實現。因此武器裝備遠程診斷中診斷信息的標準化描述、診斷服務的互操作是目前開放式遠程診斷系統實現的一個瓶頸。

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)通過定義診斷推理機與測試系統、用戶、知識庫等系統間的接口，規范診斷知識描述為測試系統與診斷系統分離，診斷知識可互換，診斷軟件可移植提供了條件，通過進一步的規范診斷過程的接口函數，使得與AI-ESTATE兼容的系統更適合遠程故障診斷系統。

1 AI-ESTATE功能與結構

AI-ESTATE可以實現以下功能：1)推理機和測試系統其他功能組件的接口標準化，確保測試系統各組件的互操作性；2)測試相關知識的規范定義，滿足測試、診斷知識的兼容性；3)推理系統的最大兼容性；4)適合嵌入和外置式推理系統與測試系統組件的互操作性；5)系統維護、保障和升級費用的顯著減少；6)維修專家知識的可移植性、重用和共享。

為了實現以上功能，AI-ESTATE采用信息模型的方法規范診斷知識和數據描述、規范推理機與測試系統、診斷用戶、測試信息知識庫或其它數據庫之間的各種接口服務描述[3]，如圖1所示。

圖1 AI-ESTATE體系概念圖

通過構建以上組件式體系結構，AI-ESTATE可以滿足以下要求：一是診斷推理機之間的數據和知識交換，通過提供可交換的文件即可滿足；二是通過定義和規范診斷過程中的需求服務實現測試環境下診斷推理機與其它組件之間的互操作。

2 基于服務AI-ESTATE體系結構的演變

在80年代，專家系統廣泛應用于美軍的裝備維護系統中，大大降低了裝備保障的費用并提高了其維護性。但是，隨著專家系統和專家系統的開發工具在當時美軍自動測試設備(ATE)中越來越多的使用，也發現了測試與診斷系統知識與被測對象數據緊密聯系而帶來的當被測對象改造或升級后，原有的測試與診斷系統必須重新進行開發的問題。原有的測試與診斷軟件難以移植、診斷知識難以共享，開發過程重復。這就促使了美軍及其相關的測試設備生產廠，如AAI公司，開始考慮如何在不影響傳統測試語言的基礎上，利用專家系統的優勢實現對測試過程和診斷過程的有效控制。這也就意味著，必須要建立標準化的人工和機器接口。

作為AI-ESTATE標準制定的重要成員Leslie A.Orlidge在文獻[4]提出了通用專家系統模型接口體系結構，這也成為了最早的AI-ESTATE的概念結構框架。該結構將測試與診斷系統分為專家系統用戶、ATE、測試軟件、外部數據庫、知識庫和通用專家系統模型。各模塊之間通過接口實現通信。專家系統可以獨立于ATE也可以嵌入至ATE中。專家系統作為整個系統的測試策略層開始進行系統的進程控制。但是該框架并沒有指出如何進行各模塊的分離和通信。

隨著基于知識的診斷系統、神經網絡等新的智能診斷方法的研究與運用，為了使AI-ESTATE故障診斷體系結構具有廣泛的適應性，在IEEE1232-1995 AI-ESTATE中將診斷的中心統稱為推理系統[6]。盡管在該標準的名稱中仍然重點包含專家系統，但是在標準的上下文語義中，推理系統代表了所有的能夠綜合各種知識得出診斷結論的診斷方法。此時，AI-ESTATE標準包含了一系列的文檔：IEEE Std 1232-1995，應用于自動測試設備的人工智能和專家系統試用標準；IEEEP1232.1，AI-ESTATE數據和知識描述標準草案；IEEEP1232.2，AI-ESTATE服務描述標準草案；IEEEP1347,應用于自動測試設備的人工智能和專家系統解釋草案。在該標準體系中明確提出了基于服務的診斷系統體系結構。所有的單元或模塊均通過服務實現相互的通信。但是除定義了測試執行服務和用戶接口服務的功能之外，該標準當時并沒有對服務的種類和模式特別是推理機的服務進行規范和定義。在這一階段，AI-ESTATE提出了體系結構盡管可以使診斷和測試分離，實現推理機對測試診斷系統的運行控制，但是采用什么樣的服務如何在應用系統中實際執行仍沒有定義。

IEEE Std 1232-1997標準即IEEE 1232.1—適用于所有測試環境的人工智能交換和服務：數據和知識規范試用標準，進一步的用一種純文本語言EXPRESS語言規范了診斷知識、測試數據等信息的描述。該標準的規范使得診斷知識和數據信息不僅僅能夠滿足模塊化體系結構的要求，還使得信息的一致性交互成為可能，進而帶來了推理系統能夠充分利用各類知識和數據實現各種診斷方法的最優組合。但是該標準在服務的規范上并沒有新的進展。

IEEE Std 1232.2-1998即IEEE Std 1232.2規范了診斷推理機提供的服務標準[9]。該標準規范了推理機的服務、協議等的描述以確保在AI-ESTATE兼容系統間的互操作性。這些封裝的服務用以驅動系統的測試和診斷。封裝服務的模式使得AI-ESTATE故障診斷系統可以實現客戶-服務器端模式，從而滿足分散式測試診斷系統需求。但是IEEE Std 1232.2-1998的描述的服務類型更側重與對診斷過程中知識和數據的交換服務，而對診斷過程的系統狀態和控制服務沒有規范。

IEEE Std 1232-2002 采用基于組件的思想，規范了原有的診斷模型管理服務和推理機的互操作服務，提供了對診斷過程的歷史狀態、診斷過程的控制服務，從而進一步增強了診斷推理機對診斷過程的操作與控制[10]。

IEEE最新公布的是IEEE Std 1232-2010[2]。在診斷知識描述方面，IEEE Std 1232-2010在保留以前版本的實體描述的基礎上，進一步擴展了對于診斷對象失效分布的描述，使得AI-ESTATE不僅能夠描述診斷對象邏輯狀態變化，還能描述其概率數學模型；在服務定義方面，IEEE Std 1232-2010 弱化了對模型中數據操作服務的標準化描述，加強了對模型運行狀態的管理以及對推理機操作過程的服務描述。這使得AI-ESTATE標準不僅僅提供了智能診斷知識的標準化描述，還對故障診斷模型的建立、運行過程提供了標準化的控制機制。

目前AI-ESTATE規范的知識描述和服務規范的思想已經逐步滲透到測試診斷域中系統的開發。國內跟蹤和參與AI-ESTATE標準的制訂和驗證的工作較晚，針對AI-ESTATE標準本身的研究尚未見報道。在標準應用方面，航天測控技術有限公司、東方信標有限公司開發的自動測試系統平臺軟件采用了以IEEE1232推理、診斷技術為核心的面向信號通用自動測試、診斷軟件架構。

3 面向遠程診斷AI-ESTATE服務描述

遠程故障診斷系統普遍采用基于服務-客戶端的模式，AI-ESTATE推理機通過向客戶端提供各類推理機操作服務和過程控制服務實現對客戶端的遠程支持，如圖2所示。這里所指的客戶端并不局限與診斷用戶，還包括測試對象、維護系統、知識庫等各組件。

圖2 基于服務的遠程診斷系統概念結構

診斷推理機組件包含了被測系統診斷過程中所需要實現推理的各種服務，這些服務就構成了推理機與其它應用系統的接口。在該結構中，所有的服務都是由AI-ESTATE定義的信息模型中的實體和類型構成的，客戶端無需重新建立診斷單元，只需要根據AI-ESTATE的診斷模型的要求增加對象信息即可完成診斷推理模型。診斷過程中，客戶端通過調用診斷推理機的診斷模型服務，返回診斷服務響應的方式實現與診斷推理機的通信和被測對象的診斷。該方法通過共享診斷信息模型和推理機服務，減輕了客戶端系統開發的工作量，并允許客戶端的擴展。通信協議可由系統制定，例如TCP/IP協議，而其內容的描述則是由AI-ESTATE規范的服務屬性決定。因此該結構就可以構建為基于AI-ESTATE的遠程診斷系統。

控制服務可以實現對診斷過程的狀態控制，主要包括創建診斷序列服務類、模型加載服務類、結束診斷序列服務類。信息服務用于客戶端從診斷推理機請求診斷信息，如診斷結果。響應服務則是診斷推理機從客戶端接收服務的響應狀態碼。各服務在診斷推理狀態轉移中的關系如圖3所示。

將診斷推理的過程劃分為5個狀態：A無會話等待、B無模型準備、C模型加載、D有效會話、E信息響應。在A狀態時，診斷過程處于等待狀態，應用系統可以啟動一次診斷推理。診斷用戶通過initializeDiagnosticProcess服務啟動指定的測試系統的診斷會話，然后返回會話的名稱，診斷過程進行到B狀態。如果診斷系統通過pauseDiagnosticProcess服務中止了原有診斷推理的進程或通過setCheckpoint服務設置了診斷檢測節點，則可以通過resumeDiagnosticProcess服務或restoreCheckpoint服務直接進行到D狀態，按照原來保存的診斷模型進行推理。B狀態時，診斷診斷模型還未被加載，但是允許加載被測對象的診斷推理的歷史數據。當用戶調用loadDiagnosticModel服務或loadDiagnosticModelFromLocation服務時，推理機按照指定位置、指定名稱對應的診斷模型加載到診斷會話中，并轉移至C狀態。如果指定模型不存在則返回錯誤代碼，并繼續保留在B狀態。C狀態用于確保在診斷推理之前有可用的靜態模型。通過服務setActiveModel服務將加載的診斷模型激活并使診斷過程處于在推理會話狀態D。D狀態準許用戶通過getDiagnosticResults、getTestOutcomesFromDiagnosisOutcome等服務向推理機請求調用診斷信息，推理機則根據診斷推理的需要通過requestResourcesNeeded服務等向用戶發出診斷的資源信息。在診斷會話進行中，診斷推理機和用戶之間進入一次信息交互時，診斷過程進入信息響應狀態。在每次服務的響應完成時返回至D狀態否則停留在E狀態。所有的狀態均可通過closeDiagnosticProcess服務結束診斷推理過程并使系統進行到等待狀態。上述服務的綜合即可構成一個完成的診斷過程。

圖3 診斷過程狀態圖

4 有待解決的問題

AI-ESTTAE標準通過規范診斷信息的標準化描述和推理機診斷服務的結構定義，為面向服務的武器裝備遠程診斷體系結構、知識共享和服務管理使用提供了良好的基礎。但是要開發滿足所有武器裝備應用的開放式、標準化、信息化、互操作的遠程診斷系統還有待于解決以下問題。

1)符合ATML標準的診斷信息的標準化描述。AI-ESTATE標準在其提出之時，為了滿足信息交換的一致性和跨平臺性采用了EXPRESS語言。這種語言不僅可以描述邏輯信息還可以描述數學信息，這個特征有利于各種診斷方法的描述。但是這種語言在測試診斷域的應用很少。目前網絡環境下及其測試診斷標準ATML均采用XML語言，這就使得采用EXPRESS語言的診斷信息描述很難與目前的開放式網絡和測試、維護信息描述難以一致。即使可以通過STEP21、STEP28標準實現兩種語言的轉換，但是在應用時卻不得不舍去對診斷數學模型的內部語言描述的優勢。因此如何構建符合AI-ESTATE標準的診斷實體和數據類型XML全信息和約束描述是遠程診斷系統實現中必須要面臨的問題。

2)診斷推理機服務的選擇和優化。遠程診斷不僅要實現診斷信息的共享還希望實現診斷推理模型可移植、互操作。目前AI-ESTATE標準的參與人John W.Sheppard在驗證標準中所提出的服務的可實現性和對遠程診斷效率的提升驗證。在其進行的推理機模型管理服務驗證中發現要實現這些服務，系統的開發非常復雜，因此建議適當使用模型管理服務。之后其重點對典型推理機互操作服務進行了演示驗證。因此這些服務在構建某領域的遠程診斷系統時，必須要進行服務的選擇和優化。

3)診斷對象測試深度的體系化。遠程診斷要實現遠程推理機的共享，其有效性的前提是要能夠提供足夠的測試資源、測試信息。因此就必須在武器裝備研制階段進行測試性的總體結構設計，處理好機內測試和機外測試截面的協同性，并對野戰環境、基地級的層次劃分、測試資源配套進行綜合設計。

4)信息接口的標準化。遠程診斷在實現診斷資源共享時，必須要考慮診斷對象與網絡、遠程資源的信息的互連、互通，這就必須符合信息接口、信息描述、信息驅動的全系統一致性。

5)診斷信息安全與快速通信。目前較多使用的遠程診斷體系結構主要是B/S和C/S模式。兩種模式都采用了面向服務的思想。B/S模式信息的共享性和分布性較好，但是速度和安全性上需要進行復雜的設計。C/S的安全性能可以很容易保證，響應速度快，但是更適合局域網，對客戶端具有應用軟件和操作系統軟件的限制。如何協調開放性、安全性和快速性是構建遠程診斷系統體系必須面臨的問題。

5 總結

AI-ESTTAE智能診斷知識和服務交換標準針對知識的共享、重用和軟件互操作規范了診斷知識和數據描述以及推理機對外的接口服務，為測試與診斷的分離提供了方法。隨著AI-ESTATE推理機服務的不斷發展和變化，使其已經由早期的側重于診斷靜態模型的構建服務向著控制和管理整個測試診斷過程、評估各種資源等方向發展。其標準的服務規范更適合于遠程故障診斷系統的構建和擴展。依據該架構開發的遠程故障診斷系統可以實現診斷知識的共享，提高故障診斷的效率，減少故障診斷系統開發、更新的費用。

[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.

[2] 趙建軍,姚躍亭，楊 陽,等.導彈武器裝備綜合測試診斷系統體系結構研究及應用[J].計算機測量與控制,2008,16(9):1229-1232.

[3] 楊鎖昌. ATS體系結構及RTS關鍵技術研究[D].石家莊：軍械工程學院, 2012.

[4] 王 成.面向信號的ATS軟件平臺關鍵技術研究[D].石家莊：軍械工程學院,2008.

[5] IEEE. IEEE Std 1671. IEEE Trial-Use Standard for Automatic Test Markup Language (ATML) for Exchanging Automatic Test Equipment and Test Information via XML[S]. 2006.

[6] IEEE P1636.1/D1.2，Standard Software Interface for Maintenance Information Collection and Analysis (SIMICA): Exchanging Test Results via the Extensible Markup Language (XML)[S].2004.

[7] Curry P A，Burden J， Lundy G A.Next Generation Automatic Test System (NGATS) Update[J]. IEEE AUTOTESTCON 2006：18-22.

[8] 楊 武,宋勝鋒,李啟元.關于海軍艦船裝備遠程維修支援系統的構想[J].艦船電子工程,2005,25(6):54-56.

[9] 多麗華,楊擁民.裝備遠程協同診斷服務共享框架及其關鍵技術研究[J].設備管理與維修,2006(3):35-37.

[10] 范利花,楊占才,王 紅.基于Web Service的綜合診斷信息系統實現方法研究[J].測控技術,2011，30:228-231.

[11] 楊 武,宋勝鋒,李啟元.關于海軍艦船裝備遠程維修支援系統的構想[J].艦船電子工程,2005,25(6):54-56.

[12] 雷文韜.基于多信號模型的裝備遠程診斷系統[D].成都：電子科技大學,2012.

[13] 呂 勇,李友榮.基于B/S模式的設備遠程診斷中心的體系結構及應用[J].機床與液壓,2005(6):179-182.

[14] 彭新潮,王昌寶,馮雪剛.裝備故障遠程診斷服務系統的設計[J].通信對抗,2006(2):47-49.

[15] 鄒勁松,李宗娟.武器裝備遠程診斷網絡體系結構研究[J].微計算機信息,2008,24(3-1):115-117.

[16] 李盤靖.遠程協同故障診斷關鍵技術及其應用研究[D].西安：西北工業大學,2006.

[17] 姜會霞,鄭思龍,李 柯.基于AI-ESTATE的開放式故障診斷系統體系結構[J].計算機測量與控制,2013,21(12):3166-3168.

[18] 姜會霞,王 成,李 巖. AI-ESTATE智能診斷系統研究[J].計算機測量與控制,2012,20(8):2068-2070.

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

[20] Orlidge L A. AI-ESTATE-A Standard for the 1990s and Beyond [A].IEEE system Readiness Technology Conference. IEEE AUTOTESTCON 1991[C]. Anaheim, CA, USA：IEEE,1991:243-249.

[21] Leslie A.Orlidge. IEEE P1232 AI-ESTATE The Standard for Test Related AI-Applications Takes Shape[A].IEEE system Readiness Technology Conference. IEEE AUTOTESTCON 1992[C]. USA：IEEE,1992:329-334.

[22] IEEE Std 1232-1995,IEEE Trial-Use Standard for Artificial Intelligence and Expert System Tie to Automatic Test Equipment (AI-ESTATE):Overview and Architecture[S].

[23] Orlidge L A.An Overview of IEEE1232 AI-ESTATE The Standard for Intelligent Reasoning Based System Test and Diagnosis Arrives[A]. IEEE Systems Readiness Technology Conference[C]. IEEE AUTOTESTCON 1996. USA：IEEE, 1996: 61-67.

[24] Sheppard J W. Standardizing diagnostic models for system test and diagnosis[A].IEEE System Readiness Technology Conference IEEE AUTOTESTCON 1993[C]. USA：IEEE, 1993: 343-349.

[25] IEEE Std 1232.1-1997,IEEE Trial-Use Standard for Artificial Intelligence Exchange and Service Tie to All Test Environments (AI-ESTATE):Data and Knowledge Specification[S].

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

[27] IEEE Std 1232.2-1998,IEEE Trial-Use Standard for Artificial Intelligence Exchange and Service Tie to All Test Environments (AI-ESTATE): Service Specification[S].

[28] Giarla A J, Meech D.AI-Estate model edging in a component based ATS[A]. IEEE Systems Readiness Technology Conference IEEE AUTOTESTCON 2001[C]. Valley Forge, PA, United States: IEEE, 2001: 679-690.

Research Trend of Remote Intelligent Diagnostic System Based on AI-ESTATE

Jiang Huixia， Fan Shuyi, Wang Cheng

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

By defining the encapsulated services and specific standard services, AI-ESTATE provides the method for the extension of user and application of diagnostic system and the separation of test and diagnosis. It makes the facilitation to construct remote intelligent diagnosis system. In the paper, firstly it is analyzed that the requirement of weapon equipment remote fault diagnostic system to reuse and share of diagnostic knowledge ,interoperate the information between two or more software system. Secondly, the method of constructing remote intelligent diagnostic system based on AI-ESTATE is proposed. Then the basic architectural concept and frame of AI-ESTATE is researched. There are different services definition in the development of AI-ESTATE standard .These services bring different affection to open remote intelligent diagnostic system. At present, the latest AI-ESTATE service definition strengthens the control to diagnosis process and the estimation of diagnosis effect. In order to analyze the usage of these services, the state diagram of diagnostic reason system is analyzed. It provides a method for the development of remote intelligent diagnosis system based on AI-ESTATE.

AI-ESTATE； remote diagnosis；service； interface

2016-09-12；

2016-10-24。

姜會霞(1975-)，女，河北鹿泉市人，博士，講師，主要從事故障診斷和軍用自動測試系統方向的研究。

1671-4598(2017)04-0001-04

10.16526/j.cnki.11-4762/tp.2017.04.001

TP183

A