汽車故障診斷中案例推理的應用分析

陳躍

（蘇州工業園區職業技術學院，江蘇 蘇州 215123）

汽車故障診斷中案例推理的應用分析

陳躍

（蘇州工業園區職業技術學院，江蘇 蘇州 215123）

以奇瑞汽車故障診斷為應用背景，研究并開發了一個基于案例推理的汽車故障診斷系統原型，以實現對汽車故障的智能診斷。系統依據故障的特征屬性和內容將汽車故障案例進行分類，進而根據最近鄰算法對某一種類的案例集進行檢索，最后構建了軟件原型系統。通過對汽車故障樣本案例進行仿真測試，表明了設計思想是合理的，實現方法是有效的。

基于案例推理；故障診斷；最近鄰算法

將人工智能技術引入到汽車的故障診斷中，建立故障診斷系統，為維修人員提供快速的故障定位和排除建議，對汽車故障診斷具有重要的應用價值。傳統的故障診斷中大部分是RBR（rulebasedreasoning，基于規則推理）、MBR（modelbasedreasoning，模式推理）的專家系統技術的研究。由于這些傳統的專家系統是基于模型化驅（基于模型的診斷方法使用診斷對象的結構、行為和功能），在模型的構建、信息的獲取、信息的處理方面存在嚴重不足，有一些難以克服的缺點，如系統領域知識的規則提取困難；規則庫、模式庫的創建和管理復雜艱巨；推理過程中規則與模式難以準確選取等。

由于汽車型號多、故障現象與故障原因之間的關系復雜、故障類型多，基于案例的方法因其知識獲取容易、易于理解、啟發思維、自適應能力強、知識庫維護方便等特點，比傳統的RBR、MBR的專家系統具有更強的適應性。利用CBR進行機車故障診斷，通過對機車故障的半結構化描述，避免了結構化描述機車故障的不完整、不一致。在分析和研究了汽車故障診斷領域知識特點和大量的故障維修日志基礎上，探討了基于案例推理方法的關鍵技術，筆者提出了將故障案例進行分類進而檢索的策略思想，這種方法不僅降低了案例表示、組織以及案例庫的構建難度，而且極大地提高了案例檢索的效率。

1 故障診斷系統的總體結構

整個故障診斷系統主要由知識庫、故障案例庫、征兆數據庫和推理系統構成。系統框架如圖1所示。其中主要部分的內容和功能描述如下：①知識庫。問題求解的知識、經驗的集合，主要由專家提供，包括汽車故障的分類信息及不同種類故障需要的各種關鍵特征屬性及其權值，并以此構建故障案例庫和征兆數據庫。②故障案例庫。由用戶根據汽車故障日志和維修日志等歷史數據填寫的關于汽車故障的各種信息，是存儲案例和產生新案例的倉庫，為新問題的解決提供參考依據。

圖1 系統框架圖

2 案例表示

案例表示是CBR技術的核心問題之一，它是把要求解的新問題及案例庫中眾多的案例按照一定的數據結構表示出來。適當的案例表示方法能完整地表示案例描述信息，便于案例知識的組織和維護，有利于案例的快速檢索。在汽車故障診斷中，一個案例就是一個汽車故障現象的完整解決方案，這個方案可以直接用于解決以后相同或相似的汽車故障。每個故障都屬于一個大的故障案例種類，是一個故障案例類的一個具體實例，并且故障案例是由一系列屬性描述的。汽車故障診斷系統中，故障案例被定義為一個六元式C=〈I，T，S，E，P，A〉。主要內容可分用六個部分來描述案例的各個方面，概括如下：①I是故障案例序號，是故障案例的惟一標志符。②T是故障案例所屬的種類。在同種類案例中，案例包含有相同類型的征兆特征以及其特征權值。③S{S1，S2，…，Sn}是故障癥兆集合，Sj={Fs，Vs，Ts,，Ws}（j=1，2，…，n）。其中：Fs表示故障癥兆特征名；Vs表示征兆；Ts表示征兆特征取值類型及范圍；Ws表示故障癥故障特征權值，反映征兆屬性的重要程度，一般由領域專家設定。④E是故障現象的描述信息。發生故障時，可觀察到汽車故障現象以及設備、部件等運行出現的異常。⑤P是關于故障處理過程和解決方案的描述。⑥A是故障案例的輔助說明信息，主要有汽車型號、維修站名稱、申請單號、維修日期、維修人員、行車里程等。

3 推理系統

根據索引策略、匹配方法和相似度計算等因素，從過去同類案例集中檢索最相似的案例集，再由適配策略進行修正，達到適合當前問題的求解要求。通過不斷地學習過去的經驗和教訓，用過去的經驗及知識來指導和幫助類似問題的求解，并對求解過程不斷地修正、補充、求精，以提高對問題的性質、特征的認識程度,得到問題的滿意解或逼近解。這就是CBR進行問題求解的基本思想和出發點。

一個案例的索引就是這個案例的重要關鍵字的集合,這些關鍵字可以將這個案例與其他案例區分開來。它是一個可計算的數據結構，能存儲在內存中幫助快速搜索。建立案例索引的主要目的是提供一個案例庫的搜索機制，當給定一個新的案例時，能夠根據索引快速找到相關的案例或案例集。當案例庫的規模較大時，案例索引的作用就更加突出了。汽車故障案例庫的索引可以借鑒數據庫的索引技術。筆者根據汽車故障診斷領域專家的經驗建立特征索引，把汽車故障案例根據汽車故障的關鍵特征屬性（汽車型號、車系、故障代碼、損傷件代碼等）進行分類，并組織案例。

案例的K近鄰相似度是根據目前用得最多的相似度計算方法———歐氏距離定義的。例如，機車故障案例X的特征向量表示為〈a1（x），a2（x），…，an（x）〉。其中ar（x）表示源案例X的第r個屬性值。那么機車目標故障案例T與X在特征屬性r上的相似度表示為VTX=（ar（T）-ar（X））2，從而得到機車故障案例T、X的案例相似度為

即案例的相似度越小，就表示機車故障案例T、X越接近，越相似。該公式源于二維空間的標準歐氏距離公式，在其基礎上加入權值Wr，表示特征r的屬性權重，Wr∈［0，1］，，改進了兩個案例之間的距離計算。實際數據檢驗表明，特征屬性權值在很大程度上影響了案例的相似度，從而影響案例的推理過程。

案例檢索是構建CBR系統的關鍵技術。它是從案例庫中檢索和匹配出來的與當前問題在特征屬性上最相似的，并對當前問題的求解有啟發和指導意義的案例。在設計機車故障診斷的案例檢索過程時，采用基于分類模型的索引策略，在案例索引時，根據案例所屬種類快速縮小案例匹配的空間，而不是盲目搜索；在案例匹配階段，采用帶權值的K近鄰案例匹配方法進行案例匹配。以下給出方法的具體實現步驟：①由用戶輸入故障汽車的車型、車系，以及故障代碼、損傷件代碼、故障種類代碼等機車故障關鍵特征屬性。②利用①的特征屬性，根據分類結構索引,初步檢索出符合用戶輸入的特征屬性的故障案例種類，以及得到初始匹配的案例集。③根據故障案例的種類，列出該種類所包含待匹配的特征屬性和特征權值，然后由用戶輸入這些關鍵特征屬性值。④計算新故障案例中的特征屬性與初步檢索出的故障案例集中的第k個案例的相應特征屬性的匹配度。⑤將④中得出的匹配度以及相應特征屬性的權值，根據K近鄰法進行計算，求得該新案例與故障集中第k個案例的匹配度。⑥重復④和⑤，計算出該初始匹配案例集中的所有案例與當前故障問題的匹配度。將所有案例的匹配度排序，輸出與當前故障問題最匹配的一個或幾個案例,完成案例匹配過程。最后,輸出匹配案例的解,為下一步的案例修正作準備。

4 案例調整學習

經過案例的檢索過程，CBR系統選擇一個最近似匹配的案例作為系統推薦的解決方案。在通常情況下，這個推薦方案是適合的。但如果檢索到的案例與目標問題不夠逼近，不能滿足目標問題的求解需求時，就需要進行案例的修正，即以檢索到的源案例為模板，修正以適應目標案例的情況。案例的修正就是通過對案例描述的問題特征進行調整、修改，使其更能準確地反映問題的本質特征，并向實際情況逼近。它既是問題求解的重要過程，也是案例學習的重要手段。實質上它是對案例和求解問題的重新再認識過程。案例的調整學習比較復雜，往往需要結合領域知識和專家的經驗，在專家的指導下完成，并達到預期的修正效果。在此實例中，維修人員可以在沒有任何維修經驗的情況下，只需輸入汽車故障的相關描述信息以及相關故障特征屬性值，就可以從案例庫中快速得到根據相似度排序后的故障解決方案，維修人員可以根據需要選擇相關方案得到更為詳細的信息，并以此作為汽車故障診斷的依據。

5 結語

文章介紹了一個汽車故障案例推理系統的原型系統實現方法。該系統將人工智能技術應用于汽車維修領域，為信息技術在汽車行業中的應用提供了新思路，使奇瑞汽車故障診斷修理實現了信息化、智能化，改進了工作方式，大大提高了維修人員的工作效率。系統將結合維修人員的使用情況完善原型系統，提高汽車維修的準確性、直觀性，使維修周期、成本得到合理優化。

［1］賁志岳，羅大庸.基于案例和規則推理的裝備車輛故障診斷系統［J］.農業裝備與車輛工程，2007，194（9）：30-34.

［2］張代勝，陳朝陽，張樹強，等.基于案例推理的汽車維修專家系統［J］.汽車工程，2003，25（5）：507-509.

Application Analysis of Case Reasoning in Car Failure Diagnosis

CHEN Yue
（Suzhou Industrial Park Vocational Technical College，Suzhou，Jiangsu 215123，China）

Taking Qirui automobile fault diagnosis as the application background,the paper researches and develops a prototype motor fault diagnosis system based on case-based reasoning，in order to realize the fault intelligent diagnosis about cars. Based on the characteristics of the fault properties and content，the system categorizes auto fault cases，and thus retrieves a particular type of case based on nearest neighbor algorithm and finally constructs the software prototype system.By simulating the case of car failure，it shows that the design thought is reasonable，and the method is effective.

case reasoning；fault diagnosis；nearest neighbor algorithm

TP182

A

2095-980X（2017）04-0027-02

2017-03-07

陳躍（1979-），男，高級工程師，主要研究方向：汽車維修。