摘  要： 結(jié)合農(nóng)用車電氣系統(tǒng)物理模型構(gòu)建，系統(tǒng)、全面地探討了使用多知識表示方法從事系統(tǒng)結(jié)構(gòu)、器件特性、連接關(guān)系、機能演變機理和問題求解主體路線模型建造時，可能面臨的諸多實際問題解決對策。
關(guān)鍵詞： 物理世界建模；深層知識利用；專家系統(tǒng)；故障診斷；農(nóng)用設(shè)備檢測

　農(nóng)業(yè)是維系社會生存的基礎(chǔ)，同時也是推動科技快速發(fā)展的研究課題主要來源。而欲達到農(nóng)業(yè)生產(chǎn)適應(yīng)時代需求，機械化、機器人化、信息化、基因與生物工程化等即構(gòu)成其核心主體，而農(nóng)用車便占據(jù)了不可忽視的地位和作用。當(dāng)前，在農(nóng)用車使用、維修領(lǐng)域依然存在諸多不盡人意之處，技術(shù)層次偏低、網(wǎng)點不完善與服務(wù)水準(zhǔn)低下等極大地束縛了農(nóng)用車的性能發(fā)揮。由于農(nóng)業(yè)耕作、運輸當(dāng)中的粉塵、顛簸使得農(nóng)用車應(yīng)用條件惡劣、故障頻發(fā)便，如若維護不及時輕則縮短設(shè)備壽命，重則引發(fā)人身、財產(chǎn)傷損。因此，農(nóng)用車故障診斷、修復(fù)越來越引起人們的普遍關(guān)注，并投入巨大精力予以研究，但技術(shù)路線卻很少超出建立于表層經(jīng)驗上面的專家系統(tǒng)范疇。雖然出現(xiàn)了多信息融合與多診斷方法協(xié)調(diào)傾向，但判定依據(jù)、知識結(jié)構(gòu)仍缺乏跨越式突破，導(dǎo)致故障診斷系統(tǒng)難以適應(yīng)社會期求的根源依然很多，而且?guī)缀鯚o一例外地沒有全面建立物理對象的結(jié)構(gòu)、形態(tài)、機理、動作與事件演變過程模型[1-2]。本研究正是在多知識表示基礎(chǔ)上，通過圍繞農(nóng)用車電氣部分建立物理模型來尋求更加理想的故障診斷效果。
1 電氣系統(tǒng)基本特性與物理模型在故障診斷中的地位
　無論設(shè)備功用如何，電氣故障均由部件失效、接觸不良、開路、短路和參數(shù)嚴重偏離原有值而難于發(fā)揮既定效能等原因造成。但主要原因是老化、粉塵、震動、顛簸、燒融、散熱不暢、磨損、使用不當(dāng)、電化與有害物質(zhì)侵蝕等。從故障外部表現(xiàn)觀察，通常不會超出漸進性和突發(fā)性兩種。而突發(fā)故障的出現(xiàn)大多絕非偶然產(chǎn)生，這是因為：(1)任何故障若缺少內(nèi)部或外界誘因，它一定不會無緣無故地發(fā)生；(2)故障在表現(xiàn)出來之前，必定要經(jīng)歷從隱性到顯性的轉(zhuǎn)化過程，不管該轉(zhuǎn)化如何隨問題本性差異而呈現(xiàn)出持續(xù)時間長短不一，均不可能逃脫此項規(guī)則束縛；(3)每個器件都有自己的故障耐受容限，當(dāng)達到或超過耐受閾值時，將以某種形式準(zhǔn)確無誤地反映出來[3]。
　農(nóng)用車電氣系統(tǒng)由電池、發(fā)電機、電動機、火花塞、喇叭、燈、電壓表、電流表、開關(guān)和接線端子板組成，它們在導(dǎo)線連接之下構(gòu)成有機整體。器件品種差別限定了各自在系統(tǒng)中的地位、作用。盡管電氣器件故障頻度直接承受于質(zhì)量、安放位置、防護手段和使用及維護精心度等眾多要素制約，但其故障誘因、轉(zhuǎn)化機理與現(xiàn)象特征則能預(yù)先給予滿意化揭示。
　借助農(nóng)用車電氣系統(tǒng)物理模型能夠自動地提取某些并非十分深奧的一般化規(guī)則，而系統(tǒng)內(nèi)的器件品種、布局、職能劃定是相對固定的，如果建立比較完善的物理模型，可依照不同器件的故障現(xiàn)象建造故障根源追查規(guī)則。利用該模型可以自動或人機互助地生成問題求解基本路線，使得故障表象與關(guān)聯(lián)器件所構(gòu)建的推理步驟序列更加簡潔、明晰。依故障表現(xiàn)劃定問題解決層次、范圍，從而達到極大地優(yōu)化系統(tǒng)效率、增強用戶接受程度，并參照物理模型協(xié)助能夠大幅度地充實證據(jù)、事實提問期間的目的性與合理性，以及檢驗結(jié)論可靠度。
2 電氣系統(tǒng)物理模型特性劃分與構(gòu)筑體系
　農(nóng)用車電氣系統(tǒng)物理模型按特性差異可劃分成靜態(tài)與動態(tài)兩大系列，靜態(tài)模型能夠歸結(jié)成為器件特性、器件典型故障、器件故障典型表現(xiàn)、電氣連接關(guān)系、器件質(zhì)量、使用狀況、操作者技能、故障耐受容限、維修記錄與故障頻度統(tǒng)計等多個部分[1]；動態(tài)模型則能歸并成器件故障演變機理、故障散播機理、性能遷移、器件關(guān)聯(lián)效應(yīng)、震動與顛簸對器件的破壞原理，以及燒融與侵蝕引發(fā)故障的機理和不同階段表現(xiàn)等不同成份[3]。在此，所有細分模型或緊密或松散、或直接或間接，它們相互作用、彼此制約，最終共同組成了如圖1所示的依賴形態(tài)。但此處給出的動、靜態(tài)物理模型不可避免地包含有某些漏洞與不足：(1)細分模型間關(guān)系極度錯綜復(fù)雜，不是運用幾根線條就能夠予以絕對化、準(zhǔn)確、嚴密的表征；(2)模型動、靜態(tài)特性只能比較粗略地加以劃分，例如器件質(zhì)量模型與各類記錄，當(dāng)它們服務(wù)于不同目標(biāo)時便分別兼具靜態(tài)或動態(tài)屬性，甚至同時具備動、靜態(tài)性質(zhì)，出于簡化研究難度特將其劃歸靜態(tài)范疇。

　農(nóng)用車電氣系統(tǒng)具有十分明顯的雙重本性，既非一成不變，但也不是變化多端、沒有基本規(guī)則可循，其模型構(gòu)筑體系具有先驗概括、動態(tài)學(xué)習(xí)與后驗分析充實三種途徑。在具體化的農(nóng)用車電氣系統(tǒng)中，器件種類是相對固定的，電氣連接關(guān)系也不會隨意發(fā)生變動，通過分析過去積累經(jīng)驗可以比較準(zhǔn)確地建立對應(yīng)模型。雖然這部分模型仍有待日后實際檢驗與擴充、完善，但主體特征卻更多地呈現(xiàn)出先驗概括特點。雖然深入、細致地建立靜態(tài)模型，但不可能杜絕所有漏洞，為克服此限制不得不采用動態(tài)學(xué)習(xí)和后驗分析獲得修正、充實，促使系統(tǒng)問題求解能力日趨完備。事實上，很多模型的準(zhǔn)確建立極端依賴于動態(tài)學(xué)習(xí)和后驗分析，尤其像器件性能變遷機理、器件質(zhì)量等緊密地關(guān)聯(lián)于廠家變更、產(chǎn)品批次性能差異。
3 基于多知識表示的農(nóng)用車電氣系統(tǒng)模型構(gòu)造
　農(nóng)用車電氣系統(tǒng)由多類、多部件集合而成，每個器件均擁有一定的自身獨立特性，相互間又服從依存關(guān)系，表現(xiàn)出十分明顯的制約、影響特征。出于準(zhǔn)確揭示系統(tǒng)形態(tài)，模型中的個體可以視作自主體對待，它們相互協(xié)作便組成了多自主綜合體。
3.1 基于謂詞與時序邏輯的狀態(tài)記錄
　深入了解、掌握問題求解對象不同時刻的各種內(nèi)、外部狀態(tài)，將有利于結(jié)論的準(zhǔn)確性、可靠性提高。雖然它們也具有某種時變特征，但不同時間點上的形態(tài)變異卻構(gòu)成了未來系統(tǒng)關(guān)心重點。如若把謂詞與時序邏輯予以結(jié)合，即得到：
　Predication(Object，Date，Time，Status) (1)
　它指明對象Object，在日期Date、時間Time，關(guān)于特征Predication的形態(tài)是Status。表達式(1)主要用于描述靜態(tài)模型中的故障、工作與維修記錄。在此，形態(tài)差異標(biāo)準(zhǔn)制定顯得非常重要，過于死板則無法適應(yīng)某些變化，頻繁更改易形成混亂，甚至錯誤解讀過去狀態(tài)，因此必須建立基本準(zhǔn)則和變更簿記。
3.2 基于數(shù)學(xué)模型、謂詞與時序時區(qū)邏輯的漸變機理表現(xiàn)
　通過反復(fù)試驗和實際使用，能夠提取出器件燒蝕與顛震破壞演變、性能變遷、故障演變與散播等在不同條件下的數(shù)學(xué)模型。由于數(shù)學(xué)模型采用必須嚴格遵守預(yù)先設(shè)定的先決條件，所以相對簡單的時序邏輯就表現(xiàn)得有些難以勝任，不得不擴展到時序時區(qū)邏輯層次[4]。經(jīng)過擴展后的漸變機理表示為：
    Predication(Object，Date，Time，Delay，Status，
　Condition，F(xiàn)unction)  (2)
它表明對象Object，在日期Date、時間Time，按照Condition條件下的數(shù)學(xué)模型Function，使特征Predication的形態(tài)Status延續(xù)了Delay時長。
3.3 基于語義網(wǎng)絡(luò)的特性展示
    故障診斷得以順暢、準(zhǔn)確進行的首要前提是針對被檢對象內(nèi)部成份給予全面揭示，并將各個體的特性予以詳細表征，這樣才有望從更深層次發(fā)現(xiàn)故障產(chǎn)生根源且獲得徹底排查[5-6]。在現(xiàn)有諸類知識表示方法中，最適合擔(dān)負本職責(zé)者理應(yīng)首推語義網(wǎng)絡(luò)。在此，它主要履行器件功用、故障種類、故障表現(xiàn)、設(shè)備內(nèi)部組成與故障產(chǎn)生根源等描述，表示形式依舊使用弧連接下的節(jié)點對。
3.4 基于框架的結(jié)構(gòu)、關(guān)系搭建
    框架表示源自語義網(wǎng)絡(luò)，但兩者又存在明顯差異。為更加有效地表現(xiàn)農(nóng)用車電氣系統(tǒng)結(jié)構(gòu)和器件有機連接關(guān)系，特采用框架作為表述手段，并自動地生成診斷推理路線，以及便于維修期間準(zhǔn)確、無誤地區(qū)分各個部分。器件連接位置關(guān)系不但直接決定著故障演變與散播，而且由原理層面制約著最佳查找策略編排與證據(jù)詢問注重點確定[5-6]。在整個電氣模型建造當(dāng)中，系統(tǒng)結(jié)構(gòu)和關(guān)系構(gòu)成了核心內(nèi)容，緊密地關(guān)聯(lián)著最終性能發(fā)揮與表現(xiàn)。
    農(nóng)用設(shè)備故障診斷自動化與高性能化，不僅有著重要的經(jīng)濟、社會意義，更富有廣闊的學(xué)術(shù)研究價值。本文結(jié)合典型的農(nóng)用車電氣系統(tǒng)故障診斷，比較系統(tǒng)地討論了借助謂詞邏輯、時序時區(qū)邏輯、語義網(wǎng)絡(luò)、框架和劇本等多種表示方法，構(gòu)筑各類器件特性、連接關(guān)系、演變機理、維護、使用記錄和問題求解關(guān)鍵指導(dǎo)靜、動態(tài)模型。此工作盡管仍居于最基本探索階段，但已經(jīng)展現(xiàn)出極具吸引力的效能。
參考文獻
[1] 王紅霞，葉曉慧，田樹新.復(fù)雜電子裝備故障診斷建模方法研究[J].武漢理工大學(xué)學(xué)報2007(6)：62-64.
[2] FREYERMUTH R B. Process fault diagnosis based on process model knowledge PartI Principles for fault diagnosis with parameter estimation iserman[J]. Journal of Dynamic Systems Measurement and Control Transactions of the ASME， 1991，113(4)： 620-628.
[3] 黃云，恩云飛.電子元器件失效模式影響分析技術(shù)[J]. 電子元件與材料，2007，5(4)：38-39.
[4] 張玲，王玉娟，張海燕.時序推理機的設(shè)計與應(yīng)用[J].自動化技術(shù)與應(yīng)用，1998(1)：23-25.
[5] 閻明印，郭寶成.基于深、淺知識集成表達的故障診斷策略[J].沈陽工業(yè)學(xué)院學(xué)報，1995，30(12)：30～33.
[6] KAPP P D. An analysis of the distinction between deep and shallow expert systems[J]. International Journal of Expert System， 1989，2(1)：1-32.