案例推理在汽车故障诊断中的应用

第26卷第10期2009年10月　

计算机应用研究

ApplicationResearchofComputersVol.26No.10

Oct.2009

案例推理在汽车故障诊断中的应用

严　军,倪志伟,王宏宇,韩　丹

3

(合肥工业大学管理学院过程优化与智能决策教育部重点实验室,合肥230009)

摘　要:以奇瑞汽车故障诊断为应用背景,研究并开发了一个基于案例推理的汽车故障诊断系统原型,以实现对汽车故障的智能诊断。系统依据故障的特征属性和内容将汽车故障案例进行分类,进而根据最近邻算法对某一种类的案例集进行检索,最后构建了软件原型系统。通过对汽车故障样本案例进行仿真测试,表明了设计思想是合理的,实现方法是有效的。

关键词:基于案例推理;故障诊断;最近邻算法

中图分类号:TP182　　　文献标志码:A　　　文章编号:2()2doi:10.3969/j.issn.100123695.2009.10.071

Onapplyingincarfaultdiagnosis

ANIZhi2wei,WANGHong2yu,HANDan

(KeyLaboratoryofm&IntelligentDecision2makingforMinistryofEducation,SchoolofManagement,HefeiUniversityofTechnology,HefeiChina)

Abstract:AimingatdevelopingtheQiruicarfaultdiagnosissystem,thispaperproposedaprototypeofsystemtosolvethe

problemencounteredinintelligentcarfaultdiagnosisonthebasisofCBR(case2basedreasoning).Classifiedthecarfaultcaseascasesetswhichwasusedforfurtherresearchwithk2nearestalgorithmbycharacteristicanddetail.Atlastfinishedtheproto2typeofsystem.Andtheemulationtesttothesoftwarewithcarfaultcasesinfieldprovesthereasonabilityofthedesignandthevalidityoftheimplementation.

Keywords:CBR;faultdiagnosis;k2nearestalgorithm

　　将人工智能技术引入到汽车的故障诊断中,建立故障诊断系统,为维修人员提供快速的故障定位和排除建议,对汽车故障诊断具有重要的应用价值。

传统的故障诊断中大部分是RBR(rulebasedreasoning,基于规则推理)、MBR(modelbasedreasoning,模式推理)的专家系统技术的研究。由于这些传统的专家系统是基于模型化驱动的(基于模型的诊断方法使用诊断对象的结构、行为和功能模型等深知识进行诊断推理),在模型的构建、信息的获取、信息的处理方面存在严重不足,有一些难以克服的缺点,如系统领域知识的规则提取困难;规则库、模式库的创建和管理复杂艰巨;推理过程中规则与模式难以准确选取等。

由于汽车型号多、故障现象与故障原因之间的关系复杂、故障类型多,基于案例的方法因其知识获取容易、易于理解、启发思维、自适应能力强、知识库维护方便等特点,比传统的

RBR、MBR的专家系统具有更强的适应性。利用CBR进行机

1　故障诊断系统的总体结构

整个故障诊断系统主要由知识库、故障案例库、征兆数据库和推理系统构成。系统框架如图1所示

。

其中主要部分的内容和功能描述如下:

a)知识库。问题求解的知识、经验的集合,主要由专家提

车故障诊断,通过对机车故障的半结构化描述,避免了结构化描述机车故障的不完整、不一致。在分析和研究了汽车故障诊断领域知识特点和大量的故障维修日志基础上,探讨了基于案例推理方法的关键技术,笔者提出了将故障案例进行分类进而检索的策略思想,这种方法不仅降低了案例表示、组织以及案例库的构建难度,而且极大地提高了案例检索的效率。

供,包括汽车故障的分类信息及不同种类故障需要的各种关键特征属性及其权值,并以此构建故障案例库和征兆数据库。

b)故障案例库。由用户根据汽车故障日志和维修日志等

历史数据填写的关于汽车故障的各种信息,是存储案例和产生新案例的仓库,为新问题的解决提供参考依据。

　　收稿日期:2009201208;修回日期:2009202210　　基金项目:国家“863”计划资助项目(2007AA04Z116);国家自然科学基金资助项目

(70871033)

　　作者简介:严军(19842),男,安徽巢湖人,硕士研究生,主要研究方向为案例推理理论及应用(yanjun20054821@sina.com.cn);倪志伟(19632),男,教授,博导,主要研究方向为人工智能、机器学习;王宏宇(19842),男,硕士研究生,主要研究方向为案例推理;韩丹(19842),女,硕士研究生,主要研究方向为案例推理.