宋扬
摘要：本文提出了导弹故障智能诊断方法，研究了基于神经网络的导弹故障智能诊断专家系统的结构及功能实现，诊断实例证明此方法的应用可提高诊断的智能性。
关键词：专家系统；神经网络；故障诊断；诊断参数
中图分类号：TP273文献标识码：B
导弹武器系统是一个大型的复杂系统，任何故障都可能导致发射失败，引起重大损失。为了确保导弹武器系统始终处于良好状态，装备保障能力是关键。本文将人工神经网络与专家系统相结合，从专家系统的角度建立基于神经网络的导弹故障诊断专家系统。
一、故障诊断方法
1．诊断参数选取。故障发生时，其特征参数将发生较大变化。因受各种因素影响，应尽量不以绝对值作为异常诊断的依据，而以与初始值或正常值比较的值作为检测参数进行诊断。监测参数定义为
式中：ST(xi)—相对于（xi）的待检状态参数值；
SR(x)—相对于（xi）的正常状态参数值。
两者的比值与门限值进行比较，若大于门限值，故障征兆输入取为“1”，即故障征兆存在，否则取为“0”，即故障征兆不存在。
2．知识库的建立。运用产生式规则建立神经网络专家系统的知识库，也就是确定神经网络的各个权系数和阂值，它包括知识获取和存储两个过程。知识获取表现为训练样本的获得与选择。训练样本来源于同类型诊断对象在正常运转时和带故障运行时的各种特征参数。知识存储是将由训练样本对神经网络进行训练获得的连续权值和阈值进行存储，从而形成知识库。
(1)针对诊断对象特点，分析其故障知识结构，根据征兆、故障及样本数目确定神经网络的结构模型，即输入神经元、输出神经元以及隐含层神经元的数目；
(2)在众多的样本中选择训练样本，即根据对象特点及专家长期积累的经验获得各种情况下（单故障或多故障）神经网络的训练样本；
(3)利用训练样本进行训练，则可获得网络的连接权值和阈值，并以此形成知识库。此知识库存放的是一些用数字形式隐式表示的连接权值，而不是直接的规则。
3．神经网络模块结构图。为了提高系统的推理和学习能力，建立故障诊断神经网络模型，其结构如图1所示。
采用三层结构的BP网络。抽取出故障性质若干信息作为网络输入，并从工程实例中选取有代表性的样本对网络进行训练；训练完毕后即可利用神经网络进行推理。当出现网络拒识样本时，通过专家进行判断推理，然后将此样本输入到训练样本集中，使网络继续学习，对权值进行调整，直至作出正确推理为止。
二、诊断专家系统结构与功能
专家系统的解题程序由三要素组成，即描述检测设备问题状态的综合数据库、存放启发式规则的知识库，以及对知识库中的知识进行推理的推理机。三要素依次对应于数据级、知识库级及控制级的三级知识。从外部功能看，此故障诊断专家系统模拟的是人类专家在该问题领域上的推理，而不是模拟问题本身。可见，导弹检测设备故障诊断专家系统是一种智能的计算机程序。它使用知识与推理过程，求解那些需要拥有该领域专门知识的杰出人才才能求解的高难度问题。
一个模仿领域专家的诊断系统应该具有利用经验知识进行故障诊断和利用原理知识进行故障诊断的双重能力。为此，在充分研究导弹检测设备及专家系统组成的基础上，设计了满足上述要求的故障诊断专家系统。其结构框图如2所示。
从结构图可以看出该系统由七部分组成。
1．实时检测部分。其功能是运用故障检测软件，将导弹测试设备所显示的数据、现象等输入专家系统的数据库，以供故障诊断用。
2．知识库。用于存放导弹检测设备故障诊断领域专家知识。它以源故障状态和启发性规则形式存放，同时也存放一些为公式化的问题解答所需要的信息及相应的期发性规则。可实现知识的存取、修改和维护，包括检查、检索、知识更新和语义完整性保护。
3．数据库。专家系统执行推理过程中存放初始故障状态值和中间结果或论据等的工作存储器，是反映当前问题求解状态的集合，用于临时存取求解问题所需的各种数据以及求解期间专家系统产生的各种中间信息，有时还包括中间假设或中间结论之间的关系等。数据库中各种事实、断言和关系组成的状态即是推理机运用的知识，这也是解释机制获取推理途径的依据。
4．推理机。运用数据库中的初始故障状态或通过人机对话获得的故障状态，对知识进行搜索推理和匹配。主要由调度程序和解释程序两部分组成，是实施问题求解的核心执行机构。调度程序依据数据库当前问题状态及相关信息，按一定的控制策略从知识库中识别和选取可用的知识。当有多余知识可用时，一般采用冲突消除策略，从中选出一条知识，交解释程序执行。其推理方式可采用正向推理。
5．知识获取系统。其功能是根据专家或书本上提供的知识，经过理解并编辑成知识库所需的内部形式，作为新知识加入到知识库中。
6．人机接口。考虑到系统的最终用户为一般工程技术人员，在构造系统的人机界面时遵循以完全自然的、领域化的语言及方式同用户进行交互；在满足系统功能的前提下尽量减少用户介入，以提高系统自身的智能水平；对用户输入的数据具有容错及检测功能，以提高系统的可靠性等原则。
7．解释程序。由于知识库存放的是一些用数字形式隐式表示的连接权值，而不是直接的规则，所以就推理过程和诊断结果的解释总体来讲，就是利用网络中的各项数据（包括征兆输入数据、故障输出数据和隐含神经元输出数据）及输入神经元、输出神经元的物理含义并结合知识库中的连接权值来形成规则，其过程相当于神经网络训练的逆过程。
导弹检测设备故障诊断专家系统的设计思想就是运用计算机技术，对存在故障的导弹检测设备进行故障分析，给出故障产生的原因及解决方案等详尽信息，从而达到模拟专家的目的。
三、仿真试验结果
我们在WindowsXP上，用VC++6.0开发了系统，采用SQLSERVER2000数据库作为知识库引擎。经过训练，用某型号两个条目共23条专家规则、76个测试样本进行实测，得到表1的数据。
表1信号检测部分仿真结果
在诊断过程中，专家系统对每个样本诊断反应时间少于0.1s，完全符合实时性要求。对76个样本的实测结果表明，神经网络推理机推理成功率为89.4%，达到了应用的要求。由上述试验结果看出，神经网络推理机对检测样本能进行正确的推理和预测。在实际系统设计中，又集成了不确定规则推理机制，这样，两套推理机互补相承，结果更加可靠。
四、结论
1．神经网络用于导弹故障诊断可以大大提高故障诊断效率和诊断可靠性。
2．神经网络易于处理专家知识，尤其对无法精确描述的专家知识。
3．网络学习样本对网络识别效果影响很大。完整的、正确的样本可以提高网络识别率；而不完整的、错误的样本可能导致错误的结果。
通过上述设计方法，可以实现某型导弹检测设备故障诊断专家系统的构建。这是专家系统在导弹检测设备故障诊断领域应用的一种尝试，目前有待解决的问题是，如何将检测设备与专家系统通过一个“接口”串联进来，将检测得到的数据自动输入专家系统的“数据库”，从而实现在线诊断；如何使系统具有更好的自学能力等。
参考文献：
杨军．基于模糊神经网络和专家系统的导弹故障智能诊断方法．弹箭与制导学报，2000，01.
杨一鸣．神经网络在导弹故障诊断专家系统中的应用．微计算机应用，2005，05.
杨晓君．神经网络在导弹测试设备故障诊断中的应用．计算机仿真，2005，07.
宋光明．基于模糊神经网络的导弹故障智能诊断方法．上海海运学院学报，2001，03.
刘丙杰．基于模糊神经网络的导弹故障诊断．弹箭与制导学报，2003，02.