基于故障树分析的知识表示方法

发表时间:2020/12/11   来源:《科学与技术》2020年第22期   作者:黄易 崔健
[导读] 介绍故障树分析法和知识表示的分类、特征、工作过程,阐述了知识表示方法的重要性,重点介绍了产生式表示法的原理、优点,提出基于故障树分析的知识表示的流程和方法,为知识应用奠定了良好的基础。

        黄易  崔健
        航空工业西飞  陕西省西安市  710089

        摘要:介绍故障树分析法和知识表示的分类、特征、工作过程,阐述了知识表示方法的重要性,重点介绍了产生式表示法的原理、优点,提出基于故障树分析的知识表示的流程和方法,为知识应用奠定了良好的基础。
关键词:知识表示;产生式;故障树分析

1.故障树分析
        故障树分析法(Fault Tree Analysis,即FTA)是一种很重要的故障诊断方法。诊断时,定性分析各种故障原因,绘制成树状图,在可能导致系统故障的部位、原因和分析结果等事件间使用标准的逻辑符号(与、或等)表示,表述各事件的逻辑因果关系。这样就能清晰地看出故障传递过程,快速找到故障原因,识别出潜在的故障隐患,降低复杂系统中可能的风险。
另外,还可以对故障树进行定量分析,引入故障模式危害度的概念,对每条故障模式进行危害程度的优先排序,从单一故障概率计算组合后的概率,针对性采取措施,使系统的可靠性得以提升。

2.知识表示
        知识是人类在实践中所积累的认识和经验的总和。如今,人工智能领域应用广泛,知识就是人工智能系统最基础也是非常重要的部分。
        知识的表示就是对知识的一种描述,或者说是对知识的一组约定,使知识符号化、形式化。从计算机科学的角度,知识的表示研究计算机表示知识的可行性、有效性的一般方法,描述计算机可以接受的知识,把人类知识表示成机器能处理的数据结构和系统控制结构的策略。
        在一个完整的知识表示过程中,首先设计者针对各种类型的问题设计多种知识表示方法;然后表示方法的使用者选用合适的表示方法表示某类知识;最后知识的使用者使用或学习经过表示方法处理后的知识。在知识的表示中,隐性知识被转化为显性知识,或者说知识由一种表示形式被转化成另一种表示形式。
        知识表示有几个特征:透明性,所表示的知识易读、易懂;可访问性,所表示的知识能方便的访问;可扩充性,所表示的知识易于增补、丰富。

3.知识表示方法
        知识表示方法能给我们清晰、简洁又便于理解的数据结构方式。首先,我们选择的知识表示方法表示的知识模式,要便于我们自己去认识和理解,这样人工智能系统的用户、知识工程师才有可能接受消化这种知识模式。如果选用的知识表示方法不符合普通人的思维习惯,也不便于在计算机系统上实现,那我们的一切工作便化为泡影,失去了实际利用的价值。
        常见的知识表示方法有逻辑表示法、产生式表示法、框架表示法、面向对象表示法、语义网表示法、神经网络表示法等。其中效果最好的是产生式表示法,其它表示方法单独使用的不多,大多是以产生式规则为主体增加和扩展语义、框架等。
        产生式表示法使用“若…则…”语句,可以典型地表达为IF[premise]THEN[conclusion],还可以演变为IF OR THEN或IF THEN ELSE等。“若”可以是一个条件,也可以是多个条件;“则”可以是一个结论,也可以是多个结论。这种方法可以简单理解为:如果前提条件得到满足,就产生相应的动作或结论。
        相比其他方法,产生式表示法尤其适用于较容易形成因果关系的系统。产生式规则表示法的原理就是从某初始事实出发,采用模式匹配技术寻找合适的规则。如果代入已知事实后,规则的前提为真,那么该规则可用,得到新的事实,依次类推,最终形成结论。
产生式表示法的优点非常明显:首先,产生式规则有统一形式,各规则松散地连接、组织在一起,较为独立,便于随时对知识进行扩展、修改、管理。其次,这种规则接近于人的思维方式,表示直观、自然,便于推理,通俗易懂。再就是很灵活,它可以表示确定性知识、不确定性知识,还可以表示启发性知识。不过,它有执行效率低的缺点。如果规则库非常庞大,系统匹配规则需要很长时间,效率不高的同时可能引起组合爆炸。

4.基于故障分析法的知识表示
        基于故障树分析的故障知识存在一系列的因果关系特征,故障事件和故障基本影响事件之间有明显的层次性关联,即知识库结论和知识库规则前提之间有层层递进的关系,某一个知识库的结论可以作为另一个知识规则的前提。这种相互之间的关联关系,直接联系到用产生式表示法来表示故障知识,类似于用条件推导出结论,如果条件发生,则有对应的结论。
        通过产生式表示法,对故障树划分得到不同的故障模式,使用最小割集法,从故障顶事件逐步向下分析,求解得到最小的故障模式,简化、优化后,最小的故障模式就形成了一条或多条规则,条件和结论之间由and、or等进行连接,即“与门”、“或门”。每一个简化后的最基本故障树模型的“与”、“或”门都对应一条或者多条规则,如图1。知识的产生式表示流程见图2。
        
        
        
        
  
        以“正常刹车系统刹车压力小”故障为例,从顶事件往下,可以分析得到“刹车片长期使用磨损变薄”等5个底事件。通过收集相关资料上的知识和操作人员的使用维护经验,加以整理得到故障的原因、排除方法和相关解释内容,设计故障规则表,将该故障的知识表示出来,如表1。“故障原因”栏代表产生式规则中的前提条件,“故障现象”栏代表知识的结论,“排除方法”栏代表产生式规则中提问内容的具体描述。
      因此,“正常刹车系统刹车压力小”故障知识表示为:若“刹车片长期使用磨损变薄”,或“刹车管路气塞”,或“减压活门内漏”,或“减压活门调整不当”,或“电子防滑刹车系统故障”,则“正常刹车压力小”。
        
5.结论
        知识按故障树分析后形成故障知识规则,容易形成因果关系,而且故障顶事件展开分析得到底事件属于确定性问题,最合适的知识表示方法是产生式规则表示法。但是对于不确定性的问题,需要将产生式表示法与诸如框架、神经网络等其它表示方法结合起来,形成混合表示方法。
        知识的表示方法多种多样,在实际使用中应该根据使用知识的系统的要求和特点,正确选择知识的表示方法,人工智能系统才能利用这些知识进行更高效的推理和判断。
       
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: