一种基于专家系统的通用化故障诊断平台系统

技术领域

本发明涉及轨道交通技术领域，特别涉及一种基于专家系统的通用化故障诊断平台系统。

背景技术

随着我们列控系统的高速发展，列控设备的应用也层出不穷：如列控中心、临时限速服务器、无线闭塞中心、区间综合监控、以及新型列控系统下的列控联锁一体化设备等，这些设备都具备自诊断和故障报警等维护诊断功能，主要是通过维修诊断软件来实现维护诊断措施，显示各种记录、监测、报警及故障信息。

传统的维护终端也可提供故障报警功能，但这些报警都是根据逻辑子系统、执行子系统、操作子系统等直接传送来的信息，报警内容琐碎、来源单一，并没有达到智能维护诊断的要求。特别在面对更加复杂的站场站型，无人车站的管理维护，调试成本更高的车站现场、更加严格的调试环境等客观因素，仅靠传统的维护终端，很难实现快速定位，维护效率不高。

发明内容

本发明的目的是提供一种基于专家系统的通用化故障诊断平台系统，通过建立数据库,并结合神经网络等人工智能计算，将琐碎单一的报警消息整合起来，从而实现精准化智能诊断各列控维护子系统的故障，并输出诊断结果。

为了实现以上目的，本发明通过以下技术方案实现：

一种基于专家系统的通用化故障诊断平台系统，包括：知识获取模块101，用于从列控系统监测维护设备中获取用户事实；知识库及其管理系统102，与所述知识获取模块101连接；其中，所述知识库用于存储专家知识；所述知识库管理系统用于对所述知识库内的所述专家知识进行检索，组织和维护；综合数据库104，其与所述知识库及其管理系统102连接，用于从所述知识库及其管理系统102接收所述用户事实并存储，根据用户事实进行问题描述；推理机103，与所述综合数据库104连接，用于对接收到的问题描述进行处理得到中间结果；解释器105，其分别与所述推理机103和所述综合数据库104连接，所述解释器105用于根据接收到的运行信息对所述中间结果进行处理得到最终结果；人机接口106，与所述解释器105连接，用于将所述最终结果输出给所述列控系统监测维护设备中的各维护子系统APP202。

可选地，所述专家知识包括专家的经验性知识、领域内的原理性知识、和相关的事实。

可选地，所述知识获取模块101还用于获取专家知识并传输给所述知识库及其管理系统102。

可选地，所述知识库管理系统102用于对所述知识库内的所述专家知识进行检索，组织和维护；具体的，首先将专家知识进行收集，然后按照既定的数据结构进行组织，检查维护专家知识前后逻辑的一致性和完整性，并将检查后的专家知识进行存储；对参与到推理机103的专家知识，进行再次学习，若根据推理机103的运算结果原始专家知识有局限时，可以将修改后的原始专家知识并存入在所述知识库管理系统内。

可选地，所述推理机103包括通过用户事实和专家知识作为训练集进行训练后的神经网络算法，所述推理机103采用所述训练后的神经网络算法对所述问题描述进行计算得到所述中间结果。

可选地，所述推理机103还用于修正所述知识库中的所述专家知识：

将需要修改的原始专家知识进行标记并修改后存储在知识管理系统内，经知识管理系统管理完全覆盖替换原始专家知识；或者，两者共存。

可选地，所述综合数据库还用于记录了原始专家知识和事实，所述运行信息包括系统运行时通信状态信息和工作状态信息。

可选地，所述解释器105还用于跟踪、记录，解释推理过程。可选地，

所述解释器105跟踪系统运行时的所述运行信息，补充推理得出的结论，增加配置和说明，并将推理的过程、结论处理成便于理解的说明，最终记录和发送结果。

可选地，所述人机接口106还用于统计和显示所述最终结果。

可选地，所述人机接口106还用于对所述专家知识进行人工修正。

可选地，所述用户事实包括故障信息以及诊断相关的原始数据信息。

可选地，所述用户事实是所述列控系统监测维护设包括的各维护子系统APP、网管系统、及其他事实来源设备发出的。

本发明至少具有以下优点之一：

传统的维护终端只维护自身设备，上述方法可以通用到各个维护设备；

上述方法是基于专家系统的智能诊断方法，减少人工诊断的效率低、成效慢的问题；上述方案对于复杂的报警，支持神经网络等智能算法，将诊断建议更科学高效提供给用户；上述方案具有强的扩展性，可结合实际场景补充扩展诊断内容。

附图说明

图1为本发明一实施例提供的基于专家系统的通用化故障诊断平台系统的结构框图；

图2为本发明一实施例提供的TIS与RBC通信报警处理业务流程图；

图3为列表I表示列控联锁一体化设备简单列举故障诊断信息举例；

图4为列表II为输入报警信息矩阵定义列表；

图5为列表III为输出报警诊断结果矩阵定义列表。

具体实施方式

以下结合附图和具体实施方式对本发明提出的基于专家系统的通用化故障诊断平台系统作进一步详细说明。根据下面说明，本发明的优点和特征将更清楚。需要说明的是，附图采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施方式的目的。为了使本发明的目的、特征和优点能够更加明显易懂，请参阅附图。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。

如图1所示，本实施例提供一种基于专家系统的通用化故障诊断平台系统，包括：知识获取模块101，用于从列控系统监测维护设备中获取用户事实；在本实施例中，所述用户事实是各维护子系统APP、网管系统、及其他事实来源设备201发出的。知识库及其管理系统102，与所述知识获取模块101连接；其中，所述知识库用于存储专家知识；所述知识库管理系统用于对所述知识库内的所述专家知识进行检索，组织和维护；

综合数据库104，其与所述知识库及其管理系统102连接，用于从所述知识库及其管理系统102接收所述用户事实并存储，根据用户事实进行问题描述；推理机103，与所述综合数据库104连接，用于对接收到的问题描述进行处理得到中间结果；解释器105，其分别与所述推理机103和所述综合数据库104连接，所述解释器105用于根据接收到的运行信息对所述中间结果进行处理得到最终结果；人机接口106，与所述解释器105连接，用于将所述最终结果输出给所述列控系统监测维护设备中的各维护子系统APP202。

在本实施例中，所述专家知识包括专家的经验性知识、领域内的原理性知识、和相关的事实。

在本实施例中，所述知识获取模块101还用户获取专家知识并传输给所述知识库及其管理系统102。

即知识获取：指的是知识的收集整理工作，主要是将领域的专家知识和事实数据，输入到知识库里，按照特定的数据结构进行组织，并检查维护知识前后逻辑的一致性和完整性。

在本实施例中，所述知识库管理系统用于对所述知识库内的所述专家知识进行检索，组织和维护；具体的为，首先将知识进行收集，然后按照特定(既定)的数据结构进行组织，检查维护专家知识前后逻辑的一致性和完整性，并将检查后的专家知识进行存储，参与到推理机103的专家知识，可以进行再次学习，若根据推理机103的运算结果原始专家知识有局限时，可以将修改后的原始专家知识并存入在知识库管理系统内(具体是指修改前后的原始专家知识一起存入知识库管理系统)。

即，知识库及其管理系统102：知识库用于存储专家的经验性知识、领域内的原理性知识、和相关的事实。其管理系统负责对库里的专家知识进行检索、组织与维护，并当与推理机103结论不一致时，可修改专家知识或者两种共存。

在本实施例中，所述推理机103包括通过用户事实和专家知识作为训练集进行训练后的神经网络算法，所述推理机103采用所述训练后的神经网络算法对所述问题描述进行计算得到所述中间结果。

在本实施例中，所述推理机103还用于修正所述知识库中的所述专家知识：具体的过程将需要修改的原始专家知识进行标记，修改为更加合理的专家知识后存储在知识管理系统内，经知识管理系统管理是否完全取代原始专家知识还是两者共存。

即，推理机103是专家系统的“思维”机构，任务是模拟领域专家的思维过程对问题求解，对于较复杂的问题，可借助智能算法进行样本学习，当学习后的专家知识证明了原始专家知识有一定的局限性时，可将修正的专家知识反馈给知识库，由知识库存储管理。

在本实施例中，所述综合数据库记录了原始专家知识和事实，还用于存储所述推理判断后的中间结果，最终结果和系统运行时通信状态、工作状态等信息。

在本实施例中，所述解释器105用于根据接收到的运行信息对所述中间结果进行处理得到最终结果：具体的，在本实施例中，所述解释器105跟踪系统运行时的通信、工作状态等信息，补充推理得出的结论，增加配置和说明，并将推理的过程、结论进行更加方便理解的说明，最终记录和发送结果。

即所述解释器105可以以约定的形式通过人机接口输出诊断建议(最终结果)给用户。

在本实施例中，所述人机接口106还用于统计和显示所述最终结果。

在本实施例中，所述人机接口106还用于对所述专家知识进行人工修正。

即，所述人机接口106服务于领域专家或知识工程师及一般用户的交互界面，用于诊断建议输出、统计、显示，可实现人工修正专家知识并直接影响诊断结果。

在本实施例中，所述用户事实包括故障信息以及诊断相关的原始数据信息。

参考图1，说明基于专家系统的通用化维护诊断平台系统结构，详细见第三部分技术方案，在此不赘述；参考图2，为举例说明基于神经网络的智能诊断方法。参考表I，为基于神经网络算法的故障信息以及输入层和输出层。

首先参考图2，举例介绍本实施例的设计构建方法，包括以下步骤：

步骤10，列控联锁一体化设备简单列举故障诊断信息如表I(如图3所示)。

步骤11，按照神经网络，做这个神经元的输入层，即各维护子系统APP、网管系统、及其他事实来源设备201输出的用户事实：TISDM(注：列控联锁一体化维护终端缩写)报警信息{报警设备、发生时间、通信层、安全层}、TISPS(注：列控联锁一体化安全主机缩写)与RBC接口信息(原始消息实际没有，目前仅靠后期在安全交换机上抓包查看)、TISPS的dubug日志、网管端口检测报警(异常流量等)、TISPS板卡网口指示灯、交换机网口指示灯、TISPS平台DMRT日志(含自定义报警码，可以定位错误，但是错误产生原因需要结合抓包进一步查看)。

步骤12，按照神经网络，做这个神经元的输出层，即发送给各维护子系统APP 202的故障诊断结论：TISPS软件问题、TISPS数据问题、网口问题、交换机问题、RBC软件问题、RBC数据问题。

步骤13，将以上需要的输入以及输出信息依照矩阵形式进行标号定义列表，分别见表II(图4所示)、表III(图5所示)：

结合业务流程，我们来做知识的推理如图2：

步骤20，首先拿到这条报警以及对应的关联报警信息；即知识获取模块101获取到这条报警以及对应的关联报警信息。

步骤21，然后对他们进行逻辑上的组合，报警的关联性和组合是需要提前配置定义的，即知识库及其管理系统102执行此步骤21。

步骤22，然后对这些组合进行逻辑判断，这中间有时会结合其他输入信息和判断条件，至输出报警诊断结果，即推理机103执行此步骤22。

步骤23，最后我们根据输出的报警原因，通知相关的厂商人员进行跟踪定位，直至结束。

其中步骤24，第5项抓包原始数据，因为往往不能故障出现时立刻获得，需要后期组织复现。所以我们在做一般推测的时候，不加这个内容。但是有的话就可以补充二次算法，定位到软化或者数据的具体问题了，即解释器105执行此步骤24。

步骤25，将中间算法逻辑包装成一个黑匣子。用神经网络等算法找到通常大概率下的问题，输出报警原因产生的概率，即推理机103执行步骤S5。

步骤26，大量的样本去训练6×8的矩阵，获得权重，即推理机103执行步骤26；

步骤27，如果增加更多的知识，如DMRT日志报警码定义，就可以帮助研发人员来进一步定位软件内部问题，即推理机103执行步骤27。

步骤28，产生了一个集成健康管理维护诊断的模型，扩展到列控系统所有网络传输报警设备的诊断应用中，即人机接口106执行步骤28。

本方法针对现有列控系统设备故障诊断智能化提出了思路，文中结合在列控设备维护诊断中的特点，对基于专家系统的通用化维护诊断平台系统接口进行了设计和说明，并就专家系统设计时的三个问题提供了解决办法，分析描述不同通信信息下推理的不同办法。最后以列控联锁一体化故障通信报警建模，结合了专家系统技术、神经网络技术，进一步解释了智能维护诊断方法。新方法把列控设备的通用的故障诊断进行了集成，将车站、中心信息得到整合，方便列控系统设备维护，为未来“智能交通”“大交通”提供可能。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

应当注意的是，在本文的实施方式中所揭露的装置和方法，也可以通过其他的方式实现。以上所描述的装置实施方式仅仅是示意性的，例如，附图中的流程图和框图显示了根据本文的多个实施方式的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用于执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本文各个实施方式中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。