基于模型诊断研究进展与展望.docx

基于模型诊断研究进展与展望摘要：基于模型诊断方法是为了克服传统诊断方法的严重缺陷而兴起的新型智能诊断推理技 术，是诊断理论和技术上的革命，对人工智能领域的研究起着重要的推动作用本文以一致 性诊断和蕴含诊断方法为代表，介绍了基于模型的静态诊断相关技术和方法基于模型的离 散事件诊断方法是静态系统诊断的延续，同时也是混成系统乃至纯粹动态系统模熨诊断研究 的基础本文综述了离散事件系统模型诊断的建模及表示、可诊断性和相关诊断方法介绍 了若干有代表性的诊断系统，从系统建模、诊断方法、可诊断性判定、模型重构及诊断应用 等方面展望了针对基于模型诊断领域中有待进一步解决的问题Abstract： Model-based diagnosis method is a new type of intelligent diagnostic reasoning technology, overcoming the shortcomings of traditional fault-diagnosis methods. Moreover, it is the revolution of diagnosis method both in theory and technology, and plays an im porta nt role in the research field of Art 讦 icial In tellige nee. Using the methods of consisten cy-based diag nosis and diag no Stic implicatio n as represe ntatives, this paper in troduces the related tech no logies and methods of model-based diag nosis of static systems. The model-based diag nosis method of discrete eve nt systems is a continuation of diag nosis of static systems, and is also the foundation of diagnosis of hybrid systems and even pure dynamic systems. In this paper, we review the modeling and representation, diagnosability, and related diag no Stic methods of model-based diag nosis of discrete eve nt systems ・ We also in troduce some representative diag no Stic systems, and pose some prospects, aiming at some problems to be further solved in the field of model-based diag no sis, from the system modeli ng, diagnostic methods, diagnosability determinati on, model rec on struction and diag no Stic applicati ons, etc.1引言在20世纪60年代航天和军工等高可靠性工程的迫切需求下，诊断迅速发展起来成为一 门新兴学科。

特别是近二十年來，一些关键性现代化设备出现故障造成了重大损失为避免 这些严重灾难性事件的不断发生，人们在设备诊断上投入了大量的研究工作，分别在人工智 能和自动控制领域形成了诊断推理研究课题经过数十年的研究，已经取得了许多研究成果, 提出了诸多故障诊断方法，部分研究成果己经应用到实际中，及时发现故障并恢复，避免了 因故障造成的损失，并为进一步改进设备性能提供重要参考传统的第一代诊断专家系统具有很强的设备依赖性，如何从专家那里获取必要的诊断知 识是维护、发展系统的瓶颈基于模型诊断(Model-Based Diagnosis, MBD)是为了克服第 一代诊断系统的严重缺陷而出现的智能诊断推理技术不同于传统的诊断方法，MBD使用设 备的内部结构与行为的知识进行诊断，被人工智能专家誉为诊断理论和技术上的革命［1］ 在IJCAI-99上，著名MBD专家Console和Dressier在其特邀报告中指出：MBD対整个人工 智能领域的研究起着重要推动作用［2］MBD专家Struss称MBD是对人工智能的一个重要 挑战和检验［3］MBD的研允受到了国内外学者的重视，其应用也越来越广泛，如电路故障查找、医学 诊断、大型VIIDL程序的故障检测与定位、大型通讯网络故障诊断、电网故障诊断、汽车故 障诊断等。

获得美国宇航局奖的Livingstone系统在没有地面控制人员指挥的情况下自主诊 断“深空一号”飞船的故障并发出更正指令欧盟基金项目VMBD将MBD技术同吋应用于 汽车制造和汽车驾驶，并做出商品化的汽车MBD系统MBD的基本思想如图1所示：由系统模型出发给出系统当前的预测输出值，然后与当前 的实际观测值进行比较，若两者出现了差异，则说明系统出现了故障；然后由差异出发，结 合系统的模型进行推理给出系统可能的故障起初MBD的研究主要针对“静态系统”，即系统停止运行或者系统的某个运行时间点的快照等，给出此时的故障诊断情况随着对诊断需求的出现，许多学者开展动态系统 朋D的研究动态系统MBD主要包括离散事件系统MBD、混成系统MBD和仍为开放性问题的 连续系统MBD由于离散事件系统在各状态中接近静态系统［4］,而许多混成或者连续值的 动态系统通过抽象和近似以后，又可以使用离散事件系统来表达，因此，离散事件系统MBD 是静态系统到连续系统MBD研允的桥梁［5］,受到越来越多学者的关注2国际研究现状国外MBD方法的研究机构主要集中在欧美在静态MBD方面：普林斯顿大学Sharad Malik教授领导的MBD方面研究小组在全球享有盛誉［6-8］；斯坦福研究所设有专门的诊断和 验证中心，在Dutertre研究员的带领下已经成为全世界MBD和验证的基地［9］；爱尔兰都柏 林大学Marques-Silva教授在SAT和MBD方面国际领先［10, 11］；加拿大多伦多大学Veneris 教授领导的研究小组在MBD方面成果突出［12, 13］；在美国密歇根大学［14,15］,华盛顿大学 ［26］和德国不来梅大学［17 f 18］等也有相关的研究小组。

在实际应用中，许多待诊断系统都是动态系统动态系统的典型特征是不确定性，因而 其在建模、预测等方面比静态系统MBD复杂得多，动态系统诊断是对模型化特别是定性模 型化以及推理机制的挑战，至今仍是MBD有待解决的关键问题20世纪90年代中期Sampath 等学者提出了用离散事件系统來解决或部分解决动态系统诊断问题［19, 20］,迅速成为MBD 领域的一个热点课题最近几年，在AIJ、JAIR、AlCom、IJCAK AAAI和ECAI等人工智能 领域国际重要期刊及会议上，发表了许多离散事件系统MBD的论文另外，欧美一些国家 从九十年代初期开始每年举行一次诊断原理会议，其中有许多关于离散事件系统MBD的研 究成果发表在离散事件系统MBD方面：美国密歇根大学Lafortune教授等从监控理论研究离散可 诊断性等问题［21, 22］；法国雷恩大学Cordier教授等主要研究增量诊断及对诊断性问题 ［23-28］；意大利布雷西亚大学Lamperti教授等研究主动系统诊断问题［29-38］；加拿大多伦多 大学Wonham教授等从全局一致性研究分布式诊断问题［39, 40］；澳大利亚国立大学的一些 学者也在研究增量诊断及可诊断性分析方法(414710基于模型诊断己应用于很多领域。

近几年，除电路故障查找系统和医学诊断系统外， MBD开始向更实用化的方向发展，如大型VHDL程序的故障检测与定位、大型异步离散事件 系统的诊断、网络通讯故障诊断、汽车故障诊断、燃气轮机监控、Web故障监控等下面 是MBD的儿个有代表性的应用系统：(1) DARTDART用一阶逻辑语言描述设备，使用了独立于设备的语言，在推理上使用了合取范式和 推理规则，与归结方法具有类似之处在诊断推理过程中把假设产生和测试结合起来，以提 高系统的效率2) GDE等系列GDE使用了基于假设的真值维护系统作为其基础的支持系统，通过使用极小冲突集来产生 诊断最初的GDE系统是基于一致性的诊断，以后有很多扩展，如Sherlock在GDE的基础上加 入了故障模世和统计信息，XDE则主要针对数字电路且将时间标识集成到基于假设的真值维 护系统中,S1D1A可用于诊断动态系统，而FDE则使用基于假设的真值维护系统，可看作GDE 的一个简单实现，FDE-2则不必遵循观测的时间顺序而可以在任何阶段插入测试点的观测3) LIVINGSTONE-2由美国航天局NASA的埃姆斯研究中心和喷气推进实验室联合推出的，第一个用于独立控 制宇宙飞船“深空一号”软件包中的一部分，可白动探测、诊断和排除故障，并可自行做出 “决定”进行故障恢复，使宇航飞行正常。

这种能力将使21世纪的航天器操作成本大为降 低由于该系统的特殊性，在设计时就考虑到了安全性、可维护性、最小化、可移植等要求4) 燃气轮机诊断系统是在进行TIGER项目(欧联体基金项目)的研究小产生的，是已商品化的系统，已有了广 泛的应用5) AUTOSTEVE已被福特和美洲虎使用的汽车诊断系统FMEA,能够自动生成失效模式及效应分析除了上而提及的汽车诊断系统外，Mostorman等于1998年提出了诊断雪佛莱发动机的方 法，在VMBD项目进行过程中设计出了 RAZR,它是一个模型化和诊断的开发和运行环境，已 被保时捷和沃尔沃采用VMBD项目的目标就是将基于模型的诊断技术既应用于在生产车间 内的汽车，又应用于正在行驶的汽车它是一个欧盟基金项目，合作者包括汽车制造商、供 应商和大学这一项目推动了基于模型诊断的发展，它使得生产商和供应商有机会来考察基 于模型的诊断技术6) 电网故障诊断系统意大利布雷西亚大学Lamperti教授等开发的电网故障诊断系统，将由断路器、保护器、 电线等构成的大型电网抽象为一个离散事件的系统，根据各部件的内在工作模式以及连接方 式，使用基于模型的方法对网络建模，通过匹配所观测到的现彖来推断网络的行为给岀故障 的部件。

己经实现了一个较为通用的自动诊断环境7) 大型通讯网络故障诊断系统法国雷恩大学Cordier教授等研允的大型通讯网络的基于模型的故障诊断系统，将大型通 讯网络使用通讯自动机建模，采用分散式方法、利用模块独立性等特点处理复杂度问题在 MAGDA项目过程中实现了诊断工具如DDyp等，并基于SDH网络等进行了测试此外，最近几年，一些学者对基于模型诊断应用到Web服务、工作流(Workflow)等进行 了研究，如欧盟项目WS-Diamond等3国内研究进展国内MBD方法的研允团队主要包括：中山大学MBD小组，重点研究静态系统的MBD 算法l48f 491 ；吉林大学的MBD研究组，从1998年开始MBD研究，侧重静态系统的MBD方 法15059],后续开展了不完备模型下动态系统的MBD研允；此外，中国科学院软件所冋旳， 国防科技大学阴等学者也给出了静态系统的MBD算法；随着对航天器自主生存能力要求的 提髙，哈尔滨工业大学囤列、北京航空航天大学-冏等高校学者。