CN104627385B - 一种过程可视化决策诊断***及其推理控制方法 - Google Patents

Abstract

一种过程可视化决策诊断***及其推理控制方法。***包括专家知识库模块、专家知识解释模块、决策推理模块和故障树分析模块；决策推理模块通过相应接口分别与专家知识库模块、专家知识解释模块、故障树分析模块相连接；专家知识库模块通过相应接口分别与专家知识解释模块、故障树分析模块相连接。本发明提供的过程可视化决策诊断***及其推理控制方法，实现了人机交互下的推理过程的可视化，由此可以使用户参与到故障诊断的过程中来，而且推理过程对用户是直观可见的，这样可以打消用户对专家***推理结论的怀疑，另外，本推理控制方法简单、易行。

Description

一种过程可视化决策诊断***及其推理控制方法

技术领域

本发明属于航空航天领域中的故障诊断技术领域，特别是涉及一种过程可视化决策诊断***及其推理控制方法。

背景技术

目前在航线维修中的现场分析、判断和处理故障时，往往依赖于维修人员对设备机理的把握程度和经验，从而导致故障定位不准，维修时间较长。

而现有的基于专家***的诊断技术大多通过观测集与其余故障集的比较，经由正向推理或者逆向推理，一次给出最终诊断结果。因此，推理过程不可见、不直观，用户无法直接参与到推理过程中，结果导致其对许多专家***推理的结论持怀疑态度。

发明内容

为了解决上述问题，本发明的目的在于提供一种可使人机交互下的推理过程对用户可见，因此可以打消用户疑虑，并且建立全面有效的知识库的基于故障树的过程可视化决策诊断***。

本发明的另一个目的在于提供一种过程可视化决策诊断推理控制方法。

为了达到上述目的，本发明提供的过程可视化决策诊断***包括：专家知识库模块、专家知识解释模块、决策推理模块和故障树分析模块；其中：决策推理模块为本***的决策诊断核心，其通过相应接口分别与专家知识库模块、专家知识解释模块、故障树分析模块相连接；专家知识库模块通过相应接口分别与专家知识解释模块、故障树分析模块相连接，实现数据的交互，为整个过程提供必要的知识支撑，以共同完成决策诊断过程的可视化。

本发明提供的过程可视化决策诊断推理控制方法包括按顺序进行的下列步骤：

步骤1)知识库初始化的S1阶段；在此阶段中，***首先根据选择的机型对知识库进行初始化，然后进入S2阶段；

步骤2)判断用户是否确定所选机型的S2阶段；在此阶段中，如果用户确定所选机型，进入S3阶段；否则返回到S1阶段的入口处；

步骤3)空闲模式的S3阶段；在此阶段中***进入空闲等待模式，然后进入S4阶段；

步骤4)判断***是否被用户触发的S4阶段；在此阶段中，如果***被用户通过点击快捷图标的方式唤醒，进入S5阶段；否则返回到S3阶段的入口处，***将继续工作在空闲模式下等待被触发；

步骤5)判断是否选择工作模式的S5阶段；在此阶段中，***将判断用户是否对工作模式进行了选择，如果判断结果为“是”，则进入S6阶段；否则，等待30秒后返回S3阶段的入口处；

步骤6)判断工作模式是否中止的S6阶段；在此阶段中，***将判断用户选择的工作模式是否被中止，如果判断结果为“是”，则返回到S5阶段的入口处，以继续执行S5阶段；否则将进入S7阶段；

步骤7)执行选择的工作模式的S7阶段；在此阶段中，***将按照用户所选择的工作模式执行相应的功能，然后进入S8阶段；

步骤8)判断诊断是否完成的S8阶段；在此阶段中，***将依据是否推理到根节点来判断诊断是否结束，如果判断结果为“是”，则诊断结束；否则跳转至S7的入口处。

在S5阶段中,所述的工作模式包括自动诊断模式和人机交互模式。

所述的人机交互模式的控制方法包括按顺序进行的下列步骤：

步骤1)判断***是否正常的S11阶段；在此阶段中，对***首先进行各功能模块及其接口的相关自检，然后根据自检结果判断***是否正常，如果判断结果为“是”，则进入S12阶段；否则，跳转到异常处理的S21阶段，以进行相应的异常处理；

步骤2)选择故障现象的S12阶段；在此阶段中，***将读取用户通过排故界面选择的相关故障现象信息，然后进入到S13阶段；

步骤3)判断诊断决策是否开始的S13阶段；在此阶段中，***将判断用户是否点击排故界面上的“确认选定”按钮，如果判断结果为“是”，则进入S14阶段；否则，跳转到S22阶段的入口处，延时后重新进入S13阶段；

步骤4)分析模块获取数据的S14阶段；在此阶段中利用故障树分析模块4对与选定的故障现象相关的故障树数据进行获取，并建立可视化的故障树，然后进入S15阶段；

步骤5)对故障树数据进行定性以及定量分析以得到可能导致当前故障现象的故障原因割集的S15阶段；在此阶段中，割集按照用户的不同要求进行排序并输出到决策推理模块3，然后进入S16阶段；

步骤6)人机交互下的推理过程可视化的S16阶段；在此阶段中，用户将以S15阶段得到的割集为参考来给定推理起点，进行过程可视化的推理，然后进入S17阶段；

步骤7)判断推理是否受限的S17阶段；在此阶段中，用户在决策推理界面可直观地看到推理是否受限，如果不受限，即诊断完成则进入S18阶段；否则，跳转到S16阶段的入口处，继续进行人机交互下的推理；

步骤8)诊断完成，生成诊断报告的S18阶段；在此阶段中，***将依据专家知识解释模块2生成诊断报告，然后进入S19阶段；

步骤9)判断诊断是否成功的S19阶段；在此阶段中***根据诊断报告判断诊断是否成功，如果判断结果为“是”，则进入S23阶段，退出***；否则，跳转到S20阶段的入口处；

步骤10)判断是否继续使用本***的S20阶段；在此阶段中，***将判断用户是否点击了“继续使用”按钮，如果判断结果为“是”，则跳转至S24阶段的入口处；否则，进入到S23阶段的入口处，退出本控制流程；

步骤11)还原***设置的S24阶段；在此阶段中***将某些变量、数据表还原到初始状态，然后返回到S11阶段的入口处，继续使用本***。

在S16阶段中，所述的可视化推理的方法包括按顺序进行的下列步骤：

步骤1)双击故障树节点的S31阶段；在此阶段中，用户通过鼠标左键双击故障树节点的方式选定推理的起始节点，然后进入S32阶段；

步骤2)输入故障值的S32阶段；在此阶段中，用户输入已选定推理起点的观测值，然后进入到S33阶段；

步骤3)判断是否确定推理起点的S33阶段；在此阶段中，***将判断用户是否点击排故界面上的“确认推理”按钮，如果判断结果为“是”，则下一步进入S35阶段；否则进入S34阶段；

步骤4)判断是否重新启动的S34阶段；根据用户的选择，判断是否返回到流程的初始入口，如果判断结果为“是”，则下一步返回S31阶段，由用户重新选择，否则下一步进入S32阶段；

步骤5)正向推理的S35阶段；在此阶段中，***利用专家知识库模块1中的专家知识以及用户给定的观测集来进行正向推理，然后进入S36阶段；

步骤6)可视化推理过程的S36阶段；在此阶段中，***随着推理进程的推进根据正向推理的结果对节点做如下处理：故障节点变为红色，非故障节点变为绿色，未在推理过程中的节点不变色，然后进入S37阶段；

步骤7)专家知识解释的S37阶段；在此阶段中，***随着推理进程的推进根据正向推理的结果由专家知识解释模块2给出相应的解释信息，本次推理过程至此结束。

本发明提供的过程可视化决策诊断***及其推理控制方法，实现了人机交互下的推理过程的可视化，由此可以使用户参与到故障诊断的过程中来，而且推理过程对用户是直观可见的，这样可以打消用户对专家***推理结论的怀疑，另外，本推理控制方法简单、易行。

附图说明

图1为本发明提供的过程可视化决策诊断***的组成框图。

图2为本发明提供的过程可视化决策诊断推理控制方法流程图。

图3为本发明提供的过程可视化决策诊断推理控制方法中人机交互模式控制方法流程图。

图4为本发明提供的过程可视化决策诊断推理控制方法中推理过程可视化方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明提供的过程可视化决策诊断***及其推理控制方法进行详细说明。

如图1所示，本发明提供的过程可视化决策诊断***包括专家知识库模块1、专家知识解释模块2、决策推理模块3和故障树分析模块4；其中：决策推理模块3为本***的决策诊断核心，其通过相应接口分别与专家知识库模块1、专家知识解释模块2、故障树分析模块4相连接；专家知识库模块1通过相应接口分别与专家知识解释模块2、故障树分析模块4相连接，实现数据的交互，为整个过程提供必要的知识支撑，以共同完成决策诊断过程的可视化。

所述的专家知识库模块1用于存储专家知识，并可实现知识的更新，包括增加、删除、修改、重构等，以保证专家知识的正确性、有效性与完整性。

所述的专家知识解释模块2用于提供对排故过程做出解释的信息。

所述的故障树分析模块4用于对专家知识进行定性以及定量分析，输出按照用户不同需求的割集排序并输出到决策诊断界面。

所述的决策推理模块3可实现人机交互下的过程可视化推理，诊断过程将以故障树形式随着推理进程的前进而不断变化。

本发明提供的过程可视化决策诊断***主要具有知识库维护、推理过程解释、故障树分析以及决策推理等功能；在决策诊断***根据选择的机型对知识库初始化成功后，用户点击排故界面相应模式的单选按钮选择决策诊断***的工作模式；当用户选择人机交互模式后，排故界面上将显示出该模式的用户界面，通过该界面用户选择相关的故障现象信息，故障树分析模块4将对与选定的故障现象相关的故障树数据进行获取并建立可视化的故障树，然后对故障树数据进行定性、定量分析。以得到可能导致当前故障现象的故障原因割集，并输出到决策推理模块3；用户以此割集为参考，通过鼠标左键双击故障节点的方式选定推理的起始节点，然后输入已选定推理起点的观测值；决策推理模块3利用专家知识库模块1中的专家知识以及用户给定的观测集来进行正向推理，随着推理进程的推进根据正向推理的结果对节点做如下处理：故障节点变为红色，非故障节点变为绿色，未在推理过程中的节点不变色(白色)，并据此由专家知识解释模块2给出相应的解释等说明信息，直至推理受限或推理完成，推理受限则重复上述过程；***依据专家知识解释模块2生成诊断报告，如果诊断成功，则退出***；否则，询问用户是否继续使用本***，继续使用则还原***设置，否则退出本***。

本发明提供的过程可视化决策诊断推理控制方法是在所述的过程可视化决策诊断***上实施，如图2所示，本方法包括按顺序进行的下列步骤：

步骤1)知识库初始化的S1阶段；在此阶段中，***首先根据选择的机型对知识库进行初始化，然后进入S2阶段；

步骤2)判断用户是否确定所选机型的S2阶段；在此阶段中，如果用户确定所选机型，进入S3阶段；否则返回到S1阶段的入口处；

步骤3)空闲模式的S3阶段；在此阶段中***进入空闲等待模式，然后进入S4阶段；

步骤4)判断***是否被用户触发的S4阶段；在此阶段中，如果***被用户通过点击快捷图标的方式唤醒，进入S5阶段；否则返回到S3阶段的入口处，***将继续工作在空闲模式下等待被触发；

步骤5)判断是否选择工作模式的S5阶段；在此阶段中，***将判断用户是否对工作模式进行了选择，如果判断结果为“是”，则进入S6阶段；否则，等待30秒后返回S3阶段的入口处；

步骤6)判断是否确定选择的模式的S6阶段；在此阶段中，***将判断用户是否确定当前选定的工作模式，如果判断结果为“否”，则返回到S5阶段的入口处；否则将进入S7阶段；

步骤7)执行选择的工作模式的S7阶段；在此阶段中，***将按照用户所选择的工作模式执行相应的功能，然后进入S8阶段；

步骤8)判断诊断是否完成的S8阶段；在此阶段中，***将依据是否推理到根节点来判断诊断是否结束，如果判断结果为“是”，则诊断结束；否则跳转至S7的入口处。

在S5阶段中,所述的工作模式包括自动诊断模式和人机交互模式。

如图3所示，所述的人机交互模式的控制方法包括按顺序进行的下列步骤：

步骤1)判断***是否正常的S11阶段；在此阶段中，对***首先进行各功能模块及其接口的相关自检，然后根据自检结果判断***是否正常，如果判断结果为“是”，则进入S12阶段；否则，跳转到异常处理的S21阶段，以进行相应的异常处理；

步骤2)选择故障现象的S12阶段；在此阶段中，***将读取用户通过排故界面选择的相关故障现象信息，然后进入到S13阶段；

步骤3)判断诊断决策是否开始的S13阶段；在此阶段中，***将判断用户是否点击排故界面上的“确认选定”按钮，如果判断结果为“是”，则进入S14阶段；否则，跳转到S22阶段的入口处，延时后重新进入S13阶段；

步骤4)分析模块获取数据的S14阶段；在此阶段中利用故障树分析模块4对与选定的故障现象相关的故障树数据进行获取，并建立可视化的故障树，然后进入S15阶段；

步骤5)对故障树数据进行定性以及定量分析以得到可能导致当前故障现象的故障原因割集的S15阶段；在此阶段中，割集可按照用户的不同要求进行排序并输出到决策推理模块3，然后进入S16阶段；

步骤6)人机交互下的推理过程可视化的S16阶段；在此阶段中，用户将以S15阶段得到的割集为参考来给定推理起点，进行过程可视化的推理，然后进入S17阶段；

步骤7)判断推理是否受限的S17阶段；在此阶段中，用户在决策推理界面可直观地看到推理是否受限，如果不受限，即诊断完成则进入S18阶段；否则，跳转到S16阶段的入口处，继续进行人机交互下的推理；

步骤8)诊断完成，生成诊断报告的S18阶段；在此阶段中，***将依据专家知识解释模块2生成诊断报告，然后进入S19阶段；

步骤9)判断诊断是否成功的S19阶段；在此阶段中***根据诊断报告判断诊断是否成功，如果判断结果为“是”，则进入S23阶段，退出***；否则，跳转到S20阶段的入口处；

步骤10)判断是否继续使用本***的S20阶段；在此阶段中，***将判断用户是否点击了“继续使用”按钮，如果判断结果为“是”，则跳转至S24阶段的入口处；否则，进入到S23阶段的入口处，退出本控制流程；

步骤11)还原***设置的S24阶段；在此阶段中***将某些变量、数据表等还原到初始状态，然后返回到S11阶段的入口处，继续使用本***。

如图4所示，在S16阶段中，所述的可视化推理的方法包括按顺序进行的下列步骤：

步骤1)双击故障树节点的S31阶段；在此阶段中，用户通过鼠标左键双击故障树节点的方式选定推理的起始节点，然后进入S32阶段；

步骤2)输入故障值的S32阶段；在此阶段中，用户输入已选定推理起点的观测值，然后进入到S33阶段；

步骤3)判断是否确定推理起点的S33阶段；在此阶段中，***将判断用户是否点击排故界面上的“确认推理”按钮，如果判断结果为“是”，则下一步进入S35阶段；否则进入S34阶段；

步骤4)判断是否重新启动的S34阶段；根据用户的选择，判断是否返回到流程的初始入口，如果判断结果为“是”，则下一步返回S31阶段，由用户重新选择，否则下一步进入S32阶段；

步骤5)正向推理的S35阶段；在此阶段中，***利用专家知识库模块1中的专家知识以及用户给定的观测集来进行正向推理，然后进入S36阶段；

步骤6)可视化推理过程的S36阶段；在此阶段中，***随着推理进程的推进根据正向推理的结果对节点做如下处理：故障节点变为红色，非故障节点变为绿色，未在推理过程中的节点不变色(白色)，然后进入S37阶段；

步骤7)专家知识解释的S37阶段；在此阶段中，***随着推理进程的推进根据正向推理的结果由专家知识解释模块2给出相应的解释等信息，本次推理过程至此结束。

在以上所述的各***具体操作阶段中，任一环节出现技术故障或者***问题，则***会发出警报，提示用户***将关闭重启，并且提醒工作人员及时做出相应处理。

Claims (4)

1.一种在过程可视化决策诊断***上实施的推理控制方法，所述的***包括：专家知识库模块(1)、专家知识解释模块(2)、决策推理模块(3)和故障树分析模块(4)；其中：决策推理模块(3)为本***的决策诊断核心，其通过相应接口分别与专家知识库模块(1)、专家知识解释模块(2)、故障树分析模块(4)相连接；专家知识库模块(1)通过相应接口分别与专家知识解释模块(2)、故障树分析模块(4)相连接，实现数据的交互，为整个过程提供必要的知识支撑，以共同完成决策诊断过程的可视化；

其特征在于：所述的推理控制方法包括按顺序进行的下列步骤：

步骤1)知识库初始化的S1阶段；在此阶段中，***首先根据选择的机型对知识库进行初始化，然后进入S2阶段；

步骤2)判断用户是否确定所选机型的S2阶段；在此阶段中，如果用户确定所选机型，进入S3阶段；否则返回到S1阶段的入口处；

步骤3)空闲模式的S3阶段；在此阶段中***进入空闲等待模式，然后进入S4阶段；

步骤4)判断***是否被用户触发的S4阶段；在此阶段中，如果***被用户通过点击快捷图标的方式唤醒，进入S5阶段；否则返回到S3阶段的入口处，***将继续工作在空闲模式下等待被触发；

步骤5)判断是否选择工作模式的S5阶段；在此阶段中，***将判断用户是否对工作模式进行了选择，如果判断结果为“是”，则进入S6阶段；否则，等待30秒后返回S3阶段的入口处；

步骤6)判断工作模式是否中止的S6阶段；在此阶段中，***将判断用户选择的工作模式是否被中止，如果判断结果为“是”，则返回到S5阶段的入口处，以继续执行S5阶段；否则将进入S7阶段；

步骤7)执行选择的工作模式的S7阶段；在此阶段中，***将按照用户所选择的工作模式执行相应的功能，然后进入S8阶段；

步骤8)判断诊断是否完成的S8阶段；在此阶段中，***将依据是否推理到根节点来判断诊断是否结束，如果判断结果为“是”，则诊断结束；否则跳转至S7的入口处。

2.根据权利要求1所述的推理控制方法，其特征在于：在S5阶段中,所述的工作模式包括自动诊断模式和人机交互模式。

3.根据权利要求2所述的推理控制方法，其特征在于：所述的人机交互模式的控制方法包括按顺序进行的下列步骤：

步骤1)判断***是否正常的S11阶段；在此阶段中，对***首先进行各功能模块及其接口的相关自检，然后根据自检结果判断***是否正常，如果判断结果为“是”，则进入S12阶段；否则，跳转到异常处理的S21阶段，以进行相应的异常处理；

步骤2)选择故障现象的S12阶段；在此阶段中，***将读取用户通过排故界面选择的相关故障现象信息，然后进入到S13阶段；

步骤3)判断诊断决策是否开始的S13阶段；在此阶段中，***将判断用户是否点击排故界面上的“确认选定”按钮，如果判断结果为“是”，则进入S14阶段；否则，跳转到S22阶段的入口处，延时后重新进入S13阶段；

步骤4)分析模块获取数据的S14阶段；在此阶段中利用故障树分析模块4对与选定的故障现象相关的故障树数据进行获取，并建立可视化的故障树，然后进入S15阶段；

步骤5)对故障树数据进行定性以及定量分析以得到可能导致当前故障现象的故障原因割集的S15阶段；在此阶段中，割集按照用户的不同要求进行排序并输出到决策推理模块3，然后进入S16阶段；

步骤6)人机交互下的推理过程可视化的S16阶段；在此阶段中，用户将以S15阶段得到的割集为参考来给定推理起点，进行过程可视化的推理，然后进入S17阶段；

步骤7)判断推理是否受限的S17阶段；在此阶段中，用户在决策推理界面可直观地看到推理是否受限，如果不受限，即诊断完成则进入S18阶段；否则，跳转到S16阶段的入口处，继续进行人机交互下的推理；

步骤8)诊断完成，生成诊断报告的S18阶段；在此阶段中，***将依据专家知识解释模块2生成诊断报告，然后进入S19阶段；

步骤9)判断诊断是否成功的S19阶段；在此阶段中***根据诊断报告判断诊断是否成功，如果判断结果为“是”，则进入S23阶段，退出***；否则，跳转到S20阶段的入口处；

步骤10)判断是否继续使用本***的S20阶段；在此阶段中，***将判断用户是否点击了“继续使用”按钮，如果判断结果为“是”，则跳转至S24阶段的入口处；否则，进入到S23阶段的入口处，退出本控制流程；

步骤11)还原***设置的S24阶段；在此阶段中***将某些变量、数据表还原到初始状态，然后返回到S11阶段的入口处，继续使用本***。

4.根据权利要求3所述的推理控制方法，其特征在于：在S16阶段中，所述的可视化推理的方法包括按顺序进行的下列步骤：

步骤1)双击故障树节点的S31阶段；在此阶段中，用户通过鼠标左键双击故障树节点的方式选定推理的起始节点，然后进入S32阶段；

步骤2)输入故障值的S32阶段；在此阶段中，用户输入已选定推理起点的观测值，然后进入到S33阶段；

步骤3)判断是否确定推理起点的S33阶段；在此阶段中，***将判断用户是否点击排故界面上的“确认推理”按钮，如果判断结果为“是”，则下一步进入S35阶段；否则进入S34阶段；

步骤4)判断是否重新启动的S34阶段；根据用户的选择，判断是否返回到流程的初始入口，如果判断结果为“是”，则下一步返回S31阶段，由用户重新选择，否则下一步进入S32阶段；

步骤5)正向推理的S35阶段；在此阶段中，***利用专家知识库模块1中的专家知识以及用户给定的观测集来进行正向推理，然后进入S36阶段；

步骤6)可视化推理过程的S36阶段；在此阶段中，***随着推理进程的推进根据正向推理的结果对节点做如下处理：故障节点变为红色，非故障节点变为绿色，未在推理过程中的节点不变色，然后进入S37阶段；

步骤7)专家知识解释的S37阶段；在此阶段中，***随着推理进程的推进根据正向推理的结果由专家知识解释模块2给出相应的解释信息，本次推理过程至此结束。