基于多色集合的发动机诊断IETM研究
交互式电子技术手册(IETM)出现于20世纪90年代，目前已成为许多发达国家所推行的持续采办与全生命周期支持(CALS)战略的重要组成部分，也是装备保障信息化技术研究和应用的热点之一。长期以来，IETM一直受到美国国防部和国防工业界的重视，主要是因为IETM不仅作为一种电子手册实现了技术手册的数字化，还具有交互功能，实现了技术手册的智能化，更为重要的是，IETM的数据格式采用了当前美军和国际通用的成熟标准，从根本上为实现数据的互操作、共享和网络集成提供了可能。而这些正是实现装备保障信息化、实现CALS理念的最基本的技术。
随着CALS战略的推进，在装备后勤保障过程中采用IETM进行故障诊断和故障隔离已成为提高后勤保障水平、降低产品全生命周期费用的有效方法。IETM与专家系统结合能大大提高其智能化程度。借助IETM的引导，保障人员可以更有效地查找装备的故障并进行相应的诊断和维护。本研究利用先进的信息处理数学工具——多色集合理论建立了发动机/元件)故障0诊断模型，提出了基于多色集合的智能化IETM架构，为第5级的IETM开发提供了新的思路。
1 汽车发动机诊断知识库建立
发动机是汽车的动力部件和核心部件，是一个结构极其复杂的系统，它由多个子系统组合而成，这种组合是多层次的，在子系统内、层次之间的联系可能是不确定的。系统结构的层次性决定了系统故障的层次性，系统产生故障的原因可能是构成该系统(子系统)的元素发生故障，或是同该子系统相关的同层次的子系统发生故障，即下级系统和关联故障是产生上级系统故障的直接原因，而且故障的传递是一个由低层到高层的逐层传递过程。
诊断对象的分类层次取决于具体诊断领域的特点和诊断对象的分解方式，对于机械设备的诊断，可以对诊断对象进行结构分解、功能分解和故障分解。本研究综合这3种分解方法建立了汽车发动机层次分类故障模型，可以有效地降低汽车发动机故障诊断问题的复杂性。模型中的第1层和第2层采用结构与功能分解方式，第3层采用故障分解方式(见图1)。
根据以上建立的故障分类层次模型，按照层次分类方法和对象知识表达方法建立符合IETM标准的发动机元件级知识模块，并存储于S1000D标准的通用资源数据库(CSDB)中。
2 发动机故障诊断的多色集合建模
多色集合是一种新的信息处理数学工具，其核心思想是采用形式相同的数学模型来仿真不同的对象(产品、设计过程、工艺过程和生产系统)。仿真系统更加具有柔性，从而为建立产品全寿命信息处理自动化系统奠定了理论基础。其次，多色集合信息系统的体系是一个递阶系统，在集合层和逻辑层组织并处理信息，在数量层解决底层具体数量大小问题。该信息系统能处理大量的信息，能仿真大型、复杂机械产品。再次，多色集合的数学模型能方便地描绘复杂机械系统的各种性质、属性、参数、特征及指标等技术概念之间的关系。最后，该方法很方便用于计算机编程。正是由于多色集合在建模上的诸多优点，本研究选择多色集合理论来建立发动机“元件-故障”诊断模型。
对于发动机故障诊断，本研究按照功能层次和结构层次对发动机对象细分为元件级对象，作为多色集合概念中个人颜色集合A的元素ai，而故障和征兆对象作为元素的统一颜色F(A)，其组成元素为F(ai)。建立的模型见表1。
多色集合的个人颜色(元件)：a1——蓄电池；a2——桩夹；a3——搭铁；a4——熔断丝；a5——EFI线路；a6——诊断代码；ai——发动机第i个有效元素。
多色集合的统一颜色(故障)：F1——发动机无法起动；F2——发动机回火故障；F3——发动机加速不良故障；F4——发动机油耗过高；F5——冒黑烟；Fi——发动机使用过程中第i个失效或不良。
X表示元素ai同Fi之间的逻辑关系，它的取值为0或1，即X=[0，1]，其实际取值一般由经验值确定或者专家指定；“·”表示元素与故障之间有关联关系，即X=1，空白表示无关联关系，即X=0。
完成发动机故障诊断信息初始模型后，根据元件与故障之间的对应关系即可获取单故障问题对应的所有可能故障元件，随后利用层次分析法逐步排除故障，获取最终诊断结果。
复杂设备和系统的故障可能同时存在多个故障源，在排除此类故障时，要同时考虑多种因素，对专家也提出了更高的要求。在多色集合推理中，利用多色集合的析取运算可以迅速析取出故障存在的有限可能性模型，专家即可根据已提取的组合进行参数优化、约束或者根据经验来找出最终诊断结果，也可采用层次分析法逐步找出故障源，从而解决诊断问题。
3 基于多色集合的发动机诊断IETM架构
根据以上建立的知识库及知识获取模型可以获的IETM架构模型(见图2)。
在该模型的专家系统功能模块中，有两方面的关键技术。其一是知识库的建立。采用产生式知识表达、框架知识表达及对象表达等多种方法，实现对2JZ-GE发动机的多种诊断知识的表达，并建立了较为全面统一的基础知识库及专家知识库。其二是知识搜索技术。采用多色集合建立起多个故障诊断模型，运用分层多色推理模式，在充分和用户进行交互的基础上实现对2JZ-GE发动机不拆卸在线诊断。
4 2JZ-GE发动机故障诊断IETM系统实现
在所建立的实例知识库、知识获取模型及IETM架构模型基础之上，利用Delphi开发了原型系统以验证其过程。系统以专家经验为基础建立其多色关联图，根据用户目标条件进一步析取出目标关联图和可能性路径集合，下一步根据路径搜索数据库，查找目标知识，然后根据搜索结果做进一步的处理和操作。部分界面见图3和图4。
5 结束语
基于多色集合的智能化IETM开发需要领域专家和知识工程师的协作与交流，因此增加了开发成本。但是，它对知识的定义为IETM的共享和信息互操作扫除了障碍，使不同系统和用户之间对IETM语义概念的互用和共享成为可能。深入研究了多色集合的智能化IETM开发的各个环节，并完成了对2JZ)GE发动机的诊断知识库的开发，建立起了与用户交互的推理模型并开发出了相关用户界面。
IETM与专家系统功能的整合还需要做进一步的研究，这涉及到知识库组织、检索和知识设计等问题。后续的研究工作是全面实现基于多色集合的智能化IETM，为第5级IETM在军用和民用领域的普及与推广奠定坚实基础。
