CBR故障诊断系统中的案例自修改方法研究及应用

合集下载

基于CBR的无线闭塞中心故障诊断方法研究

Abstract: Due to the complexity of system structure and functionalities of Radio Block Center ( RBC) , a large number of on鄄site diagnostic cases are accumulated during maintenance. In order to make full use of historical diagnostic experiences, this paper introduces Case鄄Based Reasoning ( CBR ) technology of artificial intelligence into the fault diagnosis of RBC, and analyzes the flow of RBC fault diagnosis based on CBR. The Object鄄Oriented Method is used to represent RBC fault cases and the weight calculation method of cases蒺 feature attribute based on Rough Set Theory is proposed. Further, the similarity algorithm by blending the nearest neighbor and the cosine function is employed to improve the similarity algorithm of traditional CBR technology. Finally, the effectiveness of the proposed method is verified by concrete failure cases of RBC maintenance terminal. Key words: RBC; fault diagnosis; Case鄄Based Reasoning; Rough Set theory; similarity

CBR-ANN技术应用于飞机武器故障诊断系统的研究

减少信息的冗余量，系统
采用混合的两级案例聚类
ｃｋＣｋ０。且ｊ＞Ｉ
｝｛及护睦豢｛谮ｉ鼗蠢ｊ堡ｉ级根据飞机武器系统构成用ｊ维｝薹厦｝库｛嚣
模型，如图３所示。第１
３网络算法
下，根据神经网络模块的诊断规则，获得故障的类别，再在相应的子案例库中检索到相似的案例。本文采用三层ＢＰ前馈神经网络进行案例的检索。其结构如图４所示。其中，Ｘ～为网络输入量，输出ｍ个神经元，产生ｍ个输出信号Ｆ～ｍ，隐层有ｍ个神经元Ｒ～Ｆ。Ｒ，分
构如图１示。所
整个系统主要分为三个功能
模块：系统控制
收稿日期：２１ — ４００１０ — ５
调用程序、故障案例库及维护和
作者简介：张德军（９２）男，山东青州人，硕士研究生，１７一，讲师。要从事航空军械与保障方面的研究；占波（９９）男，主顾１６一，
适的网络参数，将准备好的大量训练样本进行学习、训练、网络侧试和仿真，最终建立合适的ＢＰ神经网络模
型。通过在Ｖ环境下用ＭａａＣｔｂ引擎建立Ｖ与ＭｔａｌＣａｂｌ
系统，以提高武器装备系统的故障快速诊断和排除．从
案例，便自动生成新的求解方法，案例求解的整个过程均储存于数据库中，成为新的知识与实例方法。

基于CBR的飞机机械故障诊断专家系统研究

与最近邻索引配合使用。其检索过程是基于近邻索引中定义的案
…… 液压泵发电机燃油泵冷气泵 ……
图２表现形式框图
４推理机制
本系统采用基于案例的推理策略，CBR 推理过程，如图 3 所示。
例特征矢量的类似度，将用户输入的新案例与库中案例进行相关联比较，选出相近度最高的案例返回给用户；（3）基于知识的检索是指利用现有的关于案例库的案例知识来确定检索案例时哪些案例特征是重要的。
知识库是专家系统最重要的组成部分，知识的表达和组织方法决定了知识的结构模式，影响着系统的执行效率。专家系统知识的表达和组织方法完全取决于具体领域问题的知识特点。
案例是知识表示的一种模式，它将专家的知识与经验用描述案例的数据结构和众多的案例表示出来，它实际就是专家求解问题的一个具体例子。一个诊断系统的案例越多，则其拥有的知识越丰富。但案例的积累应合理组织，不应是简单的堆积。各组成结构愈相似，案例愈有价值。采用了分层分类组织形式来表示故障案例。其表现形式，如图 2 所示。
当属性值不等时式中 i—表示第 i 个匹配的关键特征；相似
案例库中案例的匹配及相似案例的检索；修改与适配是基于一定度［i］—表示案例间第 i 个关键特征的相似度；权重［i］—表示第 i
的适配规则或在用户的直接参与下，完成对检索出的案例解策略个关键特征的权重因子。
的修改，使它能够解决当前问题；验证是对适配得出的解策略的 4.3 适配策略
人机接口
建立了飞机机械设备基于案例的故障诊断专家系统。本研究的基
于案例的故障诊断专家系统嵌入到便携式外场测试系统中，用于飞机的外场及维护，检测出飞机故障后，为后续维修提供以电子文档形式的故障隔离和修理指导手册，便于外场级维护人员及时得到

CBR在PC主板维修应用论文

关于CBR在PC主板维修中的应用研究摘要：根据cbr的基本原理以及主板维修的特点，并且利用cbr 技术中经验重用的思想，把过去相关维修经验用框架进行知识表示，使主板维修的方法更简单，思路更清晰，从而减少主板维修对个人经验的依赖．最后通过案例证明了cbr技术在pc主板维修中的可行性。

关键词：cbr；主板维修；结构中图分类号：tp391.4 文献标识码：a文章编号：1007-9599 (2011) 24-0000-01the application study of cbr in the pc board maintenance zhu yan(xi’an university of arts andscience,xi’an710065,china)abstract:according to the basic principles of cbr as well as the characteristics of board service,experience and the use of cbr technology in the reuse of the idea of the relevant maintenance experience with past knowledge representation framework,so that the motherboard repair method is simpler,clearer thinking,thus reducing maintenance board reliance on personal experience.finally,through a case that the cbr technology in the pc motherboard repair feasibility.keywords:cbr;board maintenance;structure二十世纪八十年代，roger schark教授在《dynamicmemory》中提出了基于案例推理的（cased—based reasoning cbr）技术，并应用该技术开发一个cbr系统，该系统是一个简答式的专家系统。

基于CBR的飞机引气系统故障诊断案例库构造

基于CBR的飞机引气系统故障诊断案例库构造何永勃;王丽哲;杨燕辉【摘要】为快速准确排除飞机引气系统故障,引入CBR方法进行故障诊断.将来自运营方的历史故障经验与生产方的专家知识相结合而构造案例库.首先设计了不同类型知识的表示方法,然后重点研究了案例检索中的相似度,针对k-NN算法相似度作为参考的不足,提出了动态失效比的概念,并以此形成参考度,给出了计算模型.应用示例表明该案例库构造可准确定位故障,为高效的案例推理算法提供基础.【期刊名称】《中国民航大学学报》【年(卷),期】2013(031)006【总页数】4页(P29-32)【关键词】飞机引气系统;故障诊断;案例库;动态失效率;参考度【作者】何永勃;王丽哲;杨燕辉【作者单位】中国民航大学航空自动化学院,天津300300;中国民航大学航空自动化学院,天津300300;中国民航大学航空自动化学院,天津300300【正文语种】中文【中图分类】V263.6;TP182飞机气源系统分布范围广[1]，该系统故障将会影响飞机安全性。

相比其它飞机子系统，A320系列飞机引气系统设计的可靠性水平较低，故障率、虚警率高，且故障原因复杂。

目前，引气系统航线排故主要根据维修手册隔离故障，工作量大、效率低、成本高。

随着人工智能的迅速发展，将CBR（case-based reasoning）技术用于飞机系统故障诊断中可节省大量时间，提高故障诊断水平。

Jeff A.Frenster 和R.V.Magaldi[2-3]等人将专家系统和CBR技术应用在发动机监控系统及英国航空航线排故中，取得了一定成果。

AirBus公司的民用飞机维修监控和分析的数字化排故及维护管理软件AIRMAN（AIRcraftMaintenanceAnalysis）[4]，可帮助航站基地对整个机队的维修信息进行跟踪管理，简化和优化排故工作，降低维修成本。

然而该软件仅利用维修手册中的固定排故程序，未充分利用历史维修案例，故障的定位深度和准确度不高。

基于改进CBR的天气雷达故障诊断专家系统的研究

ＣＨＥＮＧＨｕｉｚｈｏｎｇ
（ＡｔｍｏｓｐｈｅｒｉｃＯｂｓｅｒｖａｔｉｏｎＴｅｃｈｎｏｌｏｇｉｃａｌＳｕｐｐｏｒｔＣｅｎｔｅｒｏｆＹｕｎｎａｎＰｒｏｖｉｎｃｅ，Ｋｕｎｍｉｎｇ６５００３４，Ｃｈｉｎａ）
ｗａｒｅｃｈａｒａｃｔｅｉｓｒｔｉｃｓ，ｔｈｅＣＢＲｍｅｔｈｏｄｏｆｍｏｔｏｒｄｉｖｒｅａｎｄｆａｉｌｕｒｅｉｎｒａｄａｒＳｅｌＴＯｓｙｓｔｅｍ，ｔｈｅｅｘｐｅｌｓｍｅｎｔｏｒｉｎｇｐｒｏｇｒａｍｏｆｐａｒａｍｅｔｅｒ
例表明了该故障诊断专家系统的有效性与实用性。关键词：天气雷达；故障诊断专家系统；案例推理；ＢＰ神经网络；天线伺服系统
ＡＳｔｕｄｙｏｎＷｅａｔｈｅｒＲａｄａｒＦａｕｌｔＤｉａｇｎｏｓｉｓＥｘｐｅｒｔＳｙｓｔｅｍＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＣａｓｅ－ｂａｓｅｄＲｅａｓｏｎｉｎｇ
基于改进ＣＢＲ的天气雷达故障诊断专家系统的研究
成回中
（云南省大气探测技术保障中心，昆明６５００３４）
摘要：新一代天气雷达的出现，增加了雷达控制系统的复杂度和故障诊断的难度，为了保证天气雷达系统工作的可靠性和

基于CBR的飞机引气系统故障诊断技术探究

基于CBR的飞机引气系统故障诊断技术探究随着时代的不断发展，人们对于飞机的安全性要求也越来越高。

因此，对于飞机的故障诊断就成为研究的关键课题。

文章选自基于CBR的飞机引气系统故障诊断技术进行分析，希望可以为今后的故障诊断起到一定的借鉴意义。

标签：飞机；引气系统；故障；诊断Abstract：With the continuous development of the times，people have higher and higher requirements for the safety of aircraft. Therefore，the fault diagnosis of aircraft becomes the key research topic. This paper analyzes the fault diagnosis technology of aircraft exhaust system based on CBR，hoping that it can be used for reference in the future.Keywords：aircraft；engine bleed system；fault；diagnosis基于CBR的飞机引气系统故障诊断技术就可以提升故障的诊断效率，满足工作量控制的需求。

1 基于CRB的飞机引气故障诊断系统整体设计1.1 CBRcase-base reasoning，基于案例推理（简称CRB），属于机器学习领域类比推理模式，也就是通过访问案例库之中的相关问题，找到目标问题的相似性，以此来找到目标问题的解决方法。

其推理是增量式的，可以解决非线性的半结构化以及非结构化的问题。

1.2 系统框架1.2.1 故障诊断系统的需求分析基于CBR的飞机引气故障诊断系统主要是为了快速的排除故障，利用对历史的总结，就可以起到预防故障的作用，这样在减少维修成本的同事，也能够提升安全系数，其主要面对的是飞机营运人[1]。

基于案例推理的车辆故障诊断系统

基于案例推理的车辆故障诊断系统摘要】随着我国社会经济不断发展，当今社会中的车辆基数也越来越大，提高了车辆故障频率，而如何提高车辆故障诊断效率已经成为了行业重点关注的问题。

基于案例推理（CBR）的车辆故障诊断系统能够与车辆故障案例组织、相似度进行对比，从而判定故障类型。

基于此，本文重点探究基于案例推理的车辆故障诊断方法。

【关键词】基于案例推理；车辆故障诊断；方法；模型随着车辆的使用时间延长，各个零部件老化或损坏会造成车辆故障，针对此类问题很多人都是结合日常工作经验来判断故障发生位置、故障类型，并对可能出现的故障一一排除，最终找到故障所在，并将故障排除。

基于案例推理（下文简称“CBR”）的故障诊断系统与专家系统类似（也可以说就是一种专家系统），可以结合车辆故障案例对车辆故障进行对比分析，从而提出可能出现的故障。

在CBR系统使用当中，需要构建一个诊断模型，建立系统中各个要素间的关系，从而生成一个因果关系网络，对故障因果关系进行推导，并输入已经解决的相关案例，从而生成故障案例库，在汽车故障诊断中在案例库中找到类似的案例，从而提出相应的解决方法。

一、CBR相关阐述很多现实中的问题由于十分复杂，所以不能仅采用数学模型方法解决。

部分简单限制性条件在建模过程中也变得难以实现。

基于此，可以采用CBR方案。

CBR方案能够搜寻与该故障类似的问题从提出问题发生点以及线索，从而帮助人们解决故障问题。

从本质来说，CBR是人工智能技术的一个分支，更像是模糊神经系统与专家系统的结合，在特定领域中提取推理特征，结合过去已经解决的案例，将故障问题和案例内容相似度进行对比分析的一种推理技术。

想要实现CBR功能，需要建立一个因果关系模型，并将车辆专业知识存储到模型当中，这样即可对车辆知识进行分类、互联，构成一个完整的分析链，对车辆故障进行匹配和推理。

需要用户提取重要的知识特征，也就是可能产生的故障因素，为车辆出现故障时给用户提供相应的参数，根据专业知识定义因果关系，确定每个因果关系的强度（0-1之间），最终形成一个可以推理车辆故障的关系模型。

路基土承载比(CBR)的试验方法及应用

路基土承载比（CBR）的试验方法及应用发表时间：2018-10-30T18:01:40.993Z 来源：《防护工程》2018年第19期作者：张丽英[导读] 本文主要介绍了路基土承载比（CBR）的试验方法，并介绍了试验操作中的一些注意事项及在实际工程中的应用。

清远市公路工程质量监理检测站摘要：本文主要介绍了路基土承载比（CBR）的试验方法，并介绍了试验操作中的一些注意事项及在实际工程中的应用。

关键词：路基土承载比（CBR）试验方法应用承载比试验，简称（CBR）试验，是一种评定材料承载能力的试验方法，在国外多采用CBR值作为路面材料和路基土的设计参数，所谓CBR值，是指试样贯入量达2.5mm或5mm时，单位压力对标准碎石压入相同贯入量时标准荷载强度（7Mpa或10.5Mpa）的比值，用百分数表示。

随着我国公路建设的发展，我国的现行标准已将CBR值作为路基填料选择的依据。

一、承载比（CBR）试验原理试验时，按标准击实试验确定的最大干密度和最佳含水量制备所需的试件，为了模拟材料在使用过程中的最不利状态，加载前泡水96小时，在浸水过程中和贯入试验时，在试件顶部施加荷载板以模拟路面结构对土基的附加应力，贯入试验中。

材料的承载能力越高，贯入一定深度所需施加的荷载就越大。

二、承载比（CBR）试验方法1、选择有代表性的试料风干，用四分法准备试验所需要的试料，并在预定做击实试验前一天测定试料的风干含水量。

2、做重型击实试验，求得试料的最大干密度和最佳含水量。

3、根据试料的最佳含水量和试料的风干含水量，计算每份试料应加的水量，并均匀喷洒在试料上，拌和均匀然后按规范要求闷料（重粘土不少于24h,轻粘土12 h,砂土1 h,天然砂砾2 h左右）。

4、将试筒编号，并称试筒的质量；按重型击实试验的方法制备试件，每组3个试件。

5、称试筒和试件的质量，将其安装在附有调节杆的多孔板上，加上4快荷载板；将试筒和多孔板一起放入水槽（先不放水）并用拉干将模具拉紧，安装百分表。

RBR和CBR在数控机床故障诊断专家系统中的应用

第1期2011年1月组合机床与自动化加工技术M odul a r M achi n e Tool&Autom atic M anufacturing Techni q ueN o .1Jan .2011文章编号:1001-2265(2011)01-0047-03收稿日期:2010-07-15*基金项目:辽宁省教育厅计划项目(2009A132)作者简介:王姣(1970)),女,回族,吉林人,大连交通大学软件学院副教授,硕士,主要研究领域为机电一体化控制,嵌入式系统,设备状态检测与故障诊断,(E-m ail)w i ngge@l 163.co m 。

RBR 和CBR 在数控机床故障诊断专家系统中的应用*王姣,祁美玲(大连交通大学软件学院,辽宁大连 116028)摘要:文章以数控机床为对象,研究了实例与规则协调工作的故障诊断专家系统。

规则、案例在数据库中与数控机床的功能结构结合并分别存储,在推理中混合执行。

规则是对实例的归纳总结,克服了规则获取难的缺点,在诊断中规则又指导实例,使得故障快速定位,提高了诊断的效率。

同时文章以JSP 为开发语言,采用Spri n g +hibernate+Str uts2架构,开发了基于B /S 模式的数控机床故障诊断系统,具有较好的诊断功能。

关键词:数控机床;故障诊断;基于规则的推理;基于案例的推理中图分类号:TP277 文献标识码:AA D iagnosis Expert Syste m of NC M achine Based on RBR and CBRWANG Jiao ,Q IM e-i ling(Co llege of So ft w are ,Da li a n Jiaotong Un i v ersity ,Dalian L iaoni n g 116028,China)Abst ract :The paper takesNC m achine as ob jec,t has researched the NC m achi n e fa ilure d iagnosis expert sys -te m based on RBR and CBR coo r d i n ated operation .Rules and cases are separately sto red i n the database co m-b i n ed w ith the structure and functions ofNC m achine ,and m i x ed in the i m p le m entation of reason i n g .Ru les are summ arized fro m i n stance ,w hich overco m es the sho rtco m i n gs of rules difficulty to access ,and gu i d e case i n thediagnosis on the other hand ,wh ich m akes the fau lt fast position i n g ,i m prove the efficiency of diagnosis .Then ,takes JSP as developm ent language ,Spri n g+h i b er nate+Str uts2as a fra m e w or k,developed B /S NC m ach i n e too l fa il u re d i a gnosis syste m,w h ic h has better diagnostic capab ilities .K ey w ords :NC m ach i n e ;failure diagnosis ;RBR;CB R0 引言由于数控机床在现代工业的重要性及其产生故障将带来的巨大经济损失,近年来,已经有很多研究致力于数控机床的故障诊断专家系统,以不同形式将基于知识的故障诊断方法应用到诊断系统中。

范例推理(CBR)及其应用

摘要：本文主要介绍了范例推理方法的产生、原理、关键步骤、优点以及它的应用。

关键词：类比；范例推理一、概述范例推理（case-based reasoning, 简称cbr），就是指把当前所面临的问题或情况作为目标范例(target case)，而把记忆的问题或情况作为源范例(base case)。

粗略地说，范例推理cbr是由目标范例的提示而得到历史记忆中的源范例，并由源范例来指导目标范例求解的一种策略。

它是一种重要的机器学习方法。

基于范例推理就是由目标范例的提示而获得记忆中的源范例，并由源范例来指导目标范例求解的一种策略。

范例推理中知识表示是以范例为基础，范例的获取比规则获取要容易,大大简化知识获取[1]。

二、范例推理方法的产生基于范例推理来自认知科学中记忆在人们预期和决策时所扮演的角色,知识源是已经存在的实例,而不是规则。

1982年schank在《dynamic memory》一书中提出了cbr的认知模型,并在此基础上开发了一个cbr的应用系统[2]。

基于范例推理是一种相似或类比的推理方法,其核心在于用过去实际中所用的实例和经验来解决新问题,它直接利用以往的设计结果(实例)进行推理,从而大大减少了知识获取工作量。

在范例推理中，把当前所面临的问题或情况称为目标范例（target case），而把记忆的问题或情况称为源范例（base case）。

粗略地说，基于范例推理就是由目标范例的提示而获得记忆中的源范例，并由源范例来指导目标范例求解的一种策略。

范例推理中知识表示是以范例为基础，范例的获取比规则获取要容易,大大简化知识获取。

对过去的求解结果进行复用，而不是再次从头推导，可以提高对新问题的求解效率。

过去求解成功或失败的经历可以指导当前求解时该怎样走向成功或避开失败，这样可以改善求解的质量。

对于那些目前没有或根本不存在可以通过计算推导来解决的问题。

cbr产生的主要原因是传统的基于规则的系统在知识获取问题上存在困难,不能做实例的例外处理。

CBR用于模拟机故障诊断

CBR用于模拟机故障诊断摘要：CBR能够很好地完成对可能发生的故障类型进行可能性预测和诊断，并对维修工作人员提供有用的决策信息，从而提高飞行模拟机故障维修的水平和效率，节省一定的维修成本。

关键词：CBR；案例；飞行模拟机1. 研究意义：据民航总局预测，中国民航业，目前维修成本占总运营成本的 20％左右，每年用于维护、修理和航材方面的费用是巨大的，航空维修业的附加值很高。

这样一个潜力大、利润丰厚的维修市场，吸引了众多的国内外维修企业。

据汉莎技术公司预测，今后5 年中国航空维修市场的年增长率将达到 11％。

2003 年，中国航空维修市场的总价值为 10.46 亿美元，其中发动机业务占 44％，模拟机部件修理占23％、航线维修占19％、机体大修占 13％。

截止到 2012 年，中国维修市场预计将达到 17.81 亿美元。

所以，中国航空维修市场潜力巨大，维修业应该属于朝阳产业，发展前景很被看好[1-5]。

其中，模拟机的维护前景也很被看好[1-5]。

现在飞行模拟机大部分都是集机械、电子、计算机及自动化等多科先进技术于一体的高精尖产品，其结构与部件都关联复杂，因此所造成的故障类型和故障成因也都复杂多变。

从模拟机故障检测角度看，故障类型很多，故障现象也各种各样，而且同一种故障现象的产生原因又可能多种多样，因此模拟机故障诊断与维修过程相当复杂[6]。

如果模拟机故障没有及时维修，则不仅仅会造成经济损失，而且影响到了飞行训练的效率和计划。

对于这样复杂、庞大的模拟机进行故障源的暴露与定位，仅仅依靠传统的人工故障诊断与维修有较大的局限性。

因此，以人工智能技术辅助检修人员在故障诊断与维修中做出正确维修决策，是本研究的动机之一。

目前，模拟机故障维修中大部分是RBR（Rule—Based Reasoning，基于规则推理）、MBR（Model—Based Reasoning，模式推理）的决策技术研究。

这些传统的决策技术有一些难以克服的缺点，例如：系统领域知识的规则提取困难；规则库、模式库的创建和管理复杂艰巨；随着推理链的增加，结果的可信度降低；推理过程中规则与模式难以准确选取等。

CBR系统中一种实例相似度算法的改进

SIM(casei，casej)=1－d(casei，casej)= [w(k) sim(c ,c )]
ik jk k 1
n
(1)
1) 确定的数值 x 和 y： |x y| , x, y [ , ] sim( x, y ) 1 2) 数值与范围：
其中 ba |x y| sim( x, y ) 1 , x, y [ , ]
其中 sim(cik,cjk)表示参与比较的两实例间第 k 个对应属性的相似度，也叫做局部相似度。而 w(k)表示的是第 k 个属性在整体实例中的权重。
sim(c,[a, b])
b
a
sim(c, x )dx
3
改进的实例相似性算法
事实上，在实例的相似性计算中，常见的情况是进行比
3) 数值与模糊值：
0
前言
CBR(Case-Based Reasoning)来源于认知科学和人工智能
1
实例的检索
实例的检索是 CBR 的关键内容，它的算法的优劣直接影
的交融发展，它是一种模仿人类的思考方式进行知识存储和知识重用的推理模式。 CBR 的核心思想是对人类经验的再利用的模仿，非常适用于一些重经验弱理论的领域。不同于专家系统，其优点是： (1)避开了规则获取和模型建立这一瓶颈，只要收集实例就可以建立实例库；(2)实施只需确定相关实例特征，而且 CBR 系统的实例库可以在 CBR 系统应用中自动扩充； (3) 可以直接从以往实例中选择实例作为参照答案。 CBR 的处理过程包含 4 个主要步骤：实例的检索(Retrieve)，实例的复用 (Reuse) ，实例的修改 (Revise) 以及实例的保存 (Retain)，合称“4R”循环，其处理流程如图 1 所示。

CBR计算机硬件故障诊断系统

2．2 案例库的建立利用以往计算机硬件故障的历史数据建立案例库，
根据上述案例的框架表示方法，单个案例可以采用 SQL Server 的关系型数据库技术，通过设计一张主表和一系列关联表来存储相关知识。即案例由 n 个可能产生的故障单元组成，每个单元里面又有多个需要检测的部位。将这些单元内检测项目用一个表来描述，如上述南桥检测项目表示如下：检测编号 (varchar) 、检测项目 (varchar) 、检测值 (varchar) 、权重 (float) 、详细说明 (varchar) 、备注 (varchar) 。
(3)
i=1
i=1
式中，SM 为故障机 I 同存储在案例库中案例 R 的
总体相似度； fiI 和 fiR 分别为故障机和检索到的案例的检
测项目 i 的测量值； sim (fiI, fiR) 为案例检测项目 i 的相似
(4)
使用上述计算方法得出的案例相似度比较好地表
示了案例的相似程度。案例的相似度以检测项目结果为
计算依据。这里采用的基于案例的推理过程，实际上就
是根据检测项目结果分析得到可能发生故障部件的过
程。其前提是案例信息的表示，包括故障描述信息和检
测项目信息，以及检测项目的权值。
2．4 案例的修正重用
CBR 采用增量式学习，能不断地增加知识量和解题
邻法计算相似度，给出相似度的计算实例，建立了故障诊断系统。

CBR故障诊断系统中的案例自修改方法研究及应用

1 案例的存储和检索
1. 1 案例的存储在 CBR 系统中, 历史案例信息的存储直接影响到案例检索
匹配的速度与结果, 是案例检索的基础, 一种有效的存储方法应具有简洁性、灵活性和透明性, 并且易于诊断推理。本文利用了基于框架表示法的案例表示方法, 一个框架由框架名、槽、侧面和值 4部分组成。
收稿日期: 2007 - 07- 17 基金项目: 国家自然科学基金资助项目 ( 60572173) 作者简介: 宋东 ( 1963 ), 男, 陕西西安人, 副教授, 主要研究领域为自动测试、机载电子设备、高性能计算; 刘飞 ( 1983 ) , 女, 河南安阳人, 硕士研究生, 主要研究方向为测控网络与虚拟仿真技术; 吴信永 ( 1982 ), 男, 安徽砀山人, 硕士研究生, 主要研究方向为测控网络与虚拟仿真技术。
% 82%
∗测控技术 + 2008年第 27卷第 5期
成, 故障征兆的表示如表 1所示。表 1 故障征兆表
案例编号
征兆名 1 征兆名 2 &
&
&
征兆值 1 征兆值 2 &
&
&
重要度 1 重要度 2 &
&
&
& 征兆名 n & 征兆值 n & 重要度 n
1. 2 案例的检索案例的检索采用最近邻法, 用户利用当前案例与案例库案
% 83%
CBR 方法不可缺少的一部分, 也是 CBR 系统设计中的难点, 本文在传统的 CBR 检索和修改方法的基础上, 提出了基于特征差异的案例修改方法, 并且以基于 CBR 的飞机故障诊断系统为例验证了该方法的可行性。然而, 该方法在修改时再次进行了检索匹配过程, 使得整个诊断系统包括两次检索过程, 可能导致效率降低, 这是需要改进的地方。参考文献: [ 1] Chedraw y Z and A b id i S S R. Case based reason ing for Inform at ion per

基于CBR的飞机引气系统故障诊断案例库构造

大学学报
ＪｏＵＲＮＡＬＯＦＣＩＶＩＬＡＶＩＡＴ１０ＮＵＮＩＶＥＲＳＩＴＹＯＦＣＨＩＮＡ
Ｖｏｌ＿３１Ｎｏ．６Ｄｅｃｅｍｂｅｒ２０１３
２０１３年１２月
基于ＣＢＲ的飞机引气系统故障诊断案例库构造
何永勃，王丽哲，杨燕辉
（中国民航大学航空自动化学院，天津３００３００）
摘要：为快速准确排除飞机引气系统故障，引入ＣＢＲ方法进行故障诊断。将来自运营方的历史故障经验与生产
ｓｉｍｉｌａｒｉｔｙｉｎｃａｓｅｒｅｔｒｉｅｖａｌｉｓｄｉｓｃｕｓｓｅｄｉｎｄｅｔａｉｌｓ．Ａｉｍｉｎｇａｔｔｈｅｄｉｓａｄｖａｎｔａｇｅｓｏｆｋ－ＮＮａｌｇｏｉｔｒｈｍｓｉｍｉｌａｉｒｔｙａｓａｒｅｆｅｒｅｎｃｅ，ｔｈｅｄｙｎａｍｉｃｆａｕｌｔｒａｔｉｏｉｓｅｓｔａｂｌｉｓｈｅｄａｎｄｔｈｅｒｅｆｅｒｅｎｃｅｄｅｇｒｅｅｉｓｆｏｒｍｅｄｂａｓｅｄｏｎｉｔ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｃａｓｅｂａｓｅｃｏｕｌｄｄｅｔｅｃｔｆａｕｌｔｓｅｆｅｃｔｉｖｅｌｙ，ａｎｄｉｔｉｓａｒｏｂｕｓｔｆｏｕｎｄａｔｉｏｎｏｆｆａｕｌｔｒｅａｓｏｎｉｎｇａｌｇｏｉｒｔｈｍｓ．Ｋｅｙｗｏｒｄｓ：ａｉｒｃｒａｆｔｐｎｅｕｍａｔｉｃｓｙｓｔｅｍ；ｆａｕｌｔｄｉａｇｎｏｓｉｓ；ｃａｓｅｂａｓｅ；ｄｙｎａｍｉｃｆａｕｌｔｒａｔｉｏ；ｒｅｆｅｒｅｎｃｅｄｅｇｒｅｅ

浅谈基于CBR技术的质量案例库的方法

浅谈基于CBR技术的质量案例库的方法基于案例的推理（CBR：Case-Based Reasoning）是一种人工智能推理技术，它能利用旧案例和经验来解决相关问题，并能依据索引进行模糊检索和匹配。

CBR建立案例简便快捷，无需事先提出规则，知识和规则可通过自动学习不断扩充。

随着CBR技术的不断发展和应用，质量案例库与CBR推理技术的结合成为一个重要的研究方向。

在航空武器装备质量问题处理的实际工作中，往往利用已解决的方案对比实际问题，检索到匹配的方案，再对匹配的方案进行修改，得到符合实际问题的解决方案，这种思维方式与CBR技术相吻合，而建立案例库则是更好地使用CBR 技术的关键。

1 CBR技术1.1 CBR定义CBR有多种不同解释，其中比较认同的定义是：CBR是一种类似人类解决问题的方法。

这种方法首先对问题进行分析得到问题索引，输入问题索引检索出一些相似的案例；然后对这些检索到的旧案例进行对比，修改得到新案例并提供问题的解；最后把新案例存入案例库中，通过自学习机制得到新知识和规则索引。

1.2 CBR过程CBR根据问题的描述在案例库中进行检索，找到类似的案例，与问题描述进行对比，发现差别对类似案例进行修改，得到问题的解并将新案例存入案例库中。

目前，CBR过程可以分为六个主要阶段：案例表示（Repartition）、案例检索（Retrieve）、案例复用（Reuse）、案例修改（Revise）、案例评价（Review）和案例保留（Retain），其工作过程如图1所示：1.2.1 案例表示。

案例的表示方法取决于案例的复杂程度，最简单的方法可将案例表示成一组特征；对于较复杂的案例，可将一个案例表示成一组相关联的子案例的集合，以形成问题的解的结构。

案例的表示包括问题说明和问题求解两部分。

案例的表示方式有分类样本方式和特征索引方式。

案例合适的表示与合理的组织能够反映事物的关键特征，案例检索就能够迅速从案例库中检索出所要的案例，提高检索效率。

基于案例推理技术的研究与应用

基于案例推理技术的研究与应用基于案例推理（Case-based reasoning，简称CBR）是近年来人工智能领域中兴起的一项重要的推理技术。

与基于规则的推理模式不同是，它通过访问案例库中的同类案例（源案例）的求解从而获得当前问题（目标案例）的解决方法。

基于案例推理首先是由美国耶鲁大学罗杰•沙克（Roger Schank）在研究动态存储器技术中发现的，并在1982年所著《Dynamic Memory》一书中提出了动态记忆理论，这被认为是最早关于CBR的思想。

经过二十多年的发展，目前CBR已成为人工智能与专家系统的一种非常具有生命力的推理技术，广泛应用于诸多领域，并受到越来越多的重视。

CBR是一种基于经验知识进行推理的人工智能技术，它是用案例来表达知识并把问题求解和学习相融合的一种推理方法，它强调人在解决新问题时，常常回忆起过去积累下来的类似情况的处理，并通过适当修改过去类似情况处理的方法来解决新问题。

例如，当我不理解“基于案例的推理”是什么的时候，首先我会打开百度搜索引擎，接着输入“基于案例的推理”又或“案例的推理”来进行搜索，最后找到它确切的解释，记录下来。

这是因为在我先前的经验积累中，对于其它类似的问题，我也是用同样的方法来解决的。

就是说当我们遇到某种情况时，我们习惯于回忆起以前情境中的方式、方法，策略以及解决方案等，来帮助我们找到当前问题的解决方案。

从认识思维的角度来看，它表现了人类进行记忆、规划、学习和问题求解的心理模型，体现了更高级的知识环境，是多种人工智能技术的综合。

基于案例推理的基本原理当人们选择医生看病时,他们更愿意选择年长的,因为一个有经验的老医生有更多的临床经验,已经见过和治疗过许多与我们有类似疾病的病人。

从本质上讲,我们考虑医生的经验时,更多的是根据他们曾处理过多少病例,而不是他们懂得的治疗知识。

案例推理与医生看病有相似的原理,符合专家迅速、准确地求解新问题的过程。

一个典型的CBR问题求解过程基本步骤可以归纳为R4：案例检索（Retrieve）、案例重用(Reuse)、案例修改(Revise) 和案例保留(Retain)。