故障模糊預(yù)測系統(tǒng)不同于傳統(tǒng)意義上的專家系統(tǒng),，它是一種以ADMAS仿真平臺(tái)開發(fā)出的裝備虛擬樣機(jī)為基礎(chǔ)，充分利用已有的維修領(lǐng)域的知識(shí)和專家經(jīng)驗(yàn)建立動(dòng)態(tài)的運(yùn)算規(guī)則,，經(jīng)過模糊推理機(jī)的科學(xué)運(yùn)算,，評(píng)判出故障部位，然后將其仿真結(jié)果參照故障域值定量判斷,，預(yù)測故障發(fā)生的時(shí)機(jī),、狀況的智能性程序系統(tǒng)。模糊推理機(jī)是整個(gè)模糊預(yù)測系統(tǒng)的核心,。在模糊理論中常用的模糊推理方法是在模糊規(guī)則集的基礎(chǔ)上,，使用最大—最小合成法與各種蘊(yùn)涵公式的組合，由于這種方法在模糊運(yùn)算的過程中忽略了很多次要因素,，使之對(duì)于裝備故障預(yù)測系統(tǒng)的適應(yīng)性很不理想,。基于這一思想,，本文建立了一種基于模糊評(píng)判的故障預(yù)測推理機(jī)制,，以保證推理結(jié)果的準(zhǔn)確性。
1 基于模糊綜合評(píng)判的推理機(jī)制
1.1 模糊推理運(yùn)算模型
　　模糊推理運(yùn)算模型是模糊推理機(jī)進(jìn)行推理所使用的工具,，運(yùn)算模型的建立對(duì)系統(tǒng)預(yù)測的準(zhǔn)確性有著直接的影響,。
　　定義1 設(shè)U＝{u₁,u₂,……，u_n}是所有可能發(fā)生的影響因素的集合,V＝{v₁,v₂,……,，v_m}是所有可能出現(xiàn)的故障點(diǎn)的集合,滿足U＝∪u_i,且i≠j時(shí),，u_i∩u_j＝,。視考察對(duì)象,，每大類因素又可分為若干個(gè)子類，即U_i＝{u_i1,u_i2,……,，u_ip},。
　　其中n為大類影響因素，m為評(píng)判等級(jí)的個(gè)數(shù),，p為各個(gè)大類影響因素中子類影響因素個(gè)數(shù),。
　　定義2 A＝(a₁,a₂,...,a_n)是U上的一個(gè)模糊子集，ai表示因素u_i呈現(xiàn)的程度,，即ui的權(quán)重大小,，且。同理對(duì)ui有Ai＝(ai1,ai2,...,aip),且,。
　　在U,、V之間進(jìn)行模糊推理,，等價(jià)于建立一個(gè)從U到V的映射：
　　f:U→F(V) (_ui∈U)
　　
　　其中r_ij為模糊推理的隸屬函數(shù)，也可以理解為第i個(gè)影響因素導(dǎo)致第j個(gè)故障點(diǎn)出現(xiàn)的可信度,。
　　那么由f導(dǎo)出U,、V之間的模糊關(guān)系，即構(gòu)成一個(gè)模糊規(guī)則集,，可表示為一張模糊預(yù)測響應(yīng)表,，如表1所示?？紤]預(yù)測系統(tǒng)的實(shí)時(shí)性,，模糊關(guān)系矩陣應(yīng)為動(dòng)態(tài)矩陣，即影響因素和故障點(diǎn)的隸屬關(guān)系應(yīng)隨著使用情況的改變而變化,。子類因素的模糊規(guī)則集依此類推,。

　　模糊預(yù)測響應(yīng)表對(duì)應(yīng)了一個(gè)模糊關(guān)系矩陣R：
　　

　　于是(U，V,，R)構(gòu)成一個(gè)綜合評(píng)判空間,。
　　將A與R進(jìn)行廣義模糊合成運(yùn)算，最后得到模糊推理運(yùn)算的基本模型：
　　B＝A o R
　　記B＝(b₁,b₂,…,，b_m), 它是V上的一個(gè)模糊子集,，b_j(j＝1,2,...,m)表示v_j發(fā)生的可信度。一般習(xí)慣于把(b₁,b₂,…,，b_m)歸一化,，然后按模式識(shí)別的最大隸屬度法進(jìn)行判別，即可評(píng)判出最佳故障部件,。
1.2 合成算法的選擇
　　如果各種影響因素的權(quán)重系數(shù)A,、模糊關(guān)系矩陣R及合成算子都已確定，則裝備故障模糊預(yù)測系統(tǒng)的推理模型也就基本確定,。根據(jù)采用不同的算子,，可分為“主因素突出型”、“主因素決定型”及“加權(quán)平均型”等合成運(yùn)算,，各模型有各自的特點(diǎn)和適用范圍,。對(duì)于裝備的故障預(yù)測，應(yīng)綜合考慮各方面因素的影響,。因此,，合成運(yùn)算宜選用“加權(quán)平均型”算子M(·，⊕),。
1.3 模糊推理算法的實(shí)現(xiàn)
　　根據(jù)模糊運(yùn)算規(guī)則：
　　If u_i and V then A_i and R_i
　　其含義為如果有某單因素u_i對(duì)應(yīng)V的故障點(diǎn)集,，則必有一個(gè)權(quán)重系數(shù)集A和表征它們隸屬關(guān)系的模糊關(guān)系矩陣R_i與之相對(duì)應(yīng)。根據(jù)輸入的預(yù)測對(duì)象，可直接由數(shù)據(jù)庫調(diào)用,。
　　對(duì)單因素u_i來說,，一級(jí)推理結(jié)果可通過下式計(jì)算(右上角符號(hào)代表一級(jí))
　　
　　以下一層所有因素的推理結(jié)果為行向量，組建上一層的模糊關(guān)系矩陣(模糊規(guī)則),，即可進(jìn)行二級(jí)綜合評(píng)判,，依次可以推廣到多層次的推理運(yùn)算。在故障預(yù)測系統(tǒng)的運(yùn)行中,，首先對(duì)含因素較少的“類”作綜合評(píng)判,，然后再對(duì)評(píng)判結(jié)果進(jìn)行“類”之間的高層次的綜合評(píng)判，即進(jìn)行所謂的多層次的綜合評(píng)判,。
1.4 模糊推理機(jī)的設(shè)計(jì)
　　在進(jìn)行故障預(yù)測時(shí),，需要考慮眾多因素的影響，其中絕大部分是模糊變量,，很難尋求到它們與故障之間的精確數(shù)學(xué)關(guān)系式,。有些因素如部件的磨損量等可以進(jìn)行定量分析，而有些因素如環(huán)境條件的改變等只能進(jìn)行定性分析,，這就需要把定性分析與定量分析在系統(tǒng)內(nèi)部有機(jī)地結(jié)合起來,。由于故障預(yù)測系統(tǒng)推理時(shí)沒有明確的目標(biāo)，為了提高推理的效率,，本文采用正向的推理策略,，即由影響因素正向找出一條最可能出現(xiàn)故障點(diǎn)的途徑。其推理流程如圖1所示,。

　　首先根據(jù)用戶輸入的信息,，掃描知識(shí)庫，調(diào)用可用規(guī)則集及定量推理所用的數(shù)學(xué)模型形成動(dòng)態(tài)數(shù)據(jù)庫,，按照動(dòng)態(tài)數(shù)據(jù)庫中所調(diào)用的相關(guān)公式進(jìn)行定量運(yùn)算,。當(dāng)定量運(yùn)算的結(jié)果超過閾值集中某些閾值時(shí)，系統(tǒng)將產(chǎn)生質(zhì)變,，然后將質(zhì)變現(xiàn)象轉(zhuǎn)化為定性描述,，并依此作為觸發(fā)條件，轉(zhuǎn)入定性推理,，將定性推理的結(jié)果存入中間數(shù)據(jù)庫,，按模式識(shí)別最大隸屬度原則選擇故障部件,，結(jié)合仿真結(jié)果與故障域值進(jìn)行定量判斷,，輸出最后結(jié)果。定量推理結(jié)果小于閾值時(shí),，重新掃描知識(shí)庫,，形成新的動(dòng)態(tài)數(shù)據(jù)庫。系統(tǒng)運(yùn)行的結(jié)果證明,，正向推理具備比較直觀的優(yōu)點(diǎn),，用戶可以主動(dòng)向系統(tǒng)提供有用的事實(shí)信息,，適合故障預(yù)測問題的求解。
2 實(shí)例分析
　　在裝備故障預(yù)測問題的求解過程中,，因裝備系統(tǒng)以子結(jié)構(gòu)為基礎(chǔ),，首先把預(yù)測任務(wù)分配到各個(gè)子結(jié)構(gòu)，根據(jù)其推理結(jié)果,，再綜合整體結(jié)構(gòu)形式,、技術(shù)檔案，得出裝備總的預(yù)測結(jié)果,。表2是以本方法預(yù)測某裝備駐退機(jī)漏液的結(jié)果表^[3],。