1、基于多Agent的汽車起重機故障診斷模型    摘要：該文提出一種基于多Agent的可重構能力強、實時性好、智能程度高、便于實際應用的分布式智能故障診斷系統模型，并詳細闡述該模型診斷工作過程。模型根據汽車起重機各子系統并行感知故障的情況，動態地組建Agent診斷組，共同完成診斷任務。在某工程機械企業的遠程監控與維護系統應用中，該模型能快速、準確地進行故障成因分析，給出合理的決策意見，取得了與專家相似的診斷結果，提高了企業的安全運行效率。 關鍵詞：智能體；多Agent系統； 故障診斷； 功能模型；可重購性 中圖分類號：TP18 文獻標識碼：A 文章編號：1

2、009-3044（2013）04-0852-03 Multi-agent Model of Autocrane Fault Diagnosis XU Zhi-ming ，YOU Zhang-ping， WANG Ke-gang （School of Mechanical Engineering， Lishui University， Lishui 323000， China） Abstract： This paper presents an intelligent Agent-based， distributive fault diagnosis systematic model，which

3、has fine reconfigurability， real-time， intelligence and convenient for application，and makes a detailed description for its working process. Agents are assembled to accomplish diagnosis task according to the result of fault apperceived by autocrane subsystems in parallel. When applied on the remote

4、monitoring and maintenance system in the construction machinery enterprise， the model can offer us a quick and accurate analysis， give us reasonable， constructive and decisive advice， and enhance the efficiency of the enterprise security running. Key words： agent； multi-agent system； fault diagnosis

5、； function model； reconfigurability 汽車起重機，是工程機械中產量最高、使用面最廣、事故發生最多、維修服務最繁重的裝備之一。其系統組成復雜， 工作環境惡劣， 常常長時間高負荷運行，導致故障頻出，機毀人亡的重大事故時有發生，嚴重影響項目建設乃至人員生命安全。傳統的診斷維護方法已經遠遠不能滿足要求。因此，研究開發實時快速準確的汽車起重機故障診斷系統，成為十分緊迫的任務。 隨著計算機及分布式人工智能技術的發展，基于多Agent的診斷技術成為現代智能故障診斷研究的一個熱點1。多Agent系統在故障的分辨、診斷和控制方面表現出了極大的優勢2。該文應用多Agent3技術建

6、立了汽車起重機故障診斷多Agent模型，并對該模型中的每一功能Agent作了詳細的描述。 1 Agent理論 1.1 單智能體（Agent） Agent是Minsky在1986年出版的思維的社會一書中提出的，認為社會中的某些個體經過協商之后可求得問題的解，這些個體就是Agent。一般認為Agent至少應具備以下特性：自治性；社會能力；反應性；能動性。 <d：飛翔導入圖片目錄4游張平 基于多Agent的汽車起重機故障診斷模型 14%-522image1.png> 圖1 Agent 混合體系結構 Agent的具體實現形式很多，有慎思型Agent、反應型Agent和兩者混合型等類型。純粹

7、的反應式系統很難設計直接目標的行為；大多數基于推理機制的慎思系統不易處理實時信息而且缺少反應能力。混合結構既能實現面向目標的長期規劃，又具有實時性的特點，能在實際中有效克服前述兩種結構的缺點，如圖1所示。 1.2 多Agent系統 雖然Agent具備一定的功能，但對于現實中復雜的、大規模的問題，只靠單個Agent往往無法描述和解決。因此，一個應用系統往往包括多個Agent，這些Agent不僅具備自身的問題求解能力和行為目標，而且能夠相互協作，來達到共同的整體目標。這樣，多Agent系統（MAS）就定義為由多個可以相互交互的Agent計算單元所組成的系統。MAS的結構形式一般有純分布式結構和聯邦

8、式結構兩種。 如圖2所示，在純分布式結構中，當某個Agent需要其他Agent的服務時，它直接向目標Agent發出需求信息，目標Agent接到信息后，對需求進行評價，然后再與發出信息的Agent進行信息交互，最終這些Agent之間簽訂“合同”完成任務。這種結構的缺點是當Agent數量增多時，廣播式通信的代價昂貴，而且由于每個Agent都要進行協調，其結構勢必復雜化。 <d：飛翔導入圖片目錄4游張平 基于多Agent的汽車起重機故障診斷模型 14%-522image2.png> 圖2 純分布式結構多Agent系統 <d：飛翔導入圖片目錄4游張平 基于多Agent的汽車起重機故障

9、診斷模型 14%-522image3.png> 圖3 聯邦式結構多Agent系統 如圖3所示，聯邦式結構可以根據任務動態地形成若干協作組，每個協作組中有一個主Agent和若干個成員Agent，主Agent負責組內其它成員Agent的行為協調，并能代表本協作組與其它協作組或通過聯盟的管理Agent進行通信和行為協調。在此類結構中，層次之間或同層次內各協作組內的通信主要是進行控制信息的傳輸，而協作組內的通信主要是進行數據信息的交換，大量的數據信息交換是在協作組內進行的，簡化了通信和控制的復雜性，降低了系統開銷。 2 診斷模型的構建 本文將分布式體系結構、系統集成思想與智能運作機制有機結合，構

10、建汽車起重機故障診斷多Agent模型（如圖4所示）。系統由設備Agent、界面Agent，管理Agent，接口Agent，故障診斷Agent，融合Agent及決策Agent組成。 <D：2013年學術和海外2013年學術交流2013年學術交流第04期排版第一批 905 人工智能 13yzp01.jpg> 圖4 汽車起重機多Agent診斷模型 其中，設備Agent位于汽車起重機車載終端上，具備故障感知功能。設備Agent在感知到異常后，與遠程診斷平臺建立連接并傳送實時數據，建立連接時傳送出現異常前幾秒鐘之內的數據，以輔助診斷。設備Agent的感知器以汽車起重機各子系統多線程并行運行。

11、遠程診斷平臺上的管理Agent根據各子系統求診情況動態地組建適合的Agent工作組（這里，簡稱為“診斷組”）進行診斷。圖4所示“診斷組1”表示某輛汽車起重機的子系統i和子系統j目前都處于異常狀態。當多輛汽車起重機都處于異常狀態時，多個診斷組將被相應地組建起來。診斷組一般由一個接口Agent、多個故障診斷Agent（至少存在傳感器故障診斷Agent、案例推理Agent）、一個或若干個融合Agent及一個決策Agent組成。其中，多個故障診斷Agent多線程并行運行，故障診斷Agent的個數是由系統目前的知識表示方法決定的，但至少要包含傳感器故障診斷和案例推理Agent，這是因為信號異?？赡苁怯捎?/p>

12、傳感器硬件故障引起的，而案例推理是對過去的求解結果進行直接復用，不必再次從頭推導，可以提高求解效率；融合Agent的個數等于汽車起重機異常子系統的數量。遠程診斷平臺內的Agent可以運行于一臺主機上，也可運行于多臺主機上。 3 診斷工作過程的建立<D：2013年學術和海外2013年學術交流2013年學術交流第04期排版第一批 905 人工智能 13yzp02.jpg> 圖5 多Agent診斷工作過程 汽車起重機多Agent故障診斷工作過程如圖5所示。當任何一輛開通遠程診斷服務的汽車起重機開始工作時，車載終端上的設備Agent實時感知汽車起重機各子系統狀態信號，一旦感知某一子系統信息

13、異常且與遠程診斷平臺處于未連接狀態，馬上向管理Agent發出“診斷請求”信息。管理Agent收到設備Agent的求診信息后，將根據設備信息和異常子系統標識信息初始化一組合適的Agent診斷組，并且將診斷組中的接口Agent名稱和“準備好”信息發送給設備Agent。 通過呼叫診斷組中接口Agent的名稱，遠端的設備Agent與診斷組之間將建立起一個連接。遠端汽車起重機設備異常子系統的工作狀態信號將實時地傳送給診斷組。診斷組得出診斷結果后保存診斷記錄，并將診斷結果經設備agent傳送給汽車起重機顯示屏；如果某一界面agent對此設備有診斷監視，診斷組同時向它傳送診斷結果。當設備完成工作并要關閉時，

14、設備Agent向管理Agent發送“結束診斷”信息，診斷組與設備Agent斷開連接，診斷組中各Agent重新轉為“等待”狀態，等候由管理Agent組建成新的診斷組與其它異常汽車起重機建立新的連接；當診斷組中某一種類型的Agent超過設定數目時，則通過管理Agent實現注銷。雖然在特定的時間點上設備出現異常的數目無法明確，但在一定時間里設備出現異常的平均數是可以估計的。因此，系統中各種Agent的數目可以根據該平均數設定。當異常汽車起重機數量超過估計的平均數時，沒有足夠的Agent組建診斷組，管理Agent可以很容易地初始化一個新的Agent。 4 結束語 本文根據實時性、準確性、可重構性、開放性等要求，建立了汽車起重機故障診斷多Agent系統模型。該模型由車載終端并行感知故障后，建立遠程診斷任務，在提高實時性的同時，可有效降低遠程診斷平臺和數據庫服務器的壓力，還可避免診斷階段任務的復雜分解及冗余推理，提高診斷效率。遠程平臺根據子系統求診情況，動態組建Agent診斷組，可有效節約Agent資源，并增強系統的可重構能力和靈活性，具有很強的系統開放性和適應性。模型初步應用于國內某汽車起重機龍頭企業，現場工程應用表明，該模型實時性好、可重構能力強、智能程度高、能對汽車起重機上千個故障做出快速準確的故障成因分析，提出合理