摘  要： 對(duì)計(jì)算機(jī)硬件故障的診斷維修進(jìn)行深入分析歸納，總結(jié)了計(jì)算機(jī)硬件故障維修特點(diǎn)，給出硬件故障診斷系統(tǒng)的框架。運(yùn)用計(jì)算機(jī)硬件故障歷史數(shù)據(jù)建立案例庫(kù)，在案例檢索中采用最近相鄰法計(jì)算相似度，給出相似度的計(jì)算實(shí)例，建立了故障診斷系統(tǒng)。
關(guān)鍵詞： 案例推理； 硬件； 維修

    基于案例推理CBR（Ｃase-Based Reasoning）最早由美國(guó)耶魯大學(xué)Roger Schank教授在其1982年的著作《Dynamic Memory》中提出，是根據(jù)故障機(jī)的表現(xiàn)與特征而得到歷史記憶中的源案例，并由源案例指導(dǎo)解決故障機(jī)求解的一種策略[1]。主要包括表示與存儲(chǔ)、檢索與匹配、重用與修改、學(xué)習(xí)與評(píng)價(jià)4部分。
    目前，中國(guó)的計(jì)算機(jī)用戶接近2億，而維修技師普遍缺乏。計(jì)算機(jī)各種硬件故障中,主板故障率較高。據(jù)2010年法國(guó)硬件網(wǎng)站Hardware.fr統(tǒng)計(jì),以華碩為例,硬件故障達(dá)到2.49%，該品牌部分型號(hào)(如P5ND)達(dá)到7.8%?？梢娪?jì)算機(jī)故障數(shù)量巨大。這些故障的解決全靠數(shù)量嚴(yán)重不足的計(jì)算機(jī)維修人員及其經(jīng)驗(yàn)，使得維修出錯(cuò)率及成本居高不下。在計(jì)算機(jī)故障診斷中引入CBR方法，可有效提高診斷準(zhǔn)確率，減少維修人員數(shù)量，降低對(duì)維修人員經(jīng)驗(yàn)上的要求，進(jìn)而降低成本，提高維修質(zhì)量。
1 系統(tǒng)總體結(jié)構(gòu)
    維修經(jīng)驗(yàn)在維修技師的知識(shí)構(gòu)成中占有十分重要的地位，而這又往往是一些維修技師所缺乏的。構(gòu)建診斷系統(tǒng)可幫助維修人員建立案例庫(kù)，為缺乏經(jīng)驗(yàn)的維修人員提供參考，提高故障定位的準(zhǔn)確率。
　 在參考整個(gè)計(jì)算機(jī)故障診斷過程的基礎(chǔ)上，把系統(tǒng)的工作過程定義為以下4步：
　 (1)維修技師將計(jì)算機(jī)故障值輸入系統(tǒng)；
　 (2)系統(tǒng)根據(jù)得到的故障值，判斷它屬于何種故障類型，給出故障單元部位建議及進(jìn)一步檢測(cè)部位和檢測(cè)建議；
　 (3)維修技師將檢測(cè)到的參數(shù)、數(shù)據(jù)輸入系統(tǒng)；
　 (4)系統(tǒng)根據(jù)輸入的參數(shù)和數(shù)據(jù)，檢索出之前最為類似的案例，并給出維修方案供維修人員參考。
    圖1描述了這一過程。在系統(tǒng)設(shè)計(jì)中，把系統(tǒng)案例庫(kù)分成兩個(gè)部分：確定故障大范圍的類型庫(kù)和具體到小范圍甚至到元件級(jí)別的維修庫(kù)。類型庫(kù)是指針對(duì)某些故障現(xiàn)象，大致將其劃分到某一單元電路，是對(duì)某一類故障的抽象；維修庫(kù)是在單元電路內(nèi)具體故障元件的確定，是元件級(jí)維修建議的基礎(chǔ)。

2 系統(tǒng)的建立
2.1設(shè)備故障案例表示方式
    案例表示是對(duì)故障現(xiàn)象的具體情況盡可能地完整描述，是CBR運(yùn)行的基礎(chǔ)。在系統(tǒng)設(shè)計(jì)中，把案例信息表示成故障信息表。這里，故障信息表有兩個(gè)：(1)故障部位表，由故障名稱、故障現(xiàn)象、故障部位和檢測(cè)建議組成；(2)檢測(cè)項(xiàng)目表，由檢測(cè)項(xiàng)目、檢測(cè)值、權(quán)重組成。以不開機(jī)故障為例，故障部位表設(shè)計(jì)結(jié)構(gòu)如表1所示，檢測(cè)項(xiàng)目表如表2所示。

2.2 案例庫(kù)的建立
    利用以往計(jì)算機(jī)硬件故障的歷史數(shù)據(jù)建立案例庫(kù)，根據(jù)上述案例的框架表示方法，單個(gè)案例可以采用SQL Server的關(guān)系型數(shù)據(jù)庫(kù)技術(shù)，通過設(shè)計(jì)一張主表和一系列關(guān)聯(lián)表來存儲(chǔ)相關(guān)知識(shí)。即案例由n個(gè)可能產(chǎn)生的故障單元組成，每個(gè)單元里面又有多個(gè)需要檢測(cè)的部位。將這些單元內(nèi)檢測(cè)項(xiàng)目用一個(gè)表來描述，如上述南橋檢測(cè)項(xiàng)目表示如下：檢測(cè)編號(hào)(varchar)、檢測(cè)項(xiàng)目(varchar)、檢測(cè)值(varchar)、權(quán)重(float)、詳細(xì)說明(varchar)、備注(varchar)。
    檢測(cè)項(xiàng)目的檢測(cè)值有兩種情況：一種是用文字表述，如“<80 ?贅”，“燙手(無法忍受)”等；另一種是具體值，如“3.3 V”，“80 ?贅”。這些值可通過測(cè)量得到，看其落入哪一區(qū)間，從而得到診斷結(jié)果。
　    由于每一檢測(cè)值的可能程度不一樣，因此必須考慮它們的權(quán)重。權(quán)重的確定通?？梢圆扇《喾N方法，如專家主觀確定法、GUM(Good-Up-Matching)方法和層次分析法AHP(Analytic Hierarchy Process)。這里，選擇AHP法。
2.3 案例的檢索
     案例的檢索就是在案例庫(kù)中，依據(jù)故障機(jī)的檢測(cè)值尋找與之相似的案例?；诎咐耐评磉^程本質(zhì)上是計(jì)算兩個(gè)案例相似度的過程。相似度是根據(jù)兩個(gè)案例的測(cè)量值計(jì)算出來。兩個(gè)案例的測(cè)量值越接近，其相似度越高，案例庫(kù)中案例的故障信息就越有參考價(jià)值[2]。
     推理之前要輸入故障機(jī)的必要信息，即故障機(jī)的檢測(cè)值及相應(yīng)權(quán)值。然后檢索案例庫(kù)中相關(guān)案例，計(jì)算兩者的相似度，取相似度大于0的前10組案例，就能獲得有效的診斷信息。目前使用的檢索方法主要有最近相鄰法、歸納索引法和知識(shí)引導(dǎo)法等?？紤]到主板故障特點(diǎn)，這里采用最近相鄰法進(jìn)行檢索，方法如下：
    (1)輸入當(dāng)前故障機(jī)I的測(cè)量值，確定權(quán)值：

 　 使用上述計(jì)算方法得出的案例相似度比較好地表示了案例的相似程度。案例的相似度以檢測(cè)項(xiàng)目結(jié)果為計(jì)算依據(jù)。這里采用的基于案例的推理過程，實(shí)際上就是根據(jù)檢測(cè)項(xiàng)目結(jié)果分析得到可能發(fā)生故障部件的過程。其前提是案例信息的表示，包括故障描述信息和檢測(cè)項(xiàng)目信息，以及檢測(cè)項(xiàng)目的權(quán)值。
2.4 案例的修正重用

    CBR采用增量式學(xué)習(xí)，能不斷地增加知識(shí)量和解題能力，這要?dú)w因于對(duì)新案例的保存。在行業(yè)中，一般會(huì)設(shè)置一個(gè)相似度閾限(s1,s2)。即新案例與檢索到的案例相似度大于s2時(shí)，表示新案例與檢索到的案例很相似，信息量和知識(shí)含量不高，參考價(jià)值不大，不對(duì)這些案例進(jìn)行保存；如果新案例與檢索到的案例相似度小于s1，表示新案例信息量和知識(shí)含量有較大參考價(jià)值，對(duì)該案例進(jìn)行存儲(chǔ)[3]。
3 實(shí)例分析
   由上文給出的案例表示以及案例相似度的計(jì)算方法，在案例庫(kù)中選取3個(gè)典型主板故障案例作為檢索案例，選取1個(gè)已經(jīng)發(fā)生的主板故障作為故障機(jī)，假設(shè)在具體原因未知的情況下， 根據(jù)故障主板測(cè)量值與選取的3個(gè)案例進(jìn)行比較，以此來檢驗(yàn)系統(tǒng)的檢索機(jī)制，見表3。

    應(yīng)用上述計(jì)算方法計(jì)算出故障機(jī)與案例庫(kù)中3個(gè)案例的總體相似度分別為0.9、0.4和0.45?？梢姡收蠙C(jī)與案例1最為相似。在實(shí)際故障維修過程中，維修人員可參考案例提供的維修方法進(jìn)行維修。
    CBR是世界前沿技術(shù),其應(yīng)用還要經(jīng)過深入研究。這里將CBR應(yīng)用在計(jì)算機(jī)硬件故障維修領(lǐng)域，通過故障案例的表示，將專家的經(jīng)驗(yàn)知識(shí)存儲(chǔ)起來；通過案例的檢索和查詢，部分替代了人的經(jīng)驗(yàn)判斷；通過案例的推理，初步完成了故障的診斷。本系統(tǒng)在計(jì)算機(jī)硬件故障診斷中取得了較好的效果，提高了故障診斷的準(zhǔn)確度和效率，降低了維修人員的勞動(dòng)強(qiáng)度。隨著案例庫(kù)的不斷完善，系統(tǒng)將能獲得更好的診斷效果。
參考文獻(xiàn)
[1] 朱文博，劉莎，甘屹．基于案例推理的故障診斷系統(tǒng)軟件開發(fā)[J] ．上海電氣技術(shù)，2010，3（3）：29-33．
[2] 顧東曉．案例檢索及權(quán)重優(yōu)化方法研究及應(yīng)用[J]． 系統(tǒng)工程學(xué)報(bào)，2009，24（6）：764-766．
[3] 趙勇，趙厚仁． 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在飛行事故中的應(yīng)用研究[J]．微計(jì)算機(jī)信息，2009，25(9)：143-145．