·786· 智能系统学报 第16卷 的。现在设计制造系统都能达到这种要求，即实 了成果，但仍未摆脱方法论的本质问题。 现系统功能性是相对简单的，技术是成熟的。系 目前人工智能研究主要有三大流派22。结 统可靠性指系统在规定条件下和规定时间内完成 构主义流派，认为信息与智能是人脑结构决定 预定功能的能力。可靠性强调系统在完成功能的 的，将人对信息的处理和智能行为归结于人脑结 前提下保持功能的稳定性。例如：系统可以完成 构，例如神经网络模型。功能主义流派，认为只 一项工作，但该类系统中每个实例系统完成该工 需要在功能层面上对信息和智能进行处理，如专 作的能力不同。在技术不足时系统对功能性的要 家系统。行为流派，通过感知客体的运行和行为 求一般大于可靠性：而在技术成熟后对可靠性要 来模拟智能行为。它们实质是对人工智能在三个 求大于功能性。而且一般可靠性和功能性难以兼 角度的诠释，不同角度理解不同。人工智能应该 得。例如，某型坦克的炮管规定发射2000发炮弹 是脑的结构、功能和行为的统一，而不是相互割 后必须更换。但实际情况可能发生3000发后仍 裂，甚至对立的。这也是目前智能科学发展中使 可继续发射，但这时极有可能发生炸膛。因此必 用机械还原论造成的结果。 须在炮管可靠性较高时停止使用，以保证其可靠 综上，将以系统故障分析为主线，利用钟义信 性，但牺牲了它的功能性。这种情况对简单系统 教授提出的信息生态方法论作为智能分析方法 分析是容易的，但对具有复杂特征的系统而言很 论，讨论人工智能系统故障分析原理。进而规避 困难。 分而治之的机械还原方法论对系统故障分析带来 这些困难当然与系统的复杂性有关，但更为 的问题。最终保障系统的功能性和可靠性，使系 重要的是方法论的天然缺陷。由于伴随着人类发 统安全运行。 展而建立的科学体系之前面对的系统都是较为简 1系统故障的智能分析思路 单的，进而形成了机械唯物主义科学观，即机械 还原方法论。认为系统可不加限制地进行拆分， 随着科技进步和人类发展，人造系统势必将 再研究拆分得到的子系统的功能性和可靠性，最 代替人的大部分功能。系统在完成这些功能的同 终通过系统与子系统的结构关系叠加子系统功能 时需要面对另一个重要问题，即完成这些功能的 性和可靠性，得到系统的功能性和可靠性。这种 可靠性，或者说是否有阻碍完成这些功能的事 思路广泛应用于系统功能设计过程和可靠性分析 件，即系统故障。在未来系统必将拥有高度的人 过程，但忽略了子系统之间的相互作用，造成系 工智能，那么如何满足系统正常实现功能，预测、 统功能性和可靠性降低。特别是，复杂系统基于 预防、控制和恢复系统故障是必须提前考虑的 机械还原方法论将导致严重且频繁的系统故障。 问题。 因此，对于具有无人化、智能化、信息化和数据化 为研究该问题，将研究对象划分为人系统、 的复杂系统，其系统故障分析必须克服上述问题。 功能系统、人工智能系统故障分析系统及环境系 系统故障的智能化分析在一定程度上可解决 统。人系统指正常的自然人。功能系统是人设计 该问题。这方面最新的国内研究包括：天文望远 的，完成预定目的的系统。人工智能系统故障分 镜智能故障辅助诊断)，使用强化学习的电力通 析系统指人设计的，帮助人分析功能系统故障 信网故障恢复，智能变电站二次设备故障诊断问， 的，具有人工智能特征的，能代替人的系统，简称 地铁车辆智能故障监测系统，多尺度熵滚动轴 智能系统。环境系统指人系统、功能系统、智能 承故障可拓智能识别)，高速公路机电设备智能 系统所在的环境的总和。以智能系统为核心研究 维护，安全科学的故障信息转换，人工智能电 对象，论述人工智能系统故障的分析原理。 网调控，继电保护智能运行管控，汽车发动机 传统的且现在主流的方法论是机械还原方法 运行故障智能诊断。国外也有大量研究，包括： 论，是一种机械唯物科学观。认为复杂系统拆分 机器学习与人工智能在复杂制造系统故障预测中 后所得子系统的功能之和与原系统相同。认为个 的应用)，分散群智能空调系统传感器故障检 体与个体，个体与主体相互独立，具有封闭性和 测，深度学习散热器智能故障诊断，轴承故障 确定性。但系统故障分析显然不这么简单。美国 分类特征提取方法6，基于RPVM和神经网络的 科学院院士，系统安全知名专家南希·莱文森教 异步电动机转子断条检测叼，高速铁路故障诊断网 授2s2指出，目前系统故障分析方法得到的系统 风力发电机组先进人工智能保护技术，水轮机 故障概率远小于实际系统故障发生概率。他给出 智能故障诊断2。虽然这些研究在相关领域取得 的原因是：子系统与子系统、子系统与系统之间的。现在设计制造系统都能达到这种要求，即实 现系统功能性是相对简单的，技术是成熟的。系 统可靠性指系统在规定条件下和规定时间内完成 预定功能的能力。可靠性强调系统在完成功能的 前提下保持功能的稳定性。例如：系统可以完成 一项工作，但该类系统中每个实例系统完成该工 作的能力不同。在技术不足时系统对功能性的要 求一般大于可靠性；而在技术成熟后对可靠性要 求大于功能性。而且一般可靠性和功能性难以兼 得。例如，某型坦克的炮管规定发射 2 000 发炮弹 后必须更换。但实际情况可能发生 3 000 发后仍 可继续发射，但这时极有可能发生炸膛。因此必 须在炮管可靠性较高时停止使用，以保证其可靠 性，但牺牲了它的功能性。这种情况对简单系统 分析是容易的，但对具有复杂特征的系统而言很 困难。 这些困难当然与系统的复杂性有关，但更为 重要的是方法论的天然缺陷。由于伴随着人类发 展而建立的科学体系之前面对的系统都是较为简 单的，进而形成了机械唯物主义科学观，即机械 还原方法论。认为系统可不加限制地进行拆分， 再研究拆分得到的子系统的功能性和可靠性，最 终通过系统与子系统的结构关系叠加子系统功能 性和可靠性，得到系统的功能性和可靠性。这种 思路广泛应用于系统功能设计过程和可靠性分析 过程，但忽略了子系统之间的相互作用，造成系 统功能性和可靠性降低。特别是，复杂系统基于 机械还原方法论将导致严重且频繁的系统故障。 因此，对于具有无人化、智能化、信息化和数据化 的复杂系统，其系统故障分析必须克服上述问题。 系统故障的智能化分析在一定程度上可解决 该问题。这方面最新的国内研究包括：天文望远 镜智能故障辅助诊断[3] ，使用强化学习的电力通 信网故障恢复[4] ，智能变电站二次设备故障诊断[5] ， 地铁车辆智能故障监测系统[6] ，多尺度熵滚动轴 承故障可拓智能识别[7] ，高速公路机电设备智能 维护[8] ，安全科学的故障信息转换[9] ，人工智能电 网调控[10] ，继电保护智能运行管控[11] ，汽车发动机 运行故障智能诊断[12]。国外也有大量研究，包括： 机器学习与人工智能在复杂制造系统故障预测中 的应用[ 1 3 ] ，分散群智能空调系统传感器故障检 测 [14] ，深度学习散热器智能故障诊断[15] ，轴承故障 分类特征提取方法[16] ，基于 RPVM 和神经网络的 异步电动机转子断条检测[17] ，高速铁路故障诊断[18] ， 风力发电机组先进人工智能保护技术[19] ，水轮机 智能故障诊断[20]。虽然这些研究在相关领域取得 了成果，但仍未摆脱方法论的本质问题。 目前人工智能研究主要有三大流派[21-24]。结 构主义流派，认为信息与智能是人脑结构决定 的，将人对信息的处理和智能行为归结于人脑结 构，例如神经网络模型。功能主义流派，认为只 需要在功能层面上对信息和智能进行处理，如专 家系统。行为流派，通过感知客体的运行和行为 来模拟智能行为。它们实质是对人工智能在三个 角度的诠释，不同角度理解不同。人工智能应该 是脑的结构、功能和行为的统一，而不是相互割 裂，甚至对立的。这也是目前智能科学发展中使 用机械还原论造成的结果。 综上，将以系统故障分析为主线，利用钟义信 教授提出的信息生态方法论作为智能分析方法 论，讨论人工智能系统故障分析原理。进而规避 分而治之的机械还原方法论对系统故障分析带来 的问题。最终保障系统的功能性和可靠性，使系 统安全运行。 1 系统故障的智能分析思路 随着科技进步和人类发展，人造系统势必将 代替人的大部分功能。系统在完成这些功能的同 时需要面对另一个重要问题，即完成这些功能的 可靠性，或者说是否有阻碍完成这些功能的事 件，即系统故障。在未来系统必将拥有高度的人 工智能，那么如何满足系统正常实现功能，预测、 预防、控制和恢复系统故障是必须提前考虑的 问题。 为研究该问题，将研究对象划分为人系统、 功能系统、人工智能系统故障分析系统及环境系 统。人系统指正常的自然人。功能系统是人设计 的，完成预定目的的系统。人工智能系统故障分 析系统指人设计的，帮助人分析功能系统故障 的，具有人工智能特征的，能代替人的系统，简称 智能系统。环境系统指人系统、功能系统、智能 系统所在的环境的总和。以智能系统为核心研究 对象，论述人工智能系统故障的分析原理。 传统的且现在主流的方法论是机械还原方法 论，是一种机械唯物科学观。认为复杂系统拆分 后所得子系统的功能之和与原系统相同。认为个 体与个体，个体与主体相互独立，具有封闭性和 确定性。但系统故障分析显然不这么简单。美国 科学院院士，系统安全知名专家南希·莱文森教 授 [25-26] 指出，目前系统故障分析方法得到的系统 故障概率远小于实际系统故障发生概率。他给出 的原因是：子系统与子系统、子系统与系统之间 ·786· 智 能 系 统 学 报 第 16 卷