故障模糊预测系统不同于传统意义上的专家系统，它是一种以ADMAS仿真平台开发出的装备虚拟样机为基础，充分利用已有的维修领域的知识和专家经验建立动态的运算规则，经过模糊推理机的科学运算，评判出故障部位，然后将其仿真结果参照故障域值定量判断，预测故障发生的时机、状况的智能性程序系统。模糊推理机是整个模糊预测系统的核心。在模糊理论中常用的模糊推理方法是在模糊规则集的基础上，使用最大—最小合成法与各种蕴涵公式的组合，由于这种方法在模糊运算的过程中忽略了很多次要因素，使之对于装备故障预测系统的适应性很不理想。基于这一思想，本文建立了一种基于模糊评判的故障预测推理机制，以保证推理结果的准确性。
1 基于模糊综合评判的推理机制
1.1 模糊推理运算模型
　　模糊推理运算模型是模糊推理机进行推理所使用的工具，运算模型的建立对系统预测的准确性有着直接的影响。
　　定义1 设U＝{u₁,u₂,……，u_n}是所有可能发生的影响因素的集合,V＝{v₁,v₂,……，v_m}是所有可能出现的故障点的集合,满足U＝∪u_i,且i≠j时，u_i∩u_j＝。视考察对象，每大类因素又可分为若干个子类，即U_i＝{u_i1,u_i2,……，u_ip}。
　　其中n为大类影响因素，m为评判等级的个数，p为各个大类影响因素中子类影响因素个数。
　　定义2 A＝(a₁,a₂,...,a_n)是U上的一个模糊子集，ai表示因素u_i呈现的程度，即ui的权重大小，且。同理对ui有Ai＝(ai1,ai2,...,aip),且。
　　在U、V之间进行模糊推理，等价于建立一个从U到V的映射：
　　f:U→F(V) (_ui∈U)
　　
　　其中r_ij为模糊推理的隶属函数，也可以理解为第i个影响因素导致第j个故障点出现的可信度。
　　那么由f导出U、V之间的模糊关系，即构成一个模糊规则集，可表示为一张模糊预测响应表，如表1所示。考虑预测系统的实时性，模糊关系矩阵应为动态矩阵，即影响因素和故障点的隶属关系应随着使用情况的改变而变化。子类因素的模糊规则集依此类推。

　　模糊预测响应表对应了一个模糊关系矩阵R：
　　

　　于是(U，V，R)构成一个综合评判空间。
　　将A与R进行广义模糊合成运算，最后得到模糊推理运算的基本模型：
　　B＝A o R
　　记B＝(b₁,b₂,…，b_m), 它是V上的一个模糊子集，b_j(j＝1,2,...,m)表示v_j发生的可信度。一般习惯于把(b₁,b₂,…，b_m)归一化，然后按模式识别的最大隶属度法进行判别，即可评判出最佳故障部件。
1.2 合成算法的选择
　　如果各种影响因素的权重系数A、模糊关系矩阵R及合成算子都已确定，则装备故障模糊预测系统的推理模型也就基本确定。根据采用不同的算子，可分为“主因素突出型”、“主因素决定型”及“加权平均型”等合成运算，各模型有各自的特点和适用范围。对于装备的故障预测，应综合考虑各方面因素的影响。因此，合成运算宜选用“加权平均型”算子M(·，⊕)。
1.3 模糊推理算法的实现
　　根据模糊运算规则：
　　If u_i and V then A_i and R_i
　　其含义为如果有某单因素u_i对应V的故障点集，则必有一个权重系数集A和表征它们隶属关系的模糊关系矩阵R_i与之相对应。根据输入的预测对象，可直接由数据库调用。
　　对单因素u_i来说，一级推理结果可通过下式计算(右上角符号代表一级)
　　
　　以下一层所有因素的推理结果为行向量，组建上一层的模糊关系矩阵(模糊规则)，即可进行二级综合评判，依次可以推广到多层次的推理运算。在故障预测系统的运行中，首先对含因素较少的“类”作综合评判，然后再对评判结果进行“类”之间的高层次的综合评判，即进行所谓的多层次的综合评判。
1.4 模糊推理机的设计
　　在进行故障预测时，需要考虑众多因素的影响，其中绝大部分是模糊变量，很难寻求到它们与故障之间的精确数学关系式。有些因素如部件的磨损量等可以进行定量分析，而有些因素如环境条件的改变等只能进行定性分析，这就需要把定性分析与定量分析在系统内部有机地结合起来。由于故障预测系统推理时没有明确的目标，为了提高推理的效率，本文采用正向的推理策略，即由影响因素正向找出一条最可能出现故障点的途径。其推理流程如图1所示。

　　首先根据用户输入的信息，扫描知识库，调用可用规则集及定量推理所用的数学模型形成动态数据库，按照动态数据库中所调用的相关公式进行定量运算。当定量运算的结果超过阈值集中某些阈值时，系统将产生质变，然后将质变现象转化为定性描述，并依此作为触发条件，转入定性推理，将定性推理的结果存入中间数据库，按模式识别最大隶属度原则选择故障部件，结合仿真结果与故障域值进行定量判断，输出最后结果。定量推理结果小于阈值时，重新扫描知识库，形成新的动态数据库。系统运行的结果证明，正向推理具备比较直观的优点，用户可以主动向系统提供有用的事实信息，适合故障预测问题的求解。
2 实例分析
　　在装备故障预测问题的求解过程中，因装备系统以子结构为基础，首先把预测任务分配到各个子结构，根据其推理结果，再综合整体结构形式、技术档案，得出装备总的预测结果。表2是以本方法预测某装备驻退机漏液的结果表^[3]。