Abstract
Many research works are on going to monitor and diagnose diverse malfunctions of satellite systems as the complexity and number of satellites increase. Currently, many works on monitoring and diagnosis are carried out by human experts but there are needs to automate much of the routine works of them. Hence, it is necessary to study on using expert systems which can assist human experts routine work by doing automatically, thereby allow human experts devote their expertise more critical and important areas of monitoring and diagnosis. In this paper, we are employing artificial intelligence techniques to model human expert's knowledge and inference the constructed knowledge. Especially, case-based approaches are used to construct a knowledge base to model human expert capabilities which use previous typical exemplars. We have designed and implemented a prototype case-based system for diagnosing satellite malfunctions using cases. Our system remembers typical failure cases and diagnoses a current malfunction by indexing the case base. Diverse methods are used to build a more user friendly interface which allows human experts can build a knowledge base in an easy way.
위성의 수와 복잡도가 증가함에 따라서 다양한 고장이 생기는 경우를 예측하고 고장이 발생한 경우 이를 감지하여 신속히 감지하여 처리하는 노력의 필요성이 증가하게 된다. 현재는 위성 관제소의 전문요원들이 이러한 작업을 수행하고 있지만, 많은 부분이 일상적인 작업이므로 이러한 진단 작업을 자동화할 필요성이 있다. 즉, 일상적인 작업은 전문가시스템이 수행하고, 보다 복잡하고 고차원적인 문제는 전문요원이 해결하는 방식이 바람직하다. 이 논문에서는 이러한 노력의 일환으로 인공지능의 사례기반 방식을 도입한 위성 고장진단 전문가시스템을 구축하기 위한 방법론과 이에 따른 프로토타입 시스템을 설계하고 구현하였다. 사례기반 시스템은 과거의 사례를 기억하고 있는 사례베이스를 구축하고 고장의 증상이 발생한 경우에 이러한 사례베이스로부터 가장 근사한 경우를 인덱스하여 처리하는 기능을 가지고 있다. 이 논문은 이러한 기능을 가지는 사례기반 시스템의 구조와 활용방안에 대해서 서술하고자 한다.
