экспертная система контроля работы бортового оборудования летательных аппаратов

Формула изобретения

Экспертная система контроля (ЭСК) работы бортового оборудования летательных аппаратов (ЛА), содержащая входной блок, связанный с ним блок базы данных (БД), блок базы правил (БП), машину логического вывода (МЛВ), связанные с входами процессора, блок объяснения и блок общения, блок принятия решений, связанный с терминалом пользователя (экипажа), отличающаяся тем, что в нее введены блок толерантности (БТ), блок полноты вывода (БПВ), система контроля оборудования ЛА, содержащая подсистему информационных датчиков ЛА, связанных с сетью клеток локальной вычислительной сети (ЛВС), содержащей соединенные сеть клеток с сетью ядер, выходы которой связаны с входом входного блока, входами блока обучения и блока толерантности (БТ), причем первый вход БТ соединен с выходом сети ядер ЛВС, второй вход БТ связан с выходом процессора, а выход его связан со вторым входом входного блока, вход БПВ соединен с выходом МЛВ, а первый выход БПВ связан с первым входом блока принятия решений, второй выход соединен с блоком объяснения, последовательно соединенным с блоком общения и терминалом пользователя.

Описание изобретения к патенту

Область техники

Экспертная система контроля работы бортового оборудования относится к области контрольно-вычислительной техники, предназначена для установки на летательные аппараты (ЛА) и может быть использована для функционального диагностирования технического состояния авиационного оборудования.

Уровень техники

Известна управляющая экспертная система ЭС для оказания помощи оператору, решающая следующие задачи: распознавания критической ситуации, принятия решения по управлению выводом объекта из критической ситуации, контроля эффективности их реализаций (см. Ильясов Б.Г., Парфенов Н.И., Черняковская Л.Р. Автоматизация принятия решений при управлении системами «человек-техника» с помощью экспертных систем. Эргономика в России, СНГ и мире. Международная конференция. СПб. Россия, 1993 г.).

В системе критические ситуации, возникающие вследствие неблагоприятных внешних условий, приводят в случае не принятых своевременных и правильных управляющих решений к аварии или катастрофе. Принятие решений человеком, управляющим сложной системой, затруднено вследствие многомерности фактов для анализа, неопределенности и неоднозначности описания критических ситуаций, малого резерва времени и большой психофизической нагрузки.

В базу знаний (БЗ) входят знания о предметной области управления сложной системой в критических ситуациях. В качестве инструментального средства оказания помощи эксперту в выражении своей концептуальной модели проблемной области используется программная система создания и ведения базы данных (БД) характеристик критических ситуаций и БЗ. Система выполняет функции автоматизации получения знаний от экспертов. Данные представляются реляционной БД характеристик критических ситуаций (КС), выполняется проверка целостности создания БД, производится ситуационная кластеризация данных. Создание и заполнение БД осуществляется с помощью средств систем управления реляционной БД для персональных ЭВМ с применением многооконного интерфейса. Представление знаний об управлении системой в КС осуществляется с помощью продукционной модели, позволяющей представлять правила распознавания ситуаций и принятия решений. В качестве критерия распознавания классов КС в управляющей экспертной системе (ЭС) используется степень близости распознаваемой ситуации, представленной вектором, к описаниям классов КС.

Однако при такой структуре ЭС управления система бортовых датчиков не включается в цикл работы по пилотированию ЛА. Поэтому стала практической невозможной разработка только инструктивных указаний по действиям пилота при возникновении каждого из возможных отказов. Подробные инструкции можно разработать только для ограниченного перечня отказов в пределах эксплуатационных ограничений ЛА бортового оборудования.

Известна экспертная система (ЭС) функционального диагностирования авиационного радиоэлектронного оборудования (см. патент на полезную модель № 77062 U1, G06F 15/00).

Данная ЭС содержит управляющий микропроцессор, измерительный блок, содержащий в своем составе первичные измерительные преобразователи (ПИП), вычислительную систему, включающую подсистему обработки информации (ПОИ), базу данных, систему управления базой данных (СУБД), базу знаний, базу экспертных знаний (БЭЗ), нейросетевую базу знаний (НСБЗ), систему управления базой знаний (СУБЗ), решатель (интерпретатор). Известная ЭС является вычислительной системой, в которую включены знания специалистов о некоторой конкретной проблемной области и которая в пределах этой области способна принимать экспертные решения. ЭС состоит из вычислительной системы и внешних устройств; управляющего микропроцессора, измерительного блока. Вычислительная система содержит базу знаний, базу данных, машину логического вывода (решатель, подсистему приобретения знаний и подсистему объяснений).

ЭС обладает следующими свойствами: ограничено определенной сферой экспертизы - решение задач контроля и диагностики технического состояния бортового оборудования ЛА, способна рассуждать при сомнительных данных и объяснять полученные решения понятным способом, знания, которыми она оперирует, и механизм вывода - средство обработки знаний - отделены друг от друга, целенаправленна на использование правил, на выходе выдает совет, а не информацию, которая подлежит трудоемкой обработке пользователем, строится так, чтобы имелась возможность постоянного наращивания системы. В ЭС диагностирования функции подсистемы приобретения знаний выполняет база знаний, а подсистема объяснений выполняет функции решателя машина логического вывода (МЛВ) (интерпретатор).

Предлагаемая ЭС позволяет, используя метод функционального диагностирования проведения непрерывного анализа технического состояния объектов ЛА в процессе их работы по назначению, оперативно получать информацию о техническом состоянии бортового оборудования ЛА, позволяет проводить работы по диагностированию без нарушения функциональных связей.

ЭС, наряду с использованием традиционных знаний, хранящихся в БЗ, используя нейросетевую базу, позволяет формализовать перечисленные выше проблемы, возникающие в процессе эксплуатации авиационного оборудования. Проблема сложности объектов в нейросетевой базе знаний решается на основе обучения погрешности измерений, отказы первичных измерений-преобразователей информации могут компенсироваться на основе моделей ассоциативной нейронной сети (аналитическая избыточность). Сложность математической модели систем приводит к необходимости обучения и идентификации технического состояния системы.

Однако сложность объекта контроля и диагностики, большая часть параметров которого не измеряется, содержит случайные (инструментальные и методические) погрешности. Чрезмерная сложность и отсутствие точной математической модели, существование критических (нерасчетных) режимов работ авиационного оборудования вызывает комплексные отказы измерителей и преобразователей системы. Все перечисленные выше проблемы снижают достоверность диагностирования технического состояния авиационного бортового оборудования.

Техническим результатом, на создание которого направлено данное изобретение, является повышение эффективности и достоверности диагностирования при использовании неполных данных для построения логических выводов, поддержка эксплуатационного контроля бортового оборудования ЛА.

Существенные признаки

Для достижения технического результата в экспертной системе контроля (ЭСК) работы бортового оборудования ЛА, содержащей входной блок, связанный с ним блок базы данных (БД), блок базы правил (БП), машину логического вывода (МЛВ), связанные с входами процессора, блок объяснений и блок общения, блок принятия решений, связанный с терминалом пользователя (экипажа), введены блок толерантности (БТ), блок полноты вывода (БПВ), система контроля оборудования ЛА, содержащая подсистему информационных датчиков ЛА, связанную с сетью клеток локальной вычислительной сети (ЛВС), содержащей последовательно связанные сеть клеток, сеть ядер, выходы которой связаны с входом входного блока, входами блока обучения и блока толерантности (БТ). Причем первый вход БТ соединен с выходом сети ядер ЛВС, второй вход БТ связан с выходом процессора. Выход БТ связан со вторым входом входного блока. Вход БПВ соединен с выходом МЛВ, а первый выход БПВ связан с первым входом блока принятия решений, а второй выход соединен с блоком объяснения, последовательно соединенным с блоком общения и терминалом пользователя.

Сущность изобретения поясняется на фиг.1, где изображены информационные датчики ЛА 1 центроплана и крыльев 2, двигателей 3, шасси гидросистемы 4, системы управления и навигации 5, система жизнеобеспечения 6, система контроля (СК) бортового оборудования ЛА 7, локальная вычислительная сеть (ЛВС) 8, сеть ядер 9, сеть клеток 10, блок обучения 11, входной блок 12, блок толерантности 13, терминал пользователя (экипажа) 14, блок базы данных (БД) 15, процессор 16, блок принятия решений 17, блок общения 18, блок базы правил 19, машина логического вывода (МЛВ) 20, блок полноты вывода 21, блок объяснений 22. При этом входной блок 12 связан с входом блока базы данных (БД) 15. Выходы блока базы правил (БП) 19, блока базы данных (БД) 15 и машины логического вывода (МЛВ) 20 связаны с входами процессора 16. Введены блок толерантности (БТ) 13, блок полноты вывода (БПВ) 21, система контроля оборудования 7 ЛА, которая содержит подсистему информационных датчиков 1 ЛА, связанную с сетью клеток 10 локальной вычислительной сети (ЛВС) 8, содержащей последовательно связанные сеть клеток 10, сеть ядер 9, выходы которой связаны с входом входного блока 12, входами блока обучения 11 и блока толерантности (БТ) 13. Причем первый вход БТ 13 соединен с выходом сети ядер 9 ЛВС, второй вход БТ 13 связан с выходом процессора 16. Выход БТ 13 связан со вторым входом входного блока 12. Вход БПВ 21 соединен с выходом МЛВ 20, а первый выход БПВ 21 связан с терминалом пользователя 14 через первый вход блока принятия решений 17, а второй выход соединен с блоком объяснения 22, последовательно соединенным с блоком общения 18 и терминалом пользователя 14.

Система работает следующим образом.

В процессе технической диагностики БО определяют основные состояния системы: исправна/неисправна. Если система работоспособна, то организуется такой процесс управления, чтобы можно было объективно проанализировать ее качество. Если система неработоспособна, организуются такие процессы управления, которые позволяют отыскать отказавший элемент, узел, блок. Система диагностики позволяет диагностировать комплекс в целом. Система позволяет решать проблему рассогласования допусков и учесть все реальные факторы, влияющие на работоспособность ЛА.

Обработка информации в КС основана на использовании методов управления, ассоциативно-логической обработки когнитивных функций, отношений и процессов, а также методах автоматического формирования таких функций, отношений и процессов.

Необходимость грануляции связана с неопределенностью информации в реальных условиях. Грануляция - одна из базисных концепций когнитивной обработки информации. ЛА-1 составной информационный объект (переменные) может быть декомпозирован на гранулы. Каждая гранула является набором элементарных объектов, которые связаны вместе неопределенностью, близостью, подобностью, функциональностью. Объект О_с -ЛА-1 представляется гранулированно, т.е.

Где A_j - j атрибут гранулы G _i;

V_q - q-e значение атрибута A_j;

ins_g - отношение включения для гранул;

has_a и has_v - отношения «имеет» для атрибута и значения соответственно.

Объект ЛА-1 включает гранулы: центроплан 2, крылья и хвостовое оперение, двигатели 3, система шасси и гидросистема 4, система управления и навигации 5, система жизнеобеспечения 6, имеющие атрибуты, размер, форму, вес, прочность, надежность, отказобезопасность и пр. со значениями, например, для первого атрибута «большой», «малый» и пр. Гранулы - это интервалы переменных, выделенные области определения функций и отношений.

Ассоциативно-логическая обработка гранулированной информации основана на использовании ассоциативных отображений М (AM). AM является формой отображения функций, которая обладает хорошими адаптивными и аппроксимирующими свойствами. При отображении преобразований образов или процессов возможно использование одиночных (SAM) и множественных (МАМ) отображений. Формально AM, SAM и МАМ представляются модельными наборами вида:

Компоненты, входящие в наборы, имеют следующие назначения:

X, Y - множество входных и выходных параметров (векторные);

S, U - множество структур и структурных единиц, их составляющих;

F - множество базисных функций, реализуемых в узловых элементах;

P_x, P_y - входной и выходной вектора;

AM_t - SAM для t-го момента времени протекания когнитивного процесса;

Т - период времени процесса с фиксированными моментами t, в которые реализуется AM_t составляющая МАМ.

Ассоциативно-логическая обработка функций и отношений производится с использованием базовых моделей-клеток 10 и ядер 9 и процессов локальной в вычислительной сети 8, рис.1.

Клетка 10 (С-Cell) является минимально обучаемым элементом, способным самостоятельно обрабатывать информацию в гранулированном виде. Формализованная информационная модель клетки представляется в виде набора множеств:

Где X={x₀ x_n} - множество входных параметров;

W_c={w₀ w_v) - множество регулируемых весов (m n);

H_x={h_x1 h_xq} - множество скрытых входных параметров, соответствующих информационным гранулам на входах;

H_y={h_y1 h_ye} - множество скрытых выходных параметров, соответствующих информационным гранулам на выходах;

S_c={S_c1 s_cr} - множество связей, скрытых входных и выходных информационных гранул, определяющих цепочку преобразований гранул при активизации этой связи;

BF=(bf₁ bf_k) - множество базисных функций активаторных элементов клетки;

Y_c - выходной параметр клетки, поддерживается структурно-функциональной моделью клетки. Клетка 9 содержит информационный гранулятор, формирующий множество H_x, активатор, состоящий из множества активаторных элементов a_i, i=1 N, выполняющих преобразования скрытых информационных параметров и формирования множества H_y в соответствии со связями S_c и весами W_c; информационный детранслятор, формирующий выходной параметр Y; настройщик, формирующий множество связей S_c и весов W_c; при настройке клетки на отображение X Y, аппроксимирующее функцию Y=F(X).

Клетка 10 является универсальным преобразователем информации (адаптивным аппроксиматором), имеющим n-входов и один выход.

Сеть ядер 9 содержит «склеенные» клетки. Информационная модель ядра представляется набором множеств (3), где X=(X ₁, VX₂, V VX_m) - представляет собой «склеенное» множество входов клеток, входящих в ядро; W_N, H _x, H_y - множества весов и скрытых параметров ядра, S_N - множества связей ядра, объединяющие связи клеток; BF - набор базисных функций активаторных элементов; Y - объединенное множество выходных параметров ядра.

Сеть ядер 9 с частичным объединением клеток есть сеть клеток 10 с входами, параллельно подведенными к каждой клетке (от каждого входа к каждой клетке). Оно используется для реализации поведенческих функции (отношений) с несколькими связанными параметрами, зависящими от ряда общих аргументов.

Клетки и ядра являются базовыми элементами, из которых строится когнитивная система (КС). Главными информационными элементами, которыми оперирует КС, являются образы. Образ формируется как матрица или вектор со связанными координатами. Преобразование образов является основным операционным компонентом при реализации когнитивных процессов, как последовательностей таких преобразований. Преобразования выполняются в структурных компонентах локальной сети 8.

Локальная вычислительная сеть (ЛВС) 8 содержит связанные клетки 10 и ядра 9. ЛВС рассматривается как самостоятельный модуль обработки образов. Информационная модель локальной вычислительной сети представляется набором множеств:

где X и C_X вектор образа P_X и связи между его координатами, т.е. множество входных параметров и связи между ними, определяющие входной (преобразуемый сетью) образ P_X;

WLN - множество регулируемых весов связей между клетками и ядрами, входящими в локальную сеть;

S_LN - множество связей клеток и ядер, входящих в локальную сеть;

Y и C_Y - вектор образа P_Y и связи между его координатами, т.е. множество выходных параметров и связей между ними, определяющих выходной (преобразованный сетью) образ P_Y.

Структурно ЛВС 8 состоит из связанных клеток и ядер, а также блок обучения 11, формирующего множество весов связей W_LN элементов сети. Наличие разноуровневых компонентов (клеток и ядер) в ЛВС позволяет строить сложные преобразующие структуры с полносвязной и слоистой организацией. ЛВС с полносвязной организацией используются для ассоциативного запоминания образов. ЛВС со слоистой структурой решает задачи классификации образов и аппроксимации заданных преобразований.

В КС функции и отношения в форме ассоциативных отображений формируются путем обучения. Для разных вариантов обучаемых модулей, построенных для работы с функциями и отношениями, используются методы обучения и самообучения. Обучение с подкреплением при взаимодействии со средой - обучение тому, что делать, т.е. как отразить ситуацию в действии, чтобы максимизировать числовой сигнал поощрения от среды. Обучение происходит по эпизодам процесса, которые оцениваются специальной функцией с поощрением лучших эпизодов.

Распознавание состояния ЛА-1 производится с помощью блока толерантности 13, обладающего повышенным быстродействием и точностью распознавания состояния системы контроля оборудования 7.

Шумы создают большую неопределенность в оценке состояния объекта. Временной интервал t пространства толерантности при переходе из состояния k_i в состояние k_i+1 определяет эффективность принятия решения по состоянию бортового оборудования ЛА. Условия временного дефицита и априорной неопределенности состояния ЛА затрудняют оперативную переработку больших объектов измерительной информации. Факт измерения состояния ЛА 1 оценивается недопусковым методом по характеру изменения параметра, а по характеру представления области перекрытия многопараметрического пространства толерантности между классами состояния. Эта оценка получается в виде упорядоченной величины погрешности по каждому параметру, несущему информацию о состоянии ЛА 1 на исследуемый момент времени. При этом выделяются упорядоченные по погрешности совокупности всех подпространств толерантности на момент перехода k_i в k_i+1 .

Толерантность - бинарное отношение R A×A на множестве A, обладающее свойствами рефлексивности и симметричности, т.е. удовлетворяющее условиям aRa для всех a A и aRb влечет за собой bRa для любых a, b A. Толерантность R на универсальной алгебре A={A, } совместимая, если для любой операции со условие a _iRb_i i=1 n влечет за собой (a_i a_n )R(b_i b_n ). Толерантность является естественным обобщением понятия эквивалентности.

Эквивалентность - бинарное отношение R X×X на множестве X, удовлетворяющее условиям: 1) рефлексивность xRx; 2) симметричность xRy yRx; 3) транзитивность xRy yRz Rz. Если f отображает множество X во множество Y, то отношение является эквивалентом.

Для произвольного Y X множество U X, состоящее из всех X, эквивалентных Y, является классом эквивалентности Y. Любые два класса эквивалентности либо не пересекаются, либо совпадают, т.е. любая эквивалентность определяет разные множества X и обратно.

Входной блок 12 является системой управления базы данных (СУБД) 15. Управление памяти БД позволяет хранить только ту информацию, которая введена в файл данных. СУБД управляет памятью БД и работой циклов процессов 16. Сначала СУБД очищает память от информации, в ней операцию инициирует команда RELEASE. Память очищает от всех переменных, определенных на текущий момент. Когда память будет пуста, в нее помещается какая-либо информация и сохраняется надолго, например обеспечивает запись информации на диск дисковода. Вызов информации из памяти осуществляется по команде RELEASE. Логика программирования СУБД: операторы условия базируются на способности процесса принимать решения о достоверности каких-либо условий. Инструментом для этого служит оператор IF-THEN («если-то»). Истинность или сложность условия определяется тем, будет ли выполнено действие, которое выполняется только тогда, когда условие выполняется как истинное. Оператор ELSE выполняется, если условие оценивается как ложное - критерием является отказ.

Возможность заставить процессор повторять последовательность команд - программа обращается к самой себе или к другим программам. Эти обращения могут повторяться многократно. В сформированном командном цикле создается бесконечный цикл, в котором программа обращается к самой себе. Управление циклами осуществляется определением логической формулы командой DO WHILE (выполняй пока). Эта команда побуждает процессор многократно повторять последовательность циклов до тех пор, пока остается истинным условие - присвоение переменной счетчику значений «единица». В СК управление является «открытым»: правило может быть вызвано в любой момент вне зависимости о других правил в БП 19, описывающей данную конкретную ситуацию. Происходит чередование циклов выбора и выключения правил, после каждого цикла порядок выполнения правил определяется динамически. Основным средством управления является последовательный порядок выполнения инструкций, таких как «Если-то-иначе», которые работают с небольшой частью параметров, описывающих данную ситуацию. Ход выполнения инструкций, связанных с данными, небольшие изменения во входных данных мало влияют на выполнения процедуры.

Аппарат выводимых правил служит существенному приближению методов обращения с формальными выводами к содержательным математическим рассуждениям. Логический вывод - формализованный вывод в исчислении, содержащем логические правила и имеющем в качестве основных выводимых объектов формулы, интерпретацией которого являются суждения. При этом логический вывод - содержательные рассуждения, позволяющие от сформулированных от аксиом и допущений переходить к новым утверждениям, логически вытекающие из исходных.

При зафиксированных аксиомах и правилах перехода последовательность формул является выводом из гипотез A₁ A_n (n 0), если каждый член последовательности либо является аксиомой или одной из гипотез, либо получается из предыдущих формул последовательности по одному из правил: A₁ A_n A ( - знак выводимости), A выводима из A₁ A_n. Если n=0, то А выводимо без каких-либо допущений. Если A₁ A_n , то допущения ведут к противоречию. В системе A₁ A_n влечет выводимость из этих гипотезах любой формулы. В исчислении, содержащем аксиому A₁ A_n и правило отделения, последовательность A,.A (B A), B A является выводом B A, т.е. (A B A).

ЭС использует процессор 16, который взаимосвязи в форме представленных правил применительно к входным сигналам образует выходные сигналы. Представленные правила в БП 19 содержат большое количество логических связей между возможными компонентами входных сигналов, которые представляют информацию о ЛА 1; процесс поиска осуществляется через представление правил для получения информации. В процессе поиска устанавливаются дополнительные правила и возникает необходимость хранить обширную информацию результатов использования выявленных правил.

Структура управления ЭС строится на принципах исчерпывающего перебора, выбор правила с помощью оценки. Ответ на точно поставленный вопрос оценивается путем взвешенного анализа всех возможных выводов и ограничений в исследуемом пространстве. Общий тип оценки состоит в выборе первого встретившегося правила, удовлетворяющего соответствующим условиям. Сначала оценивают все правила-кандидаты, а затем выбирают из них правило с максимальным значением оценки, полученного с помощью критерия-динамической оценкой приоритета правил в зависимости от их вклада в достижения цели, от возможности используемых фактов. Структура управления требует от системы, чтобы все сообщения проходили через БД 15.

Работа БПВ 21 строится на основе использования регистровых автоматов (РА), определяющих класс полноты выводов СК. Каждый входной сигнал x X автомата A определяет преобразование f_x:a ax ( импликация, следует если A, то B) множество состояний автомата A. Преобразование f_x порождает полугруппы автомата А-множества с одной бинарной операцией, удовлетворяющей закону ассоциативности. Для каждого слова p F(x) определяет преобразование f:а ap, а соотношение f_pq=f_p·fq показывает отображение :p f_p - взаимно однозначно соответствие (гомоморфизм) свободной полутруппы F(x) на полугруппу G_A: полугруппа G_A автомата A есть X автомата, если f_px=f _px.

Отображение _a:G=ap является гомоморфизмом автомата G _A в автомат A, а гомоморфизм F(x)-автомата с функцией переходов (р, x)=px, автоматы P(X) на G_A, последний определяет разбиение полугруппы F(x) на классы слов, имеющих одинаковые полугруппы. Этим обеспечивается полнота выводов.

БПВ 21-бесконечный автомат с использованием p-позиционного регистра-множества переменных (элементов регистра) с одной и той же p-элементной областью определения p, занумерованных последовательными целыми числами и упорядоченных в соответствии с этой нумерацией. Регистр состоит из конечного числа элементов, которые считаются бесконечными. Для нумерации элементов двустороннего регистра используются все целые рациональные числа (положительные и отрицательные). Состояние регистра - наборы знаний (состояний) его элементов. Преобразование множества состояний регистра - периодически определены преобразования, которые задаются p-значной функцией f(z₁ z_q) и уравнениями y_i=f(x_i+1 , x_i+iq), определяющими значение i-и переменной регистра после выполнения преобразования через значения x _j его переменных до выполнения преобразований; набор чисел (i₁ i_q) -база перехода.

Преобразование переносится на случай нескольких регистров, определяется множество состояний РА и функцию перехода В. РА состоит из конечного набора регистров R₁ R_n, и состояниями его являются наборы состояний регистров. Каждому входному сигналу y Y входного алфавита Y автомата В соответствует преобразование f_y множества В. Для задания функции выходов АР рассматривают разбиение 1 множества сто состояний на попарно пересекающиеся классы и рассматривают функцию выходов как функцию, зависящую только от класса, которому принадлежит состояние автомата и входного сигнала. Разбиение Г конечное, а его классы получают путем применения булевых операций к допустимым множествам - конечно определенным множествам, в которых элементы регистра принимают заданные значения. Допустимыми являются множества, в которых заданный регистр содержит определенную конфигурацию знаний переменных или в состоянии его заданная конфигурация периодически повторяется.

Входами БПВ 21 связан последовательно с МЛВ 20 с процессором 16, а выходами - с блоком объяснений 22 и блоком выработки и принятия решений 17.

Концепция ЭС состоит в том, чтобы программа могла объяснить свои действия для того, чтобы облегчить их понимание пользователю, а также сделать их более убедительными. Встроенный диалог позволяет пользователю задавать вопросы системе в любой момент - в блоке объяснения 22. Способность к пониманию вопросов и объяснений осуществляется интерпретатором вопросов (МЛВ) на основе ключевых слов форматов ввода-вывода. Функционирование интерпретатора МЛВ 20 обеспечивается благодаря стандартной форме представления знаний (правила продукции).

Блок обучения 18 - это интерактивная программа, предназначенная для оказания помощи эксперту в разработке системы, функционирующей в области больших знаний. Это промежуточная программа (интерфейс), ведущая диалог с экспертом на естественном языке с целью освободить его от анализа отдельных частностей. Система может не только непосредственно использовать свои знания, но также заниматься их изучением, обобщением и обсуждением. Может также вести диалог между двумя специалистами. Система 18 способна строить общие модели для выполнения операций для обучения словами и для продолжения последовательностей. Список правил упорядоченности способствует процессам обучения, которое состоит в том, чтобы помещать новые правила в этот список на разумно выбранное место. Этот порядок работы системы позволяет обойти декларативный характер продукционных систем и преодолевать ограничения познания в области инженерной психологи.