ASP Diagnose Tool
asp-diag-tool
Исследование проводилось при поддержке ECSEL JU в рамках проекта H2020 826060 AI4DI — Искусственный интеллект для цифровой индустрии. AI4DI финансируется Федеральным министерством транспорта, инноваций и технологий Австрии (BMVIT) в рамках программы «ИКТ будущего» в период с мая 2019 года по апрель 2022 года. Дополнительную информацию можно получить по адресу https://iktderzukunft.at/en/.
Инструмент диагностики модели ASP, основанный на решателе теорем CLINGO 5.4.1.
«Диагностика» представляет собой исполняемый файл, который включает в себя все необходимые библиотеки, такие как CLINGO 5.4.1. Этот файл является исполняемым только в MAC OS. «diagnose_win.exe» — это исполняемый файл для систем Windows, включая все библиотеки для запуска CLINGO 5.4.1.
Для вызова и использования сценариев Python (python 3.6.15) необходима установка clingo (версия 5.4.1), которую можно выполнить путем создания среды Conda на основе предопределенного предоставленного файла в каталоге среды:
cd environment
conda env create -f environment.yml
conda activate diagnose
Если необходим импорт инструмента в Python, можно использовать класс Diagnostic.py для импорта в соответствующий скрипт Python. Словарь настроек аргумента для этого класса можно увидеть в main_diagnose.py (см. необязательные аргументы).
| Argument | Argument | Description |
| ------ | ------ | ------ |
| --help | -h | show this help message and exit |
| --index | -i | index to identify actual call (E.g.: time, call counter, etc.) |
| --file | -f | load ASP model file |
| --path | -p | load ASP model directory path |
| --faultsize | -fault | size of faults to search |
| --hidediagoutput | -hidediag | hide diagnose output in terminal (no argument needed) |
| --output | -out | define output file name and path for CSV (overview result) and JSON (detailed results) / default path: actual directory and file name with date and time |
| --json | -j | JSON output file is written (no argument needed) |
| --csv | -c | CSV output file is written (no argument needed) |
| --answersets | -a | number of answer sets (0: all, 1: compute one answer set, 2: two answer sets, ... |
| --observation | -obs | add additional observation file to ground with ASP file (e.g.: example.pl) |
| --adapt | -adapt | adapt data (comment out all constraints ':- not no_ab(X)' |
| --strongfaults | -strongfaults | use argument to activate search for strong fault 'only' or 'without' constraints, if argument is not used strong faults constraints are not implemented. choices=["only", "without"] |
application/diagnose --index "0" --path data/asp_test_data --faultsize 3 --answersets 0 --output application/filename --json --csv --hidediagoutput --strongfaults "only"
python app/main_diagnose.py --index "*" --path data/asp_test_data --faultsize 3 --answersets 0 --output application/filename --json --csv --strongfaults "without"
python app/main_diagnose.py --index "1" --file testfile.pl --faultsize 3 --answersets 0 --output application/filename --json --csv
После завершения вычислений данные можно сохранить в файлах CSV (--csv) и JSON (--json) на основе заданного имени выходного файла (--output) и пути. Если инструмент вызывается в цикле с тем же именем выходного файла, то его файлы расширяются новыми данными. Это полезно, если, например, диагностика выполняется в системе, зависящей от времени, и для каждого временного шага выполняется диагностика. Чтобы отслеживать вызов, используйте опцию индекса (--index). Это позволяет, например, добавить коррелированный временной шаг для идентификации данных. (например: время: 0,01 -> индекс = 0,01, время: 0,02 -> индекс = 0,02, ...)
Заголовок файла данных CSV: «Индекс, Модель, Время 0, Время 1, Время 2, Время 3, NoD 0, NoD 1, NoD 2, NoD 3,ASPDiagTime».
Например:
Index,Model,Time 0,Time 1,NoD 0,NoD 1,ASPDiagTime
0,test_heater_circuit.pl,0.007652997970581055,0.009721755981445312,0,1,0.017589092254638672
1,test_heater_circuit.pl,0.007380962371826172,0.010998964309692383,0,0,0.018507003784179688
2,test_heater_circuit.pl,0.007673025131225586,0.0077838897705078125,0,0,0.015599727630615234
Файл JSON сохраняется с именем файла и соответствующими данными с подробными результатами диагностики.
Например:
[
{
"0": {
"test_heater_circuit.pl": [
{
"diag time": 0.007652997970581055,
"fault size": 0,
"diag found": 0,
"diag": [],
"observation": [
"val(int(tm),between(t_low, null),0)."
]
},
{
"diag time": 0.009721755981445312,
"fault size": 1,
"diag found": 1,
"diag": [
[
"ab(sw)"
]
],
"observation": [
"val(int(tm),between(t_low, null),0)."
]
}
]
}
},
{
"1": {
"test_heater_circuit.pl": [
{
"diag time": 0.007380962371826172,
"fault size": 0,
"diag found": 0,
"diag": [],
"observation": [
"val(int(tm),between(t_low, null),0).",
"val(int(tm),between(t_low, null),1)."
]
},
{
"diag time": 0.010998964309692383,
"fault size": 1,
"diag found": 0,
"diag": [],
"observation": [
"val(int(tm),between(t_low, null),0).",
"val(int(tm),between(t_low, null),1)."
]
}
]
}
},
{
"2": {
"test_heater_circuit.pl": [
{
"diag time": 0.007673025131225586,
"fault size": 0,
"diag found": 0,
"diag": [],
"observation": [
"val(int(tm),between(t_low, null),0).",
"val(int(tm),between(t_low, null),1).",
"val(int(tm),between(t_low, null),2)."
]
},
{
"diag time": 0.0077838897705078125,
"fault size": 1,
"diag found": 0,
"diag": [],
"observation": [
"val(int(tm),between(t_low, null),0).",
"val(int(tm),between(t_low, null),1).",
"val(int(tm),between(t_low, null),2)."
]
}
]
}
}
]
Используйте среду conda для создания исполняемого файла для соответствующей ОС с помощью следующей команды.
pyinstaller --onefile app/main_diagnose.py --name diagnose --distpath application/ --specpath application/ --hidden-import cffi
