第二十四篇 Self-Maintenance

第72章　Detection

Detection 是 SAI/ICAI 自我维护体系的基础环节。

前面已经建立了：

Information
→ Perception
→ Cognition
→ Reasoning
→ Decision
→ Behavior
→ Action
→ Feedback
→ Experience
→ Learning

而自我维护需要增加另一条检测路径：

System
 ↓
Detection
 ↓
Detection Result
 ↓
Risk / Conflict / Diagnosis
 ↓
Decision
 ↓
Repair
 ↓
Verification

Detection 的任务不是直接修复，而是发现当前系统、模块、行为、设备和运行状态是否正常。

1. Detection

1.1 Detection 定义

**Detection（检测）**是 SAI/ICAI 对系统内部对象、运行状态、行为过程、设备状态及异常条件进行检查，并形成结构化检测结果的机制。

核心关系：

Target
   ↓
Detection
   ↓
Comparison
   ↓
State Judgment
   ↓
Detection Result

Detection 可以检测：

System
Module
Object
State
Behavior
Action
Device
Connection
Data
Rule
Memory

但 Detection 本身不负责：

Diagnosis
Repair
Decision

例如：

Detection：
发现 Motor_A 当前状态 ERROR

而：

Diagnosis：
判断为什么 ERROR

再进一步：

Repair：
执行恢复操作

因此：

Detection ≠ Diagnosis
Detection ≠ Repair
Detection ≠ Decision

1.2 Detection 的基本结构

Detection
{
    id
    target
    target_type
    check_type
    expected
    actual
    condition
    state
    source
    timestamp
}

例如：

Detection
{
    id: "D001",
    target: "Motor_A",
    target_type: "DEVICE",
    check_type: "STATE",
    expected: "READY",
    actual: "ERROR",
    condition: "state_match",
    state: "ABNORMAL",
    source: "DeviceAdapter",
    timestamp: "2026-09-12 18:00:00"
}

2. 状态检测

状态检测是 Detection 最基础的形式。

核心问题：

当前对象处于什么状态？

例如：

Device_A
state = RUNNING

系统预期：

expected = READY

检测：

expected = READY
actual = RUNNING

结果：

ABNORMAL

2.1 状态检测流程

Target
 ↓
Read State
 ↓
Expected State
 ↓
Compare
 ↓
Detection Result

例如：

Motor_A
Expected = READY
Actual   = ERROR
        ↓
State Detection
        ↓
ABNORMAL

2.2 状态检测结果

可以定义：

NORMAL
ABNORMAL
UNKNOWN
UNAVAILABLE
CONFLICT

需要特别注意：

UNKNOWN ≠ ABNORMAL

例如：

无法读取设备状态

只能得到：

UNKNOWN

不能直接判断：

设备故障

同样：

UNAVAILABLE

表示检测对象当前无法访问，并不等于对象本身一定异常。

2.3 状态变化检测

不仅可以检测当前状态，也可以检测状态变化：

Previous State
      ↓
Current State
      ↓
Compare
      ↓
State Change

例如：

READY
 ↓
RUNNING

结果：

StateChange = VALID

而：

RUNNING
 ↓
ERROR

则：

StateChange = ABNORMAL

状态变化可以进一步进入：

Risk
Diagnosis
Experience
Memory

3. 模块检测

SAI/ICAI 由多个模块构成，因此需要对模块本身进行检测。

例如：

PerceptionEngine
CognitionEngine
ReasoningEngine
DecisionEngine
LearningEngine
Memory
RuleEngine
SATE
Adapter

模块检测关注：

模块是否存在？
模块是否启用？
模块是否正常？
模块依赖是否正常？
模块输入是否正常？
模块输出是否正常？

3.1 Module Detection

结构：

ModuleDetection
{
    module_id
    module_name
    state
    dependency
    input_state
    output_state
    error
    timestamp
}

例如：

ModuleDetection
{
    module_id: "M006",
    module_name: "LearningEngine",
    state: "ACTIVE",
    dependency: "OK",
    input_state: "OK",
    output_state: "OK",
    error: null
}

结果：

NORMAL

3.2 模块依赖检测

模块之间存在依赖：

LearningEngine
      ↓
Memory
      ↓
Storage

如果 Storage 不可用：

Storage
 ↓
ERROR

可能造成：

Memory
 ↓
UNAVAILABLE

进一步影响：

LearningEngine
 ↓
PARTIAL

因此模块检测不能只检查模块自身，还要检查：

Module
 ↓
Dependency
 ↓
Dependency State

4. 行为检测

行为检测负责检查 Behavior 和 Action 的执行过程。

前面定义：

Decision → Behavior → Action

现在加入：

Decision
 ↓
Behavior
 ↓
Detection
 ↓
Action

或者：

Behavior
 ↓
Action
 ↓
Execution
 ↓
Detection

4.1 行为检测内容

检测：

行为是否启动？
行为是否按照条件执行？
行为是否超时？
行为是否成功？
行为是否产生预期结果？
行为是否发生错误？
行为是否被取消？

例如：

Behavior
{
    id: "B001",
    type: "EXECUTE",
    target: "Motor_A",
    action: "START",
    state: "RUNNING"
}

预期：

Motor_A.state = RUNNING

实际：

Motor_A.state = STOPPED

检测结果：

ABNORMAL

4.2 行为过程检测

行为不仅有最终结果，还可以检测过程：

NEW
 ↓
READY
 ↓
RUNNING
 ↓
WAITING
 ↓
SUCCESS

如果出现：

RUNNING
 ↓
TIMEOUT

则形成：

BehaviorDetection = ABNORMAL

如果：

RUNNING
 ↓
SUCCESS

则：

BehaviorDetection = NORMAL

4.3 行为与预期检测

核心：

Expected Behavior Result
          ↓
        Compare
          ↑
Actual Behavior Result

例如：

Action:
POWER_ON

Expected:
Device.state = ON

Actual:
Device.state = OFF

结果：

Detection
{
    target: "Device_A",
    expected: "ON",
    actual: "OFF",
    state: "ABNORMAL"
}

Detection 不直接决定如何修复。

5. 设备检测

设备检测主要用于 SAI 与外部设备交互环境。

前面已经建立：

Device Object
DeviceAdapter
DeviceCommand
DeviceResponse

现在：

Device
 ↓
DeviceAdapter
 ↓
Detection

设备检测可以包括：

Identity
Connection
State
Property
Method
Ability
Command
Response

5.1 身份检测

检查：

Device ID
Model
Serial
Manufacturer
Protocol
Address

例如：

Device_A
id = Motor_A
model = M100
protocol = Modbus

如果实际连接到的设备身份不同：

Expected Device = Motor_A
Actual Device = Motor_B

则：

IDENTITY_CONFLICT

5.2 连接检测

Device
 ↓
Connection Check
 ↓
CONNECTED / DISCONNECTED

例如：

Motor_A
Connection = DISCONNECTED

结果：

UNAVAILABLE

此时不能直接得出：

Motor_A = hardware failure

因为可能只是：

Network Error
Adapter Error
Power Off
Protocol Error

这些属于后续 Diagnosis 的范围。

5.3 属性检测

例如设备对象：

Motor_A
{
    speed: 50,
    temperature: 65,
    voltage: 220
}

检测规则：

temperature <= 80
speed <= 100
voltage = 220

实际：

temperature = 95

则：

Property Detection
        ↓
temperature abnormal

形成：

Detection
{
    target: "Motor_A",
    check_type: "PROPERTY",
    property: "temperature",
    expected: "<= 80",
    actual: 95,
    state: "ABNORMAL"
}

6. 异常检测

异常检测是 Detection 的重要应用。

异常的核心不是：

“不符合我的感觉”

而是：

Actual
  ↓
Compare
  ↓
Expected / Rule / State / Range / History
  ↓
Difference
  ↓
Abnormal Detection

6.1 异常来源

异常可以来自：

状态异常

Expected = READY
Actual = ERROR

属性异常

temperature > allowed_max

行为异常

Expected Result ≠ Actual Result

时间异常

Expected Duration = 10s
Actual Duration = 45s

关系异常

Expected:
Device_A → connected_to → Controller_A

Actual:
No relation

模块异常

Module state = ERROR

数据异常

Required property missing

6.2 异常不是故障

这一点非常重要：

Abnormal ≠ Failure

例如：

温度从 25℃ → 35℃

可能是异常状态，但并不一定意味着设备已经损坏。

因此 Detection 的职责是：

发现异常

而不是：

直接宣布故障原因

后续应该：

Detection
 ↓
Risk
 ↓
Diagnosis

6.3 异常检测示例

规则：

IF
Motor.temperature > 80

THEN
Detection = ABNORMAL

当前：

Motor.temperature = 92

得到：

DetectionResult
{
    target: "Motor_A",
    type: "PROPERTY",
    expected: "<= 80",
    actual: 92,
    state: "ABNORMAL"
}

随后：

DetectionResult
       ↓
Risk Analysis
       ↓
Diagnosis

7. Detection Result

Detection 最终必须形成结构化的 Detection Result。

不能只返回：

正常

或者：

有问题

而应该记录：

检测对象
检测类型
预期状态
实际状态
差异
检测状态
来源
时间

7.1 DetectionResult 结构

DetectionResult
{
    id
    detection_id
    target
    target_type
    check_type

    expected
    actual
    difference

    state
    severity

    source
    message

    started_at
    completed_at
}

例如：

DetectionResult
{
    id: "DR001",
    detection_id: "D001",

    target: "Motor_A",
    target_type: "DEVICE",
    check_type: "PROPERTY",

    expected: "<= 80",
    actual: 92,
    difference: 12,

    state: "ABNORMAL",
    severity: "HIGH",

    source: "DeviceAdapter",

    message: "temperature exceeds allowed range"
}

7.2 Detection Result 状态

建议使用：

NORMAL
ABNORMAL
UNKNOWN
UNAVAILABLE
CONFLICT
ERROR

其中：

NORMAL

表示检测通过。

ABNORMAL

表示检测发现实际状态与预期存在异常差异。

UNKNOWN

表示信息不足。

UNAVAILABLE

表示目标暂时无法检测。

CONFLICT

表示多个检测结果互相冲突。

ERROR

表示检测过程本身发生错误。

Detection 完整运行模型

Detection Target
       ↓
Select Check
       ↓
Read Actual State
       ↓
Load Expected State
       ↓
Compare
       ↓
Judge
       ↓
DetectionResult

完整自我维护路径：

System
   ↓
Detection
   ↓
DetectionResult
   ↓
Risk
   ↓
Diagnosis
   ↓
Decision
   ↓
Repair
   ↓
Verification
   ↓
Detection

因此 Detection 是一个可以循环运行的机制：

Detection
   ↓
Repair
   ↓
Verification
   ↓
Detection

Detection 与前面模块的关系

Perception
    ↓
获取外部信息

Cognition
    ↓
理解信息

Reasoning
    ↓
形成结论

Decision
    ↓
选择行动

Behavior
    ↓
组织执行

Action
    ↓
实际操作

Feedback
    ↓
返回结果

Detection
    ↓
检查是否符合预期

同时 Detection 也可以直接检查系统内部：

Module
Object
Memory
Rule
Behavior
Action
Device
Connection
Data

本章核心模型

                 Detection
                     │
        ┌────────────┼────────────┐
        ↓            ↓            ↓
     State        Module       Behavior
        ↓            ↓            ↓
     Device       Data         Action
        └────────────┼────────────┘
                     ↓
              Abnormal Check
                     ↓
              DetectionResult
                     ↓
          ┌──────────┼──────────┐
          ↓          ↓          ↓
         Risk     Diagnosis   Memory

自我维护闭环：

Detection
   ↓
Detection Result
   ↓
Risk
   ↓
Diagnosis
   ↓
Decision
   ↓
Repair
   ↓
Verification
   ↓
Detection

本章核心定义

Detection 是 SAI/ICAI 对系统模块、对象状态、行为执行、设备状态、数据及运行条件进行检查，并通过预期状态、规则、范围、关系或历史状态与实际状态进行比较，从而发现正常、异常、未知、不可用、冲突或检测错误的机制。

核心关系：

Expected + Actual + Comparison
              ↓
          Detection
              ↓
       Detection Result

最重要的边界：

Detection  = 发现有没有问题
Risk       = 判断可能造成什么风险
Diagnosis  = 判断问题是什么
Decision   = 决定怎么办
Repair     = 执行修复
Verification = 验证修复是否有效

这样第72章 Detection 就可以自然连接下一阶段：

Detection
   ↓
Risk
   ↓
Diagnosis
   ↓
Repair
   ↓
Verification

也就与前面已经建立的 第247章 ICAI自我维护 MVC：Detection → Risk → Conflict → Diagnosis → Repair → Verification 形成一致的自我维护主线。

第二十四篇 Self-Maintenance

第二十四篇 Self-Maintenance

第72章 Detection

1. Detection

1.1 Detection 定义

1.2 Detection 的基本结构

2. 状态检测

2.1 状态检测流程

2.2 状态检测结果

2.3 状态变化检测

3. 模块检测

3.1 Module Detection

3.2 模块依赖检测

4. 行为检测

4.1 行为检测内容

4.2 行为过程检测

4.3 行为与预期检测

5. 设备检测

5.1 身份检测

5.2 连接检测

5.3 属性检测

6. 异常检测

6.1 异常来源

状态异常

属性异常

行为异常

时间异常

关系异常

模块异常

数据异常

6.2 异常不是故障

6.3 异常检测示例

7. Detection Result

7.1 DetectionResult 结构

7.2 Detection Result 状态

Detection 完整运行模型

Detection 与前面模块的关系

本章核心模型

本章核心定义

Leave a Reply Cancel reply

第72章　Detection