Введение к работе
Актуальность темы исследования. На завершающем этапе технологического процесса производства автоматизированной системы контроля (АСК), предназначенной для оценки технического состояния физико-энергетических установок (ФЭУ), производится контроль ее работоспособности, а в случае его неудовлетворительного результата осуществляется поиск и устранение возникшей в ней неисправности. Поскольку ФЭУ представляет собой совокупность аналоговых и цифровых систем, то является гибридным объектом (ГО) диагностирования. Высокая сложность АСК, обусловленная необходимостью соответствия структуре и задачам контроля всех разрабатываемых и эксплуатируемых ФЭУ, при ограниченной надежности используемой для ее производства элементной базы определяют высокую значимость эффективной организации процесса диагностир ования.
Повышения эффективности процесса диагностирования может быть достигнуто на основе интеллектуализации АСК ГО, одним из условий которого является привлечение экспертной диагностической информации (ДИ). По своей природе неопределенности эта ДИ является нечеткой, что определяет необходимость разработки соответствующих моделей и алгоритмов автоматизированного диагностирования. На существующем этапе развития диагностического обеспечения АСК ГО вопросы обработки нечеткой ДИ исследованы в недостаточной степени. Разработано множество математических моделей и методов, обеспечивающих возможность автоматизации контроля и поиска неисправностей разнообразных объектов. Значительный вклад в развитие теоретических основ технической диагностики внесен такими учеными как Яблонский С.В., Пархоменко П.П., Карибский В.В., Согомонян Е.С., Дмитриев А.К., Кострыкин А.И., Мозгалевский А.В., Клюев В.В. и многие другие. Модели и методы, предложенные в их трудах, явились той базой, которая позволила решить задачу автоматизации поиска неисправностей. Но для рассматриваемых объектов не была характерна высокая степень неопределенности. Привлечение знаний и опыта специалистов определяет актуальность внедрения в практику решения диагностических задач подходов искусственного интеллекта и в частности в области теории нечетких множеств и нечеткой логики.
Основы отмеченных теорий заложили такие ученые как Заде Л., Кофман А., Попов Э.В., Поспелов Д.А., Нильсон Н., Борисов А.Н.. Теоретические и практические вопросы интеллектуализации процессов диагностирования рассматривались в работах Микони С.В. Вопросы разработки методологического обеспечения построения и функционирования экспертной системы поддержки поиска неисправностей в АСК ГО рассмотрены в работах Данилюка С.Г., в которых впервые было обосновано понятие «вероятностно-лингвистического синдрома» (ВЛС) и разработана вероятностно- лингвистическая модель (ВЛМ). Различные аспекты реализации методов обработки диагностической экспертной информации были исследованы в работах Романенко Ю.А., Агарева В.А., Романенко А.Ю. Однако в перечисленных выше работах при разработке методов обработки ДИ в большей степени реализован принцип максимального правдоподобия. При этом не был учтен тот факт, что неисправности АСК ГО разновероятны. Это позволяет сделать вывод о необходимости исследования вопросов обработки ДИ, включающей как характеристику внешнего проявления неисправности, так и статистическую информацию о возможности наступления в эксплуатации АСК ГО того или иного технического состояния (неисправности).
Таким образом, диссертационное исследование, посвященное интеллектуализации поиска неисправностей в АСК ГО на основе разработки моделей и алгоритмов функционирования экспертной системы поддержки поиска неисправностей (ЭСППН) следует считать актуальным.
Степень разработанности темы исследования определяется обоснованием и разработкой взаимосвязанных моделей и алгоритмов, которые обеспечивают автоматизацию обработки всей доступной, включая нечеткую, ДИ о внешнем проявлении и априорных вероятностях неисправностей АСК ГО, как основы построения и функционирования экспертной системы поддержки поиска неисправностей (ЭСППН) АСК ГО.
Цель исследования - повышение эффективности функционирования АСК ГО на основе интеллектуализации процесса поиска неисправностей.
Объектом исследований является процесс поиска неисправностей в АСК ГО, а предметом - методы интеллектуализации как основа построения экспертной системы поддержки поиска неисправностей в АСК ГО.
Научная задача состоит в разработке комплекса научно-обоснованных моделей и алгоритмов как основы обработки нечеткой ДИ в ЭСППН АСК ГО.
Задачи исследования. Для достижения сформулированной цели исследования в диссертации решены следующие задачи:
-
разработка ВЛМ, учитывающей априорные вероятности неисправностей, для ЭСППН АСК ГО;
-
разработка алгоритма минимизации множества ВЛС для ЭСППН АСК ГО;
-
разработка алгоритма принятия решения о возможных неисправностях в АСК ГО с учетом экспертной ДИ об их внешнем проявлении и априорных вероятностях;
-
обоснование функционально-логической модели ЭСППН АСК ГО;
-
оценка эффективности поиска неисправностей c использованием ЭСППН АСК ГО.
Методология и методы исследований. Методологическую основу исследования составляют методология искусственного интеллекта, методы математического моделирования, методы оптимизации, методы технической диагностики, методы нечеткой логики, теории нечетких множеств, методы системного анализа.
Положения, выносимые на защиту:
-
-
Вероятностно-лингвистическая модель для ЭСППН АСК ГО, учитывающая информацию об априорных вероятностях ее неисправностей.
-
Комплекс алгоритмов реализации нечеткого подхода к обработке нечеткой диагностической информации с учетом априорных вероятностей неисправностей как основа построения и функционирования ЭСППН АСК ГО.
-
Функционально-логическая модель ЭСППН АСК ГО.
Научная новизна и теоретическая значимость состоит 1) в совершенствовании ВЛМ, являющейся формализованным представлением нечеткой ДИ в виде ВЛС, в аспекте учета априорных вероятностей неисправностей АСК ГО; 2) в совершенствовании алгоритма минимизации нечеткой ДИ, представленной исходным множеством ВЛС, для ЭСППН АСК ГО, который по сравнению с аналогичными по назначению алгоритмами использует информацию об априорных вероятностей неисправностей; 3) в разработке нового алгоритма обработки нечеткой ДИ при идентификации неисправностей АСК ГО, который реализует нечетко-стохастический подход к обработке ВЛС как формализованного проявления неисправностей и их априорных вероятностей, что позволяет формировать обоснованную последовательность поиска и устранения неисправностей.
Практическая значимость работы определяется разработкой модели и алгоритмов функционирования, которые представляют собой основу математического и алгоритмического обеспечения функционирования ЭСППН, которая при формировании решения о возможных неисправностях АСК ГО учитывает априорные вероятности их возникновения. В диссертации проведен сравнительный анализ эффективности диагностирования АСК ГО, имеющей в своем составе ЭСППН, и без нее по показателю вероятности устранения отказа за заданное число замен. Полученные результаты показывают, что за счет использования априорных данных о неисправностях и нечеткой ДИ эффективность выявления и устранения неисправностей в АСК ГО при наличии ЭСППН выше в среднем на 23%.
Достоверность результатов диссертационной работы обеспечивается корректным использованием апробированного математического аппарата нечеткой логики, теории нечетких множеств, системного анализа, непротиворечивостью результатов принятия решений с использованием разработанных моделей и алгоритмов результатам, полученным на основе известных и апробированных в технической диагностике моделей и алгоритмов.
Апробация и публикации по теме работы. Результаты работы докладывались и обсуждались на МВК «Проблемы обеспечения эффективности и устойчивости функционирования сложных систем» (г. Серпухов, 2010 [8, 13], 2011 [11], 2012 [3, 6]).
По теме диссертации опубликовано 14 работ, из которых 2 в издании, входящем в перечень ВАК («Известия Института инженерной физики» [1, 2]).
Внедрение результатов исследований. Результаты диссертационных исследований реализованы и внедрены в Проектно-конструкторско-технологическом бюро железнодорожной автоматики и телемеханики - филиале ОАО «РЖД» (ПКТБ ЦШ - ОАО «РЖД»), г. Москва; МОУ «ИИФ» РФ (г. Серпухов).
Похожие диссертации на Модели и алгоритмы интеллектуализации поиска неисправностей в системе автоматизированного контроля гибридных объектов
-
