Содержание к диссертации
ПРЕДИСЛОВИЕ 7
СПИСОК ИСПОЛЬЗОВАННЫХ СОКРАЩЕНИЙ (АББРЕВИАТУР) 10
ВВЕДЕНИЕ 13
В.1.Введение в проблематику работы 13
В. 1.1. Сертификация 14
В. 1.2. Диагностика 15
В. 1.3. Математические модели и схема компьютерной диагностики 16
В. 1.4. Математическая модель. Определение и подходы к её построению 19
В. 1.5. Параметрическая идентификация 20
В. 1.6. Интеллектуальные системы в диагностике. Искусственные нейронные сети 21
В. 1.7. Резюме В. 1 26
В.2. Цели и задачи работы. Положения, выносимые на защиту 1. МЕТОДЫ И АЛГОРИТМЫ КЛАССИЧЕСКОЙ И КОМПЬЮТЕРНОЙ ДИАГНОСТИКИ, МОДЕЛИРОВАНИЯ И ИДЕНТИФИКАЦИИ НЕПРЕРЫВНЫХ И ДИСКРЕТНЫХ СИСТЕМ И УПРАВЛЯЮЩИХ СИГНАЛОВ 1.1. Компьютерное параметрическое опеределение процессов авторегрессии и скользящего среднего (АРСС) 28
1.1.1. Введение 28
1.1.2. Дискретный белый шулі и линейные стационарные модели 28
1.1.3. Стационарная модель 29
1.1.4. Алгоритм определения вектора ф 30
1.1.5. Алгоритм оценки параметров вектора Q 31
1.1.6. Численный алгоритм построения стохастического процесса z 32
1.1.7. Примеры и некоторые результаты численного моделирования 33
1.1.8. Резюме 1.1 35
1.2. Рекурсивная идентификация дискретных стохастических систем со многими выходами (МІМО) с преобразованием входного сигнала 36
1.2.1. Введение 36 1.2.2. Постановка задачи 36
1.2.3. Анализ устойчивого возбуждения преобразующих сигналов и выбор локального оптимального входа 39
1.2.4. Рекурсивный алгоритм вспомогательных переменных для идентификации 41
1.2.5. Результаты некоторых вычислений 41
1.2.6. Резюме 1.2 43
1.3. Рекурсивная идентификация непрерывных систем. Билинейное преобразование 44
1.3.1. Введение 44
1.3.2. Постановка задачи 44
1.3.3. Алгоритм идентификации параметров 48
1.3.4. Результаты некоторых вычислений 51
1.3.5. Резюме 1.3 53
1.4. Сходимость рекурсивного метода наименьших квадратов для идентификации линейной модели с выполненным локальным оптимальным входом 54
1.4.1. Введение 54
1.4.2. Постановка задачи. Решение 1.4.3. Результаты некоторых расчётов 61
1.4.5. Резюме 1.4 62
1.5. Выводы 1
2. МЕТОДЫ И АЛГОРИТМЫ КЛАССИЧЕСКОЙ И КОМПЬЮТЕРНОЙ ДИАГНОСТИКИ И ИДЕНТИФИКАЦИИ ЭЛЕКТРОТЕХНИЧЕСКИХ СИСТЕМ И СВЧ И КВЧ РАДИОАППАРАТУРЫ ПОДВИЖНЫХ ОБЪЕКТОВ (ПО) 2.1. Методы классической диагностики и идентификации избранных элементов электротехнических систем подвижных объектов (ПО) 64
2 1.1. Введение 64
2 1.2. Диагностика и анализ аккумулятора 64
2 1.3. Диагностика генератора постоянного напряжения 66
2 1.4. Диагностика генератора переменного тока 67
2 1.5. Диагностика дефектов в системе зажигания 68
2 1.6. Исследование дефектов катушки заэ/сигания 69
2 1.7. Резюме 2.1 71
2.2. Фи объектов и к зические модели электрических систем подвижных лассическая диагностика их элементов 72
2.2.1. Аккумулятор 72
2.2.2 Альтернатор 2.2.3. Система заоїсиганил 73
2.2 А. Резюме 2.2 73
2.3. Математические модели и компьютерная диагностическая идентификация электрических цепей подвижных объектов 74
2.3.1. Математическая модель и компьютерная диагностика системы зажигания 74
2.3.2. Математическая модель аккумулятора 75
2.3.3. Математическая модель альтернатора 77
2.3.4 Резюме 2.3 79
2.4. Методы и алгоритмы компьютерной диагностики и идентификации СВЧ и КВЧ радиоаппаратуры подвижных объектов 80
2АЛ. Введение. Техника. 80
2.4.2. Введение в проблему. Математическое моделирование, анализ и синтез 80
2.4.3. Три подхода к анализу (синтезу) линий передачи и базовых элементов ОИС СВЧ (КВЧ): квазистатика, метод графов и метод искусственных нейронных сетей 82
2 А А. Резюме 1.4 92
2.5. Выводы 2
3. МОДЕЛИ И АЛГОРИТМЫ АНАЛИЗА И СИНТЕЗА ДЛЯ ДИАГНОСТИКИ И ИДЕНТИФИКАЦИИ УСТРОЙСТВ ЭЛЕКТРОПИТАНИЯ ПОДВИЖНЫХ ОБЪЕКТОВ (ПО) 3.1. Введение 94
3.2. Преобразователь напряжения от сети переменного тока с бестраноформаторным входом (БТВ) и частотой преобразования более 100 кГц 95
3.2.1. Краткий обзор и анализ 95
3.2.2. Эквивалентная схема высокочастотного резонансного инвертора. Элементарная схема анализа 3.2.3. Строгая модель. Интегро - дифференциальное уравнение. Уединённая волна (солитон) 97
3.2.4. Преобразователи с частотным регулированием 100
3.2. 5. Резюме 3.2 104
3.3. Преобразователи сетевые стабилизированные 107
3.3.1. Введение. Анализ известных решений 107
3.3.2. Ключевые преобразователи 108
3.3.3. Пьезоэлектрические трансформаторы 109
3.3.4. Трансформаторные схемы преобразователей 111
3.3.5. Схема с дискретной стабилизаг\ией напряжения 112
3.3.6. Резюме 3.3 114 3.4. Вторичные источники питания для схем электронной настройки 115
3.4.1. Ввод в проблему и краткий обзор известных решений 115
3.4.2. Источник вторичного питания на элементах функционалной электроники 116
3.4.3. Резюме 3.4 120
3.5. Выводы 3 120
4. МОДЕЛИ И АЛГОРИТМЫ АНАЛИЗА И СИНТЕЗА ДЛЯ ДИАГНОСТИКИ И ИДЕНТИФИКАЦИИ РАДИОТЕХНИЧЕСКИХ И РАДИОФИЗИЧЕСКИХ УСТРОЙСТВ, ИСПОЛЬЗУЕМЫХ НА ПОДВИЖНЫХ ОБЪЕКТАХ 122
4.1. Классификация, конструкции и методы моделирования объёмных линий передачи 122
4.1.1. Классификация и конструкции объёмных линий передачи (ЛП) 122
4.1.2. Физические модели и математическое моделирование линий передачи (ЛП) ОМС 125
4.1.3. Электродинамика регулярных линий передачи ОИС 128
4.1.4. Электродинамика регулярных комбинированных линий передачи для ОИС KBЧ 139
4.1.5. Резюме 4.1 144
4.2. Расчет интегральных характеристик объемных линий передачи 145
4.2.1. Распределение электромагнитного поля в сечении рёберно-диэлектрической линии 145
4.2.2. Расчёт волнового сопротивления рёберно-диэлектрической линии 146
4.2.3. Резюме 4.2 147
4.3. Моделирование базовых элементов с поверхностными волнами 148
4.3.1. Однополосковая линия передачи 147
4.3.2. Экранированная линия поверхностной волны на симметричной диафрагме и перегородке 151
4.3.3. Резюме 4.3 156
4.4. Методы моделирования и расчета базовых элементов с анизотропными средами заполнения 157
4.4.1. Анизотропные материалы в ОИС СВЧ 157
4.4.2. Электродинамика анизотропных волноведущих структур 158
4.4.3. Резюме 4.4 161
4.5. Электродинамические модели и алгоритмы для диагностики и идентификации параметров антенно-фидерных устройств 162
А.5 Л.Введение 162
4.5.2. Математические и электродинамические модели и параметры антенных устройств в задачах ЭМС 162
4.5.3. Математические модели микрополосковых и щелевых антенных устройств 165
4.5.4. Двухдиапазонная микрокрополосковая антенная решётка для СВЧ радиометра 171
4.5.5. Резюме 4.5 176
4.6. Аппаратурное обеспечение биофизических экспериментов с псевдошумовым модулированием 177
4.6.1. Введение 177
4.6.2. Практическая реализация генератора цифрового шума 177
4.6.3. Аппарат двух диапазонной информационно-волновой низкоэнергетической терапии с применением псевдошумового модулирующего сигнала 178
4.6.4. Резюме 4.6 179
4.7. Выводы 4 179
5. МОДЕЛИРОВАНИЕ, ПРОЕКТИРОВАНИЕ И СИНТЕЗ МОДУЛЕЙ ССОИ ДЛЯ ПОДВИЖНЫХ ОБЪЕКТОВ НА ОИС СВЧ и КВЧ 181
5.1. Модули многофункциональных ОИС гибридного типа с поуровневой ориентацией 181
5.1.1. Моделирование и проектирование ОИС СВЧ как искусство синтеза 181
5.1.2. Конструкции модулей с поуровневой ориентацией «зісестких» диэлектрических слоев 182
5.1.3. Конструкции модулей с поуровневой ориентацией гибких тонких диэлектрических слоев 187
5.1.4. Резюме 189
5.2. Реализация непрерывного топологического ноля в многофункциональных модулях ОИС СВЧ 190
5.2.1. Модули со спиральным непрерывным топологическим полем 190
5.2.2. Модули с послойной навивкой композиционной ленты с диэлектрическим слоем (ДС) 213
5.2.3. Резюме 5.2 215 5.3. Модули МФ ОИС и ССОИ па ОИС комбинированного типа 216
5.3.1. Модули с прямоканалъным рассеянием электромагнитных волн (ЭМВ) 216
5.3.2. Модули объемно-мозаичного типа без послойной ориентации базовых элементов и функциональных узлов 218
5.3.3. Комбинированные ССОИ на ОИС— «идеальные конструкции» 219
5.3.4. Резюме 5.3 227
5.4. Модули ССОИ на ОИС на основе рёберно-диэлектрических объёмных структур 228
5.4.1. Оби/ее замечание 228
5.4.2. Один пример 228
5.4.3. Ещё один пример 230
5.4.4. Резюме 5.4 231
5.5. Разработка автономного многофункционального вычислительного модуля ССОИ на ОИС 232
5.5.1. Некоторый результат конструирования
5.5.2. Некоторые иные возможности в конструировании ОИС модулей
5.5.3. Некоторые иные возможности в конструировании ОИС модулей 234
5.5.4. Резюме 5.5 234
5.6. Выводы 5 234
ЗАКЛЮЧЕНИЕ 236
ЛИТЕРАТУРА 240
ПРИЛОЖЕНИЯ 250
П.2.1. Испытания противопомеховых кабелей зажигания подвижных объектов 250
П.3.2. Некоторые схемы преобразователей 255
П.4. {.Устройство и работа прибора и его составных частей 258
П.4.2. Разработка радиофизической аппаратуры для обоснования эффекта пространственно!) модуляции КВЧ-излучения и его применения 262
Введение к работе
В.1. Введение в проблематику исследований
В связи с резким изменением в последние годы политической обстановки в Польше, перехода к капитализму, вступлением в НАТО и т.п. катастрофически сократились ассигнования из федерального бюджета на фундаментельную и прикладную науку и технику. В особенности это коснулось наукоёмких производств таких как радиотехника (радиоэлектроника), электротехника, связь, навигация, локация, судостроение (морское и речное), особенно характерное для Польши в прошлом и т.д. Раньше, когда Польша ещё входила в Варшавский Договор, эти отрасли промышленности и производства и направления науки и техники, обслуживающие их интенсивно работали и над сиюминутными потребностями, и над проблемами, представляющими интерес для будущего. Такими направлениями были электротехника и средства связи, навигации, радиолокации и др. системы обработки информации (СОИ) и системы сверх быстрой обработки информации (ССОИ) [РЭНД и др]. За годы переделки социализма в капитализм полностью закрылись или (по крайней необходимости) перешли на производство ненаукоёмкой продукции такие отрасли польской промышленности как электротехническая, электронная, радиотехническая, судостроительная, авиационная и мн. др.
Однако, очевидно было всегда, а теперь стопроцентно ясно, что такое положение противоречит национальным интересам польского государства и польского народа и ситуация требует коренного изменения взглядов и руководителей, и исполнителей всех уровней в государстве. Начинать, естественно, нужно с изменения отношения к науке, научным фундаментальным и прикладным исследованиям и разработкам. В течении многих лет и десятилетий в Свентошинском (г. Кельце) и Радомском политехнических институтах, институте автомобильного транспорта в Варшаве и ряде других институтов и промышленных предприятий проводились разработки электротехнического, радиотехнического и, отчасти, радиофизического оборудования для широкого класса подвижных объектов самого разнообразного назначения и разных диапазонов электромагнитных волн.
В последние годы проводились совместные исследования с рядом российских научных организаций, в частности с Институтом радиотехники и электроники РАН, НИИ новых медицинских технологий и др.
В результате этих исследований и разработок, внедрения научных достижений в практику были получены интересные с научной и практической точек зрения результаты. К ним, в первую очередь, относятся исследования в области разработок методов и алгоритмов классической и компьютерной диагностики, математического и физического моделирования и идентификации и сертификации непрерывных и дискретных систем управляющих сигналов. Эти работы позволили создать соответствующие пакеты прикладных программ (ППП) для конкретных электротехнических и радиотехнических систем с преимущественным применением на подвижных объектах и в сложных условиях эксплуатации. В последние годы началась разработка малогабаритной радиотехнической и радиофизической аппаратуры СВЧ и КВЧ диапазонов электромагнитных волн.
В определённой степени эти достижения просуммированы в настоящей работе. Сюда же вошли новые результаты, полученные в последние годы и намечены определённые перспективы на ближайшее и более отдалённое будущее. Движителем этого явилось осознание того факта, что истинный суверинитет любого государства зависит, в первую голову, от наличия в нём эффективных и конкурентноспособных СОИ и ССОИ.
В.1.1. Сертификация. Автор диссертации в течении ряда заведует лабораторией «Электротехника подвижных объектов» (далее именуется как Лаборатория) кафедры «Энергоэлектроника» Свентошинского политехнического института (СПИ) в г.Кельце (Польша). Основным направлением деятельности Лаборатории является сертификация электрического, электронного и радиотехнического оборудования подвижных объектов (ПО) самого разного назначения и областей эксплуатации. Общее количество элементов и частей оборудования, подлежащих сертификации составляет более 30 и список этот непрерывно расширяется особенно с проблемами создания медико-технического оборудования в области сверх высоких и крайне высоких частот. В Польше имеется только три таких лаборатории, а в системе её Министерства высшего образования она вообще является единственной . Клиентами лаборатории являются, в частности, многие важные автомобильные фирмы Польши и других стран Европы (Volkswagen, Audi, МКМ, Lucas (Швеция)). Техническая база и персонал Лаборатории, а также квалификация её персонала явились основой присвоения ей Сертификата № Л 117\1\97 Польским центром «Исследований и сертификации» совместно с француским Центром сертификации «AFNOR» и немецким Центром «TIV». Лаборатория включена в структуры Польских исследовательских лабораторий «POLLAB»; которая является членом Европейской исследовательской организации «EuroLAB». Исследования; проводимые в Лаборатории согласно Польским и международным процедурам, нормам ISO, явились необходимыми и достаточными условиями для присвоения Лаборатории знака «Б» (Безопастность). Этот знак дает право спроектированному и произведённому оборудованию вы Объём работ Лаборатории в год составляет около 250 тыс. злотых { 60 тыс. дол. США). Заметим, что потенциальные возможности Лаборатории гораздо выше, однако современное положение не позволяет (надеемся, что только пока) реализовать наши большие возможности. ходить на Польский и Европейский рынки. Так, например, на польский рынок было выпущено около 150 сертификатов на ЭТС и РТС, продаваемых в Польше. Имеется ряд польских фирм, таких как „YANMOR" (сертифицированные Лабораторией кабели зажигания поставляются в Россию, на Украину, в Литву и в Чехию), „WABEX" (электрозаборы - в Австрию и Германию), „ZEM" (синхронные генераторы и стартёры - в Италию и Германию) и др.
Ряд западных фирм, таких как „Schlemmer" (Германия), „МКМ" (Словакия-Германия), „INTRA" (Швеция), „Volkswagen" и „BOSCH" (Германия) и др. получили разрешение от Польского правительства для продажи своей продукции в Польше по выданным Лабораторией сертификатам.
В настоящее время быстрый рост новых технологий, а в связи с этим и новых производств, предъявляет повышенные требования к надежности и безопасности выпускаемых на рынок товаров, включая их экологическую чистоту и удовлетворение требованиям электромагнитной совместимости (ЭМС) электрических, электронных и радиотехнических (радиоэлектронных) систем каждого ПО. Проблемы надежности и безопасности, в свою очередь, тесно связаны с задачами ранней диагностики дефектов изделий (систем) на основе их известных симтомов[12]. Эта тематика в классическом понимании определяется диагностикой на реальных физических системах или объектах путем проведения, часто трудоемких и продолжительных по времени экспериментов (см. рис. В.1). А это, всё одно, ведёт к существенным финансовым затратам. Кроме того, имеются системы (например, атомные реакторы, металлургическое производство и мн.др.), проведение диагностики в «классическом» варианте на которых связано дополнительно с реальными угрозами жизни людей и оборудования.
Немаловажную и отрицательную роль при этом играет также факт, что часто необходимые переменные или параметры исследуемых систем недоступны для измерений [12].
Измерений ряда важных параметров, играющих определяющую роль в их диагностике ЕЛ.2. Диагностика. Основой сертификации являются диагностические исследования (диагностика). В лаборатории « Электротехника ПО» для этих исследований имеется современная техническая база. Она включает в себя следующие стенды и оборудование: Измерения входных сигналов с объектареального Исследованиена реальномобъекте бездефектов Диагностический объект Измерениявыбранныхдефектовсостояний Исследование на реальномобъекте с дефектами Измерениявыбранныхдефектовсостояний Блокдиагностикидефектов Рис. В. 1.Схема классической диагностики в общем виде для дигностики систем зажигания ПО, стенды для диагностики аккумуляторов, регуляторов напряжения, альтернаторов, распределителей напряжения [31-35,45] и т. д. Принципиальные схемы этих стендов и технические данные, а также результаты их работы содержатся в [31-36,-41].
Диагностика электронного и радиотехнического.объектов ПО проводится на стендах высокочастотного резонансного инвертора, преобразователей с частотным регулированием и с трансформаторной схемой, дискретным преобразованием напряжений, пьезоэлектрических преобразователей, а также источников вторичного питания на элементах функциональной электроники и др. Разработан ряд приборов и устройств СВЧ и КВЧ диапазонов, таких как двухдиапазонная антенная решётка, генератор цифрового шума, аппарат для низкоэнергетической терапии, а также ряд модулей ССОИ на ОИС. Принципиальные схемы этих стендов и технические данные, а также результаты их работы содержатся в [72,84,105,115-117].
Исследования задач и проблем диагностики физических и технических объектов дают много информации о их техническом состоянии, однако требуют много времени на проведение исследований и соответствующих финансовых и людских затрат.
В. 1.3. Математические модели и схема компьютерной диагностики (рис. В.2). Описанные элементы электрического и электронного оборудования ПО при их компьютерной дигностике, можно представить в виде удобных и эффективных математических моделей (ММ). Такие, например, ММ некоторых ЭТС, как системы зажигания, ММ аккумулятора, ММ динамического источника энергии представлены в работе, а также в [29,37,40,45,48,51,52,56, 58, 62] (si]2.
Аналогичные результаты имеются также и по электротехническим системам (ЭТС) и радиотехническим системам (РТС) ПО. Это ММ по упомянутым в предыдущем (В. 1.2) разделе стендам для ЭТС. Кроме того, большие усилия были направлены на создание ММ, алгоритмов и ППП по методике конструирования и проектирования линий переда (ЛП) для объёмных интегральных схем (ОИС) СВЧ и КВЧ, ЛП с поверхностными волнами и анизотропными средами и включениями. Эти ММ и алгоритмы позволили провести проектирование и изготовление действующих макетов и некоторых приборов (двухдиапазонной АР, генератора псевдослучайного сигнала, медико-технических устройств для низкоинтенсивной терапии и др.) (см. также [72,84,105,115-117]).
Разработка ММ элементов ЭТС и РТС, методов их диагностики, идентификации, разработки рекомендаций для проектирования и производства, в частности по проблемам учёта влияния производственно - технологических погрешностей на интегральные характеристики приборов стало возможным на основе развитых нами методов и алгоритмов компьютерного параметрического определения процессов авторегрессии и скользящего среднего (АРСС), рекурсивной идентификации дискретных и непрерывных стохастических систем и др. (пп. 1.1 - 1.4)
Отмеченные только что обстоятельства привели нас в свой время к мысли об использовании для диагностики реальных объектов их ММ, реализованных в виде соответствующих компьютерных пакетов прикладных программ (ППП), и компьютерного моделирования для целей диагностики (в частности, по их характерным симптомам). Это сравнительно новая область использования вычислительной техники (ВТ), которая интенсивно развивается в последние годы. Такой подход к определению дефектов (в частности, к РТС и ЭТС для ПО) получил название диагностической идентификации. Основными элементами системы диагностической идентификации (СДИ), схематично представленной на рис. В.2, являются: математические модели (ММ): нормального процесса [61]; наблюдаемого процесса (объекта) [62], дефектного процесса [62,63], и методы:
Приведенная схема системы диагностической идентификации (СДИ) реализована и исследована в работе на следующих элементах ЭТС и РТС, широко используемых в ПО самого разного класса: электронных выклю чателях переднего и заднего освещения [65], механизме работы очистителей стёкол [67,68], регуляторов генератора постоянного напряжения [63] и зажигания двигателя внутреннего сгорания [61,63], переключателя фаз зажигания [61,63], генератора ПО [62], аккумулятора [57] и пр.
Аналогично и для РЭС. Некоторые результаты изложены в работе и представлены в [72,84,105,115-117].
В.1.4. Математическая модель (ММ). Определение и подходы к её построению. Под ММ понимают любую (возможно более простую) математическую структуру, отражающую связь между физическими переменными моделируемого объекта. Примерами таких наиболее часто встречаемых структур являются: алгебраические, разностные, дифференциальные, интегральные, интегро-дифференциальные и иные уравнения и их системы. Верно, следует подчеркнуть, что ММ обычно не описывают точно поведение реального объекта, но значительно меньшие затраты, наглядность и возможности современных ЭВМ в определённой степени компенсирует недостаточную адекватность ММ реальной системе3. Всё это привело в настоящее время не только к активному использованию уже готовых ММ для конкретных систем, но и к постановке и решению самой проблемы построения ММ для заданных классов объектов на основе известной априорной информации. Этот раздел науки в настоящее время пользуется большим вниманием, привлекает интерес исследователей во многих странах и получил название идентификации систем. Постановке некоторых проблем первого этапа идентификации, а именно параметрической идентификации объектов и её возможному решению в значительной степени посвящена настоящая работа.
В зависимости от заданной априорной информации о системе, используемых классах моделей и целях, для которых строится данная модель, можно определить три следующих подхода к построению ММ: теоретический, базирующийся преимущественно на физических связях (законах) процесса, эмпирический, основанный на экспериментах на уже существующем "старом объекте" и, наконец, объединяющий оба направления -подход экспериментально-теоретический, являющийся разумной комбинацией первых двух путей.
Всюду в нашей работе используется наиболее естественный с практической и прикладной точек зрения - экспериментально -теоретический подход, который обычно и называют идентификацией.
Здесь важно отметить отличительную черту русской школы электротехники, радиотехники и электродинамики, связанную с настоятельной рекомендацией учёным, инженерам, проектировщикам ЭТС, РТС и иной радиофизической аппаратуры понять, прежде всего, физическую суть проблемы и только тогда, когда она понята и исполнитель имеет ясное о том представление, можно приступать к составлению алгоритмов и программ, в частности для диагностики и идентификации приборов и оборудования [1]. В. 1.5. Параметрическая идентификация. При таком подходе на основе априорной информации с точностью до вектора неизвестных параметров Q определяется класс параметрических моделей L={M(Q)} и с помощью экспериментальной информации оцениваются неизвестные параметры. В работе, в основном, рассматриваются и исследуются параметрические модели. При этом важную роль играет цель, для которой создается ММ.
Важнейшие из них являются: получение достоверных и разнообразных данных об объекте, проверка (теоретических и практических) свойств процесса [47], синтез систем управления объектом [46], прогнозирование поведения процесса и(или) некоторых (к примеру, определяющих) его характеристик на определенное будущее время [44], оптимизация (в определенном смысле) поведения объекта или выбор оптимальных параметров [52], вычисление значений переменных объекта, которые принципиально невозможно у него измерить [53] и, наконец, возможная и(или) необходимая и «естественная» комбинация описанных выше целей.
Следует также отметить (и далее в работе это подчеркивается подробнее), что параметрические модели могут быть подразделены на следующие классы [12,53]: динамические и статические [54], линейные и нелинейные [54], непрерывные и дискретные, детерминированные и стохастические, с полной и неполной априорной информацией [12,54,84].
Существует несколько способов описания параметрических моделей. В работе будет, в основном, использоваться кибернетический метод, определяющий связь между входными и выходными переменными объекта. Есстественно, при таком описании необходимость учёта случайных погрешностей в описании как модели, так и измерений входной и выходной информации, которые везде в работе рассматриваются дискретными. При этом сразу же возникает проблема выбора эффективного критерия близости (эквивалентности) ММ и реального объекта, а следовательно (что особенно важно) и метод (или методов) оценивания вектора неизвестных параметров.
Всё сказанное, собственно, и определяет проблему параметрической идентификации из заданного класса моделей {М{0)} на основе информации I\={U„, ї„, я=1,..., /V} о входных (/„) и выходных (Y„) сигналах при экспериментально-теоретическом подходе для выбранных из описанных выше целей.
При этом возникают задачи определения идентифицируемости системы [56], решения о выборе непрерывной или дискретной параметрических моделей и шага дискретизации и её влияния на точность идентификации [12,56], а также выбора наиболее информативных входных сигналов, синтеза алгоритмов оценивания, оценки сходимости используемых алгоритмов параметрической идентификации [62] и, наконец, построение и использование автоматической системы для собственно проведения процесса параметрической идентификации.
Для построения диагностических ММ мы используем, преимущественно, теоретико-экспериментальный теоретико-кибернетический подход, который основан на применении как известных физических законов для описания ММ, так и на экспериментальных данных, необходимых для оценки неизвестных параметров в теоретической модели. Анализируя схемы как классической, так и диагностической идентификации (рис. В.2), можно выделить следующие основные части теоретико-экспериментального подхода к построению системы диагностической идентификации (СДИ): эксперимент на реальном (без дефектов) объекте диагностики (измерение входных и выходных сигналов), теоретическое моделирование исследуемого объекта с целью получения его ММ с частично неизвестными параметрами и, наконец, идентификация неизвестных параметров теоретической ММ на основе выбранных критериев и алгоритмов оценивания.
Для решения проблемы диагностической идентификации и построения эффективной СДИ ЭТС и РТС для ПО предлагается алгоритм выбора и проводится анализ локально-оптимальных входных сигналов для целей идентификации. Моделирование и диагностика проводятся на ППП, реализующих процесс диагностической идентификации на основе выбранных классов ММ типа М(0).
Однако наше исследование было бы по современному неполным, если бы мы не использовали в нём последние достижения в области построения интеллектуальных систем [66,68].
В. 1.6. Интеллектуальные системы а диагностике. Искусственные нейронные сети.
I. Нейронные сети в определении дефектов. Большая заинтересованность использованием НС в диагоностике технических систем (и естественно, ЭТС и РТС для ПО) связана с следующими качествами ИНС: параллельное преобразование информации, эффективная аппроксимация различных ыелинейностей, обучение и самообучение ИНС на основе наблюдений сигналов с объекта, а также отсутствие информации и потребности в математических моделях диагностируемых объектов или процессов.
Типичный способ использования ИНС в диагностике состоит в построении нейронного классификатора состояний объекта на основе собранных данных измерений. В принципе, эту проблему можно рассматривать как задание на распознавание образов, которые трактуются как состояние объекта. Каждый образ состояния объекта характеризуется определённым составом значений входных и выходных сигналов. Проектирование нейронного классификатора состояния объекта (НКСО) сводится, прежде всего, к выбору типа и структуры ИНС , а потом - к определению весовых коэффициентов в процессе обучения.
В общем случае проблему использования ИНС в диагностике дефектов в технических объектах можно свести к следующим действиям: определение списка дефектов и типичного набора сигналов, которые отвечают дефекту и нормальному состоянию объекта. Далее следуют: выбор структуры ИНС и алгоритма её обучения (для персептрона это означает - число измеряемых сигналов равно числу входов в сеть, а число дефектов - равно количество выходов сети) и обучение сети и, наконец, тестирование сети для произвольных состояний объекта.
Среди известных ИНС и способов их обучения чаще всего в диагностике используют многослойные персептроны со стандартным алгоритмом обучения типа обратного прогноза [12,117,119,122]. Кроме этого стандартного алгоритма часто используются другие методы оптимизации и идентификации [12]. В работе для обучения сети использовались многошаговые градиентные алгоритмы стохастической оптимизации. Исследования показали, что при оптимальном выборе параметров таких алгоритмов существенно увеличиваетя скорость обучения. В литературе в последнего времени сообщается о проводимых исследованиях в использовании в моделі! нейрона различных нелинейных функций активации [12]. На рис. В.З приведена схема диагностической системы с использоваением ИНС.
Следующим этапом при проектировании структуры ИНС является определение числа и типов дефектов. На основе анализа работы аккумулятора определены следующие типы дефектов: состояние зарядки и разрядки, КЗ пластин и др.
К дальнейшему изложению возможностей ИНС мы обратимся в п.2.4.3.
В. 1.7. Резюме В.1. Таким чином, в работе рассматривается проблема диагностики РТС и ЭТС ПО. Существующие классические методы; связанные с определенными финансовыми и техническими затратами; в настоящее время должны быть, если это возможно, заменены на компьютерные иммитационные методы, реализованные в виде определенных ППП [84].
В.2. Цели и задачи работы. Положения, выносимые на защиту.
Основной задачей работы и всего коллектива Лаборатории в целом являлась и по сей день остается двояко важная проблема: во-первых, разработка методов и надёжных, технически и научно обоснованных алгоритмов и аппаратуры (в частности, в виде испытательных стендов, полигонов и др.) для сертифицикации продукции польского производства для внутреннего и внешнего рынка в соответствии с государственными стандартами, обеспечивающими высокий спрос на неё и, во-вторых, сделать то же самое относительно импортируемой продукции с целью защиты внутреннего рынка от низкокачественной продукции. При этом предполагается, что основным видом исследуемых изделий являются ЭТС, РТС и электронные системы для ПО самого разного назначения и областей применения. Такова общая проблема.
В работе формулируется поставленная проблема, а также разрабатываются и предлагаются методы её решения. Анализируются возможности диагностической идентификации выбранных задач анализа эксплуатации автоматических систем.
Основными целями работы являются следующие задачи. Предложение, разработка и исследование алгоритмов параметрической идентификаций, возможные способы её применения и реализации в виде алгоритмов и ППП. Проведение сравнения классических методов диагностики с предлагаемыми и разрабатываемыми моделирующими подходами.
Разработать и внедрить эффективную и надёжную компьютерную систему диагностической идентификации. Детально проанализировать .результаты компьютерного моделирования избранных РТС и ЭТС для ПО. Определить, сформулировать и доказать достаточность условие сходимости исследуемых алгоритмов параметрической диагностической идентификации.
Определить, сформулировать и предложить возможные направления развития разработанных методов и подходов компьютерной диагностики, связанных с использованием новых методов идентификации на базе "черного ящика" в виде искусственных нейтронных сетей. Дать наглядные примеры их использования на практике.
Научные положения, разработанные лично соискателем и выносимые на защиту.
1. Методы и алгоритмы компьютерной диагностики, моделирования и идентификации непрерывных и дискретных систем и управляющих сигналов, включающие компьютерное параметрическое опеределение процессов авторегрессии и скользящего среднего на основе линейной стационарной модели дискретного белого шума. Численный алгоритм построения стохастического процесса.
Процесс рекурсивной идентификации непрерывных и дискретных стохастических систем со многими выходами с преобразованием входного сигнала.
2. Методы и алгоритмы компьютерной диагностики и идентификации электротехнических систем подвижных объектов и сравнение их с методами классической диагностики и идентификации. Физические и математические модели электрических цепей и систем подвижных объектов, включая такие устройства электропитания подвижных объектов, как преобразователи напряжения от сети переменного тока с бестраноформаторным входом частотой преобразования более 100 кГц, сетевые стабилизированные преобразователи, вторичные источники питания для схем электронной настройки на элементах функционалной электроники.
3. Физические и математические модели и алгоритмы анализа и параметрического синтеза для диагностики, идентификации и сертификации радиотехнических и радиофизических устройств СВЧ и КВЧ, используемых на подвижных объектах, включая физические и математические модели линий передачи, базовых элементов, функциональных узлов, модулей и устройств СВЧ и КВЧ на планарных и объёмных интегральных схемах.
