Содержание к диссертации
Введение
1 Состояние вопроса и задачи исследования в области диагностики сельскохозяйственных машин 10
1.1 Современная концепция технического обслуживания сельскохозяйственных машин 10
1.2 Техническое диагностирование 15
1.3 Гидравлическая система зерноуборочного комбайна как объект диагностирования 25
1.4 Информационные системы мобильных сельскохозяйственных машин 35
1.5 Цель и задачи исследования 42
2 Метод диагностирования по внешним признакам технических состояний машин 45
2.1 Постановка задачи диагностирования по внешним признакам 45
2.2 Моделирование пространства внешних признаков технических состояний 47
2.3 Диагностирование объекта с применением таблицы внешних признаков неисправностей 51
2.4 Выводы по главе 2 64
3 Программа и методика исследований 66
3.1 Методика исследования информационных потоков и моделирования знаний предметной области 66
3.2 Методика разработки информационной системы 68
3.3 Методика оценки практических результатов исследований 71
3.3.1 Метод оценки результативности диагностирования 71
3.3.2 Методика оценки эффективности диагностирования 75
3.4 Выводы по главе 3 79
4 Моделирование предметной области «Отказы гидравлической системы комбайна» и разработка интеллектуальной информационной системы 80
4.1 Информационные потоки в системе «человек - машина» при диагностировании и внешние признаки технических состояний гидравлической системы 80
4.2 Отказы основной гидросистемы зерноуборочного комбайна 87
4.3 Составление таблицы внешних признаков неисправностей основной гидросистемы комбайна 104
4.4 Проектирование информационной системы 108
4.5 Разработка базы данных 111
4.6 Порядок работы информационной системы при диагностировании 114
4.7 Описание пользовательского интерфейса 119
4.8 Экспертная система в системе диагностирования зерноуборочных комбайнов 123
4.9 Выводы по главе 4 125
5 Организационно-техническая оценка эффективности применения экспертной системы 126
5.1 Результаты испытаний системы диагностирования 126
5.2 Экономическое обоснование применения экспертной системы 131
5.3 Выводы по главе 5 140
Общие выводы 141
Список использованных источников 143
Приложение А. Процессы, выполняемые основной гидросистемой зерноуборочного комбайна «Дон-1500Б» 154
Приложение Б. Таблицы истинности 160
Приложение В. Внутренние выходы систем комбайна 170
Приложение Г. Фрагмент ТВПН 174
Приложение Д. Фрагменты наполнения таблиц базы данных 180
Приложение Е. Данные по диагностированию зерноуборочных комбайнов «Дон» с применением экспертной системы (2011 год) 226
Приложение Ж. Документы, подтверждающие практическое использование результатов исследования 229
- Техническое диагностирование
- Информационные потоки в системе «человек - машина» при диагностировании и внешние признаки технических состояний гидравлической системы
- Описание пользовательского интерфейса
- Результаты испытаний системы диагностирования
Введение к работе
Актуальность темы. Согласно Доктрины, утвержденной Указом Президента РФ 30 января 2010 года, продовольственная безопасность является одним из главных направлений обеспечения национальной безопасности страны.
К наиболее значимым рискам обеспечения продовольственной безопасности относятся технологические риски, вызванные отставанием от развитых стран в уровне технологического развития отечественной производственной базы.
Уже стало очевидным, что решение проблемы технологического развития АПК только за счет приобретения современной техники, в том числе и зарубежной, невозможно. Реализовать потенциал техники, заложенный в её конструкцию, можно только при грамотной эксплуатации и техническом обслуживании.
В условиях дефицита квалифицированных кадров в сельском хозяйстве применение интеллектуальных информационных систем представляется приоритетным способом быстрого и существенного увеличения эффективности технического обслуживания сложных сельхозмашин, и, следовательно, повышения эффективности всего сельскохозяйственного производства в целом.
Поэтому совершенствование методов диагностирования (как наиболее сложной операции технического обслуживания) сельскохозяйственных машин с применением интеллектуальных информационных систем является актуальной народнохозяйственной задачей.
Исследования проводились в ФГБОУ ВПО «ДГТУ» в соответствии с заданиями комплексных научно-технических программ Министерства образования и науки РФ: ЕЗН в 2010 г. тема №8; ЕЗН в 2011 г. тема №9, № гос. регистрации 01201057240.
Цель исследований - повышение эффективности диагностирования гидравлической системы зерноуборочного комбайна на основе метода поиска отказов по внешним признакам технических состояний.
Объект исследований - гидравлическая система зерноуборочного комбайна.
Предмет исследований - информационные потоки в системе «человек -машина» при диагностировании.
Научная новизна заключается в следующем:
построена диагностическая модель объекта исследования на основе выявленных и структурированных взаимосвязей между техническими состояниями и внешними признаками отказов;
выявлено, что построенная диагностическая модель позволяет получать оценки вероятностей наличия отказов в объекте по информации и дезинформации от внешних признаков технических состояний;
выявленные взаимосвязи позволяют формировать процедуры поиска мест отказов в объекте диагностирования;
- впервые введены коэффициенты избыточности и полноты диагноза для
оценки степени соответствия диагноза действительному техническому состоя
нию объекта.
Практическая значимость работы. Реализация результатов исследования позволяет:
повысить результативность и снизить затраты времени на диагностирование гидросистемы и, как следствие, повысить сменную производительность машины, уменьшить потери урожая;
снизить требования к компетентности оператора при поиске отказов за счет автоматизированного формирования внешнего признака отказа и последовательности элементарных проверок;
расширить теоретическую базу для разработки аппаратных средств интеллектуальных систем управления техническим состоянием комбайна.
Основные результаты и положения, выносимые на защиту:
метод диагностирования с применением модели - таблицы внешних признаков неисправностей, описывающей пространство внешних признаков технических состояний объекта;
диагностическая модель (таблица внешних признаков неисправностей) гидравлической системы зерноуборочного комбайна;
база знаний по отказам и внешним признакам технических состояний гидравлической системы комбайна;
метод оценки результативности технического диагностирования.
Апробация работы. Результаты исследований были доложены и одобрены на научных и практических конференциях (в том числе и международных): конференция профессорско-преподавательского состава, сотрудников и студентов ФГБОУ ВПО «ДГТУ» (ДГТУ, г. Ростов-на-Дону, 2008 - 2011); «Состояние и перспективы развития сельскохозяйственного машиностроения» (г. Ростов-на-Дону, 2008 - 2011); конференция студентов, аспирантов и молодых ученых Южного федерального округа «Студенческая научная весна-2008» (ЮРГТУ, г. Новочеркасск, 2008); «Искусственный интеллект в XXI веке и решения в условиях неопределенности» (г. Пенза, 2008); «Математические методы и информационные технологии в экономике, социологии и образовании» (г. Пенза, 2008); конференция ФГОУ ВПО АЧГАА (г. Зерноград, 2009 - 2011); «Ресурсосберегающие технологии и инновационные проекты в АПК» (ВНИПТИМЭСХ, г. Зерноград, 2009); «Актуальные проблемы техники и технологии» (ЮРГУЭС, г. Шахты, 2009); «Инновации, качество и сервис в технике и технологиях» (КГТУ, г. Курск, 2009); Современные информационные технологии в образовании: Южный Федеральный округ «СИТО 2010» (ЮФУ, 2010); «Инженерное обеспечение инновационного развития сельскохозяйственного производства» (СКНИИМЭСХ, г. Зерноград, 2011).
Публикации. Основные положения диссертации опубликованы в 16 научных статьях, в том числе 4 статьи в рецензируемых научных журналах и
изданиях. Опубликована одна монография. Получены свидетельства о государственной регистрации программы для ЭВМ № 2011615892 и базы данных №2012620134.
Реализация результатов исследования. Результаты исследований используются Минсельхозпродом Ростовской области в информационном обеспечении системы технического обслуживания зерноуборочной техники. Экспертная система и база знаний о внешних признаках технических состояний, отказах и способах их устранения используются в системе технического сервиса организаций: ООО «Технический центр «Дон», колхоз имени Мясникяна, колхоз имени С.Г. Шаумяна, СПК (колхоз) «Колос», СПК колхоз имени Лука-шина (Ростовская область). Материалы исследований используются в учебном процессе ФГБОУ ВПО «ДГТУ».
Структура и объем работы. Диссертация состоит из введения, 5 глав, выводов, списка использованных источников, включающего 117 наименований, в том числе 6 на иностранных языках. Работа изложена на 153 страницах; имеет 54 рисунка, 36 таблиц и приложения.
Техническое диагностирование
Техническое диагностирование - определение технического состояния (ТС) объекта диагностирования (ОД), можно представить как процесс выделения в универсуме состояний объекта некоторого подмножества, которому принадлежит действительное техническое состояние объекта (рисунок 1.5) [13, 62]. При этом принимается, что Е- есть множество рассматриваемых технических состояний объекта, из которых одно ео характеризует его исправное состояние, а остальные определяются множеством рассматриваемых дефектов объекта. Решение задачи проверки работоспособности объекта заключается в определении какому из подмножеств Ej или Е2 принадлежит действительное состояние е . Подмножество Ej включает все те ТС (в том числе и е0), находясь в которых объект является работоспособным. Подмножество Е2 содержит ТС, находясь в которых объект является неработоспособным.
Задача проверки правильности функционирования объекта состоит в определении принадлежности действительного состояния объекта подмножествам Ei(t) - правильного функционирования, E2(t) - неправильного функционирования. В этом случае деление на подмножества не является постоянным, а меняется в реальном времени в зависимости от реализуемой объектом в текущий момент времени функции.
Диагностирование, проводимое с целью определения мест и, при необходимости, причин и видов дефектов объекта называют поиском дефектов [62, 93]. Характеристикой поиска дефектов является глубина поиска дефектов, задаваемая обычно указанием составной части ОД или ее участка, с точностью до которых определяется место дефекта.
Основной задачей технической диагностики является распознавание технического состояния в условиях ограниченной информации. Алгоритмы распознавания основываются на диагностических моделях, устанавливающих связь между техническими состояниями и их отображениями в пространстве диагностических сигналов. Наиболее распространенными методами распознавания являются статистические методы: Байеса, последовательного анализа, статистических решений. Процесс диагностирования обычно состоит из отдельных частей, характеризуемых подаваемым на объект воздействием и составом контрольных точек, в которых снимаются ответы объекта на это воздействие. Эти части процесса диагностирования называют элементарными проверками объекта. В результате элементарной проверки получают значение ответа объекта, т.е. совокупность или последовательность диагностических значений параметров в контрольных точках. Тогда формальное описание процесса диагностирования, т.е. алгоритм диагностирования, представляет собой безусловную или условную последовательность элементарных проверок с правилами анализа их результатов [62].
Наглядной и удобной моделью объектов, применяемой для построения алгоритмов диагностирования, является таблица функций неисправностей (ТФН). ТФН описывает пространство технических состояний объекта (таблица 1.2), при этом строкам соответствуют элементарные проверки щ, образующие множество П, столбцам - технические состояния объекта е, из множества Е, а клеткам (/,/) соответствуют результаты проверок R/ [62, 92].
Для построения минимизированных безусловных алгоритмов диагностирования по ТФН применяется аппарат таблиц покрытий. По таблице покрытий можно найти все неизбыточные различающие все рассматриваемые технические состояний совокупности элементарных проверок [62].
Элементарная проверка объекта требует временных, материальных, энергетических и других затрат. Те или иные затраты называют ценой с(тф элементарной проверки [68, 70]. Примером цены проверки щ является время t(іф, затраченное на её реализацию. Цены элементарных проверок могут приниматься как одинаковыми, так и разными в зависимости от условий и задач оптимизации алгоритмов диагностирования. На основе целевых функций разработаны точные математические методы оптимизации алгоритмов диагностирования (полного перебора, динамического программирования и др.) [68]. Однако на практике при реализации этих алгоритмов возникают трудности, связанные с отсутствием необходимой исходной информации о ТС объекта диагностирования и ценах элементарных проверок. Поэтому часто приходится и цены проверок, и веса технических состояний объекта принимать приближенно, ориентируясь либо на собственный предшествующий опыт, либо на опыт эксперта.
Для диагностирования сложных объектов наиболее широко используются приближенные способы построения оптимальных алгоритмов, основанных на предварительно выбранных функциях предпочтения. В литературе представлены различные методы реализации проверок, обеспечивающих требуемую глубину диагностирования: методы последовательного функционального анализа, половинного разбиения, времявероятностные, с использованием информационных критериев и т.д. [7, 20, 44, 68, 70].
Техническое диагностирование осуществляется с помощью технических средств диагностирования (ТСД), которые в совокупности с объектом диагностирования и исполнителями образуют систему технического диагностирования. Выделяют системы тестового и функционального диагностирования. Отличительная особенность систем тестового диагностирования - возможность подачи на ОД специально организуемых (тестовых) воздействий от средств диагностирования. В системах функционального (рабочего) диагностирования на ОД поступают только рабочие воздействия [13, 62].
В практическом смысле цель диагностирования - получение информации о ТС машин, осуществление анализа и прогноза этого состояния, подготовка и принятие управляющего решения по состоянию. Процесс диагностирования состоит из следующих этапов (рисунок 1.6) [55, 73]: выполнение подготовительных работ; предварительная оценка ТС, измерение диагностических параметров и т. д.; постановка диагноза и принятие решения.
Этап подготовительных работ заканчивается выбором тактики диагностирования (выбор метода, технических средств, определение перечня элементарных проверок и Т.Д.). Для этого необходим определенный набор входных данных (виды работ выполненных машиной, характер и степень ее загрузки, климатические условия работы, фактическая наработка и количество израсходованного при этом топлива и масла, внешний признак, условия и развитие неисправности), что требует ведения соответствующей документации и организации быстрого доступа к ней. Предварительную оценку технического состояния в основном проводят субъективно (органолептический метод диагностирования). На основе входных данных оператор, руководствуясь личным опытом и технической документацией, формирует тактику диагностирования. Следовательно, выбор тактики - есть процедура принятия решения, и достоверность результата зависит от компетентности лица, принимающего решение [108].
Информационные потоки в системе «человек - машина» при диагностировании и внешние признаки технических состояний гидравлической системы
В большинстве случаев диагностирование сельхозмашин, как и другие операции ТО, осуществляется оператором (трактористом, комбайнером). К помощи других специалистов прибегают только при необходимости, когда оператор не в состоянии справиться самостоятельно. Это, как правило, «сложные» случаи, связанные с отказами тех систем, знаниями о конструкции и принципах работы которых оператор не обладает (обычно - электрика и электроника, гидравлика). Особый интерес эти случаи вызывают тем, что часть информации о техническом состоянии формируется в «диалоге» оператора и специалиста. Рассмотрим подробнее процесс формирования информации о ТС комбайна в системе «машина - оператор - мастер-диагност». Процесс формирования информации можно разбить на две части - сбор априорной информации (этапы 1 и 2 на рисунке 4.1) и собственно диагностирование (этап 3 на рисунке 4.1).
На первом этапе оператор сообщает мастеру-диагносту свои «жалобы» на машину. Жалоба - описание воспринимаемого оператором отклонения в поведении машины, либо явного признака отказа. Примеры жалоб: «мотовило не поднимается», «вместо поворота выгрузного шнека опускается жатка», «течь масла по штоку гидроцилиндра» (явный признак отказа).
На втором этапе диагностирования (см. рис. 4.1) диагност анализирует жалобу оператора и приступает к набору дополнительных сведений о состоянии машины. В первую очередь диагност должен удостовериться, что зафиксированное оператором отклонение вызвано отказом машины, а не субъективными причинами. Например, зафиксировано отклонение «не включается привод выгрузного устройства», для того чтобы признать его проявлением отказа комбайна необходимо удостовериться в истинности следующих высказываний: «двигатель работает»; «наклонный выгрузной шнек находится в рабочем положении»; «клавиша включения/выключения привода выгрузного устройства находится в положении «включение».
На этом этапе диагностирования необходимо также связать внешние проявления отклонений с конкретными элементами объекта, то есть сформулировать внешний признак отказа конкретного элемента (элементов) на возможно более низком уровне декомпозиции. При этом под элементами объекта понимаются составные части (детали, сборочные единицы, агрегаты, объект в целом) и правила их монтажа, регулировочные параметры, параметры состояния составных частей (если в конкретных условиях целесообразно отделение их от соответствующих частей).
Внешний признак отказа является входной информацией для третьего этапа (см. рис. 4.1) - определение отказавшего элемента с требуемой глубиной (на требуемом уровне иерархии). Этот этап предполагает реализацию «традиционной» процедуры диагностирования для элементов, отказы которых могут быть причиной проявления внешнего признака.
При диагностировании машин информация о ТС формируется тремя способами:
а) естественным образом, как одно из проявлений существования и функционирования объекта;
б) с помощью встроенных технических средств контроля;
в) с помощью внешних технических средств диагностирования.
Очевидно, что информация, сформированная по механизмам бив, более качественна, но также очевидно и то, что для ее получения необходимы дополнительные материальные и трудовые затраты. Поэтому при разработке системы диагностирования необходимо стремиться к максимально полному использованию механизмов а и б и минимально необходимому использованию механизма в.
С точки зрения диагностирования наиболее интересным видом информации, формируемой по механизму а, являются внешние признаки отказов. Однако практика показала, что выявление и формулирование внешнего признака отказа вызывает серьезные затруднения у неопытного и плохо подготовленного оператора (а таких - большинство). Поэтому одним из основных направлений развития экспертной системы является реализация функции поддержки процесса выявления внешних признаков отказов [99, 100].
На основе практического опыта выявлена интересная особенность получения информации по внешним признакам: эксперт (опытный диагност) эффективно использует при диагностировании внешние признаки, несущие отрицательную информацию (т.е. дезинформацию) о ТС объекта. Иными словами эксперт способен извлекать полезную информацию из дезинформации. Это подтверждается результатами теоретических исследований, приведенными во второй главе настоящей работы.
Приведем пример с комбайном «Дон-1500Б». При работающем двигателе оператор переводит клавишу «подъём/опускание жатки» в положение «подъём» и жатвенная часть не поднимается (при условии, что она находилась не в крайнем верхнем положении). Очевидно, что описанный внешний признак однозначно свидетельствует о неработоспособном состоянии объекта - комбайна - в целом (соответственно энтропия по этому признаку равна нулю). Но цель -найти отказавший элемент, а для данного внешнего признака суммарная энтропия по признакам наличия каждого из возможных отказов оказывается выше, чем, например, для следующего внешнего признака (описывающего «пассивное» наблюдение): двигатель не работает, клавиша «подъём/опускание жатки» не нажата, жатвенная часть не поднимается. Действительно: зная, что вероятности отказов отдельных элементов комбайна невысоки (даже для отечественных - ведь отказывает то одно, то другое), мы с довольно высокой уверенностью можем утверждать, что в комбайне (любом) нет ни одного отказа (естественно, при условии отсутствия явных дефектов и отсутствии информации, свидетельствующей об обратном). С другой стороны, если наблюдался первый из описанных выше внешних признаков, у нас возникают сомнения (энтропия увеличивается) относительно ТС ряда элементов, отказы которых могут вызвать появление этого внешнего признака (в рассматриваемом случае это отказы насоса НШ-32, предохранительно-переливного клапана (ППК), гидроклапана с электромагнитным управлением (ГЭУ), секции электрогидрорас-пределителя и др.). Т.е. мы знаем, что хотя бы один из них отказал, но относительно ТС каждого из них в отдельности энтропия возросла, т.к. условные вероятности наличия указанных отказов при данном внешнем признаке выше вероятностей наличия этих отказов, но существенно меньше единицы. Эта дезинформация заставляет эксперта сомневаться относительно наличия отказа и определяет необходимость элементарной проверки.
Естественно, для эксперта при наблюдении внешних признаков состояний предпочтительно уменьшение энтропии по признакам наличия отказов, но если это невозможно, он способен использовать дезинформацию как основу для определения перечня и последовательности проведения необходимых элементарных проверок. Т.е. эксперт извлекает выгоду из любого изменения энтропии -как уменьшения, так и увеличения. Процессы генерации и преобразования информации и дезинформации представлены на рисунке 4.2 [8].
Рассмотрим процессный контур основной гидросистемы зерноуборочного комбайна. Входами в этом случае являются управляющие воздействия (команды) оператора. Эти входы обусловливают выполнение гидросистемой процессов. Результатами процессов - выходами - являются новые состояния агрегатов и рабочих органов комбайна. Для осуществления процесса помимо входов необходимо выполнение определенных условий, характеризующих текущее состояние объекта (режимы работы, состояния рабочих органов). Например, для выполнения всех процессов основной гидросистемой условием является работающий двигатель, а если рассматривать конкретно процесс опускания жатвенной части, то одновременно с этим условием должно выполняться и следующее - «жатвенная часть находится не в крайнем нижнем положении». Отметим, что мы рассматриваем только те условия, выполнение которых поддаётся органолептическому восприятию. В противном случае эти условия никак нельзя ассоциировать с контуром непосредственного обмена «машина - опера тор».
Описание пользовательского интерфейса
При разработке интерфейса экспертной системы руководствовались следующими соображениями: ЭС должна помогать оператору, а не вызывать дополнительные вопросы; работа с ЭС не должна предъявлять требования к квалификации оператора; интерфейс должен быть интуитивно понятен и прост -как у современного мобильного телефона.
Вид окна экспертной системы представлен на рисунке 4.19. В левой части окна приведено «дерево», представляющее конструкцию комбайна в виде иерархической структуры. Центральную часть окна занимает ЗВ-изображение комбайна (приведенный вариант является «рабочим» и только в общих чертах похож на комбайн «Дон-1500Б»). В перспективе планируется расширить функциональность этого изображения: его можно будет повернуть в любую сторону и выбрать интересующий элемент. Многие комбайнеры и даже инженеры не знают «правильных» наименований элементов комбайна, но каждый сможет указать их «пальцем».
В правой части окна расположены разделы меню программы: «описание работы» - приводится описание работы комбайна или выбранного элемента, «составные части» - приводится описание составных частей выбранного элемента; «техническое обслуживание» - приводится информация по техническому обслуживанию выбранного элемента; «отклонения в работе» - приводится перечень возможных отклонений в работе выбранного элемента. В нижней части окна расположено поле вопросов. На рисунке 4.19 представлен вид окна ЭС в ситуации, в которой оператор «жалуется» на жатвенную часть: он выбрал интересующий агрегат из списка в левой части окна программы; из предложенного системой перечня отклонений оператор выбрал «жатка не поднимается» (хотя подъём жатки - функция гидросистемы, но многие комбайнеры в «тексте» жалобы предпочитают упоминать элемент, визуализирующий отказ, и такие особенности необходимо учитывать при формировании интерфейса программы); после указания на отклонение в работе ЭС приступает к опросу оператора с целью установления внешних проявлений технического состояния комбайна.
При этом в зависимости от полученного ответа ЭС может продолжить опрос (перейти к следующему вопросу) или вывести на экран информацию, например, как показано на рисунке 4.20 (в целях экономии места на рисунке приведён фрагмент окна ЭС): оператор «жалуется», что жатка не поднимается, и на вопрос «двигатель работает?» отвечает «нет», информационная система, в свою очередь, выводит сообщение «жатка поднимается только при работающем двигателе». Такая информация, разъясняющая особенности работы машины, очень важна для неопытных комбайнеров.
Если в результате опроса «жалоба» не подтверждается - то есть отсутствует внешний признак отказа, то на дисплей выводится сообщение «отказ не обнаружен» (рисунок 4.21).
В случае подтверждения жалобы - то есть регистрации внешнего признака отказа, опрос продолжается, например, в рассматриваемом случае ЭС переходит к опросу по процессу «опускание жатки» и предлагает перевести клавишу «подъём/опускание жатвенной части» в положение «опускание» и указать опустилась жатка или нет (рисунок 4.22). Если жатка опустилась, то ЭС сразу выдаёт перечень элементов, которые необходимо проверить (рисунок 4.23). Если жатка не опустилась, то опрос продолжается (рисунок 4.24), и в результате будет получен другой перечень элементарных проверок (рисунок 4.25).
Результаты испытаний системы диагностирования
В период уборки зерновых и зернобобовых культур в 2011 году в Мясниковском районе Ростовской области собраны данные по отказам зерноуборочных комбайнов «Дон-1500А» (18 машин), «Дон-1500Б» (21 машина).
Регистрировались следующие данные; «жалоба» комбайнера; технический диагноз; продолжительность диагностирования тд; продолжительность ремонта Тр. При проведении диагностирования применялась разработанная ЭС.
В период наблюдений диагностирование гидросистемы и электрогидравлики комбайнов «Дон» было проведено 21 раз (приложение Е).
Результативность диагностирования оценена по методу, приведенному в третьей главе. Промежуточные данные и результаты расчетов представлены в таблице 5.1.
Как видно по данным таблицы 5.1, в период наблюдений не было зарегистрировано ни одной ошибки диагностирования, т.е. результативность диагностирования максимальна.
По накопленным за предыдущие годы данным по диагностированию с применением предыдущей версии ЭС («Электронного эксперта») получены следующие значения оценок коэффициентов: ка =0,16, кр =0,93. Т.е. результативность диагностирования была ниже, особенно по коэффициенту избыточности диагноза - наблюдались случаи необоснованной замены или ремонта элементов.
Продолжительность диагностирования нами принята в качестве показателя эффективности процесса «техническое диагностирование» [31, 103, 104].
Для наглядности данные о продолжительности диагностирования и ремонта представлены в виде диаграммы на рисунке 5.1.
Доверительные границы є случайной погрешности результатов измерений определены по формуле (3.6), значение коэффициента Стьюдента при доверительной вероятности Р = 0,95 и числе наблюдений и = 21 равно t = 2,086. Рассчитанные значения доверительных границ равны 8$ = 0,057 для продолжительности диагностирования иер = 0,454 для продолжительности ремонта.
Диагностирование в большей степени связано с информационным и интеллектуальными аспектами управления техническим состоянием, тогда как ремонт - с физическим. Поэтому об эффективности обеспечиваемой экспертной системой поддержки оператора в информационном и интеллектуальном аспектах можно судить по соотношению затрат времени на диагностирование и ремонт. Конкурирующая гипотеза - продолжительность диагностирования меньше продолжительности ремонта.
Рассчитанное по формуле (3.9) значение критерия ZHa6n = -2,72, то есть Z-zKp (значение zKp = 1,64 определено в главе 3), поэтому нулевая гипотеза отвергается. На уровне значимости 0,05 можно утверждать, что продолжительность диагностирования меньше продолжительности ремонта.
Полученные результаты позволяют утверждать, что применение экспертной системы позволило сократить затраты времени на сбор и анализ информации о техническом состоянии и принятие решения (информационный и интеллектуальный аспекты) - они до четырёх раз меньше затрат времени на ремонт.
Опытные данные по диагностированию без применения ЭС получены в результате многолетних наблюдений (некоторые данные приведены в [103], а также в более ранних работах проф. В.П. Димитрова, доц. К.Л. Хубияна). Среднее значение продолжительности технического диагностирования при этом составило тдТ = 1,25 ч, дисперсия среднего арифметического D{fdT) = 0,04.
Для продолжительности диагностирования при традиционном способе (без применения ЭС) и с применением ЭС проведена проверка статистической гипотезы о равенстве средних генеральных совокупностей при конкурирующей гипотезе о том, что продолжительность диагностирования с применением ЭС меньше продолжительности диагностирования без ЭС.
Применение ЭС позволило снизить среднюю продолжительность диагностирования до 7 раз по сравнению с традиционным способом.
Так же было проведено сравнение продолжительности диагностирования с применением новой версии экспертной системы с имеющимися данными о продолжительности диагностирования с предыдущей версией ЭС.
