Содержание к диссертации
Содержание 2
Ведение 4
1 Обзор существующих методов исследования контролепригодности 11
2 Исследование и оптимизация показателей надежности для различных
структур систем диагностирования 38
2.1 Основные понятия и определения теории контролепригодности 39
Построение логической модели объекта и возможности анализа его контролепригодности 39
Количественные характеристики глубины диагностирования 42
Описание случайных процессов 43
2.2 Коэффициент готовности ТС с СД для различных вариантов размещения
составляющих компонент СД 49
Общий подход к построению модели для ТС с СД 49
Коэффициент готовности с полностью встроенной
системой диагностирования 52
2.2.3 Коэффициент готовности объекта с встроенными в ТС датчиками..59
Коэффициент готовности объекта с встроенными в ТС датчиками и коммутаторами 63
Коэффициент готовности объекта с внешней СД 67
Анализ зависимости коэффициента готовности от параметров объекта ТСсСД 69
Выводы 77
3 Оптимизация алгоритмов различимости и поиска дефектов в ТС с СД.. .79
Разрешение эквивалентности дефектов объекта диагностирования...79
Минимизация числа точек съема диагностической информации 89
Поиск дефектов 92
Выводы 96
4 Экспериментальная часть 97
Разработка блок-схемы электронного измерительного блока 98
Выбор способа сопряжения измерительного блока с ЭВМ 99
Разработка измерительного блока 103
Структурная схема измерительного блока 104
Принципиальная схема измерительного блока 105
Разработка программы обмена с ПЭВМ и программ для измерения.. 113
Эмулятор ПЗУ 114
Практическая реализация 115
Выводы 121
Заключение 122
Список литературы 124
Приложения 143
Приложение 1.1 Программа расчетов для системы с 6-ю состояниями 144
Приложение 1.2 Программа вычислений производных коэффициента
готовности и коэффициента простоя 146
Приложение 1.3 Программа расчетов для системы с 12-ю состояниями.... 147 Приложение 1.4 Программа расчетов для системы с 15-ю состояниями.... 149
Приложение 1.5 Программа расчетов для системы с 9-ю состояниями 152
Приложение 1.6 Программа для вычисления оптимального значения
коэффициента готовности и простоя 153
Приложение 1.7 Зависимость коэффициента готовности от параметров ТС и
СД 156
Приложение 2.1 Микропрограмма на языке ассемблер для микроконтроллера
Intel 8051 158
Приложение 2.2 Программа приема данных от измерительного блока через
последовательный порт COM2 (RS232) 161
Приложение 2.3 Принципиальная схема измерительного блока 162
Приложение 3 Акты внедрения 163
Введение к работе
Актуальность проблемы. Современные технические системы и устройства отличаются высокой степенью сложности. Одновременно с возрастанием сложности увеличивается и ответственность, выполняемых ими функций. Это выдвигает на первый план задачу повышения их надежности и бесперебойности в работе. Решение данной проблемы невозможно без автоматизации процедур технического диагностирования, проверок правильности функционирования и поиска неисправности.
Большинство технических систем относится к классу восстанавливаемых систем. Надежность их может быть повышена не только путем использования более современных и надежных элементов и узлов, но и так же путем сокращения времени, затрачиваемого на поиск и устранение дефекта. Данный вопрос не может быть решен без соответствующей приспособленности этих систем к техническому диагностированию.
Свойство, характеризующее приспособленность объекта к техническому диагностированию, позволяющее с минимальными затратами достоверно определить его состояние, называется контролепригодностью.
Изделия, для которых решен вопрос контролепригодности, имеют более высокие показатели надежности, такие как, коэффициент готовности и время восстановления. При этом, реализуется более быстрая локализация возникших дефектов, что позволяет добиваться приведения объекта в работоспособное состояние за короткие промежутки времени. Очевидно, что чем сложнее изделие, тем важнее для него проблема контролепригодности. Здесь важен так же и экономический показатель т. к. значительно уменьшаются затраты на ремонт.
Большое внимание в исследованиях российских и зарубежных ученых уделяется вопросам разработки моделей и алгоритмов технического
диагностирования объектов. Фундаментальные теоретические и практические вопросы технической диагностики изложены в работах П.П. Пархоменко, А.В. Мозгалевского, Е.С. Согомоняна, В.И. Сагунова, Л.П. Глазунова, С. Рамомурти и других. Однако большинство работ посвящено диагностике дискретных объектов. Вопросы диагностики непрерывных систем изложены в работах А.В. Мозгалевского, Е.С. Согомоняна, В.И. Сагунова.
Создание высоконадежной техники ставит вопросы дальнейшей разработки методов и средств технического контроля и поиска дефектов, учитывающих специфику создаваемых систем. Так, вопросы исследования надежности технических систем (ТС), оборудованных системами диагностирования (СД), исследованы еще слабо. Никак не затрагивался ранее, но является актуальным, анализ влияния глубины диагностирования на общую надежность ТС и СД с учетом различных вариантов размещения СД. Так же недостаточно исследованы вопросы влияния на надежность параметров самих ТС и СД и оптимизации этих параметров. Не менее актуальной является проблема упрощения процедуры поиска эквивалентных и кратных дефектов в ТС.
Рассматриваемые в диссертации методы и алгоритмы являются частью решения общей проблемы обеспечения контролепригодности.
Цель и задачи исследования. Целью работы является разработка методов и алгоритмов для оценки надежности различных структур технических систем с диагностикой, отличающихся степенью вложенности СД, исследование влияния параметров системы ТС с СД на ее надежность, решение вопросов минимизации количества контрольных точек для поиска дефектов, практическая реализация устройства для системы диагностирования широкого круга технических объектов.
Методы исследования. В диссертационной работе для теоретических исследований применялись методы теории графов, теории множеств и
исследования операций, методы математического моделирования, численные методы. Расчеты и проверка аналитических результатов выполнялись с помощью математических технологий пакета Mathcad.
Объекты исследования. Технические системы различного назначения с системой диагностирования.
Научная новизна работы диссертационной работы заключается в следующем:
1. Разработан математический аппарат (обобщенная модель, методика и
алгоритм) для анализа надежности технических систем с различными
типами диагностики и определена ее связь с глубиной диагностирования.
2. Исследованы различные варианта взаимного расположения ТС и СД,
отличающихся конструктивной реализацией и степенью вложенности СД:
встроенная система диагностирования,
ТС со встроенными датчиками системы диагностирования,
ТС со встроенными датчиками и коммутаторами,
внешняя система диагностирования.
Разработан алгоритм сравнительного анализа этих вариантов в целях получения наибольшего коэффициента готовности.
Произведен анализ зависимости коэффициента готовности от различных параметров технической системы и параметров системы диагностирования для получения условий обеспечения максимальной надежности. Обоснованы полученные результаты.
5. Разработан алгоритм поиска оптимального значения глубины
диагностирования для получения максимального значения коэффициента
готовности и обосновано влияние параметров объекта на это значение
оптимальной глубины диагностирования.
6. Предложен упрощенный метод разрешения эквивалентности одно и
многократных дефектов в ТС с СД с использованием укороченной матрицы
связей. Показано, что обеспечение одноразличимости дефектов не является оптимальным для получения наибольшей надежности.
Практическая значимость работы. Разработанные в диссертации методы и алгоритмы предназначены для повышения надежности технических систем. Практическая ценность работы заключается в том, что с помощью разработанных методов и алгоритмов возможно исследование различных вариантов диагностических систем и их сравнение с целью повышения коэффициента готовности объекта. Созданный пакет программ позволяет производить все необходимые для этого вычисления. В работе приведено большое количество графиков, которыми удобно пользоваться для оценки надежности конкретных объектов и оптимизации параметров диагностирования. Разработан универсальный микропроцессорный блок для реализации процесса диагностирования, который позволяет контролировать работу технических систем путем съема аналоговой информации с большого числа датчиков, расположенных в выделенных контрольных точках.
Реализация результатов работы. Разработанные методы и алгоритмы повышения надежности и контролепригодности технических систем и микропроцессорный диагностический блок применены на газоперекачивающей станции предприятия "Волготрансгаз", в учебном процессе Нижегородского Государственного Технического Университета в виде фрагмента лекций по курсу "Микропроцессорные вычислительные системы" и в виде лабораторного стенда по курсу "Датчики и измерительные системы" для специальности "Автоматизированные системы обработки информации и управления" в НГТУ.
Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на двух Всероссийских научных конференциях факультета информационных систем и технологий Нижегородского Технического Университета (2001-2002гг.), на
Всероссийской научно-технической конференции "Информационные технологии в науке проектировании и производстве" (2001г.), на ежегодных научных конференциях факультета информационных систем и технологий НГТУ (1997г., 1998г.,2000г.).
Публикации. По результатам диссертационной работы опубликовано 10 печатных работ, из них 2 статьи и 8 тезисов докладов.
Структура и объем работы. Диссертационная работа состоит из введения, 4-х глав, заключения , списка литературы и трех приложений. Общий объем работы составляет 151 печатную страницу, включает 29 рисунков, 6 таблиц, списка литературы из 177 наименований и приложений на 22 страницах.
Во введении обосновывается актуальность работы, сформулированы основные задачи исследования и положения, выносимые на защиту, определена научная новизна и практическая ценность полученных результатов.
В первой главе приведен обзор существующих методов и алгоритмов повышения контролепригодности технических систем, рассмотрены основные результаты, полученные в этой области за последнее время. На основании приведенного анализа сформулированы основные задачи исследования.
Во второй главе рассмотрены основные теоретические вопросы по разработке методов и алгоритмов анализа технических систем с диагностикой с целью повышения основных параметров надежности для различных способов размещения диагностического оборудования. Предложена общая модель ТС с СД. На основании проведенного анализа сформулированы основные направления исследования.
В третьей главе рассмотрены вопросы разрешения эквивалентности одно и многократных дефектов объекта и минимизации числа точек съема диагностической информации в технических системах с диагностикой.
В четвертой главе рассматриваются вопросы разработки универсального микропроцессорного диагностического блока. Приводятся основные принципы его работы, блок-схема, принципиальная схема, алгоритмы работы микропрограмм. Дается анализ практической реализации предложенных в работе методов и алгоритмов для системы управления газотурбинными агрегатами А705-15.
В заключении формулируются основные результаты работы.
В приложении 1 приводятся распечатки программ в системе MathCad 7.0 для расчета основных параметров диагностики (коэффициент готовности, глубина диагностирования и т.д.) для четырех различных вариантов размещения диагностического оборудования и графики некоторых зависимостей коэффициента готовности от параметров ТС с диагностикой.
В приложении 2 приводятся принципиальная схема микропроцессорного диагностического блока, распечатка микропрограммы работы микроконтроллера и программа приема результатов диагностики на персональном компьютере.
В приложении 3 приводятся акты внедрения результатов работы.
На защиту выносятся следующие результаты:
Математический аппарат для анализа надежности ТС с СД при различных вариантах взаимного расположения и степени вложенности системы диагностирования и технической системы.
Алгоритм сравнительного анализа четырех вариантов расположения ТС иСД.
Инженерные методы нахождения оптимального значения глубины диагностирования, обеспечивающие максимальное значение коэффициента готовности.
4) Анализ зависимости коэффициента готовности от различных
параметров ТС с СД с целью достижения наибольших значений
показателей надежности.
5) Упрощенный метод разрешения эквивалентности одно и много кратных
дефектов и минимизации числа точек съема диагностической информации.
Показано, что одноразличимость дефектов не является оптимальной для
повышения надежности.
6) Реализация разработанных контрольных устройств на основе
микропроцессорного многоканального диагностического блока для
газоперекачивающих агрегатов компрессорного цеха с газотурбинным
приводом в Починковском линейном производственном управлении
магистральных газопроводов ООО "Волготрансгаз" и в учебном процессе
на кафедре "ИСУ" НГТУ.
1 ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ ИССЛЕДОВАНИЯ КОНТРОЛЕПРИГОДНОСТИ ОБЪЕКТОВ
Современные технические системы усложняется с каждым днем. Одновременно с этим возрастает актуальность проблемы определения состояния объектов, которое вследствие воздействия различных факторов как внешних так и внутренних, изменяется с течением времени. Вопросами определения технического состояния объектов занимается техническая диагностика.
Свойство объекта, которое характеризует его приспособленность к
контролю и техническому диагностированию называется
контролепригодностью [1]. От того, обладает ли данный объект свойствами
контролепригодности зависит эффективность решения задач
диагностирования. Это означает минимизацию всех затрат и издержек,
связанных с организацией контроля и технического диагностирования и
приводит к улучшению эксплуатационных характеристик. Без решения
вопросов контролепригодности применение специальных методов и
автоматизированных средств диагностирования может оказаться
неэффективным. Можно выделить два подхода по приведению объекта к
контролепригодному виду. Первый путь - это совершенствование
конструкции проектируемого изделия, обеспечивающее более легкий
доступ, унификацию параметров, подлежащих контролю, унификацию
измерительных приборов, автоматизацию процедур контроля и т.д. Второй
путь заключается в направленном преобразовании структуры
проектируемого изделия без изменения его функциональных свойств. Под направленным изменением структуры будем понимать процедуру выбора совокупности параметров (точек контроля), информация которых позволяет
идентифицировать любое из 2 технических состояний изделия произвольной кратности, где N - число элементов в системе. Первый путь наиболее освоен в промышленности, но в связи с очень сильной зависимостью от функциональных особенностей проектируемого изделия не может иметь обобщенной формализованной модели и требует значительных затрат при реализации. Второй путь является более новым, менее разработанным и более эффективным, так как не требует значительных затрат на реализацию. Свойство контролепригодности объекта диагностирования формируется на стадии его проектирования, где устанавливаются взаимосвязи и параметры объекта, выявляются сущность, многообразие и характер этих связей и объект диагностирования представляется через полученные взаимосвязи, т.е. по существу происходит построение модели диагностируемого объекта. Диагностическая модель-это совокупность методов построения математической модели, определяющей методику формирования способов и алгоритмов определения технического состояния диагностируемого объекта.
В связи с функциональным разнообразием технических систем, для которых необходим контроль и диагностирование, в связи с их конструктивной сложностью и большим объемом решаемых ими задач, разнообразны и методы построения диагностических моделей этих систем. Все множество технических систем с учетом специфики их функционирования может быть поделено на два класса: непрерывные и дискретные объекты. В связи с этим методы обеспечения контроля и диагностирования могут быть также поделены на два класса. Первый -методы, обеспечивающие контроль и техническое диагностирование систем непрерывного действия, и второй - методы, обеспечивающие контроль и диагностирование объектов дискретного действия.
Остановимся на основных результатах, полученных в области разработки моделей диагностирования объектов непрерывного действия в работах отечественных и зарубежных ученых.
По методам представления взаимосвязей между состоянием объекта, его элементами и параметрами выходных сигналов методы построения моделей можно разделить на аналитические, графоаналитические (топологические), информационные и логические.
Если непрерывные объекты при решении задач диагностирования можно представить адекватным формульным описанием объекта в виде совокупности функциональных соотношений, дифференциальных или передаточных функций [4-31], то используем аналитические модели технической диагностики. Аналитические модели широко используются для описания объектов электрического, электромеханического и пневмогидравлического типа. При этом неисправности объекта моделируются как недопустимые изменения значений параметров диагностирования.
В работе [5] система автоматического управления описывается системой дифференциальных уравнений, при этом в качестве количественной характеристики работоспособности принимается точность работы системы в переходном и установившемся режимах. Алгоритм поиска дефекта строится на основе вероятностных методов оценки надежности системы с учетом специфики ее структуры, а также надежности составляющих ее компонент.
Работа [6] посвящена поиску дефектов в процессе функционирования динамической системы, представленной нелинейными дифференциальными уравнениями с коэффициентами, которые принимают значения из заданных интервалов. Предлагаются процедуры синтеза
средств диагностирования с учетом требования максимальной чувствительности к определяемым дефектам системы.
В работах [4,7-11] предлагается способ обнаружения дефектов на основе анализа коэффициентов передаточной функции системы. Дефекты, возникающие в системе, обнаруживаются по степени отклонения контрольного сигнала от номинального значения, что соответствует изменению коэффициентов передаточной функции системы.
Сложность данных методов обеспечения различимости дефектов заключается в вычислении коэффициентов передаточной функции неисправного объекта, определении передаточных коэффициентов компонент, а также необходимости введения заданных возмущений передаточных функций тех или иных компонент, что в практическом плане не всегда может быть допущено по эксплуатационным или конструктивным причинам.
Последний недостаток устранен в работе [10], где решение задачи поиска дефектов осуществляется путем введения в объект контрольных точек. Множество контрольных точек определяется минимальным покрытием таблицы, строки которой соответствуют практически реализуемым контрольным точкам, столбцы- парам возможных ситуаций в объекте, на пересечении і-й строки и j-ro столбца стоит 1, если і-я контрольная точка различает j-ю контрольную ситуацию, 0- в противном случае.
В работах [12-15] предлагается метод оценки состояния объектов путем сравнения его реакции с реакциями эталонной эквивалентной модели на одинаковые воздействия.
Этот метод используется при функциональном диагностировании. Сравнивая переходную характеристику объекта с переходной
характеристикой эквивалентной модели, можно определить отклонение прямых показателей по отклонению переходных характеристик [15]. Ясно, что этот метод затруднен при практической реализации так как требует разработки и создания сложной эквивалентной модели, учитывающей все условия и режимы работы.
В работе [16] предлагается вместо эталонной модели использовать другой объект, подлежащий диагностированию в том числе неисправный. В случае существования аналогичных дефектов одновременно в обоих объектах они не обнаруживаются. Для устранения этого недостатка предлагается увеличить число диагностируемых объектов, а решение о том, какой объект на каждом шаге поиска считать эталонным, принимать с помощью мажоритарной функции. Однако на практике не всегда имеется достаточное количество объектов одного типа, т.е. данный метод применим в условиях неограниченного ЗИПа.
В работах [17-28] рассматривается подход к диагностированию
дефектов методами идентификации, развитие которых осуществляется в
двух направлениях: определение параметрических и структурных дефектов.
Методы параметрической идентификации [18-20] базируются на
положении, что дефекты приводят к изменению только параметров модели
объекта. Оценка параметров элементов объекта проводится по результатам
контроля его внешних характеристик. Соответствие между выходными и
входными сигналами объекта задается оператором, составленным по
структуре объекта, характеризующемся последовательностью
математических операций и определяемыми параметрами объекта. При этом если изменение параметра некоторого элемента не отражается в измеряемых внешних характеристиках, то этот элемент не может быть идентифицирован (обладает нулевой чувствительностью).
В работах [23-26] рассматривается задача индивидуального прогнозирования изменений параметров и параметрической надежности контролируемых технических объектов. Приводятся оригинальные методы решения таких задач, которые ориентированы на применение в условиях ограниченности и неопределенности исходных данных. Предлагаются соответствующие алгоритмическое, программное и аппаратное обеспечение. Для повышения точности и достоверности информации при обеспечении надежности технических устройств в работе [27] предложен принцип параллельного прогнозирования.
В реальном объекте широкий класс дефектов приводит к изменению не только значений параметров модели, но и ее структуры. Применение методов идентификации без учета специфики объекта диагностирования не позволяет в этом случае определить место дефекта.
В [22] излагается метод поиска дефекта в непрерывном объекте до некоторого фрагмента его модели. Определение неисправного фрагмента производится по отклонению модели неисправного объекта от эталона, в качестве которого принимается модель исправного объекта. Считая, что дефекты приводят к изменению математического описания одного из фрагментов. Строятся гипотезы, в которых фрагмент, предполагаемый неисправным, описывается некоторой произвольной функцией срк (Ху). Поиск неисправного фрагмента модели осуществляется последовательной проверкой построенных гипотез на обучающей и проверочной последовательностях управлений.
Адекватность объекту определяется при помощи критерия несмещенности оценки функции проверяемого фрагмента. В качестве
ОЦеНКИ ИСПОЛЬЗуеТСЯ Мера блИЗОСТИ Значений ОЦеНКИ фуНКЦИИ #>к(Лк)об>
полученной на обучающей последовательности, к значениям функции
<Рк(Лк)пр, полученным на проверочной последовательности. Метод позволяет выделить класс эквивалентности, к которому принадлежит неисправный фрагмент.
Отметим, что размеры фрагментов определяются сложностью модели исправного объекта, и осуществить поиск дефектов с точностью до функциональных блоков в общем случае невозможно. Кроме того, вычисление оценок функции, описывающих неисправный фрагмент, представляет определенные трудности.
В работах [28-31] решение проблемы различимости проводится с
помощью методов распознавания образов. В работе [29] предлагается
осуществить выбор контролируемых параметров путем сравнения
диагностируемого объекта с некоторой идеальной моделью объекта в
смысле однозначности выделения классов технического состояния.
Доказывается, что локализация дефекта может быть выполнена путем
контроля не всего множества параметров системы, а некоторого
уменьшенного числа их. Оптимальный отбор контролируемых параметров,
с достаточной точностью характеризующий состояние объекта,
предлагается выбрать путем решения задачи минимизации.
При решении этой задачи используется метод отображения оптимального пространства параметров на исходное пространство признаков.
В соответствии с основной идеей метода производится сравнение исходного описания объекта диагностирования с некоторой абстрактной эталонной моделью. В результате сравнения из исходного описания выбираются только те параметры, которые образуют описание объекта, наиболее сходное с эталонной моделью, следовательно, содержащее в себе максимум сведений о распознаваемых классах состояния. Таким образом
производится минимизация исходного описания объекта. Алгоритм, обеспечивающий различимость, включает следующие этапы: построение эталонной модели, формирование обобщенной матрицы состояний, построение матрицы отбора, формирование минимизированного описания объекта, определение достаточности минимизированного описания, опознавание дефектов по минимизированному описанию.
В работе [31] по обучающей выборке для объекта диагностирования с известными состояниями, то есть известны значения показателей из области их допустимых значений, в пространстве оцениваемых признаков последовательно восстанавливаются гиперповерхности, соответствующие гиперплоскостям в пространстве этих признаков, а затем при предъявлении объекта с известным состоянием, использовав уравнение построенных гиперплоскостей, оцениваются показатели, оказавшиеся вне области допустимых значений. На основании полученных данных принимается решение о принадлежности системы тому или иному классу технического состояния.
В работе [28] показано, как метод распознавания образов может быть применен для диагностирования технических систем в условиях нечеткости исходной информации.
Достоинства описанных выше аналитических моделей объекта диагностирования в глубине и полноте описании, однако они имеют и недостатки- сложность и отсутствие инженерной наглядности. Кроме того, большой класс технических объектов не допускает использование аналитических методов моделирования по своей структуре, или же создание полной аналитической модели бывает затруднительно из-за отсутствия соответствующей информации. Кроме того, использование
данных методов для поиска дефекта с точностью до блока объекта является достаточно сложной задачей.
В этом случае для решения задачи различимости дефектов объектов механического или пневмогидравлического типа предлагается использовать графоаналитическую (топологическую) модель.
В частности в работе [32] для обеспечения различимости дефектов в объектах, используемые в [6,7,13] модели, предлагается представить полюсным графом, учитывающим структуру объекта. Каждая ветвь графа описывается поперечными и продольными переменными, отражающими физические свойства компонентов в аналитической форме. Зависимости между элементами графа описываются топологическими и компонентными уравнениями. Компонентные уравнения связывают переменные отдельных компонентов, топологические уравнения отражают структуру объекта. Таким образом получают систему уравнений, связывающую входные и выходные значения через коэффициенты, характеризующие параметры компонентов. При постановке диагноза вектора входных воздействий определяются экспериментально. Коэффициенты, характеризующие параметры, вычисляются путем решения п2 независимых уравнений, где п - число компонентов объекта. Отсюда видно, что использование рассматриваемого метода влечет за собой значительные вычислительные трудности и требует выполнить число проверок равное числу компонентов, подлежащих в общем случае идентификации.
Если система технического диагностирования может быть представлена как источник информации о техническом состоянии объекта, на основе которого осуществляется управление состоянием, то такая система может быть представлена информационной моделью диагностирования. В этом случае объект описывается как датчик
диагностических параметров, измерительные приборы как преобразователи информации, средства отображения информации и диагностирования как процесс снятия неопределенности при определении работоспособного состояния или поиска места отказа.
В работе [33] предложен алгоритм минимизации числа точек съема информации, обеспечивающей различимость технического состояния объекта. Алгоритм позволяет найти минимальное, внешне устойчивое подмножество с учетом структуры диагностируемого объекта. С этой целью строится таблица, в которой выделяются ключевые вершины, заведомо исключенные из состава минимального внешне устойчивого подмножества, тупиковые вершины, которые должны войти в состав минимального подмножества, и вершины, отображающиеся в уже включенных в искомое подмножество вершинах. Проводится алгебраический анализ информативности отдельных вершин, при этом учитывается, отображается ли данная вершина в уже включенной в минимальное подмножество вершине или нет. Наиболее информативная вершина включается в подмножество. Анализ продолжается до тех пор, пока не будет заполнена таблица, из которой в дальнейшем можно выделить минимальное внешне устойчивое подмножество вершин объекта диагностирования. Следует отметить, что рассмотренный алгоритм не гарантирует однозначной идентификации дефекта конструкции. Работы [34-38] посвящены решению этой проблемы.
В работе [35] рассмотрен вопрос количественной оценки информативности параметров с точки зрения обеспечения различимости дефектов. Для этого используется теория размытых множеств Л.А.Заде. Использование этой теории позволяет сформулировать задачу наилучшего различения классов как задачу выбора такого набора контролируемых
параметров, при котором максимален . показатель принадлежности пересечения многомерных размытых отношений. Рассмотрены два метода решения: полный перебор параметров, поиск минимума показателя принадлежности пересечения методом оврагов.
В работе [36] разработана методика оценки функций принадлежности
элементов размытых множеств, то есть значений параметров
диагностируемого объекта, принадлежащих различным классам
технического состояния, которые в общем случае пересекаются.
Рассмотрены условия, накладываемые на системы классов при назначении функций принадлежности. Функция принадлежности -величина субъективная. Методы оценки принадлежности элемента включают в себя следующие этапы. Проведение измерения параметров состояния, оценка функции принадлежности состояния, сопоставление измерений состояния с его функциями принадлежности. Сформулировано общее условие полноты системы взаимно дополняющих классов. Если система параметров такова, что описанный в ней класс соответствует состоянию "норма" и полностью включает все отрицания классов соответствующих дефектам узла, и не существует класса неисправного состояния других узлов, которые описаны в данной системе параметров, то система классов полная. Если при экспертной оценке удается получить полную группу взаимно дополняющих классов, то рассматриваемый алгоритм позволяет однозначно идентифицировать любой дефект. Следует отметить, что получение полной группы взаимно дополняющих классов на основе совокупности параметров не всегда возможно.
Если системы диагностирования не представляются блочно функциональной схемой, а зависимости между их параметрами не могут быть представлены аналитическим выражением [39-51], то для таких
систем построение моделей базируется на выявлении причинно-следственных связей между параметрами диагностируемого объекта, т.к. пространства параметров объекта находятся в изоморфном отношении с пространством его состояния. Модель строится в виде графа, каждой вершине которого ставится в соответствие тот или иной параметр диагностируемой системы: значения входных воздействий, величины, характеризующие режимы функционирования координат. Дуги графа представляют собой функциональные или статистические зависимости между параметрами. Эффективным множеством диагностических параметров предлагается считать множество, удовлетворяющее условиям полного описания всех классов технического состояния, наибольшей чувствительности к изменению значений параметров, минимальности состава, доступности для контроля и измерения, обеспечения заданной степени различимости при распознавании отдельных дефектов [52-57].
В работах [58-60] представлен новый метод анализа диагностируемого объекта с использованием нечетких деревьев неисправностей (НДН). Описывается нечеткая алгебра, в рамках которой происходит оперирование с НДН. Предлагается алгоритм обработки НДН, основанный на процедуре дискретизации, которая позволяет рассматривать произвольные распределения на множестве событий. Этот алгоритм, который дает лучшие результаты по сравнению с алгоритмами, основанными на графическом представлении деревьев неисправностей, может быть применен к любым монотонным системам.
Работы [61-63] посвящены разработке методов построения модели и вопросам обеспечения различимости технических состояний объектов, представимых блочно-функциональной или блочно-структурной схемами, где блок соответствует типовому элементу замены или группе их. В основе
построения моделей таких устройств лежат допусковые методы контроля. При таком подходе любая блочно-функциональная структура может быть представлена двухзначной логической моделью. Указанная логическая модель была описана в работах [61-62], в работе [62] приведено строгое доказательство однозначного соответствия между исследуемыми объектом и моделью.
Этапы построения логической модели заключаются в следующем: выполняется дискриминация пространства сигналов по параметрам. Если сигнал характеризуется несколькими параметрами, то выход блока в этом случае расщепляется на такое число выходов, какое число параметров содержит выходной сигнал. Далее блок, содержащий такой сигнал, расщепляют на число блоков соответствующих числу параметров в сигнале. В логической модели объекта каждый блок, функциональной схемы будет представлен, таким образом, несколькими блоками, имеющими один вход и произвольное, в соответствии с функциональной схемой, число выходов. В принятом ранее предположении о разделении пространства сигналов на два подмножества допустимых значений и недопустимых, выходные и входные значения сигналов можно считать логическими переменными, принимающими значение единицы, если соответствующий сигнал принадлежит подмножеству допустимых значений, и нулю в противном случае. Модель считается правильной, если подмножество допустимых и недопустимых значений для любых двух блоков, выход одного из которых является входом другого, соответственно совпадают.
В основу построения процедуры поиска дефектов в объекте положена обработка таблицы функции неисправностей [62]. Таблица функции неисправностей представляет из себя матрицу, строкам которой поставлено в соответствие допустимые элементарные проверки, а столбцам
- технические состояния объекта. При задании непрерывного объекта логической моделью мощность множества возможных проверок равна числу блоков логической модели, так как предполагается, что на все входы воздействия из области допустимых значений подаются одновременно. Свойство модели различать дефектные блоки заключается в отсутствии совпадающих столбцов в таблице функций неисправностей. В связи с этим следует отметить, что по такой модели дефекты блоков, охваченных обратной связью, не различимы. Алгоритм поиска дефектов состоит в выборе совокупности строк таблицы функции неисправностей таких, чтобы все образуемые этими строками столбцы были различны. В общем случае для определения минимальных совокупностей точек контроля, обеспечивающих различимость одиночных дефектов, необходимо найти минимальное покрытие таблицы функций неисправностей системой ее столбцов.
Процедуры построения минимальных и квазиминимальных покрытий рассмотрены в работах [64,65]. К недостаткам данного метода следует отнести тот факт, что при минимизации числа контрольных точек не учитываются затраты, связанные с проведением проверок, что является существенным на практике.
В [66] показано, как по таблице функций неисправностей получить способ диагностирования минимальной формы в виде деревьев логических возможностей.
