Содержание к диссертации
Введение
1. Анализ организации системы технического диагностирования ЖАТ 15
1.1. Анализ системы обеспечения надежности аппаратуры ЖАТ 15
1.2. Анализ влияния антропотехнического фактора при диагностировании на показатели эксплуатационной надежности аппаратуры ЖАТ и обоснование необходимости интеллектуализации процессов ее диагностирования 18
1.3. Характеристика основных подходов искусственного интеллекта в аспекте разработки системы поддержки поиска неисправностей в аппаратуре ЖАТ 25
Выводы 37
2. Разработка математического обеспечения экспертной системы поддержки поиска неисправностей в аппаратуре ЖАТ 39
2.1. Формализация диагностической экспертной информации 39
2.2. Разработка нечеткой диагностической модели на основе лингвистической переменной «Признак» и распределения уверенности 57
2.3. Анализ исходной диагностической экспертной информации и построение представительного множества нечетких комплексов диагностических признаков 63
2.4. Разработка алгоритма идентификации технических состояний аппаратуры ЖАТ на основе анализа диагностической экспертной информации 69
Выводы 72
3. Оценка эффективности применения экспертной системы поддержки принятия решений при поиске неисправностей в аппаратуре ЖАТ 74
3.1. Описание исходных данных для моделирования и формирование диагностической модели 74
3.2. Моделирование формирование базы знаний на основе построения представительного множества нечетких комплексов диагностических признаков 75
3.3. Идентификация технических состояний аппаратуры ЖАТ на основе экспертной диагностической информации 76
3.4. Сравнительная оценка влияния поддержки поиска неисправностей на эффективность поиска неисправностей по основным показателям технического диагностирования 79
3.5. Разработка алгоритма обучения экспертной базы знаний системы поддержки поиска неисправностей в аппаратуре ЖАТ 85
Выводы 91
4. Основы реализации системы поддержки деятельности специалистов по поиску и устранению неисправностей аппаратуры ЖАТ с использованием IPTV-технологии .92
4.1. Обоснование структуры экспертной системы системы поддержки деятельности специалистов по устранению отказов аппаратуры ЖАТ 92
4.2. Реализация гносеологического потенциала диагностической системы поддержки поиска неисправностей в аппаратуре ЖАТ 96
4.3. Организация системы поддержки профессиональной деятельности специалистов по устранению неисправностей в аппаратуре ЖАТ с использованием IPTV-технологии 103
Выводы 109
Заключение
Список литературы 117
Приложение. акты реализации результатовдиссертации 134
- Характеристика основных подходов искусственного интеллекта в аспекте разработки системы поддержки поиска неисправностей в аппаратуре ЖАТ
- Разработка нечеткой диагностической модели на основе лингвистической переменной «Признак» и распределения уверенности
- Идентификация технических состояний аппаратуры ЖАТ на основе экспертной диагностической информации
- Обоснование структуры экспертной системы системы поддержки деятельности специалистов по устранению отказов аппаратуры ЖАТ
Введение к работе
Актуальность темы диссертации. Развитие аппаратуры железнодорожной автоматики и телемеханики (ЖАТ) на современном этапе характеризуется значительным возрастанием важности решаемых с ее помощью задач и, как следствие, увеличением ее сложности. Функциональное усложнение аппаратуры ЖАТ в совокупности с ростом степени зависимости обеспечения безопасности перевозок железнодорожным транспортом (ЖТ) от надежности аппаратуры ЖАТ выдвигают задачу обеспечения надежности в ранг наиболее приоритетных [37, 97, 98]. Вступление России в ВТО требует немедленного решения проблемы повышение качества и надежности продукции ее предприятий и отраслей. Именно качество и надежность продукции в первую очередь определяет сегодня конкурентоспособность выпускаемых изделий [162]. Несмотря на неослабевающее внимание к проблемам обеспечения качества и надежности сложных технических систем [1, 2, 30, 37, 39, 41, 47, 60, 73, 85, 92, 97, 99, 102, 108, 117, 139, 152, 162, 165, 173], несмотря на усилия разработчиков аппаратуры, служб надежности и управления качеством на предприятиях отрасли, в эксплуатацию продолжают поступать образцы, имеющие недостаточный уровень надежности. Эти негативные проявления фиксируются в виде отказов аппаратуры ЖАТ в сфере ее эксплуатации, который по оценкам специалистов [99] достигает нескольких тысяч в год и в последние 5-7 лет практически не снижается, несмотря на значительные вложения материальных и финансовых средств в совершенствование процессов разработки, производства и эксплуатации аппаратуры. Это свидетельствует, что проблема обеспечения требуемых показателей надежности аппаратуры ЖАТ на основе комплексного и всестороннего совершенствования системы управления надежностью на всех стадиях жизненного цикла априорно относится к актуальным и имеет большую научную и практическую значимость.
Комплексный подход к решению проблемы управления надежностью аппаратуры ЖАТ, обозначенный в [98, 99], предусматривает в качестве одного из приоритетных направлений совершенствование системы технического обслуживания эксплуатируемой аппаратуры ЖАТ [37] и, в частности, совершенствование существующей системы мониторинга и диагностирования технического состояния аппаратуры ЖАТ.
При сугубо техническом подходе к совершенствованию процессов технического диагностирования и анализа причин отказов сложных систем, как правило, предполагается, что данный процесс реализуется идеально точно, и не учитывается, что на практике при выполнении диагностических операций алгоритма поиска неисправностей участвует человек, который может допускать ошибки, как в определении структуры самого диагностического алгоритма, так и при выполнении его отдельных операций, особенно в условиях большой сложности в организации обслуживания систем и при ограниченном времени обслуживания. Поэтому большое значение для успешного решения задачи повышения эксплуатационной надежности аппаратуры ЖАТ на основе совершенствования системы мониторинга и диагностирования технического состояния аппаратуры ЖАТ имеет уровень квалификации технического персонала расчетов по поиску и устранению неисправностей. От квалификации персонала во многом зависит результативность и оперативность процесса установления места отказа и выявления причин неисправностей аппаратуры ЖАТ, а, соответственно, и эффективность ее эксплуатации.
С учетом анализа проблематики исследования данной научной работы, можно с большой долей уверенности предположить, что применение технологии искусственного интеллекта и интеллектуальных систем для поддержки процесса поиска неисправностей в аппаратуре ЖАТ является актуальным и недостаточно проработанным направлением.
В деле успешного решения задач производства, обслуживания и эксплуатации аппаратуры ЖАТ, а именно к сфере решения этих задач относятся задачи диагностирования ее технического состояния и анализа причин отказов, большое значение отводится предварительному обучению технического персонала и обучению (повышению квалификации). Даже в условиях тенденции автоматизации процессов управления работой сложных систем (и процессов их технического обслуживания) человеку принадлежит далеко не последняя роль. Вопросы использования ИКТ для подготовки специалистов технического характера, тем более в такой сложной и специфической сфере знаний как техническая диагностика еще недостаточно проработаны. Существует достаточно ограниченное число работ, посвященных проблематике поддержки профессиоанальной деятельности специалистов по анализу отказов технических систем. Здесь следует отметить работу В.М.Кайнова [97], в которой исследованы некото- рые аспекты построения обучающей системы подготовки специалистов по физико-техническому анализу отказов. Данное направление применительно к поддержки специалистов по поиску и устранению неисправностей в аппаратуре ЖАТ на основе структурно-параметерического подхода к построению базы знаний диагностической экспертной системы были проработаны в диссертации Кобякова А.Г. [105]. В современных работах, посвященных проблематике искусственного интеллекта [34], обозначено новое направление в применении интеллектуальных систем как гносеологического инструмента, позволяющего непосредственно во взаимодействии с базой знаний о предметной области реализовать свои познавательные запросы.
Организация подготовки квалифицированных специалистов по поиску неисправностей аппаратуры ЖАТ и установлению причин ее отказов является априорно новым и малопроработанным направлением как в области искусственного интеллекта, так и в сфере научных исследований образовательной направленности [34]. С учетом этого тему диссертации, посвященной исследованию вопросов разработки научно-методического обеспечения построения диагностической базы экспертных знаний системы поддержки поиска неисправностей в аппаратуре ЖАТ и разработке способов и условий ее использования в практических целях для повышения профессиональной квалификации специалистов по поиску и устранению неисправностей следует считать актуальной.
Необходимо отметить, что при обосновании структуры системы поддержки профессиональной деятельности специалистов по поиску и устранению неисправностей в используемой по назначению аппаратуре ЖАТ необходимо учитывать ряд важных факторов: значительное пространственное распределение находящейся в эксплуатации аппаратуры ЖАТ, обусловленное обширной железнодорожной сетью страны; временное распределение, обусловленное значительностью протяженностью территории страны, на которой эксплуатируется аппаратура ЖАТ, по широте; существенные различия в климатических условиях эксплуатации, обусловленное значительностью протяженностью территории страны, как по широте, так и по долготе; различиями в квалификации технического персонала, задействованного для решения диагностических задач, обусловленными удаленностью от центров первона- чальнои подготовки и переподготовки, различным уровнем условий и интенсивности эксплуатации аппаратуры ЖАТ, дифференциацией причин отказов, связанных с указанными выше факторами (интенсивность и климатические факторы) и проч.
Перечисленные факторы в совокупности с соображениями экономического характера (например, нецелесообразность организации обучения персонала на базе крупных центров ввиду необходимости решения множества вопросов социально-экономического характера) и в условиях активного развития современных информа-ционно-коммуникационых технологий позволяют сделать вывод о необходимости организации системы поддержки профессиональной деятельности специалстов по поиску и устранению неисправностей аппаратуры ЖАТ при ее эксплуатации, в том числе и как дистанционной системы поддержания и повышения их профессиональной квалификации. При этом необходимо использовать возможности находящейся в стадии развития и внедрения IPTV-технологии, возможности которой априорно позволяют преодолеть объективнее трудности организационно-технического характера, обусловленные проявлением перечисленных выше факторов.
Рассмотрение задачи разработки системы поддержки профессиональной деятельности специалистов по поиску и устранению неисправностей как экспертной диагностической системы, позволяющей не только непосредственно обеспечить качество поиска неисправностей в аппаратуре ЖАТ, но еще и эффективно решать вопросы подготовки технического персонала расчетов по поиску неисправностей, требует проведения предварительного анализа проблемной области на предмет целесообразности применения подходов искусственного интеллекта и возможности представления диагностических знаний на формальном языке существующих моделей и методов.
Принято считать, что целесообразность применения технологии искусственного интеллекта определяется высокой степенью неопределенности проблемной области. Принимая во внимание то обстоятельство, что очень многие встречающиеся в практике эксплуатации сложных технических систем задачи поиска неисправностей обусловлены многофакторной неопределенностью (неполная наблюдаемость объекта диагностирования; неявный характер выраженности диагностических признаков; неоднозначность причинно-следственной связи между сущностью физических изменений, обусловивших отказ объекта диагностирования, и его внешним проявлением в доступных для наблюдения признаках; погрешности при измерении, преобразовании и передаче диагностической информации и т.п.), можно сделать вывод, что техническая диагностика это та область, где применение методологии искусственного интеллекта заведомо оправдано. Еще более оправдан отмеченный подход, если речь идет о разработке диагностической экспертной системы как системы образовательного назначения, поскольку к отмеченным выше факторам неопределенности добавляются факторы, сопутствующие процессу передачи и без того специфичных знаний от одного субъекта процесса обучения к другому субъекту (синтаксическая, семантическая, лингвистическая неопределенность).
Эффективность диагностирования изначально определяется оптимальностью алгоритма диагностирования, в основе которого лежит метод диагностирования. Современный уровень развития технической диагностики характеризуется многообразием методов [40, 42, 61, 113], применяемых для организации процессов определения технического состояния объектов. Значительный вклад в развитие теоретических основ технической диагностики внесли советские и российские ученые Пархоменко П.П. [138], Карибский В.В. [138], Согомонян Е.С. [138], Дмитриев А.К. [78], Кост-рыкинА.И. [110], Мозгалевский А.В., Клюев В.В. [157], КалявинВ.П. [157], Чипу-лис В.П. [61], Гуляев В.А. [64], Ксенз СП. [113] и др. В зависимости от задач, решаемых при диагностировании, методы технической диагностики можно разделить на две основные группы: методы определения работоспособности и методы поиска места и определения причин отказа. Достаточно широко и систематично те и другие представлены в работах [42, 61, 78].
Основываясь на результатах анализа, проведенного в работах [97, 138], следует отметить, что указанные методы диагностирования послужили основой для решения задачи автоматизации поиска неисправностей для задач, характеризующихся достаточно высокой степенью определенности. Задача разработки системы поддержки профессиональной деятельности специалистов по поиску неисправностей в аппаратуре ЖАТ, характеризующаяся, как показал проведенный выше анализ, достаточно высокой степенью сложности и многофакторной неопределенностью, и не может быть решена в рамках известных моделей и методов технической жиагностики. К тому же отмеченные методы базируются на технологии обработки данных, но не знаний, что требуется для экспертной системы.
Активное развитие искусственного интеллекта связано, прежде всего, с исследованиями американских, российских, французских и японских ученых (Ю.И.Журавлев [88 * 89], А.Г.Ивахненко [93], М.М.Бонгард [45], Л.Заде [90, 188], Э.ВЛопов [94], Д.А.Поспелов [130], Н.Нильсон [134], А.Н.Борисов [46, 135], А.Кофман [112], Х.Танака [131] и мн.др.)- При несомненных успехах в данной области, следует отметить, что использование достижений искусственного интеллекта в интересах диагностирования технических систем на настоящий момент имеет весьма ограниченное применение.
Перспективным направлением для технической диагностики является ситуационный подход, развитие которого в структуре ИИ обеспечено трудами Попова Э.В. [144], Поспелов Д.А. [146], Мелихова А.Н. [121], Берштейна Л.С. [121], Коровина С.Я. [121]. Интеллектуализации процессов диагностирования сложных технических систем посвящены работы Данилюка С.Г. [67], Романенко Ю.А. [146]. Вопросы практической реализации отмеченного подхода при автоматизации производства рассмотрены в работах Кострова А.В. [109, 137], Макарова Р.И. [3, 160], Хорошевой Е.Р. [3, 160]. Однако, использование достижений ИИ в интересах диагностирования технических систем на настоящий момент имеет ограниченное применение в силу недостаточной проработки вопросов формализации и обработки диагностической экспертной информации.
Обобщая вышеизложенное, можно заключить, что диссертационные исследования, посвященные разработке математических моделей и алгоритмов обработки диагностической экспертной информации как основы функционирования системы поддержки профессиональной деятельности специалистов по поиску неисправностей в аппаратуре ЖАТ, предназначенную для реализации с применением IPTV-технологии можно обоснованной считать актуальным и продиктованным практической потребностью эффективной эксплуатации аппаратуры ЖАТ.
На основании проведенного выше анализа может быть сформулировано противоречие между необходимостью организации поддержки поиска неисправностей в аппаратуре ЖАТ и отсутствием диагностических моделей и формализованных алгоритмов, позволяющих решать диагностические задачи на основе экспертной информации.
Цель исследования — сокращение средней продолжительности и повышение полноты диагностирования аппаратуры ЖАТ.
Объектом исследований является система поиска неисправностей в аппаратуре ЖАТ, а предметом - методы формализации, анализа и обработки диагностической информации при определении технических состояний аппаратуры ЖАТ.
Научная задача состоит в разработке модели и алгоритмов анализа и обработки диагностической экспертной информации как основы принятия решений СППН в аппаратуре ЖАТ.
Задачи исследования. Для достижения сформулированной цели исследования в диссертации решены следующие задачи:
1. Разработка модели для формализации диагностической экспертной инфор мации о технических состояниях аппаратуры ЖАТ на основе лингвистической пере менной «Признак» и распределения уверенности.
2. Разработка алгоритма идентификации технических состояний аппаратуры ЖАТ на основе анализа диагностической экспертной информации.
Разработка алгоритма обучения экспертной базы знаний системы поддержки поиска неисправностей в аппаратуре ЖАТ.
Оценка эффективности поддержки поиска неисправностей на основе разработанной модели и алгоритмов по основным показателям технического диагностирования.
Обоснование реализации разработанной модели, алгоритмов анализа и обработки диагностической экспертной информации при поддержке профессиональной деятельности специалистов по поиску неисправностей в аппаратуре ЖАТ.
Основные научные результаты, представляемые к защите:
Модель формализации диагностической экспертной информации о технических состояниях аппаратуры ЖАТ на основе лингвистической переменной «Признак» и распределения уверенности.
Алгоритм идентификации технических состояний аппаратуры ЖАТ на основе анализа диагностической экспертной информации.
Алгоритм обучения экспертной базы знаний системы поддержки поиска неисправностей в аппаратуре ЖАТ.
4. Структура СПІШ и ее реализация при поддержке профессиональной деятельности специалистов по поиску неисправностей в аппаратуре ЖАТ.
Достоверность результатов, полученных в диссертационной работе, обеспечивается корректным использованием апробированного математического аппарата нечетких множеств, нечеткой логики, системного анализа, непротиворечивостью результатов принятия решений с использованием разработанных моделей и процедур результатам, полученным на основе обработки идентичных исходных данных в соответствии с известными и апробированными в технической диагностике моделями и процедурами.
Научная новизна и теоретическая значимость работы состоит 1) в том, что разработана модель, которая на основе лингвистической переменной «Признак» и распределения уверенности позволяет формализовать диагностическую экспертную информацию о техническом состоянии аппаратуры ЖАТ; 2) в разработке алгоритма анализа диагностической экспертной информации и вычисления степени ее нечеткого равенства идентифицировать текущее техническое состояние аппаратуры ЖАТ; 3) разработке алгоритма обучения экспертной базы знаний системы поддержки поиска неисправностей в аппаратуре ЖАТ на основе коррекции значений субъективных вероятностей, первоначально определенных на основании экспертной информации, по результатам статистических данных.
Практическая значимость работы определяется разработкой основы алгоритмического обеспечения функционирования аналитической подсистемы СППН в аппаратуре ЖАТ. Произведенная оценка разработанной модели, алгоритмов анализа и обработки диагностической экспертной информации при поддержке профессиональной деятельности специалистов по поиску неисправностей в аппаратуре ЖАТ в сравнении с диагностированием на основе таблицы функций неисправностей показала повышение 1) повышение полноты диагностирования с 0,51 до 0,78; 2) сокращение средней продолжительности поиска неисправностей в 2,5 раза.
Апробация и публикации по теме работы. Результаты работы докладывались и обсуждались на II Международной научно-практической конференции «Информационные технологии в образовании, науке и производстве» (г. Серпухов, 2008) [16], VI Всероссийской научно-практической конференции «Проблемы информатизации социальных систем: региональный аспект» (г. Чебоксары, 2008) [14, 22, 23], Me- ждународной научно-практической конференции «Кабельное и спутниковое ТВ, телерадиовещание, широкополосный доступ» CSTB-2004 (г. Москва, 2004) [5], 11-й научно-практической конференции операторов и пользователей сети спутниковой связи и вещания России (г. Дубна, 2006) [8], 5-й научно-практической конференции «Развитие цифрового вещания в России» (г. Москва, 2007) [9], III Международная конференция по цифровому телевещанию «Цифровая Россия: вчера, сегодня, завтра» (г. Ханты-Мансийск, 2007) [10], 13-й Международной научно-технической конференции «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (г.Рязань, 2004) [26], Всероссийском научно-техническом совещении «Современные технологии в кабельном телевидении. Реализация концепции построения интерактивных мультисервистных сетей кабельного телевидения» (г. Санк-Петербург, 2002) [6], Всероссийском научно-техническом совещении «Новые информационные технологии в научных исследованиях и в образовании» (г. Рязань, 2003) [27], Всероссийском научно-техническом совещении «Основные направления и пути реализации «Программы модернизации передающей сети государственного телерадиовещания на территории Российской Федерации» (г. Москва, 2003) [12].
По теме диссертации опубликовано 24 работы, из которых 6 публикации в изданиях, входящих в перечень ВАК («Информационные технологии в проектировании и производстве» [17], «Известия Института инженерной физики» [13, 18, 19, 20], «Образование и Информатика» [24]).
Внедрение результатов исследований. Результаты диссертационных исследований реализованы и внедрены в ИИФ РФ (г. Серпухов), ПКТБ ЦШ - ОАО «РЖД» (г. Москва), а также в учебном процессе Серпуховском ВИ РВ (г. Серпухов).
Структура работы. Диссертация имеет объем 137 страниц (27 рис., 19 табл.) и состоит из списка сокращений, введения, четырех разделов, заключения, списка литературы (189 наименований) и приложения.
Характеристика основных подходов искусственного интеллекта в аспекте разработки системы поддержки поиска неисправностей в аппаратуре ЖАТ
Задачей обработки знаний является поддержка интеллектуальной деятельности человека. Интеллектуальные диагностические системы по существу предназначены для решения задачи классификации: каждому состоянию диагностируемого объекта они ставят в соответствие определенный диагноз.
Важнейшая черта интеллектуальной системы проявляется в способности к обработке информации называемой знаниями [34, 56]. В литературе по искусственному интеллекту [34, 56, 144, 177] под знаниями принято понимать информацию, формализованную в соответствии с определенными структурными правилами, которую интеллектуальная система может автономно использовать при решении проблем. Обработка знаний интеллектуальной системой представляет собой преобразование их содержимого по правилам, предусмотренным для форм, которыми описываются знания в системе. Поэтому одной из важнейших задач, которые должны быть решены при обработке знаний, является описание смыслового содержания выбранной проблемной области в той форме, которая гарантирует, что обработка их содержимого формальными правилами преобразования будет осуществляться правильно.
Различные способы представления знаний разрабатывались в соответствии с различными концепциями. Однако все они подчинены общей цели - представлению знаний и их использованию в решении проблем. Уровень достижения этой цели для каждого соответствующего способа представления различный. Рассмотрим специфические особенности, проявляющиеся во внешнем виде различных представлений знаний, и то общее, что в них имеется.
Формализация знаний продукционными правилами осуществляется на базе логической конструкции ЕСЛИ - ТО. Простота и наглядность данного способа представления знаний обусловили его широкое применение во многих интеллектуальных системах. Наиболее известными продукционными системами являются системы медицинской диагностики MYCIN, EMYCIN [144], а также система поддержки передачи знаний в базу знаний при отсутствии инженера по знаниям TEIRESIAS. Механизм выводов в продукционной системе включает функции поиска в базе знаний, последовательного выполнения операций над знаниями и получения заключений.
Представление знаний с помощью продукционных правил достаточно просто, а выводы, которые проводятся на основе формализма вида ЕСЛИ - ТО легко понимаемы [144, 147]. Ярко выраженная модульность правил позволяет задавать новые значения, не вдаваясь в смысл других знаний. Благодаря этому, а также возможности построения выводов в однородной форме получаемые системы становятся простыми и легко понимаемы. С другой стороны такая простота, направлена на простые, однородные по свойствам задачи и приводит к резкому падению эффективности решения проблем, которые состоят из нескольких разнородных задач. Но даже если проблема является простой, не удается построить систему для управления знаниями как единым целым. При усложнении проблемы решаемой с помощью продукционной системы, сложность системы управления знаниями резко усложняется.
Семантические сети — это общее название методов описания, использующих сети, ими же называют и способ представления знаний. Характерная особенность семантической сети состоит в наглядности знаний как системы. Каждое отдельное знание рассматривается как некое отношение между сущностями и понятиями, которые представляют собой реальные объекты. Сущности и понятия отображаются в семантической сети в виде узлов, тогда как отношения между ними - дугами.
Выводы с использованием семантических сетей осуществляются путем интерпретации дуг (отношений), связывающих узлы (сущности, понятия). Формально, так же как и в продукционных системах, определенные заранее и уже существующие внутри системы знания можно наращивать независимо с сохранением их модульности. В то же время все знания, относящиеся к одинаковым сущностям и понятиям, могут быть изображены в виде отношений между различными узлами, описывающими эти сущности. Практическая реализация выводов на основе семантических сетей требует специальных алгоритмов вывода. В отличие от выводов в продукционных системах, которые определяются только для формализма ЕСЛИ - ТО и поэтому являются формализованными, выводы в семантических сетях, обладающих многими чертами других систем представления знаний, в силу того, что форма представления сетями не устанавливается, для каждого конкретного формализма будут определены свои собственные правила вывода.
Таким образом, существенным недостатком семантических сетей как системы представления знаний является предрасположенность к возникновению противоречий. Этот фактор ограничивает применимость данного способа представления проблемами, решение которых не влечет за собой использование большого объема знаний.
Основными формализмами представления знаний логическими предикатами являются: терм, представляющий идентификатор реального объекта, и предикат, предназначенный для описания отношений между сущностями объектов в виде реляционной формулы, компонентами которой являются термы.
Логике предикатов присущ высокий уровень модульности знаний и одновременно с этим она позволяет получить единственную систему представления, в которой логически разъясняются свойства знаний как единого целого [140, 144, 147]. Следовательно, с помощью логики предикатов можно, определяя произвольным образом знания, выяснить, имеются или отсутствуют противоречия между новыми и уже существующими знаниями. С другой стороны, логике предикатов вследствие сохранения свойства целостности присущи такие недостатки, как чрезмерный уровень формализации представления знаний, трудность их прочтения, не слишком хорошая производительность обработки. Кроме того, в логике предикатов все отношения описываются предикатами, и поэтому при компьютерной обработке те преимущества, которые имеет структура данных, не могут в полной мере проявиться. Это также ухудшает эффективность обработки.
Модель доски объявлений является одной из развитых модификаций продукционной системы [140, 144, 147]. Целью разработки модели доски объявлений было создание такой системы, которая компенсирует ограниченность монотонных выводов и может применяться для решения сложных проблем за счет использования механизма разделения источников знаний и их согласованных действий в общей рабочей памяти, с сохранением при этом такого преимущества продукционной системы, как модульность знаний. Когда возникает сложная проблема с ярко выраженной независимостью отдельных работ, то нет особых препятствий к практической реализации системы для ее решения, однако она будет отличаться от продукционной системы. Если отдельные операционные единицы будут в соответствии со сложившейся ситуацией находиться в более тесной взаимосвязи, то проблему не удастся решить простым механизмом управления доской объявлений. Иначе говоря, важнейшим моментом для успешной работы системы выводов становится управление доской объявлений, однако на практике осложнения вызывают также трудности представления метазнаний и способы их применения. В общем случае управление возлагается на самого пользователя. Это требует наличия у него высокоуровневых знаний и наряду со строгой индивидуальностью системы, со сложностью пользования этой системой остается, так же как и в семантических сетях, проблема противоречивости знаний.
Разработка нечеткой диагностической модели на основе лингвистической переменной «Признак» и распределения уверенности
Как уже отмечалось выше при обосновании выбора математического аппрата для формализации диагностической экспертной информации в базе знаний диагностической экспертной системы поддержки поиска неисправностей в аппаратуре ЖАТ, среда, в которой эксперт по диагностике осуществляет свою деятельность, характеризуется неопределенностью, обусловленной случайностью исходов, закон распределения которых неизвестен. Очевидно, что, решая задачи поиска неисправности, эксперт осуществляет отображение реальной задачи на некоторый формализованный и понятный ему язык. В связи с этим задаче диагностирования, решаемой по экспертным данным, может быть присущи следующие виды неопределенности: физическая неопределенность, которая связана с наличием во внешней среде нескольких возможностей, каждая из которых случайным образом становится действительностью, а также неточностью измерения конкретных физических величин; лингвистическая неопределенность, связанная с использованием для описания задачи естественного языка.
Как уже было ранее отмечено, наряду с парамтерами, легко поддающимися измерению, в технических системах при работе возникают различные явления, сопутствующие возникновению и проявлению неисправностей. Это могут быть признаки слабо связанные с определенными участками системы [113] органолептического характера. Зачастую они не подкреплены показаниями контрольно-измерительных средств, но на практике они играют большую роль, позволяя опытным специалистам предугадывать момент отказа или оптимизировать процесс поиска неисправностей. Признанным фактом является то, что высококвалифицированные специалисты ремонтники причины отказов выявляют за короткое время и без привлечения большого количества контрольно-измерительных приборов. Как отмечается в [113] многие задачи поиска неисправностей не имеют строго теоретического обоснования. Практики накапливают знания с опытом, наблюдая и сопоставляя признаки. Необходимо подчеркнуть, что используемые ими модели принятия решений в основном базируются на логических рассуждениях и в незначительной степени на использовании численных процедур [55].
При разработке диагностической базы знаний следует учитывать особенности, отмеченные в работе [56]: 1) объем знаний эксперта о предметной области может быть очень велик; 2) перенесение знаний эксперта в диагностическую базу знаний сопряжено с конкретными трудностями, которые обусловлены тем, что эксперт знает многое, и знание его основано на прошлом опыте, на совокупности практических случаев. Однако наряду с кажущейся на первый взгляд конкретностью и разобщенностью отдельных случаев знание, которым пользуется эксперт, представляет результат сопоставления разрозненных фактов, признаков и осмысления существующих между ними закономерностей. Таким образом, в базе знания необходимо предусмотреть механизм анализа, сущность которого не является прямым следствием накопленного практического опыта. Общепризнанным является то, что эксперт знает больше, чем осознает. И даже то, что он осознает, не всегда может быть выражено в четких правилах, регламентирующих процесс поиска. Таким образом, способности эксперта представлять свои знания в виде четких правил достаточно ограничены. Действия эксперта при решении конкретной диагностической задачи во многом определяются особенностями человеческой системы переработки информации. Следовательно, при построении диагностической базы знаний необходимо осознавать особенности используемого для этого источника информации. Математическая модель для основы диагностической системы поддержки поиска неисправностей в аппаратуре ЖАТ, должна позволять фиксировать опыт наиболее квалифицированных специалистов (экспертов) в области диагностирования элементов аппаратуры ЖАТ, накапливать знания и осуществлять «рассуждения», предлагая лицу, принимающему решения обоснованные гипотезы о предполагаемых альтернативах при поиске и устранении неисправностей. Согласно [61] математическая модель лежит в основе всех исследований по техническому диагностированию и, в свою очередь, определяет содержание диагностической модели. С учетом вышесказанного, а также особенностей рассматриваемого объекта диагностирования, при разработке его математической модели для диагностической системы поддержки поиска неисправностей в аппаратуре ЖАТ приняты следующие допущения: 1. Структура аппаратуры ЖАТ известна. 2. Поиск неисправностей на основе штатного математического и алгоритмического обеспечения приводит к ситуациям, когда искомая неисправность (вызвавшая отказ в аппаратуре ЖАТ) находится в классе неразличимых неисправностей. 3. Для сокращения мощности классов неразличимых неисправностей и идентификации неисправности используются знания экспертов, имеющих большой опыт эксплуатации и диагностирования объектов данного и аналогичного типа. 4. Вероятностные и стоимостные факторы поиска неисправностей среди множества неразличимых учитываются опытом и знаниями эксперта по диагностике. С учетом принятых допущений может быть построена теоретико-множественная м о дел ъ, заданная.
Идентификация технических состояний аппаратуры ЖАТ на основе экспертной диагностической информации
Согласно [80] концепция представляет собой согласованную систему взглядов и идей, определяющих общую методологию. Таким образом, при изложении концепции построения базы знаний информационно-аналитической системы анализа причин отказов аппаратуры ЖАТ должны быть в самом общем виде сформулированы идеи, которые станут основой для формирования системы принципов, а также разработки моделей и методов. Объективно процесс анализ неисправных состояний аппаратуры ЖАТ может быть представлен в виде следующих друг за другом, взаимосвязанных типичных циклов, каждый из которых включает следующую последовательность операций: 1) образование из функциональных элементов средств и объекта анализа некоторой подсистемы, в рамках которой реализуется аналитическо-исследовательская функция диагностирования; 2) определение выходных параметров или воздействий технических средств, применяемых для анализа причин отказов аппаратуры ЖАТ; 3) применение (воздействие) в соответствии с результатами выполнения операций п. 2) соответствующих средств анализа по отношению к отказавшим ЭРИ аппаратуры ЖАТ; 4) преобразование объектом анализа (ЭРИ аппаратуры ЖАТ) воздействий п. 3) в некоторые доступные для наблюдения и измерения ответные реакции (признаки), характеризующие внутренние физико-технические свойства; 5) контроль и (или) измерение выходных признаков исследуемых объектов (ЭРИ аппаратуры ЖАТ); 6) анализ, обработку диагностической информации в соответствии с определенными алгоритмами и принятие решения об истинных причинных, вызвавших отказ ЭРИ аппаратуры ЖАТ. Очевидно, что обработка информации по определенному алгоритму предполагает наличие, во-первых, некоторой эталонной модели, представляющей образ «идеального объекта контроля», во-вторых, правил формирования текущего образа объекта контроля, являющегося текущей моделью его подсистемы, подвергающейся проверке, в-третьих, правил сравнения отмеченных моделей и формирования оценки по некоторому показателю (имеющему под собой веское физическое или логическое обоснование), позволяющей сделать в соответствии с определенным критерием, заключение о техническом состоянии проверяемой подсистемы объекта контроля.
Роль эталонной модели в процессе интеллектуального диагностирования многозначна. С одной стороны эталонная модель на некотором фиксированном этапе развития информационно-аналитической системы является воплощением априорных знаний и данных об объекте контроля с другой стороны, очевидно, что в процессе функционирования системы появятся новые знания и данные, которые по мере их накопления целесообразно использовать для уточнения эталонной модели. Это означает, что эталонная модель должна сочетать в себе два противоположных свойства: быть устойчивой для того, чтобы сохранять наиболее существенные черты исходного описания объекта, и, в то же время, быть приспособленной к изменению в соответствии с текущей информацией с целью уточнения сущностей моделируемого объекта. Свойство диагностической эталонной модели к повышению уровня адекватности отображения реального объекта диагностирования принято называть адаптивностью. Очевидно, что принцип адаптации эталонной модели должен быть основополагающим при разработке базы знаний экспертной системы поддежки анализа причин отказов и поиска неисправностей.
Кроме того, отмеченные выше принципы являются неотъемлемыми при построении системы как системы, предназначенной для подготовки квалифицированных специалистов, обучение которых должно проводиться на основе наиболее полной, структурно и семантически упорядоченных знаний и данных.
С учетом результатов исследований, проведенных в предыдущих пунктах работы, диагностическая экспертная система поддержки поиска неисправностей, используемая в целях подготовки квалифицированных специалистов, должна включать базу эвристических знаний.
База эвристических знаний несет в себе функции по формализации и обработке знаний и опыта специалистов по анализу причин отказов ЭРИ аппаратуры ЖАТ и фактически представляет собой механизм анализа диагностических признаков с учетом степени их возможности при диагностической ситуации и обоснования решений на основе алгоритмических процедур, реализованных в диагностической экспертной системы. В рамках базы эвристических знаний таюке может быть формализована детерминированная физико-техническая информация, имеющей прецедентный характер, как получаемая в процессе проведения диагностических экспериментов по выявлению отказов и анализу их причин, так и содержащаяся в НТД.
Для реализации разрабатываемой модели может быть использована следующая структура системы, основанной на знаниях, которая включает (рис. 4.1) шесть блоков: блок оценки состояний, блок анализа и принятия решений, блок выдачи, блок объяснения и адаптации, непосредственно самой базы знаний и данных как хранилища прагматической информации, а таюке блока экспертного опроса и ввода данных. Функционирование отмеченной структуры предусматривается в следующих режимах: в режиме настройки и в режиме использования при анализе и обучении. Взаимодействие блоков базы эвристических знаний в первом режиме показано на рис. 4.1 пунктирными линиями, а во втором - сплошными.
Рассмотрим назначение указанных блоков системы. Подсистема оценки состояния предназначена для построения на основе поступающей на его вход информации от оператора, а также непосредственно от объекта диагностирования формализованного описания текущей диагностической ситуации. Подсистема принятия решений предназначена для выработки на основе формализованного описания текущей диагностической ситуации, получаемого от подсистемы оценки состояния, а также информации, хранящейся в базе знаний и данных, гипотез о возможности тех или иных неисправностей. Подсистема выдачи предназначена для осуществления перехода от внутренней формы представления информации, которая используется при решении диагностических задач, к форме, удобной для пользователей системы. Подсистема экспертного опроса и ввода данных предназначена для настройки подсистемы оценки состояния, подсистемы принятия решений и операционной части самой подсистемы экспертного опроса, а таюке создания и заполнения в интерактивном режиме базы знаний и данных, а таюке при необходимости их дальнейшей коррекции. Подсистема объяснения и адаптации позволяет пояснить мотивы выработки решений системы. База знаний и данных предназначена для хранения признаков, лингвистических переменных, множества неисправностей, множества допустимых тестовых воздействий, множества формализованных описаний объекта при любой из возможных неисправностей и проверок, а также хранения описания самой диагностической системы.
Обоснование структуры экспертной системы системы поддержки деятельности специалистов по устранению отказов аппаратуры ЖАТ
Использование методов инженерии знаний в качестве дидактических инструментов и в качестве формализмов представления знаний способствует более быстрому и более полному пониманию структуры знаний данной предметной области, что особенно ценно на стадии изучения особенностей профессиональной деятельности. Методы, применяемые при спецификации и проектирования баз знаний и разработке концептуальных структур являются [34] достаточно эффективным гносеологическим инструментом [Jonassen, 1993].
В соответствии с результатами данного диссертационного исследования и учитывая наработки [97] могут быть сформулированы основные методические подходы к использованию базы знаний диагностической экспертной системы в целях подготовки квалифицированных специалистов. В зависимости от степени подготовленности персонала и стоящих перед ним задач в дидактических целях база знаний диагностической экспертной системы по поиску неисправностей в аппаратуре ЖАТ может быть использована следующими способами: - как информационно-справочная система, реализующая функции предоставления контекстно-зависимой информации, - как информационно-поисковая система, обеспечивающая поиск и извлечение требуемых фактов и объяснения закономерностей по запросу, - как дидактический инструмент и формализм представления знаний, позволяющий даже квалифицированному персоналу более глубоко и полно осознать структуру знаний предметной области, ограниченной сферой поиска неисправностей, вызывающих отказы аппаратуры ЖАТ.
Применение современных информационных технологий позволяет автоматизировать процесс сбора, систематизации и хранения информации, создавать базы знаний и банки данных, включающие в себя целостную и максимально полную информацию по всем аспектам качества, надежности и анализа отказов аппаратуры ЖАТ и комплектующих ее ЭРИ. Необходимым условием эффективного использования информации при диагностировании аппаратуры ЖАТ и при обучении персонала соответствующим методам анализа и правилам их реализации является ее информационная совместимость, необходимая полнота, минимальная избыточность, непротиворечивость. Это может быть достигнуто путем использования единой структуры информации, единых принципов и методов ее классификации. Широкие возможности для реализации этих требований, а также для сбора, хранения анализа и обработки информации об отказах обеспечиваются использованием новых информационных технологий на базе современных персональных компьютеров, вычислительных и телекоммуникационных систем.
Выше обоснован подход к построению диагностической базы знаний и предложена обобщенная струїсгурная схема базы эмпирических знаний диагностической экспертной системы аппаратуры ЖАТ. Изложенные выше положения должны быть уточнены с учетом специфики задач и результатов исследований, изложенных в рамках второй главы. Главное предназначение диагностической экспертной системы поддержки поиска неисправностей в аппаратуре ЖАТ состоит в обеспечении эффективного процесса установления места неисправности, приведшей к отказу, и вызвавших ее причин. Выдаваемая системой информация должна способствовать формированию по ряду косвенных признаков стратегии поиска неисправностей в отказавшей аппаратуре ЖАТ и установление причины неисправности ее отказа на основании анализа полученной в ходе этого исследования диагностической информации. Методические рекомендации по организации поискового процесса в совокупности с объяснениями этих рекомендаций являются тем обучающим материалом, который целесообразно использовать для подготовки специалистов к проведению работ по поиску неисправностей в аппаратуре ЖАТ.
Как уже отмечалось в первом разделе, при исследовании в рамках данной работы будем понимать под информацией знания и данные. Причем под знаниями применительно к задаче разработки базы знаний диагностической экспертной системы аппаратуры ЖАТ понимаются закономерности предметной области, полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области. Под данными будем понимать отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства. Современная методология построения баз данных базируется на реляционной модели представления данных. Основными требованиями к организации баз данных, которые выдвигаются [30, 34, 35, 56]: многократное использование данных; легкость и гибкость использования; простота внесения изменений; уменьшение избыточности данных; производительность; достоверность данных; конфиденциальность данных; защита от искажения и уничтожения.
Накопление большого объема информации по видам, причинам и механизмам отказов аппаратуры ЖАТ и комплектующих ее ЭРИ требует проведения ее систематизации, классификации и структурирования. Структура предметной области [97], определяющей объем и организацию базы знаний о видах и причинах отказов аппаратуры ЖАТ и комплектующих ее ЭРИ, объединяющей базы данных по накопленной информации об отказах аппаратуры ЖАТ и комплектующих ее ЭРИ и разделенной на относительно независимые разделы, приведена на рис. 4.2.
Информационная подсистема «Организационные основы анализа отказов» содержит информацию об организации анализа отказов аппаратуры ЖАТ и комплектующих ее ЭРИ, включающую формы и методы исследований и анализа отказов на различных стадиях жизненного цикла изделий, алгоритмы сбора и методы обработки информации об отказах, основные понятия, термины и определениях в области качества, надежности и анализа отказов.
