автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Математическое и алгоритмическое обеспечение систем диагностирования судовых электрических средств автоматизации

На правах рукописи

Портнягин Николай Николаевич

МАТЕМАТИЧЕСКОЕ И АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ СИСТЕМ ДИАГНОСТИРОВАНИЯ СУДОВЫХ ЭЛЕКТРИЧЕСКИХ СРЕДСТВ АВТОМАТИЗАЦИИ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (технические системы)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Санкт-Петербург 2004

Работа выполнена в Федеральном государственном образовательном учреждении «Государственная морская академия имени адмирала СО. Макарова» на кафедре «Судовые автоматизированные электроэнергетические системы»

Научный консультант:

Заслуженный работник высшей школы РФ, доктор технических наук, профессор

Кузнецов Сергей Емельянович

Официальные оппоненты:

Доктор технических наук, профессор

Сахаров Владимир Васильевич

Доктор технических наук, профессор

Малыхина Галина Федоровна

Доктор технических наук, профессор

Шнуренко Анатолий Алексеевич

Ведущая организация: Открытое Акционерное Общество «Холдинговая компания «Ленинец»

Защита диссертации состоится «28» октября 2004 года в 14 часов на заседании диссертационного совета Д 223.009.03 в Санкт-Петербургском государственном университете водных коммуникаций по адресу 198035, Санкт-Петербург, ул. Двинская, д. 5/7.

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского государственного университета водных коммуникаций.

Автореферат разослан «_»_2004 года.

Ученый секретарь

диссертационного совета Д223.009.03 доктор технических наук, профессор

Ю.М. Кулибанов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Обеспечение безопасности мореплавания на современном этапе развития флота порождает проблему роста материальных и финансовых затрат, связанных с эксплуатацией и ремонтом судов, а также с ликвидацией аварийных ситуаций, которые, в свою очередь, во многом зависят от надежности работы судовых электрических средств автоматизации (СЭСА). Массовое внедрение устройств силовой электроники и микропроцессорной техники и других СЭСА на транспортных и промысловых судах, кораблях, плавучих буровых установках и предприятиях судостроения и судоремонта, с одной стороны, и недостаточно эффективное их диагностическое обеспечение, с другой стороны, приводит к снижению показателей безопасности мореплавания, заключающемуся в увеличении аварийности судов и кораблей по причинам влияния, как человеческого, так и технического фактора.

Достигнутый уровень средств и методов диагностирования СЭСА, позволяет успешно решать большое число разнообразных задач диагностики нижнего уровня, однако практически не обеспечено решение задач мониторинга и регулирования основных диагностических показателей, а также определения предот-казных состояний объектов диагностирования (ОД). Существующие средства диагностического обеспечения на судах не позволяют перейти к непрерывному контролю за состоянием оборудования и техническому обслуживанию по состоянию, при котором максимально реализуется индивидуальный ресурс оборудования и сокращаются затраты на техническое обслуживание и ремонт.

В настоящее время все большее внимание уделяется вопросам совершенствования систем диагностического обеспечения, позволяющим использовать существующий теоретический и методологический аппарат для расширения классов используемых алгоритмов решения диагностических задач с целью повышения эффективности оценки технического состояния и поиска неисправностей. Этот процесс требует проведения исследований для конкретных условий с разработкой новых алгоритмов и способов оценки состояния сложных электрон-

з

ных и электротехнических устройств» призванных повысить эксплуатационную надежность судовых электроэнергетических комплексов.

Поэтому тема диссертационной работы, посвященной решению крупной научно-технической проблемы создания математического и алгоритмического обеспечения для решения комплекса диагностических задач с использованием современных микропроцессорных средств, включая процедуры оценки состояния, поиска однократных и многократных дефектов, а также обнаружения и определения предотказных состояний для судовых электрических средств автоматизации (СЭСА) является актуальной.

Цель исследования - состоит в создании математического и алгоритмического обеспечения для решения комплекса диагностических задач с использованием современных микропроцессорных средств, включая процедуры оценки состояния, поиска однократных и многократных дефектов, а также обнаружения и определения предотказных состояний для СЭСА.

Идея работы заключается в построении методологического аппарата решения полного комплекса задач автоматизированного диагностирования СЭСА с позиций детерминированных и вероятностных методов оценки работоспособности объектов диагностирования с учетом возможности возникновения кратных дефектов.

Задачи, решаемые в работе. Выбранный автором путь достижения указанной цели основывается на решении следующих задач:

1. Анализ методов решения задач диагностирования СЭСА.

2. Анализ основных типов алгоритмов решения задач диагностирования СЭ-СА.

3. Обоснование и разработка метода изоварных характеристик - как основы программно-аппаратной реализации судовых диагностических комплексов.

4. Разработка процедур коррекции допусков параметров элементов СЭСА, в соответствии с топологией принципиальной схемы диагностируемого устройства.

5. Разработка процедуры определения и локализации пред отказных состояний СЭСА.

Основные научные положения, выносимые на защиту:

1. Теоретические основы метода изоварных характеристик для решения основной задачи диагностирования - оценки состояния ОД, описываемых цепями средней и высокой размерности;

2. Процедура отбора знакопостоянных функций передачи четырехполюсных и трехполюсных каналов на основе ротации топологического графа ОД;

3. Алгоритм интервального определения границ допусков параметров двухполюсных компонент ОД, с учетом топологии принципиальной схемы их соединения.

4. Алгоритм и программа определения области работоспособности ОД в пространстве наблюдаемых диагностических параметров.

5. Алгоритм и программа локализации и определения кратных дефектов ОД в пространстве наблюдаемых диагностических параметров.

6. Алгоритм определения предотказных состояний ОД на основе обработки текущих значений компонент вектора условных вероятностей в пространстве наблюдаемых диагностических параметров.

7. Экспериментальный программно-аппаратный микропроцессорный комплекс решения задач определения работоспособности, обнаружения и локализации кратных дефектов, а также определения предотказных состояний СЭСА.

Научная новизна работы. Новизна работы в целом определяется комплексным подходом к разработке алгоритмических, аппаратных и программных средств решения основных задач диагностики СЭСА, основанном на анализе особенностей алгоритмов мониторинга и обработки диагностической информации, а также особенностей реализации необходимых процедур решения задач диагностического комплекса:

• впервые проблема создания математического и алгоритмического обеспечения задач диагностирования СЭСА решается на основе метода изоварных ха-

рактеристик с использованием процедур оптимального отбора информативных каналов наблюдения за состоянием объекта диагностирования;

• проведены обоснование, разработка и опробование алгоритма интервального определения границ допусков параметров двухполюсных элементов электрической цепи с учетом топологии их соединения;

• разработан и опробован алгоритм оценки состояния сложной электрической цепи на основе анализа многокомпонентного вектора условных вероятностей в каждой точке двумерной плоскости карты изоварных характеристик;

• разработана и реализована процедура кластеризации состояний объекта диагностирования при его наблюдении методом изоварных характеристик;

• предложена и опробована при решении задач диагностики методом изовар-ных характеристик трехслойная нейросеть с радиусными базисными функциями. .

Новизна предлагаемых решений защищена 3-мя. патентами на изобрете-ние[9-11], 2-мя авторскими свидетельствами[15,16],- 2-мя свидетельствами на программу[ 13,14].

Научное значение работы заключается в обосновании применимости

класса зашиваемых алгоритмов для практической реализации безразборных диагностических процедур, повышающих эксплуатационную надежность СЭСА

Достоверность результатов, проведенного комплекса исследований обеспечивается теоретическим обоснованием применяемых методов и алгоритмов, компьютерными экспериментами, которые построены на конкретных примерах диагностики устройств СЭСА, натурными, лабораторными испытаниями контрольных электрических цепей, натурными экспериментами на реальных СЭСА.

Практическая ценность работы заключается в разработке математического и алгоритмического аппарата для создания систем диагностики СЭСА •полным набором диагностических процедур, включая процедуры определения предотказных состояний судовой аппаратуры.

Использование результатов работы позволяет:

- реализовать в судовых условиях безразборную технологию диагностирования СЭСА;

- эффективно осуществлять процесс мониторинга состояния СЭСА, с организацией ведения электронных журналов, для наиболее ответственных устройств, с применением энергонезависимой памяти;

- обоснованно создавать микропроцессорные программно-аппаратные диагностические комплексы с полным циклом решаемых задач, с возможностью регулирования запаса работоспособности СЭСА;

повысить на береговых предприятиях, обслуживающих флот, показатели эффективности ремонта СЭСА, благодаря внедрению безразборной технологии диагностирования:

Реализация результатов:

1. При построении и модернизации сетей электропитания информационного центра ФГУП Камчатского центра связи и мониторинга (КЦСМ) (г. Петропавловск-Камчатский) использована методика оценки работоспособности СЭСА, разработанная в диссертации, отмечено снижение аварийных сбоев системы в условиях нестабильности сети переменного тока.

2. При поиске дефектов, отказавшего оборудования Центра тренажерной профессиональной подготовки плавсостава рыбопромыслового фло-та(ЦТГШРФ)(г. Петропавловск-Камчатский) путем использования предложенного программно-аппаратного комплекса, выполняющего мониторинг и обработку диагностической информации по алгоритмам, разработанным в диссертации, что позволило оперативно решить задачу ремонта электронных стабилизаторов переменного тока и сократить вынужденные простои оборудования.

3. При проведении модернизации питающего оборудования научно-исследовательской лаборатории гидрометаллургии Научно-исследовательского геотехнологического центра ДВО РАН (г. Петропавловск-Камчатский ) использование методики поиска и локализации дефектов, разработанной автором, по-

зволило сократить сроки модернизации и выявить элементы с низким запасом работоспособности.

4. При построении цепей защиты бесперебойного электропитания узла связи Общества с ограниченной ответственностью «Экспедиция» (г. Петропавловск-Камчатский) использование метода товарных характеристик позволило выявить наиболее критичные к броскам питающего напряжения элементы и оптимизировать топологию цепи для повышения ее надежности.

5. При отборе комплектующих компонент для монтажа электрооборудования в Обществе с ограниченной ответственностью «АСНИ» (г. Петропавловск-Камчатский) применение метода изоварных характеристик позволило сократить трудоемкость и повысить качество отбора комплектующих элементов.

6. При чтении дисциплин теоретические основы электротехники и микропроцессорные управляющие системы, в разделах идентификации и диагностики, для курсантов и студентов КамчатГТУ электромеханических, радиотехнических и информационных специальностей излагаются основы метода изоварных характеристик.

Апробация. Полученные результаты докладывались на:

- Международной научно-технической конференции(г. Калининград, КГТУ 2000г), Международной научно-практической конференции (Теория, методы и средства измерений, контроля и диагностики, Новочеркасск, ЮРГТУ, 2000г.), 2-ой международной научно-практической конференции/ (г. Санкт-Петербург, СПбГТУ, 2000 г.) 7-ой Международной научно-технической конференции ТРАНСТЕК 2000(г. Санкт-Петербург), Международной научно-практической конференции Рыбохозяйственное образование на Камчатке в 21 веке (КамчатГТУ г. Петропавловск-Камчатский 2002), международной научно-практической конференции, посвященной 300-летию САНКТ-ПЕТЕРБУРГА, ТРАНСТЕК 2003.

- на Международной школе-семинаре «Методы и способы технической диагностики» (г. Ивано-Франковск 2002, г.Йошкар-Ола 2002)

- на научно-технических конференциях ППС ГМА им. адм. С.О.Макарова (2001, 2002,2003 и КамчатГТУ 2002,2003)

Публикации. Основные научные результаты, изложенные в диссертации, опубликованы в 38 печатных работах, в том числе: 9 публикаций в ведущих рецензируемых научных изданиях и журналах, рекомендованных «Перечнем ВАК РФ» объёмом 5 п.л. (авторский вклад 3,5 пл.), 2 монографии объёмом 12 пл. (авторский вклад 6 пл.), 10 работ в материалах международных конференций объёмом 2 п. л. (авторский вклад 1,2 пл.), 27 публикациях в региональных изданиях объёмом 14 пл. (авторский вклад 9 пл.)

Личный вклад автора. Все результаты, составляющие существо диссертации получены автором самостоятельно. В работах выполненных в соавторстве автором осуществлена постановка задач, алгоритмизация процесса их решения, программная реализация разработанных методов, а также непосредственно автором произведены компьютерные эксперименты.

Работа выполнена на кафедре судовых автоматизированных электроэнергетических систем ГМА им. адм. С.О.Макарова, при содействии кафедры электротехники и электрооборудования судов КамчаГТУ, реализацией многих идей автор обязан Кузнецову С.Е., Макарову С.Б, Латкину А.С., Баранову А.П., Пюк-

ке ГА, Олейникову Б.И., Дурову А.А., [Шевчуку М.А.|, Шушпанову ГА, Уша-

кевичу А.А., Хатылову А.А., |Филеву В.С4 Чье Ен Ун ,идр.

Большую роль сыграло также содружество с рядом учебных, научно-исследовательских и производственных организаций: Санкт-Петербургским государственным политехническим университетом, Хабаровским государственным техническим университетов, Институтом космофизических исследований и распространения радиоволн ДВО РАН, Научно-исследовательским геотехнологическим центром ДВО РАН, Камчатским центром связи и мониторинга, и др.

Структура и объём работы. Диссертация объёмом 262 страницы машинописного текста состоит из введения, шести глав, заключения, списка литературы из 162 наименований, содержит 46 рисунков. В приложение вынесены

материалы, подтверждающие практическое использование полученных в диссертации результатов.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Введение посвящено характеристике и анализу состояния исследуемой проблемы. Показано, что в течение периода 1990-2000, произошло снижение количества судов флота рыбной промышленности, так, например, на Камчатке примерно в 2,5 раза. При этом увеличился показатель аварийности флота примерно в 2 раза, удельный вес технического фактора причин аварийности практически не изменился и составляет примерно 50%, на основе анализа аварийности промыслового флота Камчатки, Это объясняет резкое увеличение затрат на эксплуатацию и ремонт судов рыбопромыслового флота. В этой ситуации повышение эксплуатационной надежности СЭСА приобретает особую значимость в решении проблемы снижения роста указанных затрат. Во введении обоснована актуальность работы и сформулированы основные её цели.

В первой главе « Анализ методов и средств диагностики СЭСА» рассмотрены основные задачи диагностики и их решение существующими как цифровыми, так и аналоговыми методами применительно к СЭСЛ.

Для целей диагностирования любое СЭСА можно представить как многополюсную систему (рис. 1). Одна часть входов системы обычно представляется

р-мерным вектором параметров комплектующих элементов X, которую можно условно разделить на множество пассивных элементов {ЛТ„} (эквивалентные схемы замещения которых не содержат источников электрической энергии), множество активных элементов (эквивалентные схемы замещения которых содержат источники электрической энергии) и множество фиктивных элементов (которые отсутствуют в принципиальных электрических схемах, но оказывают влияние на работу и режимы электрической цепи - переходные сопротивления контактов в разъемах, сопротивления и паразитные емкости воздушных промежутков и т.д. В множестве пассивных элементов {ДГЯ}, выделяется подмножество настраиваемых элементов к нему относятся элементы,

X Б

СЭСА У

1

Рис. 1. Представление судовых электрических средств автоматизации (СЭСА) для целей диагностирования.

Рис.2. Классификациямножества комплектующихэлементов СЭСА

величины сопротивлений, емкостей, индуктивностей которых могут быть перенастроены. Полученные множества можно разделить на множество определяющих элементов (элементы, изменение параметров которых существенно влияет

на изменение выходных параметров устройств) и множество не определяющих элементов (рис.2).

Другая часть входов может быть представлена ц - мерным вектором входных воздействий Этот вектор представляет собой совокупность управляющих воздействий на СЭСА, каждое из которых характеризуется своими параметрами.

Кроме того, на СЭСА действует -мерный вектор возмущающих воздействий который определяется условиями эксплуатации СЭСА.

На выходе устройства наблюдается m-мерпый вектор выходных параметров ?. Связь входов и выходов СЭСА представляется уравнением

у = \у(хА0;

где W-оператор связи." Под условием работоспособности понимается совокупность неравенств:

где - функция работоспособности - индекс параметра);

- соответственно, наибольшее и наименьшее значение параметра. Выходными являются параметры комплектующих элементов устройства или комбинации параметров комплектующих элементов, имеющие определенный физический смысл (постоянная времени, коэффициент усиления и т. д.), а также параметры, отражающие определенное режимное воздействие на устройство.

Система неравенств (1) определяет область работоспособности D устройства в пространстве выходных параметров. Область D имеет форму m - мерного гиперпараллелепипеда, однако, она с нескольких сторон может быть незамкнутой т. к. отдельные выходные параметры, например фиктивные могут иметь только односторонние ограничения. Ограничения на входные параметры устройства: каждое ,)-е неравенство:

[ У] (X) - Yj т„ — )1>0 , ] = 1,т в п - мерном пространстве X

определяет область

Область представляет собой множество значений парамет-

ров, при которых удовлетворяется система неравенств (1).

Ограничения на входные параметры устройства определяют область Р.

Область Р имеет форму гиперпараллелепипеда размерностью п.

Пересечение областей Р и М в пространстве входных параметров определяет область работоспособности О.

Предлагается классификация задач диагностирования, согласно которой задачи контроля работоспособности и других диагностических показателей, относятся к первому уровню, так как они обеспечивают фиксацию факта потери работоспособности либо факта отказа оборудования или входящих в него узлов и блоков, и не решают других задач, так называемого, второго уровня - определение текущих значений диагностических показателей, предотказных состояний ОД, а также локализацию элементов, находящихся в предотказных состояниях.

В целом, при эксплуатации СЭСЛ решается задача регулирования показателей надежности, запаса работоспособности ОД и поддержания этих показателей на достаточном для нормальной эксплуатации уровне. Общая блок-схема контура регулирования представлена на рис.3., где : б - целевой вектор, задающий основные уровни работоспособности, запаса работоспособности, эксплуатационные показатели надежности ОД; - вектор вычисленных основных диагностических показателей на основе обработки вектора - вектор

оценки состояния ОД, вычисленный на основе обработки - вектор рассо-

гласования целевых и вычисленных параметров; - вектор параметров элементов ОД; - вектор регулируемых параметров ОД; - вектор возмущающих воздействий; - вектор диагностических параметров.

Если при решении задач первого уровня, основные проблемы обеспечения работоспособности возлагаются на человека, который зачастую не в состоянии сделать даже текущую оценку запаса работоспособности СЭСА, а процедура определения предотказных состояний ОД практически не может быть выполнена человеком «в принципе», то реализация задач второго уровня позволяет найти

Б

X

Выработка и принятие решения (человек)

Ъ

Объект диагности' рования

СЭСА

У

-Р

О

Вычиспени« основных показателей, локализация дефектов, определение предот» казиых состояний.' (микропроцессор)

РисЗ Представление системы диагностирования СЭСА в виде контура регулирования основных диагностических показателей

необходимые решения алгоритмическими методами и средствами микропроцессорной техники. Однако теоретическая основа - методы теории цепей, теория четырехполюсника и другие известные на сегодняшний день методы не могут быть непосредственно использованы при решении задач второго уровня из-за проблем высокой размерности систем уравнений, описывающих реальные электрические цени, и необходимости проведения большого объема измерений, несущих информацию о состоянии ОД. Поэтому практическое решение задач второго уровня возможно лишь приближенными, алгоритмическими методами. Алгоритмическая база, классы и типы «зашиваемых» алгоритмов, обеспечивающих решение диагностических задач второго уровня применительно к СЭСА, на сегодняшний день практически не исследованы и поэтому, в связи с проведенным анализом существующих методов и средств диагностики СЭСА, предлагается к разработке совокупность задач направленных на создание методологического аппарата систем диагностирования СЭСА с замкнутым контуром регулирования основных диагностических показателей.

Во второй главе «Обоснование и разработка метода изоварных характеристик» проведено теоретическое исследование возможных способов решения основной задачи диагностики - оценки состояния ОД, установлено, что

решение задач диагностики непосредственно классическими методами теории электрических цепей, теории четырехполюсника и теории измерений возможно только при низких размерностях принципиальных схем, определяющих топологию комплектующих элементов.

С усложнением ОД аппарат матричного анализа оказывается слишком громоздким. Если представить ОД, независимо от его топологии, в виде многополюсной системы, а все узлы первоначально рассматривать, как внешние полюсы (доступные для измерения и подключения), то можно записать исходную укороченную матрицу узловых проводимостей и на ее основе сформировать множество прямых диагностических параметров (рис.4).

Напряжения и токи внешних полюсов линейного п - полюсника связаны системой линейных уравнений:

где - укороченная матрица узловых проводимостей; - матрица-столбец узловых напряжений; 1о - матрица-столбец суммы токов источников тока и источников тока, преобразованных из источников ЭДС, подключенных к i-му узлу.

Используя понятие обобщенной ветви 1 = 1 +J; Ü = U — Е, можно записать систему узловых уравнений:

AxI+AxJ=0,

где - матрица инциденций; - матрица-столбец токов ветвей; - матрица-столбец токов источников тока; - матрица-столбец ЭДС источников ЭДС; - матрица-столбец полюсных напряжений, и получить выражение удобное к применению при машинной обработке данных:

Axl=-AxJ; но I =YxU,

где - диагональная матрица проводимостей ветвей.

Тогда: AxYxU = - AxJ; но U = Ü+E, а Ü=A<xU0 ; то U = A* xU»+E; тогда AYA'=-A(J + YE),

где:

т.е. при компьютерной обработке информации матрица формируется вводом в ячейки памяти матриц А и У, отражающих топологию ОД.

При диагностировании электрических схем, содержащих многополюсные компоненты для нахождения функций передачи используются, как правило, или метод схем замещения или топологические методы. Метод схем замещения позволяет анализировать только простые цепи. Топологические методы требуют составления графа для каждой конкретной схемы и каждой конкретной ее функции.

Преимущества матричного метода состоит в наличие общих выражений, определяющих функции передачи цепи по известной матрице узловых проводи-

Рис. 4. Представление объекта диагностирования в виде многополюсной системы.

мостей

Однако анализ использующихся СЭСА показывает, что большинство принципиальных схем относящихся к ним устройств имеет среднюю и высокую размерность, в двухполюсном эквиваленте не менее 15-20 элементов и 7-10 узлов. Основная проблема возникает из-за необходимости съема информации с большого числа контрольных точек, при указанных величинах размерности. Их может оказаться несколько десятков в зависимости от топологии схем. Кроме того, обработка вектора состояний ОД высокой размерности требует значительных вычислительных ресурсов памяти и быстродействия используемых средств вычислительной техники. Поэтому требуется разработка методологии, которая по-

зволяет существенно уменьшить объем измеряемой информации и упростить алгоритмы ее обработки, сохранив при этом информацию об основных диагностических показателях характеризующих работоспособность ОД. Разработанный в диссертации метод изоварных характеристик обеспечивает снижение числа наблюдаемых параметров до двух, обеспечивая при этом максимальную глубину поиска дефектов, т.е. переход для наблюдения за состоянием ОД от высокой размерности к низкой, и обработку состояний ОД вероятностными методами.

Приводится теоретическое обоснование метода изоварных характеристик. На основе теории цепей и теории четырехполюсника получены основные соотношения, однако критерии отбора наблюдаемых параметров и требования ? к виду изоварных характеристик осуществлены на основе логического анализа результатов полученных на конкретном контрольном примере. Для экспериментального подтверждения полученных результатов была собрана контрольная установка, проведены натурные испытания.

Методами теории электрических цепей определены условия математического описания СЭСА как ОД, применяя известный метод узловых потенциалов; выведены матричные соотношения для определения коэффициентов передачи по току и напряжению для любого, выделенного на многополюснике, канала. Проанализированы возможности наблюдения за состоянием электрической цепи с помощью двух выделенных каналов, показано, что в этом случае состояние ОД описывается точкой плоскости двух выбранных параметров (рис.5),

Общее количество каналов М, потенциально возможных для использования при диагностировании методом изоварных характеристик определяется комбинаторно: М=С2„и (С2„ -1) где п - число полюсов системы.

Математически семейство изоварных характеристик описывается системой уравнений (4):

В главе исследуются свойства плоскости изоварных характеристик, показано, что для отбора информативных каналов необходимо учитывать свойство знакопостоянства функ-

ций передач и их отбор. Определены также основные критерии отбора параметров наблюдения, обосновано применение критерия интегральной чувствительности (5), равномерности чувствительности . Проведенные контрольные эксперименты показали, что этих критериев недостаточно для отбора информативных параметров. В связи с этим в алгоритм отбора введен критерий равно-

Рис. 5Определение областиработоспособности ОД„ определение дефектапри изменениидиагностическихпараметров (к.з.-короткоезамыкание.х.х. -холостойход)

мерности распределения углов наклона изоварных характеристик в рабочей точ-ке(6).

где щ - номер четырех полюсного канала наблюдения; 1 номер коэффициента четырехполюсника; п - номер двухполюсной компоненты; ^ - проводимость двухполюсной компоненты; N - общее число двухполюсных компонент.

j = var ДО)

п t I I I ЛГ-/,т ¡-const** I

Oljmax = max{min \\(pk-<pN U-tv+7 }} I

где: ij - индексы двумерного перебора изоварных характеристик; т - общее число изоварных характеристик; tp ^ - угол наклона товарной характеристики

с номером N ; в ¡J „ах - значение критерия максимального из минимальных разностных углов между изоварами различных каналов наблюдения. Введенный критерий обеспечивает максимальное использование всей площади первого квадранта, который, как показано в диссертации, должен использоваться для решения основных задач диагностики СЭСЛ.

Важным результатом главы является исследование алгоритмов перебора четырехполюсных и трехполюсных каналов съема информации. Разработанный для этой цели алгоритм вращения матрицы, описывающей исходный многополюсник, позволяет эффективно решить эту задачу.

Для отбора подмножества М"1' предварительно построенный граф электрической цепи подвергается ротации, поворотом относительно неподвижных вершин-узлов дискретно с шагом в одну дугу, начиная с позиции нулевой ротации. Записывается полная матрица узловых проводимостей Yyjj, для позиции нулевой ротации, которая в дальнейшем совершает транспозиции строк и столбцов при каждом очередном дискретном повороте графа.

При такой ротации происходит перераспределение потенциалов всех узлов многополюсника относительно опорного узла вследствие подключения к неподвижным узлам - вершинам различных сочетаний ветвей

Yn Y]2................ Yi(n-i) Yin

Yji Y22................' Y2 (n-1) Y21,

Y yjjl

Y(n-i) 1.....................Y(n_i )(n_i )Y(n_i )„

_Y„i........................ Yn(n-i) Ynn

Совокупность сочетаний входных и выходных полюсов каналов прохождения сигналов при ротации не изменяется. Это дает возможность каждый раз при очередном повороте графа использовать одно и то же сочетание индексов при вычислении множества миноров определителя матрицы узловых проводимо-стей и одно и то же соотношение для вычисления всего подмножества функций передачиМ1: Ко^ = Ask/Д ss,

где Ко«*- функция передачи от s - го входа к к - му выходу; Д 8 ^ - минор, полученный из определителя матрицы узловых проводимостей вычеркиванием s - и строки и ^го столбца; Л $5 - соответственно s - й строки и s - го столбца.

Процессом формирования подмножества М 1' управляет квадратная матрица транспозиций индексов порядка первая строка которой соответствует нулевой ротации и определяет перестановку индексов. Каждая последующая строка получается в результате (п - 1) - транспозиций индексов предыдущей строки и соответствует очередной ротации:

Первый столбец матрицы Т - столбец опорных узлов. Далее формируется

вектор перебора индексов К.={1,.2,..........(п-1)}, на основе которого строится ко-

сосимметричная матрица перебора индексов I:

при

которая задает порядок формирования подмножества миноров каждой очередной ротации графа и матрицы узловых проводимостей.

Для обеспечения линейной независимости системы при каждой очередной ротации из матрицы У у^ вычеркивается нулевая строка и нулевой столбец (с восстановлением предшествующей структуры матрицы после каждого очередного вращения). Соответственно, нулевой индекс в вектор К не включается.

Результатом (п - 1) вращений графа является деление множества Ml на п подмножеств функций передачи, каждое из которых определяет совокупность

функций передачи каналов, инцидентных одному из узлов - вершин графа. После совершения полного цикла (п - вращений) система возвращается в исходное состояние. Для получения (п - 1) остальных подмножеств функций передачи необходимо произвести дешифровку индексов функций передачи для всех положений графа, начиная с первой по (п - 1) ротации. Для этого используется матрица транспозиций индексов Т. Матрица транспозиций индексов может быть представлена совокупностью последовательных отображений множества на себя, как совокупность различных записей одной и той же подстановки п - й степени, так как каждая последующая строка матрицы Т получается отображением предыдущей строки по одному и тому же закону соответствия. Это дает возможность при дешифровке индексов каждой очередной' ротации применять од1гу и ту же подстановку А:

и обращаться к ней при каждой очередной ротации для получения массива сочетаний индексов функций передачи всего подмножества М 1.

Отбор основных диагностических параметров методом вращения графа позволяет сократить объем вычислений, объем резервирования памяти, устранить неоднозначность при диагностировании методом «изовар», сократить количество полюсов съема информации.

Отобранное ротационным методом подмножество знакопостоянных функций передачи характеризует совокупность трехполюсных каналов. Другое подмножество функций передачи (из всего массива М прямых диагностических признаков) представляет собой совокупность четырехполюсных каналов, которые могут изменять свой знак при вариациях диагностических параметров. Количество М1' трехполюсных каналов определяется комбинаторно:

Г мл

(п-1П

А

1,2:.

.(п-1),0

М1'=п А'

2

п-1 »

где п - количество полюсов многополюсной системы. Соответственно: М2' — С2„ С 2„.2 ; п>4,при п< 4 подмножество М2'

пусто.

При возрастании п размерности диагностируемой цепи количество трех-полюсных каналов МГ нелинейно возрастает(рис.6). Скорость нелинейного роста количества четырехполюсных каналов М2' выше, чем МГ. При малых п< 7 МГ>М2'; при п> 7 M l'< М2', т.е. существует точка пересечения зависимостей Ml ' = F(n) и М2' = F(n). Равенство МГ = М2' наступает при п = 7 .

О 7 п

Рис.6 Графики изменения количества трехполюсных и четырехполюсных каналов

Различные сочетания пар каналов определяют характер расположения изоварной картины. Так, проведенные исследования показали, что использование сочетаний каналов первого варианта порождает семейство изовар, в общем случае, принадлежащее всем четырем квадрантам прямоугольной системы координат, использование второго варианта сочетания каналов дает семейство изо-вар, расположенное только в одном из квадрантов, соответственно, третий вариант порождает систему изовар, расположенную в двух смежных квадрантах.

Рассмотрены вопросы оценки затрат на диагностику и ремонт СЭСА, которые зависят от глубины поиска дефекта и набора контролируемых

параметров. Применен иерархический способ описания процесса эксплуатации СЭСА - блоки, платы, микросборки, конструктивные элементы. Суммарные затраты С^ на поиск дефектов-и формирование необходимого комплекта запасных частей на все время эксплуатации ОД, определяемые глубиной поиска дефектов, представляют собой сумму выражений:

и

(0 = г, х У $0) С; 0) + г, £

(7)

где : I - уровень иерархии, до которого производится поиск дефекта; у -номер элемента замены; Т3 - время эксплуатации, X - интенсивность отказов, Б/ количество параметров группы у подвергающихся обработке на I - ом уровне иерархии; С) (¡) - стоимость оценки параметров всей ^-й группы; б/у -стоимость ^ го элемента замены 1-го уровня восстановления; X,-,- - интенсивность отказов у - го элемента замены уровня.

Задача минимизации затрат определенных из соотношения (7) относится к целочисленным оптимизационным задачам нелинейного программирования/ в работе предложен метод поиска минимума использующий сочетание методов линейного и нелинейного программирования. Применение этого способа оценки затрат на диагностирование и ремонт рассмотрено на примере судового частотного тиристорного преобразователя, в котором на основании расчетов выбирается и обосновывается глубина поиска дефекта до блока тиристоров.

Дополнительные возможности снижения эксплуатационных затрат связаны с разработкой метода товарных характеристик, который снижает число контролируемых параметров, что способствует уменьшению величины первого слагаемого соотношения (7). Поэтому дальнейший путь исследований выбирается в направлении совершенствования этого метода.

В третьей главе «Разработка алгоритма интервального определения допустимых границ параметров компонент объекта диагностирования» рассмотрены постановка и алгоритмическое решение задачи определения допустимых значений параметров элементов принципиальной схемы ОД.

Решение основной задачи диагностики - определение текущего состояния объекта диагностирования (ОД) часто сталкиваются с необходимостью расчетов при наличии в уравнениях нечетко заданных параметров или неточной технологической информации. Возникающие при этом нарушения равенств балансовых соотношений и т.д. приводят к необходимости варьировать некоторыми параметрами для точного удовлетворения заданных уравнений и получения приемлемого результата. Эта ситуация характерна для оценки текущего, состояния электрических и электронных цепей СЭСА. Допустимые границы изменения параметров отдельных компонент неизвестны, и их выбирают исходя из статистических характеристик на основе паспортной информации завода изготовителя электронных и электрических компонент диагностируемой аппаратуры. Однако такой подход к определению граничных значений изменения параметров, не учитывает топологии соединения элементов цепей и поэтому снижается точность и достоверность решения задач диагностики по оценке работоспособности и запаса работоспособности устройств в целом. В диссертации предлагается алгоритм определения допустимых границ конечных интервалов изменения параметров двухполюсных компонент эквивалентной схемы замещения сложной электрической цепи, который исходит из условий допустимых напряжений U„dort, токов 1,доп и мощностирассеивания каждого двухполюсника (л -

его номер) эквивалентной схемы замещения в режиме покоя при условии подачи электропитания.

Целесообразность такого подхода в практических применениях диагностических алгоритмов очевидна, так как интуитивно он используется при неавтоматических методах решения диагностических задач. Формализованные задачи диагностики, к которым относится метод изоварных характеристик, основаны на априорной информации о значении допустимых границ.

Необходимость решения этой задачи продиктована требованиями достижения уровня точности при использовании метода изоварных характеристик, неполнота информации о допусках отдельных электронных компонент приводит к недопустимо высоким ошибкам при определении границ работоспособности

всей диагностируемой цепи. Показано, что существующие методы оценки допусков не обладают достаточной точностью при использовании их для решения полного комплекса диагностических задач на основе метода изоварных характеристик, из-за того, что не учитывается топология соединения элементов. В диссертации рассмотрены вопросы перехода к интервальным переменным, применение которых позволяет решить поставленную задачу, используя классический аппарат теории электрических цепей. Полученные интервальные решения позволяют обоснованно перейти к решению задачи определения области работоспособности и оценке запаса работоспособности в плоскости наблюдаемых параметров. Обоснование сходимости интервального алгоритма проведено на основании теорем интервальной арифметики. Достоинством предлагаемого алгоритма является возможность описания цепи известными и хорошо изученными уравнениями метода узловых потенциалов, подстановкой вместо обычных постоянных и переменных величин интервальных переменных. Для обработки неточно известных величин обычно применяется аппарат теории вероятностей. Однако последние годы успешно развивается и другой подход при решении подобных задач - математические методы интервального анализа и нечетких множеств, которые совершенно не похожи на методы теории вероятностей. Они во многих отношениях проще вследствие того, что понятию вероятностной меры в теории вероятностей соответствует более простое понятие функции принадлежности в теории нечетких множеств. По этой причине даже в тех случаях, когда неопределенность в процессе принятия решений может быть представлена вероятностной моделью, обычно удобнее оперировать с ней методами теории нечетких множеств без привлечения аппарата теории вероятностей. Получены основные соотношения для нахождения интервальных решений системы уравнений описывающих электрическую цепь методом итераций.

Блок-схема разработанного алгоритма приведена на рис.7, (8,9) основные соотношения использованные при его построении.

и

И" = «oi +

УУи

УУч к . , --—*ии ¡,1 = 1,и

j '

| UUj^—UUj |<Ô,Z = 1,W

(9)

где — элементы интервальной матрицы узловых проводимостей, ии -элемент интервального вектора узловых напряжений, щ - элемент интервального вектора источников тока, к- шаг итерации, 5- точность решения.

Результаты опробования алгоритма и программы на языке Visual Basic for Application (VBA), основанных на поиске решений с помощью соотношений (8,9) позволяют сделать вывод о высокой эффективности использования интервальных переменных при построении области работоспособности.

Т.о. в главе 3 получен важный теоретический результат - обоснована целесообразность и перспективность использования теории конечных интервалов при алгоритмизации задач диагностики СЭСА.

Четвертая глава «Разработка процедур оценки работоспособности и определения предотказных состояний» посвящена обоснованию вероятностных методов при решении задач диагностирования методом изоварных характеристик. Рассмотрено решение двух, важных с точки зрения достижения цели. исследования, задач — определение области работоспособности и запаса работоспособности ОД, а также определение и локализация предотказных состояний.

Существующие методы оценки состояний ОД обладают либо недостаточной точностью локализации, либо слишком высокой стоимостью реализации из-за необходимости отслеживания во времени большого количества диагностических параметров ОД. В диссертации предлагается процедура определения пре-дотказных состояний на основе анализа компонент вектора условных вероятностей состояний ОД, полученного на основе метода изоварных характеристик..

Предположим, что в соответствии с методом изоварных характеристик отобрано два информативных канала наблюдения, с которых поступает инфор-

мация об измеренных численных значениях двух независимых параметров и Отбор производится по критериям максимальной интегральной чувствительности и кучности кривых семейства изоварных характеристик. В работе показано, что оценка состояний ОД в пространстве наблюдаемых признаков может производится на основе значений компонент вектора условных вероятностей Р(К1,К2). При испытаниях по схеме Бернулли, каждая компонента вектора определяется следующим соотношением:

где К^Кг- значения наблюдаемых параметров: п - номер состояния ОД; т-номер испытания; ./V- число испытаний ОД, попавших в точку число

испытаний ОД, попавших в точку при условии нахождения ОД в состоянии - общее число проведенных испытаний.

Размерность Ь вектора Р определяется числом состояний ОД, в случае представления ОД в виде двухполюсных компонент, L задается соотношением: Ь = 2 а , где : L - размерность вектора Р, й- число двухполюсных компонент эквивалентной схемы замещения принципиальной электрической схемы ОД. Очевидно, что для большинства ОД СЭСА, величина d значительна и находится в диапазоне 10-100. В работе [2] рассмотрены методы снижения d, которые позволяют снизить размерность до 10-20, что позволяет использовать современный персональный компьютер для прямого расчета вектора Р, в каждой измеренной точке пространства наблюдения методом статистических испытаний.

Если значения компонент вектора Р определены для каждой точки наблюдения, можно определить величины запаса работоспособности и номер наиболее вероятного дефекта- Ш по следующим формулам :

Компонента Рц является функцией условной вероятности работоспособных состояний ОД, ее максимум находится в рабочей точке, на пересечении изо-

варных характеристик [1]. Функция тахЛ»^./^) ,(рис.8) отражает поведение

максимума вероятности возникновения дефекта в точке К\,К2 . Следует отметить, что учету подлежат все дефекты как однократные, так и многократные, это обстоятельство особенно важно для схем высокой размерности.

При значениях £>1, условная вероятность работоспособных состояний ОД,

Рис.8 Область работоспособности и кольцо предотказных состояний электронного стабилизатора переменного тока фирмы NORCONTPOL

на порядок превышает вероятности других событий и оценка условной вероятности предотказных состояний малоэффективна, т.к. ОД находится в работоспособном состоянии с большим запасом работоспособности. При значениях 0*&<1 ОД находится в работоспособном состоянии, но запас работоспособности невелик и

по условию

тахР^А",,/^)

пАЛ

можно определить номер предотказного состояния ко-

торый соответствует состоянию с наибольшей вероятностью. При значениях

ОД неработоспособен и находится в состоянии отказа, в этой ситуации определение предотказного состояния нецелесообразно, так как необходимо решать задачу локализации и определения дефектных элементов. Т.о., область, в которой процедура определения и локализации предотказных состояний эффективна, задается условием 0<Z<1 . Это условие выполняется вблизи границы области работоспособности и выделяет на карте изоварных характеристик переходную зону от работоспособного состояния ОД к дефекту(рис.8).

Рассмотренные процедуры оценки состояний ОД реализованы в среде VBA и опробованы на тестовых испытаниях, имитацией дефектных состояний контрольной цепи, а также реальном производственном оборудовании - электронном стабилизаторе фирмы NORCONTPOL, результаты представлены на рис.8, процедура определения предотказных состояний по разработанной методике позволила определить слабые, с точки зрения надежности, элементы цепи и до выхода их из строя и полной потери работоспособности стабилизатора провести замену электронных приборов, обеспечив повышение эксплуатационной надежности аппаратуры производственных и научных организаций Камчатской области.

В пятой главе «Обнаружение и локализация дефектов нейросетевыми

методами» предполагается использование нейросети при оценке состояния объекта диагностирования. В работе [10] проведено обоснование структуры и основных характеристик нейросети для решения задач оценки работоспособности, определения и поиска однократных и кратных дефектов. На примере диагностической изоварной карты тестовой цепи, показано, что для процедур кластеризации и классификации состояний объекта диагностирования(ОД) наиболее эффективны сети с радиальными базисными элементами. Результаты применения процедура кластеризации для изоварной карты тестовой цепи на основе алгоритма Кохонена приведены на рис.9. Анализ изоварной карты позволяет сделать следующие выводы:

- кластеризация множества состояний ОД проведена удовлетворительно, произошло выделение всех необходимых областей, кластеризовано 12 областей соответствующих 6 состояниям холостого и 6 состояниям

короткого замыкания 6 элементов тестовой сети^1^6); (элементы

множества состояний цепи, координаты которых сняты экспериментально, помечены символом х)

Рис.9. Выделение и кластеризация областей состояний тестовой цепи в двухмерном пространстве К1. K2(D' помечены координаты вектора предъвления)

- центры кластеров находятся внутри областей состояния (помечены символом о) и характеризуют выделенные кластеры;

- предъявленный для классификации вектор D, с координатами (0.55;0.2) отнесен сетью Кохонена к 5 кластеру рис.9

Предлагаемая базовая структура нейросети представлена на рис. 10. Выбор структуры осуществлен в соответствии с требованиями метода изоварных характеристик, сеть имеет: два входа, на которые подаются значения двух отобранных параметров каналов наблюдения за объектом диагностирования (первый слой нейронов I); четыре выхода Р - объект в работоспособном состоянии, ОД - имеет место одиночный дефект, КД - имеет место многократный дефект, НД - объект находится в недопустимом состоянии; (выходной слой нейронов К); внутренний слой нейронов J всего один, и содержит 4 нейрона с радиусными функциями со-

стояний, выбор радиусных функций обусловлен требованиями минимизации и рассмотрен в работе [21].

Для обучения нейросети с радиусными базисными функциями требуется построение входного вектора Рп и выходного вектора Т^ в качестве эталонной обучающей последовательности. Структура и содержание компонент Р,х очевидна - две строки соответствующие двум координатам изоварной карты столбцов задающих объем обучающей выборки. Структура вектора Гвых зависит от кодирования состояний ОД. Закодируем состояния ОД следующим образом -

Рис 10 Структура нейронной сети для диагностики СЭСА

каждой строке вектора ТЛЫХ поставим в соответствие состояние ОД:

- первой строке вектора Г„ых - работоспособное состояние ОД, если ОД в работоспособном состоянии значение компоненты вектора T„M(I,1:N)=1, в противном случае 0;

-второй строке вектора Г8ЫХ — дефект одного или нескольких элементов ОД, если потеря работоспособности, то значение компоненты вектора в противном случае 0;

-третьей строке вектора Г,,« - выход из строя всех элементов ОД, если недопустимое состояние то Т„ш.(3,1:И)=1> в противном случае 0.

Количество столбцов вектора Твых зададим равным N - общему объему обучающей выборки.

Для кодирования состояний ОД по координатам изоварной карты построим конфигурацию соответствующих областей представленную на рис. 11., которая соответствует реальным картам изовар представленным в [8]. Введем

Puc.llСmрукmура областей состояний ОД.длякодированиявектора Твых обучающей выборки накарте изовар

два независимых параметра: расстояние от рабочей точки с координатами 0.5 и угол П меняющийся от 0 до 2% . Связь между декартовыми координатами произвольной точки плоскости и введенными параметрами определится соотношениями:

Кх =Л0*С05Я+0.5 К2=Я0*и тЛ'+0.5

зз

Меняя параметр R„ можно переместиться из рабочей точки в любую область рис.11, построив вектора обучающей последовательности Р и Т. Для оценки качества обучения необходимо осуществить тестовое опробование, задав точки теста внутри рассматриваемых областей.

Получившая распространение при решении научных задач среда MATLAB содержит специальный пакет Neural Networks Toolbox, в состав которого входит 150 различных функций, образуя собой своеобразный макроязык программирования, позволяющий создавать, обучать и использовать самый широкий класс нейросетей. Для решения задач кластеризации, выделения и классификации областей состояний ОД на плоскости изоварных характеристик наиболее эффективно использовать сети с радиусными базисными функциями. В пакете Neural Networks Toolbox их три - newrbe, newpnn и negrnn, отличающихся видом функции состояний нейронов второго слоя и видом функции активации нейронов. Выбор нейросети можно осуществить, опробованием алгоритма и программы созданной тестовой последовательности соответствии с изложенной методикой. Программа для сети newpnn, пробована и на двух других типах радиусных сетей пакета Neural Networks Toolbox, однако тесты для нейросети newpnn дают результат с нулевой ошибкой, в то время как для других типов сети ошибка значительна и составляет десятки процентов.

Проведенный анализ и построение основных нейросетевых процедур, позволяют построить общий алгоритм создания нейросети рис.12, для решения задач диагностики СЭСЛ методом изоварных характеристик от исходной постановки задачи до локализации с необходимой глубиной дефекта, а также определения предотказных состояний ОД.

Выделяется 4 основных этапа создания и применения нейросети для решения задач диагностики СЭСЛ:

1. Подготовка и составление эквивалентной схемы замещения ОД, на основе принципиальной схемы устройства, определение допустимых границ параметров двухполюсных компонент с учетом топологии соединений,

определение множества дефектных состояний ОД и необходимой глубины поиска дефектов.

2. Формирование диагностической модели, на основе матричных методов теории цепей, теории четырехполюсника, метода товарных характеристик производится отбор двух наиболее информативных параметров ОД.

3. Проводится кластеризация пространства наблюдения за состоянием ОД на основе нейросети Кохонена на диагностической модели.

4. Организуется процесс измерений отобранных параметров на реальном

Рис12. Алгоритм создания нейросети длярешения полного комппеса задач диагностирования СЭСА

ОД, с записью измерений в энергонезависимую память и обучение выходной нейросети с радиальными базисными функциями для оценки работоспособности, определения и локализации предотказных состояний ОД, обнаружения и поиска возникших дефектов.

Таким образом основным результатом главы является обоснование выбора структуры и типа нейросети для возможности определения и локализации кратных дефектов. Показано, что наилучшими характеристиками точности обладает радиусная сеть с экспоненциальной функцией активации с счетчиками предста-

витсльности нейронов второго уровня на выходе. При этом ошибка специаль-носформированной эталонной последовательности равна нулю, а на реальном примере поиска кратных дефектов электронного стабилизатора составляет 10-20 процентов в зависимости от величины кратности дефекта.

В шестой главе «Построение автоматизированного диагностического комплекса и эксперименты по проверке работоспособности разработанных алгоритмов» рассмотрены вопросы реализации разработанных алгоритмов на основе современных микропроцессорных комплексов(рис13).

Рис. 13 Взаимодействиепрограмммикропроцессорного комплекса

Для решения задач диагностики и исследований возможностей метода изо-варных характеристик разработано микропроцессорное устройство(рис.14), которое может регистрировать данные о состоянии ОД в цифровой форме и записывать их в энергонезависимую память, либо передавать зарегистрированную информацию на стационарный компьютер с целью разработки алгоритмов и программ диагностики СЭСЛ. Регистрация информации осуществляется в цифровой форме, и данные накапливаются во FLASH памяти. После заполнения памяти ее содержимое считывается в память стационарного компьютера, где эти

данные подвергаются обработке. Поскольку данное микропроцессорное устройство применяется для отслеживания параметров СЭСА в переходных режимах, то к системе измерения предъявляются повышенные требования к частоте дискретизации для учета высших гармоник и импульсных помех. Особое внимание уделено надежности источников питания, потому что необходимо исключить влияние изменяющихся параметров сети электропитания на работу измерительной схемы, а также снизить вероятность "зависания" микроконтроллеров во время переходных процессов.

Структура микропроцессорного комплекса (рис.14) организована по мо-

Рис. 14Структурамикропроцессорногокомплексарешениязадач диагностики СЭ.

дульному принципу и состоит из трех основных модулей: измерительного модуля, модуля управления и модуля памяти. Универсальные интерфейсы обмена

данными предоставляют возможность подключать к данному комплексу различные приборы как отечественного, так и зарубежного производства, а также дополнять его другими модулями в зависимости от поставленной задачи. Устройство мониторинга поддерживает передачу данных с помощью стандартных интерфейсов RS-232C и USB.

Архитектура всех модулей базируется на RISC микроконтроллере AT90S8515. Отличительными особенностями микроконтроллера являются: производительность приближающаяся к IMIPSfMTu, усовершенствованная AVR RISC архитектура, раздельные шины памяти команд и данных, 32 регистра общего назначения, Flash ПЗУ программ, с возможностью внутрисистемного перепрограммирования и загрузки через SPI последовательный канал, 1000 циклов стирание/запись, блокировка режима программирования, встроенные аналоговый компаратор, сторожевой таймер, порты SPI и UART, таймеры /счетчики, полностью статические приборы - работают на тактовой частоте от 0 Гц до 20 МГц, диапазон напряжений питания от 2,7 В до 6,0 В, режимы энергосбережения: пассивный (idle) и стоповый (power down). Эти КМОП микроконтроллеры выполнены по AVR RISC архитектуре с раздельной памятью программ и данных, с раздельными шинами для памяти программ и данных (Гарвардская архитектура). A VR ядро объединяет мощную систему команд с 32 регистрами общего назначения и конвейером (в одном цикле одна команда выполняется, а другая выбирается) выборки из памяти программ. Все 32 регистра напрямую связаны с АЛУ, что позволяет выполнять обращение к двум независимым регистрам и возвращать результат одной командой, выполняемой в одном тактовом цикле. Шесть регистров могут использоваться как три 16-разрядных указателя адреса данных. Выполняя команды за один тактовый цикл, прибор обеспечивает производительность, приближающуюся к 1 MIPS на 1 МГц, что на порядок больше, чем у CISC микроконтроллеров. Архитектура эффективно поддерживает, как языки высокого уровня, так и программы, написанные на экстремально плотных языках ассемблера. С целью проверки созданных в процессе работы над темой алгоритмов были поставлены компьютерные эксперименты (рис 15):

- построение товарных характеристик выделенных диагностических показателей для лабораторной цепи рассчитанной ручными методами,

- построение области работоспособности для той же цепи,

- построение кольца однократных дефектов,

- построение кольца множественных дефектов

МюнхоН ЕхсН • Кельн* предатквэных с«ст*яммй 2

у^рл*"* Прдгжл 2К1:ВЬдгжо» ^мчлт -Т?!**«. Дд^в^-О^мо -¿прв№А Щ ОТ

Й42С35

1Н£

* £Г*г=Ш Д.» "*

ЕЩ

ЛйШ

1 118612858500»

«Тгг

О — О

о о о 0 21 0 52 О 042 0 ! 0«3 0 | 036

.Ч-М., зм о ,зи о -3}] о о

0 о о 011

ж о о

ЭЙ 01 012 З?] 02В 045 391 0 56 0 84 0 56 0 95 4Щ 09 1 15 40 097 1 15 «]065 105 4» 049 059 44< 01 0 79 45ч 0 011

■А

а

&

-гвюмсг-: -

О о О О О О О 0 О 018 0 07 037 019 041 094 053 093 079 064 066 076 1*13 104 О?) 081 093 09? 099 065 096 094 1 23 0 72 0 91 063 0 8 ОП 038 0 1 025 0 56 О 0 009

-29- ЗЙ ' 31" ' 32 »33» 34- тЗЯ Д . 37~ | 38

39

о о

003 029

40

0000 0000 О о 0 0 0 0 0318 003 0 013 о о О о 0 23 О 0 203 0 38 013 054 0103 0265 024 0 53 0 5 0 53 0 573 0 72 0 58 0 56 0 703 0 308

О 052 0 62 0 53 0 706 <уб 0В4 094 1 148 0 657 Щ52 065 041 069 0 85 М4 09Э8 0 79 1 08 1 01 1 213 1 394 1 12 1 12 1195 0 87 0 79 0 95 1 099 1 1 1 07 0 93 1 225 1 031 0 99 1 21

0 94 О В8 1 11 098 0 943 1 13 1 25 0 65 0 054 1 059 1 11 002 107 1 03 1 15 1 24 1 118 0 87 1 16 1 03 0 935 1 119 1 19*1 01

1 16 00210209509631050 97 09910331048 135 1 0 9 0 98 0 96 1 02 1 085 1 12 1 14 1Ш 037 0812 096 1 19

092 1 0В 101 122 ОВВ ОаГТТП 1 1 207 1 144 1 05 0 82 098 1 18 1 1Б 091 1ПЯ9 П95 Пчв 1П1 1 СТО 1 19 0 73 1 03 095 1 02 1 02 0 92 1 033 1 18 0 96 1 07 1 126 0 99 1 19 0 66 084 1 29 1 I 1 18 0 99 1 15 0 9В 08 1216 0948 094 1 16 483 1 2 0 89 1 15 0 877 1 06 1 01 1 1 153 0 974 1 04 12 06088122 0890946 106 0 77 105 1044 1217 1 11 0 91 О 0 0 0 28 0 35 0 52 0 91 13Г9 1 15 1 07 0 99 1 084 0 693 1 01 071 О О 0 033 032 0 064 1 057 092 1 14 104 1009 1232 091 0 53 0 0 0_ 0 0 004 048 0278 086 105 091 0771 0654 079*049 0 0 0 0 0 0 005 040 043 071 ¿"71 0633 ОЗЙ 027 0 25 П Л П П П 0 0 0061 009 057 067 0 0£06 0 013 0000000 0000 О ООО -< ' , • < —, Ы X

ЧОО@4г£ ^"¿Г- » £Г * й? .1

41 | 42 I

о

О

о о о

034

1 1

08 095

0 43 О 'В

1 04 077 107 1 076 0 8 1 29 0 82 118 1Й4 1С7 1 14 096 0О2 1 и оа; 094 0 58 Свз 0"»5 О£9 09 0^1 057 091 О 032 03 009 0 23

О О О О

069 0 ■)( 0 74 0_1;

071 054 069 051 039 0 21 007 029 О О О

г, г — -

"Мм*

Рис 15 Результаты проверки работоспособности awopum.ua определения предот казных состоянии ОД, * помечены 20 точек, вынесенных на карту товарных характеристик тестовой цепи в резугыпате измерений при 40% разбросе вьерх и вниз от номинальных значении параметров элементов тестовой цепи На экранной форме видно, что бч: 20 точ^к эксперимента нежат ь облиши выполнения неравенства 0<Х<1 , Значения 2-функции запаса работоспособности еычипрны программой построения кольца предотказных состояний входящей в состав диагностического комплекса и выведены в виде эчектроннои таблицы Рабочая точка тестовой цепи помечена прямоугольником в центре экранной формы

Выбор тестовой цепи [I] обусловлен наличием вычислений проделанных вручную, а так же возможностью внесения модельных дефектов в лабораторных условиях. На базе этой цепи осуществлена проверка алгоритма построения

кольца прсдотказиых состояний рис.15. С этой целью поочередно в каждый элемент цепи внесено отклонение 40% вверх и вниз от номинальных значений, результаты измерений вынесены на карту изовар, попали в кольцо предотказных состояний.

При этом, алгоритмы слежения за состояниям ОД сведены в результате диссертационного исследования к классу «зашиваемых» алгоритмов. В диссертации рассмотрена их реализация на однокристальной микро-ЭВМ. Алгоритмы обработки диагностической информации не обладают свойствами «зашиваемых» алгоритмов из-за высоких требований к быстродействию и объемам памяти, поэтому обработка возлагается па относительно мощную ПЭВМ - PENTIUM 4,

Разработанный комплекс прошел опробование в лабораторных условиях на кафедре электротехники и электрооборудования судов КамчатГТУ, в производственных условиях организаций г.Петропавловска-Камчатского: ФГУП КЦСМ, ООО Экспедиция, 0 0 0 АСПИ, ТЦППКСРФ, НИГТЦ ДВО РАН. Результаты обработки зарегистрированной информации позволили в условиях нестабильности сети изменить существующие схемы электроснабжения информационных центров этих организаций и повысить их эксплуатационную надежность.

Заключение

На основании выполненных исследований разработана экономически целесообразная методология диагностирования судовых электрических средств автоматизации. Использование предлагаемой методологии при построении автоматизированных диагностических комплексов судовых электрических средств автоматизации позволит повысить эксплутационную надежность судовых электроэнергетических систем, повысить уровень безопасности мореплавания и снизить аварийность судов флота рыбной промышленности.

Обоснован комплексный подход к решению основных задач диагностики электрических цепей средней и высокой размерности за счет уменьшения количества наблюдаемых диагностических параметров и объемов измеряемой и обрабатываемой

диагностической информации с обеспечением глубины поиска дефекта до структурной единицы принципиальной схемы.

Применение результатов исследования процессов диагностирования судовых электрических средств автоматизации позволило:

1. теоретически обосновать и практически реализовать средствами микропроцессорной

техники регистрацию состояний СЭСА с записью на энергонезависимую память;

2. определить оптимальную глубину поиска дефектов, при условии минимизации затрат

на ремонт и эксплуатацию;

3. разработать комплекс мер, по повышению эксплуатационной надежности систем электроснабжения предприятий рыбной промышленности.

Получены следующие основные результаты, определяющие научную новизну работы и ее практическую значимость:

- предложен и теоретически обоснован новый оригинальный метод товарных характеристик, позволяющий определять область работоспособности СЭСА по двум диагностическим параметрам при минимальном объеме измерений и осуществлять контроль состояния всех компонент сложной электрической цепи;

- обоснована возможность использования теории конечных интервалов для определения границ допусков параметров элементов с учетом топологии их соединения, что позволяет повысить точность определения границ области работоспособности;

- разработаны методы и алгоритмы поиска однократных и многократных дефектов в аналоговых СЭСА на основе изоварных карт с детерминированной моделью объекта диагностирования;

- разработаны методы и алгоритмы поиска однократных и многократных дефектов дискретных СЭСА на основе статистической линеаризации вольтам- разработаны нейросетевые алгоритмы для определения областей предотказ-

ных состояний элементов СЭСА с учетом компонент вектора условных вероятностей нахождения элементов СЭСА в этих состояниях;

- разработаны оптимизированные алгоритмы основных диагностических процедур, реализуемые современными микропроцессорными средствами на реальных СЭСА;

- произведен выбор архитектуры автоматизированной микропроцессорной системы диагностирования СЭСА, обеспечивающей накопление и обработку диагностической информации с минимальными объемом памяти и временем выполнения алгоритмических процедур;

- разработан и реализован нейросетевой алгоритм определения элементов, находящихся в предотказном состоянии для стабилизатора переменного напряжения;

- разработана и реализована программно-аппаратно автоматизированная система тестового диагностирования СЭСА по методу изоварных характеристик.

Впервые:

- создан и программно опробован нейросетевой алгоритм обнаружения и локализации неисправностей до уровня структурной единицы ОД, позволяющий автоматизировать процесс ремонта и замены СЭСА;

- разработан, обоснован, программно реализован и опробован алгоритм определения допустимых границ изменения параметров компонент ОД на основе теории интервалов,

- создан и программно опробован на примере электронного стабилизатора переменного тока алгоритм определения основных показателей работоспособности и определения предопсазных состояний судовых электрических средств автоматизации позволяющий регулировать уровень основных эксплуатационных показателей;

- разработан и создан рабочий образец автоматизированного диагностического микропроцессорного программпо-аппаратного комплекса на основе исследованных в диссертации алгоритмов и программной реализации решения диагностических задач судовых электрических средств автоматизации, на базе которого проведены натурные испытания аппаратуры электропитания ряда предприятий рыбной промышленности Камчатской области.

Основное содержание диссертации опубликовано:

По теме диссертации имеется 38 опубликованных работ (включая 3 патента на изобретение, 2 авторских свидетельства, 3 свидетельства об официальной

регистрации программ для ЭВМ)

Ведущие рецензируемые журналы и научные издания

1. Портнягин Н.Н., Пюкке Г.Л., Кузнецов СЕ. Диагностирование электрических цепей методом изовар / Изв. Вузов. Электромеханика.-ЮРГТУ, Ново-черкасск.-1998-Х» 1 - С35-40.

2. Портнягин Н.Н. Применение метода статистических испытаний для определения области работоспособности судовых электрических средств автоматизации/Эксплуатация морского транспорта (под ред. П.С.Емельянова) //СпБ.:Наука,2003.-С340-345.

3. Портнягин Н.Н, Шушпанов. Г.А Архитектура микропроцессорного комплекса решения задач диагностики судовых электрических средств автоматизации/ Изв. Вузов. Северо-Кавказский, регион. Технические науки. -ЮРГТУ, Новочеркасск. -2004.-пр.№.4-С35-45.

4. Портнягин Н.Н Интервальный алгоритм определения допустимых границ изменения диагностических параметров судовых электрических средств автоматизации / Изв. Вузов. Северо-Кавказский регион. Технические науки. -ЮРГТУ, Новочеркасск.-2004.-пр.№.4.-С45-50.

5. Портнягин Н.Н. Алгоритм и программа обучения нейросети при решении задач диагностики судовых электрических средств автоматизации / Изв. Вузов. Северо-Кавказский регион. Технические науки- ЮРГТУ, Новочер-касск-2004 - пр.№.4С50-60.

6. Портнягин Н.Н., Пюкке Г.А Теория, методы и эксперименты решения задач диагностики СЗСА : Монография//Судостроение-СП5.-2004- 157сил.

7. Портнягин Н.Н. Процедура прогноза возникновения дефектов при решении задач диагностики судовых электрических средств автоматизации / Изв. Вузов. Северо-Кавказский регион. Технические науки.- ЮРГТУ, Новочер-касск.-2004. - пр.№.4-С60-65.

8. Портнягин Н.Н. Повышение надежности и информационной безопасности

судовой информационной системы методами технической диагностики// Проблемы информационной безопасности. -СПб.: СПбГПУ, 2003, №3. -С43-49.

9. Портнягин Н.Н., Пюкке Г.А. Устройство для проверки электронных схем:

Патент на изобретение № 2137148 // Изобретения. Заявки и патенты. - М: ФИПС, 1999, Бюл.25.- С 32.

10. Портнягин Н.Н., Пюкке Г.А. Устройство для проверки электронных схем: Патент на изобретение № 2179729 // Изобретения. Заявки и патенты. - М.: ФИПС, 2002, Бюл.5. - С 44.

11. Портнягин Н.Н., Пюкке Г.А. Устройство регулярно-периодического контроля работоспособности электрических средств автоматизации: Патент на изобретение № 2196340 // Изобретения. Заявки и патенты - М.: ФИПС, 2003,Бюл.1.-С27.

12. Портнягин Н.Н., Пюкке Г.А. Имитационная модель судового генераторного агрегата с САРЫ и АРЧ : Программа для ЭВМ № 50200000187 // ФАП. -М.: ВтаНЦ, 2000

13. Портнягин Н.Н. Программа построения функции вероятности работоспособных состояний объекта диагностирования: Программа для ЭВМ № 2003612661//Программы для ЭВМ. Базы данных. Топология интегральных микросхем. -М.: ФИПС, 2003, Бюл.6. -С42.

14. Портнягин Н.Н., Пюкке ГЛ. . Программа построения семейства изоварных характеристик объекта диагностирования: Программа для ЭВМ № 2004610272 //Программы. Базы данных. Топология интегральных микросхем. -М.: ФИПС, 2004, Бюл. 1 .-С23.

15. Портнягин Н.Н., Рапопорт М.Б. и др. Устройство для обработки сейсмических данных: Авторское свидетельство № 747591// Госкомитет СССР по делам изобретений и открытий,-1980

16. Портнягин Н.Н., Шевчук М.А. Устройство для определения геометрических параметров орудий рыболовства: Авторское свидетельство №1273042// Госкомитет СССР по делам изобретении и открытий, 1986

Материалы международных конференций

17. Портнягин Н.Н., Пюкке Г. А. Разработка диагностического обеспечения при контроле технического состояния судового электрооборудования методом коррекции состояний : Материалы международной научно-технической конференции/ Калининград.: КГТУ, 2000 -. Часть 3. С64-67.

18. Портнягин Н.Н., Пюкке Г.А. Выбор диагностических параметров при решении задач диагностирования электронных цепей высокой размерности: Материалы международной научно-практической конференции/ Теория, методы и средства измерений, контроля и диагностики- Новочеркасск .: ЮРГТУ, 2000. -часть 10.С13-19.

19. Портнягин Н.Н., Пюкке Г.А. Использование конформных отображений при построении моделей диагностирования электрических цепей / Информационные технологии в моделировании и управлении/ Труды 2-ой международной научно-практической конференции/ СПб.: СП6ТПУ.-2000.-С309-311.

20. Портнягин Н.Н., Пюкке Г.А., Кузнецов СЕ. Применение методов регулирования при решении задачи параметрической оптимизации судового электрооборудования/Проблемы повышения технического уровня электроэнергетических систем и электрооборудования кораблей, плавучих сооружений и транспортных средств: Тезисы докладов 7-ой Международной научно-технической конференции/ ТРАНСТЕК 2000.-СП6.-2000.С 67

21. Портнягин Н.Н. Диагностика электрических средств автоматизации с применением нейросетей: Материалы международной научно-практической конференции// Рыбохозяйственное образование на Камчатке в 21 веке/ Петропавловск-Камчатский,- КамчатГТУ, 2002.-С 191-193.

22. Портнягин Н.Н. Выбор структуры нейросети для решения задач диагностики судовых электрических средств автоматизации/ Безопасность водного

транспорта: Труды международной научно-практической конференции, посвященной 300-летию САНКТ-ПЕТЕРБУРГА/ СпБ.: СпГУВК .-2003 Том 4.-С179-182.

23. Пюкке Г.А., Портняпш ILH. Диагностирование цифровых схем методом матричных преобразований: Труды международной школы-семинара/ Методы и средства диагностики/ Сборник научных статей/ Йошкар-Ола.: Марийский государственный университет. - 2002,-вып.9. С99-108. .

24. Портнягин Н.Н Решение задач диагностики судовых электрических средств автоматизации методом изоварных характеристик/ Сборник материалов международной научно-технической конференции НИОТЭ // Владикавказ -2003.-С67-79

Региональные издания

25. Портнягин Н.Н., Рапопорт М.Б. СпецпроцессорМК-1.Экспресс-информация.-М.:ВИЭМС, 1977.- 19с.

26. Портнягин Н. Н., Пюкке Г. Л., Водинчар Г. М. Метод матричных преобразований и пути его аппаратной реализации при диагностировании пассивных электрических цепей / Методы и средства технической диагностики: Сб. материалов. - Ивано-Франковск, 1997. - С32 - 37.

27. Портнягин Н.Н., Пюкке Г.А. Формирование множества основных диагностических признаков с использованием процедуры ротации топологического графа при диагностировании разветвленных электрических цепей/ Сб. научных трудов «Электрооборудование судов и энергетика».-Калининград.: КГТУ, 1998.-С44-47.

28. Портнягин Н.Н., Пюкке Г.А. Диагностирование и настройка динамических параметров системы автоматического регулирования генераторных агрегатов судовой электростанции. Державний м1жвюмчий науково-техничний зб1рник/ Розвщка i розробка нафтових i газових родовит/ Cepw: метода i засоби технiчноi диагностики/ ВИПУСК 38(том 8)/ 1вано-Франк1вськ-2001.-С132-137

29. Портнягин Н.Н., Пюкке Г.Л., Кузнецов СЕ. Методы регулирования при решении задачи параметрической оптимизации судового электрооборудования /Электрофорум/ Научно-инженерный журнал// СПб.: ЦНИИСЭТ.-

2001,№1.-С.22-23

30. Кузнецов С.Е., Портнягин Н.Н., Пкжке Г.А. Оптимизация варьируемых параметров судовых электрических средств автоматизации// Сборник тезисов докладов научно-технической конференции ППС и научных сотрудников, (к 125-летию со дня основания академии)/ СПб.:ГМА.-2001.- С 70-71.

31. Портнягин Н.Н., Пюкке Г.А. Диагностирование судовых электрических средств автоматизации при кратных дефектах// Сборник тезисов докладов научно-технической конференции ППС и научных сотрудников и курсантов/ СПб.: ГМА.-2002.- С67-68.

32. Портнягин Н.Н. Определение области работоспособности судовых электрических средств автоматизации методом статистических испытаний /Всстгаж КамчатГТУ: Научный журнал /Петропавловск-Камчатский.: КамчатГТУ,

2002,вып.1.-С148-152.

33. Портнягин Н.Н., Дуров А.А. Аппаратно-программный комплекс для мониторинга поверхностных электрических цепей / Вестник КамчатГТУ; Научный журнал / Петропавловск-Камчатский.: Камчат ГТУД002, вып.1.-С111-115.

34. Портнягин Н.Н., Портнягина В.В. Аппаратно-программный комплекс для решения задач диагностики судовых электрических средств автоматизации методом изоварных характеристик/ Вестник КамчатГТУ: Научный журнал /Петропавловск-Камчатский.: КамчатГТУ.-2003, вып. 2.-С 157-159.

35. Портнягин Н.Н., Хатылов А.А. Модель судового синхронного генератора для оценки влияния расхода топлива из-за разброса параметров пропорциональных регуляторов САРН и АРЧ/ Проблемы современного естествознания/ Материалы научно-технической конференции ППС КамчатГТУ/ Петропавловск-Камчатский.: КамчатГТУ, 2002.-С125-132.

36. Портнягин Н.Н.., Пюкке ГЛ. Теория и методы диагностики СЭСА: Моно-

графия// Петропавловск-Камчатский.: КамчатГТУ, 2003. - 117 с.

37. Портнягин Н.Н., Шевчук М.Л. и др. Применение микропроцессорной техники в учебном процессе: Отчет о научно-исследовательской работе № 01860114332, М.; ВИНИТИ.-1988.-68 с.

38. Портнягин Н.Н., Шевчук М.А. и др. Исследование путей технической реализации судовой автоматизированной системы для обработки данных эхо-съемок: Отчет о научно-исследовательской работе № 01828055772, М.; ВИНИТИ.-1986.-65 с.

Подписано в печать 31.05.04. Сдано в производство 31.05.04.

Лицензия № 000283 от 19.10.98. Формат 60x84 1/16 Усл.-печ. 2,8. Уч.-изд.л. 2,1. Тираж 80 экз. Заказ № 211

Отпечатано в ИИЦ Ф ГОУ ВПО СПГУВК 198035, Санкт-Петербург, Межевой канал, 2

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ МЕТОДОВ И СРЕДСТВ ДИАГНОСТИРОВАНИЯ СУДОВЫХ ЭЛЕКТРИЧЕСКИХ

СРЕДСТВ АВТОМАТИЗАЦИИ (СЭСА).

1.1. Анализ отказов и восстановлений СЭСА.

1.2.3адачи и методология диагностирования судовых электрических средств автоматизации.

1.3. Характеристика СЭСА как объекта диагностирования.

1.4. Методы технического диагностирования.

1.4.1. Анализ методов поиска дефектов.

1.4.2. Методы диагностирования, основанные на использовании аналитических диагностических моделей объекта диагностирования.

1.4.3. Методы диагностирования, основанные на использовании функциональных и логических моделей объекта диагностирования.

1.4.4. Экспериментальные методы разработки диагностических моделей.

1.5. Средства технического диагностирования.

1.5.1. Анализ и характеристики средств диагностирования судовых электрических средств автоматизации.

1.5.2. Структура и проектирование технических средств диагностирования.

1.6. Выводы и постановка задач исследований.

ГЛАВА 2. ОБОСНОВАНИЕ И РАЗРАБОТКА МЕТОДА

ИЗОБАРНЫХ ХАРАКТЕРИСТИК.

2.1. Построение и анализ диагностических моделей.

2.1.1. Формирование множества диагностических параметров.

2.1.2. Упорядочение множества информативных диагностических параметров.

2.1.3. Минимизация множества информативных диагностических ж параметров.

2.1.4. Построение диагностической модели.

2. 2. Алгоритмы и методика диагностирования с использованием метода изоварных характеристик.

2.2.1 .Выбор глубины поиска дефектов в СЭСА.

2.2.2.Решение задач диагностики СЭСА методом изоварных характеристик в детерминированной постановке.

2.3.Основные результаты.

ГЛАВА 3. РАЗРАБОТКА АГОРИТМА ИНТЕРВАЛЬНОГО

ОПРЕДЕЛЕНИЯ ДОПУСТИМЫХ ГРАНИЦ ПАРАМЕТРОВ

КОМПОНЕНТ ОБЪЕКТА ДИАГНОСТИРОВАНИЯ.

3.1. Обоснование применимости интервального анализа при решении задач диагностики методом изоварных характеристик.

3.2.Алгоритм определения границ изменения диагностических параметров.

3.3. Основные результаты.

ГЛАВА 4. РАЗРАБОТКА ПРОЦЕДУР ОЦЕНКИ РАБОТОСПОСОБНОСТИ И ОПРЕДЕЛЕНИЯ

ПРЕДОТКАЗНЫХ СОСТОЯНИЙ.

4.1. Вероятностная модель оценки состояний объекта диагностирования на основе изоварных характеристик.

4.2. Алгоритм и методика построения области работоспособности(вероятностная постановка).

4.3. Процедура определения предотказных состояний при решении задач диагностики СЭСА.

4.4. Основные результаты.

ГЛАВА 5. ОБНАРУЖЕНИЕ И ЛОКАЛИЗАЦИЯ

ДЕФЕКТОВ НЕЙРОСЕТЕВЫМИ МЕТОДАМИ.

5.1. Диагностика СЭСА методом изоварных характеристик с применением нейросетей.

5.2.Выбор структуры нейросети для решения задач диагностики методом изоварных характеристик.

5.3. Алгоритм и программа обучения нейросети при решении задач диагностики судовых электрических средств автоматиза

5.4. Основные результаты.

ГЛАВА 6. ПОСТРОЕНИЕ АВТОМАТИЗИРОВАННОГО ДИАГНОСТИЧЕСКОГО КОМПЛЕКСА И ЭКСПЕРИМЕНТЫ ПО ПРОВЕРКЕ РАБОТОСПОСОБНОСТИ РАЗРАБОТАННЫХ АЛГОРИТМОВ.

6.1. Повышение надежности и информационной безопасности судовой информационной системы методами технической диагностики.

6.2.Архитектура АСКР СЭСА.

6.3.Эксперименты по проверке работоспособности разработанных алгоритмов.

Применение судовых электрических средств автоматизации на судах современного флота позволяет повысить эффективность работы различных механизмов и систем, способствует повышению производительности труда судовых экипажей, дает значительный экономический эффект, сокращает затраты энергии и материалов [3,4,8,9,13,17,22,41,42,58,98,140,141,144].

Современное техническое состояние рыбопромыслового флота России характеризуется несколькими особенностями, которые порождены проблемами конкуренции и усилением требований к технологии добычи и обработки морепродуктов и ранее не проявлялись в такой значительной мере.

Прежде всего, это расширение спектра судовых электрических средств автоматизации (СЭСА) в сторону мощных электронных устройств, зачастую эти устройства являются продукцией зарубежных компаний и включены в состав судовых электрических средств автоматизации во время переоснащения, ремонта и модернизаций промысловых судов.

Наиболее распространенными являются устройства, содержащие аналоговые и цифровые компоненты, комбинационные схемы и элементы с памятью: они применяются практически во всех типах СЭСА, где требуется реализовать специальные характеристики, обеспечить плавность и точность регулирования, повысить производительность и мощность судовых электроэнергетических систем [4,5,13,18,21,22,38,41,42,45,48,89,110,136,145].

Возросшие возможности мощной полупроводниковой техники, появление мощных IJBT-транзисторов, способных управлять токами в сотни ампер и выдерживать напряжения до 1500 вольт, а также мощных тиристоров и семисто-ров, фотосемисторов и других силовых электронных приборов, использующихся в разработках современных компаний, поставляющих аппаратуру для промысловых судов, делают актуальным рассмотрение вопросов диагностирования устройств судовой автоматики [4,17,24,56,57,63,66,68,76,79,80,96,126,132,148].

Усложнение состава судовых электрических средств автоматизации, рост его количества и широкое внедрение комплексных средств автоматизации на судах, как правило, приводит к увеличению интенсивности отказов. Вследствие этого простои судов, вызванные ремонтом оборудования, и связанные с ними убытки существенно возрастают.

В настоящее время совокупные затраты на техническое обслуживание судов за амортизационный срок службы в два-три раза превышают их строительную стоимость. Расходы, связанные с ежегодным ремонтом судов, достигают половины сумм, расходуемых на строительство нового флота. Проблема снижения этих расходов всегда являлась и является одной из важнейших технико-экономических задач.

В этой ситуации задачи диагностики и регулирования мощного судового электронного оборудования выступают на передний план, так как выход из строя мощных полупроводниковых приборов во время ведения промысла может приводить к значительным экономическим потерям, а в случае выхода из строя систем управления ответственными энергетическими процессами к потере безопасности мореплавания.

Необходимо также отметить, что в силу уменьшения количественного состава промысловых судов (примерно в 2,5 раза) обострилась проблема повышения качества настройки систем автоматики СЭСАС. Участились случаи выхода генераторов из синхронизма из-за расстройки параметров электронной аппаратуры. Отсутствие эффективной системы регулирования запаса работоспособности аппаратуры приводит к неоправданным временным потерям на межрейсовых стоянках судов. Не уделяется достаточного внимания и отстройке динамических параметров электронных регуляторов, что оборачивается неминуемыми потерями топлива [125].

Исследование результатов обработки статистических данных по флоту Камчатки [15] показывает, что за период с 1987 по 1998 годы при систематическом снижении количества судов на флоте относительный процент аварийности возрастает (рис. В.1). Это свидетельствует о старении оборудования и недостаточной оснащенности современными средствами контроля и диагностирования технического состояния устройств, а также о малом количестве новых методов, разработок и устройств, повышающих безаварийность работы.

Процентная зависимость аварийности (рис. В.2), вызванной навигационными, техническими и экстремальными факторами, показывает, что доля навигационных и технических факторов высока и примерно одинакова [15]. Однако динамика процесса во времени обнаруживает тенденцию роста зависимости аварийности, обусловленной техническими факторами. Это свидетельствует о старении технического оборудования и необходимости повышения роли контроля над ним.

Одним из факторов, повлиявших на столь сильный рост технической аварийности, явилось старение базы флота при отсутствии надлежащего ремонта, технического обслуживания и достаточно полной оснащенности техническими средствами диагностирования.

Одной из причин увеличения аварийности является субъективный фактор, например квалификация судового обслуживающего персонала и его отношение к своим обязанностям. Как отмечают специалисты, «эффективность любого управления требует наличия достоверной и своевременной информации об окружающей обстановке, о состоянии судна и даже самого экипажа» [15]. Наличие информации должно обеспечиваться непрерывным наблюдением, которое ведётся вахтенной службой. Один вахтенный помощник на мостике или механик в машинном отделении, особенно ночью, в сложных условиях плавания, не способен обеспечить непрерывность наблюдения. Именно поэтому на передний план выступают технические средства контроля и диагностирования.

Вторым фактором, влияющим на аварийность, является компетентность персонала. Некомпетентные решения или неграмотные действия, особенно в экстремальных условиях, могут поставить в безвыходное положение весь экипаж и судно, а так как компетентность является субъективным фактором, не подлежащим формализации и объективному учету, то роль успешного решения задачи технического диагностирования, позволяющей формализовать часть функций оператора, возрастает. В этой ситуации уровень требований к обслуживающему персоналу уменьшается, что повышает составляющую надежности, зависящую от субъективного фактора.

Журнал «Морской флот» в 1995 году привёл результаты исследований газеты «Ллойдз Лист», направленные на изучение влияния человеческого фактора на аварийность морских судов. Было отмечено, что «80 % аварийных ситуаций обусловлены особенностями работы человека на судне. Только 10

КОЛ-ВО ♦ IIHVI ппкфы отрывы

Рис. В.}. Диаграмма соотношения количества судов на флоте и аварийности в период с 1985 по 1998 гг.

Рис. В.2. Диаграмма аварийности, обусловленной различными факторами, в период с 1985 по 1998 гг. аварийных ситуаций связаны с отказом и выходом из строя судовой техники и устройств в чрезвычайных обстоятельствах, когда были нарушены проектные нормы». о

II so

4Л

30 го ]0 о л * r-v/v vV.

А Я Л Г Чн-к ■. ■ J V у 'VA- Л \ * \

85 М Я- 8Я 89

41 92 93 «4 9« 9Т 99

Факторы аварийности -ш- навигационные, всего в т. ч. по вине экипажа технические, всего в т. ч. по вине экипажа

-е- пожары, всего д. в т.ч. по вине мкипажа

Рис. В.З. Зависимость состояния аварийности от человеческого фактора На рис. В.З приведены шесть временных зависимостей состояния аварийности судов рыбопромыслового флота Камчатки [15]. Три графика показывают общее состояние аварийности, а три других - зависимость аварийности от вины экипажа. Можно заметить, что кривые категории «по вине экипажа» практически точно повторяют кривые категории «всего». Это говорит о прямой зависимости состояния аварийности от качеств субъекта управления -экипажа и его отдельных членов.

Подводя итог сказанному, можно заключить, что снижение как технических, навигационных, так и субъективных факторов аварийности находится в прямой зависимости от оснащенности флота техническими средствами диагностирования, и успешное решение проблемы безаварийной эксплуатации в значительной мере определяется наличием новых подходов, методов и направлений в развитии технической диагностики.

Снизить интенсивность отказов судовых электрических средств автоматизации на стадии эксплуатации можно за счет регулярного оценивания состояния и своевременного восстановления работоспособности. Решить эти задачи позволяет своевременное и рациональное применение методов и средств диагностирования с последующей настройкой основных параметров систем.

Разработка диагностического обеспечения является обязательным условием при проектировании новых объектов, и, как правило, объект диагностирования (ОД), методы и средства диагностирования разрабатываются одновременно [21,27,30,31,32,38,46,50,53,54,57,70,71,72,76,77,132,139,141,143,145].

В настоящее время известно множество методов оценки степени работоспособности и поиска дефектов в СЭСА [3,10,12,14,24,28,30,36,37,39,45,47, 53,54,56,57,68,71,74,75,77,78,82,85.132,147,148,150,152]. Подробный анализ их эффективности показывает, что наряду с множеством определенных достоинств они имеют ряд недостатков. Как правило, это методы, предусматривающие процедуру съема информации с достаточно большого количества контрольных точек ОД. При этом процесс диагностирования предполагает выполнение разветвленных алгоритмов, сложность которых увеличивается с ростом размерности диагностируемой электрической цепи.

Методика построения таких алгоритмов основывается либо на показателибо на логическом анализе, что позволяет обнаружить одиночное дефекты при съеме информации с большого количества полюсов ОД и т. д.

Некоторые из существующих методов недостаточно полно учитывают особенности эксплуатации судового оборудования, требуют относительно больших затрат времени, сравнительно большого объема измерений и достаточно высокой квалификации обслуживающего персонала.

К недостаткам существующих систем диагностики СЭСА следует отнести низкий уровень автоматизации решения задач первого уровня - слежение за состоянием ОД, а так же локализация и поиск возникающих дефектов. Задачи второго уровня автоматизации систем диагностики - контроль запаса работоспособности, прогноз возникновения дефектов для возможности регулирования основных эксплуатационных показателей практически не автоматизированы и решаются судовыми электромеханиками традиционными средствами. Однако как видно из анализа аварийности судов промыслового флота Камчатки рис Bl, В2, ВЗ, соотношение технического и человеческого фактора составляет пропорцию примерно 1:1, а совершенствование систем диагностики в направлении решения задач первого и в особенности второго уровня позволит уменьшить влияние на аварийность как технического, так и человеческого фактора.

Поэтому тема диссертационной работы, посвященной решению крупной научно-технической проблемы создания математического и алгоритмического обеспечения для решения комплекса диагностических задач с использованием современных микропроцессорных средств, включая процедуры оценки состояния, поиска однократных и многократных дефектов, а также обнаружения и определения предотказных состояний для судовых электрических средств автоматизации (СЭСА) является актуальной.

Решение перечисленных задач невозможно без математического аппарата систем диагностики. С точки зрения развития аналитического аппарата предлагается развить приложение теории многополюсника к задачам диагностики. Теория многополюсника традиционно используется для описания сложных электрических схем автоматического регулирования и управления. Использование ее аппарата для описания диагностических задач представляется весьма перспективным особенно для задач параметрической диагностики, так как позволяет построить эффективные процедуры поиска неисправных компонент электронной цепи организовать слежение за состоянием ее элементов и прогнозировать это состояние при минимальных затратах на создание специальной аппаратуры.

Алгоритмическое и программное обеспечение предлагается развить в направлении использования специальных алгоритмов. К ним относятся процедуры: контроля и оценки работоспособности судовых электрических средств автоматизации; определение границ допуска параметров элементов ОД с учетом топологии их соединения; локализации и поиска дефектов, прогноз возможных дефектов и регулирование запаса работоспособности.

Конструирование специальной диагностической аппаратуры является важнейшим направлением развития диагностических комплексов. Последние достижения в области микропроцессорных технологий в значительной мере расширили потенциальные возможности создания и практической реализации сложных диагностических систем, вопросы, применения которых обсуждались до настоящего момента только в теоретическом плане. Современные однокристальные микроконтроллеры: TMS компании Texas Instruments, ADSP компании Analog Devices, DSP компании Motorola, AVR компании INTEL по своим возможностям приблизились к возможностям персональных ЭВМ при решении специализированных задач, однако их применение требует специальной архитектурной и схемотехнической проработки, а также применения класса зашиваемых алгоритмов.

Разработка диагностического обеспечения является обязательным условием при проектировании новых объектов и, как правило, объект диагностирования (ОД), методы и средства диагностирования ОД разрабатываются одновременно.

Анализ уже известных методов поиска дефектов и оценки запаса работоспособности СЭСА показывает, что все они, как правило, предусматривают процедуру съема информации с достаточно большего количества контрольных точек ОД. При этом процесс диагностирования предполагает выполнение разветвленных алгоритмов, сложность которых увеличивается с ростом размерности диагностируемой электрической цепи. Естественно ожидать, что с ростом числа элементов электрической цепи растет размерность, эффективность традиционных методов параметрической диагностики резко падает, и они становятся неприемлемыми. Методика построения таких алгоритмов основывается либо на показателях надежности СЕ, без учета взаимосвязи между СЕ, либо предполагается равновероятность отказов всех СЕ при их последовательном соединении, либо это метод логического анализа, позволяющий обнаружить одиночные дефекты при съеме информации с большего количества полюсов ОД и т.д.

Все они не достаточно полно учитывают особенности эксплуатации судового оборудования, требуют относительно больших затрат времени, сравнительно большого объема измерений и достаточно высокой квалификации обслуживающего персонала [31].

Современное состояние систем организации технического обслуживания и ремонта сложных технических объектов характеризуется переходом от систем планово-предупредительных ремонтов к стратегиям управления эксплуатационной надежностью объектов по их техническому состоянию. Преимущества такого подхода заключаются в экономии трудовых, материальных и финансовых ресурсов, что особенно важно в условиях развития рыночных отношений.

Цель исследования состоит в создании математического и алгоритмического обеспечения для решения комплекса диагностических задач с использованием современных микропроцессорных средств, включая процедуры оценки состояния, поиска однократных и многократных дефектов, а также обнаружения и определения предотказных состояний для СЭСА.

Идея работы заключается в построении методического аппарата решения полного комплекса задач диагностирования СЭСА с позиций приближенных, вероятностных методов оценки работоспособности объектов диагностирования с учетом возможности возникновения кратных дефектов.

Задачи, решаемые в работе. Выбранный автором путь достижения указанной цели основывается на решении следующих задач:

1. Анализ методов решения задач диагностирования СЭСА.

2. Анализ основных типов алгоритмов решения задач диагностирования СЭСА.

3. Обоснование и разработка метода изоварных характеристик - как основы программно-аппаратной реализации судовых диагностических комплексов.

4. Разработка процедур коррекции допусков параметров элементов СЭСА, в соответствии с топологией принципиальной схемы диагностируемого устройства.

5. Разработка процедуры определения и локализации предотказных состояний СЭСА.

Перечисленные задачи исследования определили содержание диссертационной работы:

В первой главе « Анализ методов и средств диагностики судовых электрических средств автоматизации» рассматриваются основные задачи диагностики и их решение существующими как цифровыми, так и аналоговыми методами применительно к судовому электрооборудованию.

Во второй главе «Обоснование и разработка метода изоварных характеристик» проводится теоретическое исследование возможных способов решения основной задачи диагностики - оценки состояния ОД, обосновывается уменьшение числа точек съема информации, до двух параметров, выделенных специальным образом четырехполюсников.

В третьей главе «Разработка интервального алгоритма определения допустимых границ параметров компонент объекта диагностирования» рассмотрена постановка и алгоритмическое решение задачи определения допустимых значений параметров элементов принципиальной схемы ОД.

Четвертая глава «Разработка процедур оценки работоспособности и прогноза вероятных дефектов» посвящена обоснованию вероятностных методов при решении задач диагностирования методом изоварных характеристик, рассмотрено решение двух, важных с точки зрения достижения цели исследования, задач - определение области работоспособности и запаса работоспособности ОД, а также прогноза возникновения вероятных дефектов.

В пятой главе «Обнаружение и локализация кратных дефектов нейросете-выми методами» обосновано использование нейросети при оценке состояния объекта диагностирования.

В шестой главе «Построение программно-аппаратного диагностического комплекса и организация экспериментов для проверки разработанных алгоритмов» рассмотрены вопросы реализации разработанных алгоритмов на основе современных микропроцессорных устройств.

При решении поставленных задач в работе используются методы математического анализа, линейной алгебры, теории моделирования, теории графов, теории нечетких множеств и нейросетей, теории измерений, теории управления и технической диагностики.

Основные научные положения, выносимые на защиту:

1. Теоретические основы метода изоварных характеристик для решения основной задачи диагностирования - оценки состояния ОД, описываемых цепями средней и высокой размерности;

2. Процедура отбора знакопостоянных функций передачи четырехполюсных и трехполюсных каналов на основе ротации топологического графа ОД;

3. Алгоритм интервального определения границ допусков параметров двухполюсных компонент ОД, с учетом топологии принципиальной схемы их соединения.

4. Алгоритм и программа определения области работоспособности ОД в пространстве наблюдаемых диагностических параметров.

5. Алгоритм и программа локализации и определения кратных дефектов ОД в пространстве наблюдаемых диагностических параметров.

6. Алгоритм определения предотказных состояний ОД на основе обработки текущих значений компонент вектора условных вероятностей в пространстве наблюдаемых диагностических параметров.

7. Экспериментальный программно-аппаратный микропроцессорный комплекс решения задач определения работоспособности, обнаружения и локализации кратных дефектов, а также определения предотказных состояний СЭСА.

Научная новизна работы в целом определяется комплексным подходом к разработке алгоритмических, аппаратных и программных средств решения основных задач диагностики СЭСА, основанном на анализе особенностей алгоритмов мониторинга и обработки диагностической информации, а также особенностей реализации необходимых процедур решения задач диагностического комплекса:

• впервые проблема создания математического и алгоритмического обеспечения задач диагностирования СЭСА решается на основе метода изоварных характеристик с использованием процедур оптимального отбора информативных каналов наблюдения за состоянием объекта диагностирования;

• проведены обоснование, разработка и опробование алгоритма интервального определения границ допусков параметров двухполюсных элементов электрической цепи с учетом топологии их соединения;

• разработан и опробован алгоритм оценки состояния сложной электрической цепи на основе анализа многокомпонентного вектора условных вероятностей в каждой точке двумерной плоскости карты изоварных характеристик;

• разработана и реализована процедура кластеризации состояний объекта диагностирования при его наблюдении методом изоварных характеристик;

• предложена и опробована при решении задач диагностики методом изоварных характеристик трехслойная нейросеть с радиусными базисными функциями.

Научное значение работы заключается в обосновании применимости класса зашиваемых алгоритмов для практической реализации безразборных диагностических процедур, повышающих эксплуатационную надежность СЭСА.

Достоверность результатов, проведенного комплекса исследований обеспечивается теоретическим обоснованием применяемых методов и алгоритмов, компьютерными экспериментами, которые построены на конкретных примерах диагностики устройств СЭСА, натурными, лабораторными испытаниями контрольных электрических цепей, натурными экспериментами на реальных СЭСА.

Практическая ценность работы заключается в разработке математического и алгоритмического аппарата для создания систем диагностики СЭСА полным набором диагностических процедур, включая процедуры определения предотказных состояний судовой аппаратуры.

Использование результатов работы позволяет:

- реализовать в судовых условиях безразборную технологию диагностирования СЭСА;

- эффективно осуществлять процесс мониторинга состояния СЭСА, с организацией ведения электронных журналов, для наиболее ответственных устройств, с применением энергонезависимой памяти;

- обоснованно создавать микропроцессорные программно-аппаратные диагностические комплексы с полным циклом решаемых задач, с возможностью регулирования запаса работоспособности СЭСА;

- повысить на береговых предприятиях, обслуживающих флот, показатели эффективности ремонта СЭСА, благодаря внедрению безразборной технологии диагностирования.

Результаты диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях:

- Международной научно-технической конференции "Транском", "Управление и информационные технологии на транспорте". СПбГУВК.1997-2003г г.;

- Международной, межвузовской школе-семинаре "Методы и средства технической диагностики". Ивано-Франковский Государственный технический университет нефти и газа.1997-2000гг.

- Научно- технических конференциях профессорско-преподавательского состава ГМА им. адм. С. О. Макарова в 2000 - 2002 гг.;

- Научно-технических конференциях профессорско-преподавательского состава КамчатГТУ. г. Петропавловск-Камчатский в2001 - 2003 гг.;

- Международной межвузовской школе-семинаре "Методы и средства технической диагностики". МГУ, г. Йошкар-Ола. 1998-2000 гг.

- Международная научно-практическая конференция «Теория, методы и средства измерений, контроля и диагностики». ЮРГУ. г.Новочеркасск. 2000г.

Основные положения диссертации изложены в следующих публикациях: [23,48,53,81-108,111-113,115], в том числе: Устройство для проверки электронных схем./ Патент на изобретение № 2137148 от24.03.97 г., Устройство для проверки электронных схем./ Патент на изобретение № 2179729 от25.02.2000 г. Устройство регулярно-периодического контроля работоспособности электрических средств автоматизации./Патент на изобретение № 2196340 от 10.01.2003 г.

Далее дается анализ существующих методов и средств диагностирования судовых электрических средств автоматизации.

6.4. Основные выводы

В результате проведения натурных экспериментов на реальном оборудовании были произведены диагностические процедуры :

- мониторинг основных параметров питающей электросети и регистрация основных параметров диагностирования методом изоварных характеристик блоков стабилизации напряжения сети переменного тока производственных условиях организаций г.Петропавловска-Камчатского: ФГУП КЦСМ , ООО Экспедиция, ООО «АСНИ», ТЦППКСРФ,

- проведен выбор архитектуры и обоснована структура микропроцессорного комплекса решения задач диагностики СЭСА;

- определен набор зашиваемых алгоритмов для реализации разработанных диагностических процедур;

- проведена настройка нейросети в соответствии с изложенной в главе 5 методикой;

- выявлены наиболее слабые с точки зрения электрической прочности узлы принципиальной схемы электронного стабилизатора, что позволило изменить схему электропитания и повысить эксплуатационную надежность аппаратуры.

- проведена проверка алгоритма обнаружения и локализации кратных дефектов, подтвердившая правомочность разработанной процедуры;

- проведена проверка алгоритма определения предотказных состояний ОД, посредством введения в схему устройства переменных сопротивлений, которая подтвердила эффективность использования логарифмического критерия для запуска процедуры определения предотказных состояний ОД.

ЗАКЛЮЧЕНИЕ

На основании выполненных исследований разработана экономически целесообразная методология диагностирования судовых электрических средств автоматизации. Использование предлагаемой методологии при построении автоматизированных диагностических комплексов судовых электрических средств автоматизации позволит повысить эксплутационную надежность судовых электроэнергетических систем, повысить уровень безопасности мореплавания и снизить аварийность судов флота рыбной промышленности.

Обоснован комплексный подход к решению основных задач диагностики электрических цепей средней и высокой размерности за счет уменьшения количества наблюдаемых диагностических параметров и объемов измеряемой и обрабатываемой диагностической информации с обеспечением глубины поиска дефекта до структурной единицы принципиальной схемы.

Применение результатов исследования процессов диагностирования судовых электрических средств автоматизации позволило:

1. теоретически обосновать и практически реализовать средствами микропроцессорной техники регистрацию состояний СЭСА с записью на энергонезависимую память;

2. определить оптимальную глубину поиска дефектов, при условии минимизации затрат на ремонт и эксплуатацию;

3. разработать комплекс мер, по повышению эксплуатационной надежности систем электроснабжения предприятий рыбной промышленности.

Получены следующие основные результаты, определяющие научную новизну работы и ее практическую значимость: предложен и теоретически обоснован новый оригинальный метод изоварных характеристик, позволяющий определять область работоспособности СЭСА по двум диагностическим параметрам при минимальном объеме измерений и осуществлять контроль состояния всех компонент сложной электрической цепи; обоснована возможность использования теории конечных интервалов для определения границ допусков параметров элементов с учетом топологии их соединения, что позволяет повысить точность определения границ области работоспособности; разработаны методы и алгоритмы поиска однократных и многократных дефектов в аналоговых СЭСА на основе изоварных карт с детерминированной моделью объекта диагностирования; разработаны методы и алгоритмы поиска однократных и многократных дефектов дискретных СЭСА на основе статистической линеаризации вольтамперных характеристик элементов; разработаны нейросетевые алгоритмы для определения областей предотказных состояний элементов СЭСА с учетом компонент вектора условных вероятностей нахождения элементов СЭСА в этих состояниях; разработаны оптимизированные алгоритмы основных диагностических процедур, реализуемые современными микропроцессорными средствами на реальных СЭСА; произведен выбор архитектуры автоматизированной микропроцессорной системы диагностирования СЭСА, обеспечивающей накопление и обработку диагностической информации с минимальными объемом памяти и временем выполнения алгоритмических процедур; разработан и реализован нейросетевой алгоритм определения элементов, находящихся в предотказном состоянии для стабилизатора переменного напряжения; разработана и реализована программно-аппаратно автоматизированная система тестового диагностирования СЭСА по методу изоварных характеристик. Впервые : создан и программно опробован нейросетевой алгоритм обнаружения и локализации неисправностей до уровня структурной единицы ОД, позволяющий автоматизировать процесс ремонта и замены СЭСА; разработан, обоснован, программно реализован и опробован алгоритм определения допустимых границ изменения параметров компонент ОД на основе теории интервалов; создан и программно опробован на примере электронного стабилизатора переменного тока алгоритм определения основных показателей работоспособности и определения предотказных состояний судовых электрических средств автоматизации позволяющий регулировать уровень основных эксплуатационных показателей. разработан и создан рабочий образец автоматизированного диагностического микропроцессорного программно-аппаратного комплекса на основе исследованных в диссертации алгоритмов и программной реализации решения диагностических задач судовых электрических средств автоматизации, на базе которого проведены натурные испытания аппаратуры электропитания ряда предприятий рыбной промышленности Камчатской области.

1. Абрамович Ф.П., Вагенкиехт М.А., Хургии Я.И. Решение нечетких систем линейных алгебраических уравнений LR-типа.-В сб.: Методы и системы принятия решений.Рига.:РПИ, 1987.-е.35-47.

2. Аленфельд Г., Херцбергер Ю. Введение в интервальные вычисления М.: Мир, 1987.- 360с.

3. Айзинов С.Д., Белавинский А.Ю., Солодовниченко М.Б. Комплексная оценка надежности судовых радиоэлектронных средств/ Эксплуатация морского транспорта(под ред. П.С.Емельянова) //СпБ.:Наука, 2003.-с242-247.

4. Акулов Ю.И., Коробков А.Ф., Мнушко Ю.В. Судовая электроника и электроавтоматика. М.: Транспорт, 1982. - 271 с.

5. Абрамов О.В. Параметрическая коррекция систем управления. М.: Энергия, 1984.-180 с.

6. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство Тюменского государственного университета, 2000. 352 с.

7. Авхач М.Я. Настройка технических объектов. М.: Машиностроение, 1980.-250 с.

8. Баранов А.П., Раимов М.М. Моделирование судового электрооборудования и средств автоматизации.- СПб.: Элмор, 1997 232 с.

9. Баранов А.П., Кузнецов С.Е. Эксплуатационная надежность электроэнергетической системы атомного ледокола «Арктика»/ Эксплуатация морского транспорта(под ред. П.С.Емельянова) //СпБ.:Наука, 2003.-281-292.

10. Ю.Бендерская Е.Н., Колесников Д.Н., Пахомова В.И. Функциональная диагностика систем управления. Учебник, СПб.: СПбГПУ, 2000.-143с.

11. Бендерская Е.Н., Колесников Д.Н., Пахомова В.И., Сиднев А.Г., Тихонов Н.Д., Цыган В.Н. Моделирование систем с использованием теории массового обслуживания. Учебное пособие.- СПб.:СПбГПУ, 2003.-180 с.:ил.

12. Биргер И.А. Техническая диагностика М.: Машиностроение, 1978—240 с.

13. З.Бабаев A.M., Ягодкин В.Я. Автоматизированные судовые электроприводы. М.: Транспорт, 1986. - 448 с.

14. Бендлер Дж. У. и др. Диагностика неисправностей в аналоговых цепях. ТИИЭР, N 8, т.73, 1985, с.35-87.

15. Бублык Б.С. Безопасность мореплавания, технология перевозки грузов. Петропавловск-Камчатский.: КГ АРФ, 1998. - 50 с.

16. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1977.-204 с.

17. Варжапетян А.Г. и др. Автоматизация контроля параметров водной среды. Л.: Судостроение, 1988. - 242 с.

18. Варжапетян А.Г., Глущенко В.В. Системы управления. М.: Вузовская книга, 2000.-126 с.

19. Виленкин Н.Я. Комбинаторика. -М.: Наука, 1969. 328 с.

20. Виксне П., Фомин Д., Черников В. Однокристальный цифровой нейро-процессор с переменной разрядностью операндов. Известия вузов. Приборостроение. т.36, №7, 1996, с. 13—21

21. Вихров Н.М., Гаскаров Д.В., Грищенков А.А., Шнуренко А.А. Управление и оптимизация производственно-технологических процессов.- СПб.: Энер-гоатомиздат, 1995.-301с.:ил.

22. Веретенников Л.П. Исследование процессов в судовых энергетических установках. Л.: Судостроение, 1984. - 210 с.

23. Гаврилкевич М.В. Введение в нейроматематику. Обозрение прикладной и промышленной математики. М. ТВП ,1994, с.377—388

24. Гаскаров Д.В., Голинкевич Т.А., Мозгалевский А,В. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры.-М.:Сов.радио, 1974.-224 с.

25. Гаскаров Д.В. Методы контроля и прогнозирования электронных приборов в процессе произволства.-Л.:Изд-во ЛЭТИ, 1976.-176 с.

26. Гаскаров В.Д., Строганов В.И., Францев В.И. Системы прогнозирования на экспертной основе. СПб.: Энергоатомиздат, 2002.-218 с.

27. Гаскаров Д.В., Попеначенко В.И., Попов С.А. и др. Выбор информативныхпараметров при контроле качества изделий электронной техники. Л.: Общ-во «Знание», 1979. 32 с.

28. Глазунов Л.П. Структурные методы диагностики сложных систем // Поиск неисправностей в технических системах при их производстве и эксплуатации. Л.: Знание, 1977. - С. 10-12.

29. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск.: Наука, 1996.

30. Грундсленькис Я.А., Тенгерис Я.К. Автоматизация построения топологической модели сложной системы для решения задач диагностики // Гибридные вычислительные машины и комплексы. Вып. 3. Киев: Наукова думка, 1980.-С. 88-93.

31. Гуткин Л.С. Оптимизация радиоэлектронных устройств. М.: Машиностроение, 1981. - 125 с.

32. ГОСТ 27518-87. Диагностирование изделий. Общие требования. М.: Изд-во стандартов, 1988. - 6 с.

33. ГОСТ 20911-89. Техническая диагностика. Термины и определения. М.: Изд-во стандартов, 1990. - 13 с.

34. ГОСТ 27002-28. Надежность в технике. Термины и определения. М.': Изд-во стандартов, 1983. - 21 с.

35. Демирчян К.С., Бутырин П.А. Моделирование и машинный расчет электрических цепей. М.: Высшая школа, 1988. - 335 с.

36. Дубровский Л.К., Мозгалевский А.В. Контроль работоспособности САУ с помощью эквивалентной модели // Техническая диагностика. — Изв. ЛЭТИ Л., Вып. 303. 1972. - С. 96-98.

37. Дубровский Л.К. Определение работоспособности сложных систем // Методы и системы технической диагностики: Сб. статей. Вып. 2. — Саратов.: СГУ, 1981. - С. 45-48.

38. Дмитренко Л.Л., Калявин В.П. Формализация структурного проектирования технических средств диагностирования // Автоматизированные системы управления и приборы автоматики: Сб. статей. — Харьков: Высшаяшкола, 1983.-С. 63-71.

39. Дмитриев А.К., Александров В.В. Применение алгоритмов распознавания образов в задачах технической диагностики // Техническая диагностика: Сб. статей. М.: Наука, 1972. - С. 127-130.

40. Дялов В.А., Кабанов А.Н., Милов J1.T. Контроль динамических систем. -Л.: Энергия, 1978.-88 с.

41. Зубарев Ю.Я. Автоматизация процессов управления. — Л.: Судостроение,1980. 130 с.

42. Захаров О.Г. Настройка судового оборудования. Л.: Судостроение, 1982. -320 с.

43. Синтез линейных электрических и электронных цепей / П.А. Ионкин, Н.Г. Максимович, В.Г. Миронов, Ю.С. и др. Львов: Высшая школа, 1982. -312 с.

44. Калмыков С.А., Шокин Ю.И., Юлдашев З.Х. Методы интервального анализа. Новосибирск: Наука, 1986, 222с.

45. Калявин В.П., Мозгалевский А.В., Галка В.Л. Надежность и техническая диагностика судового электрооборудования и автоматики: Учебник. — СПб.: Элмор, 1996. 246 с.

46. Кейн В.М. Оптимизация систем управления по минимаксному критерию. -М: Наука, 1985, 248с

47. Киселев Н.В., Сечкин В.А. Техническая диагностика методами нелинейного преобразования. Л.: Энергия, 1980. - 112 с.

48. Коваленко В. В. Автоматическое регулирование систем. М.: Энергия,1981.- 160 с.

49. Колесников Д.Н., Сиднее А.Г., Юрганов А.А. Моделирование случайных факторов в задачах автоматики и вычислительной техники. Учебное пособие. СПб.: СПГПУ, 1994.-104 с.

50. Колесников Д.Н., Дашутина Е.В., Пахомова В.И. Введение в MATLAB с примерами решения задач оптимизации и моделирования. СПб.: СПбГПУ, 1995.-110 с.

51. Королев В.И., Сахаров В.В., Щергина О.В. Компьютерное моделирование переходных процессов в электрических цепях и системах. Учебное пособие. СПб.: СПбГУВК, 2004.-164 с.

52. Корнеев В.В., Кисилев А.В. Современные микропроцессоры. М.: НО-ЛИДЖ, 2000.- 320с.; ил.

53. Костанди Г.Г. Устройство контроля работоспособности технических объектов по показателям качества переходной характеристики // Вопросы технической диагностики и управления в сложных объектах. Л.: ЛЭТИ, 1971.-с. 10-14.

54. Краснов И.А. Методы управления запасом работоспособности судового электрооборудования. Учебное пособие. Л.: УВК, 1991.-64 с.

55. Крутько П.Д. Решение задачи идентификации методом теории чувствительности // Изв. АН СССР. Техническая диагностика. 1969. - № 6. - с. 146-153.

56. Ксенз С.П. Поиск неисправностей в радиоэлектронных системах методом функциональных проб. М.: Сов. радио, 1965. - 135 с.

57. Кузнецов С.Е. Основы технической эксплуатации судового электрооборудования и средств автоматизации: Тексты лекций. М.: В/О «Мортехин-формреклама», 1985. - 56 с.

58. Кузнецов С.Е., Филев B.C. Основы технической эксплуатации судового электрооборудования и автоматики. СПб.: Судостроение, 1995. - 448 с.

59. Кузнецов С.Е. Игнатенко А.В. Компьютеризированные информационные системы для диагностирования СЭСА // Тезисы доклада НТК конференции ППС ГМА, СПб.: ГМА, 2001. с.71-73

60. Кузнецов С.Е., Пюкке Г.А. Диагностирование электрических цепей // Тезисы докладов конференции «Проблемы применения новой техники и технологий для предупреждения и ликвидации последствий чрезвычайных ситуаций на транспорте». СПб.: ГМА, 1996. - с. 18.

61. Кузнецов С.Е., Пюкке Г.А. Контроль работоспособности СЭСА И Тезисы докладов на юбилейной конференции профессорско-преподавательскогосостава, научных сотрудников и курсантов ГМА им. адм. С. О. Макарова.- СПб.: ГМА, 1997.-С. 30.

62. Кузнецов С.Е., Пюкке Г.А. Контроль работоспособности судового оборудования // Тезисы докладов на юбилейной научно-технической конференции профессорско-преподавательского состава, научных работников и курсантов. СПб.: ГМА, 1996.-С 18.

63. Кузькин В.И., Шанн Ю.Г., Яблонский В.И. Схема проверки транзисторов перед включением // Серия «Преобразовательная техника». 1973. - № 6.- С. 28-32.

64. Кулибанов Ю.М., Кутузов О.И., Жерновкова C.J1., Завьялов Н.М. Имитационное моделирование. Статистический метод. СПб.: Судостроение, 2002.-131 с.

65. Левин Б.Р. Теоретические основы статистической радиотехники. М.: Советское радио, т. 1. 1966. 715 с.

66. Лурье О.Б. Интегральные микросхемы в усилительных устройствах. Анализ и расчет. М.: Радио и связь, 1988. - 176 с.

67. Липаев В.В. Колин К.К., Серебряиский Л.А. Математическое обеспечение управляющих УВП. М.: Советское радио, 1972. -527с.

68. Мартыненко О.Н., Сердаков А.С. Некоторые возможности оптимизации глубины контроля в радиоэлектронной аппаратуре // Автоматика и телемеханика. 1981.-№ 8.-С. 17-19.

69. Меренков А.П., Хасилев В.Я. Теория гидравлических цепей. М: Наука, 1985,278с.

70. Методика выбора диагностических параметров для непрерывных объектов, представленных логическими моделями в форме графа с помощью ЭВМ: Научно-технический отчет. Горький: ВНИИНМАШ, 1978. - 82 с.

71. Методика диагностирования непрерывных динамических объектов по их частотным характеристикам: Научно-технический отчет. Горький: ВНИИНМАШ, 1977. - 60 с.

72. Методика построения логических моделей непрерывных объектов диагностирования: Научно-тех. отчет Горький: ВНИИНМАШ, 1976. - 60 с.

73. Методы теории чувствительности в автоматическом управлении / Под ред. Е.Н. Розенванссера, P.M. Юсупова. Л.: Энергия, 1971.-334с.

74. Миронов В.Н., Обухов С.Г. Процедуры тестового диагноза вентильных преобразователей // Электричество. 1983. - № 2. - С. 53-59.

75. Мироновский Л.А. Функциональное диагностирование линейных динамических систем // Автоматика и телемеханика. 1980. - № 8. - С. 120-128.

76. Мозгалевский А.В. Вопросы функционирования судового диагностического комплекса // Совершенствование судоремонта. — Л.: Судостроение, 1974.-С. 206-210.

77. Мозгалевский А.В. Задачи технической диагностики для непрерывных объектов // Техническая диагностика. Челябинск: Изд-во ЧПИ, 1976. -С. 3-6.

78. Мозгалевский А.В., Калявин В.П., Хузин Р.З. Построение оптимальных алгоритмов поиска дефектов в сложных системах // Изв. вузов. Приборостроение. 1979. - № 2. - С. 70-76.

79. Мозгалевский А.В., Волынский В.И., Гаскаров Д.В. Техническая диагностика судовой автоматики. Л.: Судостроение, 1972. - 224 с.

80. Мозгалевский А.В., Калявин В.П. Системы диагностирования судового оборудования: Учеб. пособие. Л.: Судостроение, 1987. - 224 с.

81. Мозгалевский А.В., Гаскаров Д.В. Техническая диагностика: Учеб. пособие для вузов. М.: Высшая школа, 1975. - 207 с.

82. Мозгалевский А.В., Гаскаров Д.В., Глазунов Л.П.и др. Автоматический поиск неисправностей. М.: Машиностроение, 1967.

83. Мышкис А.Д. Элементы теории математических моделей. — М.: Физмат-лит, 1994. 192 с.

84. Нейман Л.Р., Демирчян К.С. Теоретические основы электротехники. 3-е изд.-Т. 1.-Л: Энергия, 1981.-534 с.

85. Нелепин Р.А., Шахов Г.В., Чецкий В.И. Диагностирование судовых электрических машин с использованием частотных характеристик // Водныйтранспорт. 1980. - № 6.

86. Норри Д., Ж. де Фриз. Введение в метод конечных элементов. М: Мир, 1981,304с

87. Об одном методе оценки действительного значения системы управления по временной характеристике / А.В. Мозгалевский, К.К. Муромцев, И.А. Немировский и др. // Вопросы технической диагностики. Таганрог: ТРТИ, 1973. - Вып. 9. - С. 59-64.

88. Основы технической диагностики / Под ред. П.П. Пархоменко. М.: Энергия, 1976. -464 с.89,Овчаренко Н.И. Аналоговые и цифровые элементы автоматических устройств энергосистем. М.: Энергоатомиздат, 1989. - 320 с.

89. Пархоменко П.П., Согомонян Е.С. Основы технической диагностики. — М.: Энергия, 1981. 320 с.

90. Портнягин Н.Н., Пюкке Г.А., Кузнецов С.Е. Диагностирование электрических цепей методом изовар / Изв. Вузов. Электромеханика.-ЮРГТУ, Новочеркасск.-1998.-№1.- С35-40.

91. Портнягин Н.Н. Применение метода статистических испытаний для определения области работоспособности судовых электрических средств ав-томатизации./Эксплуатация морского транспорта (под ред. П.С.Емельянова) //СпБ.:Наука,2003.-С340-345.

92. Портнягин Н.Н. Алгоритм и программа обучения нейросети при решении задач диагностики судовых электрических средств автоматизации: Журнал / Изв. Вузов. Северо-Кавказский регион. Технические науки.-ЮРГТУ, Новочеркасск.-2004.-спец.вып.- С50-60.

93. Портнягин Н.Н., Пюкке Г.А. Теория, методы и эксперименты решения задач диагностики судовых электрических средств автоматизации: Монография // Судостроение СПб-2004 - 157 с.ил.

94. Портнягин Н.Н. Процедура прогноза возникновения дефектов при решении задач диагностики судовых электрических средств автоматизации: Журнал / Изв. Вузов. Северо-Кавказский регион. Технические науки.-ЮРГТУ, Новочеркасск.-2004.-спец.вып.-С 60-65.

95. Портнягин Н.Н. Повышение надежности и информационной безопасности судовой информационной системы методами технической диагностики// Проблемы информационной безопасности.-СПб.: СПбГПУ, 2003, №3 — С43-49.

96. Портнягин Н.Н., Пюкке Г.А. Устройство для проверки электронных схем: Патент на изобретение № 2137148 // Изобретения. Заявки и патенты. -М.: ФИПС, 1999, Бюл.25.- С 32.

97. Портнягин Н.Н., Пюкке Г.А. Устройство для проверки электронных схем: Патент на изобретение № 2179729 // Изобретения. Заявки и патенты. М.: ФИПС, 2002, Бюл.5. - С 44.

98. Портнягин Н.Н., Пюкке Г.А. Устройство регулярно-периодического контроля работоспособности электрических средств автоматизации: Патент на изобретение № 2196340 // Изобретения. Заявки и патенты-М.: ФИПС, 2003, Бюл.1.- С 27.

99. Портнягин Н.Н., Пюкке Г.А. Имитационная модель судового генераторного агрегата с САРН и АРЧ : Программа для ЭВМ// ФАП № 50200000187 .-М.: ВТИНЦ, 31.10.2000.-С 1-2.

100. Портнягин Н.Н. Программа построения функции вероятности работоспособных состояний объекта диагностирования: Программа для ЭВМ № 2003 612661//Программы для ЭВМ. Базы данных. Топология интегральных микросхем. -М.: ФИПС, 2003, Бюл.6. -С42.

101. Портнягин Н.Н., Пюкке Г.А. . Программа построения семейства изоварных характеристик объекта диагностирования: Программа для ЭВМ № 2004610272 //Программы. Базы данных. Топология интегральных микросхем. -М.: ФИПС, 2004, Бюл.1.-С23.

102. Портнягин Н.Н., Рапопорт М.Б. и др. Устройство для обработки сейсмических данных: Авторское свидетельство № 747591// Госкомитет СССР по делам изобретений и открытий, 1980

103. Портнягин Н.Н., Шевчук М.А. Устройство для определения геометрических параметров орудий рыболовства: Авторское свидетельство №1273042// Госкомитет СССР по делам изобретений и открытий, 1986

104. Портнягин Н.Н Решение задач диагностики судовых электрических средств автоматизации методом изоварных характеристик/Сборник материалов международной научно-технической конференции// НИОТЭ // Владикавказ -2003.С67-70

105. Портнягин Н.Н., Рапопорт М.Б. СпецпроцессорМК-1.Экспресс-информация.-М. :ВИЭМС, 1977.-19с.

106. Портнягин Н.Н., Пюкке Г.А., Кузнецов С.Е. Методы регулирования при решении задачи параметрической оптимизации судового электрооборудования /Электрофорум/ Научно-инженерный журнал// СПб.: ЦНИИСЭТ,-2001, №1.-С.22-23

107. Портнягин Н.Н., Пюкке Г.А. Диагностирование судовых электрических средств автоматизации при кратных дефектах// Сборник тезисов докладов научно-технической конференции 1ШС и научных сотрудников и курсантов/ СПб.: ГМА.-2002.- С67-68.

108. Портнягин Н.Н. Определение области работоспособности судовых электрических средств автоматизации методом статистических испытаний /Вестник КамчатГТУ. Научный журнал /Петропавловск-Камчатский.: КамчатГТУ, 2002, вып. 1.-С 148-152.

109. Портнягин Н.Н., Дуров А.А. Аппаратно-программный комплекс для мониторинга поверхностных электрических цепей / Вестник КамчатГТУ/ Научный журнал / Петропавловск-Камчатский.: КамчатГТУ,2002, вып.1.-С111-115.

110. Портнягин Н.Н., Пюкке Г.А. Теория и методы диагностики судовых электрических средств автоматизации: Монограф ия//Петропавловск-Камчатский.: КамчатГТУ, 2003. 117 с.

111. Портнягин Н.Н., Шевчук М.А. и др. Применение микропроцессорной техники в учебном процессе: Отчет о научно-исследовательской работе № 01860114332, М.; ВИНИТИ.-1988.-68 с.

112. Портнягин Н.Н., Шевчук М.А. и др. Исследование путей технической реализации судовой автоматизированной системы для обработки данных эхосъемок: Отчет о научно-исследовательской работе № 01828055772, М.; ВИНИТИ.-1986.-65 с.

113. Пфанцагль И. Теория измерений. М: Мир, 1976, 166с.

114. Розенванссер Е.Н., Юсупов P.M. Чувствительность систем управления. — М.: Наука, 1981.-464 с.

115. Самосейко В.Ф., Висленев Ю.С. Надежность судового электрооборудования. М.: Транспорт, 1986. - 168 с.

116. Сахаров В.В.,Климов Е.Н., Попов С.А. Идентификация и диагностика судовых технических систем. JL: Судостроение, 1978. - 176 с.

117. Сигорский В.П. Методы анализа электрических схем с многополюсными элементами. Киев: АН УССР, 1958. - 402 с.

118. Скляревич А.Н. Линейные системы с возможными нарушениями. М.: Наука, 1975.-352 с.

119. Смагин Ю.Е. Матричные испытания радиоэлектронных устройств с помощью ЭВМ. -М.: Энергия, 1979. 152 с.

120. Соловьев Н.Н. Судовые электроэнергетические системы. — М.: Транспорт, 1987.-221 с.

121. Советов Б.Я. Информационная технология. ~ М.: Высшая школа, 1994, 367 с.

122. Советов Б.Я., Яковлев С. А. Моделирование систем. М.: Высшая школа, 1998.-319 с.

123. Сотсков Б.С. Основы теории и расчета элементов и устройств автоматики и вычислительной техники. М.: Высшая школа, 1970. - 271 с.

124. Судовые системы автоматического контроля / З.Я. Вирьянский, Н.М. Пив-невский и др. Д.: Судостроение, 1974. - 300 с.

125. Ткаченко А.Н. Судовые системы автоматического управления и регулирования. Л.: Судостроение, 1984. - 288 с.

126. Уоссермен Ф. Нейрокомпьютерная техника. М.: Мир, 1992.

127. Фролов В.Н. и др. Автоматизированное проектирование технологических процессов и систем производства РЭС. М.: Высшая школа, 1991. -463 с.

128. Фрейдзон И.Р. Судовые автоматизированные электроприводы и системы. Л.: Судостроение, 1980. - 440 с.

129. Хайдуков О.П., Осокин Б.В. Судовые электрические средства автоматизации судов. М.: Транспорт, 1974. - 327 с.

130. Харари Ф. Теория графов. М.: Мир, 1979. - 300 с.

131. Шамин В.Б. Частотный метод поиска неисправного элемента в непрерывном объекте с обратной связью //Поиск неисправностей в технических системах при их производстве и эксплуатации.-Л.:Знание,1977 48 с.

132. Шаталов A.M. Процедура формирования диагностического словаря для поиска неисправностей в блоке судовой автоматики: Сб. трудов КТИР-ПиХ. Калининград: КТИРПиХ., 1981. - С. 33-38.

133. Шатихин Л.Г. Структурные матрицы и их применение для исследования систем. М.: Машиностроение, 1991.

134. Шибанов Г. П. Распознавание в системах самоконтроля. М.: Машиностроение, 1973. - 424 с.

135. Эйкхофф П. Основы идентификации систем управления. М.: Мир,1975.-648 с.

136. Юсупов P.M. Элементы теории испытаний и контроля технических систем. Д.: Энергия, 1978. - 220 с.

137. Jain А.К., Mohiuddin J.M. Artificial Neural Networks : A Tutorial. Computer, March, 1996, p.31-44.

138. Lawrence J. Introduction in Neural Networks: Design, Theory and Applications. California Scientific Software. 1994. 423p.

139. Homick, Stinchcombe, White. Multilayer Feedforward Networks are Universal Approximators. Neural Networks, 1989, v.2, N 5 127-Cybenko. Approximation by Superpositions of a Sigmoidal Function. Mathematical Control Signals Systems. 1989, 2

140. Hop field J. Neural networks and physical systems with emergent collective computational abilities.- In: Proc. Nat. Acad. Sci. USA, v.79,1982, p.2554-2558.

141. Gann Lisa CAE in 1990 s. Electronic Devise № 1 1990: 65-72 p.

142. Howard Demuch, Mark Beale. "Neural Network Toolbox for use with MATLAB".-The Math Works.Inc., 1997.

143. Kelton W.D., Sadovski R.P. Simulation with Arena.-McGray-Hill, 1998.

144. Pegden C.D., Shannon D.A., Sadovski R.P. Introduction to Simulaition Using SIMAN.- 2nd ed, McGray-Hill, 1995.

145. Schriber T. An Introduction to Simulation Using GPSS/H John Willey & Sons. 1991.-348 p.

146. M.Yasunga, N.Msuda, M.Yagyu, M.Asai, M.Yamada, A.Masaki. Design, Fabrication and Evoluation of a 5-Inch Wafer Scale Neural Network LSI Composed of 576 Digital Neurons, Proc.Int. Joint Conf on Neural Networks IJCNN'90, June 1990