автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы и алгоритмы обработки информации для автоматизированных систем диагностики электрооборудования электрических станций

На правах рукописи Котельников Борис Викторович

МЕТОДЫ И АЛГОРИТМЫ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ДИАГНОСТИКИ ЭЛЕКТРООБОРУДОВАНИЯ ЭЛЕКТРИЧЕСКИХ СТАНЦИЙ

05.13.01 - Системный анализ, управление и обработка информации (энергетика)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Сургут - 2004

Работа выполнена на кафедре автоматики и компьютерных систем в Сургутском государственном университете.

Научный руководитель:

доктор технических наук, профессор Малышенко Александр Максимович

Официальные оппоненты: доктор технических наук, профессор

Кориков Анатолий Михайлович

кандидат технических наук, доцент Голдобин Дориан Артемьевич

Ведущая организация:

ГОУ ВПО

«Уральский государственный технический университет — УПИ»

Защита состоится «15» июня 2004 г. в 15 часов на заседании диссертационного совета КР 800.005.42 при Сургутском государственном университете по адресу: 628400, Тюменская область, Ханты-Мансийский автономный округ, г. Сургут, ул. Энергетиков, 14.

С диссертацией можно ознакомиться в библиотеке Сургутского государственного университета.

Автореферат разослан

Ученый секретарь диссертационного совета,

к.т.н., доцент

Иванов Ф.Ф.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследований. Проблема описания, оценки, идентификации состояний и интерпретации управляемого поведения таких сложных технических систем, как электрооборудование, является на сегодняшний день одной из наиболее актуальных для обеспечения надежности и простоты в эксплуатации электрических станций.

Современное электрооборудование электростанции (турбогенераторы с системами возбуждения, трансформаторы собственных нужд, блочные трансформаторы и трансформаторы связи, электродвигатели собственных нужд, распределительные устройства, воздушные и кабельные линии, системы оперативного переменного и постоянного тока) отличается высокими требованиями к показателям его надежности. Причем, повышение эксплуатационной надежности электрооборудования является одним из основных направлений увеличения экономической эффективности электростанций. В связи с этим, большое значение имеют меры по предупреждению и обнаружению причин возникновения отказов всего технологического оборудования электрической станции, т. е. диагностика его состояния и своевременный профилактический ремонт.

В настоящее время еще не создана такая система технической диагностики, которая бы комплексно оценивала текущее техническое состояние электрооборудования, обеспечивала раннее обнаружение дефектов и прогнозировала процессы их развития. Существующие диагностические методы базируются на математических моделях, способных отображать лишь часть свойств и режимов работы моделируемых объектов. В связи с этим все более актуальной становится проблема разработки эффективных эвристических методов и координации известных аналитических и эвристических методов в рамках автоматизированной системы технической диагностики электрооборудования и режимов его работы. Такая система должна использовать наилучшие методы обнаружения и локализации неисправностей, максимально эффективно использовать возможности различных диагностических методов, средств и знаний экспертов для наиболее раннего диагноза и прогноза технического состояния объекта, выдачи рекомендаций эксплуатационному персоналу.

Таким образом, построение автоматизированной системы диагностики представляет собой важную и актуальную задачу, от решения которой зависит эффективность функционирования современных энергосистем. При этом возникает необходимость выработки общих принципов построения рациональных систем диагностики. Сложность со! 'ОС. НАЦИОНАЛЬНАЯ I БИБЛИОТЕКА 3| С.Пе«р9п>г Л < О» ка^п/вд

временного электрооборудования, разнообразие условий эксплуатации требуют пересмотра существующих традиционных концепций построения систем диагностики и поиска новых. Одна из таких новых, разрабатываемых в диссертации концепций базируется на сочетании традиционных средств оперативного контроля с экспертными системами, построенными с использованием методов нечеткой логики, исследования операций, развитыми в работах Л. Заде, Г. Буч, Е. Мамдани, П. Джексона, А. Н. Катулева, Р. А. Алиева, Г. А. Мамедова, Л. С. Берштейн, Н. П. Бусленко.

Цель работы. Цель диссертационной работы состоит в расширении функциональных возможностей и повышении эффективности систем контроля и управления электрооборудованием электростанций, в разработке для этого методологических и алгоритмических средств диагностики, методов и моделей представления и использования нечетких знаний при создании экспертных систем для качественной оценки технического состояния оборудования.

Основные задачи исследования. В диссертационной работе рассматривается круг задач, составляющих основу теоретико-методологического и практического аспектов диагностирования электрооборудования электрической станции в рамках более общей проблемы анализа и оценки управляемого поведения технических средств в процессе их эксплуатации. В число основных задач исследования вошли:

анализ состояния разработок в области диагностики электрооборудования, выбор и обоснование основных методологических принципов исследования;

разработка требований к экспертным системам автоматизированной диагностической системы;

теоретическое обоснование и исследование моделей принятия решений и их оценки, построенных с использованием аппарата нечеткой математики для диагностики технического состояния электрооборудования;

построение алгоритмов решения прикладных задач для определения технического состояния элементов и систем турбогенератора ТВВ-200-2А при нечеткой информации, необходимых для обеспечения функционирования автоматизированной диагностической системы;

разработка методологии построения базы знаний и базы данных для экспертной системы;

разработка методов, моделей диагностики и оценки достоверности нечеткой информации в экспертной системе;

построение прототипной экспертной системы для анализа технического состояния и режима работы элементов и систем турбогенератора ТВВ-200-2А.

Объект исследований. Объектом исследований в диссертационной работе являются математические модели нечеткого ситуационного диагностирования, а также методика построения экспертной части автоматизированной диагностической системы и оценка их эффективности.

Методы исследований. Методологическую основу работы составляет системный подход. При выполнении работы использовались методы исследований, базирующиеся на теориях: нечетких множеств, нечеткой логики, надежности, исследования операций, математического моделирования, информации, вероятностей и математической статистики. Также были применены инженерные методы расчетов с использованием универсальных математических пакетов для электронных вычислительных машин. Проверка эффективности предложенных методов, моделей, алгоритмов и программ осуществлялась путем математического моделирования на электронных вычислительных машинах и сравнения с результатами натурных экспериментов на энергообъектах Сургутской электростанции ГРЭС-1.

Научная новизна;

1) предложены и апробированы методы построения автоматизированной системы комплексной диагностики электрооборудования в её экспертной части;

2) усовершенствована стратегия применения моделей принятия решений и оценки их последствий в многоуровневых информационных системах на основе нечетких множеств второго и более высокого порядков;

3) предложен структурный подход диагностирования электрической части станции, использующий идею декомпозиции процесса функционирования объекта диагностики на подпроцессы функционирования элементов;

4) разработана методика выбора и анализа комплексов и групп параметров электрооборудования для диагностики состояния, как элементов, так и электрооборудования в целом.

Основные положения, выносимые на защиту:

1) научные основы использования аппарата нечеткой математики для построения моделей принятия решений и их оценки используемых в экспертных системах для технической диагностики состояния электрооборудования;

2) четыре подхода к построению моделей принятия диагностических решений для таких трудноформализуемых объектов, как электрооборудование, с нечетким описанием входных параметров на основе формализации субъективных знаний специалистов - экспертов в области энергетики.

3) стратегия применения моделей принятия диагностических решений и оценки их последствий в многоуровневых системах на основе нечетких множеств второго и более высокого порядков, использованных для организации работы экспертной системы и разработки алгоритмов диагностирования электрооборудования;

4) концептуальная модель построения экспертной системы диагностирования для электрооборудования, включая вопросы представления и оценки достоверности нечеткой информации;

5) результаты аналитического, машинного и экспериментального исследований предложенных методов и алгоритмов диагностирования электрооборудования и, в частности, технических элементов и систем турбогенератора ТВВ-200-2А.

Практическая ценность н реализация результатов исследований. Практическая ценность результатов исследований определена в области автоматизированных систем диагностики и представлена в диссертационной работе в виде разработанных формальных моделей принятия решений и их оценки, моделирования на электронных вычислительных машинах разработанной структуры и варианта программного приложения экспертной системы анализа технического состояния систем и элементов электрооборудования.

Проведенные аналитические, машинные и экспериментальные исследования, полученные научные результаты и алгоритмы позволяют организовать функциональное диагностирование электрооборудования, способствующее более обоснованной и эффективной стратегии управления техническим оборудованием электрических станций. В совокупности с улучшением эксплуатации оборудования, предлагаемые алгоритмы способны функционировать в условиях минимальной априорной информации, что позволяет увеличить продолжительность работы оборудования.

Программный продукт диагностирования элементов и систем турбогенератора нашел применение на электрической станции Сургутской ГРЭС-1. Концепция и инструментарий экспертной системы анализа технического состояния оборудования применялась также для создания учебных программ по специальностям «электромонтер по ремонту и обслуживанию электрооборудования», «автомеханик по ремонту и обслуживанию автотранспорта» в учебно-курсовом комбинате профес-

сионалыюго обучения г. Сургута. Использование результатов работы при решении практических задач диагностики электрооборудования и создании учебных программ-тренажеров подтверждено двумя актами о внедрении.

Выполненные исследования соответствуют направлению 2.2. -«Безопасность, надежность, ресурс и экология в энергетике» основных направлений фундаментальных исследований, утвержденных постановлением Президиума РАН от 01.07.2003 г. № 233.

Апробация работы. Основные результаты и положения диссертационной работы докладывались на VI Международной открытой научной конференции «Современные проблемы информатизации в технике и технологиях» (г. Воронеж, апрель 2001 г.); на VII и VII Международных научно-практических конференциях студентов, аспирантов и молодых ученых «Современные техника и технологии» (г. Томск, 26 февраля - 2 марта 2001 г.; 8 апреля - 12 апреля 2002 г.); на Межвузовской конференции молодых ученных «Научная молодежь - XXI веку» (г. Сургут, 21 апреля 2001 года); на Всероссийской научно-технической конференции «Энергосистема: управление, качество, безопасность» (г. Екатеринбург, 26 -28 сентября 2001 года) и на Всероссийской научной конференции «Северный регион: наука и социокультурная динамика» (г. Сургут, май 2002 года).

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, библиографии, 19 приложений. Список использованных источников включает 184 наименований. Общий объем работы - 240 страниц (155 из которых отражают основное содержание), 15 рисунков и 5 таблиц.

Публикации. По материалам диссертационных исследований опубликовано 9 печатных работ.

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении обосновывается актуальность темы диссертационной работы, формулируются цели и задачи исследования, перечисляются полученные результаты, дается краткая характеристика диссертации.

В первой главе основное внимание уделяется постановке задачи исследования, дается обзор современных типов и направлений развития информационных систем технической диагностики оборудования на электрических станциях, как в России, так и за рубежом. Отмечена сложность технической диагностики электрооборудования электростанций.

Основными задачами технической диагностики энергооборудования (рис. 1) являются определение вида и интенсивности дефектов, степени работоспособности (ресурса) по результатам периодического или непрерывного контроля режимов и состояний его работы, выявление тенденции ухудшения его эксплуатационных состояния для своевременного вывода в ремонт.

Объект диагностики

Рисунок 1. Структура задач технической диагностики

Главной задачей, которая ставится перед технической диагностикой, является определение нарушений нормальной работы и последующая диагностика этих нарушений.

Большую сложность в осуществлении процедур диагностики электрооборудования электрических станций вносит скрытность многих причинно-следственных связей. Сложная функциональная связанность параметров электрооборудования проявляется и в том, что изменение значения какого-либо параметра может быть вызвано целым рядом причин. Трудности диагностики электрооборудования связаны также с возможностью возникновения в одном объекте диагностирования дефектов, физически отличающихся друг от друга. Это делает практически невозможным использование какой-либо единой модели, адекватно

описывающей все состояния объекта. В этой связи предлагается использовать метод экспертных систем, что позволяет координировать различные диагностические модели и методы, достигнуть требуемой полноты и глубины диагностики.

Экспертные системы отличаются от традиционных систем обработки информации использованием нового вида информации, называемого знаниями. В данной работе используется декларативно-процедурный метод представления знаний, базирующийся на аппарате фреймов.

В связи с поставленной задачей в диссертационной работе, основное внимание уделяется экспертным системам диагностики и прогноза технического состояния.

Для решения рассмотренных выше задач разработаны методики моделирования электрооборудования электрической станции, ориентированные на создание базы данных и базы знаний диагностической экспертной системы, механизма поиска дефектов и правил принятия диагностического решения; разработаны модели диагностирования электрооборудования электрической части электростанций (на примере турбогенератора ТВВ-200-2А). На их основе создана прототипная диагностическая экспертная диагностическая система с применением методов нечеткого выбора.

Во второй главе описывается методологический подход, выработанный автором для разработки автоматизированной системы диагностики, отличающийся от существующих подходов и разработок применением новых идей в моделировании с использованием методов теорий исследования операций, системного анализа, распознавания и нечетких множеств.

Анализ существующих математических моделей диагностирования электрооборудования электростанций показал, что они позволяют в принципе получить ответ на вопрос о состоянии объекта «исправен -неисправен» по динамическим характеристикам, но не дают возможности проводить различительный анализ событий. Оптимальное решение задачи технической диагностики электрооборудования электростанции может быть получено только в результате анализа множества N состояний, в которых объекты диагностирования могут находиться в период эксплуатации. В связи с этим требуются специальные методы моделирования процесса функционирования оборудования для теоретического анализа множества возможных его состояний. Подобные методы могут быть основаны на использовании аппарата нечеткой математики, включающего не только определения и свойства операций с нечеткими

множествами и их элементами, но и нечеткую арифметику, нечеткую и лингвистическую логику, теорию возможностей и т. д.

Нечеткий подход к моделированию автоматизированной системы диагностики имеет три отличительные черты:

в нем используются, так называемые, «лингвистические» переменные вместо числовых переменных или в дополнение к ним. Лингвистическая переменная задается набором = 1,и, где название Ьой лингвистической переменной; Т(а¡) - терм-множество лингвистических переменных а,-; Х - область определения каждого элемента Т{а()\ С-синтаксическое правило (грамматика), порождающее элементы (у -е нечеткие переменные) - семантическое правило, которое ставит в соответствие каждой нечеткой переменной нечеткое множество - смысл нечеткой переменной ау;

простые отношения между переменными описываются с помощью нечетких высказываний,

: {если Аь то £,); Ь: ^ ¿2 :{если Л2, то В2)\ _ Ьк : {если Ак, то Вк

где - нечеткие состояния вида где

обобщенная лингвистическая переменная;

сложные отношения описываются нечеткими алгоритмами, при этом содержательно нечеткий алгоритм можно определить, как упорядоченную последовательность нечетких инструкций или операторов, приводящих к нечеткому решению поставленной задачи. Нечетким оператором считается такой, который содержит, по крайней мере, одну нечеткую или лингвистическую переменную, нечеткую функцию или нечеткое отношение.

В экспертной системе технической диагностики электрооборудования могут быть применены разные модели нечеткого логического вывода. Среди этих моделей можно выделить следующие (в порядке усложнения).

Модель классификации. Модель принятия решений в виде нечеткой классификационной системы задается набором [}¥,у/,Н)к где Ж -множества признаков-параметров, у/ - разбиение Ж на нечеткие эта-

лонные классы ^ 0 =1 ,Н), Н - множество принимаемых решений.

Для построения модели необходима соответствующая экспертная информация, которая формализует знания экспертов. Экспертная информация представляется в виде системы условных нечетких выводов, например:

(если Ец или или..ши Г

л

-п

'1л,> '

<

если Егх или Е-п или... или Е

22

'2-г

>1 '

то В

2 Л

В,

к : {если ькх или ьк2 или..ши £-ыт

где Е - эталонные состояния электрооборудования; В — нечеткие выводы.

Работа модели осуществляется по следующим правилам. Определяются физические значения компонент точки и подставляются в функции принадлежности эталонных классов

Вычисляют значения /¿¿Дм'?,*^»"'»'^). ] = 1,Н . Среди всех значений /^находится максимальное /Л^ = тах/^(и'10,н'2,...,'и'°) и принимается решение со степенью принадлежности Ц^ .

Модель вычисления степени истинности нечетких правил вывода (модель композиции). Данная модель задается тройкой (^^Щ, где Т - нечеткое отношение на множестве \Vx-H, причем Т- нечеткое соответствие, которое выводится на основе качественной информации экспертов.

Модель работает по следующему алгоритму при принятии решения. Для момента времени определяется координата множества параметров узла или системы электрооборудования и>° = (уу®,м'®,...,и1®) € Ж. Для точки и»0 получают значения функций принадлежности нечеткого решения выбора

Выбирается максимальное значение

= тахМтм(и,°.К)• Решение И5 является выбранным

* ]

в результате работы модели вычисления степени истинности нечетких правил вывода.

Ситуационная модель принятия диагностических решений. Сводится к сопоставлению реального состояния объекта с эталонным и к выявлению наиболее близкой эталонной ситуации, затем осуществляется принятие решения по оценки технического состояния. Состояние объекта характеризуется некоторой реальной нечеткой ситуацией Экспертами для принятия диагностического решения задаются эталонные нечеткие ситуации 5,-. Для определения близости реальных и нечетких эталонных ситуаций необходимо применить из нечеткой логики такие операции, как определение степени включения, определение степени нечеткого равенства, определение степени нечеткой эквивалентности.

Модель нечеткого выбора вариантов принятия диагностических решений. Формально модель нечеткого выбора вариантов принятия диагностических решений определим в виде следующего набора (X,{(ог/,Г(о:;),.Аг,(7,А/)}, где X - универсальное множе-

ство вариантов выбора в виде перечня возможных воздействий на электрооборудование, диагностических решений по оценки технических состояний, планов дальнейшего режима работы узлов и систем электрооборудования, стратегий дальнейшего использования оборудования или других объектов выбора; - множество, задающее

лингвистические переменные на множестве вариантов выборов, -

множество нечетких правил выбора; - множество не-

четких критериев выбора; F - правило агрегирования нечетких вариантов выбора; М - класс механизмов нечеткого выбора.

Модели принятия решений представлены четырьмя подходами, как наиболее характерными для выработки диагностических решений при оценке технического состояния электрооборудования. На этом не исчерпывается многообразие моделей нечеткого вывода, но эти четыре подхода являются достаточно общими и заслуживают внимания.

Актуальной задачей в настоящее время для экспертной системы технической диагностики электрооборудования является задача принятия диагностических решений и оценки их последствий. С этой целью разработана модель оценки последствий принятия диагностических решений (рис. 2).

Для оценки технического состояния оборудования в целом применяется понятие вектора конструктивных параметров. Вектор конструктивных параметров электрооборудования задается в виде множества

рассматриваемая часть оборудования. Состояния узлов и систем электрооборудования описывается

совокупностью векторов Е1, природа которых может быть разного характера, т. е. вектор может содержать как количественные оценки в виде цифровых данных, так и качественные оценки в виде вербальных значений, а также могут быть задан в виде детерминированных или случайных функций.

Эксперт Формирование Модель принятия диагностического решения

нечетких переменных р

1 г

IV, - -►

0 Модель

"г -► оценки

и* -► последствий

Формирование выходных данных

Рисунок 2. Взаимосвязь модели принятия диагностического решения и модели оценки последствий

В третьей главе разработана концептуальная модель автоматизированной экспертной системы диагностики технического состояния электрооборудования на электрической станции. Определены и описаны архитектура и режимы работы экспертной системы. На рисунке 3 показана компонентная структура разрабатываемой системы.

Разработана структура автоматизированной экспертной системы диагностики технического состояния электрооборудования на электрической станции (рис.4). Структура отображает принятие диагностических решений как последовательность взаимодействия баз данных, баз знаний и решателя. Она включает в себя программные решения удобного интерфейса пользователей и интерфейса экспертов.

Автоматизированная экспертная система диагностики технического состояния электрооборудования (АЭСДТСЭ), содержит следующую последовательность программ и подпрограмм (программных модулей) с конкретным функциональным назначением.

/. Программу интерфейса экспертов. С помощью нее осуществляется диалог эксперта с автоматизированной системой диагностики. Диалог производится на основе следующих подпрограмм: редактора, меню эксперта, архива, оценки принимаемых решений.

2. Программу интерфейса пользователей, которая аналогична программе интерфейса эксперта, за исключением того, что в ней отсутствует подпрограмма редактор.

3. Программу работы с базами данных и знаний. Она организует работу с решателем, интерфейсами экспертов и пользователей, содержит подпрограмму «конвертор».

4. Программу «решатель», представляющую собой программную реализацию моделей принятия диагностических решений, моделирующих ход рассуждений эксперта на основании знаний

5. Программа сбора, предварительной обработки и передачи текущих (поступающих) параметров электрооборудования.

Рисунок 3. Компонентная структура экспертной системы электрооборудования

При проектировании экспертной системы диагностики большое внимание уделено работе решателя - программе, моделирующей ход рассуждений эксперта на основании знаний, а также тому, как осуществляется доступ решателя к знаниям, и как они используются при поиске

решения. Определение того, какие знания нужны в той или иной конкретной ситуации, и умение ими распорядиться — важная часть процесса функционирования экспертной системы. Решение нетривиальных проблем требует и определенного уровня планирования и управления при выборе, какое условие нужно задать, какую операцию необходимо выполнить и т.д.

Для каждого узла или для каждой системы н>я электрооборудования определяется перечень параметров 1¥а. Экспертами на базовых множествах для элементов электрооборудования

И'г.....% , принадлежащих соответствующим базовым множествам,

задаются степени принадлежности выбранным нечетким переменным, определяющим входные параметры (рис. 2).

Тем самым происходит формирование функций принадлежности нечетких множеств. Затем для момента времени /0 принятия диагностического решения, и оценки его последствий вводятся, как параметры соответствуюгцих моделей, текущие значения координат входных факторов

Использование разных моделей перебора имеющихся знаний о состояниях технического объекта, как правило, оказывает довольно существенное влияние на характеристики эффективности программы. Эти модели определяют, каким способом программа находит решение проблемы в некотором пространстве альтернатив. Модель принятия диагностического решения вырабатывает решение которое является дополнительным входным параметром для модели оценки последствий принимаемого решения. Затем для пользователя формируется выходной документ с пояснениями об особенностях принимаемого диагностического решения и разъяснением его последствий.

Все параметры, поступающие от электрооборудования (аналоговые и дискретные сигналы), проходят обработку в лингвистическом процессоре. На выходе из процессора каждый параметр приобретает определенную форму на пригодную для обработки решателем. В разрабатываемой системе каждый параметр электрооборудования после обработки в процессоре приобретает значения нечеткой переменной на

По полученной нечеткой переменной можно сразу получить вывод о достоверности поступившего сигнала.

Данный алгоритм анализа параметров оборудования, построенный на основе аппарата нечеткой математики, может использоваться самостоятельно, так как он позволяет получать довольно точную информацию о состоянии каждого технологического параметра.

параметры электрооборудования в ;

Ml, М2, МЗ, М4 - модели принятия диагностических решений; Ml - модель классификации; М2 - модель композиции; МЗ - ситуационная модель; М4 - модель нечеткого выбора;

Этап 1, этап 2, этап 3 - этапы обработки решателем параметров электрооборудования.

Рисунок 4. Структурная схема автоматизированной экспертной системы технической диагностики состояния электрооборудования.

В дальнейшем работа уже с формами параметров разделяется на 3 этапа:

этап 1 (анализ первичных групп комплексов параметров электрооборудования);

этап 2 (анализ вторичных групп и комплексов параметров);

этап 3 (анализ электрооборудования в целом).

На каждом из этапов, информация о диагностировании сначала параметров, затем их групп и комплексов и после всего электрооборудования поступает в интерфейс пользователя. В случае принятия решения пользователем, решатель производит оценку решения соответствующей моделью. Выводы по принятому решению отправляются на интерфейс пользователя.

В этой же главе проведено изучение вопросов оценки достоверности анализа технических процессов, разработаны методы оценки достоверности работы моделей принятия диагностических решений, технических параметров и оценки риска функционирования электрооборудования. Данные методы строятся на основе использования аппарата нечеткой математики и теории вероятности, что является новым подходом в определении достоверности диагностических решений.

Все полученные результаты по анализу модели автоматизированной системы использованы при реализации прототипной автоматизированной экспертной системы диагностики технического состояния электрооборудования.

В четвертой главе представлена реализация прототипной экспертной системы диагностики технического состояния турбогенератора ТВВ-200-2А. Система в таком виде послужит основой (макетом) для решения более сложных задач в области технической диагностики.

Разработка прототипной экспертной системы подразумевает создание усеченной версии экспертной системы диагностики технического состояния электрооборудования электростанции. Полученная в результате версия системы должна продемонстрировать жизнеспособность и эффективность выбранного подхода для анализа технического состояния электрооборудования.

Анализ вариантов получения субъективной информации (входная -выходная информация, информация о процессе принятия решений, экспертный опрос) в экспертной системе диагностики технического состояния электрооборудования говорит о целесообразности сочетании их применения. Поэтому при разработке автоматизированной экспертной системы диагностики технического состояния электрооборудования использована открытая система для заполнения базы данных и базы знаний.

Технологический режим характеризует процесс, протекающий в турбогенераторе, и определяет значения изменяющихся во времени основных параметров этого процесса. В свою очередь, техническое состояние представляет упорядоченную совокупность значений параметров, внутренних и внешних, определяющих ход процессов, происходящих в турбогенераторе. Экспертная система диагностики технического состояния турбогенератора осуществляет наблюдение (контроль) за этими параметрами в процессе эксплуатации энергоустановки и обеспечивает выдачу объективной оценки технического состояния генератора в целом или его отдельных узлов.

При эксплуатации турбогенератора наблюдается технологический разброс его параметров, вследствие того, что турбогенератор представляет собой нестационарную динамическую систему. Для оценки технического состояния предлагается все параметры, описывающие его состояние, разделить на две группы:

1) технологические параметры, т. е. параметры, определяющие техническое состояние и поступающие в экспертную систему непосредственно с турбогенератора. Число технологических параметров у турбогенератора мощностью 200 МВт достигает 600 - 750. В разрабатываемой прототипной экспертной системе оценки технического состояния турбогенератора контролируются 407 технических параметров;

2) диагностические параметры, т. е. параметры, по которым происходит установление причин отклонений в техническом состоянии электрооборудования.

Полученные на уровне исходного описания параметры системы довольно слабо связаны с образами технических состояний и с их лингвистическими определениями. Разрыв между параметрами и образом технического состояния можно устранить путем формального задания параметров, характеризующих работу турбогенератора, в виде лингвистических переменных. Предлагаемый метод диагностирования не исключает существующие методы диагностики, а лишь позволяет объединить их в систему на единой методологической основе. При этом сохраняются все имеющиеся модели, связывающие отдельные параметры в турбогенераторе. Данный подход позволяет объединить эту разнородную информацию, упорядочить ее и преобразовать так, чтобы она стала адекватной принимаемому диагностическому решению.

Характеристики состояний элементов турбогенераторов содержат многие компоненты, которые невозможно «измерить». Тем не менее, при моделировании созданы пути формализации для оценки вектора состояний каждого ьш технического узла или системы.

Реакция экспертной системы на техническое состояние ьго элемента узла или системы генератора определяет природу векторов (комплексов и групп) Вектора могут содержать как количественные оценки в виде цифровых данных, так и качественные оценки в виде вербальных значений, а также могут быть заданы в виде детерминированных или случайных функций. В данной работе рассматривается определение состояний в виде цифровых данных, как наиболее характерное для действительности, а при решении ряда задач, связанных с прогнозирование работы турбогенератора, используются детерминированные функции.

Модели принятия диагностического решения о состоянии ьго элемента узла или системы турбогенератора выполнены с применением экспертных оценок по образцу моделей разработанных в главе 2.

Модель принятия диагностического решения о состоянии в виде отображения гра-

фик, фактически представляющий набор правил Ц.

Модель принятия диагностического решения о состоянии технического элемента узла или системы оборудования в виде модели вычисления степени истинности нечеткого правила вывода (Ж, Т,Е), где Т -нечеткое отношение, задаваемое на множествах IV и Е1. Оно записывается в виде правил-высказываний, формулируемых экспертами.

Таким образом, некоторое "совокупное" состояние ьш элемента узла или системы турбогенератора формально задается с помощью математического аппарата теорий нечетких множеств и нечеткой логики.

Разработанная база данных прототипной экспертной системы диагностики технического состояния описана поэлементно и содержит основные сведения об узлах и системах турбогенератора ТВВ-200-2А. В базу заложены диагностические модели и алгоритмы (в виде правил), позволяющие провести оценку состояния следующих узлов и систем: режимные параметры турбогенератора; статор турбогенератора; ротор турбогенератора; возбуждение турбогенератора; система газоснабжения с водородным охлаждением; система водоснабжения статорной обмотки; система маслоснабжения уплотнения вала ротора; собственные нужды турбогенератора; подшипники турбогенератора. База данных заполнена на основе инструкций по эксплуатации, энергетических характеристик, технических условий, ремонтных формуляров и технологических процессов.

При решении задачи структурирования данных определили структуру базы данных экспертной системы диагностики технического со-

стояния турбогенератора, состав и назначение ее баз данных, баз знаний, справочников; выбор ключевых полей, по которым были проиндексированы базы данных, установлены связи между таблицами баз данных.

Для прототипной экспертной системы диагностики технического состояния электрооборудования разработан интерфейс экспертов, позволяющий в достаточно полном объеме сформировать базы данных и знаний для описания параметров технического состояния. Интерфейс экспертов и пользователей прототипной экспертной системы диагностики технического состояния турбогенератора строится аналогично. Единственное отличие - наличие редактора правил в интерфейсе эксперта. В целом оба интерфейса содержат следующие программные модули: меню, архив, оценка принимаемых решений.

Для проверки работоспособности разработанной прототипной экспертной системы были проведены специальные эксперименты, при которых в сеансе работы с системой были введены данные, моделирующие различные режимы работы турбогенератора ТВВ-200-2А, дефекты, в том числе по результатам испытаний. Проведены два вида эксперимента:

сравнение результатов диагностики по системе с результатами испытаний на реальном объекте. Если результаты диагноза совпадают с результатом эксперимента, то это свидетельствует о правильном функционировании системы;

машинный эксперимент, заключающийся в моделировании дефектов различных узлов и систем турбогенератора или эксплуатационных состояний турбогенератора наборами параметров состояния.

Испытания проводились на следующих узлах и системах: на роторе; статоре и возбуждении турбогенератора. Проведены многочисленные экспериментальные проверки работниками Сургутской ГРЭС-1 совместно со специалистами ИК «Кварц» и фирмы «Интеравтоматика» на турбогенераторе №16, при которых в сеансах работы с системой вводились различные режимы работы турбогенератора. Во всех режимах и состояниях, экспертная система дала ожидаемые диагнозы, необходимые рекомендации и пояснения о проделанной экспертизе.

Прототипная экспертная система диагностики турбогенератора реализована как советующая система, на данном этапе внедрения она не используется в операционных системах реального времени. Данная экспертная система рассчитана на корпоративное использование, поэтому инструмент для разработки программного обеспечения принадлежит к классу современных систем управления базами данных, которые позво-

ляют реализовать распределенную архитектуру клиент-сервер. Соблюдение данного требования необходимо для четкого разграничения функций администратора системы и ее клиентов, а также для определения способа организации хранения данных и их обработки.

Разработанная прототипная экспертная система диагностики технического состояния турбогенератора ТВВ-200-2А является пробным программным продуктом. Основной целью при создании данной системы с помощью такого инструментального средства как Visual Basic является отработка аппарата нечеткой математики, демонстрация всех возможностей нечеткой логики при создании моделей диагностики и оценки технического состояния электрооборудования.

Дальнейшее развитие (модернизация) прототипной экспертной системы диагностики турбогенератора предполагает два направления: развития внутри уже созданной структуры системы, развитие самой экспертной системы с изменением её структуры.

Первое направление развития предполагает, что при разработке программного продукта можно пойти по пути проектирования статических либо динамических баз данных и знаний. Второе направление - использование более мощного вычислительного комплекса, что связано с усложнением моделей принятия диагностических решений, соответственно решателя. В целом при достижении всех резервов в развитии по первому направлению экспертная система диагностики технического состояния турбогенератора ТВВ-200-2А, выйдет на второй путь. Задачи, которые включает второй путь развития и модернизации системы, требуют детальной проработки, в решении их остро нуждаются специалисты, занимающиеся оперативным и техническим обслуживанием турбогенератора и всего электрооборудования в целом. Именно в этом направлении предполагаются наиболее интенсивные исследования и разработки автора данной работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ

1. Установлены возможности применения аппарата нечеткой математики и построенных на его основе нечетких моделей для диагностики электрической части электростанций.

2. Предложено осуществлять построение систем диагностики электрической части электростанций с использованием методов экспертных систем.

3. Предложен метод структурного диагностирования электрической части станции, использующая следующую идею: декомпозиция процесса функционирования объекта диагностики на подпроцессы функционирования элементов, составляющих объект, каждый из которых имеет известную и несложную модель.

4. Выполнен выбор комплексов и групп параметров электрооборудования для диагностики состояния как элементов, так и электрооборудования в целом с учетом опасности и частоты повторения дефектов разного вида, а также особенностей узлов и систем оборудования.

5. Реализована проверка достоверности полученных диагностических решений с использованием как традиционных методов, так и с применением аппарата нечеткой математики. Полученные результаты, в процессе работы над прототипной экспертной системой электрооборудования, продемонстрировали эффективность предложенных методов и моделей.

6. Разработана прототипная экспертная система технической диагностики технических состояний электрооборудования, где в качестве объекта диагностирования выбран турбогенератор ТВВ-200-2А. Результаты её использования подтверждают выводы о том, что с помощью прямой и косвенной диагностики можно обнаружить как явные, так и скрытые дефекты и принять срочные меры по предупреждению отказов, то есть отодвинуть расчетное время наработки на отказ и тем самым увеличить срок службы электрооборудования.

7. На основе диагностических исследований электрической части электростанции и, в частности, турбогенератора ТВВ-200-2А, разработаны рекомендации по анализу технических состояний и рабочих режимов электрооборудования на Сургутской ГРЭС-1. Данный факт отражен в акте о внедрении результатов работы.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Котельников Б.В. Автоматизированная система диагностики электрооборудования электростанции // Научная молодежь - 21 веку: Сб. тез. докл. межвузовской конференции молодых ученых. - Сургут: Изд-во СурГУ, 2001. - С. 71-72.

2. Котельников Б.В. Принципы построения системы контроля и управления электрооборудования на электрической станции // Современные проблемы информатизации в технике и технологиях: Труды шестой международной открытой научной конференции. - Воронеж: ВЭПИ, 2001.-С. 40-41.

3. Котельников Б.В. Анализ системной безопасности сложных технических систем // Современные проблемы информатизации в технике и технологиях: Труды шестой международной открытой научной конференции. - Воронеж: ВЭПИ, 2001. - С. 67.

4. Котельников Б.В. Системы контроля и управления для электрооборудования на электростанции // Современные техника и технологии: Труды седьмой международной научно практической конференции студентов, аспирантов и молодых ученых. - Томск: Изд-во ТПУ, 2001. -Т. 2.-С. 287-289.

5. Котельников Б.В. Использование методов нечеткой логики для диагностики электрооборудования на электрической станции // Энергосистема: управление, качество, безопасность: Сб. докл. Всероссийской научно-технической конференции. - Екатеринбург: УГТУ-УПИ, 2001. -С. 403-404.

6. Котельников Б. В. Методы экспертных систем в задачах технической диагностики // Современные техника и технологии: Труды восьмой международной научно практической конференции студентов, аспирантов и молодых ученых. - Томск: Изд-во ТПУ, 2002. - Т. 2. -С. 182-184.

7. Котельников Б.В. Использование аппарата нечеткой математики для решения задач диагностики технического состояния электрооборудования // Северный регион: наука и социокультурная динамика: Сб. тез. докл. Всероссийской научной конференции. Май 2002, Ханты-Мансийск - Сургут / Под. ред. В.В. Мархинина, Г.И. Назина. - Сургут: Изд-во СурГУ, 2002. - С. 7-8.

8. Котельников Б.В. Разработка базы данных и базы знаний для экспертной системы анализа технического состояния электрооборудования электрической станции // Системы управления и информационные технологии: Межвуз. сб. научных трудов. Вып. 9. - Воронеж: Центральночерноземное книжное издательство, 2002. - С. 57-61.

9. Котельников Б.В. Модели принятия решений, используемых в экспертных системах для технической диагностики // Сборник научных трудов. Вып. №11. Физико-математические науки. - Сургут: Изд-во СурГУ, 2002.-С. 42-53.

№114 9 0

Котельников Борис Викторович

МЕТОДЫ И АЛГОРИТМЫ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ДИАГНОСТИКИ ЭЛЕКТРООБОРУДОВАНИЯ ЭЛЕКТРИЧЕСКИХ СТАНЦИЙ

Специальность 05.13.01 «Системный анализ, управление и обработка информации»

Автореферат диссертации на соискание ученой степени кандидата технических наук

Оригинал-макет подготовлен в редакционном отделе Издательского центра СурГУ в авторской редакции

Подписано в печать 26.04. 2004 г. Формат 60x84/16. Усл. печ. л. 1,4. Уч.-изд. л. 1,2. Печать трафаретная. Тираж 100 экз. Заказ № 52.

Отпечатано полиграфическим отделом Издательского центра СурГУ г. Сургут, ул. Лермонтова, 5. Тел. (3462) 32-33-06.

Сургутский государственный университет. 628400, Россия, Тюменская обл., Ханты-Мансийский автономный округ, г. Сургут, ул. Энергетиков, 14. Тел. (3462) 52-47-00. Факс (3462) 52-47-29.

ВВЕДЕНИЕ

1. Современные концепции информационных систем технической диагностики

1.1. Основные типы и направления развития информационных систем технической диагностики оборудования на электрической станции

1.2. Задача технической диагностики в электроэнергетике

1.3. Особенности диагностики технического состояния электрооборудования

1.4. Методы экспертных систем в задачах диагностики

1.5. Применения экспертных систем в электроэнергетике

1.6. Постановка задачи - 40 Основные результаты

2. Математические модели обработки информации для решения задач диагностики технического состояния электрооборудования электрических станций

2.1. Формализация задачи технической диагностики оборудования

2.2. Выбор математических моделей для диагностики электрооборудования электрических станций

2.2.1. Анализ математических моделей для диагностики электрической части электростанции

2.2.2. Применение аппарата нечеткой математики для создания систем технической диагностики электрооборудования

2.3. Операции, применяемые при обработке нечеткой информации

2.4. Модели принятия решений и оценки их последствий, используемые в экспертных системах для технической диагностики состояния электрооборудования

-43

-51

2.4.1. Модель классификации .

2.4.2. Модель вычисления степени истинности нечетких правил вывода

2.4.3. Ситуационная модель принятия решений

2.4.4. Модель нечеткого выбора вариантов принятия решений

2.4.5. Модель оценки последствий принятия решений - 79 Основные результаты

3. Концептуальная модель автоматизированной экспертной системы диагностики технического состояния электрооборудования на электрической станции

3.1. Формальное описание архитектуры и режимов экспертной системы

3.2. Структура автоматизированной экспертной системы

3.3. Структура базы данных и базы знаний экспертной системы

3.4. Процесс поиска диагностического решения в экспертной системе диагностики технического состояния электрооборудования

3.5. Определение достоверности работы моделей принятия диагностических решений

3.6. Оценки риска функционирования электрооборудования при нечетком диагнозе

Основные результаты

4. Разработка прототипной экспертной системы диагностики технического состояния турбогенератора ТВВ-200-2А

4.1. Прототипная экспертная система диагностики технического состояния электрооборудования

4.2. Анализ информации, получаемой от экспертов

-115

4.3. Формализация параметров прототипной экспертной системы

4.4. Формализация описания состояний турбогенератора, его элементов и систем

4.5. Структура базы данных прототипной экспертной системы

4.6. Разработка интерфейсов экспертов и пользователей прототипной экспертной системы диагностики технического состояния турбогенератора ТВВ-200-2А

4.7. Определение требований к инструментальному средству разработки прототипной экспертной системы диагностики

4.8. Тестирование экспертной системы турбогенератора ТВВ-200-2А

Основные результаты

Актуальность темы исследований. Проблема описания, оценки, идентификации состояний и интерпретации управляемого поведения таких сложных технических систем как электрооборудование является на сегодняшний день одной из наиболее актуальных для обеспечения надежности и простоты в эксплуатации электрических станций.

Современное электрооборудование электростанции (турбогенераторы с системами возбуждения, трансформаторы собственных нужд, блочные трансформаторы и трансформаторы связи, электродвигатели собственных нужд, распределительные устройства, воздушные и кабельные линии, системы оперативного переменного и постоянного тока) отличается высокими требованиями по надежности [37, 51, 52, 111, 147, 148, 151]. Причем, повышение эксплуатационной надежности электрооборудования является одним из основных направлений увеличения экономической эффективности электростанций. В связи с этим, большое значение имеют меры по предупреждению и обнаружению причин возникновения отказов всего технологического оборудования электрической станции, т. е. диагностика его состояния и своевременный профилактический ремонт.

В настоящее время еще не создана такая система технической диагностики, которая бы комплексно оценивала текущее техническое состояние электрооборудования, обеспечивала раннее обнаружение дефектов и прогнозировала процессы их развития. Существующие диагностические методы базируются на математических моделях, способных отображать лишь часть свойств и режимов работы моделируемых объектов [4, 5, 7, 10, 21, 29,41, 45, 105, 108, 109, 148]. В связи с этим все более актуальной становится проблема разработки эффективных эвристических методов и координации известных аналитических и эвристических методов [1,2, 12-14, 17, 19, 24, 26, 27,32-34,43,49, 50,62-64, 65-73, 75, 87, 88, 91-94,96,97, 102,103, 106, 114-116, 118-120, 123, 167-177] в рамках автоматизированной системы технической диагностики [10, 36, 48, 57, 78, 125, 127, 148, 164] электрооборудования и режимов его работы. Такая система должна использовать наилучшие методы обнаружения и локализации неисправностей, максимально эффективно использовать возможности различных диагностических методов, средств и знаний экспертов для наиболее раннего диагноза и прогноза технического состояния объекта, выдачи рекомендаций эксплуатационному персоналу.

Техническая диагностика включает в себя разработку и применение методов получения и оценки диагностической информации, диагностических моделей и алгоритмов. Под задачей технической диагностики понимают процесс определения вида и интенсивности дефектов, степени работоспособности оборудования (ресурса) по результатам контроля состояния и контроля режима, на основе интерпретации информации, полученной от информационно-измерительных средств [25, 130]. Определение технического состояния и режима работы оборудования, по существу, является задачей распознавания образов: по имеющемуся множеству параметров состояния объекта определяется состояние — исправное (бездефектное), работоспособное (отклонение параметров не вызывает необратимых последствий в поведении объекта) и неработоспособное. Алгоритмы распознавания в задаче диагностики строятся на основе диагностических моделей, устанавливающих связь между состояниями диагностируемого оборудования и их отображениями в пространстве диагностических параметров. Важной частью проблемы распознавания являются правила принятия решения (решающие правила). Контроль режима является слежением за соответствием параметров режима работы оборудования заданным пределам. В настоящее время все более широкое распространение получают системы диагностики, выполненные на базе экспертных систем [10, 23, 25, 57, 60, 89, 98, 112, ИЗ, 123, 132, 134, 140, 152], которые по своей сути представляют новую информационную технологию в распознавании образов.

Таким образом, построение автоматизированной системы диагностики представляет собой важную и актуальную задачу, от решения которой зависит эффективность функционирования современных энергосистем. При этом возникает необходимость выработки общих принципов построения рациональных систем диагностики. Сложность современного электрооборудования, разнообразие условий эксплуатации требуют пересмотра существующих традиционных концепций построения систем диагностики и поиска новых. Одна из таких новых, разрабатываемых в диссертации концепций базируется на сочетании традиционных средств оперативного контроля с экспертными системами, построенными с использованием методов нечеткой логики, исследования операций, развитыми в работах JI. Заде, Г. Буч, Е. Мамдани, П. Джексона, А. Н. Катулева, Р. А. Алиева, Г. А. Мамедова, JI. С. Берштейн, Н. П. Бусленко.

Цель работы. Цель диссертационной работы состоит в расширении функциональных возможностей и повышении эффективности систем контроля и управления электрооборудованием электростанций [96, 160], в разработке для этого методологических и алгоритмических средств диагностики, методов и моделей представления и использования нечетких знаний при создании экспертных систем для качественной оценки технического состояния оборудования.

Основные задачи исследования. В диссертационной работе рассматривается круг задач, составляющих основу теоретико-методологического и практического аспектов диагностирования электрооборудования электрической станции в рамках более общей проблемы анализа и оценки управляемого поведения технических средств в процессе их эксплуатации. В число основных задач исследования вошли:

- анализ состояния разработок в области диагностики электрооборудования, выбор и обоснование основных методологических принципов исследования;

- разработка требований к экспертным системам автоматизированной диагностической системы основного электрооборудования;

- теоретическое обоснование и исследование моделей принятия решений и их оценки, построенных с использованием аппарата нечеткой математики для диагностики технического состояния электрооборудования;

- построение алгоритмов решения прикладных задач для определения технического состояния элементов и систем турбогенератора ТВВ-200-2А при нечеткой информации, необходимых для обеспечения функционирования автоматизированной диагностической системы;

- разработка и построение базы знаний и базы данных для экспертной системы;

- разработка методов, моделей диагностики и оценки достоверности нечеткой информации в экспертной системе;

- построение прототипной экспертной системы для анализа технического состояния и режима работы элементов и систем турбогенератора ТВВ-200-2А.

Объект исследований. Объектом исследований в диссертационной работе являются математические модели нечеткого ситуационного диагностирования, а также методика построения экспертной части автоматизированной диагностической системы и оценка их эффективности.

Методы исследования. Методологическую основу работы составляет системный подход. При выполнении работы использовались методы исследований, базирующиеся на теориях: нечетких множеств, нечеткой логики, надежности, исследования операций, математического моделирования, информации, вероятностей и математической статистики. Также были применены инженерные методы расчетов с использованием универсальных математических пакетов для электронных вычислительных машин. Проверка эффективности предложенных методов, моделей, алгоритмов и программ осуществлялась путем математического моделирования на электронных вычислительных машинах и сравнения с результатами натурных экспериментов на энергообъектах Сургутской ГРЭС-1.

Научная новизна работы;

1) предложены и апробированы методы построения автоматизированной системы комплексной диагностики электрооборудования в её экспертной части;

2) усовершенствованна стратегия применения моделей принятия решений и оценки их последствий в многоуровневых информационных системах на основе нечетких множеств второго и более высокого порядков;

3) предложен структурный подход диагностирования электрической части станции, использующий идею декомпозиции процесса функционирования объекта диагностики на подпроцессы функционирования элементов;

4) разработана методика выбора и анализа комплексов и групп параметров электрооборудования для диагностики состояния как элементов, так и электрооборудования в целом.

Основные положения, выносимые на защиту:

1) научные основы использования аппарата нечеткой математики для построения моделей принятия решений и их оценок используемых в экспертных системах для технической диагностики состояния электрооборудования;

2) четыре подхода к построению моделей принятия диагностических решений для таких трудноформализуемых объектов как электрооборудование, с нечетким описанием входных параметров на основе формализации субъективных знаний специалистов - экспертов в области энергетики.

3) стратегия применения моделей принятия диагностических решений и оценки их последствий в многоуровневых системах на основе нечетких множеств второго и более высокого порядков, использованных для организации работы экспертной системы и разработки алгоритмов диагностирования электрооборудования;

4) концептуальная модель построения экспертной системы диагностирования для электрооборудования, включая вопросы представления и оценки достоверности нечеткой информации;

5) результаты аналитического, машинного и экспериментального исследований предложенных методов и алгоритмов диагностирования электрооборудования и, в частности, технических элементов и систем турбогенератора ТВВ-200-2А.

Практическая ценность и реализация результатов исследований. Практическая ценность результатов исследований определена в области автоматизированных систем диагностики и представлена в диссертационной работе в виде разработанных формальных моделей принятия решений и их оценки, моделирования на электронных вычислительных машинах разработанной структуры и варианта программного приложения экспертной системы анализа технического состояния систем и . элементов электрооборудования.

Проведенные аналитические, машинные и экспериментальные исследования, полученные научные результаты и алгоритмы позволяют организовать функциональное диагностирование электрооборудования, способствующее более обоснованной и эффективной стратегии управления техническим оборудованием электрических станций. В совокупности с улучшением эксплуатации оборудования предлагаемые алгоритмы способны функционировать в условиях минимальной априорной информации, что позволяет получать такие диагностические решения, применение которых увеличивает продолжительность работы оборудования.

Программный продукт диагностирования элементов и систем турбогенератора нашел применение на Сургутской ГРЭС-1. Концепция и инструментарий экспертной системы анализа технического состояния оборудования применялись также для создания учебных компьютерных программ по специальностям «электромонтер по ремонту и обслуживанию электрооборудования», «автомеханик по ремонту и обслуживанию автотранспорта» в учебно-курсовом комбинате профессионального обучения города Сургута. Использование результатов работы при решении практических задач диагностики электрооборудования и создании учебных программ-тренажеров подтверждено двумя актами о внедрении [приложение 11].

Выполненные исследования соответствуют направлению 2.2. — «Безопасность, надежность, ресурс и экология в энергетике» основных направлений фундаментальных исследований, утвержденных постановлением Президиума РАН от 01.07.2003 г. № 233.

Апробация работы. Основные результаты и положения диссертационной работы докладывались на:

• VI Международной открытой научной конференции «Современные проблемы информатизации в технике и технологиях» (г. Воронеж, апрель 2001 г.);

• VII Международной научно-практической конференции студентов, аспирантов и молодых ученых «Современные техника и технологии» (г. Томск, 26 февраля — 2 марта 2001 г.);

• Межвузовской конференции молодых ученных «Научная молодежь -XXI веку» (г. Сургут, 21 апреля 2001 года);

• Всероссийской научно-технической конференции «Энергосистема: управление, качество, безопасность» (г. Екатеринбург, 26 —28 сентября 2001 года);

• VIII Международной научно-практической конференции студентов, аспирантов и молодых ученых «Современные техника и технологии» (г. Томск, 8 апреля - 12 апреля 2001 г.);

• Всероссийской научной конференции «Северный регион: наука и социокультурная динамика» (г. Сургут, май 2002 года).

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, библиографии, 19 приложений. Список использованных источников включает 184 наименований. Общий объем работы

Основные результаты

В данной главе:

1. Предложены методы формализации оценки параметров, состояний турбогенератора и его узлов, систем по отдельности, что в свою очередь позволяет создать систему, наиболее четко улавливающую любые отклонения в состояниях как параметров отдельных элементов, так и всего электрооборудования в целом. Глубина диагностирования может изменяться в зависимости от требований пользователей или степени конструктивной детализации рассматриваемого объекта. Точность диагностирования зависит от заложенных в базе знаний диагностических моделей, алгоритмов и знаний экспертов.

2. Создана, на основе предложенной в главе 3 структуры баз данных и знаний, база данных и знаний, способная хранить и выводить в соответствии с запросами требуемую информацию, при этом обладающая возможностью редактирования, что снижает трудоемкость и степень нечеткости инженерных знаний.

3. Разработана и реализована, с целью апробации результатов диссертационной работы, прототипная экспертная система технической диагностики состояний турбогенератора ТВВ-200-2А.

При разработке прототипной экспертной системы особое внимание уделялось интерфейсам пользователей, экспертов. Программная реализация интерфейсов производилась с учетом опыта по выполнению таких проектов, что позволяет пользователям и экспертам данной системы в полной мере решать необходимый им круг задач при оценке технического состояния турбогенератора.

4. Проведен анализ особенностей программного обеспечения для практической реализации прототипной экспертной системы диагностики технического состояния турбогенератора ТВВ-200-2А. Программные модули реализованы с помощью программного средства Visual Basic, которое наиболее полно отвечает требованиям, возникающим при разработке такого рода систем.

Первые результаты использования прототипной экспертной системы технической диагностики состояний турбогенератора ТВВ-200-2А показали, что с помощью прямой и косвенной диагностики можно обнаружить как явные, так и скрытые дефекты и принять срочные меры по предупреждению отказов, то есть отодвинуть расчетное время наработки на отказ электрооборудования, тем самым увеличить ресурс работы турбогенератора и продлить срок его службы. Раннее обнаружение и локализация дефектов помогает изменять сроки ремонтов, проводить оптимальную организацию ремонтных кампаний, планировать расходы запчастей и материалов, успешно проводить маркетинг энергетического производства.

149

Заключение

Основное внимание в диссертационной работе уделялось решению задачи эффективного контроля и диагностики состояния электрооборудования на электрических станциях. Выход из строя основного электрооборудования (турбогенераторы с системами возбуждения, трансформаторы собственных нужд, блочные трансформаторы и трансформаторы связи, электродвигатели собственных нужд, распределительные устройства, воздушные и кабельные линии, системы оперативного переменного и постоянного тока) приводят не только к огромным затратам на ремонт, но и к осложнениям в энергоснабжении. Столь же важен эффективный контроль оборудования, работающего сверх номинального срока, а такого оборудования на большинстве электростанций уже сейчас чуть ли не более половины. В ходе проведенных в работе исследований получены следующие результаты:

1. Определено место автоматизированной системы технической s диагностики. Системы диагностики могут существовать и использоваться самостоятельно, но могут и входить как составная часть в более сложную информационную систему. Построение автоматизированных систем технической диагностики должно осуществляется на базе микропроцессорных систем управления, архитектура которых базируется на принципах распределенности, модульности, магистральности и открытости.

2. При рассмотрении существующей на сегодняшний день ситуации по диагностике электрической части электростанции были определены и решены следующие задачи: разработка методов диагностики электрооборудования, определение остаточного срока службы отдельных элементов и электрооборудования в целом, создание баз данных контролируемых параметров, сбор и анализ статистических данных по дефектам электрооборудования.

3. На основе анализа развития методов диагностики электрооборудования в последние годы установлена целесообразность применения математического аппарата нечеткой логики для определения критериев оценки состояния оборудования и принятия диагностических решений. Данный метод тесно связан с развитием экспертных систем постановки диагноза и принятия диагностических решений о работоспособности электрооборудования. Таким образом, предложено осуществлять построение систем диагностики электрической части электростанций с использованием методов экспертных систем.

4. С учетом предложенной формализации задач технической диагностики рассмотрены различные математические модели для диагностики электрооборудования. Согласно исследованиям сделаны выводы о наиболее подходящих моделях, которые возможно применить в задачах технической диагностики методом экспертных систем. Выявлены основные подходы при создании моделей принятия диагностических решений.

5. Одним из важных результатов диссертационной работы является установление возможности применения аппарата нечеткой математики и построенных на его основе нечетких моделей для диагностики электрической части электростанций. До этого основными объектами диагностирования, где применялась нечеткая логика, являлись только теплоэнергетические установки, их узлы и агрегаты. Электрооборудование ввиду своей технической сложности, сложности режимов работы, а также из-за строго консервативного подхода по обслуживанию, явно отставало в этом вопросе. Но современное развитие микропроцессорных устройств, повышение их надежности, снижение стоимости и, самое главное, появление возможности создания оптимальных алгоритмов контроля и управления, позволило вплотную заняться этой задачей.

6. Впервые предложена методика структурного диагностирования электрической части станции, использующая следующую идею: декомпозиция процесса функционирования объекта диагностики на подпроцессы функционирования элементов, составляющих объект, каждый из которых имеет известную и несложную модель. Такие модели, как правило, обладают разной степенью общности, точности и сложности. Поскольку при исследовании оборудования с помощью комплекса моделей анализируются разные стороны функционирования одного и того же объекта, то при переходе от одной модели к другой нужно руководствоваться определенной логикой, отображающей целостность изучаемого объекта, общность его фундаментальных свойств.

7. Также впервые проведена оптимизация выбора комплексов и групп параметров электрооборудования для диагностики состояния, как элементов, так и электрооборудования в целом с учетом опасности и частоты повторения дефектов разного вида, а также особенностей узлов и систем оборудования. Это стало возможно благодаря использованию принципа конструктивных параметров и теоретико-множественного подхода при создании моделей принятия диагностических решений.

8. Реализована проверка достоверности полученных диагностических решений с использованием как традиционных методов, так и с применением аппарата нечеткой математики. Это в свою очередь представляет новый подход в поиске погрешности измерений и полученных результатов оценки технического состояния электрооборудования. Полученные результаты, в процессе работы над прототипной экспертной системой электрооборудования, продемонстрировали эффективность предложенных методов и моделей.

9. Разработана прототипная экспертная система технической диагностики технических состояний электрооборудования, где в качестве объекта диагностирования выбран турбогенератор ТВВ-200-2А. Результаты её использования подтверждают выводы о том, что с помощью прямой и косвенной диагностики можно обнаружить как явные, так и скрытые дефекты и принять срочные меры по предупреждению отказов, то есть отодвинуть расчетное время наработки на отказ и в итоге увеличить ресурс работы электрооборудования и продление срока его службы. Раннее обнаружение и локализация дефектов помогает изменять сроки ремонтов, проводить оптимальную организацию ремонтных кампаний, планировать расходы запчастей и материалов, успешно проводить маркетинг энергетического производства.

10. На основе диагностических исследований электрической части электростанции, и в частности турбогенератора ТВВ-200-2А, разработаны рекомендации по анализу технических состояний и рабочих режимов электрооборудования на Сургутской ГРЭС-1. Данный факт отражен в акте о внедрении результатов работы.

11. На базе моделей принятия решений с использованием аппарата нечеткой логики разработаны новые методы обучения и проверки знаний в Сургутском учебно-курсовом комбинате профессионального образования по специальностям «электромонтер по ремонту и обслуживанию электрооборудования», «автоэлектрик». Применение разработанных моделей позволило создать программные продукты, поясняющие поиск дефектов в электрооборудовании, ход рассуждений при оценке технического состояния и осуществляющих проверку знаний обучаемых по вопросам технического обслуживания и определения дефектных состояний оборудования. Внедрение новых методов обучения и проверки знаний также отмечено соответствующим актом.

12. Предложены пути развития прототипной экспертной системы технической диагностики и указаны направления для дальнейших научных исследований в области технической диагностики электрической части электростанций.

Вопрос развития прототипной экспертной системы диагностики выбранного турбогенератора включает два направления:

• развитие внутри уже созданной структуры системы;

• развитие самой экспертной системы с изменением её структуры.

Первое направление развития предполагает, что при разработке программного продукта можно пойти по пути проектирования статических либо динамических баз данных и знаний.

Естественно, с учетом непрерывной динамики изменений состояний турбогенератора, выбирается путь динамического отображения изменений в системе.

Система принятия диагностических решений выполняет следующую последовательность функций:

- задание множества лингвистических переменных для формализации технического состояния турбогенератора и организации работы экспертной системы;

- задание терм-множеств лингвистических переменных в виде нечетких переменных, базовых множеств и функций принадлежности нечетких переменных базовым множествам;

- задание множеств (баз данных) для четких переменных, определяющих компоненты вектора конструктивных параметров технического состояния генератора, работы экспертной системы и пользователей, технических правил Р и управляющих решений пользователей (из вышестоящих органов) F;

- определение механизма вывода решения и оценки его последствия;

- получение и исследование решения в экспертной системе турбогенератора.

Анализ этой последовательности функций позволяет выявить особенности эволюции экспертной системы диагностики технического состояния, которая должна обеспечивать адаптацию экспертной системы и пользователей к постоянно изменяющейся среде с сохранением целостности производственных процессов и предоставление информации для дальнейшего их развития.

Динамика изменений в экспертной системе и турбогенераторе отображается при задании множеств лингвистических переменных, терм-множеств, нечетких переменных, базовых множеств, функций принадлежности, баз данных в задании нечетких критериев и нечетких отношений.

Пользователю программного продукта предоставлена возможность для визуального наблюдения состояния турбогенератора и входящих в него систем и элементов. Эксперт, помимо этого, может еще и выполнять работу по вводу данных, отвечающих реальной ситуации.

Проверка адекватности полученного системой решения может быть осуществлена только группой специалистов или на основе обработки данных экспертных опросов. Результаты проверки позволят внести изменения в базы данных и знаний, что обеспечит требования эволюционного развития программного продукта в соответствии с производственными изменениями.

Второе направление развития (модернизации) прототипной экспертной системы диагностики турбогенератора предполагает использование более мощного вычислительного комплекса, что связано с усложнением моделей принятия диагностических решений, соответственно и решателя. Данное направление предполагает усложнение диагностических задач, в частности:

• увеличение числа контролируемых технических и диагностических параметров турбогенератора;

• учет более сложных характеристик параметров, узлов и систем турбогенератора;

• перевод экспертной системы на непрерывный режим диагностирования турбогенератора, что требует создания программного продукта для систем реального времени (таких, например, как UNIX);

• добавление в систему к имеющимся на сегодняшний день только функциям сигнализации и советов функций оперативного управления оборудованием.

При исчерпании всех резервов в развитии системы диагностики по первому из указанных направлений ее дальнейшую модернизацию следует вести по второму пути. Задачи, которые включает второй путь развития системы, требуют детальной проработки, в решении их остро нуждаются специалисты, занимающиеся оперативным и техническим обслуживанием турбогенератора и всего электрооборудования в целом. Именно в этом направлении предполагаются дальнейшие исследования и разработки автора данной работы.

1. Аверкин А. Н., Батыршин И. 3., Блишун А. Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта / Под. ред. Д. А. Поспелова. - М.: Наука, 1986.- 312 с.

2. Аверкин А. Н., Головина Е. Ю., Сергиевский А. Е. Проектирование нечетких регуляторов на основе триангулярных норм // Известия РАН. Теория и системы управления. 1997. - № 5. - С. 112 - 118

3. Аверкин А. Н., Головина Е. Ю., Круг П. Г. Система настройки модели нечеткого регулятора на логику пользователя // Труды VI-й национальной конференции с международным участием (КИИ-98). Том 1. — Пущино: ОНТИ ИФПБ РАН, 1998, С. 350 355.

4. Аврамчук Е. Ф., Вавилов А. А., Емельянов С. В. Технология системного моделирования. М.: Машиностроение; Берлин: Техник, 1988 — 520 с.

5. Аврух В. Ю., Дугинов JI. А. Теплогидравлические процессы в турбо и гидрогенераторах. -М.: Энергоатомиздат, 1991.

6. Агрегатные средства электроизмерительной техники и принципы их компоновки в системы/ В. Н. Иванов, Г. С. Певзнер, Э. И. Цветков и др. — М.: Энергоатомиздат, 1988. -176 с.

7. Азарьев Д. И. Математическое моделирование электрических систем. -М.; JL: Госэнергоиздат, 1962. -207 с.

8. Айзерман М. А. Некоторые задачи общей теории выбора: обзор одного направления исследований // Автоматика и телемеханика. — 1984. № 9. — С. 5 -43.

9. Алексеев А. В. Применение нечеткой математики в задачах принятия решений. В сб.: Методы и системы принятия решений. - Рига: РПИ, 1983, с. 38-42.

10. Алексеев Б. А., Мамиконянц JI. Г., Шакарян Ю. Г. Проблемы продления эксплуатации основного электрооборудования энергосистем,отработавшего определенный стандартами срок работы // Изв. РАН. Энергетика. 2001. - № 3. - С. 51-59.

11. Алексеев Б. А. Определение состояния (диагностика) крупных турбогенераторов. М.: Научно — учебный центр ЭНАС, 1997. -144 с.

12. Алиев Р. А., Абдикеев Н. М., Шахназаров М. М. Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990. - 262 с.

13. Алиев Р. А., Захарова Э. Г., Ульянов С. В. Нечеткие модели управления динамическими системами // Итоги науки и техники. Сер. Техн. кибернетика.Т. 29. М.: ВИНИТИ АН СССР, 1990, - с. 127-201.

14. Алиев Р. А., Церковный А. Э., Мамедова Г. А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991.-201 с.

15. Алтунин А. Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: Изд-во Тюменского государственного ун-та, 2000. - 352 с.

16. Амамия М., Танака Ю. Архитектура ЭВМ и искусственный интеллект: Пер. с японск. М.: Мир, 1993. - 400 с.

17. Анисимов В. Ю., Борисов Э. В. Методы достоверности реализации нечетких отношений в прикладных системах искусственного интеллекта // Изв. РАН. Техническая кибернетика. 1991. - № 5.

18. Аношкин А. А., Глазов О. Н., Кислов Г. И. Экспертные модели диагностики неисправностей основного технологического оборудования электростанций / Расширение интеллектуальных возможностей АСУ. — М.: Энергоатомиздат, 1989. С. 8 -10.

19. Астровский А. И., Корженевич С. К. Задачи апостериорного оценивания для линейных дискретных систем с помехами, описываемыми нечеткими множествами //Изв. РАН. Техническая кибернетика. 1993. - № 4.

20. Аузинь П. К., Руткинс И. Л. Распознавание состояния объекта по наличию подклассов / Кибернетические методы в диагностики. Рига: Зинатие, 1973.-С. 18-25.

21. Баранов Г. Л., Слепилева Т. М., Комаренко Е. Ю. О структурно-функциональной организации системы технической диагностики и контроля параметров состояния мощных генераторов / Надежность энергетических электромашин. К.: Наукова думка, 1981. - С. 16 - 17.

22. Баршдорф Д. Нейронные сети и нечеткая логика. Новые концепции для технической диагностики неисправностей // Приборы и системы управления. — 1996. -№ 2-С. 48-53.

23. Башлыкова А. А. Проектирование систем принятия решений в энергетике. М: Энергоатомиздат, 1986. - 120 е.

24. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. Вопросы анализа и процедуры принятия решений: Сб. ст. / Пер. с англ., под ред. И. Ф. Шахнова. М., 1976. - С. 172 - 215.

25. Берштейн Л. С., Боженюк А. В. Нечеткий логический вывод на основе определения истинности нечеткого правила modus ponens // Методы и системы принятия решений. Системы, основанные на знаниях. Рига: РПИ, 1989. - С. 74 -80.

26. Берштейн Л. С., Казупеев В. М., Коровин С. Я., Мелихов А. И. Параллельный процессор нечеткого вывода для ситуационных экспертных систем // Изв. РАН. Техническая кибернетика. 1990. - № 5. - с. 181-191.

27. Берштейн Л. С., Коровин С. Я., Мелихов А. Н., Серяев И. Е. Функционально-структурное исследование ситуационно-фреймовой сети эксплуатационной системы с нечеткой логикой // Изв. РАН. Техническая кибернетика. 1994. - № 2. - с.71-83.

28. Бида Е. М., Осотов В. Н, Найдич М. Г. Обнаружение ранней стадии повреждений активных частей турбогенераторов и синхронных компенсаторов // Электрические станции, 1987. № 1.

29. Биргер И. Ф. Техническая диагностика. М.: Машиностроение, 1978. -240 с.

30. Богомяков П. А., Буймов М. П., Макашев Ю. Д. и др. Система централизованного контроля температуры турбо- и гидрогенераторов // Электрические станции. — 1996. № 6. - С. 22.

31. Бойко В. В., Савинков В. М. Проектирование баз данных информационных систем. 2-е изд. - М.: Финансы и статистика, 1989. — 351 с.

32. Борисов А. Н., Алексеев А. В., Крумберг О. А. Модели принятия решений на основе лингвистической переменной. Рига: Зинатие, 1982. - 256 с.

33. Борисов А. Н., Алексеев А. В., Меркурьева Г. В., Слядзь Н. Н., Глушков В. И. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989. - 304 с.

34. Борисов А. Н., Крумберг О. А., Федоров И. П. Принятие решений на основе нечетких моделей: примеры использования. Рига: Зинатие, 1990. - 184 с.

35. Бусленко Н. П. Моделирование сложных систем. М.: Наука, 1978. — 399 с.

36. Буч Г. Объектно-ориентированное проектирование с примерами применения: Пер. с англ. М.: Конкорд, 1992. - 519 е., ил.

37. Быков В. М., Глебов И. А. Научные основы анализа и прогнозирования надежности генераторов. Л.: Наука, 1984. - 214 с.

38. Бэндлер Дж. У., Салама А. Э. Диагностика неисправностей в аналоговых цепях. М.: ТИИЭР, 1985. - № 8. - С. 35 - 88.

39. Вавин В. Н. Релейная защита блоков турбогенератора трансформатор. - М.: Энергоиздат, 1982. - 256 с.

40. Волков В. Н., Денисов А. А. Основы теории систем и системного анализа: Учебник для студентов вузов 2-е изд., перераб. и доп. - СПб.: Изд-во СПбГТУ, 2001.-512 с.

41. Введение в техническую диагностику / Г. Ф. Верзаков, Н. В. Киншт, В. И. Рабинович, JI. С. Тимонен. М.: Энергия, 1968 — 224 с.

42. Вентцель Е. С. Теория вероятностей: Учебник.- 9-е изд. — М.: Академия, 2003. — 576 с.

43. Гаврилов А. Н. , Пузикова Л. А., Пылькин А. И. Последовательная процедура принятия решений о состоянии канала связи на основе проверки нечетких гипотез // Изв. РАН. Техническая кибернетика. 1994. - № 2 — С. 106 -113.

44. Глазунов Л, П., Смирнов А. Н. Проектирование технических систем диагностирования.-Л.: Энергоатомиздат. Ленингр. отд-ние, 1982.— 168 с.

45. Глебов И. А., Данилевич Я. Б. Диагностика турбогенераторов. Л.: Наука. Ленингр. отд-ние, 1989. - 118 с.

46. Гмурман В. Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов. 6-е изд., стер. — М.: Высшая школа, 1997. - 479 с.

47. Горев А. А. Переходные процессы синхронной машины.- М.; Л.: Госэнергоиздат, 1950.- 551 с.

48. Горовой А. А., Ващевский В. Ф., Доценко Б. И. и др. Микропроцессорные агрегатные комплексы для диагностирования технических систем. -Киев: Техниса, 1990. 163 с.

49. Грунина Г. С., Деменков Н. П. Программный комплекс для проектирования нечеткого логического регулятора // Приборы и системы управления. 1997. - № 8. - С. 19-21.

50. Грунина Г. С., Деменков Н. П., Евлампиев А. А. Решение многокритериальных задач оптимизации в условиях качественной неопределенности // Вестник МГТУ. 1998. - № 1. - С. 45 - 53.

51. Гук Ю. Б. Анализ надежности электроэнергетических установок. — Л.: Энергоатомиздат. Ленингр. отд-ние, 1988. — 224 с.

52. Гуляев В. А., Иванов В. М. Диагностическое обеспечение энергетического оборудования. — Киев: АН УССР, Ин-т электродинамики, 1982.-66 с.

53. Гуревич Э. И., Войтенко Н. С., Карташова Т. Н. Проявление скрытых термических дефектов активных частях турбогенераторов. // Электричество. -1986. -№3.

54. Гуревич Э. И., Мамиконяни JI. Г. Некоторые задачи диагностики теплового состояния электрических машин // Электричество. 1979. -№10.

55. Гушин Е. В., Петров Ю. В., Поляков В. И., Цветков В. А. Методы диагностики мощных турбогенераторов, использующие средства штатного контроля // Электротехника, 1989, № 2.

56. Дейт К. Введение в системы баз данных: Пер. с англ. М.: Наука, 1980. - 463 с.

57. Джексон, Питер. Введение в экспертные системы: Учеб. пособие / Пер. с англ.- М.: ИД «Вильяме», 2001. 624 с.

58. Диагностика материалов и конструкций топливно-энергетического комплекса/ В. М. Баранов, А. М. Карасевич, Е. М. Кудрявцев и др. М.: Энергоатомиздат, 1999. — 360 с.

59. Диагностирование электрооборудования электрических систем: Учеб. пособие / В. М. Кутин, В. И. Брейтбурд. К.: УМК ВО, 1991. - 104 с.

60. Дьяконов В., Круглов В. Математические пакеты расширения MATLAB. Специальный справочник. СПб.: Питер, 2001. - 480 с.

61. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике: Пер. с франц. М.: Радио и связь, 1990. — 288 с.

62. Елисеев П. И. Интерпретация нечетких подмножеств в задачах моделирования и управления // Изв. РАН. Техническая кибернетика. 1992. - № 3.

63. Елтаренко Е. А. Оценка и выбор решений по многим критериям. М.: МИФИ, 1995.- 111с.

64. Еремин Н. А. Моделирование месторождений углеводородов методами нечеткой логики. — М.: Наука, 1995. 462 с.

65. Жуковин В. Е. Нечеткие многокритериальные модели принятия решений. Тбилиси: Мецниереба, 1988. - 69 с.

66. Заде Л. Нечеткая логика / Копия перевода ГПНТБ. N 190786. - М., 12.9.89. - 10 с. - Пер. ст. Zadeh L. из журнала: Computer. - 1988. - Vol. 21, N. 4. -P. 83-93.

67. Заде Л. Понятие лингвистической переменной и его применение для принятия приближенных решений. М.: Мир, 1976. — 165 с.

68. Заде Л., Дезоэр Ч. Теория линейных систем. Метод пространства состояний. М.: Наука, 1970. - 704 с.

69. Заде Л. А. Основы нового подхода к анализу сложных систем и процессов принятия решений. М.: Математика сегодня, 1974. - С. 5 - 49.

70. Заде Л. А. Размытые множества и их применение в распознавании образов и кластер-анализе. В сб.: Классификация и кластер. / Под ред. Ю.И. Журавлева. М.: Мир, 1980. С.208-248.

71. Зайченко Ю. П. Исследование операций. Нечеткая оптимизация. — Киев: Выща школа, 1991 191 с.

72. Захаров В. И., Ульянов С. В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления: Методология проектирования // Изв. РАН. Техническая кибернетика. 1993. - № 5. - С. 197 -216.

73. Захаров В. И., Ульянов С. В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления: Научно- организационные, технико-экономические и прикладные аспекты // Изв. РАН. Техническая кибернетика. 1992. - № 5. - С. 171 -196.

74. Исследование и диагностика эксплуатационного состояния синхронных генераторов // Труды ВНИИЭ. М.: Энергоатомиздат, 1993.

75. Катулев А. Н., Северцев Н. А. Исследование операций: принципы принятия решений и обеспечение безопасности: Учеб. пособие для вузов. — М.: Физико-математическая литература, 2000. — 320 с.

76. Кини Р. Л., Райфа X. Принятие решений на многих критериях: предпочтения и замещения. М.: Радио и связь, 1981. - 560 с

77. Контроль функционирования больших систем / Под ред. Г. П. Шибанова. — М.: Машиностроение, 1977. 355с.

78. Котельников Б. В. Автоматизированная система диагностики электрооборудования электростанции // Сборник тезисов докладов межвузовской конференции молодых ученых. Сургут: Изд-во СурГУ, 2001. -С. 71-72.

79. Котельников Б. В. Принципы построения системы контроля и управления электрооборудования на электрической станции // Труды шестой международной открытой научной конференции. Воронеж: ВЭПИ, 2001. - С. 40-41.

80. Котельников Б. В. Анализ системной безопасности сложных технических систем // Труды шестой международной открытой научной конференции. Воронеж: ВЭПИ, 2001. — С. 67.

81. Котельников Б. В. Системы контроля и управления для электрооборудования на электростанции // Труды седьмой международной научно практической конференции студентов, аспирантов и молодых ученых. Том 2. Томск: Изд. ТПУ, 2001. - С. 287 - 289.

82. Котельников Б. В. Использование методов нечеткой логики для диагностики электрооборудования на электрической станции // Сборник докладов Всероссийской научно-технической конференции. Екатеринбург: УГТУ-УПИ, 2001. - С. 403 - 404.

83. Котельников Б. В. Методы экспертных систем в задачах техническойдиагностики // Труды восьмой международной научно практической конференции студентов, аспирантов и молодых ученых. Том 2. Томск: Изд. ТПУ, 2002.-С. 182- 184.

84. Котельников Б. В. Модели принятия решений, используемых в экспертных системах для технической диагностики.// Сборник наунх трудов. Вып. №11. Физико-математические науки Сургут: Изд-во СурГУ, 2002,- С. 42 -53.

85. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.-432 с.

86. Кудинов Ю. И. Нечеткие системы управления // Изв. РАН. Техническая кибернетика. 1990. - № 5.

87. Кулаковский В. Б. и др. Использование методологии экспертных систем для оценки состояния изоляции генераторов // Электричество. 1994. -№ 8.-С. 22-25.

88. Курочкин Ю. А., Смирнов А. С., Степанов В. А. Надежность и диагностирование цифровых устройств и систем. СПб.: Изд-во СПбУ, 1993. — 320 с.

89. Ларичев О. И., Мошкович Е. М. Качественные методы принятиярешений: Вербальный анализ решений. М.: Наука: Физико-математическая литература, 1996. — 207 с.

90. Левченко В. И., Савинова А. А. Матричное представление нечетких предикаторов и его приложение // Изв. РАН. Техническая кибернетика. 1993. -№ 5.

91. Литвак Б. Г. Экспертная информация. Методы получения и анализа. -М.: Радио и связь, 1982. 184 с.

92. Лука В. А. Основы фази-управления: Учебное пособие. — Екатеринбург.: Изд-во УГГТА, 2000. 62 с.

93. Макаров Р. А. Средства технической диагностики машин. — М.: Машиностроение, 1981. — 223 е., ил.

94. Макеев С. П. Декомпозиционные задачи вычисления функции от взаимодействующих нечетких переменных // Изв. РАН. Техническая кибернетика. 1990. - № 5.

95. Макеев С. П., Пицык В. В., Полуденко В. А. Согласование целей развития больших технических систем с возможностями реализации их характеристик при нечеткой исходной информации // Изв. РАН. Техническая кибернетика .-1991. № 5.

96. Малышев Н. Г., Берштейн Л. С., Боженюк А. В. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991. - 136 с.

97. Мамиконов А. Г. Методы разработки автоматизированных систем управления. — М.: Наука, 1973. 336 с.

98. Мамиконов А. Г. Основы построения АСУ: Учебник для вузов. М.: Высшая школа, 1981. — 248 с.

99. Маркович 3. П. Предварительное определение диагностических параметров. // Кибернетика и диагностика. Рига: Зинатне. 1969. Вып. 3. - С. 1932.

100. Мелихов А. Н., Баронец В. Д. Проектирование микропроцессорных средств обработки нечеткой информации. Ростов-на-Дону: Изд-во Ростовского университета, 1990. - 128 с.

101. Мелихов А. Н., Бернштейн JI. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990. - 272 с.

102. Мироновский JI. А. Функциональное диагностирование динамических систем. СПб.: Изд-во МГУ-ГРИФ, Москва-Санкт-Петербург, 1998. - 256 с.

103. Михайлевич М. В. Замечания о дискуссии Дж. Дайра и Т. Саати // Кибернетика и системный анализ. 1991. - № 1. - С. 97 - 102.

104. Михаэль Райтингер, Геральд Муч Visual Basic 6: полное руководство: Пер. с нем. К.: Издательская группа BHV, 1999.- 720 с.

105. Мозгалевский А. В., Гаскаров Д. В. Техническая диагностика. М.: Высшая школа, 1975. - 215 с.

106. Мозгалевский А. В., Койда А. Н. Вопросы проектирования систем диагностирования. -JI.: Энергоатомиздат. Ленинград, отд -ние, 1985. 112 с.

107. Надежность систем энергетики: достижения, проблемы, перспективы / Г. Ф. Ковалев, Е. В. Сеннова, М. Б. Чельцов и др. / Под ред. Н. И. Воропая. — Новосибирск: Наука. Сибирское отделение РАН, 1999. 434 с.

108. Надежность современных и перспективных турбогенераторов / Г. Г. Счастливый, А. И. Титко, Г. И. Федоренко, В. П. Коваленко. Киев: Наукова думка, 1978.-233 с.

109. Надточий В. М., Ордиян Н. А. Экспертные системы диагностики генераторов // Электрические станции.- 1994. № 9.-С.50-54.

110. ПЗ.Надточий В. М. Экспертные системы диагностики турбо- и гидрогенераторов / Тез. докл. семинара «Разработка и внедрение новыхметодов контроля состояния турбо- и гидрогенераторов». — СПб., 1996. С. 1619.

111. Нгуен Минь Хай Моделирование с помощью нечетко-значной вероятностной логики // Изв. РАН. Техническая кибернетика. 1993. - № 5.

112. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова. М.: Наука, 1986. - 321 с.

113. Нечеткие множества и теория возможностей. Последние достижения / Под. ред. Р. Ягера. М.: Радио и связь, 1986. - 391 с.

114. О системе диагностики состояния мощных трансформаторов. // Энергетика и электрификация. 1992. - № 1.

115. Обработка нечеткой информации в системах принятия решений / А. Н. Борисов, А. В. Алексеев, Г. В. Меркурьева и др. М.: Радио и связь, 1989. -305 с.

116. Орлов А. И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980. - 63 с.

117. Основы технической диагностики. / Под ред. П. П. Пархоменко. М.: Энергия , 1976. - 463 с.

118. Осуга С. Обработка знаний. Пер. с япон. М.: Мир, 1989. - 293 с.

119. Отчет ВНИИЭ. Обобщение опыта применения методов диагностирования дефектов масляных уплотнений. Шифр 1-17-03/83, № гос. per. 01. 830071363. М., 1983.

120. Отчет ВНИИЭ. Разработка математической модели автоматизированной системы оперативной технической диагностики турбогенераторов. Шифр 11-17-010/84.-М., 1985.

121. Отчет ВНИИЭ. Разработка методики обнаружения нарушений работы систем водяного охлаждения стержней обмотки статора. Шифр 11-17-010/84, № гос. per. 01840083866. М., 1985.

122. Отчет ВНИИЭ. Разработка методов и алгоритмов автоматизированной системы оперативной технической диагностики турбогенераторов на основе штатных и перспективных средства контроля. Шифр 17-016/86. М., 1988.

123. Разработка и адаптация экспертных систем принятия решений в задачах электроэнергетики: Отчет о НИР Московского энергетического ин-та. -Москва, 1990.

124. Пархоменко П. П., Согомонян Е. С. Основы технической диагностики. (Оптимизация алгоритмов диагностирования, аппаратные средства) / Под ред. П. П. Пархоменко. М.: Энергоиздат, 1981. - 319 с.

125. Петров В. Н. Информационные системы. СПб.: Питер, 2002. - 688 с.

126. Попков В. И., Демирчян К. С. Проблемы диагностики и прогнозирования надежности энергетического оборудования // Изв. АН СССР. Энергетика и транспорт, 1979. №. - С. 3 - 11.

127. Попов Э. В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука. Гл. ред. физ.-мат. лит-ры, 1987. - 288 с.

128. Поспелов Д. А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981.-231 с.

129. Построение эксперных систем: Пер. с англ. / Под ред Ф. Хейеса-Рота, Д. Уотермана, Д. Лената. М.: Мир, 1987. - 441 с.

130. Потемкин В. Г. Введение MATLAB. М.: Диалог-МИФИ, 2000. - 247с.

131. Потемкин В. Г. Инструментальные средства MATLAB 5.x. М.: Диалог-МИФИ, 2000. - 336 с.

132. Потюпкин А. Ю. Решение задачи идентификации нечетких систем // Изв. РАН. Теория и системы управления. -1996. № 2.

133. Прикладные нечеткие системы: Пер. с япон. К. Асам, Д. Ватада, С.

134. Иван и др. / Под ред. Т. Тэрано, К. Асаи, М. Сугено. М.: Мир, 1993. - 368 с.

135. Приобретение знаний: Пер. с япон. / Под ред. С. Осуги, Ю. Саэки. — М.: Мир,1990.-304 с.

136. Птицына JI. К., Сиднева А. Г. Математическое обеспечение систем диагностирования.: Учеб. пособие. СПб.: СПбГТУ, 1993. - 81 с.

137. Романов А. Ф., Шемакин Ю. И. Индуктивно-дедуктивный логический вывод в нечетких условиях // Изв. РАН. Техническая кибернетика. 1992. - № 5.

138. Саати Т. Принятие решений. Метод анализа иерархий: Пер. с англ. -М.: Радио и связь, 1993. 315 с.

139. Саати Т., Керне К. Аналитическое планирование. Организация систем: Пер. с англ. М.: Радио и связь, 1991. - 224 с.

140. Силов В. Б. Оптимизация многокритериальных систем нечетко-условного программирования // Изв. РАН. Техническая кибернетика. 1992. -№ 4.

141. Сайлер Брайн, Споттс Джефф. Использование Visual Basic 6. Специальное издание.: Пер. с англ. М.; СПб.; К.: Издательский дом «Вильяме», 1999. - 832 с.

142. Скляров В. Ф. Отраслевая техническая диагностика, как фактор повышения эффективности энергетического производства // Энергетика и электрификация. 1983. - № 1.- С. 1 - 4.

143. Скляров В. Ф., Гуляев В. А. Диагностическое обеспечение энергетического производства. — Киев: Техшка, 1985. 184 с.

144. Советов Б. Я. Моделирование систем. -М.: Высшая школа, 1985.

145. Соснин П. И., Канаев О. Г., Афанасьев А. И. Процессоры обработкинечеткой информации. Саратов: Изд-во Саратовского университета, 1988. - 76 с.

146. Специальные вопросы прогнозирования надежности и диагностики энергетического оборудования: Темат. сб. / Ред. И. П. Копылов. М.: МЭИ, 1980.- 148 с.

147. Степанов М. Ф. Основы проектирования экспертных систем технической диагностики: Учебное пособие. Саратов: Сарат. гос. техн. ун-т, 2000. - 128 с.

148. Темников Ф. Е., Афонин В. А., Дмитриев В. И. Теоретические основы информационной техники. М.: Энергия, 1971.

149. Техническая диагностика: Сб. науч. трудов / Отв. ред. А. В. Мозгалевский. Л.: ЛЭТИ, 1982. - 83 с.

150. Технические средства диагностирования: Справочник / В. В. Клюев, П. П. Пархоменко, В. Е. Абрамчук и др.; Под общ. ред. В. В. Клюева. М.: Машиностроение, 1989. — 672 с.

151. Ульянов С. В. Нечеткие модели интеллектуальных систем управления: теоретические и прикладные аспекты // Изв. РАН. Техническая кибернетика. -1991.- № 3.

152. Файбисович В. А. Определение параметров электрических систем: Новые методы экспериментального определения. М.: Энергоиздат, 1982. - 120 с.

153. Финаев В. И., Бесшапошников В. В. Формализация нечеткого вывода. Деп. ВИНИТИ № 1501-В98 от 19.05.98 г. 46 с.

154. Фокс Дж. Программное обеспечение и его разработка. М. Мир, 1985. -386 с.

155. Фролов А. Б. Модели и методы технической диагностики. — М.: Знание, 1990.-47 с.

156. Хамков Н. К., Будченко М. И. Монтаж, наладка, эксплуатация электрооборудования и средств автоматики: Учеб. пособие. СПб.: Изд-во СПбГТУ, 2000.- 111с.

157. Хургин Я. И. Нечеткие уравнения в моделях принятия решений. // Изв. РАН. Техническая кибернетика. 1993. - № 3.

158. Цапенко М. П. Измерительные информационные системы (Структуры и алгоритмы, системотехническое проектирование). М.: Энергоатомиздат, 1985.

159. Чернов В. Г. Организация ввода аналитических данных в нечеткие контроллеры. Изв. РАН: серия техническая кибернетика. - 1994. - № 5.

160. Шенборт И. М., Антропов М. В., Давиденко К. Я. Распределенные АСУ технологическими процессами. — М.: Энергоатомиздат, 1985. 184 с.

161. Язенин А. В. Квазиэффективные решения задач многокритериальной нечеткой оптимизации // Изв. РАН. Техническая кибернетика. -1992. № 5. -с. 163- 170.

162. Язенин А. В. Линейное программирование со случайными нечеткими данными // Изв. РАН. Техническая кибернетика. -1991. № 3. - с.52-58.

163. Bonissone P. P., Tong R. М. Editorial: reasoning with uncertainty in expert systems."Int. J. Man-Mach. Stad.", 1985, N3, p.241-250.

164. Mamdami E. H. Application of fuzzy logic to approximate reasoning using linguistic systems // IEEE Trans. Comput. 1977. - V. 26.

165. Mizumoto M., Fukami S., Tanaka K. Fuzzy conditional inferences and fuzzy inferences with fuzzy quantifiers // Proc. Int. Conf. On Artif. Intell., Tokyo. 1979.

166. Saaty R. W. The analytic hierarchy process what is it and how it is used // Mathematical Modelling. - 1987. - Vol. 9, N. 3-5. - P. 161 - 176.

167. Saaty T. L. Exploring the interface between hierarchies, multiple objectives and fuzzy sets // Fuzzy Sets and Systems. 1978. - Vol.1. - P. 57 - 68.

168. Saaty T. L. Measuring the fuzziness of sets // Journal of Cybernetics. 1974. -Vol.4.-P. 53-61.

169. Simon H. A. A behavioral model of ration choice // Quarterly Journ. of Economics. 1955. - V.69. - № 1. - P. 99 - 114.

170. Tong R. M. The construction and evaluation of fuzzy models / Advances in fuzzy set theory and applications / Ed. by Gupta M. M., Ragade R. M., Jager R. R. -Amsterdam: North-Holland, 1979. P. 559 - 575.

171. Kitowski J. Zastosowanie relacyjnych rownan rozmytych // Zesz. nauk. AGH: Autom. 1984. - N37.- 107p.

172. Yuxiang Wu. Математическая модель многослойного оценивания построенная в рамках теории нечетких множеств // Мэйтан сюэбао, J. China Coal. Soc.- 1985. -N1 p.21-33.

173. Карповский E. Я., Чижов С. А. Оценка показателей качества программных средств с использованием лингвистических переменных. // Управляющие системы и машины. -1987. № 2. -с. 17-19

174. Кейн JL А. Искусственный интеллект в обрабатывающих отраслях промышленности. // Нефть, газ и нефтехимия за рубежом. — 1986. № 9. -с.117-122.

175. Кучин Б. Л., Алтунин А. Е. Управление системой газоснабжения в осложненных условиях эксплуатации. М: Недра, 1987. - 209с.

176. Магомедов И. А. и др. Применение теории нечетких множеств к задачам управления нестационарными процессами. В сб.: Методы и системы принятия решений. Рига: РПИ, 1984, с.60-65.

177. Моисеев Н. Н. Математические задачи системного анализа. М: Наука, 1981.- 488с.