Разработка и исследование методов статистической диагностики технологических объектов

Усенко, Ольга Александровна

Системный анализ, управление и обработка информации (по отраслям)

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка и исследование методов статистической диагностики технологических объектов

кандидата технических наук: Усенко, Ольга Александровна
город: Таганрог
год: 2003
специальность ВАК РФ: 05.13.01

Диссертация по информатике, вычислительной технике и управлению на тему «Разработка и исследование методов статистической диагностики технологических объектов»

Автореферат диссертации по теме "Разработка и исследование методов статистической диагностики технологических объектов"

На правах рукописи УДК 681.518.54: 519.2 (043)

Усенко Ольга Александровна

РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДОВ СТАТИСТИЧЕСКОЙ ДИАГНОСТИКИ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ

Специальность-

05.13.01 - Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Таганрог 2003

Работа выполнена на кафедре системного анализа и телекоммуникаций государственного образовательного учреждения высшего профессионального

образования

«Таганрогский государственный радиотехнический университет»

НАУЧНЫЙ РУКОВОДИТЕЛЬ: доктор технических наук,

профессор, Рогозов Ю.И.

НАУЧНЫЙ КОНСУЛЬТАНТ: Заслуженный изобретатель РФ,

доцент, Самойленко А.П.

- ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ:

доктор технических наук, профессор Фомин Б.Ф. (Санкт-Петербургский государственный

технический университет (ЛЭ'ГИ), г. С.-Петербург)

. доктор технических наук, профессор Горелова Г.В. (Таганрогский институт управления и

— экономики, г. Таганрог) — -

Защита состоится " 4" июля 2003 г. в 14.20 часов на заседании специализированного совета Д 212.259.03 по защите диссертаций при Таганрогском государственном радиотехническом университете по адресу: 3479Т5, г. Таганрог, пер. Некрасовский, 44, ауд. Д-406.

С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан " 4" июня - 2003 г.

Ученый секретарь специализированного совета, доктор технических наук, профессор

Целых АН.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Системные исследования проблемы эффективного контроля и диагностики состояния сложит,к технологических объектов (ТО) являются актуальными на современном этапе развития техники, поскольку значительный рост сложности вновь создаваемого оборудования и эксплуатация его в условиях напряженного режима функционирования выдвигают качественно новые требования к методам контроля и диагностики, которые должны разрабатываться на основе результатов исследования сложных процессов износа, старения; изменчивости состояний, выявления спектра качественно различных типов поведения.

Важность решения указанной проблемы, к сожалению, многократно подтверждается участившимися случаями технических и техногенных аварий с катастрофическими последствиями как для самого технологического процесса производства, так и для окружающей среды и обслуживающего персонала. Причинами чаще всего является элементарная неприспособленность эксплуатируемого устаревшего и вновь создаваемого оборудования к диагностическому контролю, отсутствие средств контроля технического состояния. Практика эксплуатации различных ТО показывает, что при отсутствии специальных средств поддержки функционирования и контроля, основная часть времени восстановления затрачивается на поиск и локализацию отказов, увеличивая тем самым затраты на ремонт и обслуживание. С другой стороны, используемые в ряде производств традиционные методы и средства функционального контроля и диагностики ТО не всегда удовлетворяют современным требованиям по надежности и обеспечению безопасности эксплуатации оборудования.

Очевидно, автоматизация процедур технического диагностирования является важнейшим средством ускорения, повышения качества технического обслуживания и эксплуатации ТО. Основополагающими в данной области можно считать фундаментальные теоретические и прикладные работы по исследованию и разработке моделей, методов и алгоритмов технического диагностирования ТО таких отечественных и зарубежных ученых, как Р. Барлоу, И. А. Биргера, В.М Валькова, Г.Г. Галустова, Д.В. Гаскарова, Г. А. Голинкевича, Г.В. Дружинина, Л.Г. Евланова, В.А Игнатова, А.С. Касаткина, КБ. Карандеева, П.И. Кузнецова, В.Д. Кудрицкого, Г. Метца, А.В. Мозгалевского, Е. Мэннинга, П.П. Пархоменко, В.А. Прохоренко, Ф. Прошана, З.Л. Рабиновича, В.И. Сагунова,А.С. Сердакова, И.М Синдеева, А.Н. Смирнова, Е.С. Согомоняна, И.А. Ушакова, КВ. Фролова, Г. Чжена, П.И. Чинаева, М А. Ястребенецкого и др.

Разнообразие известных принципов функционирования и классов ТО (непрерывных, дискретных, непрерывно-дискретных) определяет широту проблематики технической диагностики, в которой, однако, остаются открытыми вопросы оценки состояния сложных ТО, характеризующихся малоинерционностью, выражающейся в быстрой смене состояний; наличием разнообразных режимов функционирования; наличием множества параметров ТО различной диагностической значимости, значения которых наряду со случайными изменениями внутри заданных допусков, имеют тенденцию к случайным выбросам значений за их пределы; многозначностью функций элементов ТО во внутрисистемных отношениях; неполнотой информации о происходящих в ТО процессах и внешних случайных воздействиях.

Для подобного рода объектов единственно действительно объективным и представительным основанием для оценки состояния и локализации неисправностей являются текущие значения параметров ТО. Наиболее информативным их эмпирическим описанием представляются статистические данные о выбросах контролируемых параметров за допус-ковые зоны, предшествующие деградационным изменениям ТО^Приэтс^^рЕЩ^^^^т стических данных, на основе которых необходима идентификация

С. Петербург /.Ау|

< ОЭ 3«?

.- -- ■■ ' — «■>. _____:-:. ..........—;->-.г1У_^—к ——--

~ 4 -

тие адекватного решения по его управлению весьма ограничен (не более 10 значений выбросов), что не позволяет использовать традиционные методы.

Таким образом, на основании вышеизложенного, тема рабош, посвященная разработке и исследованию методов статистической диагткхиики сложных ТО в нештатных режимах функционирования, является актуальной как в научном, так и в прикладном плане. Основная проблема работы связана с исследованием способов извлечения из эмпирических данных наиболее полного знания о природе протекающих в ТО процессов и, в конечном счете, с разработкой специальных методов статистической диагностики, осуществляющих оценку работоспособности сложных малоинерционных ТО по выбросам значений диагностически значимых параметров за пределы до пусков их зон в условиях неопределенности, связанной с неполнотой эмпирического описания и неточностью знаний о структуре ТО.

Объект исследования. В практическом плане объектами исследования являются технические системы, относящиеся к классу объектов непрерывного типа, характеризующиеся большой размерностью множества контролируемых параметров, сложностью структуры, неоднозначностью поведения в зависимости от случайных воздействий внешней среды, а также малоинерционностью, проявляющейся в быстрой смене состояния и режимов работы объекта. В частности, примерами объектов данного класса могут служить различ-ные.энергопреобразователи типа дизельных судовых двигателей, турбовинтовых авиационных двигателей и т.п.

— -Цель и задачи работы. Целью диссертационной-работы является разработка и исследование методов диагностики сложных ТО в нештатных режимах функционирования, позволяющих оценить состояние ТО и локализовать неисправности в реальном масштабе времени по результатам сбора и обработки статистических данных о выбросах значений контролируемых параметров за пределы допусковых зон.

Для достижения поставленной цели решаются следующие задачи:

- исследование свойств случайных процессов контролируемых параметров с выбросами значений за пределы допусковых зон и изучение возможности использования характеристик выбросов случайного процесса в качестве диагностических данных;

- разработка методов формирования множества информационно значимых диагностических параметров с учетом их корреляционной зависимости;

- исследование возможности применения алгоритма аддитивной аппроксимации стохастического массива диагностических данных малого объема в базисе методов графического и имитационного моделирования; _

- разработка метода управления процессом диагностики сложного ТО, адаптивного к его фактическому состоянию, в реальном масштабе времени;

- разработка алгоритма оценки состояния и локализации неисправностей сложных слабоструктурированных ТО в условиях неопределенности;

- синтез программно-аппаратных средств по реализации методов оценки диагностической значимоста"контролируемых параметров, методов оценки состояния сложных ТО на основе алгоритмов сбора и обработки статистических данных о выбросах случайных процессов контролируемых параметров за допусковые зоны. -

Методы исследований. Для решения поставленных задач используются элементы системного анализа, теории вероятности, математической статистики, теории выбросов случайных процессов, элементы теории порядковой и гибридной логик, нечеткой логики, теории графов и теории надежности.

Научная новизна. Научная новизна предлагаемой работы заключается в решении таких задач, как:

- разработка методов формирования множества информационно значимых диагностических параметров с учетом их корреляционной зависимости и с использованием графовой интерпретации, отличающихся простотой реализации и инженерного применения, а также

. « ± -ЙМ- » * -

обеспечивающих заданную полноту кошро.ш при минимальных материальных и временных затратах на мониторинг;

- применение алгоритма аддитивной аппроксимации стохастическою массива диагностических данных малого объема в базисе методов графического и имитационного моделирования для диагностики динамического состояния ТО в различных режимах его функционирования, в том числе, и в нештатных;

- разработка метода по управлению процессом диагностики сложного ТО в нештатных режимах, развивающего новый подход к сбору и обработке статистических данных о выбросах значений контролируемых параметров за пределы допусковых зон и обеспечивающий функционирование системы диагностики сложного объема в реальном масштабе времени, адаптивно к его фактическому состоянию;

- разрабохка мел ода оценки состояния и локализации неисправностей, позволяющего учшывать внезапные и постепенные отказы, а также автоматизировать процесс диагностирования слабоструктурированных ТО;

- синтез программно-аппаратных средств по реализации методов оценки диагностической значимости однородных и разнородных контролируемых параметров, методов оценки состояния сложных ТО в нештатных режимах функционирования на основе алгоритмов сбора и обработки статистических данных о выбросах случайных процессов контролируемых параметров за допусковые зоны.

Основные положения, выносимые на защиту. Па защиту выносятся следующие положения и результаты:

- методы формирования множества информационно значимых контролируемых параметров ТО с учетом корреляционной зависимости между ними;

- методы обработки статистических массивов малой выборки, использующие принцип аддитивной аппроксимации;

- метод управления процессом диагностики на основе оценки фактического состояния ТО по малым массивам статистических данных о выбросах значений контролируемых параметров за допусковые зоны в реальном масштабе времени;

- метод оценки состояния и локализации неисправностей сложных ТО в условиях неопределенностей.

Практическая ценность работы. Практическую ценность работы представляют:

- разработанные методы формирования множества контролируемых параметров ТО, позволяющие выбрить информационно значимые диагностические параметры, обеспечивающие заданную полноту контроля ТО на основе исследования корреляционной зависимости между параметрами;

- предложенные алгоритмы обработки малых выборюк статистических данных о вы-брюсах случайных процессов контролируемых параметрюв за пределы допусковых зон в базисе графического и имитационного моделирования;

- разработанный метод управления процессом диагностики, реализующий адаптивную к фактическому состоянию ТО прюцедуру сбор» и обработки статистических данных о вы-брюсах значений контрюлируемых параметров за допусковые зоны и обеспечивающий функционирювание системы в реальном масштабе времени;

- метод оценки состояния и локализации неисправностей в условиях неопределенности, который позволяет формализовать и автоматизировать прюцесс диагностирования сложных слабострукгурированных ТО;

- разработанные программно-аппаратных средства по реализации методов оценки диагностической значимости однорюдных и разнорюдных контролируемых параметрюв, методов оценки состояния сложных ТО в нештатных режимах функционирювания на основе алгоритмов сбора и обработки статистических данных о выбросах случайных прюцессов кошролируемых параметров за допусковые зоны.

..-_.--- чг-- '' ~ ■ • ' '• > '— ,, ,., _:__l:—:—■ - .-"- - . -•>• ^тгг.-!!-»- - «..*. ..-.-г-_—___

б . ~

Реализация работы. Теоретические и практические результаты диссертационной работы.

- внедрены в информационно-вычислительном центре ОКБ Нижегородского государственного технического университета;

- использованы при выполнении госбюджетной работы ТРТУ (г/б 42163), выполняемой по МНТП (ПТ447) «Системы энергосбережения и технологии освоения нетрадиционных возобновляемых источников энергии»;

- внедрены в учебном процессе кафедры системного анализа и телекоммуникаций Таганрогского государственного радиотехнического университета.

Апробация работы. Основные положения и научные результаты работы докладывались и обсуждались на:

- конкурсе работ молодых ученных и специалистов СКНЦ ВШ и Ростовского отделения Российской инженерной академии в 2000 и 2001 гт. (г. Ростов-на-Дону);

- конкурсе НИР молодых ученых ТРТУ в области системных исследований, математического моделирования экосистем и геоэкологической безопасности, ТРТУ, 2001 г. (г. Та-ганрогУ;~- " г •

- Всероссийской научно-практической конференции «Ресурсо-, энергосберегающие проектами технологии», 2001. (г. Москва);

- III Всероссийском семинаре «Моделирование неравновесных систем-2000», ИГПД КГТУ, 2000 г. (г. Красноярск); - ■

- Шестой и Восьмой Международных научно-технических конференциях студентов и аспирантов «Радиоэлектроника, электроника и энергетика», МЭИ,-2000,2002 гт. (г. Москва);

- Международной научно-практической конференции «Теория, методы и средства измерений, контроля и диагностики», ЮРГТУ, 2000 г. (г. Новочеркасск);

- Международной молодежной научной конференции «XXVII Гагаринские чтения», М: «ЛАТМЭС», 2002 г. (МАТИ, г. Москва);

- II, III, IV, V Всероссийских научных конференциях молодых ученых и аспирантов «Новые информационные технологии. Разработка и аспекты применения», ТРТУ, 1999, 2000, 2001, 2002 гг. (г. Таганрог);

- Отраслевой научно-технической конференции «Актуальные проблемы развития железнодорожного транспорта и роль молодых ученых в их решении», РИИЖТ, 1998 г. (г. Ростов-на-Дону);

- IV, -V, VI Всероссийских научных конференциях студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления», ТРТУ, 1998, 2000, 2002 гг. (г. Таганрог);

- V Всероссийской НТК студентов, молодых ученых и специалистов «Новые информационные технологии в научных исследованиях и образовании. НИТ-2000», РГРТА, 2000 г.

-(г. Рязань); ___: _

- Всероссийских научно-технических конференциях" студентов, молодых ученых и специалистов «Биотехнические, медицинские и экологические системы и комплексы», РГРТА, 1999, 2000 гг. (г. Рязань);

- Всероссийской студенческой научной конференции «V Королевские чтения», СГАУ, 1999 г. (г. Самара).

Публикации. По результатам диссертационной работы опубликовано 29 работ, из них пять статей, отчет по НИР, патент РФ на изобретение «Способ централизованного контроля п объектов», свидетельство об официальной регистрации программы для ЭВМ, руководство к лабораторной работе, депонированная работа и 20 тезисов докладов. Статьи «Принципы построения интегральных критериев количественной оценки эффективности "автоматизированных систем управления технологическими процессами» и «Статистический метод оценки диагностической значимости параметров контролируемых технологи-

э-=

ческих объектов» отмечены дипломами Северо-Кавказского Научного Центра высшей школы и Ростовского отделения Российской Инженерной Академ™ па конкурсе инженерных разработок молодых ученых Ростовской области в 2000 и 2001 гг. Без соавторов опубликованы три работы, из них две статьи

Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения, списка использованных источников, включающего 194 наименований, и приложений, куда вынесены акты об использовании и внедрении результатов работы, а также отдельные результаты экспериментальных исследований. Основное содержание диссертационной работы изложено на 177 страницах машинописного текста, который содержит 32 рисунка и 12 таблиц

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность диссертационной работы, формулируются основные цели и задачи исследования, указаны методы исследования, определена научная новизна, приведены сведения о практической ценности положений, выносимых на защиту, представлены сведения о реализации и внедрении, апробации диссертационной работы, публикациях, дано краткое содержание основных разделов диссертации.

Первая глава является постановочной. В ней приведена обобщенная хараю еристика сложных ТО в нештатных режимах на основе использования принципа системного подхода. Дана математическая формализация задачи контроля и диагностики технического состояния ТО в нештатных режимах и отмечены основные особенности, определяющие способы и методы их контроля и диагностики. Произведена математическая формализация задачи контроля и диагностики сложных ТО в нештатных режимах.

Модель исследуемого ТО может быть представлена упорядоченным множеством:

Д=<Т,Х*х,Х"ых,8,Р,Ь> (1)

где Т - период времени наблюдения ТО; Х"х, Хвых - множества входных и выходных параметров соответственно; Б - множество состояний объекта; Р - оператор переходов Р: ТхХ,хх8->8; Ь - оператор выходов Ь: ТхХвхх8->Хвых.

Элементы множества Х-вых, \ = 1.Ы представляют собой непрерывные случайные функции Х|ВЬ,х(4,^,8) от времени I, динамического состояния в, режима функционирования % ТО и других флуктуационных факторов; элементы Х;вых, 1 = являются в общем случае с зависимыми компонентами, возможно, различной физической природы; на каждый параметр Хвых заданы соответствующие гарантийные или контрольные допуски рабочего [х",хв] и аварийного [х;ш1в,хв'ав] диапазонов. Установлена связь стохастических свойств случайного процесса с выбросами с изменением состояния диагностируемого ТО, что позволяет обосновать целесообразность использования характеристик выбросов случайных процессов в качестве диагностических параметров.

С учетом указанных особенностей исследуемого класса ТО произведен анализ современного состояния методов технической диагностики, а также их количественное сравнение на основе интегрального критерия эффективности. В результате проведенного анализа выявлено, что наиболее адекватную оценку фактического состояния ТО обеспечивают вероятностные методы и методы на основе нечеткой логики, ориентированные на применение при функциональном диагностировании. Однако практически отсутствуют методы, обладающие свойством адаптивности к структуре и количеству имеющейся информации о ТО, позволяющих формировать модели фактического состояния ТО с заданной достоверностью во всем диапазоне реальных условий функционирования ТО.

1 X

В связи с вышеизложенным приведена постановка задачи по разработке и исследованию методов диагностики сложных ТО в нештатных режимах, позволяющих оценить состояние ТО и локализовать неисправности в реальном масштабе времени по результатам сбора и обработки статистических данных о выбросах значений контролируемых параметров за пределы допусковых зон

Во второй главе предстаачена модель формирования пространства контролируемых параметров для решения задач контроля Показано, что рациональный выбор совокупности диагностически значимых параметров является определяющим фактором для обеспечения всех основных характеристик процесса контроля и диагностики (полноты, достоверности, точности контроля работоспособности, быстродействия измерения выходных параметров объекта, эффективности, стоимости и др).

Возможность уменьшения множества параметров за счет выбора наиболее информативных объясняется тем, что существуют функциональные или близкие к ним связи между' измеряемыми параметрами объекта, позволяющие группу из нескольких параметров без ущерба для качества диагностики заменить одним наиболее информативным. Поэтому, в отличие от известных методов, в качестве критерия выбора контролируемых параметров сложных ТО в нештатных режимах предлагается использовать корреляционную зависимость между параметрами, поскольку при этом учитывается случайный характер изменения Х,ЕЫХ (О, 1 = 1,Ы и погрешности его измерения; не требуется знание структурной схемы диагностируемого ТО й преобразование пространства признаков ТО. Множество диагностических параметров, полученное на основе оценки корреляционной зависимости, позволяет при необходимости восстанавливать значения остальных параметров ТО.

Решение задачи формирования из множества первичных параметров Х?ых = {Х®ых,...,Х™х} множества диагностически значимых параметров X? = мощность которого |ХД|=ЫД> ЫД<Ы, ХдеХ, предлагается производить с

применением графовой интерпретации. По статистическим массивам данных = {Х^1* ,... ,Х^1Х }Л= вычисляют нормированную корреляционную матрицу |[г,]||. Тогда данные о ТО представляют в виде неориентированного графа 0=(Х,и,р,ф (см

рисунок 1), где X - множество вершин графа, |Х|=Ы, и -множество ребер графа, |Ц|=11, х,-»р(х)=& - весовая фушщия вершин, я:11-»[0,1], иу-»с!(и)=сч - весовая функция ребер, значения которой определяются нормированной корреляционной матрицей ||гч||, по правилу: _ |0,если 1 ]= или 1 г ц9= сч ~ || 1уфли 1 },# 0, *

Задача определения множества диагностических -параметров Хд может быть сведена к двум схемам решения.

Первая схема: базируется на преобразовании матрицы весов С в матрицу смежности А(0) по правилу:

[1,если с ЦЬ,

ач "|0,если с чк ^

где Ье [0,1] - пороговый коэффициент, задаваемый исходя из требований точности, и определяющий порог, ниже значения которого коррелированностью параметров пренебрегают. Задача выбора множества диагностических параметров Хд сводится к нахождению_ядер исходного графа в, среди которых выбирают единственное, удовлетворяющее дополнительным ограничениям на достоверность, стоимость, точность контроля параметров.

-л**»*' ' - ' " '^■¡'ё.---—. —

Вторая схема состоит в выделении таких сегментов вершин (параметров), что вершины сегмента максимально 'зависимы между собой и наименее связны с вершинами других сегментов, а множество Хд образуется из вершин Х^ по одной от каждого сегмента и при необходимости удовлетворяющих дополнительным ограничениям гю достоверности, сюимости, точности контроля параметров. Тогда задача определения множества Xя своди! ся к последовательной процедуре дихотомического разрезания графа на два сегмента, каждая итерация которой состоит в определении минимального разреза взвешенного графа <><Х,и,р,ф.

Частным случаем задачи по формированию множества диагностически значимых параметров является задача при условии, что элементы вектора Х®ых = {Х^™ ,... ,Х™Х} однородны и независимы. Для однородных параметров, задают допусковые области их изменения [х",х®], где х",х° - нижняя и верхняя границы соответственно. Ввиду независимости необходимо контролировать все параметры, а исключение какого-либо приведет к хпижению заданной глубины юти точности контроля. Поэтому задача сводится к оценке значимости параметров и определению последовательности их контроля согласно ранжированного ряда:

^)(о>...^х<;)(о>...>х(г')(о (4)

упорядоченных согласно их значимости. Здесь Х^ 0) означает, что в момент времени I

й контролируемый параметр является ¡-м по значимости среди остальных.

С целью устранения недостатков традиционных методов, устанавливающих последовательность контроля параметров без определения их фактической диагностической значимости, разработан метод контроля на основе оценки значимости параметров, суть которого состоит в следующем: для всех N параметров Х={Х1,...,Хк} одновременно определяют величину Дх, их отклонения от заданных доцусковых пределов [х",х*], а затем сравнивают их между собой и контролируют тот параметр, который имеет наибольшее отклонение Дх,, в случае равенства величин отклонений Дх, двух и более параметров контролируют тот, который среди них имеет наибольший наперед заданный приоритет, на последующих интервалах времени измеряют и сравнивают только те параметры, которые еще не контролировались. Для достижения максимального быстродействия при сравнении отклонений параметров от заданных допусков и определению параметра с экстремальным значением отклонения использован математический аппарат порядковой логики.

Предложенный способ позволяет контролировать однородные независимые параметры в зависимости от динамического изменения их значимости и обладает следующими свойствами: 1. Осуществляет контроль параметров по адаптивно-детерминированной программе на основе определения значимости параметров, отражающих фактическое состояние ТО; 2. Обладает высокой разрешающей способностью и быстродействием, благодаря одновременному сравнению всех значений интенсивностсй импульсных последовательностей.

Во третьей главе разрабатываются методы статистической обработки диагностических данных о выбросах случайных процессов контролируемых параметров. Монигоринг выбросов случайных процессов контролируемых параметров предлагается осуществлять с использованием подхода, суть которого заключается в том, что с помощью квантования по уровню случайной функции х,^, Б), характеризующей изменение во времени диагностируемого параметра, реальный процесс ухудшения функционирования ТО, выражающийся в отклонении (наличии выброса) значения параметра до _)-го уровня 0 = 1,4) квантования, моделируется дискретным процессом, как это показано на рисунке 2.

Рисунок 2 - Измерение характеристик выбросов х, параметра в диапазоне [х,Б,х®ав] посредством квантования на q уровней

Такой подход позволяет любую непрерывно-логическую функцию х^, Я) представить дискретным процессом, а именно: массивами амплитуд А(х,)={А1, Д} и длительностей Л(х,)={т,_ _ тп} выбросов значений диагностических параметров за допусковые зоны. При мониторинге сложных ТО в нештатных режимах может быть получен весьма ограниченный объем данных о выбросах значений контролируемых параметров, представленных выборками объема п<Ю. - -

Минимальные объемы статистических данных, требуемые для получения достаточной для практики точности результатов, вычислены на основе неравенства Чебышева и составляют от 40 до 50 значений при уровне доверительной вероятности 80%, что не позволяет использовать традиционные методы для обработки данных о выбросах случайных процессов. Для этого предлагается использовать специальный математический аппарат обработки статистик малых выборок.

Выборку следует считать малой, если при ее обработке методами, основанными на группировке наблюдений, нельзя достичь заданных точности и достоверности. В приложении к исследуемой задаче малые выборки соответствуют статистикам в 5-нЮ значений выбросов случайных процессов по каждому контролируемому параметру, представленных массивами амплитуд и длительностей выбросов.

Предлагаемые методы обработки статистик малых выборок, основанные на использовании дополнительной, кроме самой выборки, априорной информации о случайной величине X; индивидуальном подходе к каждой реализации выборки; равномерном «распределении» информации, полученной от отдельной реализации выборки.

Оценка функции плотности распределения Р(х), получаемая по малой выборке, включает эмпириче_ску_ю Гп(х)_составляющую, или собственно реализации выборки, и априорную Г0(х), отражающую используемую для повышения эффективности оценивания дополнительную информацию о случайной величине X:

{ (х)=а% (х)+ (с1,х), - (5)

¡=1

где £ (х)= С(с1£>;4'Х1 (с1,х);

¡=1

а - вероятность полного получения оценки по априорным данным; ц, - коэффициент нормировки ¡-й реализации;

С(Ф =

а V1 ■ ■■

| Т (с1, х)ёх - амплтуда или высота вклада; V—с1

(А х) - ядро вклада при х,=0.

Поскольку схема (5) получения эмпирической функции плотности распределения представляет собой композицию элементарных функций плотностей, то возможность идентификации массивов малых выборок законами распределений, отличных от нормального, является весьма сомнительной Для этого произведен анализ предельных теорем математической статистики и обоснована возможность аппроксимации функции плотности аддитивной композицией стандартных распределений. Кроме того, проведены экспериментальные исследования на имитационных моделях, в результате которых подтверждена возможность получения класса анормальных распределений на основе аддитивной аппроксимации диагностических данных о выбросах значений контролируемых параметров ТО.

В диссертационной работе предложено использовать два основных метода обработки статистических данных малого-объема по схеме (5): метод вкладов и имитационный метод

В методе вкладов индивидуальный подход к каждой отдельной реализации х, выборки заключается в том, что каждой реализации приписывается элемеш арная плотность симметричного распределения (вклад), с последующим их линейным геометрическим суммированием с_заданными весами Априорная составляющая имеет ту же форму, что и вклад, но интервал ее вклада охватывает весь диапазон изменения случайной величины X. В качестве элементарной функции вклада может быть использовано любое симметричное распределение, удовлетворяющее следующим условиям:

В диссертационной работе в качестве функции вкладов Ч^ (х) и априорной составляющей &(х) использовались симметричные распределения: равновероятное распределение (метод прямоугольных вкладов), а также распределение Симпсона (метод треугольных вкладов).

Линейное суммирование с заданными весами априорной плотности и вкладов для всех п элементов выборки приводит в итоге к искомой оценке плотности, аналогичной (5):

^(х) = ^|ъ(х) + Е¥Х1(х)1 (6)

В имитационном методе индивидуальный подход к каждому случайному значению х, ¡=1, ..., N случайного процесса х состоит в генерации псевдослучайных чисел, распределенных в с1-окрестностях значений х,бХ, ¡=1,..., N по заданному закону. В диссертационной работе аналогично методу вкладов использовались равновероятное распределение и распределение Симпсона

Если границы с1-окрестностей выходят за пределы отрезка [а, Ь], то получаемые при генерации числа равномерно, распределяются в диапазоне [а, х,+с1/2] или [х;-(3/2, Ь]. Количество генерируемых при поступлении очередного значения X! чисел определяется из условия требуемой достоверности. Таким образом, осуществляется переход от малой выборки (п=5+10) к выборке стандартного объема данных (№(п+1) значений), представляющую собой аддитивную суперпозицию (N+1) псевдореализаций, причем основная из них ограничена диапазоном [а,Ь] с математическим ожиданием 0.5[Ь-а]. Такая модель выборки дает возможность строить эмпирическую гистограмму классическими методами.

Для полной характеристики эмпирического распределения, полученного методом вкладов или имитационного моделирования, производится его идентификация одним из стандартных законов распределения в дифференциальной и интегральной формах. Согласно описанным методам разработан укрупненный алгоритм метода аддитивной аппроксимации статистических данных, особенность которого состоит в ранжировании результатов аппроксимации, что позволяет повысить достоверность идентификации статистических

данных.

При практических испытаниях поступление очередного значения х„+] случайног о процесса X после обработки п значений малой выборки X, образует выборку Х|. С целью обеспечения динамической корректировки вероятностных моделей предлагается использовать модифицированный метод стохастической аппроксимации Роббинса-Монро. Согласно этому методу корректировку оценок математического ожидания и дисперсии необходимо производить по формулам.

ЭДХ11+1 = М[Х]П +—Ц- (х„+| - М[Х]„); (7)

п + 1

ЦХ^ = В[Х]П +4- ((%+1 - М[Х1, )2 - ЦХ]„). (8)

п + 1

Как только объем выборки Х1 достигнет величины N выборка опять анализируется в блоках обработки малой выборки методами вкладов и имитационного моделирования. В качестве закона распределения всей выборки принимается закон распределения последней выборки X,.

Предложенные и рассмотренные методы в своей совокупности составляют единый подход формирования модели контролируемого параметра на основе малого числа выбросов Данный подход предполагает при поступлении очередного сигнала выброса параллельно вести обработку его амплитуды и длительности, используя алгоритмы для малых выборок. Независимо полученные выводы о виде закона распределения и его характеристиках для амплитуды и длительности выброса являются основой для формирования модели контролируемого параметра в виде:

£(А,т)= £(А)*ОДА), (9)

где £(А) - плотность распределения амплитуд выбросов ¡-то параметра за допусковую зону;

ОДА) - условная плотность распределения длительности выброса амплитуды А за допусковую зону.

В четвертой главе приведены результаты разработки методов управления процессом диагностики и локализации неисправностей сложных ТО в условиях неопределенности. Последовательное поступление информации о выбросах контролируемых параметров за допусковые зоны позволяет рассматривать диагностику как управляемый случайный процесс с дискретным временем (моментов поступления информации о выбросах), а обучение системы диагностики сводится к последовательному уточнению неизвестных параметров состояния ТО. Возникает задача оптимизации стохастического управления процессом диагностики, решение которой состоит в определении рационального момента остановки наблюдений и перехода на статистические методы диагностики.

Оптимизацию процесса диагностики предлагается производить в соответствии с критерием, который учитывает траекторные потери с^м^Д) на проведение проверок и, и терминальные потери g(7tt,т)oт ошибочного диагноза:

у(я)= тт№ 5

(10)

где М(-) - символ математического ожидания;

^еП, 1=1,т - вероятности состояний ТО в момент времени 1; т - случайный момент остановки процесса проверки ТО; I - шаг диагностического процесса (порядковый номер проводимой проверки). Для определения рационального момента остановки наблюдений и перехода на диагностику использовалась мартингальная интерпретация задачи, как «игры с природой».

,г _____?•- "_. - __" rf •;* ". г' rj-. ; г ivj4 ,>,,¡ __l „¿г...",,,_•» «j-д =г. :

13-

Суть такой интерпретации заключается в следующем: на каждом шаге можно вьшграть (при малых траекторных потерях за шаг сильно увеличить свое знание о неизвестном параметре), а можно и проиграть (при больших траекторных потерях мало уточнить свое знание о параметре). В приложении к рассматриваемому в диссертационной работе классу ТО и методам его исследования в качестве критерия оптимизации используется критерий (10) в двойственной форме в виде максимизации суммы выигрышей на каждом шаге процесса диагностики, а функционал, определяющий выигрыш от перехода на статистические методы диагностики в момент t, предлагается определять в виде:

W,= -(То6КП,+5-Кп2-К:-Кп3)+Д-Кв (11)

где Т„б - время, затрачиваемое на контроль параметров и обработку статистических массивов диагностических данных;

8 - погрешность, связанная с недостаточной достоверностью и экономичностью применяемых методов при формировании модели ТО,

С - стоимость контроля и обработки данных о параметрах;

Д - величина, отражающая степень адекватности модели, которая получена на основе статистических данных, накопленных в течение времени наблюдения t;

Кпь Кп2, Кпз - весовые коэффициенты траекторных потерь по времени обработки, погрешности формируемой модели ТО и стоимости контроля параметров соответственно ;

КЕ - весовой коэффициент терминального выигрыша от перехода на статистическую диагностику. — —

Момент перехода на статистическую диагностику может быть определен методом обратной индукции по рекуррентному уравнению:

_ í t, если Wt < 0 или t > Т*,

lorrr-] ,,,,,, ' '

[ t+ 1, если Wt > 0.

В (12) учитывается ограничение по времени Т*, то есть ввиду малоинерционности ТО и требования функционирования системы диагностики в реальном масштабе времени, момент остановки должен быть ограничен сверху значением Т* - интервалом времени, по истечении которого ТО меняет свое состояние, после чего достоверно оценить его состояние в данный момент времени по накопленным ранее данным невозможно.

После перехода на статистическую диагностику осуществляется предварительная оценка состояния ТО по непрерывным моделям контролируемых параметров В отличие от традиционных методов допускового контроля, при котором оперируют с четкой логикой и состояния ТО оценивают как «допустимое» или «недопустимое» (см. рисунок 3 а), измерение выбросов случайных процессов контролируемых параметров позволяет оценивать техническое состояние через отклонения результатов измерений параметров от их номинальных значений, выраженных в градациях полей допусков, и использовать непрерывные модели параметров. - __

Для построения непрерывных математических моделей и диагностики состояния параметров могут быть использованы различные функции принадлежности, которые при выходе измеренных параметров за границы полей допуека принимают нулевые значения, при совпадении результатов измерений с номинальными принимают единичные значения, во всех же прочих случаях непрерывно изменяются от нуля до единицы. Особенность состоит в том, что в рассмотрении принимается двусторонний допуск параметров.

Непрерывные модели параметров позволяют определить функцию состояния, в том числе и вероятность безотказной работы ТО, однако по ним затруднительно вычислить другие количественные показатели надежности и, в конечном счете, оценить состояние ТО. Поэтому для расчета количественных характеристик работоспособности ТО предлагается использовать частные модели даашостических параметров в виде неоднородных марковских моделей надежности на три состояния (см. рисунок 3, где Soi, Si, - состояния рабо-

14 .

тоспособности, Бг, - состояние отказа; г|о,(0 и Т1|,(0 - интенсивности ухудшения диагностического параметра или постепенных отказов; ?.о,0) - интенсивность внезапных отказов).

Рисунок 3 - Оценка работоспособности ТО по частным моделям контролируемых параметров

Если Ло,(0 может быть определена хотя бы приближенно по результатам испытаний, паспортным данным, то приемлемой методики определения постепенных отказов т|о,(Х), -л 1,(1) по статистическим данным малого объема о выбросах значений контролируемых параметров за допусковые пределы не существует. В связи с этим определение интенсивно-стей ЛлЮ, ¡= 1,Ид, j = 0,1, постепенных отказов предлагается производить следующим образом:

5(А,т)

(13)

Решение системы стохастических дифференциальных уравнений, описывающих граф на рисунке 3, позволяет определить вероятность безотказной работы ТО по 1-му контролируемому параметру и другие характеристики надежности.

Для локализации неисправностей сложных ТО в условиях неопределенности предложена методика, суть которой заключается в следующем: по частным моделям параметров в виде неоднородных марковских моделей определяют контролируемые параметры, свидетельствующие об ухудшении состояния ТО. Далее по совокупности функций принадлежности, отражающих знания экспертов относительно неисправностей и их признаков, получают множество возможных отказов по значениям каждого из Ыд диагностически значимых параметров и вероятности этих отказов. Результат представляют в виде ранжированного ряда вероятностей возможных отказов. Совокупность таких рядов по каждому из параметров образует квазиматрицу

>Р| >...>?1

гр

• гч

>->Рг

Мд

(14)

где Р, - вероятность ¡-го отказа по значению к-го контролируемого параметра. Раскрытие логического определителя квазиматрицы (14) позволяет получить максимальный элемент,

соответствующий наиболее вероятному отказу. Наличие двух и более элементов Р* со значениями, близкими к 1, свидетельствует о кратном отказе.

В соответствии с предложенными в диссертационной работе методами синтезированы обобщенная структура адаптивной системы статистической диагностики по фактическому состоянию сложных ТО в нештатных режимах и алгоритм ее функционирования.

В пятой главе апробирюваны математико-статистические методы верификации состояния сложных ТО, а именно:

- согласно предложенным методам произведена оценка значимости разнородных кон-^ тролируемых параметров на примере двигателя внутреннего сгорания. Использованные

методы характеризуются эффективностью и простотой инженерного применения, а также возможностью их формализации для проведения расчетов на ЭВМ,

- для частного случая однородных независимых параметров разработана функциональная схема устройства, реализующего способ контроля и оценки значимости однородных независимых параметров, позволяющего достичь максимального быстродействия при выборе наиболее значимого параметра, снизить временные затраты, повысить достоверность и разрешающую способность контроля по сравнению с традиционными методами;

- с использованием методов обработки статистик малых выборок прюизведено экспериментальное исследование задачи построения моделей работоспособности однотипных изделий на примере блоков ГР-1 и ГР-2 РЛС «Грюза», в результате решения которой синтезированы вероятностные модели по данным о наработках на отказ высоконадежных блоков и выявлены характерные тенденции изменения фактического уровня безотказности в процессе эксплуатации РЭО даже при нестационарности потоков отказов блоков;

! __ - для диагностики отказов судового малооборотного дизеля .верифицирована предложенная методика локализации неисправностей в условиях неопределенности, сггличаю-- - щаяся гибкостью и простотой реализации на ЭВМ;

- в соответствии с разработанными методами и моделями получена обобщенная структура системы статистической диагностики, представленная на рисунке 4.

Рисунок 4 - Обобщенная структура адаптивной системы статистической диагностики _ сложных ТО в нештатных режимах по фактическому состоянию

ч.-.« » я- « г- ■

В заключении формулируются основные результаты, полученные в диссертационной работе.

В приложении представлены результаты экспериментальных исследований предложенных статистических методов диагностики технологических объектов, а также приведе- * ны документы, подтверждающие практическое применение результатов настоящей дис- ^ сертационной работы. ^

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе разработаны и исследованы принципы и методы статистической диагностики сложных ТО в нештатных режимах. Результаты рабош могут быть сформулированы в виде следующих практических и теоретических выводов:

- разработаны и апробированы методы формирования множества контролируемых параметров на основе оценки их диагностической значимости с учетом корреляционной зависимости, отличающиеся простотой реализации и инженерного применения, а также обеспечивающие заданную полноту контроля при минимальных материальных и временных затратах на мониторинг,

- предложен способ и синтезировано устройство для оценки значимости однородных независимых параметров, характеризующиеся более высокими достоверностью, разрешающей способностью контроля и быстродействием при выборе наиболее значимого параметра по сравнению с традиционными методами;

- предложена и обоснована целесообразность применения выбросов случайного процесса контролируемого параметра за допусковых зоны, как наиболее информативных данных для диагностики сложных ТО в нештатных режимах;

- разработаны и исследованы алгоритмы аддитивной аппроксимации стохастических массивов диагностических данных малого объема в базисе методов графического и имитационного моделирования для диагностики динамического состояния ТО в различных режимах его функционирования, в том числе, и в нештатных;

- предложен модифицированный метод стохастической аппроксимации Роббинса-Монро, отличающийся возможностью динамической корректировки статистических моделей параметров в реальном масштабе времени при минимальных вычислительных затратах;

- разработан метод по управлению процессом диагностики на основе конструирования критерия для определения момента прекращения наблюдений и перехода на статистические методы диагностики, который развивает наиболее перспективный подход сбора и обработки статистических данных о выбросах значений контролируемых параметров за пределы допусковых зон и обеспечивает функционирование системы диагностики сложного объекта в реальном масштабе времени, адаптивно к его фактическому состоянию;

- разработан метод оценки состояния ТО, использующий непрерывные модели работоспособности контролируемых параметров и неоднородную марковскую модель, что позволяет учитывать как внезапные, так и постепенные отказы и производить количественный расчет надежностных характеристик ТО;

- предложен метод локализации неисправностей сложных ТО на основе статистических данных о выбросах значений контролируемых параметров, отличающийся тем, что • благодаря использованию принципов нечеткой логики автоматизируется процесс диагностирования слабоструктурируемых ТО и обеспечивается возможность идентификации 1 одиночных и кратных отказов ТО в условиях неопределенности;

- в соответствии с разработанными методами и моделями получена обобщенная структура системы статистической диагностики, адаптивной к фактическому состоянию сложного ТО, а также алгоритм ее функционирования, позволяющий производить оценку состояния ТО в нештатных режимах на основе малых массивов статистических данных о вы-

бросах однородных и разнородных контролируемых параметров та допусковые зоны в реальном масштабе времени;

- синтезированы и апробированы программно-аппаратные средства по реализации методов оценки диагностической значимости однородных и разнородных контролируемых параметров, методов оценки состояния сложных ТО в нештатных режимах функционирования на основе адаптивных алгоритмов сбора и обработки статистических данных о выбросах случайных процессов контролируемых параметров та допусковые зоны.

Теоретические и практические результаты диссертационной работы:

- в информационно-вычислительном центре ОКБ Нижегородского государственного технического университета;

Основные результаты диссертации опубликованы в следующих работах:

... Статьи . _ — -

1. Самойленко А.П., Рогозов Ю.И., Усенко О.А Разработка адаптивной системы статистической диагностики по фактическому состоянию неравновесных объектов управления. // «Приборы и системы" Управление, контроль, диагностика», 2003 г., №4, с. 55-64.

2. Усенко О. А Статистический метод оценки диагностической значимости параметров контролируемых технологических объектов. // В кн. «Фундаментальные и прикладные проблемы современной техники». - Ростов н/Д: Изд-во СКНЦ ВШ, 2001, с. 153-176.

3. Самойленко А.П., Усенко О.А Статистический анализатор для диагностики и прогноза экосистемы в реальном масштабе времени. // Известия ТРТУ. Тематический выпуск. Материалы конкурса НИР молодых ученых ТРТУ в 2000 г. в области системных исследований, математического моделирования экосистем и геоэкологической безопасности. - Таганрог: ТРТУ, 2001, №2(20), с. 36-39.

4. Усенко О.А Принципы построения интегральных критериев количественной оценки эффективности автоматизированных систем управления технологическими процессами. //В кн. «Фундаментальные и прикладные проблемы современной техники». - Ростов н/Д: Изд-во СКНЦ ВШ, 2000, с. 157-170.

5. Самойленко АП., Усенко О.А Логический синтез адаптивного автомата контроля и диагностики функционирования иерархических управляющих микропроцессорных систем. //Деп. ВИНИТИ №3293-В99 от 10.11.99.

Отчет по НИР

6. Самойленко АП., Чапцев АГ., Бондаренко МА, Усенко О.А Разработка и исследование системных подходов в области энергосберегающих технологий. //Отчет о НИР №42163, ГР №01.90001315 (заключительный), инв. №022000 1255,- Таганрог, ТРТУ, 2000.

Патент и свидетельство на программный продукт

7. Патент РФ №2198418 Самойленко АП., Усенко О.А на изобретение «Способ централизованного контроля п объектов». Кл. 7 G 05 В 23/02, Бюл. №4, 2003.

8. Рогозов Ю.И., Самойленко АП., Усенко О.А Программный анализатор стохастических моделей для систем контроля и диагностики состояния технологических объектов. //Свидетельство Гос. патента РФ об официальной регистрации программы для ЭВМ №2002610727 от 17.05.2002.

Учебное пособие

9. Самойленко АП., Усенко О.А Исследование информационных технологий синтеза статистических моделей состояния объектов управления. //Руководство к лабораторной

» i'XI. 'i-

работе по курсу «Проектирование автоматизироватшх систем обработки информации и управления». - Таганрог: Изд-во ТРТУ, 2001. - 60 с

Тезисы докладов

10 Самойленко А П., Усенко O.A. Сингез модели рабошспособносш технологического объекта на основе аддитивной аппроксимации эмпирических данных малого объема стандартными распределениями. // Моделирование неравновесных систем-2000. Материалы III Всероссийского семинара. - Красноярск: ИПЦ КГТУ, 2000. - С.221-222.

11. Самойленко А.П., Усенко O.A. Статистический анализатор параметров при мониторинге технологических объектов в нештатных режимах. // Моделирование неравновесных систем-2000: Материалы III Всероссийского семинара. - Красноярск: ИПС КГТУ, 2000.-С.223-224.

12. Самойленко А.П., Усенко O.A. Конструирование интегральных критериев оценки эффективности систем управления и контроля. // Радиоэлектроника, электроника и энергетика: Шестая Международная НТК студентов и аспирантов. - М: Изд-во МЭИ, 2000. Т.1, с. 320-322.

13. Самойленко А.П., Усенко O.A. Синтез системы диагностики неравновесных антропогенных сред в базисе реляторных процессоров. //Теория, методы и средства измерений, контроля и диагностики: Материалы международной научно-практической конференции. -Новочеркасск: ЮРГТУ, 2000. Ч. 10, с. 36-37.

14. Самойленко А.П., Усенко O.A. Алгоритм по управлению структурой системы контроля. //Техническая кибернетика, радиоэлектроника и системы управления: Тезисы докладов IV Всероссийской научной конференции студентов и аспирантов. - Таганрог: ТРТУ, 1998, с. 129-130.

15. Усенко O.A. Моделирование аварийных ситуаций на железнодорожном транспорте. //Актуальные проблемы развития железнодорожного транспорта и роль молодых ученых в их решении: Материалы отраслевой НТК. - Ростов-на-Дону: РИИЖГ, 1998, с. 103-104.

16. Самойленко А.П., Усенко O.A. Информационная технология статистического моделирования дишмических блоков летательных аппаратов. //V Королевские чтения: Тезисы докладов Всероссийской студенческой научной конференции. - Самара: СГАУ, 1999, с. 155-156.

17. Самойленко А П., Усенко O.A. Компьютерная технология формирования статистической модели технологической среды в критических режимах. //Новые информационные технологии. Разработка и аспекты применения: Тезисы докладов II Всероссийской научной конференции молодых ученых и аспирантов. - Таганрог: ТРТУ, 1999, с. 37-39.

18. Самойленко А.П., Усенко O.A. Программное обеспечение диагностики состояния при тренинге операторов. //Биотехнические, медицинские и экологические системы и комплексы. Бимедсистемы-99: Тезисы докладов Всероссийской НТК студентов, молодых ученых и специалистов. - Рязань: РГРТА, 1999, с. 39-41.

19. Самойленко А.П., Чернухин Ю.В., Усенко O.A. Алгоритм синтеза функционала эффективности автоматизированных систем научных исследований. //Новые информационные технологии в научных исследованиях и образовании. НИТ-2000: Тезисы докладов V Всероссийской НТК студентов, молодых ученых и специалистов. - Рязань: РГРТА, 2000, с. 124-126.

20. Самойленко А.П., Усенко O.A. Математическое обеспечение статистической системы диагностики малоинерционных объектов. //Техническая кибернетика, радиоэлектроника и системы управления: Тезисы докладов V Всероссийской научной конференции студентов и аспирантов. - Таганрог: ТРТУ, 2000, с. 185-186.

21. Самойленко А.П., Усенко O.A. Порядково-логический синтез системы контроля и диагностики состояния однородных технологических объектов. //Новые информационные технологии. Разработка и аспекты применения: Тезисы докладов III Всероссийской науч-

ной конференции молодых ученых и аспирантов - Таганрог. ТРТУ, 2000. С 98-101.

22. Рогозов Ю И., Самойленко А.П., Усенко О.А- Комплексирование информационно-вычислительной машины для исследования и моделирования экологических параметров

' гидросферы //Биотехнические, медицинские и экологические системы и комплексы: Тезисы докладов Всероссийской НТК студентов, молодых ученых и специалистов - Рязань-РГРТА, 2000, с. 27-28

23. Рогозов Ю.И , Самойленко АП., Усенко О А. Классификационный анализ методов синтеза моделей диагностирования технических систем. //Новые информационные технологии. Разработка и аспекты применения: Тезисы докладов IV Всероссийской научной конференции молодых ученых и аспирантов. - Таганрог: ТРТУ, 2001, с. 46-49.

24. Самойленко АП., Усенко О А. Синтез встроенных средств диагностики состояния локальных энергопреобразователей. //Ресурсо-, энергосберегающие проекты и технологии'

' Труды Всероссийской научно-практической конференции. - М, 2001, с. 161-162. 1 - 25. Самойленко А.П., Усенко O.A. Диагноз состояния технологического объекта по обобщенным контролируемым параметрам. //Известия ТРТУ. Специальный выпуск. - Та-f ~ ганрог: ТРТУ, 2002, № 1 (24), с. 98-99.

26. Самойленко АП., Усенко O.A. Способ построения оптимального множества диагностически значимых параметров сложных объектов. //Радиоэлектроника, электрогака и

I - энергетика: Восьмая Международная РНК студентов и аспирантов. - М: Изд-во МОИ, 2002. Т. 1, с. 375-376.

27. Самойленко АП., Усенко O.A. Разработка алгоритма по выбору диагностических параметров при автоматизированном проектировании сложных объектов. //XXVII Гага' ринские чтения: Тезисы докладов Международной молодежной научной конференции. -

М: Изд-во «ЛАТМЭС», 2002. - Т.З, с. 165.

28. Рогозов Ю.И., Самойленко АП., Усенко О.А Разработка критерия оптимального управления процессом обучения адаптивной системы статистической диагностики технологических объектов //Техническая кибернетика, радиоэлектроника и системы управления: VI Всероссийская научная конференция студентов и аспирантов. - Таганрог: ТРТУ, 2002, с. 176-177.

| 29. Рогозов Ю.И., Самойленко АП., Усенко О.А Автоматизированная оценка эксплуа-

' тационного качества динамических блоков летательных аппаратов. //Новые информацион-' ные технологии. Разработка и аспекты применения: V Всероссийская научная конференция с международным участием молодых ученых и аспирантов. - Таганрог: ТРТУ, 2002,

В работах опубликованных в соавторстве личный вклад автора состоит в следующем: в [3,6,8-11, 14-18, 20, 21,23, 29] - предложены и исследованы различные аспекты методов и алгоритмов обработки малой выборки; в [12,19] - исследованы критерии оценки эффективности сложных систем; в [26,27] - предложен критерий и разработаны алгоритмы оценки диагностической значимости контролируемых параметров ТО, в [1, 28] - предложен критерий по оптимизации управления процессом диагностики сложных ТО в нештатных режимах по выбросам значений контролируемых параметров; в [5, 7, 13, 25] - предложены частные решения синтеза встроенных средств диагностирования; в [24] - предложен подход по выбору наиболее адекватных методов для контроля и диагностики сложных

с. 107-108.

ТО.

+ ь s

* * *

№11422

Оглавление автор диссертации — кандидата технических наук Усенко, Ольга Александровна

ВВЕДЕНИЕ.

1 СИСТЕМНЫЙ АНАЛИЗ ПРОБЛЕМЫ ДИАГНОСТИКИ СЛОЖНЫХ Ф ОБЪЕКТОВ В НЕШТАТНЫХ РЕЖИМАХ И ПОСТАНОВКА ЗАДАЧИ

ИССЛЕДОВАНИЯ.

1.1 Характеристика особенностей сложных объектов в нештатных режимах

1.2 Математическая формализация задачи контроля и диагностики технического состояния ТО в нештатных режимах.

1.3 Анализ возможности применения традиционных методов для диагностирования сложных ТО в нештатных режимах. 1.4 Сравнение методов диагностирования.

1.5 Постановка задачи исследования .;.

1.6 Выводы.

2 МОДЕЛЬ ФОРМИРОВАНИЯ ПРОСТРАНСТВА КОНТРОЛИРУЕМЫХ ПАРАМЕТРОВ ДЛЯ РЕШЕНИЯ ЗАДАЧ КОНТРОЛЯ.

2.1 Выбор оценочного критерия значимости контролируемых параметров слабоструктурированных объектов. 2.2 Статистический метод формирования множества контролируемых параметров ТО с использованием графовой интерпретации.

2.3 Разработка метода оценки значимости входных параметров на основе линейной регрессионной модели.

2.4 Метод оценки значимости однородных независимых параметров средствами порядковой логики.

2.5 Выводы.

3 СТАТИСТИЧЕСКАЯ ОБРАБОТКА ДИАГНОСТИЧЕСКИХ ДАННЫХ В БАЗИСЕ АДДИТИВНОЙ АППРОКСИМАЦИИ СТАНДАРТНЫХ

РАСПРЕДЕЛЕНИЙ.

3.1 Характеристика выбросов как диагностических параметров сложных ТО в нештатных режимах.

3.2 Мониторинг выбросов случайных процессов контролируемых параметров.

3.3 Оценка критического объема выборок при традиционном подходе обработки стохастических массивов.

3.4 Принципы обработки диагностических данных в базисе аддитивной аппроксимации стандартных распределений. 3.5 Разработка метода вкладов.

3.6 Разработка метода имитационного моделирования для идентификации вероятностных моделей параметров на основе статистик малых выборок.

3.7 Оценка моментов стохастического массива малой выборки.

3.8 Модификация метода стохастической аппроксимации Роббинса-Монро для обеспечения непрерывного мониторинга параметров ТО.

3.9 Выводы. 4 УПРАВЛЕНИЕ ПРОЦЕССОМ ДИАГНОСТИКИ И ЛОКАЛИЗАЦИЯ

НЕИСПРАВНОСТЕЙ СЛОЖНЫХ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ В НЕШТАТНЫХ РЕЖИМАХ.

4.1 Мартингальная интерпретация обучения систем диагностики как «игры с природой».

4.2 Общее решение задачи определения оптимального момента перехода на статистическую диагностику.

Ф 4.3 Конструирование критерия момента перехода на статистическую диагностику

4.4 Разработка метода оценки состояния ТО по моделям работоспособности контролируемых параметров.

4.5 Методика локализации неисправностей в условиях неопределенности.

4.6 Выводы.

5 АПРОБАЦИЯ МАТЕМАТИКО-СТАТИСТИЧЕСКИХ МЕТОДОВ

ВЕРИФИКАЦИИ СОСТОЯНИЯ СЛОЖНЫХ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ.

5.1 Оценка значимости разнородных параметров и формирование множества диагностических параметров ТО.

5.2 Аппаратная реализация метода динамического определения значимости однородных контролируемых параметров ТО.

5.3 Построение вероятностных моделей работоспособности однотипных изделий на примере блоков ГР-1 и ГР-2 PJIC «Гроза».

5.4 Верификация методики по локализации неисправностей сложного ТО на примере судового малооборотного дизеля. 5.5 Разработка обобщенной структуры и алгоритма функционирования адаптивной системы статистической диагностики по фактическому состоянию сложных ТО в нештатных режимах.

5.6 Выводы.

Введение 2003 год, диссертация по информатике, вычислительной технике и управлению, Усенко, Ольга Александровна

Актуальность работы. Системные исследования проблемы эффективного контроля и диагностики состояния сложных технологических объектов (ТО) являются чрезвычайно актуальными на современном уровне развития техники, поскольку зна-> чительный рост сложности вновь создаваемого оборудования и эксплуатация его в условиях напряженного режима функционирования выдвигают качественно новые требования к методам контроля и диагностики, которые должны быть синтезированы на основе результатов постижения глубинной алгоритмической, структурной организации технологического объекта как открытой системы; проникновения в природу сложных процессов износа, старения; объяснения формы, изменчивости состояний, выявления спектра качественно различных типов поведения.

Важность решения указанной проблемы, к сожалению, многократно подтвер-Ш ждается участившимися случаями технических и техногенных аварий с катастрофическими последствиями как для самого технологического процесса производства, так и для окружающей среды и обслуживающего персонала. Причинами этого чаще всего является элементарная неприспособленность эксплуатируемого устаревшего и вновь создаваемого оборудования к диагностическому контролю, отсутствие средств контроля технического состояния. Практика эксплуатации различных ТО показывает, что при отсутствии специальных средств поддержки функционирования и контроля, основная часть времени восстановления затрачивается на поиск и локализацию отказов, увеличивая тем самым затраты на ремонт и обслуживание. С другой стороны, используемые в ряде производств традиционные методы и средства функционального контроля и диагностики ТО не всегда удовлетворяют современным требованиям по надежности и обеспечению безопасности эксплуатации критического оборудования.

Очевидно, автоматизация процедур технического диагностирования является важнейшим средством ускорения, повышения качества технического обслуживания и эксплуатации ТО. Основополагающими в данной области можно считать фундаментальные теоретические и прикладные работы по исследованию и разработке моделей, методов и алгоритмов технического диагностирования ТО таких отечественных и зарубежных ученых, как Д.В. Гаскарова, Г.А. Голинкевича, В.Д. Кудрицкого П.И. Чиф- наева, П.П. Пархоменко, A.B. Мозгалевского, Е.С. Согомоняна, В.А. Прохоренко, А.Н. Смирнова, И.А. Биргера, И.М. Синдеева, A.C. Сердакова, П.И. Кузнецова, М.А. Ястребенецкого, В.И. Сагунова, Г. Чжена, Е. Мэннинга, Г. Метца, Р. Барлоу, Ф. Про-шана, Л.Г. Евланова, К.Б. Карандеева, В.М. Валькова, К.В. Фролова, В.А. Игнатова, И.А. Ушакова, Г.В, Дружинина, A.C. Касаткина, 3.JI. Рабиновича, Г.Г. Галустова и др.

Разнообразие известных принципов функционирования и классов (непрерывных, дискретных, непрерывно-дискретных) ТО определяет широту проблематики технической диагностики, в которой исключительным приоритетом в настоящее время обладают вопросы разработки эффективных и надежных методов контроля технического состояния в процессе эксплуатации ТО без разборочно-сборочных работ, на

• рутающих приработку узлов и сокращающих срок службы машин и механизмов [1]. Основное назначение подобных средств непрерывного и периодического контроля состоит в сокращении времени на поиск неисправных (или потенциально неисправных) блоков и, самое главное, в своевременном прогнозировании ухудшения качества функционирования ТО и предотвращении аварийных ситуаций.

Системные исследования сложных ТО, как многокачественных открытых систем, позволяют на глубинном уровне выявить их характерные особенности: мало-инерционность, выражающаяся в быстрой смене состояний в нештатных режимах

Щ функционирования; наличие разнообразных режимов функционирования; наличие множества параметров ТО различной диагностической значимости, значения которых наряду со случайными изменениями внутри заданных допусков, имеют тенденцию к случайным выбросам значений за их пределы; многозначность функций элементов ТО во внутрисистемных отношениях; неполнота и неточность информации о происходящих в ТО процессах, а также наличие значительной априорной неопределенности в результате действия внешних неконтролируемых или неизвестных случайных факторов. Примерами рассматриваемого класса ТО могут служить различные энергопреобразователи: дизельные судовые двигатели, турбовинтовые авиационные двигатели, паросиловые установки, энергоблоки атомных электростанций.

Для подобного рода объектов единственно действительно объективным и представительным основанием для оценки состояния, локализации неисправностей и прогнозирования надежностных характеристик являются текущие значения параметров объекта, требующие в большинстве случаев множества косвенных измерений. При необходимости мониторинга сотен, иногда тысяч параметров объем поступающих данных оказывается достаточно большим при критически малом количестве полезной информации по каждому из параметров в отдельности, что неизбежно приводит к большому объему вычислений, потерям времени на обработку исходной информации, что приводит к «старению» информации, исключая тем самым возможность получения результатов контроля в реальном масштабе времени.

Поскольку сложные ТО функционируют в стационарных и нестационарных режимах при множественном воздействии неконтролируемых и трудноучитываемых, а зачастую и неизвестных факторов, то наиболее информативным их эмпирическим описанием представляются статистические данные о выбросах контролируемых па6 раметров за допусковые зоны, предшествующие деградационным изменениям, нарушающим нормальное функционирование ТО. Динамика протекания процессов такова, что длительность пребывания ТО в нештатных режимах кратковременна и отражается ограниченным объемом данных (не более 10 значений выбросов), на основе которых необходима идентификация состояния ТО и принятие адекватного решения по его 4 управлению в условиях значительной неопределенности. Однако известные подходы, основанные на требованиях наличия достаточно большого объема статистических данных, минимизации неопределенностей в принципе не позволяют разрешить противоречия между адекватностью получаемой статистической модели и количеством имеющейся информации и, кроме этого, не учитывают возможности того, что реальные состояния ТО могут быть неизоморфны значениям контролируемых параметров.

Таким образом, на основании вышеизложенного, тема работы, посвященная разработке и исследованию методов статистической диагностики сложных ТО в не-(ф штатных режимах функционирования, является актуальной как в научном, так и в прикладном плане. Основная проблема работы связана с исследованием способов извлечения из эмпирических данных наиболее полного знания о природе протекающих в ТО процессов, и в конечном счете с разработкой специальных методов статистической диагностики, осуществляющих адаптивный контроль и локализацию неисправностей сложных малоинерционных ТО по выбросам значений диагностически значимых параметров за пределы допусковых зон в условиях неопределенности, связанной с неполнотой эмпирического описания и неточностью знаний о структуре ТО. # Объект исследования. В практическом плане объектами исследования являются технические системы, относящиеся к классу объектов непрерывного типа, характеризующиеся большой размерностью множества контролируемых параметров, сложностью структуры, неоднозначностью поведения в зависимости от случайных воздействий внешней среды, а также малоинерционностью, проявляющейся в быстрой смене состояния и режимов работы объекта. В частности, примерами объектов данного класса могут служить различные энергопреобразователи типа дизельных судовых двигателей, турбовинтовых авиационных двигателей.

Цель и задачи работы. Целью диссертационной работы является разработка и исследование методов диагностики сложных ТО в нештатных режимах функциониро-ф вания, позволяющих оценить состояние ТО и локализовать неисправности в реальном масштабе времени по результатам сбора и обработки статистических данных о выбросах значений контролируемых параметров за пределы допусковых зон. Для достижения поставленной цели решаются следующие задачи: - исследование стохастических свойств случайного процесса с выбросами контролируемых параметров ТО за пределы допусковых зон и изучение возможности ис7 пользования характеристик выбросов случайного процесса в качестве диагностических данных;

- разработка методов формирования оптимального множества диагностически значимых параметров с учетом их корреляционной зависимости и с использованием графовой интерпретации; ф - исследование возможности применения алгоритма аддитивной аппроксимации стохастического массива диагностических данных укороченного объема в базисе методов графического и имитационного моделирования;

- разработка метода статистической диагностики динамического состояния ТО в различных режимах его функционирования, в том числе, и в нештатных;

- разработка адаптивного метода обучения системы диагностики сложного объекта по его фактическому состоянию в реальном масштабе времени на основе статистических данных о выбросах контролируемых параметров за пределы допусковых зон;

- разработка алгоритма локализации неисправностей сложных слабоструктури-руемых ТО с использованием элементов гибридной и нечеткой логик;

- синтез программно-аппаратных решений по реализации методов оценки диагностической значимости контролируемых параметров, методов оценки состояния сложных ТО в нештатных режимах функционирования на основе адаптивных алгоритмов сбора и обработки статистических данных о выбросах контролируемых параметров за допусковые зоны.

Научная новизна предлагаемой работы заключается в решении следующих задач:

- разработка методов формирования множества диагностически значимых параметров с учетом их корреляционной зависимости и с использованием графовой интерпретации, отличающиеся простотой реализации и инженерного применения, а также обеспечивающие заданную полноту контроля при минимальных материальных ф и временных затратах на мониторинг;

- исследование возможности применения алгоритма аддитивной аппроксимации стохастического массива диагностических данных укороченного объема в базисе методов графического и имитационного моделирования для диагностики динамического состояния ТО в различных режимах его функционирования, в том числе, и в нештатных;

- разработка метода обучения системы диагностики, развивающего наиболее перспективный подход сбора и обработки статистических данных о выбросах контролируемых параметров за пределы допусковых зон и обеспечивающий функционирование системы сложного объекта в реальном масштабе времени, адаптивно к его фактическому состоянию; ф - разработка метода локализации неисправностей сложных ТО, отличающегося тем, что благодаря использованию элементов нечеткой логики формализуется и автоматизируется процесс диагностирования слабоструктурируемых ТО;

- синтез программно-аппаратных средств по реализации методов оценки диагностической значимости однородных и разнородных контролируемых параметров, методов оценки состояния сложных ТО в нештатных режимах функционирования на основе адаптивных алгоритмов сбора и обработки статистических данных о выбросах контролируемых параметров за допусковые зоны.

Практическую ценность работы представляют следующие положения, выносимые на защиту:

- разработанные методы формирования множества контролируемых параметров ТО, позволяющие выбрать минимальное количество диагностических параметров, обеспечивающих заданную наблюдаемость сложного ТО на основе исследования корреляционной зависимости между всеми параметрами;

- синтезированный метод по управлению процессом диагностики, реализующий адаптивную к фактическому состоянию ТО процедуру сбора и обработки статистиче

9 ских данных о выбросах однородных и разнородных контролируемых параметров за допусковые зоны и обеспечивающий функционирование системы в реальном масштабе времени;

- предложенный метод локализации неисправностей, который, благодаря использованию элементов нечеткой логики, позволяет формализовать и автоматизировать процесс диагностирования сложных и слабоструктурированных ТО, а также, благодаря применению методов порядковой логики, упростить процедуру нечеткого логического вывода.

Теоретические и практические результаты диссертационной работы использованы при выполнении госбюджетной работы ТРТУ (г/б 42163), выполняемой по

0 МНТП (ПТ447) «Системы энергосбережения и технологии освоения нетрадиционных возобновляемых источников энергии», а также внедрены в учебном процессе кафедры системного анализа и телекоммуникаций Таганрогского государственного радиотехнического университета.

Основные положения и научные результаты работы отражены в 29 опубликованных работах, из них пять статей, отчет по НИР, патент РФ на изобретение «Способ 9 централизованного контроля п объектов», свидетельство об официальной регистрации программы для ЭВМ, руководство к лабораторной работе «Исследование информационных технологий синтеза статистических моделей состояния объектов управления», депонированная работа и 20 тезисов докладов на международных и всероссийских научно-технических конференциях и семинарах.

Диссертация состоит из пяти глав.

Заключение диссертация на тему "Разработка и исследование методов статистической диагностики технологических объектов"

5.6 Выводы

В данной главе апробированы и приведены результаты применения методов статистической диагностики и локализации неисправностей сложных ТО в нештатных режимах по фактическому состоянию в условиях значительной неопределенности, а именно:

1. Согласно предложенным методам произведена оценка значимости разнородных контролируемых параметров на примере двигателя внутреннего сгорания. Использованные методы характеризуются эффективностью и простотой инженерного применения, а также возможностью их формализации для проведения расчетов на ЭВМ.

2. Для частного случая однородных независимых параметров разработана функциональная схема устройства, реализующего способ контроля и оценки значимости однородных независимых параметров, позволяющего достичь максимального быстродействия при выборе наиболее значимого параметра, снизить временные затраты, повысить достоверность и разрешающую способность контроля по сравнению с традиционными методами.

3. С использованием методов обработки статистик малых выборок произведено экспериментальное исследование задачи построения моделей работоспособности однотипных изделий на примере блоков ГР-1 и ГР-2 РЛС «Гроза», в результате решения которой синтезированы вероятностные модели по данным о наработках на отказ высоконадежных блоков и выявлены характерные тенденции изменения фактического уровня безотказности в процессе эксплуатации РЭО даже при нестационарности потоков отказов блоков.

4. Для диагностики одиночных и кратных отказов судового малооборотного дизеля верифицирована предложенная методика локализации неисправностей в условиях неопределенности, отличающаяся гибкостью и простотой реализации на ЭВМ, а также упрощенной процедурой нечеткого логического вывода благодаря применению элементов порядковой логики.

5. В соответствии с предложенными в диссертационной работе методами синтезированы обобщенная структура и алгоритм функционирования адаптивной системы статистической диагностики по фактическому состоянию ТО.

В диссертационной работе разработаны и исследованы принципы и методы статистической диагностики сложных ТО в нештатных режимах. Результаты работы могут быть сформулированы в виде следующих практических и теоретических выводов:

- разработаны и исследованы алгоритмы аддитивной аппроксимации стохастических массивов диагностических данных укороченного объема в базисе методов графического и имитационного моделирования для диагностики динамического состояния ТО в различных режимах его функционирования, в том числе, и в нештатных;

- предложен метод локализации неисправностей сложных ТО на основе статистических данных о выбросах значений контролируемых параметров, отличающийся тем, что благодаря использованию принципов нечеткой логики автоматизируется процесс диагностирования слабоструктурируемых ТО и обеспечивается возможность идентификации одиночных и кратных отказов ТО в условиях неопределенности;

- в соответствии с разработанными методами и моделями получена обобщенная структура системы статистической диагностики, адаптивной к фактическому состоянию сложного ТО, а также алгоритм ее функционирования, позволяющий производить оценку состояния ТО в нештатных режимах на основе укороченных массивов статистических данных о выбросах однородных и разнородных контролируемых параметров за допусковые зоны в реальном масштабе времени;

Теоретические и практические результаты диссертационной работы:

- в информационно-вычислительном центре ОКБ Нижегородкого государственного технического университета;

Библиография Усенко, Ольга Александровна, диссертация по теме Системный анализ, управление и обработка информации (по отраслям)

1. Фролов К.В., Соколова А.Г. Современные методы вибромониторинга и виброакустической диагностики машин // Наука производству, 1998. №10(12). С. 13-19.

2. Бусленко Н.П., Калашников В.В., Коваленко И.А. Лекции по теории сложных систем. М.: Сов. Радио, 1973. - 439 с.

3. Чумаков Н.М., Серебряный Е.И. Оценка эффективности сложных технических устройств. М.: Сов. радио, 1980. - 192 с.

4. Дружинин В.В., Конторов Д.С. Системотехника. М.: Радио и связь, 1985. - 200 с.

5. Балашов Е.П. Эволюционный синтез систем. М.: Радио и связь, 1985. - 328 с.

6. Левин В.И. Структурно-логические методы исследования сложных систем с применением ЭВМ. М.: Наука, 1987. - 304 с.

7. Биргер И.А. Техническая диагностика. М.: Машиностроение, 1978. - 240 с.

8. Диагностирование и прогнозирование технического состояния авиационного оборудования / Под ред. Синдеева И.М. М.: Транспорт, 1984.

9. Игнатьев М.Б., Мироновский Л.А., Юдович B.C. Контроль и диагностика робото-технических систем. Л.: Ленинградский ин-т авиационного приборостроения, 1986.

10. Клюев В.В., Пархоменко П.П., Абрамчук В.Е. и др. Технические средства диагностирования: Справочник. М.: Машиностроение, 1989. - 671 с.

11. Кудрицкий В.Д., Синица М.А., Чинаев П.И. Автоматизация контроля радиоэлектронной аппаратуры. М.: Советское радио, 1977. - 256 с.

12. Мозгалевский A.B. Автоматический поиск неисправностей. Л.: Машиностроение, 1967.

13. Основы технической диагностики. Модели объектов, методы и алгоритмы диагноза / Под ред. П.П. Пархоменко. М.: Энергия, 1976. - 464 с.

14. Пархоменко П.П., Согомонян Е.С. Основы технической диагностики: (оптимизация алгоритмов диагностирования, аппаратурные средства). М.: Энергоиздат, 1981. - 320 с.

15. Сердаков A.C. Автоматический контроль и техническая диагностика. Киев: Изд-во «Техшка», 1971. - 244 с.

16. Надежность и эффективность в технике: Справочник. В 10 т. Т.9. Техническая диагностика/Под общ. ред. В.В. Клюева, П.П. Пархоменко. М.: Машиностроение, 1987. -352 с.

17. Горелов О.И. Поиск дефектов в сложных технических системах методами анализа диагностических графов. Вычисление дефектных компонент // Автоматика и телемеханика. 1987. №10. С. 153-165.

18. Гребенюк Г.Г. Метод диагностики непрерывных объектов на графах // Автоматика и телемеханика. 1995. №10. С. 137-146.

19. Корноушенко Е.К. Восстановление скалярного сигнала на входе дискретной линейной стационарной системы // Автоматика и телемеханика. 1991. №6. С. 84-94.

20. Платонов Г.Н., Манусов И.З. Методы и средства технического диагностирования II кузнечно-прессового оборудования. М.: НИИмаш, 1984. - 44 с.

21. Панов Н.А., Гатин Р.Ф., Чернышов О.А., Калачев А.А., Филичкин О.Б., Матушкин Н.Н., Южаков А.А. Система автоматизированного управления стендом длительных испытаний ДИСАР-90 на базе Трейс Моуд версии 4.24 //Приборы и системы №6 2000 С. 28-29.

22. Frank P.M. Fault diagnosis in dynamic systems using analytical and knowledge based redundancy a survey and some new results // Automatica, 1990. V. 26. '3. P. 459-474.

23. Isermann R. Process fault detection based on modeling and estimation methods a survey // Automatica, 1984. V. 20. '4. P. 387-404.

24. Fault diagnosis in dynamic systems. Theory and applications / Edited by Patton R., Frank P., Clark R. Prentice Hall Inc., Englewood Cliffs, NJ, 1989.

25. Пригожин И.P., Стенгерс И. Порядок из хаоса. М.: Прогресс, 1986. - 432 с.

26. Колесников А.А. Основы теории синергетического управления. М.: Фирма «Ис-по-Сервис», 2000. - 264 с.

27. Николис Г., Пригожин И. Самоорганизация в неравновесных системах. М., 1979. - 422 с.

28. Дмитриев А.К., Мальцев П.А. Основы теории построения и контроля сложных систем. JL: Энергоатомиздат, 1988. - 192 с.

29. Калявин В.П., Мозгалевский А.В. Технические средства диагностирования. JL: Судостроение, 1984. - 208 с.

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

31. Ф 33 Чейсек К. Выявление дефектов электронных систем при помощи испытательногостробированного шума. // Электроника, 1976. №2. С. 37-44.

32. Журавлев Ю.П., Копялюк JI.A. Надежность и контроль ЭВМ. М.: Советское°ра-дио, 1978.

33. Андерсон Ч. Методы контроля микропроцессорных устройств. // Электроника. 1976. №8. С. 64-70.

34. Мироновский A.A. Функциональное диагностирование динамических систем // Автоматика и телемеханика, 1980. №8. С. 96-121.

35. Берштейн М.С., Романкевич A.M. Метод статистического контроля логических схем. // Кибернетика, 1974. №1. С. 58-67.

36. Киселев В.Н., Сечкин В.А. Техническая диагностика методами нелинейного преобразования. М.: Энергия, 1980.

37. Шибанов Т.П. Распознавание в схемах автоконтроля. М.: Машиностроение,1973.

38. Бердяков Г.И.Ю Витенберг И.М. Методы контроля аналоговых вычислительных машин. М.: Машиностроение, 1978.

39. Казначеев В.И. Диагностика неисправностей цифровых автоматов. М.: Советское радио, 1975.

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

41. Шустерович А.И. Обнаружение неисправностей радиоэлектронного оборудования. М.: Энергия, 1970.

42. Добролюбов И.П., Альт В.В., Савченко О.Ф. Измерительная экспертная система для определения технического состояния двигателей внутреннего сгорания // Приборы и системы управления, 1998. №12. С. 56-59.

43. Петров С.Ю., Шифрин Б.М. Модель управления установкой для получения целлюлозы на основе нечеткой логики //Приборы и системы. Управление, контроль и диагностика, 2002. №2. С. 7-10.

44. Рубцов Ю.Ф. Вибродиагностические экспертные системы. // Приборы и системы, 2000. №6. С. 61-62.

45. Самойленко А.П., Усенко O.A. Конструирование интегральных критериев оценки эффективности систем управления и контроля. //Радиоэлектроника, электроника и энергетика: Шестая Международная НТК студентов и аспирантов. М.: Изд-во МЭИ, 2000. Т.1. С. 320-322.

46. Денисов А.А., Колесников Д.Н. Теория больших систем управления. Л.: Энерго-издат, 1982.- 288 с.

47. Lowry С.A. Woodal W.N., Champ C.W., Rigdom S.E. A multivariate exponentially weighted moving average control chart // Technometrics, 1992, 34 p.

48. Бурый А.С., Полоус А.И., Щляконов В.А. Метод функционального диагностирования программно-управляемых объектов // Автоматика и телемеханика, 1998. №4. С. 173178.

49. Дарховский Б.С., Бродский Б.Е. Непараметрический метод скорейшего изменения среднего значения случайной последовательности // Теория вероятностей и ее применения, 1987. Т 32. №4. С. 703-711.

50. Никифоров И.В. Последовательное обнаружение изменений свойств временных рядов. М.: Наука, 1983.- 199 с.

51. Дарховский Б.С., Бродский Б.Е. Проблемы и методы вероятностной диагностики // Автоматика и телемеханика, 1999. №8. С. 3-49.

52. Дарховский Б.С., Бродский Б.Е. Сравнительный анализ некоторых непараметрических методов последовательного обнаружения разладки // Теория вероятностей и ее применения. 1990. Т 35. №4. С. 655-668.

53. Леман Э. Проверка статистических гипотез. М. Наука., 1969. - 576 с.

54. Basseville М. Detecting changes in signal and systems a survey // Automatica, 1988. V. 24. '3. P. 309-326.

55. Ding X., Frank P.M. Fault detection via factorization approach // Systems&Control Letters. 1990.'14. P. 431-436.

56. Ferger D. Nonparametric tests for nonstandard change-point problems // Annals of Statistics, 1995. V.23. '5. P. 1848-1861.

57. Kim H.-J., Siegmund D. The likelihood ratio test for a change-point in a simple linear regression // Biometrica, 1989. V.76. P. 409-423.

58. Lucas J.M., Crosier R.P. Robust cusum: a robustness study for cusum quality control schemes // Commun. Statist., Theory and Methods. 1992. V.l 1. P. 2669-2687.

59. McDonald D.A. A cusum procedure based on sequential ranks // Naval Res. Logist. 1990. V. 37. P. 627-646.

60. Moustakides G. Optimal stopping times for detecting changes in distributions // Annals of Statistics. 1986. V. 14. P. 1379-1387.

61. Salam Salloum, Melvin A. Breuer. Fast Optimal Diagnosis Procedure for k-out-of-n G Systems //IEEE Trans. On Reliability. 1997. V.6. No.2. P. 283-290.

62. Shewhart W.A. Economic control of quality of manufactured product. D. van Nostrand. N.Y., 1931.

63. Zacks S. Numerical determination of the distributions of stopping variables associated with sequential procedures for detection epochs of shift in distributions of discrete random variables//Communication Statistic. 1980. Vol. B9. N1. P. 1-18.

64. Бродский Б.Е. Асимптотически оптимальные методы в задаче скорейшего обнаружения разладки // Автоматика и телемеханика. 1995. №9. С. 60-72; №10. С. 50-59.

65. Бродский Б.Е. Метод расщепления смесей вероятностных распределений // Автоматика и телемеханика. 1996. №2. С. 76-88.

66. Пашковский Г.С. Задачи оптимального обнаружения и поиска отказов в РЭА. -М.: Радио и связь, 1981. 280 с.

67. Ицкович Э.Л. Контроль производства с помощью вычислительных машин. М.: Энергия, 1975. - 416 с.

68. Евланов Л.Г. Контроль динамических систем. М.: Наука, 1979. - 432 с.

69. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов (Статистические методы классификации и измерения связей). М.: Статистика, 1977. - 144 с.

70. Основы построения автоматизированных систем контроля сложных объектов / Под ред. П.И. Кузнецова. М.: Энергия, 1969. - 479 с.

71. Окунь Я. Факторный анализ. М.: Статистика, 1974. - 200 с.

72. Прохоренко В.А., Смирнов А.Н. Прогнозирование качества систем. Минск: Наука и техника, 1976. - 200 с.

73. Глудкин О.П., Гуров А.И., Коробов А.И. и др. Управление качеством электронных средств / Под ред. О.П. Глудкина. М.: Высшая школа, 1994. - 414 с.

74. Усенко O.A. Статистический метод оценки диагностической значимости параметров контролируемых технологических объектов // В кн. «Фундаментальные и прикладные проблемы современной техники». Ростов н/Д: Изд-во СКНЦ ВШ, 2001, с. 153-176.

75. Вентцель Е.С. Теория вероятностей. М.: Высшая школа, 1998. - 576 с.

76. Мелихов А.Н., Берштейн Л.С., Курейчик В.М. Применение графов для проектирования дискретных устройств. М.: Наука, 1974. - 304 с.

77. Ope О. Теория графов. М.: Наука, 1968. - 352 с.

78. Харари Ф. Теория графов. М.: Мир, 1973. - 304 с.

79. Кристофидес Н. Теория графов. Алгоритмический подход. М.: Мир, 1978. 432 с.

80. Уилсон Р. Введение в теорию графов. М.: Мир, 1977. - 208 с.

81. Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976. - 280 с.

82. Грубов В.И., Кирдан B.C., Козубовский С.Ф. Справочник по ЭВМ. Киев: Наук, думка, 1989.-454 с.

83. A.c. № 1603400 Антонюк Е.М., Антонюк П.Е., Долинов С.П., Родимов А.Ф. Устройство для централизованного контроля. Кл. G 06 F 15/46 Бюл. № 40 от 30.10.90.

84. A.c. № 306466 Баумерг П.Д., Круашвили З.Е., Файн В.Б. Способ централизованного контроля нескольких объектов. Кл. G 06 F 15/46 Бюл. № 19 от 11.06.71.

85. A.c. № 487395 Баумерг П.Д. Способ централизованного контроля нескольких объектов. Кл. G 06 F 15/46 Бюл. № 37 от 05.10.75.

86. Патент РФ №2198418 Самойленко А.П., Усенко O.A. Способ централизованного контроля п объектов. Кл. 7 G 05 В 23/02, Бюл. №4, 2003.

87. Левин В.И. Бесконечнозначная логика в задачах кибернетики. М.: Радио и связь, 1982,- 176 с.

88. Галустов Г.Г., Цымбал В.Г., Михалев М.В. Принятие решений в условиях неопределенности. М.: Радио и связь, 2001. - 196 с.

89. Тихонов В.И. Выбросы случайных процессов. М.: Наука, 1970. - 392 с.

90. Тихонов В.И., Хименко В.И. Выбросы траекторий случайных процессов. М.: Наука, 1987. - 304 с.

91. Аринин H.H. Диагностирование технического состояния автомобилей. М.: Транспорт, 1978.

92. Фомин Я.А. Теория выбросов случайных процессов. М.: Радио и связь., 1980.216с.

93. Yin Y.Q. Detection of the number, location and magnitudes of jumps // Commun. Statist., Stochastic Models. 1988. V.4. No.3. P. 445-455.

94. Игнатов В.А., Маньшин Г.Г., Костановский В.В., Элементы теории оптимального обслуживания технических изделий. Минск: Наука и техника, 1974. - 192 с.

95. Самойленко А.П., Усенко O.A. Синтез встроенных средств диагностики состояния локальных энергопреобразователей. // Ресурсо-, энергосберегающие проекты и технологии: Труды Всероссийской научно-практической конференции. М., 2001, с. 161-162.

96. ЮбШимбирев П.Н. Гибридные непрерывно-логические устройства. М.: Энерго-атомиздат, 1990. - 174 с.

97. Шор Я.Б. Статистические методы анализа и контроля качества и надежности. -М.: Сов. радио, 1962.

98. Советов Б.Я., Яковлев С.А. Моделирование систем: М.: Высшая школа, 1985.271 с.

99. Усенко O.A. Моделирование аварийных ситуаций на железнодорожном транспорте // Актуальные проблемы развития железнодорожного транспорта и роль молодых ученых в их решении: Материалы отраслевой НТК. Ростов-на-До ну: РИИЖТ, 1998. С. 103-104.

100. ПОПерельман Н.И. Оперативная идентификация объектов управления. М.: Энер-гоатомиздат, 1982. - 272 с.

101. Пугачев B.C. Теория вероятностей и математическая статистика. М.: Наука, 1979.- 184 с.

102. Пугачев B.C. Теория случайных функций. М.: Физматгиз, 1962 - 884 с.

103. ПЗШаракшане А.С., Железное И.Г. Испытания сложных систем. М.: Высшая школа, 1974. - 184 с.

104. Закс J1. Статистическое оценивание. М.: Статистика, 1976. - 598 с.

105. Груничев А.С. Кузнецов В.А. Шипов Е.В. Испытания радиоэлектронной аппаратуры на надежность. М.: Сов. радио, 1969. 288 с.

106. Вентцель Е.С., Овчаров Л.А. Теория вероятности и ее инженерные приложения. -М.: Наука, 1988.-480 с.117Lu W., Fisher D. Least-squares output estimation with multirate sampling // IEEE Trans. Autom. Contr. 1989. V.34. No.6. P. 669-672.

107. McSorley E. 0., Lu L., Li C. Performance of parameter estimates in step-stress accelerated life-tests with various sample-size//IEEE Trans. Reliab. 2002. V.51, '3. P. 271-277.

108. Королюк B.C., Портенко Н.И., Скороход А.В., Турбин А.Ф. Справочник по теории вероятностей и математической статистике. Киев: Наукова думка, 1978. - 584 с.

109. Строганов Р.П. Управляющие машины и их применение. М.: Высшая школа, 1978.- 264 с.

110. Buzacott J., Shanthikumar J. Modeling and analysis of manufacturing systems. N.Y.: Wiley&Sons, 1993.

111. Ушаков И.А. Вероятностные модели надежности информационно-вычислительных систем. М.: Радио и связь, 1991. - 132 с.

112. Glow F., Borton J. Six Trends in PC-based Test-System Development // Evaluation Engineering. June 1998. P. 16-21.

113. Smith J.E., Lam P. A theory of Totally Self-checking System Design //IEEE Trans. -1983. Vol. 6-32, '9.-P. 831-844.

114. A.c. №1774351. Мартыщенко Л.А., Воловик А.В. Устройство для идентификации малой выборки. Кл. 5 G 06 F 15/36, Бюл. № 41, 1992.

115. А.с. №1774350. Мартыщенко Л.А., Воловик А.В. Устройство для идентификации малой выборки. Кл. 5 G 06 F 15/36, Бюл. № 41, 1992.

116. А.с. №1705837. Мартыщенко Л.А., Воловик А.В. Устройство для идентификации малой выборки. Кл. 5 G 06 F 15/36, Бюл. № 2, 1992.

117. А.с. №1702393. Буравлев А.И., Бурба А.А.и др. Устройство для определения параметров распределения по малым выборкам. Кл. 5 G 06 F 15/36. Бюл. №48, 1991.

118. А.с. №2029363. Богданова А.Ф., Бредихин И.В. Экспресс анализатор. Кл. 6 G 06 F 17/00. Бюл. №5, 1995.

119. Гаскаров Д.В., Шаповалов В.И. Малая выборка. М.: Статистика, 1978. - 248 с.

120. Самойленко А.П., Чапцев А.Г., Бондаренко М.А., Усенко O.A. Разработка и исследование системных подходов в области энергосберегающих технологий. //Отчет о НИР №42163, ГР №01.90001315 (заключительный), инв. №022000 1255,- Таганрог, ТРТУ, 2000.

121. Тепин В.Г., Тартаковский Г.П. Статистический анализ при априорной неопределенности и адаптация информационных систем. М:. Сов. Радио, 1977. - 432 с.

122. Ченцов H.H. Статистические решающие правила и оптимальные выводы. М.: Наука, 1972.- 520 с.

123. Золотарев В.М. Современная теория суммирования независимых случайных величин. М.: Наука, 1986. - 416 с.

124. Золотарев В.М. О близости распределений двух сумм независимых случайных величин // Теория вероятностей и ее применения. 1965. - т. 10, вып.З. С. 519-526.

125. Гнеденко Б.В., Колмогоров А.Н. Предельные распределения для сумм независимых случайных величин. М.: Л.:ГИТТЛ, 1949.

126. Кароблис А. Асимптотические разложения для распределений сумм независимых случайных величин // Литов. мат. сб., 1984. т. 24, № 1. С. 70-82.

127. Кароблис А. Об аппроксимации распределений сумм независимых случайных величин//Литов. мат. сб., 1983. т. 23, № 1. С. 101-107.

128. Петров В.В. Предельные теоремы для сумм независимых случайных величин. -М.: Наука, 1987. 317 с.

129. Рогозов Ю.И., Самойленко А.П., Усенко O.A. Программный анализатор стохастических моделей для систем контроля и диагностики состояния технологических объектов. //Свидетельство об официальной регистрации программы для ЭВМ №2002610727 от 17.05.2002.

130. Фомин Я.А. Тарловский Г.Р. Статистическая теория распознавания образов. -М.: Радио и связь, 1986. 264 с.

131. Саридис Дж. Самоорганизующиеся стохастические системы управления. М.: Наука, 1980.-400 с.

132. Вазан М. Стохастическая аппроксимация. М.: Мир, 1972. - 295 с.

133. Лысенко Э.В. Проектирование автоматизированных систем управления технологическими процессами. М.: Радио и связь, 1987. - 272 с.

134. Кузнецов П.И., Пчелинцев Л.А. Последовательное обучение систем диагностики. М.: Энергоатомиздат, 1987. - 112 с.

135. Управление качеством электронных средств / Под ред. О.П. Глудкина. М.: Высшая школа, 1994. - 414 с.

136. Ljung L., Gunnarsson S. Adaptation and tracking in system identification, A survey // Automática. 1990. V. 26. №1. P. 7-21.

137. Дуб Д.Л. Вероятностные процессы. M.: Изд-во иностр. лит. 1956. - 605 с.

138. Роббинс Г., Сигмунд Д., Чао И. Теория оптимальных правил остановки. М.: Наука, 1977. - 167 с.

139. Ширяев А.И. Статистический последовательный анализ: Оптимальные правила остановки. М: Наука, 1976. - -272 с.

140. Цветков А. Г. Принципы количественной оценки эффективности радиоэлектронных средств. М.: Сов. радио, 1971. - 200 с.

141. Заковряшин А.И. Конструирование радиоэлектронной аппаратуры. М.: Радио и связь, 1988. - 120 с.

142. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. С.172-216.

143. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.432 с.

144. Кузнецов П.Б. Нечеткие модели в методологии анализа дерева отказов // Труды международной конференции «Континуальные логико-алгебраические исчисления и ней-роматематика в науке, технике и экономике». Ульяновск: УлГТУ, 2001. ТЗ. С. 73-75.

145. Zadeh L.A. Fuzzy logic // Computer. 1988. V. 1. Р. 83-93.

146. Zadeh L.A. The role of fuzzy logic in the management of uncertainty in expert systems //Fuzzy Sets Syst. 1983. V.U. P. 199-227.

147. Zimmermann H.-J. Fuzzy sets and its applications. Kluwer Academic Publishers,

148. Глазунов Л.П., Грабовецкий В.П., Щербаков О.В. Основы теории надежности автоматических систем управления. JI.: Энергоатомиздат, 1984. - 208 с.

149. Дружинин Г.В. Надежность автоматизированных производственных систем. -М.: Энергоатомиздат, 1986. 480 с.

150. Надежность и эффективность АСУ / Под общ. ред. Ю.Г. Заренина. Киев: Тех-шка, 1975.- 368 с.

151. Самойленко А.П. Основы теории надежности автоматизированных систем обработки информации и управления. Таганрог: ТРТУ, 2000, - 122 с.

152. Ушаков H.A., Райнкше К. Оценка надежности систем с использованием графов. -М„ 1988.

153. Переверзев Е.С. Случайные процессы в параметрических моделях надежности. -Киев: Наук, думка, 1987. 240 с.

154. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей: Справ, изд. М.: Финансы и статистика, 1985. - 487 с.

155. Клюшник В.Г. Техническое диагностирование системы наддува судового дизеля // Сб. научн. трудов «Судовые энергетические установки и оборудование». Л: Транспорт, 1984.-С. 84-87.

156. Игнатов В.Н. Безразборная оценка технического состояния подшипников качения // Сб. научн. трудов «Судовые энергетические установки и оборудование». Л: Транспорт, 1984.- С. 80-83.

157. Самойленко А.П., Усенко O.A. Логический синтез адаптивного автомата контроля и диагностики функционирования иерархических управляющих микропроцессорных систем. //Деп. ВИНИТИ №3293-В99 от 10.11.99.

158. Васильев В.И., Гусев Ю.В., Иванов А.И. и др. Автоматический контроль и диагностика систем управления силовыми установками летательных аппаратов. М.: Машиностроение, 1989.

159. Давыдов П.С., Иванов П.А. Эксплуатация авиационного радиоэлектронного оборудования: Справочник. М.: Транспорт, 1990. - 240 с.

160. Самойленко А.П., Усенко O.A. Диагноз состояния технологического объекта по обобщенным контролируемым параметрам. //Известия ТРТУ. Специальный выпуск. -Таганрог: ТРТУ, 2002, №1(24). С. 98-99.

161. Самойленко А.П., Усенко O.A. Информационная технология статистического моделирования динамических блоков летательных аппаратов. //V Королевские чтения: Тезисы докладов Всероссийской студенческой научной конференции. Самара: СГАУ, 1999, с. 155-156.

162. Справочник по теории автоматического управления / Под ред. Красовского A.A. М.: Наука, 1987. - 711 с.

163. Самойленко А.П., Усенко O.A. Статистический анализатор параметров при мониторинге технологических объектов в нештатных режимах. //Моделирование неравновесных систем-2000: Материалы III Всероссийского семинара. Красноярск: ИПС КГТУ, 2000. - С.223-224.

164. Чавчанидзе В.В., Кумсишвили В.А. Об определении законов распределения на основе малого числа наблюдений. В кн. Применение вычислительной техники для автоматизации производства. М: Машгиз, 1961.

165. Чернышев A.B. Проектирование стендов для испытания и контроля бортовых систем летательных аппаратов. М.: Машиностроение, 1983. - 384 с.

166. A.c. № 1573461 Демиденко Е.П., Запорожцев Г.Н Способ диагностирования состояния технического объекта с выбросами параметров и устройство для его осуществления. Кл. G 06 F 15/46 Бюл. № 23 от 23.06.90.

167. Ермаков В.Ф. Спутник механика теплохода. Вопросы и ответы: Справочник. -М.: Транспорт, 1989. 223 с.

168. Королев Н.И. Эксплуатация судовых дизелей. М.: Транспорт, 1974. - 256 с.

169. Справочник судового механика / Под. общ. ред. Л.Л. Грицая. В 2-х тт. М.: Транспорт, 1973. - 1376 с.

170. Варжапетян А.Г., Свительский А.И., Якушев В.И. Готовность судовых систем управления. Л.: Судостроение, 1973. - 264 с.

171. Климов E.H., Попов С.А., Сахаров В.В. Идентификация и диагностика судовых технических систем. М.: Судостроение, 1978. - 174 с.

172. Техническая диагностика гидравлических приводов / Под ред. Башты Т.М. М.: Машиностроение, 1989.

173. Рогозов Ю.И., Самойленко А.П. Усенко O.A. Разработка адаптивной системы статистической диагностики по фактическому состоянию неравновесных объектов управления. //«Приборы и системы. Управление, контроль, диагностика», 2003 г., №4, с. 55-64.

174. Буков В.Н., Максименко И.М. Три подхода к задаче контроля технического состояния. // Автоматика и телемеханика, 1995. №3. С. 165-178.

Похожие работы

Информатика, вычислительная техника и управление
05.13.00