автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.12, диссертация на тему:Разработка интеллектуальных систем диагностирования сложных технических объектов

МОСКОВСКИЙ ИНСТИТУТ ЭЛЕКТРОННОЙ ТЕШКИ (ТЕХНИЧЕСКИЙ УНКВЕРСЭТЕТ)

Р Г Б О Д На ДР868* рукогоадр

Экз.й /

3 1 И'ОП

АШАРИНА ИРИНА ВЛАДИМИРОВНА

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ДИАГНОСТИРОВАНИЯ СЛОЖНЫХ ТЕХНИЧЕСКИХ ОВ'ЕКТОВ

05.13.12 - Системы автоматизации проектирования.

Автореферат диссертации на соискани ученой степени кандидата технических наук

Москва - 1995

Работа выполнена на кафедра Информатики и Программного Обеспечения Вычислительных Систем Моск"с? некого Института Электронной Техники.

Научный руководитель.*

- доктор технлчесхих. чаук, профессор 0. И. Ли сов. Официальные огшонента:

- доктор технических наук, профессор МИЭТ Баранов В.В.

- кандидат технических наук, нач.лаб. НИИНЦ Лобанов А,В.

Ведущая организации - ИЛУ РАН, г.Москва

Защита состоится "_"_ 1995 г. в _ часов

на заседании диссертационного совета Д.053.02.01 в Московском Институте Электронной Техники (103488, Москва, МИЭТ)

С диссертацией можно ознакомиться в библиотеке института. Авторефирзт разослан "_"_1995г.

Ученый секретарь «м,;сертавдонного Совета кандидат технических наук, профессор

/Н.Б.ЕороСьев/

ОБЩАЯ : РАКТЕРИСГИКА РАБОТЫ.

Актуальность темы. Благодаря развитию всех отраслей науки и промышленных технологий, наваг шь сегодня тесно связана с самыми разнообразными программно-техническими системами. Многообразие и сложность таких систем требуе. квалифицированного обслуживания как в сфере производства, так и эксплуатации. Наиболее важными аспектами технического обслуживания программно-технических систем являются их профилактика, регулировка и ремонтно-восстаноаи-тельные работа, что предполагает решение задачи поиска неисправностей или ненадежно работающих компонентов, входящих в их состав.

К настоящему моменту в области Технической диагностики проведено много работ, имеется большое количество публикаций как в нашей стране, так и за рубежом. Известны работы ПЛЛархомекко, В.В.Карибского, В.Р.Горового, Е.С.Согомоняна и других. Из зару-бекш' авторов - J.A.Abraham, Ch.Robach, G.Saucier и т.д. Несмотря на в то, реиеш задач технической диагност -<и все еще сопряжено с большими трудностями. Для выполним контроля, диагностирования и восстановительного ремонта слохных техкичесга об'ектов необходимы специалисты высокой квалификации. Но их опыт работы является трудно формализуемым, что затрудняет его передачу менее квалифицированным работникам. Кроме того, при увеличении-об'емов выпускаемой продукции возникает ситуация, когда е,.оококвалифиц -рованнне специалисты не справляются о потея- • i контролируемых изделий, а для операторов, льющих более низкую квалификацию, эта работа сложиj.

Поэтому тема диссертации, посвященная созданию систем диагностирования слояог ; технических об'ектоз с использованием эле-

- А -

ментов искусственного интеллекта, представляется актуальной. Актуальность проблемы возрастает по мере усложнения об'актов контроля и условий их функционирования.

Цель работы. Целью диссертационной работы является-разработка катодов построения многоуровневых интерактивных систем диагностирования сложных технических об'ектов, основанных на индустрии знаний.

Научная новизна работы заключается в следующих результатах: 1. Предложена информационная технология диагностирования сложных об'ектов с неонредедешмм множеством неисправностей на основе интеллектуальных методов обработки информации. Z. Разработана многомерная матричная диагностическая модель сложных технических оО'ектов, учитывающая типы входных и выходанх воздействий и кластерный характер неисправностей.

3. Разработана структура трехуровневой диагностической системы, включающая:

- подсистему диагностирования на основе базы данных, содержащей статистическую информацию о признаках неисправностей диагностируемого об'вкта, вида ремонта и частоте

появления данной диагностической ситуации,

- подсистему кластеризации видов неисправностей, в основе .оторой лекит програмгдаая реализация нейронной сети,

- подсистему выбора маршрута диагностирования, содержащую Сазу знаний экспертной система

- подсистему диагностирования на базе диагностической эксперте. . системи.

4. Предложен алгоррщ и технологические маршруты диагностирования неисправностей в среде трехуровневой системы.

5. Предло&ец критерий оценки качества распознавания неисправное-

гей слокных технических рб'ектов, лежащий в основе матодани расчета порога переключения элементов нейронной сети. Основные положения. выносимые на закату.

1. Информационная технология диагностирования сложных об'ектов с неопределенным мнокеством неисправностей на основе интеллектуальных методов обработки шфоркямаи.

(Г

2. Многомерная матричная диагностическая модель сложьых технических об'ектов, учитыващая талы входных и выходных воздействий и кластерный характер неисправностей.

3. Структура трехуровневой диагностической системы, нитчатая:

- подсистему диагностирования Ил основе базы данных, содержащей статистическую информацию о признаках неисправностей диагностируемого об'акта, виде ремонта и частоте

появления данной диагностической ситуации,

- нейронную сеть, осуществляющую диагностировав на основе кластеризации видов неисправностей,

- базу знаний экспортной систем« выбора маршрута диагностирования ,

- базу знаний диагностической экспертной системы.

4. Алгоритм и технологические маршруты диагностирования неисправностей а среде трехуровневой системы.

б. Критерий оценки качества распознавания неисправностей, лежаний в основа методики расчета порога переключения элементов нейронной сети.

Методы исследования. Для проведения пссж звания и решения поставленных теоретических ЗЙ^ач били использованы: аппарат теории вероятн. гей и математической статистики, способы построения баз данных, метода построения нейротчых сетей и экспертных систем. Исследования "доводились в рачках многомерного матричного

- б -

представления диагностической модели.

Практическая ценность работы.

1. Разработанные информационная технология, структура, модель и программное обеспечение реализованы в виде диагностической система контроля одноплатных микро-ЭВМ на заводе "Ангстрем".

2. Методы построения интеллектуальных диагностических систем использованы в курсах ТО САПР и Системный анализ и математическое моделирование, читаемых на кафедре ШОВС МИЭТ, а также в дипломном проектировании по специальности 22.04.

Реализация результатов работа. Результаты диссертационной работы нашли практическое применение ка этапе выходного контроля при производстве одноплатных микро-ЭВМ "Электроника МК-85" и "Электроника МК-&5М" .Исследования, результаты которых отражены в диссертационной работе, осуществлялись в период с января 1989г. по март 1992г. в соответствии с производственными планами НИИТТ и завода "Ангстрем". Внедрение подтверждено соответствующими документами.

Агтаобация работы. Основные результаты диссертационной работы докладывались и обсуждались на: Всесоюзной школе-семинаре "САПР СБИС-52" (п.Славское, Львоеской обл. 1992), Всероссийском семинаре "Математическое моделирование" (г.Воронеж, 1993), постоянно действуг-ем семинаре ШКЭД (г.Зеленоград, 1993), НТС ШИЩ (г.Зе-леноградИ994), шклабораторком семинаре КПУ РАН (г.Москва, 1994),

Всероссийской конференции "Интеллектуальные САПР - 94" (г.Геленджик, 1954).

Публикации. По результатам выполненных исследований опубликовано ' работы.

Структура 2 об'ем работыт Диссертационная работа состоит из введения, четырех глоВ, выводов по работе, 6 приложений, списка литература. Основное содержание изложено на. 135 страницах маши-

нописного текста.

содзтани: РАБОТЫ

Ео введении обоснована актуальность темы, дана общая характеристика работы, определены цель и'радача исследований, приведена структура и краткое содэрягше диссертации, основные положения, выносима на зада/.

В первой щьвэ рассматриу^тся современно о состояний задачи технической диягностки сложных сб'октов, Омочено,.о задачи изучения физических свойств об'ектов и их совмоишх дефектов достаточно специфична и не поддаются какому-ли^о обобщению яз^за многообразия и различия отдельных классов об'ектов. Однако, представляется-возможной разработка обобщенного маршрута диагностирования сложных об'ектов. Слокним оО'ектом считается многофункциональная система, состоясая из элементов с большой степенью интеграции и большой стшшньи связанности параметров.

При диагностировании радиоэлектронных устройств или микросхем с низкой л средней степенью'интеграция поиск неисправностей осуществляется с точностью до конс.труклшного элемента. В таких случаях испольвуптся соответствующие метода обнаружения неисправностей.

Для обнаружения неисправностей-в более слокннх об'ектах используются различны« 'метода моделирования, ьклдлвюаие как моделирование неисправностей об'екта, так и моделирование его поведения,в процессе функционального контроля.

Так, в литературе введены модел<.неисправностей для аналоговых элементов, описанных функционалышмц моделями, которое дают основу для разработки катодов построэшя проьерлто'х тостов аналоговых элементов и схем; при 81 ом элеыоиг описывается на

функциональном уровне.

В модули неисправностей ПЛМ/ПЗУ используются понятия о константных неисправностях и о снижении или повышении параметров активности устройства.

Рассматривается также модели целевых неисправностей микропроцессорных устройств.

Наряду с другими методами построения моделей неисправностей, известными из литературных источников, предлагается но уравнениям состояний линейной стгшюкарной системы состояния об'екта формировать две матрицы - матрицу параметров,, блоки которой определяются матрицами состояния, входов и выходов системы и матрицу размерностей еэ пространств состояния, управлэнш, возмущающих воздействий л выхода.

Моделирование фундаментальных свойств линейннх стационарных динамических. систем (ДСДС) базируется на любом описании их дтяпмики. обеспечиванием однозначное определение перечисленных матриц. При этом в сложных ЛОДС наряду с динамическими элементами могут присутствовать и статические.

Все описанные в литературе модели неисправностей и методы их построения позволяют рассмотреть только отдельные аспекты задачи диагностирования сложных технических оС'ектов. Для решения задачи в целом необходим поиск новых подходов или способа об'единения уже существующих методов, которые:

- позволяли Он учитывать вероятностный характер принадлежности неисправности к одному из классов (кластеров):

- учатыаалс бы возможность об'единения разнохарактерных входных воздействий и .выходных реакций;

- дгыали бы возможность работать с экспертными знаниями об об'ек-те диагностирования.

При контроле одноплатных микро-ЭЬМ, состоящих в основном иа БИС, пет возможности идентифицировать неисправности с точностью до логического элемента. Но при этом нет и такой необходимости, ведь микроохзму нельзя отремонтировать, а можно 'только заменить. Поэтому в данной ситуации полезной- является интормация, позио-. ляющая идентифицировать неисправность с точностью до еманного компонента, в частности, до микросхемы н корнуоо.

Аналогичная ситуация наблюдается а случае диагностирования других сложных об'эксов, когда нот необходимости (или возможности) идентифицировать неисправность о точностью до причины, а можно сделать это только до ремонтного блока.

Для успешной настройки, регулировки ц ремонта сложных технических об'ектоь необходимо иметь информацию о признаке неисправности данного устройства и провелешшх проверках. Но поскольку в сложных об'ектвх редко уднутоя но признаку нйиснрапнооти однозначно определить вид ремонта, то тгшч проблема обращения к прошлому огшту обслужлтшм таких же еб'оятоа или 'аналогич'ы**. При этом часто приходится нольосиам'ься но только личным опытом, а всоми доступными иараооткьми в данной области.

Поскольку об'окт нашваюр елгашм.Ыш ь ьго соотаво нотз выделить ряд взоямооьязачлшс подсистем, иинвди. «щгюуоятелик* значение, то судом очи-гать однородными иеяспр/шюсти, воштшли.» внутри одной подсчитай и шекнцке единую физнчиоку» црщ.оду и/или форму проявления. '1-огца ниоднорсдшю (раЕнохч^елстнрние) нбнспр&ь-ности определим как принадлежащие к растим подпиетемьм или различные по физической природа. Процент рааиохариктерних неисправностей в таких об'ектах довольно велик. Олчдое.тгчлыю, для полок;: неисправностей в них применима двухуровнева.! дчычюотика: вч первом уровне ьнмьляйтся данст^йпньй Слон. рдс-лтрчы^киЯ аа

уровне .однородных неисправьостей, затем осуществляется пела: неисправностей внутри этого блока. Задача диагностирования "как на горьзм, так и на втором уровне может оказаться довольно сложной, и вследствие этего носящей эвристический характер.

На основании проведенных исследований формулируется задача диссертационной работи.

Вторая глав?! посвящена разработке натричпой диагностической модели, на базе котороП строится архитектура кнтерак-'нной многоуровневой диагностической систомк. Рассмотрены вопросы использования разработанной гиртричной1 диагностической модели для построения диагностической системы, ь сострв которой вводят базп дцннах, нойиг.ст сеть и акспертяая система.

Пусть имеется оО'йку диагностирования, которому соответствуют Викторы виходнпх параметров у1,у2,....у7, взкторы входных параметров ¡И ,х2.....хО и вектор внутренних компонентов системы о>.

Внутренние компонента диагностируемого об'екте, ислргвшь или неисправные, образуют вектор внутренних компонентов, предъявленный в виде значений компонзитов "испрявен"/"неисправен",

Входные пэременные задаются извне и могут регулироваться, выходные - только фиксируются.

Мдожесгво является мдакеегтл задаваемых воздействий,

множество - мноа'вством контролируемых реакций, где Х={х1.д;,х3,х/1,х5,х6,х7,28} , У=|у1,у2,уЗ,у4:у5,у6,ут| , XI, *2,

х3,х1,х5,хб,хтлО,у1 ,у2,уЗ,у<1,у5,у6,у7 - подмножества входных и исходных однотипных параметров.

Модель ьекспров,гостей включает в своя типы входных параметров, кластеры кзиспрзвнсс-тей и типы гаходшх реакций.

НэкОолее Удобной формой представлении, отражающей взаимную

зависимость и взаимную связь всэх трех компонентов модем!, является ее представление в виде трехмернсй матрицы.

В свою очередь, типы входсдс параметров включают в себя входнне воздействия, кластера неисправностей состоят из классов неисправностей, с определенной вероятность» принадлежащих дачному клчстэру, типы вьаодчых рэакций подразделятся на значения выходных параметров, являющихся рзакший об'екта диагностирования на входные воздействия.

Поскольку нами принята матричная структура кодел", в нее необходимо ввести указанные свойства каждого из компонентов модели. Это делает модель многомерной.

Рассмотрим подаиоиества входных воздействий. - воздействия, хараг.терьзувдиэ не'трорызш.'е значения параметров, имеющие диапазон возможных значении, х=[х0,хк], например, значение тока. а2 - воздействия, характеризующие непрерывные) значения параметров, имечаще логические значения "да"-"яет", ""истинно "локно", например, положение тумблере "включен"-"сыклниен". хЗ - подмножество внзшчих факторов, которые определяются визуачь-. но, например: "Светится все поле жидкокристаллического индикатора".

х4 - допо гадательные диагностические рзисиш, связанные с изменениями внутренней структуры об'ыста. Такали ьзмеьеклдаи могут быть наличие или отсутствие перемычек, уетачавливаомнх на время контроля, отключэпиэ отдэлылх элемочтов и т.п. х5 - дополниталише даагкосшческчэ рекиуц, огязрчдие з иэ.^нокн-ями внешней среда: изменение температуры, и, "¡лальнио воздействия, полешэш'о об'екта контроля в лреггаога^ые условия Функшю.црочянич.

хб - данамичесние последовательности совокупностей входных воздействий, принятых зэ основную последовательность тестов. XI - дополнительные дикзмическке последовательности тестовых воздействий - дополнительные тесты, гй - мнсйзотво друпя специальных входных воздействий, хпракте-разуюцих об'ект диагностирования. Множествами зыходмх реакций являются: у1 - роахцж, предсггвляодю собой непрерывные велг:-:-ш, имемциэ диапазон значений у=1у0,уп1 - любые измеряемые ьыходныэ значения.

у2 - реакции логичосксго типа, кмеххш« значения гда"-"пет", "истинно"-**логао". Примером может служить лампочка индикации: "гор^т"-"Н9 горит", уз - результаты прохождения динамически последовательностей,

получаемые в виде "прспол"-"не прошел". у4 - результаты контроля непрерывных измеряемых величин с цольр их отнесения к олтюделездаму классу, например: "в норме'', 'выше перлы"*, "[икс норм". 75 - результаты прохождения динамической тэстовсй последовательно ста с точностью до шраохчэ непрошедшего теста, уб - результаты прохождения цепочки динамических тестов, формирующие виходной результирующий тестовый вектор. у! - факторм, связанные с правильностью физической реализации объекта диагностики, такие как правильность установки навес-иг элементов и микросхем на печатной плате, наличие установочного комшэкта, токопронодяиих дорожек и т.д. Значения &тихйцарг.метров обычно диагностируются путом ипцпюго осмотра длагноотирубмпго об'окта, например "Микросхема установлена не по ключу".

Кавдй тип входных и вводных переменных характеризуется одним аз значений:

- числовьм (диапазон значений).

- статистическим (математическое ожидание,.дисльрсии),

-логически (0-1, 0-1-X, многозначная логика),

- множественным (кластеры),

- визуальным.

Так как каздовд мзскесгву входных воздействий X соответствует множество вшвдгшх реакций -(У), процесс контроля заключается в проверке адекватноста их соотнсаенш, полученного экспериментально и теоретически. В случае несовпадения реально полученного соотношения и ожидаемого, определяют вектор неисправностей 2 или .

, который вызывает это несовпадение. Здесь п~я неисправность, принадлежащая открытому множеству разнохзрактерных неисправностей. Поиск Еэкторов, вызывавших тау.ое несовпадение или векторов неиспоавностей -и является процессом диагностирования сложных об'ектов.

Установить связи между г и ' | модао с помощью:

1) таблиц неисправностей. Р этом методе для каждой неисправности 2 находится одна ил.! более пар заданных табличным способом;

2) параметрических функций. Здесь ло известной зависимости Х'=Р(Х,г) определяют г=Р'(Х,Г);

3) наборов статистических параметров;

4) ¡экспертным путем, допускающим использование элементов обучения.

Предлагаемый в диссертации подход, основании! на матричной модели, позволяет об'одилять входные воздействия и гцходннв реакции, иивюцав разную чрироду и ¿гогяоетируемно рпэглтча метпдячк.

Будем статат1, что сС'ект диагностирования декомпозируется на элементарнее (заменяемые) с-б'екти диагностирования, каждый из котори мокот иметь неисправности различного юта, которые здапткфяцкруютоя раьличнши способами.

Способ поиска неисправности заключается в следующем. Предположим, что имгет место некоторый сходной вектор X и соответству-щий ему выходной вектор У. Кроме того предположим суаествовага-) гиюдюго вектора У* 1", полученного в результате r-.скеримеч-т. Существование вектора У предполагает, что в диагисстируемом ocí*-екте присутствует неисправность Z, вносящая некоторое возмущающее Еоздействие. Для определения неисправности необходимо составить такое множество Х--{х1,х2.....xil, и множество У=(у1,у2, yj},

которые при наличии множества Í' позволят идентифицировать

Точность идентификации неисправности (до причинк, до компонента, до ремонтного блока, до кластера) определяется методом поиска неисправности:

- с помощью баз-данных,

- посредством нейронной сети,

- обрэщени&м к экспертной системе.

Поиск неисправности осуществляется следующим образом..

[¡остром трехмерную матрицу сооттютвШ Х,У(У) и 2. Для определения ьоктора неисправностей г нужно евдолить слой матрица, ьзлв за основу один из ьекторов входах параметров XI и все соот-встстьундке ому вектору виходшх пррамитоов шш один из векторов выхода« параметров УЗ и все соответствующие ему векторы входшг. параметров и все, шиспраьности, припндлекал.ие всем

кластерам.

Множество неисправностей Судет пустым, если для некоторого набора входов ьет соответствующих им идентифицирующих выходных векторов, и непустм, если такие векторы есть. В случае непустого множества неисправностей может быть найдена совокупность элементов матрицу идентифицирующая

Построим табличное продставлеши полной матрицы (Таблица 1).

Таблица 1

Бход) ... Вход1 Выход! ... ВыходД Нвиспраьние бло.си Характеристика

77//// //77/// "Ю01:001. .': ,¿1

'Г77Т7Г т/и ооттптгг

)ип/ /////// "'поооаош.':: КЗ

. . . ...

////У/ ////'/// 10061110. . "л

Теперь для нахождения Еектора неисправностей воспользуемся принципом декомпозиции и постараемся выделить из слоя матрицы строку, позволяющую оцредэлить кластер, к которому может принадлежать предполагаемая неисправность.

Будем считать, "то вектор неисправностей компонента представляв? собой множество неисправностей, принадлежащим различным'кластерам

.....("к} •

где - неисправность, принадлежащая кластеру 1, - неисправность, припчдлэкощая кластеру 2, 10; - неисправности, принадчежыцая кластеру К:

К неисправностям раз1шх кластеров относятся, например, неисправности логического типа, неисправности питзюгцих цепоГ: и т.д.

Величина зт(Нт) может приникать значение О в слу.ао отсутствия неисправностей и 1 если имеют' место неисправности одного и та нескольких видов. При этом вид неисправности не имое? значения. Тигда задачей макродиагностики является определение значения

г[Т1(Н1), задг ей диагностики - нахождение значения шК, то есть определение, к какому кластеру криладлехкт неисправность, в задачу мжродиггностики входит определение К-Я неисправности ыК^ внутри кластера иК.

ирвдзоло;:ям, что РКк(оЖк) - вероятность того, что при данном несоответствии мекду указанными входам!! и выходами имеет место К-я неисправность, принадлежащая К-ку кластеру. При этом может выть задана Функциональная зависимость ?Кк№к) =т У).

Е общем случаэ неисправность однозначно идентифицируется, если кон'ьшсция по основанию ?. (для ыКк=37П ели по какому-либо

другому основанию Рр даот строку матрицы, содержащую одш

«

значащий эдемэнт.

Неисправность идентифицируется достаточно достоверно по модулю Цр, если один из элемонтов иКк имеет явно предпочтительной значение, например, соотношение "много больше".

Неисправности строго ранжируются по основанию если вероятной и их оонуругенпя можно однозначно определить отношениями "Оольшь", "меньше" или "равно".

Задача микродиагностики зашючается а нахожцэшы шшмадь-кой совокупности пар |х ■» при которой неисправности идентифицируйте« однозначно или с явной степенью предпочтения, или строго ранжируются. Такой минимальной совокупностью мокет оказаться отношение "один вход * один выход".

В частности, для иикродиагностшш комбинаторных логических схем удобно использовать Б-алгоритм Рота, позволяющий либо однозначно идонт»4а:цйрсвать неисправность, либо отнести ее к классу нервэлиаши.

Полученная трехмерная матрица кокет быть разложена на (1+Л) слоев или на (1><Л строк, часть из которых оказывается пустыми вследствие их функциональной независимости. Заменив <иК,. на г (Н^;, получим:

Сх1,у1.гтШь)] [П^г'Шт)!

Трехмерная матрица

Гх1.УЛ.^ОУ1

Яри макродиагностике минимальным элемс гом оказывается строка матрицы £х:Ц ,х1г,у32.г|П(Н1>)Л, то есть имеются входы и соответствующие им выхода для двух пар комбинаций |х ■«

Минимальная строка матрицы раскладывается на четыре минимальных подстроки, из которых два оказываются функционально независимыми, и, следовательно, заведомо пустыми. Поэтому будем принимать во вниманиэ только две минимальных подстроки:

Строка / (^.У^.^аЧ)) * <4 матрицы 1 (х1г,УЗт,2Г11(Н^)) «4 ,

которые об'единяются, образуя трехмерную строку:

где - к простсйшсм случае функция двоичного

умножения ("И").

Поскольку в число элементов строкч матрицы входят подстроки, для которых |х1 то строка превращается в соответствую-

щую минимальную трехмерную строку.

Существует три применяемых на практике технологии диагностирования : , _ . ' . - параллельная, - последовательной,

- пароллельнсг осдедовательная.

Е свете предлагаемой тоории определим их следующим образом,

В случае параллельного диагностирования идентификация неисправности происходит с помощью определения всех значений пар |х ■» по всей строке трехмерной матрицы.

Для последовательной технологии диагностирования берется одна из минимальных строк, имеющая несоответствие |х •» Затем

из нее выбираются подстроки, ранжирующие РХк(ож£), после чего из следующей строки выбираются подстроки, ранжирующие РХк(шК^). Возможно, что после приведения в соответствие отноиения

СРК^ояф, РКк(йф) « ат(Нь) неисправность Судет идентифицирована.

Параллельно-последовательная технология с точки зрения матричного представления заключается в определении всох значений пар ¿'1-^ для кавдсй из подстрок, например Делается ранжи-

рование неисправностей. Затем из подстрок и,- л формируются такие строки, которые идентифицируют г (Н^).

В предельном случае диагностирование осуществляется по максимально возможной трбхмерной матрице с числом неисправностей И.

На осн во разработанной матричной диагностической модем построена диагностическая система сложных технических об'ектсв.

В третьей главе разработана методика использования нейронной сети и экспертной системы в составе диагностической системы.

В силу особенностей задзчи, среди извютнык способов обучения нейронной сет/1 примем путь расчета вэсовях коэффициентов посредством обучения с учителем.

Результат работы нойронной сети зависит от порога переключения элементов этой сети. В процессе исследования "сведения ней-

ронной сети е качества "распознавателя" кластера неисправностей был проведен сравнительный анализ работы сети при разных значениях порога с целью нахождения его оптимального значении» так как грачздч кластеров зависят от порога переключения нейронной сети.

С целью выбора оптимального значения порога введем понятие критерия качества распознавания неисправнозти 0. Для этого следующим образом классифицируем события.

Событие "1" - неисправность существует к определена в результате работы нейронной сети.

Событие "2" - неисправность существует, но нэ определена в результате работы нейронной сети.

Событие 73" - неисправность существует и определена в результате работы нейронной: сети + неисправность не существует, но определена в результате работы нейронной сети. Здесь "+" означает, что получены оба результата, коррелпрующиэ меаду собой.

Событие "А" - неисправность нэ судеотаует, но определена в рэзультате работа нейронной сети + неисправность существует, но не определена в рчзультаТе работы нейронной сети.

Событие "5" - неисправность не существует, но определена в результате работы нейрошюй сети.

Появление каждого из событий определяется критерием качества распозноваипя неисправностей. Каждому событию поставим з соответствие Никоторую величину (поло:.!лтсльную или отрицательную), характэризующую критерий качества распознавания и определим ее

как весовое значение собнтия.

Величины весовых значений событий определены с помощью экспертных оценок: '

Событие "2" "3" "4" "5"

Восогон значений 5 -4 2 -5 -з

Тогда ш эзатель критерия качества распознавания при каждом порога вычислим как:

5

Q = £ (Mévente х Wevent.) , t=1 1 1

где Nsvent - количество событий "1" , Wevent- весовое значение 1-го события.

Критерий качества распознавания неисправностей Q зависит от величины порога переключения элементов нейронной сети. Порог переключения, соответствующий максимальному значению величины качества распознавания будем считать оптимальным.

Для диагностирования сложных об'ектов необходимо определить:

- основные аспекты функционирования контролируемого изделия;

- признаки, при которых об'ект контроля считается годным/ бракованым;

- набор тестов для определения этих признаков;

- неформализованные сведения, позволяющие судить о степени годности или причинах Срака контролируемых изделий.

Для получения такой информации в первую очередь необходимо иметь представление о структуре об'екте контроля.

При. работе с экспертом, определяется круг признаков неисправностей со'екта контроля, в том числе и тех? которые ке входят явным образом в результаты прохождения тестов. На этом та этапе уточняются условия . тестирования, особенности диагностического оборудования, состав и технологические параметры тестового программного обеспечения. Эта информация недасродстве^що служит для формирования баьы знаний, состоящей из фактов и правил, формирующие базу знаний диагностической экспертной системы.

В четвертой i-jwuq pecoMotj мы вопросы реализации созданной ишержгиБноД дяйгносгачеокоа системы в применеашОк контролю и

диагностике одноплатных. шкро-ЗВМ.

В процессе проведения эксперимента предусмотрены два этэпа.

На первом этапе происходит заполнение баз данных и Саз знаний, определение порогового значения и расчет весовых коэффициентов нейронной сети.

По полученным результатам определяется степень обученности диагностической системы.

На втором этапе осуществляется опытная эксплуатация системы. К этому моменту мы считаем, что степень обученностп достаточна для дкягностирования сгштной партии изделий. Однако, в процессе работы происходит дальнеЯшее накопление информации и повышение степени обученности системы, хотя и не так быстро, как на первом этапе.

Последовательность проведения эксперимента отражают следуйте действия.

1 этап.

1.Контроль одноплатно» микро-ЭВМ на контрольно-диагностическом оборудовании для получения начальной информации о диагностируемом об'екте.

2.Заполнение очередного кортежа базы данных.

3.Обработка базы денных с целью получения интегрированной базы да!шых.

1.Расчет порогового значения переключения элементов нейронной сети.

5.Расчет или коррекция весовых коэффициентов нейронной сети.

6.Пополнение в случае необходимости базы знаний.

7.Внесение в кортеи'бйзы данных информации о виде ремонта.

2 этщ*

I.Контроль одноплатной микро-9ВМ на контрольно-диагностичес-

ком оборудовав.и для получения начальной информации о диагностируемом об'акте.

2.Диагностирование неисправностей с помощью базы данных.

3.Есж для идентификации неисправности недостаточно содержащейся в базе данных информации, то по результатам работы экспертной системы выбора маршрута диагностирования происходит переход к пункту 4 или 5, иначе - переход к пункту 7.

4.Кластеризация неисправностей посредством использования нейроыэтя сети. Если распознавание неисправности не достигнуто, то переход к пункту 5, иначе - к пункту 7.

5.Ранжирование неисправностей посредством работы с экспертной системой. •

6.Пополнение базы знаний.

7.3аворшбш:в работ диагностической систеш.

Таким образом, разработанная в диссертационной работе методика построения многоуровневых интерактивных систем диагностировали я слоисных технических об'ектов, реализована для контроля и диагностирования одноплатных микро-ЭВМ.

Заключение содержит краткие выводи по проделанной работе и основные'полученные результаты.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Существующая тенденция развития елейных технических об'ектов предполагает уелоигенив контрольно-диагностических процедур этих об'ектов на различных этапах их производства и эксплуатации. Зта проблема встает тем болов остро, что выход ка мировой рынок в условиях лестной конкуренции предъявляет высокие требования "с качеству производимой продукции. Одним из Персго/Л'ивных путей,

позьоляюда удовлетворить эти требования, является разработка тестовых контрольно-диагностических систем экспертного типа, которые позволяют быстро и качественно оценить техническое состояние диагностируемого об'екта и в случае необходимости осуществ"ть его настройку, регулировку или ремонт.

Проведенный в диссертации анализ принципов и методов диагностирования сложных технических об'ектов и способов представления знаний о полученных результатах послужил основанием для постановки задачи создания многоуровневой интерактивной обучаемой системы к<, троля и диагностирования сложных технических об'ектов, имеющих открытое множество разнохарактерных неисправностей. При решении этой задачи использованы положения, лежащие в основе проектирования нейронных сетей, методы математической статистики, способы построения экспертных систем.

Предложенный в диссертационной работе подход к проектирова-.шю такой системы базируется на матричной диагностической модели, учитывает едакое матричное пространство входгых воздействий на диагностируемый об'ект и выходных реакций этого об'екта, позволяющее об'единять в его базисе разнохарактерные неисправности, диагностируемне различными методами и имеющими разную физическую природу. В рамках этого подхода решен комплекс вопросов, связанных с выбором структура диагностической системы, разработкой маршрутов диагностирования и ее программно-технической реализацией.

В соответствии с общими результатами, полученными в процессе разработки и исследования многоуровневой интерактивной диагностической системы, можно сделать следующие вывода. . 1. Предложена информационная технология диагностирования сложных об'ектов для расширяемого на основании опыта применения множества неисправностей на базе трехуровневой интеллектуальной даагнос-

тической системы.

г. Разработана многомерная матричная диагностическая модель сложных технических оО'ектов, учитывающая гиш входных и выходных воздействий и кластерный характер неисправностей.

3. Разработана структура интеллектуальной диагностической нэйро-экспергной системы, включащая:

- хюдсизтему диагностирования на основе базы данных, содержащей статистическую информацию,

- нейроннув сеть, осуществляющую кластеризацию видов неисправностей,

- базу знаний экспертной системы выбора маршрута диагностирования,

- базу знаний диагностической экспертной системы.

4. Нредлскен общий алгоритм и технологические маршруты диагностирования неисправностей с использованием нейроэкспертной системы. Все маршрута включают в себя проход ше по трем уровням диагностической системы и соответствуют основным положениям матричной диагностической' модели.

5. Предложен критерий оценки качества распознавания неисправностей, лежащий в основе методики расчета порога переключения элементов нейронной сети. Основу критерия составляет экспертная оценка весов.« значений событий, определявших качество распознавания. ©

6. Разработанные информационная технология, структура, модель и программное обеспечен] реализованы в виде диагноогической системы контроля одноплатных микро-сШ на заводе "Ангстрем" и 1 звсзтт увеличить количество идентифицируемых бэа помощи эксперта неисправностей с 30 - 358 до 89 - 935.

7. Метода построения интеллектуальных диагностических систем.

разработанные в диссертации, использованы в курсах ТО САПР и Системный анализ и математическое моделирование, читаемых на кафедре ИПОВО МИЭТ (ГУ), а также в дипломном проектировании по специальности 22.04.

Основное содержание диссертации изложено в следующих; работах:

1. Мвртв И.В. Выбор маршрута диагностирования одноплатных микро-ЭВМ /Ц- ж. гос. ик-т электронной техники.-М.,1994. - М о., Деп. в ВИНИТИ 16.06.94, й 1491-В94.

2. И.В.Ашарина, О.И.Лисов. Технологический контроль одноплатных микро-ЭВМ с использованием элементов искусственного интеллекта./ Моск. ии-т электронной техники. - М., 1993. - 17 с. Деп. в ВИНИТИ 06.07.93, Я 1847-В9Э.

ч, И.В.Ашарина. Экспертная система диагностики неисправностей одноплатных микро-ЭВМ. Тезисы школи-семинота "Автоматизация проектирования РЭА и СБИС", 1992г.18-23 февраля, с.24-25. 4. И.В.Ашарина,' 0.И.Лисов. Многоуровневая интерактивная система выходного контроля одноплатных микро-ЭВМ./ Моск. гос. ш-т электронной техники.-М.,1994.-22 е., Деп. в ВИНИТИ 04.07.94, № I649-B94.

Подписано к печати . 3a¡t.№ Тираж 76, Объеи I п.л.

Типография ЫГИЭТ. IU3491Í, Ыоскза, ЦГИЭТ (ТУ)