CC BY
103. Brester Ch. Yu., Semenkin E. S. Development of adaptive genetic algorithms for neural network models multicriteria design // Vestnik SibGAU. 2013, № 4 (50), p. 99-103.
4. Sergienko R., Semenkin E. Competitive cooperation for strategy adaptation in coevolutionary genetic algorithm for constrained optimization. // IEEE Congress on Evolutionary Computation, 2010, p. 1-6.
5. Akhmedova Sh. A., Semenkin E. S. Development of a new optimization metaheuristic based on cooperation of biology related algorithms // Vestnik SibGAU. 2013, № 4 (50), p. 92-99.
6. Semenkina O. E., Semenkina O. E. Effectiveness investigation of Nature Inspired Algorithms for Combinatorial Optimization Problems // Program products and systems, 2013, № 3(103), p. 129-133.
7. Ishibuchi H., Tsukamoto N., Nojima Y. Evolutionary many-objective optimization: A short review. In: Evolutionary Computation (CEC), IEEE Congress on. IEEE, 2008, p. 2419-2426.
8. Zhang Q., Zhou A., Zhao S., Suganthan P. N., Liu W., Tiwari S. Multi-objective optimization test instances for the CEC 2009 special session and competition. University of Essex and Nanyang Technological University, Tech. Rep. CES-487, 2008.
9. Zhang Q., Liu W., Li H. The Performance of a New Version of MOEA/D on CEC09 Unconstrained MOP Test Instances, In CEC'09 Proceedings of the Eleventh conference on Congress on Evolutionary Computation, 2009, p. 203-208.
10. Niehaus J. Adaption of Operator Probabilities in Genetic Programming / J. Niehaus, W. Banzhaf // Proceedings of the 4th European Conference on Genetic Programming, Lecture Notes In Computer Science, vol. 2038. Springer-Verlag, Berlin, Heidelberg, 2001, p. 325-336.
11. Daridi F. Parameterless Genetic Algorithms: Review and Innovation / F. Daridi, N. Kharma, J. Salik // IEEE Canadian Review, 2004, № 47, p. 19-23.
© Epecrep K. to., Ee^mcKHH C. C., 2014
УДК 62-50
К ЗАДАЧЕ КОМПЬЮТЕРНОЙ ДИАГНОСТИКИ НАДЕЖНОСТИ ДИОДНЫХ МАТРИЦ
О. А. Булыно
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: [email protected]
Рассматривается задача диагностики качества компонентной базы на основе анализа тестовых испытаний, а также задача группировки электрорадиоизделий (ЭРИ) по совокупности результатов измерения параметров и приводится алгоритм группировки по результатам дополнительных отбраковочных испытаний. В качестве примера приводятся результаты группировки диодных матриц по результатам измерений параметров. Было обнаружено, что возможно минимизировать влияние погрешности измерений на результат группировки.
Ключевые слова: система диагностики, алгоритмы группировки, анализ данных, результаты измерения параметров, электрорадиоизделия.
TO COMPUTER DIAGNOSTIC PROBLEM OF DIODE ARRAY RELIABILITY
О. А. Bulyno
Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation E-mail: [email protected]
The problem of the research is to examine the aim of diagnostics of component base quality on the ground of trial tests analysis. The problem of electronic component classification on the basis of total results of characteristic measurement is also considered, and the algorithm of grouping the components by the results of extra quality-control tests are proposed. The results of grouping the diode matrixes by the measurements are given as an example. It is discovered that minimization of measurement accuracy's influence on the grouping results is possible.
Keywords: diagnosis system, grouping algorithms, data analysis, trial tests, electronic components.
Космос является агрессивной средой, которая обладает различными деструктивными характеристиками, в том числе глубокий вакуум, большой перепад температур, радиация, потоки заряженных частиц и т. д. Бортовая аппаратура в космическом пространстве не подлежит ремонту, именно поэтому она называется
неремонтопригодной, и, соответственно, надежность такой аппаратуры должна быть максимальной. Требуемый уровень надежности обеспечивается за счет различных факторов, самым главным из которых является использование высоконадежных электронных компонентов. К качеству и надежности элек-
Математические методы моделирования, управления и анализа данных
тронных компонентов предъявляются очень высокие требования.
Зачастую поставленные партии электронных компонентов являются неоднородными, собранными из нескольких производственных партий, тогда результаты испытаний на выборке нельзя распространять на всю поставленную партию компонентов. Необходимо знать, из какого количества однородных групп собрана поставленная совокупность компонентов. Если поставленная совокупность компонентов состоит из нескольких различных групп, то для того, чтобы распространить результаты проведенных испытаний на всю совокупность, необходимо провести испытания для выборки из каждой группы.
При оценке качества ЭРИ (в данном случае - диодной сборки) одним из основных дестабилизирующих факторов является элетротермотренировка (ЭТТ), при которой происходит одновременное воздействие на ЭРИ электрических и тепловых нагрузок [1]. В случае выявления ЭРИ со скрытыми дефектами величина обратного тока значительно превышает стандартные нормы. Таким образом, основным из определяющих качество параметров становится дрейф параметров, значение которого определяется как разность величин параметров до и после проведения ЭТТ. Возникает необходимость исследования дополнительной информации о качестве ЭРИ.
При решении задач идентификации мы оперируем с наблюдениями входных-выходных переменных процесса. При этом качество полученной модели во многом зависит от качества исходных данных. Исходные данные могут содержать пропуски и выбросы (величины, многократно превышающие истинные значения измеряемых переменных), которые оказывают негативное влияние на результат решения задачи идентификации. Пропуски входных-выходных переменных матриц наблюдений могут являться следствием причин как технического характера, например, неисправности измерительного прибора, так и быть вызваны ошибкой в работе оператора. Также причиной может послужить сложность контроля измеряемых переменных [2]. Большие отклонения в измерениях (выбросы) могут быть получены в результате действительной ошибки (случайный просчет, неправильное чтение показаний измерительного прибора, случайный сдвиг запятой в десятичной записи числа и т. д.). Иногда же они отражают более тонкие моменты, такие как несоответствие в отдельных точках действительности используемой математической модели, незамеченное исследователем изменение условий эксперимента и т. п. [3].
В системе компьютерной диагностики используются данные измерений параметров диодных матриц 2ДШ2123А94 в металлокерамическом корпусе для поверхностного монтажа 8МБ0,5 (КТ-93) - сборка с общим катодом (см. таблицу).
Проведем группировку для полного спектра зафиксированных параметров диодных матриц 2ДШ2123А94. Согласно рисунку параметр алгоритма [2; 3] выберем равным 1,6. Видно, что значение соответствует участку графика (см. рисунок), где стабильно наблюдаются два класса.
Усредненные значения тестов для диодных матриц 2ДШ2123А94
№ теста Математическое ожидание Среднеквадратичное отклонение
T 1 0,00158839598 0,00101521701383557
T 2 0,263366 0,00706290840714966
T 3 0,00182202666666667 0,000409233461644761
T 4 0,00342009333333333 0,000811509971709187
T 5 0,00882705333333333 0,00277345962274839
T 6 0,142018 0,0070187578969578
T 7 0,263904666666667 0,00710997349098473
T 8 0,394620666666666 0,00772364361512831
T 9 0,511299333333333 0,0100178732666905
T 10 0,660995333333333 0,0151946755804632
График настройки параметров алгоритма
Рисунок иллюстрирует зависимость числа классов от значения параметра алгоритма.
Проведенные исследования показали возможность использования алгоритмов группировки для решения задач таксономии при неизвестном числе классов и компьютерном анализе отдельных партий ЭРИ. Таким образом, появляется реальная возможность средствами компьютерной системы диагностики ЭРИ повысить качество отбора изделий, предназначенных для использования в космических аппаратах.
Библиографические ссылки
1. Данилин Н. С., Нуров Ю. Л. Диагностика и контроль качества изделий цифровой микроэлектроники. М. : Изд-во стандартов. 1991. 176 с.
2. Орлов В. И., Сергеева Н. А., Чжан Е. А. Техническая диагностика электрорадиоизделий // Труды XII Всерос. совещания по проблемам управления ВСПУ-2014 (16-19 июня). М., 2014. С. 7676-7682.
3. Орлов В. И., Сергеева Н. А. О непараметрической диагностике и управлении процессом изготовления электрорадиоизделий // Вестник СибГАУ. 2013. № 2 (48). С. 70-75.
References
1. Danilin N. S. Nurov Y. L. Diagnostika i kontrol' kachestva izdelij cifrovoj mikrojelektroniki (Diagnostics and control of digital microelectronics' quality). Moscow,
izdatelstvo standrtov (standard publishing house), 1991, 176 p.
2. Orlov V. I., Sergeeva N. A., Chzhan E. A. Tehnicheskaja diagnostika jelektro-radioizdelij (Technical diagnosis of electronic components) // Trudy XII Vserossijskogo soveschanija po problemam upravlenija VSPU-2014 Moscow, 16-19 of June, 2014. p. 7676-7682.
3. Orlov V. I., Sergeeva N. A. O neparametricheskoj diagnostike i upravlenii processom izgotovlenija jelektroradioizdelij (About the nonparametric diagnosis and management of the electronic components production process) // Vestnik SibGAU. Krasnoyarsk, vol. 2 (48). p. 70-75.
© Eyrnrno O. A., 2014
УДК 519.873
МЕТОДЫ ПОВЫШЕНИЯ НАДЕЖНОСТИ ИНФОРМАЦИОННЫХ СИСТЕМ
С. С. Бычков, А. М. Попов
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: bychkovss_va@mail. ru
Процесс внедрения и сопровождения информационной системы неразрывно связан с решением вопроса надежности внедряемой системы. При повышении надежности информационной системы классически принято выделять несколько путей решения этого вопроса. Рассмотрены возможные варианты повышения уровня надежности с анализом их пригодности в определенных условиях эксплуатации информационных систем.
Ключевые слова: информационная система, оптимизация, надежность, математическое моделирование.
METHODS OF INCREASING RELIABILITY OF INFORMATION SYSTEMS
S. S. Bychkov, A. M. Popov
Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation E-mail: [email protected]
The process of implementation and maintenance of an information system were inextricably linked to the question of reliability of the system implemented. With an increase in the reliability of the information system is classically accepted to allocate several ways to address this issue will explore possible options to improve the reliability of the analysis of their suitability for certain applications of information systems.
Keywords: information system, optimization, reliability, mathematical modeling.
Процесс автоматизации бизнес-процессов на современном этапе развития технологий связан с внедрением в деятельность организации информационно-вычислительных систем.
Согласно действующему законодательству РФ информационно-вычислительная система (ИС) - это совокупность данных (баз данных) и программ, функционирующих на вычислительных средствах как единое целое для решения определенных задач [1].
Внедрение ИС неразрывно связано с вопросом надежности функционирования внедряемой ИС.
Надежность - комплексное свойство, состоящее в общем случае из безотказности, долговечности, ремонтопригодности и сохраняемости [2].
Надежность ИС как характеристика является критичным критерием работы ИС, в результате чего возникает необходимость в применении методов повышения надежности внедряемой ИС.
При этом необходимо учитывать условия эксплуатации ИС, что в свою очередь существенно влияет на уровень надежности ИС. Так, для некоторых ИС кри-
тично важна непрерывная работа, примером таких ИС могут послужить системы, обеспечивающие автоматизацию документооборота в органах власти разного рода субъектного деления или системы, применяемые при организации массовых мероприятий. Еще более сложным вариантом становится необходимость повышения уровня надежности ИС уже действующей системы [3].
Фактически процесс повышения уровня надежности ИС связан с исправлением ошибок в работе ИС, которые приводят к ее остановкам и некорректной работе, но в указанных ранее условиях такая деятельность может привести к срыву работы, что, в свою очередь, приведет к экономическим потерям. При этом используются различные методы для оценки уровня надежности ИС.
Для расчета показателей надежности информационных систем используются различные подходы, снабженные собственными методиками. Так, принято выделять следующие подходы при оценке надежности ИС [4]:
