CC BY
86
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
УДК 681.3.06 (075.08)
В.А. Ушаков, В.С. Дрогайцев
ОБНАРУЖЕНИЕ ПРЕДОТКАЗНЫХ СОСТОЯНИЙ И ИДЕНТИФИКАЦИЯ ИСТОЧНИКОВ
ИХ ГЕНЕРАЦИИ СЛОЖНЫХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ. I
Рассматриваются методы и средства обнаружения предотказных состояний и идентификации источников их генерации сложных технических объектов в результате анализа деградации числовых значений выходных параметров объектов в пределах заданных допусковых ограничений.
Интеллектуальные системы, логический формализм, база данных и знаний, правила принятия решений, предотказные состояния, обучающие выборки
V.A. Ushakov, V.S. Drogaitsev
DETECTING PRE-REDUNDANT STATES AND IDENTIFYING THE SOURCES FOR GENERATING TECHNICALLY COMPLEX OBJECTS. I
The authors consider the methods and techniques for detecting pre-redundant states and identifying the sources for generating technically complex objects. The data is the result of the degradation analysis referring numerical values of the data-out within the limit of imposed restrictions.
Intellectual systems, logical formalism, data and knowledge base, decisionmaking rules, pre-redundant state, educational sampling
Отечественный и зарубежный опыт проектирования, производства и эксплуатации сложных технических объектов подтверждает, что внезапным отказам в их поведении предшествуют скрытые аномальные явления, тенденция развития которых, как правило, определяется временем. Практика также подтверждает, что запоздалое обнаружение отказов сложных технических объектов в большинстве случаев обусловлено дефицитом информации, характеризующей ранние стадии развития аномальных явлений, предопределяющих явные отказы объектов.
В этой связи разработка методов и средств упреждающего обнаружения предотказных состояний (потенциальных отказов) в поведении сложных электронных и электротехнических объектах и идентификации источников их генерации является актуальной задачей, способствующей повышению эффективности процессов обеспечения технических характеристик, показателей надёжности и качества объектов; сокращению временных циклов их проектирования и снижению материальнофинансовых издержек на последующих этапах жизненного цикла.
При создании технических объектов с полной ответственностью, обладающих повышенной надёжностью, практикуется опыт предварительного отбора элементной базы на основе фактов подтверждения заданной стабильности выходных характеристик комплектующих элементов в условиях жёсткой нагрузки и воздействия критичных факторов внешней среды.
В рассматриваемой постановке предметная область включает решение двух проблемных задач: одна задача связана с обнаружением предотказных состояний в объектах, обусловленных проектными несовершенствами и дефектами техпроцессов производства; вторая задача предусматривает идентификацию источников генерации предотказных состояний в поведении объектов.
В качестве исходных данных и знаний, используемых в методах решения проблемных задач предметной области, предполагаются заданными: модели описания объектов, представленные полихроматическими направленными логическими графами [1]; последовательности элементарных экспериментов штатных циклов испытания объектов; точностные и допусковые ограничения на вход-
185
выходные функциональные зависимости объектов, а также перечни предельных нагрузок и факторов внешней среды, регламентируемых требованиями технических заданий (ТЗ) и технических условий (ТУ) на объекты.
Проблема получения точных аналитических решений задач обнаружения предотказных состояний и идентификации источников их генерации объектов при неполном их описании математическими моделями и трудноформализованной неопределённости информационного представления тенденций развития предотказных состояний образцов в условиях активного влияния факторов внешней среды является трудноразрешимой на ранней стадии проектирования в условиях производства и эксплуатации объектов. Соответственно для решения задач упреждающего обнаружения пре-дотказных состояний и идентификации источников их генерации объектов является целесообразным использование интеллектуальных методов, реализуемых средствами интеллектуальных систем и нейросетевых подструктур.
В данной публикации метод обнаружения предотказных состояний базируется на формальном механизме выявления предельных уровней деградации числовых значений выходных параметров соответствующего объекта в пределах заданных допусковых ограничений (зон) на основе анализа и количественного оценивания по критерию (3) в многомерном параметрическом пространстве (рис. 1) показателей видов временных рядов.
В данной постановке механизм построения, анализа и оценивания траекторий динамики изменения числовых значений деградации выходных параметров в многомерном параметрическом пространстве рассматривается на примере двух видов временных рядов.
Временные ряды первого вида описания технических состояний объектов базируются в условиях изменения во времени локальных факторов внешней среды (т, (г) е т(г)) и характеризуются
зависимостью вида
у£г = +(—'), А(и(г), Wpl(t), Бл(г)),... ,¥^1 (к+—>), А(и(г), трк(г), Б/г))} (1)
где . , I = 1, т — число выходных параметров соответствующего объекта; , й = 1, г — число пред-
отказных состояний объекта; тр1(г),...тр(г)трк (г) — число дискрет-локального р-го фактора внешней среды; И+(—)- уровень числового значения деградации выходного параметра относительно его номинального значения в граничных пределах допусковой зоны.
Временные ряды второго вида формируются в результате воздействия на объект заданной последовательности факторов внешней среды т,(г) е W(г)) и характеризуются зависимостью
^, = {^^1 (к /, (и(г ),Wn(t), (г(к+|—|), /,(„«), (г), (г))}, (2)
Здесь ^ 1,^^,WqjWrn — заданная последовательность факторов внешней среды.
Анализ динамики изменения и количественная оценка числовых значений деградации выходных параметров объектов, определяемых соответствующими траекториями в многомерном параметрическом пространстве осуществляется использованием критерия [2]
КД =
й Y ) (& — )
Пн } . V 1,н Цтт /
Птах Пн / + V 1,н 1,тт )
. (3)
т 1,п}
где &йтах&цтт — регистрируемые значения 1-го выходного параметра объекта при заданных условиях внешней среды и режимах его функционирования; здесь I Ф — моменты регистрации выходного
тр^етр^ й =1 р — число предотказных состояний объекта; ^ = {1ГК^ — \,\Ъ,ты — &,,н|}— гра-
ничные значения допусковой зоны 1-го параметра; н &,н — номинальные значения 1-го параметра
на уровне I, , -го измерений.
Принципиальная особенность критерия (3) состоит в оценивании величин деградации выходных параметров в пределах их допусковых зон на основе анализа числовых значений деградации в предыстории регистрируемых во времени в процессе испытания объектов в заданных режимах и условиях.
Величины деградации I -го выходного параметра (&С ), представленные в параметрическом пространстве траектории (рис. 1 а, б), согласно критерию (3) определяются зависимостями:
- применительно к траектории а (рис. 1) временного ряда вида (1), образованного в режиме повышения критичности локального фактора внешней среды (Шр) в условиях -го предотказного состояния объекта
где — измеряемые числовые значения і -го выходного параметра объекта в мо-
менты времени ї1, ї■, I ^ у в режиме воздействия на регулятор р -го фактора внешней среды;
- применительно к траектории б (рис. 1) временного ряда вида (2), формируемого в результате воздействия на объект заданной последовательности факторов внешней среды
Рис. 1. Пространственно-временное представление переменных рядов описания выходных параметров объекта: а - траектория изменения уровня деградации иго выходного параметра в режиме повышения критичности фактора внешней среды; б - траектория изменения уровня деградации иго выходного параметра в режиме воздействия на объект факторов внешней среды
По результатам моделирования предотказных состояний в поведении объектов к числу информационных выходных параметров в плане обнаружения предотказных состояний относятся выходные параметры, уровень деградации которых в пределах допусковых ограничений удовлетворяет по критерию (3) условиям вида:
- применительно к содержанию показателей временных рядов вида (1)
\0, при (БЛ) < тах^ю (БЛ /I
КУ (Я) = а = | ~ ^ ; (6)
т*> |7, при ^т(Бл) > тахНу (БЛП
^ и РУ(ДГ1!,{К1!,{жг!
- применительно к содержанию показателей временных рядов вида (2)
КК€)=11/У=
0 пРи С- (Ял) < тахЯУ, (Ял )
™Ч}
1, при (Бл) > тахН* (Бл )
(7)
объектов, оп экспертами;
а
здесь тах Ну^ (Б(), тах НУ^ (Б() — предельные пороговые уровни деградации выходных параметров ределяемые по результатам моделирования предотказных состояний или назначаемые У,, - элементы моделей обнаружения предотказных состояний и идентификации источников их генерации; {ДУ } — допусковые ограничения выходных параметров объектов, определяемых ТЗ и ТУ.
Метод идентификации источников генерации предотказных состояний в поведении объектов базируется на основе конечных результатов метода обнаружения предотказных состояний и включает решение двух взаимосвязанных задач: первая задача связана с агрегированием информативных выходных параметров, уровень деградации которых является чувствительным к предотказным состояниям заданного перечня; в объёме второй задачи осуществляются построение и понижение размерности исходных вариантов моделей обнаружения предотказных состояний и идентификации источников их генерации. Решение второй задачи предусматривает определение дополнительного состава информационно значимых выходных параметров, обеспечивающих достижение требуемых уровней глубины и достоверности идентификации источников генерации предотказных состояний. При этом информационная значимость выходных параметров дополнительного состава регламентируется условиями:
- применительно к уровням деградации, образованным временными рядами вида (1):
К€тУ (€ = |к I = {1, пРи К.(Яо) < Яуш.(Ял) < тахКш . (Ял )}; (8)
- применительно к уровням деградации, образованных временными рядами вида (2):
К
(Я€) = I\У = | 1’ ПРи ^Шу^о ) < %Шу(Ъ ) < тахЯУт^Л ^ ,
(9)
здесь Н1 W, (Ба), (Ба) — числовые значения уровней деградации 1-го, / -го выходных параметров
соответствующего объекта, чувствительные к заданному перечню предотказных состояний в его поведении; НУ (Б0), НУ (Б0) — числовые значения уровней деградации I, I -го выходных параметров,
1\¥ру
означающие, что объект не находится в предотказном состоянии.
Процессы построения в многомерном параметрическом пространстве (рис. 1) траекторий динамики изменения деградаций выходных параметров объектов, выявления причинно-следственных связей между числовыми значениями деградации выходных параметров и заданным перечнем пре-дотказных состояний и агрегатирования информативных выходных параметров, обнаруживающих предотказные состояния, обеспечиваются в результате моделирования состояний объектов в условиях имитации предотказных состояний, критичных режимов функционирования объектов и критичных факторов внешней среды.
Процессы моделирования состояний объектов в условиях имитации предотказных состояний и факторов внешней среды и построения траекторий динамики изменения уровней деградации выходных параметров регламентируются зависимостью вида
ы(г)
У^,(Н+(—)) = (и(гт^Щ
(Д,},(К1},{ Жг}
^ W(t) Б(г)
(10)
В процессе моделирования состояний объектов в заданных режимах и условиях на осях многомерного параметрического пространства (рис. 1) по результатам анализа обучающих выборок оцениваются координаты информационнозначимых траекторий динамики изменения уровней деградации выходных параметров. Применительно к виду (1) временных рядов обучающая выборка определяется матрицей
у5а
(ЇЇ*) =
У5;!
Уі1
у5а
Уі1
(ф?„,)
у№,ЖчЯ*.,) ■■■ уч*) ... )
(її)
уП'^У'^) ••• уП'^) ••• )
здесь У1) — / -й выходной параметр объекта, q = 1, п - число испытываемых объектов или
число штатных циклов испытания, Wpj, у = 1, к — число дискрет- р -фактора внешней среды. Аналогичным образом формируются обучающие выборки применительно к содержанию временных рядов вида (2).
Результаты моделирования состояний объектов и заданные объёмы обучающих выборок составляют информационную и процедурную основу исходных данных и знаний в процессах построения и обучения интеллектуальных систем поддержки методов решения проблемных задач данной предметной области.
Принципиальная особенность процессов поддержки решений проблемных задач средствами интеллектуальных систем состоит в технологии построения и обучения интеллектуальных систем на основе использования формальных процедур, алгоритмов и критериев формализованных методов решения проблемных задач в качестве источников извлечения и преобразования знаний, способов понижения неопределённости нечётких отношений описания технических состояний объектов, формирования механизмов вывода и правил принятия решений.
Технология построения и обучения интеллектуальных систем включает решение совокупности взаимосвязанных задач [2, 3]: описание объектов моделями; абстрактное описание физических объектов, процессов и массивов разнородной по природе информации ситуациями; построение концептуальной модели предметной области; синтез нечётких отношений состояний схемы базы данных и знаний предметной области; ограничение целостности (размерности) по заданным критериям нечётких отношений состояний схемы базы данных и знаний; синтез информационно-логического формализма баз данных и знаний интеллектуальных систем, обеспечивающего формирование механизмов вывода и правил принятия решений.
На стадии построения и обучения способ синтеза баз данных и знаний поддержки метода обнаружения предотказных состояний по результатам моделирования состояний объектов в условиях имитации предотказных состояний и предельных факторов внешней среды (рис. 1 а) определяется переводом данных в знания путём логической организации переменных, представленных показателями временных рядов, соответственно:
1. На основе анализа показателей временных рядов вида (1):
т-ЗЬи,...,ипи);У1(Н+(—)),...
... ,Ут(Н+~) )Щ(»,... () Ду.к, Ду ;К1У...,Кр
тф) ■■
ю Ф к
иии €^,)
...и
_р=і ; =1 ] =1
ю Ф к
иии (5„)
Р=1 ; =1 ]=1
и...и
ю Ф к
иии ^)
Р=1 ; =1 ]=1
= < 5п,8 >,
и.
(12)
{ДГіІ,{Кі},{Пг}
Аналогичным способом согласно условия (7) и критерия (3) синтезируется информационно логический формализм обоснования выводов и правил принятия решений обнаружения предотказ-ных состояний объектов на основе анализа показателей временных рядов вида (2), образуемых в условиях воздействия на объекты заданного перечня факторов внешней среды, информационная и процедурная сущность логического формализма определяется зависимостью:
Ж($ ) ■■
Ф п
й =1 ]=1
У...У
Ф п
У У )
...У
й =1 1=1
й =1 1=1 = < Sn,S >,
У.
(13)
{Дг, ПК }{п }
Wqj, _/ = 1, п - число видов факторов внешней среды.
Конечные результаты метода обнаружения предотказных состояний объектов, определяемые информационно-логическим формализмом интеллектуальных систем (13, 14) на основе анализа показателей временных рядов принятых видов (1, 2), составляют исходную информационную базу метода идентификации источников генерации предотказных состояний в поведении объектов.
В рассматриваемой постановке под источниками генерации предотказных состояний принимаются проектные несовершенства, отказы, дефекты объектов и несовершенства технологических процессов их производства.
Формальный механизм реализации метода идентификации источников генерации предотказных состояний определяется двумя этапами: на первом этапе по условиям (6)^(9) осуществляется агрегирование информационно значимых уровней числовых значений деградации выходных параметров объектов чувствительных к заданному перечню предотказных состояний, представленных временными рядами видов (1), (2); второй этап связан с построением и минимизацией размерности по условиям (6)^(9) исходных вариантов моделей (рис. 2, 3) с целью построения конечных вариантов моделей обнаружения предотказных состояний и идентификации источников их генерации.
Информационно-логический формализм интеллектуальных систем поддержки метода идентификации источников генерации предотказных состояний, отражающий механизмы вывода и правила принятия решений в процедурах идентификации источников генерации предотказных состояний, определяющий разделительные свойства числовых значений уровней деградации выходных параметров, определяется зависимостями:
- согласно условиям (6), (8) и содержания исходных данных и знаний, определяемых интеллектуальной системой (13), база данных и знаний интеллектуальной системы поддержки метода идентификации источников генерации предотказных состояний на основе анализа показателей временных рядов вида (1) характеризуется зависимостью
ПИф) ■
К К
УУУ )
...п
р=1 г=1 )=1 ю К К
УУУ €-„,^)
р=1 г=1 ]=1
п.п
К К
УУУ *к)
р=1 г=1 ]=1
п-
(14)
= < И г >,
{Д, },{К, },{Яе }
где ПИ( &) — подструктура координат числовых значений деградации выходных параметров объектов на базовых шкалах многомерного параметрического пространства (рис. 1), обладающих разделительными свойствами относительно заданного перечня источников генерации предотказных состояний;
Иг, г = 1,й — допустимое подмножество источников генерации предотказных состояний соответствующего объекта;
- в соответствии с исходными данными интеллектуальной системы (14) база данных и знаний интеллектуальной системы поддержки метода идентификации источников генерации предотказных состояний по результатам анализа показателей временных рядов вида (2) определяется логическим формализмом:
ПИ($ ) =
кП
к п
Ш СЛ г)
г=1 1=1
? п
У УСли )
п.п
г=1 1=1
Пк
г =1 1 =1
=< И >,
(15)
(ДГ1 },{Кг },{П% }
где 1 = 1, п — число видов факторов внешней среды, воздействующих на объекты.
Ключевое положение способа построения моделей обнаружения предотказных состояний и идентификации источников их генерации (рис. 2, 3) определяется структурной организацией пере-190
менных, отражающей причинно-следственные связи между управляющими сигналами {{и, (г)}е и), факторами внешней среды ({^ (г)}е Ш), предотказными состояниями {{^^ (г)}е Б), источниками генерации предотказных состояний ({и,} е И) и пороговыми уровнями деградации выходных параметров {кгу , ку) i = 1, т, обеспечивающее повышенную разрешающую способность методов в плане
глубины обнаружения предотказных состояний и идентификации источников их генерации, а также возможность направленного достижения пользователем требуемого уровня достоверности конечных результатом обнаружения и идентификации.
Способ понижения размерности исходных структур моделей обнаружения предотказных состояний и идентификации источников их генерации (рис. 2, 3) применительно к заданному перечню обнаруживаемых предотказных состояний и к конечному подмножеству источников их генерации состоит в пошаговом выявлении состава информативных элементарных экспериментов заданной последовательности штатных циклов испытания объектов в условиях влияния внешней среды, удовлетворяющих требуемым глубине обнаружения идентификации и уровню достоверности принимаемых решений средствами критерия вида [2, 3]
Ь; = тах
пт/
22 (п&
1 .
п
(1) 0Ї)^ >
где
гт
)1§’
г(1) *© )1§ №.
не обнаруживаемых
а р
= О,
= °)>
(16)
обнаруживаемых
(Щ=М КІ=і)
предотказных состоянии пороговыми уровнями числовых значении деградации
№р
выходных параметров ^кур, ку 4 J согласно условиям (6)^(9); к■ — число не обнаруженных предотказных состояний ■ -м выходным параметром с учётом параметров, включённых в перечень информативных на предыдущих шагах понижения размерности модели; к■ — наибольшее число обнаруженных, не обнаруженных предотказных состояний ■ -м параметром в группе на текущем шаге преобразования модели.
Критерий (16) дополняется показателем Т, оценивающим элементарные эксперименты по стоимостным и временным параметрам
Т = шт(тс • Т ),
где Тс = с1/сшах - отношение финансово-материальных затрат исполнения , -го элементарного эксперимента к максимальным затратам реализации трудоёмкого элементарного эксперимента в последовательности штатного цикла испытания соответствующего объекта; т‘ = гшах — отношение временных
затрат в процессе исполнения , -го элементарного эксперимента к временным затратам исполнения трудоёмкого элементарного эксперимента последовательности штатного цикла испытания объекта.
Процесс минимизации исходного варианта модели обнаружения предотказных состояний и идентификации источников их генерации соответствующего объекта и приведение модели к конечному варианту определяется достижением двух условий: первое условие состоит в обнаружении каждого предотказного состояния заданного перечня хотя бы одним пороговым уровнем деградации выходного параметра состояния выхода объекта; согласно второму условию преобразование исходного варианта модели сводится к формированию идентифицирующих кодовых комбинаций информационно значимых выходных параметров относительно каждого источника генерации предотказных состояний.
Приведённые методы, модели и интеллектуальные средства носят универсальный характер, являются управляемыми пользователем в части достижения требуемой полноты описания предотказ-ных состояний и достоверности идентификации источников их генерации, ориентированы на практическую реализацию автоматизированными аппаратными средствами испытания объектов на всех фазах их жизненного цикла [4], соответственно могут быть использованы в смежных отраслях.
(
Е? “3 - (І 0wql(t ),..„у, (г),...у (г) І п 0^г1«),кД, (0, к, Угп (г) І
п 0 иі (г) 1 п 0 и і (г) 0 и (г)
Кр кУ" ч кУ" чт К9 ГУ кп9 кЧІ ГУ кУ9 чт & кч1 {У куг ку чт
#1,5
И 2,5
И, 5 Ур а Уц аі У ач
И т , 5
ь а
т в
Рис. 2. Структура модели обнаружения предотказных состояний и идентификации источников их генерации по результатам анализа показателей временных рядов вида (1)
-(=“ 1
Р 0 и(г) 1 і 0и(г) 1 к 0 иу (г) г у 0 иі (г) і
йДК}) к (К}) К,({у*}) к, (к-})
И1,5
И 2,5
И і, 5 в
И т , 5
ь а
т в
Рис. 3. Структура модели обнаружения предотказных состояний и идентификации источников их генерации по результатам анализа показателей временных рядов вида (2)
ЛИТЕРАТУРА
1. Павлов В.В. Полихроматические графы и гиперграфы в структурном моделировании систем / В.В. Павлов // Техника, экономика. Сер. Автоматизация проектирования. 1995. Вып. 3-4. С. 30-36.
2. Системный подход к ситуационному управлению отказоустойчивостью технических объектов в условиях нештатных ситуаций. I. / В.А. Ушаков, В.С. Дрогайцев, Г.С. Говоренко, С.В. Козлов // Вестник компьютерных и информационных технологий. 2007. № 3. С. 20-27.
3. Системный подход к управлению отказоустойчивостью технических объектов в условиях нештатных ситуаций. Построение интеллектуальных систем. II / В.А. Ушаков, В.С. Дрогайцев, Г.С. Говоренко, С.В. Козлов // Вестник компьютерных и информационных технологий. 2008. № 4. С. 39-46.
4. Технология процесса комплексирования автоматизированных средств испытания бортовых систем летательных аппаратов / В.С. Дрогайцев, В.Н. Писарев, Д.П. Тетерин и др. // Информационные технологии в проектировании и производстве. 2004. № 3. С. 53-76.
Ушаков Виталий Алексеевич — Vitaly A. Ushakov -
кандидат технических наук, PhD,
генеральный директор ОАО «КБ Электроприбор», Director General, Design Office
г Саратов “Elecric Appliances”, Saratov
Дрогайцев Валентин Серафимович — Valentin S. Drogaitsev -
доктор технических наук, профессор кафедры Dr. Sc^ Professor
«Автоматизация и управление технологическими Department of Automatic Contro1 процессами» Саратовского государственного of Techno1ogica1 Processes
технического университета имени Гагарина Ю.А. Gagarin Saratov State Technica1 Umversity
Статья поступила в редакцию 15.11.11, принята к опубликованию 01.12.11
