CC BY
153
Intellectual Technologies on Transport. 2015. No 3
Оценка надежности структурно сложных технических комплексов с помощью моделей байесовских сетей доверия в среде GeNIe
Дорожко И. В., Тарасов А. Г. Военно-космическая академия им. А. Ф. Можайского Санкт-Петербург, Россия [email protected]
Барановский А. М.
Петербургский государственный университет путей сообщения Императора Александра I Санкт-Петербург, Россия [email protected]
Аннотация. Предлагается новый подход к оценке показателей надежности сложных иерархических комплексов. Подход базируется на использовании математического аппарата динамических байесовских сетей доверия. Разработанная модель позволяет учитывать поступление новой информации о надежности элементов комплекса, что дает возможность прогнозировать значение вероятности безотказной работы технического комплекса, корректировать периодичность технического обслуживания и стратегию восстановления комплекса.
Ключевые слова: надежность, вероятность безотказной работы, байесовская сеть доверия.
Введение
В настоящее время оценка показателей надежности сложных технических комплексов является одной из важнейших задач [1-3, 5, 9, 10, 12]. С этапа формирования тактикотехнических требований рассчитываются показатели надежности. Весь процесс разработки сложных технических комплексов сопровождается испытаниями на надежность. Конечной целью расчета показателей надежности технических комплексов является оптимизация конструктивных решений, параметров комплексов и режимов эксплуатации, организация технического обслуживания и ремонтов.
В технических заданиях (ТЗ) на выполнение опытноконструкторских работ (ОКР) по созданию (модернизации) сложных технических комплексов обязательно присутствует раздел «Требования надежности», где, как правило, приводятся требуемые значения вероятности безотказной работы (ВБР) комплекса, коэффициента готовности, максимального времени восстановления и т. д. [7-9].
В соответствии с принятым вариантом схемно-конструкторского решения рассчитываеются показатели надежности комплекса, которые позволяют сделать вывод о принципиальной возможности достичь требуемого уровня надежности в соответствии с ТЗ и перейти к этапу изготовления и заводских испытаний комплекса. При этом очевидна необходимость уточнения показателей надежности по результатам экспериментальной отработки на последующих этапах жизненного цикла изделия, что указывается в программе обеспечения надежности. В процессе работы комплексов могут отказывать отдельные элементы, поэтому персоналу необходимо иметь актуальную информацию о значении ВБР комплекса и его составных частей в текущий момент или на некоторый последующий период времени для принятия
решения о дальнейшей эксплуатации или ее приостановке, для планирования технического обслуживания и т. д.
В статье предлагается модель, основанная на байесовских сетях доверия (БСД) [4, 6, 11, 13-17], которая позволяет:
• оценивать ВБР комплекса по априорным данным о ВБР составных элементов и при поступлении новой информации о ВБР составных элементов;
• прогнозировать значение ВБР комплекса;
• поддерживать принятие решений при поиске дефектов в отказавшей системе.
Разработанная математическая модель оценки ВБР в виде БСД такова:
< G, PAR > , (1)
где G - ациклический направленный граф; PAR - множество параметров, определяющих БСД.
Вершинами ациклического направленного графа являются блоки комплекса с учетом иерархии:
B = {b<3> | i = , j = 1m}, (2)
где b - название блока; i - номер блока; n - число блоков; j - номер уровня; m - число уровней.
По расположению в байесовской сети доверия выделяют следующие типы переменных - вершин [11, 13-17]:
• родители (bf3> = parent(b<3+1>)) - множество вершин bi < > таких, что существует вершина b<j+1> и направленное ребро от b<3> кb<j+1> ;
• дети (b< <+1> = children(b<j >)) - множество вершин b<j+1> таких, что существует вершина b<j> и направленное ребро от b<j> к b<j+1> .
Каждый блок b<j > может находится в двух состояниях:
1) Rabot< 3 > - работоспособное состояние i-го блока j-го уровня;
2) Otkaz< j> - отказ i-го блока j-го уровня.
Параметрами сети PAR являются:
1) для блоков, не имеющих родительских переменных, (Vb<3> : -,(3b<3-1> = parent(b<<>))):
• ВБР и вероятности отказов в начальный момент времени (безусловные вероятности) - P(Rabot<3 > )t=0 = Pf'<> (t = 0) и P(Otkaz<3 > )t=0 = Q<3> (t = 0) (обозначения буквами «Р» и «Q» вероятности безотказной работы и вероятности отказа приведены в [7-9] и широко используются в теории надеж-
Интеллектуальные технологии на транспорте. 2015. № 3
36
Intellectual Technologies on Transport. 2015. No 3
ности, однако в теории вероятностей принято обозначение вероятности буквой «Р», поэтому в статье приводится данное пояснение);
• вероятность того, что блок работоспособен в текущий момент времени, при условии, что блок был работоспособен в предыдущий момент (условная вероятность) - P((Rabot<<> )t /
(Rabot<J>),_!);
• вероятность отказа блока в текущий момент времени при условии, что блок был работоспособен в предыдущий момент (условная вероятность) - P((Otkaz<J > )t/ (Rabot<J > )t _);
• вероятность того, что блок работоспособен в текущий момент времени, при условии, что блок отказал в предыдущий момент (условная вероятность) - P((Rabot<J > )t / (Otkaz<J > )t _);
• вероятность отказа блока в текущий момент времени при условии, что блок отказал в предыдущий момент (условная вероятность) - P((Otkaz<J> )t/(Otkaz<J> )t_);
2) для блоков, имеющих родительские переменные (Vb<J> : 3b<J-1> = parent(b<J>)), задаются условные вероятности в зависимости от структурно-логической схемы надежности, т. е. оценивается влияние элементов более низкого иерархического уровня на блоки более высокого иерархического уровня.
Например, если блоки более низкого иерархического уровня b< < 1> соединены последовательно с точки зрения надежности, то условная вероятность того, что блок более высокого иерархического уровня b<J> работоспособен при условии работоспособности всех блоков более низкого уровня b<J 1 >, равна 1, а условная вероятность того, что блок более высокого иерархического уровня b<J > работоспособен при условии отказа хотя бы одного из блоков более низкого уровня b<J-1>, равна 0.
На рис. 1 показан пример фрагмента структурно сложного комплекса с 4-уровневой структурой: на первом (нижнем) уровне блоки b1<1>, b<1>, b<l>, b<1>, b<b соединены в виде «моста» с точки зрения надежности; на втором - блоки b<2> , b<2>, b<2> соединены по мажоритарной схеме «2 из 3», а b<2>, b<2 > соединены параллельно; на третьем уровне блоки b<l>, b<3> соединены последовательно в блоке четвертого уровня b1<4>.
На рис. 2 показана структура байесовской сети доверия для фрагмента технического комплекса, изображенного на
рис. 1, в открытой для программирования среде построения байесовских сетей GeNIe.
В табл. 1-4 приведены примеры задания параметров (условных вероятностей) в БСД для блоков, имеющих в своем составе блоки более низкого уровня, соединенные в виде «моста», по мажоритарной схеме «2 из 3», параллельно и последовательно. В табл. 1 представлен набор условных вероятностей для блока 2-го уровня b<2>, состоящего из блоков b1<1>, b<1>, b<1>, b<1>, b<1>, соединенных в виде «моста». В табл. 2 представлен набор условных вероятностей для блока 3-го уровня b1<3>, состоящего из блоков b<2>, b<2>, b3<2>, соединенных по мажоритарной схеме «2 из 3». В табл. 3 представлен набор условных вероятностей для блока 3-го уровня b<3>, состоящего из блоков b<2>, b<2>, соединенных параллельно. В табл. 4 представлен набор условных вероятностей для блока 4-го уровня b<4>, состоящего из блоков b<3>, b<3>, соединенных последовательно.
На рис. 3 представлена динамическая байесовская сеть доверия фрагмента структурно-сложного технического комплекса, построенная по априорной информации (данным о ВБР элементов и о схемах их соединения). В среде GeNIe предоставляется возможность посмотреть графики ВБР всего комплекса или отдельных блоков.
Главное назначение байесовских сетей доверия - апостериорный вывод. Суть апостериорного вывода заключается в следующем: при поступлении свидетельства (новой информации) необходимо приравнять к нулю несовместимые со свидетельством вероятности исходов и нормировать оставшиеся вероятности, учитывая априорные данные с тем, чтобы вероятности оставшихся исходов в сумме снова давали единицу [11, 13-17]. Априорные данные пересчитываются, в результате получается апостериорная оценка, которая, в свою очередь, будет являться априорной информацией в случае поступления новых свидетельств.
Апостериорный вывод в БСД основан на процедуре опроса БСД. Под опросом БСД понимается вычисление безусловного распределения переменной на основе условных распределений БСД и поступивших данных (свидетельств) [11, 13-17]. Под свидетельством в данном случае понимается информация об отказе или работоспособности блоков.
На рис. 4 приведены графики изменения ВБР отдельных блоков по априорным данным и при поступлении новой
Рис. 1. Пример фрагмента структурно сложного технического комплекса
Интеллектуальные технологии на транспорте. 2015. № 3
37
Intellectual Technologies on Transport. 2015.. No 3
Условные вероятности для блока 2-го уровня b<2>
Таблица 1
b1<1> Rabot Otkaz
b2<» Rabot Otkaz Rabot Otkaz
tf> Rabot Otkaz Rabot Otkaz Rabot Otkaz Rabot Otkaz
b<1> Rabot Otkaz Rabot Otkaz Rabot Otkaz Rabot Otkaz Rabot Otkaz Rabot Otkaz Rabot Otkaz Rabot Otkaz
b<1> "5 •§ Cch Ё "5 •§ Cch Ё "5 •§ Cch Ё "5 •§ Cch Ё "5 •§ Cch Ё "5 •§ Cch Ё "5 •§ Cch Ё "5 •§ Cch Ё "5 •§ Cch £ "5 •§ Cch Ё "5 •§ Cch Ё "5 •§ Cch Ё "5 •§ Cch £ "5 •§ Cch £ "5 •§ Cch Ё "5 •§ Cch Ё
b<2> Rabot 1 1 1 0 1 1 1 0 1 1 1 0 1 1 0 0 1 1 1 0 1 0 1 0 0 0 0 0 0 0 0 0
Otkaz 0 0 0 1 0 0 0 1 0 0 0 1 0 0 1 1 0 0 0 1 0 1 0 1 1 1 1 1 1 1 1 1
Условные вероятности для блока 3-го уровня b<3>
Таблица 2
b<2> Rabot Otkaz
b<2> Rabot Otkaz Rabot Otkaz
b3<2> Rabot Otkaz Rabot Otkaz Rabot Otkaz Rabot Otkaz
b<3> Rabot 1 1 1 0 1 0 0 0
Otkaz 0 0 0 1 0 1 1 1
Таблица 3 Таблица 4
Условные вероятности для блока 3-го уровня b<3> Условные вероятности для блока 4-го уровня b<4>
b< 2> Rabot Otkaz
b<2> Rabot Otkaz Rabot Otkaz
b2<3> Rabot 1 1 1 0
Otkaz 0 0 0 1
b<3> Rabot Otkaz
b<3> Rabot Otkaz Rabot Otkaz
b<4> Rabot 1 0 0 0
Otkaz 0 1 1 1
Интеллектуальные технологии на транспорте. 2015. № 3
38
Intellectual Technologies on Transport. 2015. No 3
Рис. 3. Динамическая байесовская сеть в среде GeNIe
P(Robot I
м lK A tip юркая Ot teHKtt BE 0 блока 2 $5
2■ го v&qbhj.
S 1 Ant сгернорв ая оценк l ВБР бл< ка ,У*5
2-го \ ровня пр / } i получе] *fp ghnl ши инфо *>),> рмацнн < -П 0 отказе в t=12 ч)
\ > Jt=12
\ An ттрная ■пленка В ЧР блока Хо4
и 1 \ гоуров1 \я
1 LK / Ьк ik,/ 1-го ypoi шя прв п элученнв
i ik ! гд,4^ р(] labotf =\4 ч) > = Н-1 4 0
\—/ a, ч / Ay
0,9
0,S
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
W ГА 20 4
т-i Г*
II II
+J +j
г, ч
Рис. 4. Графики ВБР блоков по априорной информации и при поступлении информации об отказах
Интеллектуальные технологии на транспорте. 2015. № 3
39
Intellectual Technologies on Transport. 2015. No 3
информации об отказах блоков в различные моменты времени: блок b< > отказал в момент времени t = 12, а блок bt > -t = 24. Аналогичные графики изменения ВБР могут быть получены для комплекса в целом по априорным данным и при поступлении новой информации.
Рассмотрим практическое применение разработанной модели на примере подсистемы управления руководителя работ (ПСУ РР), входящей в состав автоматизированной системы управления технологическими процессами (АСУ ТП). ПСУ РР выполняет функции координации и диспетчеризации работ.
Исходными данными для построения модели ПСУ РР, основанной на динамической байесовской сети доверия, являются:
• структурные схемы ПСУ РР;
• описание логики функционирования и принципов работы ПСУ РР;
• критерий отказа системы (задается в ТЗ или разработчиком);
• значения среднего времени безотказной работы или интенсивности потока отказов для блоков нижнего уровня детализации (элементов, модулей, плат), полученные из сертификатов и справочников.
Допущения и ограничения при моделировании:
• блоки системы могут находиться только в двух состояниях: отказа или работоспособности;
• случайные моменты отказов блоков нижнего уровня детализации имеют экспоненциальный закон распределения;
• при расчетах предполагается, что значения вероятностей безотказной работы кабельных соединений, соединительных внешних разъемов равны единице;
• к началу работы система проходит полный контроль, и ВБР системы (и ее элементов) равна единице в начальный момент времени;
• время полагается дискретным с шагом дискретизации один час (при необходимости можно изменить шаг дискретизации).
Построим модель для расчета ВБР ПСУ РР в среде GeNIe. Для блоков нижнего уровня детализации ПСУ РР Vb<J> : — (3b<J-1> = parent(b<J>)) (т. е. не имеющих родительских переменных) указывается (рис. 5):
• ВБР в начальный момент времени -
P(Rabot<J> )t=о = P- J >(t = 0) = 1;
• вероятность отказа в начальный момент времени -
P(Otkaz<J> )t=o = Q<J > (t = 0)= 1 - P<J> (t = 0)= 0;
• вероятность того, что блок работоспособен в текущий момент времени t при условии, что блок был работоспособен в предыдущий момент (t -At) -
-x<J>t
P((Rabot<J>)t/(Rabot<J>)t-A) = = e~V
e~h (t -At)
(в предположении экспоненциального закона распределения наработки на отказ). Так как время принято дискретным с шагом дискретизации один час, т. е. At = 1 ч,
-xfJ>t
P((Rabot<J > )t/(Rabot<J > )t-i) == e~V
(при необходимости шаг дискретизации можно изменить, если потребуется более высокая/низкая частота контроля ВБР комплекса);
• вероятность отказа блока в текущий момент времени при условии, что блок был работоспособен в предыдущий момент -
P((Otkaz<J > )t/(Rabot<J> )t-1) = 1 - ee;
• вероятность того, что блок работоспособен в текущий момент времени, при условии, что блок отказал в предыдущий момент -
P((Rabot< J> )t/(Otkaz<J > )t-i) = 0,
если блок не восстанавливается, или с учетом восстановления -
P((Rabot<J> )t /(Otkaz <J> )t-1) = 1 - e- ‘J>,
где p<J> - интенсивность восстановления i-го блока J-го иерархического уровня;
• вероятность отказа блока в текущий момент времени при условии, что блок отказал в предыдущий момент -
P((Otkaz <J> )t/(Otkaz <J> )t-i) = 1,
если блок не восстанавливается, или с учетом восстановления -
P((Otkaz<J>)t/(Otkaz<J>)t-1) = e-1 ‘ .
Для блоков, имеющих в своем составе блоки более низкого уровня детализации, указываются условные вероятности с учетом структурно-логической схемы надежности. Из структурно-логической схемы надежности «Канала № 1 питания контроллера» (рис. 6 а) видно, что «Источник питания № 1» и «Канал № 1 устройства ввода питания (УВП)» соединены последовательно с точки зрения надежности, т. е. отказ любого из них приведет к отказу «Канала № 1 питания контроллера». Параметры «Канала № 1 питания контроллера» представлены на рис. 6 б.
Для более компактного представления модели ПСУ РР были использованы конструкции среды GeNIe - субмодели («submodels»), которые позволяют скрыть блоки более низкого уровня для облегчения восприятия модели в целом и навигации по составным частям, но при необходимости можно раскрыть более подробный состав интересующей части модели. Использование субмоделей позволяет улучшить пользовательский интерфейс. На рис. 7 в свернутом виде представлена динамическая байесовская сеть доверия ПСУ РР.
Динамическая байесовская сеть доверия ПСУ РР состоит из:
• 347 блоков c 694 состояниями;
• 660 связей;
• 117 880 параметров;
• 78 субмоделей.
Интеллектуальные технологии на транспорте. 2015. № 3
40
Intellectual Technologies on Transport. 2015. No 3
Рис. 5. Параметры блока нижнего уровня детализации
Отказ канала № 1 питания контроллера
О Источник питания №1
Rsbot Ccfcaz ^■
£
^ Канал №1 устройства ввода питания (УВП)
1
1 1
Отказ Отказ канала № 1
источника питания № 1 устройства ввода питания (УВП)
Источник питания №1 Rabot Otkaz
Канал №1 устройства ввода питания (УВП) Rabot Otkaz Rabot Otkaz
й 1 ^ ^ £ Ь ь й е g а Ribot 1 0 0 0
Otkaz 0 1 1 1
Рис. 6. Дерево отказов и БСД блока «Канал питания контроллера»: а) дерево отказов канала питания контроллера; б) параметры блока «Канал питания контроллера»
б
a
Пример работы динамической
БАЙЕСОВСКОЙ сети ДОВЕРИЯ
Рассмотрим пример, когда в различные моменты времени поступает информация об отказах блоков ПСУ РР (табл. 5):
С учетом данной информации сделан апостериорный вывод в динамической байесовской сети доверия и получена ВБР ПСУ РР. На рис. 8 изображены графики изменения ВБР по априорным данным и при поступлении новой информации об отказах блоков в различные моменты времени.
Согласно ТЗ, при выполнении работ одного расчетного цикла нормативное значение вероятности безотказной работы АСУ ТП и ПСУ РР должно быть не ниже 0,995.
Анализ графиков на рис. 8 позволяет сделать следующие выводы:
• значение ВБР ПСУ РР, полученное по априорной информации о надежности элементов, на момент времени t = = 51 ч равно 0,9995 и соответствует требованиям ТЗ;
• значение ВБР ПСУ РР, полученное c учетом информации об отказах блоков ПСУ РР, на момент времени t = 20 ч (табл. 5) равно 0,998. Прогнозное значение ВБР на момент времени t = 51 ч равно 0,9954, что соответствует требованиям ТЗ;
• при дальнейшем поступлении информации об отказах элементов ПСУ РР (табл. 5) происходит обновление вероят-
Интеллектуальные технологии на транспорте. 2015. № 3
41
Intellectual Technologies on Transport. 2015. No 3
TreeView [x)
□•••«g Надежность ПСУ PP АСУ ТЛ {ВБР)
Й-О ПСУ РР
0-0 Автоматизированное рабочее место руководителя работ (АРМ РР)
0-0 Компьютер №1 0-0 Компьютер №2 0-0 Компьютер №3 0-0 Система передачи данных i 0 О Канал N^1 системы передачи данных I 0- 0 Канал №2 системы передачи данных
i !..О Канал N*1 системы передачи данных
-О Канал №2 системы передачи данных -О Система передачи данных
.О Автоматизированное рабочее место руководителя работ (АРМ РР)
-О Компьютер N4.
-О Компьютер N®2 "-О Компьютер №3 -О Компьютеры -О Система передачи данных
0-0 Стойка "Устройство управления и связи со смежными системами*
ЙО Модули дискретного ввсда-вывода H-Q Система вентиляции
| |.О Блок вентиляторов
| |.О Вентилятор №1
i !..О Вентилятор N?2
| |.О Переключатель фидеров
| i..О Система вентиляции
0-0 Система передачи данных
0-0 Канал №1 системы передачи данных 1Д-П Канал №2 системы передачи данных О Канал №1 системы передачи данных О Канал №2 системы передачи данных О Система передачи данных О Модули дискретного ввода-вывода О Система вентиляции О Система передачи данных
О Стойка "Устройство управления и связи со смежными системами" 0-0 Подсистема управления
0-0 Стойка "Устройство связи с объектом №1"
0-0 Стойка "Устройство связи с объектом №2"
0-0 Стойка "Устройство управления"
0-0 Шкаф "Устройство искробезопасного ввода"
Init Conditions Temporal Plate (52 time steps) Term Conditions
Подсистема управления руководителя работ АСУ ТП
ПСУ РР
Р
Q У 1 р
t
Автоматизированное рабочее место руководителя работ (АРМ РР)
Стойке 'Устройство управления и связи со смежными системами'
Подсистема
управления
Автоматизированное рабочее место руководителя работ (АРМ РР) Р о
Стойка "Устройство управления и связи со смежными системами" Р о р о
Подсистема управления Р Р р р р 0 р 0
Подсистема управления руководителя работ (ПСУ РР) АСУ ТП Р 1 0 0 0 0 0 0 0
в 0 1 1 1 1 1 1 1
" Иерархический список йдоков ПСУ РР
Рис. 7. Динамическая байесовская сеть доверия ПСУ РР
Таблица 5
Поступающая информация об отказах блоков ПСУ РР
Блок Момент отказа, ч
Блок № 2 комплекта № 1 стойки «Устройство связи с объектом № 2» 5
Компьютер № 1 автоматизированного рабочего места руководителя работ (АРМ РР) 8
Вентилятор № 1 системы вентиляции стойки «Устройство управления» 9
Канал № 1 питания контроллера № 2 стойки «Устройство управления» 10
Блок № 1 комплекта № 1 стойки «Устройство связи с объектом № 1» 10
Модуль № 1 дискретного ввода-вывода 12
Вентилятор № 2 системы вентиляции 14
Платы интерфейсные № 1, № 3 16
Канал № 2 системы передачи данных 17
Блок № 2 комплекта № 2 стойки «Устройство связи с объектом № 2» 17
Питание системы передачи данных 20
Модуль № 2 дискретного ввода-вывода 22
Компьютер № 3 АРМ РР 25
Контроллеры № 1, № 3 29
ностей в модели, и значение ВБР на момент времени t = 29 ч, будет составляет 0,993. Прогнозное значение ВБР на момент времени t = 51 ч равно 0,987, что ниже значения ВБР, установленного требованиями ТЗ. Следовательно, необходимо восстановить отказавшую часть оборудования.
Таким образом, разработанная модель позволяет оценить ВБР ПСУ РР при поступлении новой информации о ВБР составных элементов в текущий и будущий моменты времени. Прогнозные значения ВБР целесообразно использовать для выбора стратегии восстановления системы.
Отметим, что при поступлении новой информации корректируется значение ВБР не только в текущий и будущий, но и в прошлый момент времени (рис. 8), т. е. решается задача ретроспективного анализа. Ретроспективный анализ обеспечивает лучшую оценку информации о состоянии, которая была доступна к тому времени (поскольку включает больше свидетельств).
Ретроспективный анализ
Рассмотрим пример использования разработанной модели для ретроспективного анализа.
При расследовании аварийных ситуаций, анализе происшествий на сложных технических комплексах главной целью является определение причины аварии (происшествия). Особую актуальность это принимает, когда анализ произошедшего события, выявление первопричины аварии
Интеллектуальные технологии на транспорте. 2015. № 3
42
Intellectual Technologies on Transport. 2015.. No 3
3 б Э 12 15 18 21 24 27 30 33 36 ЗЭ 42 45
Рис. 8. Вероятность безотказной работы ПСУ РР с учетом информации об отказах
Рис. 9. Схема поиска причины отказа ПСУ РР
Интеллектуальные технологии на транспорте. 2015. № 3
43
Intellectual Technologies on Transport. 2015. No 3
и принятие соответствующих мер позволяет исключить или уменьшить вероятность повторения неблагоприятных событий, а значит, выполнить поставленную задачу, уменьшить экономические потери и т. д.
Допустим, что в момент времени t = 5 ч произошел отказ ПСУ РР. Раскрывая последовательно блоки более низкого уровня, можно определить блок, вероятность отказа которого наибольшая. Из рис. 9 видно, что блок «Панель № 1» стойки «Устройство связи с объектом № 2» имеет наибольшую вероятность отказа по сравнению с другими блоками, следовательно, необходимо проверить блок «Панель № 1» в первую очередь и при необходимости заменить его.
Далее допустим, что блок «Панель № 1» проверен и сделан вывод, что он работоспособен, тогда в динамическую байесовскую сеть поступает данная информация, происходит обновление вероятностей, и поиск следующего блока с наибольшей вероятностью отказа продолжается до того момента, пока не будет найден отказавший блок. Описанный алгоритм поиска причины отказа позволяет оптимизировать время поиска неисправности, а следовательно, уменьшить время восстановления работоспособного состояния объекта, что крайне важно в условиях жестких временных ограничений выполнения технологического графика.
Заключение
Таким образом, в статье предлагается модель динамической байесовской сети доверия для оценки ВБР сложных многоуровневых комплексов. Данная модель предоставляет возможность руководителю работ (или оператору):
• контролировать ВБР комплекса при поступлении новой информации об отказах элементов. В БСД происходит обновление значения ВБР комплекса, учитывая поступающую новую информацию о надежности блоков;
• прогнозировать значение ВБР с целью выбора стратегии восстановления комплекса;
• поддерживать принятие решений при поиске причины отказа комплекса.
Литература
1. Аверьянов А. В. Определение пределов аппаратной избыточности информационных управляющих систем /
А. В. Аверьянов, А. М. Барановский, К. А. Эсаулов // Изв. вузов. Приборостроение. - 2014. - Т. 57, № 3. - С. 23-25.
2. Гуменюк В. М. Надежность и диагностика электротехнических систем: учеб. пособие для вузов / В. М. Гуме-нюк. - Владивосток: Изд-во Дальневост. гос. техн. ун-та,
2010. - 218 с.
3. Гусеница Я. Н. О некоторых особенностях надежности программного обеспечения автоматизированных систем управления войсками / Я. Н. Гусеница, Ю. Л. Кругляк, Д. О. Пе-
трич // Тр. Воен.-космич. акад. им. А.Ф. Можайского. - СПб.: ВКА им. А.Ф. Можайского. - 2013. - Вып. 638. - С. 31-36.
4. Дорожко И. В. Методика синтеза оптимальных стратегий диагностирования автоматизированных систем управления сложными техническими объектами с использованием априорной информации / И. В. Дорожко, Н. А. Осипов // Тр. СПИИРАН. - 2012. - Вып. 1 (20). - С. 165-185.
5. Кочанов И. А. Прогнозирование интенсивности появления ошибок в программном обеспечении вычислительных систем реального времени на период эксплуатации / И. А. Кочанов, А. В. Кубуша // Тр. Воен.-космич. акад. им.
А. Ф. Можайского. - СПб.: ВКА им. А.Ф. Можайского. -
2012. - Вып. 637-2. - С. 92-97.
6. Кузнецов А. Б. Методика диагностирования автоматизированных систем управления сложными техническими объектами с использованием априорной информации / А. Б. Кузнецов, Н. А. Осипов, И. В. Дорожко // Изв. вузов. Приборостроение. - 2013. - Т. 56, № 1. - С. 18-26.
7. Надежность в технике. Основные понятия. Термины и определения: ГОСТ 27.002-89. - Введ. 01.07.1990. - М.: Изд-во стандартов, 1990. - 39 с.
8. Надежность в технике. Термины и определения: ГОСТ Р 27.002-2009. - Введ. 01.01.2011. - М.: Стандартинформ,
2011. - 32 с.
9. Половко А. М. Основы теории надежности / А. М. По-ловко, С. В. Гуров. - СПб.: БХВ-Петербург, 2006. - 704 с.
10. Привалов А. Е. Онтологический подход к формированию ситуационной осведомленности при управлении эксплуатацией ракетно-космических комплексов / А. Е. Привалов, И. А. Кочанов, П. Ю. Бугайченко // Тр. Воен.-космич. акад. им. А.Ф. Можайского. - СПб.: ВКА им. А.Ф. Можайского. -
2013. - Вып. 639. - С. 93-98.
11. Рассел С. Искусственный интеллект: современный подход / С. Рассел, П. Норвиг ; пер. с англ. - 2-е изд. - M.: Вильямс, 2006. - 1408 с.
12. Рябинин И. А. Автоматизированное моделирование надежности структурно-сложных систем из элементов с тремя несовместными состояниями / И. А. Рябинин, А. В. Стру-ков // Тр. СПИИРАН. - 2014. - Вып. 3 (34). - С. 89-111.
13. Тулупьев А. Л. Байесовские сети доверия: логиковероятностный вывод в ациклических направленных графах / А. Л. Тулупьев, А. В. Сироткин, С. И. Николенко. - СПб.: Изд-во С.-Петерб. ун-та, 2009. - 400 с.
14. Тулупьев А. Л. Байесовские сети: логико-вероятностный подход / А. Л. Тулупьев, С. И. Николенко, А. В. Сироткин. - СПб.: Наука, 2006. - 607 с.
15. Jensen F.V., Nielsen T.D. Bayesian Networks and Decision Graphs. Berlin, Springer, 2007. 457 p.
16. Nilsson N.J. Probabilistic Logic Revisited. Artif. Intell. Amsterdam, Elsevier Sci. Publ. B.V., 1993, Vol. 59, pp. 31-36.
17. Pearl J. Probabilistic Reasoning in Intelligent Systems. NY, Morgan Kaufmann, 1988. 552 p.
Интеллектуальные технологии на транспорте. 2015. № 3
44
Intellectual Technologies on Transport. 2015. No 3
Estimation to Reliability of Structural Complex Technical Systems by Using Bayesian Networks Belief Models in the Environment of GeNIe
Dorozhko I. V, Tarasov A. G.
Military Space academy named after A. F. Mozhaisky St. Petersburg, Russia [email protected]
BaranovskyA. M. Petersburg State Transport University St. Petersburg, Russia [email protected]
Abstract. The article proposes a new approach to the estimation of parameters of reliability of complex hierarchical systems. Approach based on dynamic Bayesian Networks. The developed model allows to take into account the receipt of new information on the reliability of complex elements, which gives the opportunity to predict the probability of non-failure operation technical system, adjust the maintenance frequency and complex recovery strategy.
Keywords: reliability, survival function, Bayesian network.
References
1. Averyanov A. V., Baranovsky A. M., Esaulov K. A. Determination of Hardware Redundancy Limits of Information Control Systems [Opredelenie predelov apparatnoy izbytoch-nosti informatsionnykh upravlyayushchikh sistem]. Izvestiya vys-shikh uchebnykh zavedeniy. Priborostroenie [Proc. Higher Educ. Establishments. Insrumentation], 2014, vol. 57, no. 3, pp. 23-25.
2. GumenyukV. M. Nadezhnost i diagnostika elektrotekh-nicheskikh system: uchebnoye posobiye dlya vuzov [Reliability and Diagnostics of Electrical Systems: Study Guide for Higher Educational Establishments]. Vladivostok, Publ. Far Eastern Univ., 2010. 218 p.
3. Gusenitsa Ya. N., Kruglyak Yu. L., Petrich D. O. Some Features of the Software Reliability of Automated Systems of Command and Control [O nekotorykh osobennostyakh nadezh-nosti programmnogo obespecheniya avtomatizirivannykh system upravleniya voyskami]. Trudy Voenno-kosmicheskoy aka-demii imeni A. F. Mozhayskogo [Proc. Mil. Space acad. named after A. F Mozhaisky], 2013, no. 638, pp. 31-36.
4. Dorozhko I. V., Osipov N. A. Technique of Synthesis of Optimal Strategies for Diagnosis of the Automated Control Systems of Complex Technical Objects with the use of Apri-oristic Information [Metodika sinteza optimalnykh strategiy diagnostirovaniya avtomatizirovannykh system upravleniya slozhnimi tekhnicheskimi obektami s ispolzovaniem aprior-noy informatsii]. Trudy SPIIRAN[Proc. SPIIRAS], 2012, no. 1 (20), pp. 165-185.
5. Kochanov I. A., Kubusha A. V. Forecasting to Intensities of the Appearance Mistake in Software Ensuring the Computing Systems of Real Time for Period of the Usages [Prog-nozirovanie intensivnosti poyavleniya oshibok v programmnom obespechenii vychislitelnykh system realnogo vremeni na period ekspluatatsii]. Trudy Voenno-kosmicheskoy akademii imeni A. F. Mozhayskogo [Proc. Mil. Space acad. named after A. F. Mozhaisky], 2012, no. 637-2, pp. 92-97.
6. Kuznetcov A. B., Osipov N. A., Dorozhko I. V. Technique of Diagnosing of the Automated Control Systems of Complex
Technical Objects with use Aphoristic Information [Metodika di-agnostirovaniya avtomatizirovannykh system upravleniya slozh-nymi tekhnicheskimi obektami s ispolzovaniem apriornoy informatsii]. Izvestiya vysshikh uchebnykh zavedeniy. Priborostroenie [Proc. Higher Educ. Establishments. Instrumentation], 2013, vol. 56, no. 1, pp. 18-26.
7. Nadezhnost v tekhnike. Osnovnye ponyatiya. Terminy I opredeleniya: GOST 27.002-89 [Reliability in Technics. Basic Concepts. Terms and Definitions: GOST 27.002-89]. Moskow, Izdatelstvo standartov, 1990. 39 p.
8. Nadezhnost v tekhnike. Terminy i opredeleniya: GOST R 27.002-2009 [Reliability in Technics. Terms and Definitions: GOST 27.002-2009]. Moskow, Standartinform, 2011. 32 p.
9. Polovko A. M., Gurov S. V. Osnovy teorii nadezhnosti [Fundamentals of theory of reliability]. St. Petersburg, BVKh-Petersburg, 2006. 704 p.
10. Ptivalov A. E., Kochanov I. A., Bugaychenko P.Yu. The ontological approach to forming situation awareness during the management of the operation RKK [Ontologicheskiy podkhod k formirovaniyu situatsionnoy osvedomlennosti pri upravlenii ekspl-uatatsiey raketno-kosmicheskikh kompleksov]. TrudyVoenno-ko-smicheskoy akademii imeni A. F. Mozhayskogo [Proc. Mil. Space acad. named after A. F Mozhaisky], 2013, no. 639, pp. 93-98.
11. Rassel S., Norvig P, Iskusstvennyy intellekt: sovremen-nyy podkhod [Artifical Intelligence. A Modern Approach]. Moscow, Willams, 2006. 1408 p.
12. Ryabinin I. A., Strukov A. V. Automated Modeling of Reliability of Structurally Complex Systems Consisting of Elements with Three Disjoint States [Avtomatizirovannoe modeliro-vanie nadezhnosti strukturno-slozhnykh system iz elementov s tremya nesovmestnymi sostoyaniyami]. Trudy SPIIRAN [Proc. SPIIRAS], 2014, no. 3 (34), pp. 89-111.
13. Tulupyev A. L., Sirotkin A. V., Nikolenko S. I. Bayes-ovskie set idoveriya: logiko-veroyatnostnyy vyvod v atsikli-cheskikh napravlennykh grafakh [Bayesian Networks: logico-probabilistic inference in acyclic directed graphs], SPb, Publ. St. Petersburg Univ., 2009, 400 p.
14. Tulupyev A. L., Nikolenko S. I., Sirotkin A. V. Bayes-ovskieseti: logiko-veroyatnostnyy podkhod [Bayesian Networks: Logico-Probabilistic Approach]. St. Petersburg, Nauka, 2006. 607 p.
15. Jensen F. V, Nielsen T. D. Bayesian Networks and Decision Graphs. Berlin, Springer, 2007. 457 p.
16. Nilsson N. J. Probabilistic Logic Revisited. Artif Intell. Amsterdam, Elsevier Sci. Publ. B. V, 1993, Vol. 59, pp. 31-36.
17. Pearl J. Probabilistic Reasoning in Intelligent Systems. NY, Morgan Kaufmann, 1988. 552 p.
Интеллектуальные технологии на транспорте. 2015. № 3
45
