CC BY
26
ФУНДАМЕНТАЛЬНЫЕ И ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ
Подставив такое представление E в (13), получим
X[2(C + XX)-XXG -I] = 0. (14)
Так как X полного ранга из (14) следует G = (Ik + (XX)-1C)/2. (15)
Из того, что H = XG - E и XTH = 0, находим что XTXG = XTE, подставив G из (15), получим выражение для матрицы C
C = 2XE - XX. (16)
Учитывая ортогональность матрицы Q, то есть что
ETE = FTF, (17)
получим из (16)
C = FTE - ETF = F1TE1 - E1TF1. (18)
Таким образом, для построения блочного отражения Q, так что выполняется (12), мы должны решить систему уравнений (17-18) относительно неизвестной матрицы F
В работах [5, 6], так как рассматриваются симметрические ортогональные отражения, матрица C = 0. В работе [6] условия (17) и (18) явно сформулированы и носят названия, соответственно, условие изометрии и условие симметрии (так как F1TE1 = E1TF1 при C = 0). В этих работах построены устойчивые алгоритмы определения матриц F1 и Q.
Матричное выражение FTE - ETF из (18) всегда задает кососимметрическую матрицу. Поэтому, если не фиксировать кососимметрическую
матрицу C, а взять любую матрицу F, удовлетворяющую условию изометрии (17), то мы построим решение задачи (12) при некоторой неконтролируемой матрице C. Таким способом строятся блочные отражения в работе [4].
Можно поставить такую задачу: для произвольной кососимметрической матрицы C найти матрицу F1 такую, чтобы выполнялись условия (17-18). (Заметим, что в частном случае E1 = 0 система (18) совместна только при C = 0). Возможно, управляя выбором матрицы C, можно будет задавать определенные полезные свойства алгоритма блочных отражений.
Библиографический список
1. Воеводин, В.В. Матрицы и вычисления / В.В. Воеводин, Ю.А. Кузнецов. - М.: Наука, 1984. - 320 с.
2. Малоземов, В.Н. Формулы Фробениуса, Шермана-Моррисона и близкие вопросы / В.Н. Малоземов, М.Ф. Монако, А.В. Петров // ЖВМиМФ. - 2002. - Т. 42. - № 10. - С. 1459-1465.
3. Хорн, Р. Матричный анализ / Р Хорн, Ч. Джонсон. - М.: Мир, 1989. - 655 с.
4. Bronlund O.E., Johnsen Th.L. QR- factorization of partitioned matrices, Comput. Meethods Appl. Mech. Enfrg., 3(1974), pp 153-172.
5. Dietrich G. A new formulation of the hypermatrix Householder- QR decomposition, Comput. Meethods Appl. Mech. Enfrg., 9(1976), pp 273-280.
6. Schreiber R. Parlett B. N. Block Reflectors: Theory and Computation, SIAM J. Numer. Anal. 25(1987), pp. 189205.
ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ СПЕЦИАЛЬНЫХ ПРОМЫШЛЕННЫХ СИСТЕМ ЗА СЧЕТ АВТОМАТИЗАЦИИ ПРОЦЕССОВ
ДИАГНОСТИРОВАНИЯ
Н.И. МОШКИН, доц. каф. «Автомобили» Восточно-сибирского ГТУ, канд. техн. наук, А.В. ЛАГЕРЕВ, асп. каф. «Автомобили» Восточно-сибирского ГТУ
Производство продукции любых отраслей - продовольственной, машиностроительной, лесной и т.д., ее транспортировка и переработка невозможны без сложных и специально адаптированных автотранспортных средств (САТС).
Например, численность САТС, занятых транспортировкой в агропромышленном комплексе (АПК), значительно превосходит численность автотранспортных средств (АТС) на грузовых перевозках других отраслей и составляет около 80 %. При этом их эксплуатация в условиях сельского хозяйства намного сложнее, чем в прочих отраслях экономики. Эти особенности отрасли связаны с дорожными и транспортными условиями, сезон-
ностью эксплуатации, трудностями в организации плановых технических обслуживаний, удаленностью от обслуживающих предприятий, низкой квалификацией персонала и т.д.
В агропромышленном комплексе, как и в других отраслях, обеспечение заданных уровней эксплуатационной надежности АТС при оптимальных материальных и трудовых затратах осуществляется на основе планово-предупредительной системы технического обслуживания (ТО) и ремонта (Р). Базовым элементом этой системы при определении объемов работ в процессе ТО является техническое диагностирование. Использование технического диагностирования при про-
162
ЛЕСНОЙ ВЕСТНИК 2/2007
ФУНДАМЕНТАЛЬНЫЕ И ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ
ведении ТО в сельском хозяйстве позволяет сократить затраты на обслуживание АТС до 30 % и более, а время простоя техники на 15-20 % при сохранении заданного уровня эксплуатационной надежности [1].
Ограниченные возможности постоянного контроля технического состояния АТС, вытекающие из условий эксплуатации в АПК, приводят к тому, что развивающиеся дефекты обнаруживаются только вследствие полной потери работоспособности или при значительном нарушении эксплуатационных характеристик. Это увеличивает время простоя техники в ремонте и трудозатраты на ее обслуживание (до 40 %), снижает уровень надежности и долговечности, а эксплуатация АТС с невыявленными, но присутствующими дефектами увеличивает расход топлива и смазочных материалов, затраты на перевозку сельскохозяйственной продукции, а также содержание вредных компонентов в отработавших газах.
Усложнение конструкции АТС СХ, использование в них агрегатов, механизмов и систем, реализующих принципы автоматических или автоматизированных систем управления (АСУ), внедрение в процессы управления электронной и микропроцессорной техники значительно усложняет, а в некоторых случаях и вовсе исключает возможность использования существующих методов и средств диагностирования в условиях сельского хозяйства.
Существующие методы и средства диагностирования в промышленности и особенно в АПК реализуют принципы, в которых решающая роль в постановке диагноза зависит от знаний и опыта человека-оператора. Основой традиционных методов является наличие однозначной функциональной связи диагностических признаков с параметрами технического состояния диагностируемых объектов, что ограничивает их использование только для технически несложных узлов и механизмов [1, 3, 4].
Человеческий фактор при диагностировании сложных объектов, таких как АСУ, является наиболее уязвимым звеном, подверженным ряду таких особенностей, как квалификация, опыт, психофизическое состояние и т.д. Оператор в начале профессиональной деятельности допускает множество ошибок первого и второго рода, количество которых постоянно снижается, приближаясь к погрешности методов и средств диагностирования. Отсутствие преемственности от одного
оператора к другому вызывает появление в работе этапов, когда их ошибки максимальны.
Решение проблемы повышения эффективности использования АТС СХ путем снижения простоев и повышения их уровня надежности и долговечности за счет автоматизации процесса диагностирования и минимизации в нем влияния человека позволит уменьшить затраты на производство и потери сельскохозяйственной продукции вследствие выполнения сельскохозяйственных операций в заданные агротехнические сроки.
Приоритетным направлением повышения эффективности использования и экологической безопасности современных АТС СХ является повышение уровня долговечности и надежности на основе разработки и внедрения в производство безразборных, высокоинформативных методов и средств диагностирования. Большинство существующих методов и средств технического диагностирования практически невозможно использовать для определения технического состояния новых, сложных автоматических систем в АТС СХ, использующих электронные и микропроцессорные технологии.
Вследствие особенностей эксплуатации автотранспортных средств сельскохозяйственного назначения в отрасли целесообразно использовать метод доведения АТС до требуемого технического состояния по параметру технического состояния, при котором диагностика является не самоцелью, но основой для определения объема выполняемых работ при техническом обслуживании и ремонте. Время выполнения планового ТО (^Д для единицы АТС в этом случае определяется
t = t + t + t, (1)
где t - время выполнения контрольных операций (диагностических воздействий); to - время выполнения обязательных работ при ТО (замена масел, фильтров и т.д.); t - время выполнения работ, выявленных в процессе диагностирования.
Как показывают исследования ГОСНИТИ, затраты на техническое обслуживание машин в АПК составляют 20-25 % от их стоимости и 7,5 % от стоимости валовой сельскохозяйственной продукции. При этом около 50 % от этих затрат приходится на запасные части, что косвенно свидетельствует о низкой эффективности профилактических воздействий. Общие затраты на проведение ТО АТС СХ характеризуются целевой функцией вида
ЛЕСНОЙ ВЕСТНИК 2/2007
163
ФУНДАМЕНТАЛЬНЫЕ И ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ
С (т) = т-1
Сто * Ато (т) + +Стр * А тр (т) +
+П * (рто * А то (т) +
+^тр * Атр (т))
(2)
где т - пробег в тыс. км или наработка в часах;
Си С - затраты на ТО и ремонт;
то тр А 17
П - прибыль, приносимая АТС за один час эксплуатации;
Ато(т) - АТС, для которых будет произведено ТО на пробеге т;
Атр(т) - АТС, для которых будет произведен ремонт на пробеге т;
t - время выполнения ТО;
t - время ремонта.
Из (2) видно, что снижение затрат на выполнение ТО осуществимо благодаря уменьшению всех составляющих затрат за счет снижения трудоемкости диагностирования и повышению его качества.
Вместе с тем, существующие методы и средства технического диагностирования АТС СХ имеют высокую трудоемкость, низкую информативность и высокую зависимость от человеческого фактора. Средства диагностирования являются лишь передаточным звеном диагностической информации между объектом диагностирования и оператором. Они не могут самостоятельно установить диагноз, а его точность не зависит от количества проведенных диагностирований - они не используют результаты предыдущих измерений и связей.
Технический прогресс, особенно коснувшийся информационных технологий и аппаратных средств, создал благоприятные условия для эффективной реализации новых методов и средств диагностирования агрегатов и систем АТС, реализующих принципы автоматического управления, ранее сдерживаемые инструментальным фактором. На кафедре «Автомобили» ВСГТУ разработаны теоретические основы технического диагностирования агрегатов и систем АТС СХ, реализующих принципы автоматиче ского управления вероятно ст-ными методами в составе объединенной диагностической системы (ОДС). В состав ОДС входит множество оснащенных локальными диагностическими комплексами (ЛДК) постов диагностирования или предприятий отрасли, осуществляющих диагностирование однотипных объектов.
В процессе постановки диагноза на отдельном посту диагностирования происходит обмен
информацией с другими постами через сервер ОДС. Результаты диагностирования, получаемые отдельными ЛДК, накапливаются и обрабатываются, становясь неотъемлемой частью самой диагностической системы.
Такой подход к процессу диагностирования является важнейшей предпосылкой, поскольку реализует принцип непрерывного накопления информации, обучения, а также взаимного анализа результатов диагностирования для аналогичных объектов, находящихся в зоне действия системы.
Локальный диагностический комплекс представляет собой электронно-вычислительную машину (ЭВМ), оснащенную необходимыми диагностическими приборами и датчиками, а также инсталлированную в нее программу анализа данных, реализующую вероятностный метод диагностирования. Связь между диагностируемой системой управления и ЛДК осуществляется либо посредством оператора - выявление качественных показателей работы (симптомов) агрегатов и систем АТС СХ, таких как, повышенный шум, вибрация, цвет отработавших газов и т.д. Информация о функционировании объекта до процесса диагностирования предоставляется оператором, осуществляющим управление АТС.
В соответствии с общей методикой поиска неисправности симптомы по информации представляются в трех категориях:
1. Симптомы неисправностей объекта диагностирования, имеющие качественное проявление в момент диагностирования - симптомы первого рода;
2. Симптомы неисправностей объекта, имевшие качественное проявление в процессе функционирования объекта до момента диагностирования и не проявляющиеся в этот момент
- симптомы второго рода;
3. Предварительные сведения о техническом состоянии объекта и особенностях его эксплуатации - симптомы третьего рода.
Симптомы первого рода не имеют жесткого нормирования, поскольку носят качественный характер и оцениваются по принципу «да - нет». Проявляющемуся симптому оператор присваивает значение 1 и, соответственно, при его отсутствии
- 0. Симптомы второго рода имеют также качественный характер, их наличие определяется на основании информации от оператора, управляющего объектом диагностирования в процессе его естественного функционирования. Например, водитель
164
ЛЕСНОЙ ВЕСТНИК 2/2007
ФУНДАМЕНТАЛЬНЫЕ И ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ
автомобиля или тракторист может указать опера-тору-диагносту на затрудненный холодный запуск, расход топлива и т.д. Безусловно, такая информация не всегда точна, но она помогает диагносту скорректировать направление поиска неисправностей. Симптомы третьего рода также доводятся до сведения диагноста и дают представление, например, о возрасте автомобиля, последних выполненных ремонтах и т. д. Такая информация особенно важна, когда неисправность является следствием неверно выполненного ремонта или технического обслуживания. Кроме того, важной диагностической информацией являются сведения о модели и модификации АТС, особых условиях эксплуатации и др., что очень часто является решающим обстоятельством в постановке того или иного диагноза. Поэтому симптомы третьего рода являются критерием выделения остальных симптомов по отдельным базам данных. Сочетание симптомов третьего рода соответствует конкретной базе данных, включающих статистические таблицы. Например, информация о модели, возрасте, ремонтном воздействии и т.д. определяет проверку объекта диагностирования в соответствующей базе. Это позволяет накапливать априорную информацию об объектах, аналогичных не только по модификации и модели, но и по условиям эксплуатации.
Диагноз по сочетаниям симптомов первого и второго рода формируется независимо, но основной диагноз устанавливается с учетом их взаимного влияния.Процесс распознавания технического состояния диагностируемого агрегата или системы АТС в составе подсистемы ОЛДК выполнятся вероятностными методами распознавания, а сама вероятностная распознающая система реализует принцип одноуровневой системы, обладающей функциями самообучения [2].
На основании данных теоретических предпосылок разработан алгоритм и программа для ЭВМ, реализующие вероятностный метод дифференциального диагностирования агрегатов и систем АТС СХ. Программа для ЭВМ позволяет реализовывать основные функции диагностирования в автоматическом режиме, обеспечивая возможность накопления диагностической информации, ее анализа и обмена. Алгоритм и программа построены таким образом, что функции оператора-диа-гноста сводятся к функциям исполнителя и звена, обеспечивающего связь между объектом диагностирования и ЭВМ. Диагностирование производится в составе объединенной диагностической
системы, а объем диагностической информации определяется показателем энтропии, являющейся и критерием обучения системы распознавания.
При постановке общего диагноза для ДВС и количества обучающих объектов Na = 284 колебания энтропии достигли уровня, не превышающего уровня значимости в 5 %.
Производственная проверка показала, что разработанный метод обладает более высокой достоверностью постановки диагноза по сравнению с существующими, ошибки первого рода снижены на 22 %, а ошибки второго рода на - 9 %.
Экономический эффект от внедрения разработанного метода и средств диагностирования обеспечил снижение себестоимости одного диагностирования в среднем на 39 %, что подтверждается реальными технико-экономическими показателями, полученными на ряде автотранспортных предприятий Республики Бурятия.
В ТОО «Бурятский автоцентр КамАЗ» общий годовой экономический эффект от внедрения разработанного метода диагностирования с применением КДК составил 89 349 руб. (946 автомобилей за год). В расчете на единицу продукции указанные значения составляют 94,45 руб./авт.
В АООТ «Грузовое автотранспортное предприятие № 2» г. Улан-Удэ экономический эффект от реализации разработанных методов и средств технической диагностики с применением КДК составил 31 735,2 руб. в год (240 автомобилей), или 132,23 руб./авт. Внедрение разработанного метода диагностирования увеличило такие показатели эффективности ТО и использования АТС в АООТ «Грузовое автотранспортное предприятие № 2» г. Улан-Удэ, как:
- коэффициент технической готовности парка АТС увеличился на 7 %;
- время простоя АТС в зонах ТО уменьшилось на 14,7 %;
- прибыль от выезда автомобиля на линию увеличилась в размере 158 руб./авт. на одно обслуживание, или 151 тыс. руб. на весь парк за год.
Библиографический список
1. Терских, И.П. Функциональная диагностика машиннотракторных агрегатов / И.П. Терских. - Иркутск: Изд-во Иркут. ун-та, 1987. - 312 с.
2. Горелик, А.Л. Методы распознавания / А. Л. Горелик, В.А. Скрипкин. - М.: Высшая школа, 1977. - 222 с.
3. Биргер, И.А. Техническая диагностика / И.А. Биргер. - М.: Машиностроение, 1978.- 239 с.
4. Технические средства диагностирования: Справочник / В.В. Клюев, П.П. Пархоменко и др.; под общ. ред. В.В. Клюева. - М.: Машиностроение,1989. - 672 с.
ЛЕСНОЙ ВЕСТНИК 2/2007
165
