Структура и состав экспертной системы, использующей статистические методы, для анализа результатов испытаний при обеспечении надежности БРЭС Текст научной статьи по специальности «Компьютерные и информационные науки»

Петров Б.М., Уткина О.Н., Мороз Д.Ю.

СТРУКТУРА И СОСТАВ ЭКСПЕРТНОЙ СИСТЕМЫ, ИСПОЛЬЗУЮЩЕЙ СТАТИСТИЧЕСКИЕ МЕТОДЫ, ДЛЯ АНАЛИЗА РЕЗУЛЬТАТОВ ИСПЫТАНИЙ

ПРИ ОБЕСПЕЧЕНИИ НАДЕЖНОСТИ БРЭС

Применение экспертной системы анализа надежности (ЭСАН) бортовых радиоэлектронных систем (БРЭС) позволяет наиболее эффективно обеспечивать надежность БРЭС на этапах разработки и производства, с учетом возникающих противоречий при оценке затрат сил и времени на контроль, анализ различных видов отказов и на выработку корректирующих и предупреждающих действий. ЭСАН позволяет сократить потери изготовителя от выпуска некачественной продукции, сократить количество рекламаций за счет проводимых отбраковочных испытаний (ОИ) по повышению надежности при производстве, что содействует экспорту и конкурентности изделий.

ЭСАН позволяет решать много задач при анализе отказов в процессе проведения ОИ таких как:

- систематизацию выявленных неисправностей (отказов, повреждений);

- классификацию неисправностей с целью своевременного принятия мер по устранению каждой установленной причины неисправности;

- выявление наименее надежных составных частей (блоков, узлов, электрорадиоизделий (ЭРИ)) при проведении ОИ;

- разработку корректирующих действий по

устранению отказов изделия с последующим контролем исполнения и изменением режимов ОИ;

- разработку предупреждающих действий по

анализу механизмов отказов изделия и определение путей повышения его надежности, за счет изменения электрических, тепловых и

механических режимов работы ЭРИ;

- проведение оценки уровня надежности на различных этапах ОИ.

ЭСАН используется при анализе результатов ОИ технических (ТС) и программных средств (ПС). В процессе анализа решаются следующие задачи:

- построение диаграмм причинно-следственных связей для выявления полной группы причин, влияющих на надежность систем;

- построение диаграмм Парето распределения отказов в системе для определения наиболее дефектных блоков при анализе корректирующих действий;

- построение гистограмм для анализа

динамических процессов совершенствования систем при производстве;

- проведение стратификации гистограмм

распределения применяемых ЭРИ в изделии, распределения по всем типам отказов в изделии, распределения отказов по типам ЭРИ;

- построение гистограмм распределения

отказов в изделии по этапам их возникновения до и после проведения отбраковочных испытаний;

- оценка соответствия изделия заданным

требованиям по надежности и распределение затрат по основным причинам отказов (ЭРИ, схемно-конструктивным, производственным,

эксплуатационным, невыясненным).

В настоящее время разрабатываются ЭСАН двух типов:

- экспертные системы (ЭС), основанные на

концепции искусственного интеллекта,

распознавания образов, теории принятия решений (ЭС первого и второго поколения), которые воспроизводят структуру и механизмы работы мозга человека, на этом принципе разрабатывают перспективные брейнпьютеры, быстродействие которых значительно ниже современных

компьютеров, но время принятия решений на несколько порядков выше, но это пока далекое будущее;

- экспертные системы, основанные на применении мощных статистических пакетов прикладных программ в диалоговом режиме специалистами - экспертами, принимающих решения в конкретной предметной области (ЭС третьего поколения), это сочетание искусственного и

естественного интеллекта, которые являются более перспективными в настоящий момент, потому что позволяют быстро и эффективно применять знания и принимать достоверные решения в сложных неформализованных задачах, а главное накапливать и обрабатывать знания для повышения качества принимаемых решений.

Статистические методы анализа отказов при проведении ОИ используются для получения более достоверной и полной информации по отказам ЭРИ, которые позволяет учесть характер работы с изделием при отказе, а главное при построении и анализе математических моделей надежности БРЭС.

Успех создания эффективной динамической ЭС нового поколения зависит от следующих факторов:

1) специалистов разработчиков следующих

специальностей: эксперт в предметной области,

задачи которой будет решать ЭС, осуществляет оценку надежности изделий экспертно-

статистическим методом на основе собственного опыта, знаний и интуиции, которая вводится в базу данных через дружественный интерфейс диалогового компонента; инженер по знаниям -специалист по разработке ЭС, который выявляет и структурирует знания, необходимые для работы ЭС; программист по разработке инструментальных средств, предназначенных для ускорения

разработки ЭС, осуществляет его сопряжение с той средой, в которой оно будет использовано;

2) участвующих учебных, исследовательских и промышленных фирм;

3) используемых инструментальных средств и прикладного программного обеспечения;

4) организации партнерского общения с дружественным интерфейсом для различных категорий пользователей;

5) методических материалов по предметной

области, включающих: модели причинно-

следственных связей, современные математические методы построения временных и пространственных зависимостей, методы проведения анализа и обработки экспертной информации;

6) полноты объектно-ориентированной базы знаний и база данных;

7) машины логического вывода и механизмов принятия решений в реальном масштабе времени.

На рис.1 приведена структура и состав динамической экспертной системы анализа надежности, использующей статистические методы обработки информации, по результатам проводимых отбраковочных испытаний БРЭС.

Предметная область (ПО): статические

(данные, задачи, которые не изменяются во времени) и динамические (данные, задачи изменяются в процессе функционирования во времени). ПО определяются числом и сложностью атрибутов, показателей, точностью, полнотой, глубиной, достоверностью. ПО могут быть

поверхностные и глубинные, группироваться по классам: диагностика техническая или

медицинская, управление, обучение.

Компонент приобретения знаний (КПЗ) автоматизирует процесс наполнения ЭС знаниями, осуществляемый специалистом - экспертом, получение новых знаний для самообучения и изменений механизмов эвристического вывода

(правил и эвристик) для получение новых динамических решений на основе алгоритмов обработки знаний. КПЗ содержит: класс решаемых

задач, состав и способ представления знаний, процедуры вывода, средства общения,

автоматизацию процесса построения БЗ, эффективное функционирование ЭС при увеличении объема БЗ.

База знаний (БЗ) объектно-ориентированная:

предназначена для хранения долгосрочных данных временных и пространственных, описывающих

предметную область, представленных в

согласованной форме, в виде фреймов,

фрактальных процессов, семантических сетей, статистические данные о предметной области. Процесс функционирования БЗ: выбор данных или

результатов анализа, систематизация,

структуризация данных наблюдения; интерпретация результатов; переработка новой постоянно изменяемой информации, предложения

специалистами - экспертами новых гипотез до

получения наилучшего решения для

неформализованной задачи, знания о причинных моделях. БЗ должна иметь систему объяснений и редактирования БЗ, это самоанализ на основе обратной связи для решения противоречий в

правилах и фактах и увеличения достоверности. Простая БЗ содержит от 200 до 1000 правил

(время разработки от 3 месяцев до 1 года). Сложная БЗ содержит от 1500 до 10000 правил

(время разработки от 1 до 5 лет).

База данных (БД) предназначена для хранения исходных и промежуточных данных решаемой в

текущий момент задачи, данные представлены в форме «трехвходовых таблиц» типа «объект -

признак - время». Система управления БД (СУБД).

Система контроля (СК) позволяет:

автоматически обнаруживать противоречия между

знаниями, уже имеющимися в БЗ, и новыми знаниями; обнаруживать различные виды ошибок в БД, ошибки в программных средствах и отказы в технических средствах, проверять модели

процессов дефектообразования и восстановления, обнаруживать значимые изменения информации об окружающей среде.

Система управления (СУ) позволяет

формировать системное поведения ЭСАН

посредством информационного управления на основные составляющие. СУ выполняет следующие функции: а) прием информации для оценки

состояния БРЭС с заданной достоверностью; б) анализ, обработку, защиту информации; в) выработку различных управляющих, руководящих воздействий с учетом рисков; г) оценку реакции системы на проводимые изменения; д) принятия решений для обеспечения заданной надежности.

Общее ПО включает операционную систему и обеспечивает функционирование технических средств, разработку новых программных модулей и защиту при работе в сети.

Система принятия решения (СПР),

интерпретатор, используя исходные данные из БД и знания из БЗ, формирует последовательность правил, модели, фреймы, применяет системный анализ, вейвлет анализ нелинейных процессов, анализ фрактальных стохастических процессов, которые, при применении к исходным данным, приводят к решению задачи.

Диалоговый компонент (ДК) , лингвистический процессор ориентирован на организацию дружественного общения с пользователем через хороший интерфейс, как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы, и включает термины прикладной области, различные формы меню или фразы жесткой конструкции, механизм вывода.

Рис. 1 Структура и состав динамической экспертной системы анализа надежности, использующей статистические методы обработки информации, по результатам испытаний БРЭС.

Система обучения (СО) позволяет: обучать

специалистов - экспертов и других пользователей, которые должны выделить объекты в предметной области, проводить оценку их характеристик в условных единицах или в баллах. Часто целесообразно получить численную оценку сравнительной предпочтительности альтернатив или пары альтернатив, при этом решение может быть принято на основе согласованных мнений экспертов, для этого исключаются минимальные оценки (некомпетентных экспертов) и

максимальные оценки (слишком квалифицированных, которые глубоко проникли в проблему или заинтересованных экспертов). Специалист -эксперт должен иметь возможность набирать ответы, выбирать функции.

Эксперты при анализе устанавливают причинноследственные связи между объектами, степень влияния одних объектов на другие. Иногда эксперту трудно различить очень похожие по своим свойствам объекты, и часто он присваивает им одинаковые ранги, хотя они неоднородны, тогда для самоподобных (фрактальных)

стохастических процессов целесообразно

использовать вейвлет - анализ фрактальных процессов с определением коэффициента

корреляции применяемый как к количественным, так и к качественным данным.

ЭСАН должна отвечать следующим требованиям:

- своевременно и полно выполнять

информационные и вычислительные запросы

специалиста - эксперта для формулировки цели анализа, сравнения и оценки данных, изучения

свойств процессов, их особенностей;

- обеспечивать математико-статистическую

обработку данных и заполнение базы знаний и

базы данных;

- адаптироваться к предметной области и уровню квалификации пользователя;

- выявлять специфические особенности

исследуемого изделия, изучать его структуру, связи, взаимозависимости, строить

математические модели;

- обеспечивать простоту освоения методов анализа отказов изделий, оценку показателей надежности технических и программных средств.

- систематизировать и классифицировать выявленные неисправности (ошибки, сбои, отказы, повреждения) с целью своевременного принятия мер по устранению каждой установленной причины неисправности.