2.1 Оценка неслучайных отклонений по контрольным уровням.

В практических задачах для оценки неслучайных отклонений при непрерывной записи параметров часто используются заранее назначаемые контрольные уровни. В сущности, большинство сиг­нализирующих устройств диагностического назначения выдают сигналы о достижении определенного (опасного) уровня. Дости­жение предельного уровня при единичном выбросе еще не служит достаточно обоснованным свидетельством опасного состояния, так как возможны случайные помехи.

Ч асто для повышения достоверности оценки используется предупредительный уровень (отклонение ₁на) и предель­ный уровень (отклонение ₂). Например, при достижении пара­метром х (t) отклонения 1 сверх нормального уровня х₀ загора­ется сигнальная лампочка, после превышения х_{0 2} происхо­дит автоматическое отключение системы. Уровни 1 и ₂ опреде­ляются на основании специальных испытаний и анализа последствий дефектов. Если учесть случайную нестабильность пара­метра, то следует принимать

Ограничение по контрольным уровням является более грубым, чем ограничение по методу средних, так как часто параметр не достигает предельного уровня, но его отклонения свидетельствуют о возникновении неисправности.

Оценка текущего значения параметра. В практических случаях возникает задача оценки текущего значения измеряемого пара­метра х (t). Требуется определить, является ли значение х (t_n) одним из возможных, случайных отклонений или его нельзя согласовать с предыдущим течением процесса.

В связи с этим для эффективной оценки текущего значения х (t) необходимо знать не менее десяти его прежних значений.

Если условие нарушено, то значение х (t) для приня­тых степени значимости и доверительной вероятности не может быть согласовано с предыдущими значениями и свидетельствует о воздействии на процесс источника возмущения.

Общая задача распознавания кривых, метод признаков.

Метод признаков предназначен для решения более общей задачи распознавания — установления связи между поведением кривой и состоянием системы.

Пусть имеется некоторое число состояний системы D_t и пред­полагается, что каждому состоянию соответствует определенный класс кривых x_t(t). Предъявляется для распознавания кривая х (t) за период времени Т и требуется отнести ее к одному из классов. Для того чтобы свести эту задачу к изученной ранее проблеме распознавания, необходимо охарактеризовать все рассматриваемые кривые в единой системе признаков, т. е. отобразить кривые в конечно-мерном пространстве признаков. Формирование пространства признаков представляет собой наи­более специфическую часть проблемы распознавания кривых.

Формирование признаков с помощью разложения в ряд по орто­гональным функциям. В качестве признаков кривой х (t) на уча­стке t₀ < t < t1 можно принять коэффициенты разложения функции в ряд Фурье.

Формирование признаков по методу элементов. В качестве признаков могут быть использованы характерные элементы кривой х (t): точки минимума, максимума и др. Значительный опыт рас­познавания кривых по методу элементов имеется в медицинской диагностике.

В задачах технической диагностики в качестве элементов часто используется значение амплитуды колебаний с некоторой частотой. В этом случае проводится предварительный анализ спектра ча­стот колебаний, возникающих при различных неисправностях и отказах..

Распознавание кривых по комплексу признаков. Если кривая на некотором участке представлена комплексом диагностических параметров (признаков) x_l x₂, ..., х_п то процесс распознава­ния осуществляется статистическими методами, методами раз­деления в пространстве признаков, метрическими и др. Задача распознавания облегчается тем, что обычно признаки x_t являются физически однородными параметрами (параметрами с одинаковой размерностью).

Сглаживание кривых. Во многих случаях кривая изменения диагностического параметра существенно искажается за счет неизбежных ошибок измерений. Это свойственно параметрам, записываемым вручную по показаниям стрелочных приборов или при недостаточной точности измерений и т. п. В таких случаях целесообразно проводить анализ предварительно сглаженных кривых. Существуют два основных метода сглаживания: метод наименьших квадратов и метод преобразования.

Часто применяется метод скользящего среднего. По этому методу величина x_f представляет собой среднее нескольких зна­чений, непосредственно примыкающих к измерению.

Практически осреднение проводится не более чем для 10 со­седних значений параметра.

Можно заметить, что весовые коэффициенты, убывают по закону геометрической прогрессии со знаменателем q = 1 — а. Однако запоминания предыдущих зна­чений параметра в расчетной процедуре не требуется, достаточно хранить только предыдущее сглаженное значение, что упрощает машинную реализацию алгоритма.

Выбор метода сглаживания и весовых коэффициентов опреде­ляется особенностями поведения кривой х (t), характером случай­ных отклонений, задачами диагностики и осуществляется на осно­вании практического опыта. Метод сглаживания должен исклю­чить случайные погрешности, но сохранить общую тенденцию из­менения параметра.

Домашнее задание: § конспект.

Закрепление материала:

Ответьте на вопросы:

1. Дайте определения и запишите следующие правила:

Правила абсорбции:

Правила ассоциативности:

Правила коммутативности:

Правило дистрибутивности умножения

Правило дистрибутивности сложения

Правила отрицания

Правила поглощения:

1. Что представляет собой операций импликации? Приведите пример.

2. Что называют Базисом булевской функции?

3. Решение каких вопросов представляет интерес для технической диагностики? В чем состоит основная идея методов?

4. По каким методам происходит формирование признаков?

5. Как осуществляется распознавание кривых по комплексу признаков? За счет чего существенно искажается кривая изменения диагностического параметра? Какие основные методы сглаживании вы знаете?

Литература:

1. Амренов С. А. «Методы контроля и диагностики систем и сетей связи» КОНСПЕКТ ЛЕКЦИЙ -: Астана, Казахский государственный агротехнический университет, 2005 г.

2. И.Г. Бакланов Тестирование и диагностика систем связи. - М.: Эко-Трендз, 2001.

3. Биргер И. А. Техническая диагностика.— М.: «Машиностроение», 1978.—240,с, ил.

4. АРИПОВ М.Н , ДЖУРАЕВ Р.Х., ДЖАББАРОВ Ш.Ю. «ТЕХНИЧЕСКАЯ ДИАГНОСТИКА ЦИФРОВЫХ СИСТЕМ» -Ташкент, ТЭИС, 2005

5. Платонов Ю. М., Уткин Ю. Г. Диагностика, ремонт и профилактика персональных компьютеров. -М.: Горячая линия - Телеком, 2003.-312 с: ил.

6. М.Е.Бушуева, В.В.Беляков Диагностика сложных технических систем Труды 1-го совещания по проекту НАТО SfP-973799 Semiconductors. Нижний Новгород, 2001

7. Малышенко Ю.В. ТЕХНИЧЕСКАЯ ДИАГНОСТИКА часть I конспект лекций

8. Платонов Ю. М., Уткин Ю. Г.Диагностика зависания и неисправностей компьютера/Серия «Техномир». Ростов-на-Дону: «Феникс», 2001. — 320 с.