- •Тема 3. Методологические основы разработки асд и ппр типовых авиационных объектов
- •3.1. Методологические этапы реализации информационных технологий в области расчетно-информационной асд и ппр объекта ат
- •3.2. Обоснование концептуальной, функциональной и структурной моделей гибридной динамической расчетно-информационной асд ппр типа «Эксперт – объект ат»
- •3.2.1. Концептуальная модель специализированной асд ппр сложного объекта ат
- •3.2.2. Функциональная и структурные модели асд ппр типового объекта ат
- •3.3. Разработка структурно-информационных моделей практического использования асд ппр «Эксперт – объект ат» в процессе эксплуатации типовых авиационных объектов.
3.2. Обоснование концептуальной, функциональной и структурной моделей гибридной динамической расчетно-информационной асд ппр типа «Эксперт – объект ат»
3.2.1. Концептуальная модель специализированной асд ппр сложного объекта ат
Конструктивные особенности современных сложных динамических объектов АТ (уровень параметрической информативности и контролепригодности, модульность, расположение конструктивных элементов) определяют следующий перечень задач ранней диагностики:
- оценка ТС объекта АТ в целом и конструктивных узлов в частности;
- эффективный поиск и определение места повреждения, которое развивается в отдельном узле;
- возможность выполнения профилактических и восстановительных работ.
Современные АСД представляют собой достаточно сложный программный продукт, основанный на взаимодействии разнородных баз знаний с гибридными ИДМ сложных динамических систем. При этом база знаний АСД включает в себя несколько гетерогенных баз:
- экспертных знаний;
- концептуальных знаний;
- правил оперирования знаниями и блока когнитивной (познавательной) графики представления знаний.
В базе экспертных знаний размещаются экспертные данные о «портрете» объекта диагностир. при возникновении в его узлах характерных экспертн. неисправностей, правил их распознавания и определения ТС объекта АТ, прогнозирование динамики изменения ТС, технологии устранения идентифицированных неисправностей и др. экспертная информация. Базы экспертных знаний представляются в виде четких, нечетких и комбинированных данных. Например, «если Х, то У», где х – условие вида
х1v, х2v, …, хn, xi – переменная в виде х11, х12, …, х1n; У – соответствующие события в виде у1, у2, …, уin.
Нечеткость в базе экспертн. знаний можно представить в общем случае так:
где x, y, z – нечеткие множители, которые частично или целиком определяют неопределенные параметры диагностич. нечеткой модели ГТД.
Т.о. процесс поиска решения задачи вычислителем на аналитической диагностической модели в области АСД выполняется по запросу:
где ИДМ – аналитическая ИДМ рабочего процесса объекта АТ;
К1, К2 – комплекс диагност. параметров и признаков конструктивных узлов;
- набор логических
операторов.
Диагностика объекта АТ (определения причинно-следственных связей) в области базы экспертных знаний АСД представляет собой декомпозицию вида:
Задача (х) → (Подзадача 1 (х1)#...#Подзадача №(хn),
где х – набор входящих и выходящих параметров задачи, которая решается;
# - символ перехода от одного блока базы экспертных знаний к другому.
Кроме того, каждая решаемая задача может быть декомпанована на ряд условных подзадач.
В базе концептуальных знаний динамической АСД сложного объекта АТ размещаются индивидуальные эталонные (стендовые) данные про объект диагностики при его исправной работе, аналитическая информационно-диагностическая модель расчета диагностических параметров и принятия допущений в виде формул, таблиц, графиков, нечетких правил, алгоритмов и т.п. При этом формы кредитования знаний в АСД разделяются на описываемые (декларативные) и вычислительные (процедурные). Хотя это разделение весьма условное, т.к. ИДМ, адаптированная в программе обеспечение АСД может эффективно использовать обе формы представления знаний (как логическую так и сетевую).
Так, основой логической ИДМ в АСД есть формальная система, которая в общем виде может быть задана:
M = <S, R, B, F >,
где S – множество базовых узлов модели,
R – множество аналитических и синтетических правил для характеристики S,
B – множество истинных выражений (аксиом);
F – нечеткие правила для построения аксиом и др. выражений.
В сетевой модели АСД, в отличии от логической, можно охватить более сложный спектр знаний за счет включения в явной форме всех отношений, которые образуют информац. структуру в виде нейронных сетей.
Блок когнитивной (познавательной) графики может оперировать следующими понятиями:
- проект (автономно функционирующая субподрядная программа);
- графический объект – квадрат, позволяет собирать из отдельных понятий более сложные;
- Fully – окружность (элемент нечетных знаний базы эксперт. зн.), что позволяет создавать нечетные определения;
- связь – типовое соединение элементов системного редактора в границах его поля;
- Mein – блок когнитивной графики, ответственный за автоматический синтез С – программ по собранной редактором схеме.
