- •1.2.1. Основные требования к модели
- •1.2.2. Абстрактная графовая модель. Некоторые понятия теории
- •1.2.3. Графовая модель процесса функционирования объекта
- •X „ Рис. 2.4. Построение граф-модели в пространстве свойств:
- •XI рассматриваются как основные функциональные сврйства
- •Xj. Такое ребро иногда называют дугой.
- •2.4. Переход от пространства свойств
- •2.5. Отображение неисправностей в объекте диагностирования
- •X, f, V, е, r, d рассмотрим процесс построения граф-
- •1 Там, где это необходимо, отдельной дугой могут учитываться и обратные
- •2.6.3. П ро ст ей ше е п ре дс та вл ен иег ра ф-м од ел ью а ви ац ио нн ог о г тд Авиационный газотурбинный двигатель представляет собой
- •6, 7. В результате этого этапа получают граф-модель в пространстве
- •I ямки сц
- •1. Формируется содержательное описание од
- •2. Создается принципиальная схема объекта
- •3. Представляются имеющиеся аналитические и качественные
- •1. Отождествление выбранных
- •2. Представление свойств (функций)
- •2. Строится укрупненная блочная функциональная
- •2. Входные и выходные воздействия функциональных
- •3.3), Можно представить определенным сочетанием элементов
- •2, Т; выходы блоков, являющиеся одновременно внешними
- •3 (Рг) включения наддува, а затем в коллекторы гермоотсека.
- •1. Составить в соответствии с (3.2) матрицу смежности
- •2. Вычислить матрицу
- •1 Это имеет место при решении задач диагностирования с помощью сложившихся
- •1 Импликантой булевой функции ф(*|, дг2, ..., * „) называется элементарная
- •4.3.1. А лг ор ит м п ро ст ог о г ол ос ов ан ия Использование любого из описанных подходов к решению
- •4.3.2. Алгоритм голосования с учетом весов
- •1. Множество в* диагностических параметров формируется
- •2. Если голоса всех вершин внутри рассмотренных трех групп
- •3. Если из-за одинакового числа голосов ряда вершин второй
- •4.3.3. Эвристический алгоритм
- •4.4, А), тупиковые (рис. 4.4,6);
- •4.2. Нумерация вершин граф-модели
- •10. Следующий по порядку за этим q номер должна получить
- •11. После выполнения правил п. 10 для каждой непронумерованной
- •5.1. Определение компонент достижимости
- •XI, соединяющих другие вершины графа с вершиной XI, называют
- •1.4 Будем множество вершин компоненты достижимости
- •Xj назовем число ребер простой ориентированной цепи, содержащей
- •XI и любой другой вершиной соответствуют условию:
- •1.10 Усеченным синдромом d(X{) будем называть множество вершин
- •5.2. Упорядочение вершин граф-модели
- •5.2.1. Оценка параметра по сводному фактору
- •5.2.2. Оценка параметра по фактору чувствительности
- •5.2.3. Оценка параметра по фактору разделительной
- •1 Выделение симптомов s, рассматривается ниже в § 5.6.
- •5.3. Экспертные методы в задаче упорядочения
- •5.3.1. Общие соображения
- •1 Имеется в виду объект упорядочения (а не диагностирования), в качестве
- •100 По усмотрению эксперта.
- •5.3) С обязательным учетом ограничений типа
- •5.3.3. Определение коэффициентов значимости факторов
- •I{Xj/XI) о состоянии параметра X/, получаемого при контроле
- •5.1. Весовая матрица с.,
- •5.2. Матрица частных расстояний Срас
- •1. Если какая-либо строка имеет несколько ненулевых элементов,
- •5.3. Таблица синдромов d (е,)
- •1 С е. Параметры ПараметD(
- •2 С еа 0 0 0 5 8 0 0 0 10 0 0 0 0 0 0 fu /2, г Diet)
- •2. Если к некоторой вершине х ведут несколько маршрутов от
- •3. Вершины ориентированного цикла учитываются только
- •5.4. Таблица усеченных синдромов d(ei)
- •5.5. Декомпозиция рабочей граф-модели
- •5.5.2. Декомпозиция граф-модели
- •5.6. Уточнение граф-модели и упорядочение вершин
- •5.6.1. Уточнение рабочей граф-модели
- •5.7. Таблица близости р
- •1 В табл. 5.6 сведены результирующие вектор-строки. Дальше в таблицах
- •5.7. Выявление эффективного множества диагностических
- •5.7.1. Динамическая перенумерация вершин
- •5.8. Таблица покрытия
- •Xk в состав множества в для получения информации о дефекте
- •5.7.2. Выбор диагностических параметров методом
- •4 И 5. Действия по шагам 3— повторять по порядку для
- •32 Характерных дефектов содержит 11 диагностических
- •5.7.3. Выбор диагностических параметров
- •5.7, 5.8, 5.9) Излагались относительно одной не разделенной
- •1,2,3 GTiyT
- •1. Описанная методика упорядочения вершин граф-модели
- •2. Для решения задачи векториальной оптимизации используется
- •3. Применение правил покрытия таблицы для определения
- •4. На базе выбранного множества диагностических параметров
- •6.1. О рг ан из ац ияд иа гн ос ти че ск оЙинфор м ации Важную роль в организации измерений Значений диагностических
- •6.2. Построение схемы диагностирования
- •6.3. Образование распознаваемых классов
- •6.3.1. М ет одп ос ле до ва те ль ны х д их от ом ийвз ад ач е
- •1 Если они не поименованы иначе.
- •2 От греческого бЫотоцла —разделение надвое.
- •1V точек, которые можно сделать плоскостью, имеющей
- •6.1. Таблица линейных классификаций
- •6.3, А и б). Процедура диагностирования
- •6.3.2. М ет одф ор ми ро ва ни я у сл ов ны х к ла сс ов Другим методом, позволяющим экономить машинные ресурсы
- •§ 6.2, Позволяет определить взаимосвязь между диагностическими
- •1000100...—Класс Рт.
- •6.4.1. О бо сн ов ан иев ыб ор а у сл ов ны х к ла сс ов Мы рассмотрим этот вопрос в соответствии с работой [13],
- •7.1. Интерактивные процедуры в системе функционального
- •7.2. Стадии и этапы обработки
- •1 Этап —определение компонент достижимости p(XI) для
- •2 Этап —определение интервала и границ варьирования значений
- •3 Этап —уточнение (конкретизация) подходящего (допустимого)
- •32 Дефектов.
- •2, 13 Двудольных графов на множествах вершин Хк- в качестве
- •1 Точнее, элементов множества z' (см. Гл. 5 ), так как z' включает в себя
- •Xе или множества неулучшаемых решений (множество Парето).
- •13 Значений ркр, среди которых необходимо найти оптимальное
- •7.4. Стадия формирования эффективного множества
- •4 Элемент для включения его в набор эффективных диагностических
- •7.5. Покрытие таблицы для двухуровневой задачи распознавания
- •7.7), В ряде случаев близкие состояния могут оказаться с помощью
- •7.6. Граф-модель проточной части авиационного двухконтурного
- •Xj. Это соответствует установлению между функциональными
- •§ 4.1 Применительно к авиационному гтд, производилось по
- •2 Например, при наличии технологических заглушек для измерений давления
- •7.1. Таблица близости
- •7.2. Погрешности измерения параметров гтд
- •1 В соответствии с техническими показателями системы измерения параметров
- •7.3. Покрытие диагностическими параметрами возможных состояний проточной части гтд
- •8.1. Алгебраические методы и граф-модели
- •8.2. Допустимые таблицы, различающая мера, вес признака
- •1 Равные строки в каждой отдельной таблице допускаются.
- •8.3. Выявление весов признаков
- •1. Формируется таблица т(1,0):
- •2. Таблица 7'(|,0) с целью сокращения времени машинной
- •3. Определяются тупиковые тесты. Процедура базируется на
- •2. Таблица преобразуется в таблицу т*. Подсчитывается число единиц
- •3. Определяются тупиковые тесты.
- •8.4. Процедуры классификации состояний
- •8.5. Метод декомпозиции в задаче распознавания
- •8.6. Система распознавания и классификация клара
- •8.1. Таблица функциональных назначений модулей
- •1 Уравнение Бернулли для реальной жидкости имеет вид:
- •14 (/З, Нр ). Этими параметрами покрываются все четыре7 дефекта
- •8.3. Таблица покрытия (для параметров работоспособности н)
- •8.4. Таблица покрытия (для диагностических параметров в)
- •1Дьлица I*1,3
- •I аьлина I*
- •ITTsITi I j*‘ 77i
- •1 Признак1числ0т/т18еса
- •I аьЛи на?&г• “
- •6≪ Класс 0
- •03.09.91. Формат 6 0 X 8 8 1 / 16- Бум. Офсетная № 2.
- •15,32. Тираж 800 экз. Заказ № 666. Цена 5 руб.
- •129041, Москва, б. Переяславская, 46.
- •103064, Москва, Басманный туп., 6а,
- •1Mmmmmm
- •Ihak1числ0т/тibeca Ri
- •5|Гап: класс I ≪ dv , класс 0 * d, , d≫ , d2
1 Это имеет место при решении задач диагностирования с помощью сложившихся
систем измерений.
90
процесс диагностирования с необходимостью предусматривает
рассмотрение как объекта в целом, так и его отдельных элементов
с обязательным выполнением операции сравнения. В отличие от него
контроль состояния ограничивается рассмотрением диагностируемого
объекта в целом.
При учете указанных двух задач технического диагностирования
общую ситуацию для определения множества параметров
контроля работоспособности Н и множества диагностических
параметров В можно представить в следующем виде. Объект
имеет множество физических (функциональных) элементов L и
характеризуется множеством внутренних параметров М (в соответствии
с § 2.1), состоящим из подмножеств R, F, Е, V, а также
множеством дефектов D.
Введем два дополнительных подмножества О' и О, которые
назовем определяющими:
подмножество определяющих параметров О', характеризующих
семейства одного или группы элементов объекта;
подмножество определяющих параметров О, характеризующих
один или группу дефектов.
При этом
O'czM, OczM, 0 ' ( ] 0 Ф0 . (4.2)
Для определения работоспособности объекта и распознавания
дефектов использование всех элементов множеств О' и О представляется
и неосуществимым, и ненужным, поскольку влечет
за собой получение избыточной информации. Кроме того, не все
параметры этих множеств в одинаковой степени доступны и
измеримы. Отсюда следует, что необходимо выявить некоторое
множество Н —параметров контроля работоспособности, а для
диагностирования —множество В —диагностических параметров,
таких, что
HczO' ; Bc zO. (4.3)
Это позволяет организовать двухуровневое диагностирование
и конкретизировать требования к набору диагностических параметров.
1. Множество Н параметров контроля работоспособности
должно охватить параметры всех свойств функционирования,
от нарушения которых зависит работоспособность объекта, а
множество В должно обеспечить полный охват всех дефектов и,
следовательно, содержать о них соответствующую информацию1.
2. Множества Н и В должны включать в себя элементы,
наиболее чувствительные к нарушениям свойств и к дефектам,
' Мощность к аждого из этих множеств должна также удовлетворять
специфическим требованиям допустимости распознающих алгоритмов (см. § 8.2 ) .
свойственным ___________режимам функционирования объекта. Количество
элементов этих множеств должно быть минимизировано.
3. Параметры, являющиеся элементами множеств Я и В, должны
быть доступны для контроля и наблюдения без разборки
объекта; время, затрачиваемое для их контроля, должно быть
наименьшим, стоимость контроля —минимальной.
4. Элементы множества Я должны обладать достаточной
разделительной способностью, чтобы можно было принять решение
о состоянии объекта ≪годен —негоден≫. Разделительная способность
элементов множества В должна обеспечивать распознавание
дефектов, т. е. решение задачи диагностирования.
5. Достоверность результатов контроля (наблюдения) параметров,
образующих множества Я и В, в свою очередь должна
быть максимизирована, а погрешность измерений нормирована.
Таким образом, налицо многокритериальная ситуация с противоречивыми
критериями. Определение состава множеств Я и В — задача векториальной оптимизации с принятием компромиссных
решений.
4.2. М ИН ИМ ИЗ АЦ ИЯН АБ ОР А Н АБ ЛЮ ДА ЕМ ЫХП АР АМ ЕТ РО В.
П ОД ХО ДЫКР ЕШ ЕН ИЮЗ АД АЧ И
С математической точки зрения граф-модель системы задается
множеством параметров
Х={а, Ь, с, ..., х, у, г, (4.4)
образующим ___________множество вершин графа и конечным множеством
дуг U таким образом, что они не пересекаются:
ATI U = 0 , (4.5)
трехместным предикатом
Р(х, и, у)\ х, 1/ еХ; ие( / (4.6)
и высказывательными формами:
\/х,у[Р(х,и,у)-+~\Р(у,и,х)1 (4.7)
^хР(х,и,х), (4.8)
а знак ≪Л≫ —знак отрицания. Так как утверждается, что для
любых двух вершин х и у может существовать дуга только в одном
направлении (предикат Р(х,и,у) имеет логическое значение ≪истинно
≫, а предикат Р(у,и,х) —≪л ожн о ≫ ) , то выражения (4.6) и
(4.7) означают, что граф-модель есть ориентированный граф,
а (4.8) допускает у отдельных вершин наличие петель. Петля
в свою очередь отображает тот факт, что существует такая
92
вершина х, для которой имеет место дуга с началом и концом
в х. Строгость граф-модели (4.4) —(4.8) зависит от надежности
исходной информации, а для ее обработки может, как уже отмечалось,
использоваться аппарат теории графов.
Основная идея, на которую базируются алгоритмы минимизации
числа контролируемых параметров с использованием граф-
модели, предполагает уменьшение числа вершин модели в пространстве
параметров путем их отбрасывания таким образом,
чтобы они отображались в отобранных при минимизации вершинах,
проходя путь по графу не более, чем в одну дугу:
/ < 1 , (4.9)
где I —число дуг.
Из этого следует, что любая вершина исходного множества
вершин либо сама содержится в минимизированном подмножестве,
либо может быть связана с ним дугой, исходящей из нее же.
Математически эта задача решается отысканием минимальных
внешне устойчивых подмножеств (МВУП) —Т данного ориентированного
графа, таких, что
Т=Х (4.10)
и истинно высказывание
х ^ 7 ’( Г ,П Г = 0 ) ] , (4.11)
где Г* —подмножество, обра зованн ое отображением вершины в множестве X.
Выражения (4.10), (4.11) соответствуют содержательному описанию
идеи минимизации числа контролируемых параметров,
высказанной выше.
Однако нас интересуют не все семейства внешне устойчивых
подмножеств Г, где
х=Т Г с Г , (4.12)
а лишь минимальные
r min- r , r rainc r min, (4.13)
где r min—семейство минимальных внешне устойчивых подмножеств.
Для нахождения Т известен алгоритм К. Бержа [3], основанный
на многократных графических построениях.
Ниже рассматриваются алгоритмы, более формализованные
и удобные для использования ЭВМ [64].
Так как множественный подход базируется на первичных
неопределяемых понятиях, нижеприведенное описание алгоритмов
выявления (поиска) внешне устойчивых подмножеств можно
считать основным. Рассматриваемые алгоритмы являются следствием
описанного подхода.
93
4.2.1. Л ог ич ес ки й п од хо д
кз ад ач е м ин им из ац ии ч ис лат оч екк он тр ол я
Выражение (4.11) можно
преобразовать в сложное логическое
высказывание. Тогда
выражение (4.11) будет
иметь вид конъюнкции элементарных
дизъюнкций, т. е.
конъюнктивную нормальную
форму (КНФ) . Так, для
графа, изображенного на
рис. 4.1, можно записать логическое высказывание F, имеющее
вид:
F = (a )A (b \ S a )A ( eV b )A (g \ / e )A ( fV bV g ) . (4.14)
После- перехода к минимальной дизъюнктивной нормальной
форме (ДНФ) , т. е. к выражению, логически эквивалентному
данному и имеющему вид дизъюнкции элементарных конъюнкций,
получим, что
F = (a АЬ Ае)\/ (a A b Ag)\/ (а А е Аё)\/ (а А е A f ) ■ (4.15)
Каждый простой импликант [64] этого высказывания1 представляет
собой минимальное внешнее устойчивое подмножество.
В данном примере их четыре:
Timin={a,b,e}- T2min={a,b,g}-, T3min={a,e,g}-, Т4 min={a,e,f). (4.16)
Недостатком логического подхода в задаче минимизации числа
точек контроля является необходимость проведения большого
числа логических операций при большом числе вершин.
4.2.2. А лг еб ра ич ес ки й п од хо д кз ад ач е м ин им из ац ии ч ис лат оч екк он тр ол я
Исходным для алгебраического алгоритма, основанного на
этом подходе, является выражение в виде квадратной матрицы,
имеющее вид
С = А+ ВМ (4.17)
