- •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
5.7. Таблица близости р
Параметры и градации
Показатель /. h /з г e\ e 2 ?3 V
S| *2 d\ d\' di d3
Did',) 0 0 0 5 2 6 0 0 0 4
Did'!) 3 0 0 0 0 0 6 0 0 0
Did,) 0 2 0 0 0 0 0 6 0 0
Did3) 0 0 5 0 3 0 0 0 6 0
Q 3 2 5 5 5 6 6 6 6 4
t 1 1 1 1 2 1 1 1 1 1
V 1 1 1 1 0,66 1 1 1 1 1
Ф 0,675 0,616 0,84 0,89 0,806 0,80 0,80 0,95 0,75 0,883
N 9 10 4 2 5 6 7 1 8 3
142
С имеет ненулевые элементы в позициях /3, d\, v (цифры 2, 1 и 3
соответственно). Она объединяется со строками С/3 и С„ потом
со строкой Сг, поскольку строка Cf3 содержит цифру 3 в позиции г.
Цифра 1 в позиции d\ строки С остается без внимания.
При объединении строк значения их ненулевых элементов
суммируются последовательно по этапам, что соответствует
выполнению действий (5.12). Результирующая вектор-строка отображает
вершины, достижимые по графу из т. е. синдром
D(di)'. Все результирующие вектор-строки записываются в
табл. 5.6, соответствующую матрице расстояний, столбцы
которой показывают, из каких вершин (дефектов) достижима
каждая из вершин, а строки —какие вершины достижимы из
элементов d. Значения ненулевых элементов соответствуют
значениям расстояний маршрутов.
Шаг 3. Определяются ≪перевернутые≫ значения расстояний
р —близости. Ненулевые_элементы (значения р) из табл. 5.6
заменяются значениями р, рассчитываемыми в соответствии с
(5.14). Строится матрица близости р (см. табл. 5.7).
С учетом условия р ^ р кр ненулевые элементы строк табл. 5.7
указывают усеченные синдромы D(d,) элементов dj. Таблица
близости р содержит всю информацию о вершинах, за исключением
показателя к —оценки параметра по сводному фактору
условий измерения, и является основой для всех дальнейших
действий.
Шаг 4. Определяются значения Q —оценки параметра по
фактору чувствительности к появлению дефектов и информативности.
Сумма элементов каждого столбца табл. 5.7 определяет
искомое значение Q для соответствующего элемента [см. выражение
(5.13)]. Как отмечалось выше, Q находится отдельно
для каждого симптома S и дефекта d. Обычно £2(d) = pmax,
поскольку собственное замыкающее ребро вершины е имеет вес
1(e) = 1 .
4 ' max
Шаг 5. Определяются значения ^ —оценки параметра по
фактору разделительной способности дефектов. Находится количество
t ненулевых элементов каждого столбца (см. табл. 5.7),
t и по выражению (5.15) рассчитывается значение показателя
г^Гдля каждой вершины.
Шаг 6. Значения показателя эффективности Ф вычисляются
с использованием (5.8) для каждой вершины, а также и для S, d.
Шаг 7. Вершины располагаются в ряд N в соответствии
с убыванием значений Ф (см. табл. 5.7).
1 В табл. 5.6 сведены результирующие вектор-строки. Дальше в таблицах
для краткости вместо вектор-строк будем писать соответствующий им синдром
т ) .
143
5.7. Выявление эффективного множества диагностических
ПАРАМЕТРОВ
5.7.1. Динамическая перенумерация вершин
На этапе построения граф-модели и ее упорядочения обычно
не решают задачи выявления того подмножества диагностических
параметров, которое можно считать эффективным. Эту задачу
удобно решать после упорядочения граф-модели, например,
методом покрытия таблицы расстояний. Метод покрытия таблицы
расстояний в задаче нахождения эффективного множества диагностических
параметров базируется на оценке элементов модели
—определении весов вершин и ребер, упорядочении вершин
в соответствии со значениями показателя эффективности и в
нахождении маршрутов отображения дефектов в графе, а также
на использовании способов нахождения покрытий таблиц [11,
26, 43, 61].
Таким образом, в решении этой задачи в качестве исходной
имеется информация о показателях эффективности Ф каждой
вершины модели, ее порядковый номер после упорядочения,
а также таблица расстояний (близостей) р. В таблице указаны
