- •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
4 И 5. Действия по шагам 3— повторять по порядку для
всех невычеркнутых столбцов с //=1.
Шаг 7. Рассматривают первый слева столбец с /, = 2.
В множество В включается тот из двух элементов z, у которого
значение Ф больше (находящийся выше), и повторяют шаги 3—.
Шаг 8. Повторяют шаги 3— для столбцов с /у —3, // = 4, ...
и т. д. до тех пор, пока не будут вычеркнуты все столбцы.
147
Для рассматриваемого примера применение алгоритма начинается
с шага 7, поскольку в этой таблице нет столбца с 1,= 1.
Рассматривается столбец d'{, для которого /, = 2. В множество В
включается элемент zi, т. е. сам d". Это означает, что дефект d'{
подлежит непосредственному контролю. Из таблицы вычеркивается
строка zi и столбец d'{ на основании шага 6 настоящего алгоритма.
Далее на основании шага 5 перерассчитывается значение Ф
элемента z\ (элемента si). Так как предусматривается непосредственная
констатация наличия или отсутствия дефекта
d'{, то целесообразно одновременно определить также наличие или
отсутствие дефекта d\ . Следовательно, из таблицы вычеркиваются
строка 2 б и столбец d\. Последнее действие разрешается шагом 8,
поскольку в столбце выше строки 2 б нет ненулевого элемента,
значение р которого больше значения на пересечении столбца
d\ со строкой ze.
На основании шага 5 перерассчитываются значения Ф элементов
Z4, Z 10, 2 5 -
Следующим рассматривается столбец d2, для которого также
li = 2. В множество В включается элемент г≫, вычеркиваются
столбец d2 и строка z8. При рассмотрении столбца d% с /, = 3
в множество диагностических параметров В включается элемент с
наибольшим Ф, т. е. элемент z$.
Найденное таким образом покрытие (см. табл. 5.8) представляет
искомое множество диагностических параметров В= {е ь ег, /2}
(в таблице они выделены жирным шрифтом). Из множества покрытий,
существующих для табл. 5.8, найденное является эффективным
при обсужденных требованиях. Выявленные таким образом
диагностические параметры могут быть положены в основу
решения задачи диагностирования.
В качестве примера отметим, что граф-модель тормозной
системы автомобиля отображается графом с 58 вершинами
(см. рис. 2.7). Множество диагностических параметров для распознавания
32 Характерных дефектов содержит 11 диагностических
параметров:
B = { v 1, f3, Г2 , V4, Г 1, 627, ￡28, е ь /ю, е?, еб}-
5.7.3. Выбор диагностических параметров
при наличии подграфов
Приведенные выше алгоритмы уточнения граф-модели, упорядочения
вершин, нахождения диагностических параметров (алгоритмы
5.7, 5.8, 5.9) Излагались относительно одной не разделенной
на части граф-модели.
148
Схема выбора диагностических параметров для единой рабочей
граф-модели
Назначение
этапа
Алгоритм,
шаги алгоритма
Содержание
процедур в условных
обозначениях
П о я с н е н и я
К
Уточнение граф-модели о 1(
ное состоят
Алгоритм 5
Шаги 1, 2, 3
Шаг 4
Алгоритм 5.
Шаг 1
ie
3 1
Г‘-'вес
ут
1
ь в.ут
‘■'р.ут
Рабочая весовая матрица
Уточненный граф
Весовая уточненная матрица
с I f x J x J
Уточненная матрица частных
расстояний с 1(х/x j
Определение
усеченных
синдромов
Шаг 2
Шаг 3
А >
Л 1
\
5(d)
\
5(d)
Таблицы усеченных синдромов с р
Таблицы расстояний р (близостей)
Упорядочение
вершин
Шаги 4, 5
Шаги 6, 7
1
С
1
<3
Показатели информативности
и различительной способности
Показатель эффективности
Выбор диагностических
параметров
Алгоритм 5.
1
\
а }
изм
ь Покрытие таблицы, динамическая
перенумерация вершин
Диагностические параметры объекта,
конец процедуры
149
Схема выбора диагностических параметров при наличии несвязанных
рабочих подграфов
я р вa
s
Х х
Алгоритм,
шаги алгоритма
Содержание процедуры
( в условных
обозначениях) П о я с н е н и я
Исходное состояние
яIЛ ￡■ Iс
<D
S
303 X1
оЯs
x g и 3 О sis gg
g - s f
o& g
cd
<u b
g к
?!
≪ * CК -“S
О 9 a
￡
О■ Лi
ЯE c
S-8 g*
•*IS lЙS Sл CQ a Ci.
Алгоритм 5.7
Шаги 1, 2, 3
Шаг 4
Алгоритм 5.8
Шаг 1
Шаг 2
Шаг 3
Шаги 4, 5
Шаги 6, 7
1в '-гв I I
71ут
'1ут
'1 р . ут
J \ ( d )
ф Алгоритм 5.9
*^2ут
2 ут
■"2 р. ут
Весовые матрицы подграфов
Уточненные подграфы
Уточненные весовые матрицы
С / ( X j / X j J
Уточненные матрицы частных
расстояний с 1(* , / х)
\
*>2Ы
Таблицы усеченных синдромов
с р
Таблицы расстояний р (близостей)
Q ,\
I I
Ф
Показатель информативности
и различительной способности
Показатель эффективности
1—1
°В1, Фи зм В-2, Ф^и зм Ч ( В = в 1и в 2 ')
Диагностические параметры
для каждого подграфа, динамическая
перенумерация вершин
Диагностические параметры
объекта, конец процедуры
150
Схема выбора диагностических параметров при декомпозиции модели
на ряд связанных подграфов
я3
Д 8я
и я
Алгоритм,
шаги алгоритма
Содержание процедуры
(в условных
обозначениях)
П о я с н е н и я
Исходное состояние
Алгоритм 5.7 с т
И|Л
&Iя
4) В
ЯXI
Алгоритм 5.8
Шаг 1
UЯ
Я X и islisl 8Ь Я ей
<u p .
Эя it
6 ≪
eEd c
a s .
I0,I0 I&
Пи&
ГI
Шаги
Шаг 4