- •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
2. Таблица преобразуется в таблицу т*. Подсчитывается число единиц
в каждой строке таблицы Т*1,0\ Первое минимальное число единиц = 1
соответствует первой строке в таблице В соответствии с алгоритмом
переставляем столбцы: четвертый столбец на первое место, первый —на
четвертое, т. е. 1-м-4, первая строка в Т* —m f = < 1 0 0 0 0 > . Для оставшихся
строк повторяется процедура, но число единиц подсчитывается, начиная со
столбца с номером ( u i 1)= 1 + 1 = 2 :
1 2 3 1 5
0 | 0 1 1 0
0 1 1 0 0 0
8 Зак. 666 217
Минимальное число единиц ui = l соответствует строке < 0 1 0 0 .0 > . В
данном случае второй столбец остается на месте, т. е. 2->->-2, а вторая строка в
таблице Т* будет mf = < 0 1 ООО> . Процедура повторяется для оставшейся строки
Г(|'0), тогда строка в Т* будет mf = < 0 0 1 1 0 > , т. е.
1 2 3, 4 5
4 2 3 1 5
1 0 0 0 0
0 1 0 0 0
0 0 1 1 0
3. Определяются тупиковые тесты.
Первая строка mi = < 0 0 0 0 0 > , тогда инверсированная строка т\ =
= < 1 1 1 1 1 > . Сравниваем строку m f = < 1 0 0 0 0 > со строкой mi, строка mf
является ≪сужением≫ строки т\. Порядковый номер элемента, равного единице,
после которого следуют только нулевые элементы h—1, тогда в соответствии с
алгоритмом (2 “’_/|—1) строк, т. е. 25 - 1 —1 = 15 опускаются из рассмотрения.
Следующая строка т.г= < 1 0 0 0 0 > , инверсированная строка m2—<01111 > .
Производим сравнение со строками таблицы Т*. Строка mf не является
≪сужением≫, а строка т ? = < 0 1 0 0 0 > —≪сужение≫ строки т2. Для данной
строки h = 2, следовательно, пропускается (2 —1) = ? строк, получаем строку
mз = < 1 1 0 0 0 > и инверсированная строка т з = <00111 > . Сравниваем со строками
из таблицы T*mf —не является ≪сужением≫, mf —не является ≪сужением≫,
m f = < 0 0 1 1 0 > —является ≪сужением≫. Для строки mf определяем й = 4,
следовательно, опускается (25 -4—1 )= 1 строка и т 4= < 1 1 0 1 0 > , инверсированная
строка т < = < 00101 > .
Проводим сравнение строк таблицы Т* и убеждаемся, что mf, mf, mf не
являются ≪сужением≫ строки mi. Следовательно, набор, соответствующий
строке т 4, т. е. S i = < s 4, Sj, s i > ,—тупиковый тест. В строке т 4 определяем
ft = 4, тогда (25 -4—1 )= 1, строку опускаем и т ъ = < 1J 1 0 0 > , а т$ = <00011 > .
Строки Т* не являются ≪сужением≫ строки т&. Следовательно, строка
тъ соответствует тесту. Сравниваем строку т$ со строкой т 4. Строка т$ не
является ≪расширением≫ строки т 4, следовательно, набор S2= < s 4, S2, S3>
признаков является тупиковым.
Для строки тъ определяем Н = 3. Тогда опускается (25_3—1) = 3 строки
из рассмотрения. Новая строка тц превышает строку < 1 1 1 1 1 > , т. е. перебор
завершен. Получено два тупиковых теста Si = < s i , S2, s4> и S2= < S 2, S3, s a > ,
т. е. общее число тупиковых тестов k = 2, для признаков соответственно /еi = 1,
fc2 = 2, Лз=1, /г4 = 2, *5 = 0. Различающие веса принимают, как и ранее, следующие
значения: # ( s i ) = l / 2 ; /?(s2) = l ; /?(s3) = l / 2 ; /?(s4) = l ; R(sb) = 0.
8.4. Процедуры классификации состояний
Рассмотрим теперь заключительную процедуру отнесения неизвестной
реализации к какому-то из классов —1 или 0.
Пусть известны эталонные реализации классов в виде таблиц 1
Г1 и Г и рассчитаны различающие веса R(si) для всех признаков
и пусть необходимо распознать неизвестную реализацию, представленную
в пространстве тех же признаков S = {s,}, что и эталон218
ные таблицы. Значения признаков распознаваемой реализации
выразим через пц, т ,= < . у i, Y2, • .• Y г, • .• Y ^ > -
Распознавание неизвестной реализации mi осуществляется путем
вычисления оценок по одному из следующих правил различной
строгости.
Правило 1.
W п 1
2 2 R(si)(ali фу)
■'=| 1=1_______________ .
. по ’ ' ( 8 . 6 ) 2 2 я(5,)(р„е v,)
<=1 /=|
пО
З де сь а,у, р,/ —элементы таблиц Г1 и Т°, соответственно
стоящие на пересечении i-ro столбца и й строки; t = l , w — для a ij, р,; и у г, /== 1, ..., /г1 —для а ц и / = 1, пО —для р,-,-, т. е.
для таблицы Т°\ у,- —элемент распознаваемой реализации; R — знак расширенного суммирования по модулю 2 (см. § 8.3).
Если т]!<т)?, то 1-я реализация относится к классу 1; если
ri’> Л/≫ то реализация относится к классу 0; если г)/ = г)? — распознавание реализации не производится.
Правило 2.
W
(Лгшп),1 = m i n / 2 Я ( s , ) K R V - ) ;
i==i (8.7)
W
(Л т1п" = mirW 2 R (s,) (P„0 Y,).
/ = J
Если (i]4ljn) i < ( Tlmin)/. to /-я реализация о тн ос ит сякклассу 1;
если (T]min) '-> (Tlrnin)° то реализация о тн ос ит сякклассу 0; если
(T)min)/U=(T)min)” Т0 распознавание реализации не производится.
Правило 3.
м'[ = Л( ( r im in ) ) ; = Л? ( Л т т ) ° ( 8 - 8 )
Если Nj<C jV?, то /-я реализация относится к классу 1; если
N \ > N°, то реализация относится к классу 0; если N '=N 4 , то
распознавания реализации не производится.
На практике целесообразно вычислять все три показателя rj,
Чшп’ ^ и в слУчае противоречивых результатов решений по
отдельным правилам окончательное решение принять по числу го8
* 219
лосов в пользу того или иного класса (по правилу ≪два из
тр е х ≫ ) .
С первого взгляда приведенные выше формулы расчета показателей
г), ri . , N (8,6) ; (8,7) ; (8,8) и соответствующие правила
принятия решений образуют весьма четкую систему распознавания.
Однако практическое применение этой системы выявило также
ее существенный недостаток. Дело в том, что при близких
значениях показателей для того или иного решения (особенно
типа V ^ r i 0) результат может зависеть от принятой точности
расчетов. Например, если т)1 отличается от т^0 в четвертом знаке
после запятой, то может быть принято решение в пользу одного
из классов, а если учесть только три знака —то оба показателя
одинаковы и распознавания не должно быть. Устранить этот
недостаток можно введением определенного минимального превосходства
одного показателя над другим, порогового значения,
диапазона эквивалентности показателей (зоны нечувствительности)
и т. д. Однако определить числовые значения таких порогов
или зоны затруднительно из-за отсутствия четких критериев и
исходных данных.
Поэтому предлагается вычислять только одно предельное
(самое жесткое) значение превышения одного показателя над
другим для достоверного отнесения реализации к тому или иному
классу. Если это правило слишком жесткое, лицо, принимающее
решение (ЛПР) , может смягчить условие в зависимости от
реальной задачи.
Для нахождения значения достоверного превышения показателей
г), ri , N одного над другим производится формальное
распознавание всех эталонных реализаций из таблиц Т1 и Т°. Для
каждой / -й реализации из Т' определяется разность показателей т):
А(Л= Л —Л (8.9)
и минимальная разность minA^ = (r)). То же самое осуществляется
с каждой реализацией из эталонной таблицы Т°:
Л;(Л)= Л;-Л° (8.10)
и определяется minA°(ri).
В процессе распознавания неизвестной реализации mi =
= <Yi> Y2, Vi. • .• решение принимается следующим
образом:
если Т1/ < Т 1?, то l-я реализация относится к классу 1 только при
Д(Л = Л—T|/>minAjOl), (8.11)
т. е. если она не хуже самого худшего из эталонов. При невыполнении
условия (8.11) принимается, что т|'=т)°, и распознавание не
производится.
220
Если то реализация относится к классу 0 только в том
случае, если
Д(т1)= г) ) —т“ ттД“(т), (8.12)
в противном случае распознавание не производится.
Аналогичные дополнительные условия для правил 2 и 3 имеют
вид:
AX^imin) (Лгтп)/ (*1 min) У≫ ГТИПЛу (т) min),
Abmin) = (TlInin)/-hmin)?. (8Л З)
И
Д(Л)= iV°—Nj; minД!(Л;
/t f(N)=N)—Nf, min A“(JV). <8 1 4 )
Другим недостатком рассмотренных методов решения задачи
распознавания, как уже отмечалось, является необходимость
использования методов перебора. Поэтому практическое использование
алгоритмов при числе признаков w более 20 может
потребовать применения специальных средств, сокращающих
время поиска тупиковых тестов.
