UP_nadezhnost_i_diagnostika

Отказы в управлении обработкой данных приводят к тому, что исполняется не команда, соответствующая принятому коду, а другая команда или некоторое подмножество других команд. Для каждого отказа определяются подобные множества, а затем подбираются тесты (операнды АЛУ), обнаруживающие все возможные отказовые ситуации.

Функция хранения и передачи данных реализуется совокупностью регистров и связей между ними. Для построения теста полезно построить граф связей между регистрами. При этом вершины графа сопоставляются с регистрами, а ребро между конкретными вершинами вводится тогда, когда есть команда пересылки между соответствующими регистрами. При построении теста рассматриваются отказы отдельных разрядов регистров, обрывы и замыкания связей между регистрами. Тест строится как совокупность команд, покрывающих все связи между регистрами.

Проверка функции управления передачей данных во многом напоминает проверку управления обработкой данных. При этом рассматриваются как отказы, нарушающие процедуру чтения, так и отказы, нарушающие процедуру записи. В первом случае чтение может производиться не из заданного регистра, а из множества других. Во втором случае запись может осуществляться не в заданный регистр, а в несколько других. Тест может использовать запись различающейся информации в разные регистры.

Проверка реакции на внешние сигналы прерывания также не вызывает затруднений и может быть реализована путем использования различающихся функций в программах обработки прерываний от разных сигналов.

5.4.Тестовое диагностирование распределенных информационноуправляющих систем

5.4.1. Структура средств диагностирования

Ранее (см. раздел 4), обсуждая диагностирование сложных информационно-управляющих систем, мы указывали на проблему размерности задачи (системы), которая преодолевается с помощью иерархического подхода. При этом в случае распределенных систем цель диагностирования на верхнем (сетевом) уровне иерархии заключается в диагностировании информационных связей между локальными системами, входящими в состав распределенной системы. Рассмотрим эту задачу [16], отметив предварительно, что ее можно трактовать как проверку диагностических ядер локальных систем, составляющих распределенную систему. В результате тестовая проверка распределенной системы будет включать два этапа – проверку диагностических ядер локальных систем в рамках рассматриваемой ниже общесистемной процедуры и самопроверку локальных систем с опорой на их диагностические ядра.

Прежде всего, отметим, что обмен информацией между локальными системами происходит по некоторым каналам обмена, использующим соответствующее аппаратно-программное обеспечение. По любому каналу обмена информация передается по вполне определенным правилам,

81

принятым разработчиком этого канала и называемым протоколом обмена. Этот протокол может быть как простым, так и достаточно сложным. При этом со сложными протоколами принято сопоставлять многоуровневое описание (стек протоколов). Как правило, в используемых протоколах предусматриваются средства, обеспечивающие обнаружение и исправление ошибок, возникающих при передаче информации. По своему типу это средства ФД. Зачастую, они сводятся к использованию помехоустойчивого

Однако если диагностируемый канал с централизованным управлением и в нем с помощью контроллера реализуется некоторое расписание обменов, то описанной процедуры будет не достаточно для диагностирования канала, т.к. должным образом не будет проверяться контроллер, а точнее, правильность реализуемого им расписания. В этом случае потребуется другой подход – подход «постороннего наблюдателя». Его можно реализовать при наличии в распределенной системе выделенных для этих

через распределенную систему анализируются в средствах диагностирования (рис.5.8). Вопрос о модели распределенной системы, которую можно было бы использовать в рассматриваемой задаче тестового диагностирования, был затронут в параграфе 4.2, где было установлено, что модель должна быть

82

линейной и периодически нестационарной (4.13). Осталось обсудить вопрос

оправилах построения теста.

5.4.2.Построение проверяющего теста. Управляемость и

наблюдаемость периодически нестационарной системы

Примем за основу нашего рассмотрения абстрактный подход, описанный выше для линейной дискретной стационарной системы. Сразу заметим, что в стационарном случае диагностический эксперимент был направлен на проверку трех матриц F, G и H. В данном случае проверяемых матриц в N раз больше, а, значит, можно предположить, что и искомый тест

окажется в N раз длиннее.

пойдем тем же путем. При этом мы сможем убедиться, что критерии управляемости и наблюдаемости для стационарных и периодически нестационарных систем весьма похожи, но, тем не менее, не совпадают. Дело в том, что появляется зависимость этих свойств от временного интервала, на котором они оцениваются. Обратимся к рис. 5.9, где представлена диаграмма матриц периодически нестационарной системы. Здесь отмечены различные временные интервалы и соответствующие им различные периодические последовательности матриц. С каждой последовательностью матриц связана своя последовательность индексов. Обозначим множество этих

последовательностей через { r |r 1, N}. Их начальные отрезки на

интервале длительностью в период получаются в результате циклического сдвига последовательности индексов 1, 2, …, N. При N = 3 имеем три последовательности индексов: Γ={1, 2, 3; 2, 3, 1; 3, 1, 2}.

Определим для периодически нестационарной системы установочную последовательность. Для этого запишем выражения для состояния системы на протяжении nN тактов (n – размерность вектора состояния x), работающей при последовательности индексов (матриц) r , обозначая через r (i) – i-й

член последовательности r :

83

x(1) F ( r (1))x(0) G( r (1))u(0),

x(2) F ( r (2))F ( r (1))x(0) F ( r (2))G( r (1))u(0) G( r (2))u(1),

Fпn r1F ( r (N ))F ( r (N 1))...F ( r (2))G( r (1))].

Отсюда получаем выражение для установочной последовательности u* Pн r [x(nN ) Fпn к x(0)].

Таким образом, для вычисления установочной последовательности (для управляемости системы на последовательности r ) достаточна (можно

является rank Pн n для всех .

При анализе трансляции надо также действовать по плану рассмотрения

стационарного случая, увидим, что матрица наблюдаемости Qн r имеет вид:

84

передаваемой в массивах тестовой информации. Второй путь содержит цикл для покрытия информационной обратной связи с выхода распределенной системы на вход локальной системы F2. Сопоставим в модели распределенной системы с каждым путем цепь из такого числа динамических звеньев M, через сколько локальных систем проходит данный путь. При этом, если в путь входит i-я локальная система, и она является j-й по порядку в этой цепи, то с ней сопоставляется звено Mi j . На рис. 5.10. представлена

модель для распределенной системы из рассматриваемого примера. При этом модель первой локальной системы содержит одно звено M11, модель второй

системы – два звена M21 и M 22 , а модель третьей системы – три звена M31, M32 и M33 . Каждое звено обрабатывает информацию лишь от одного

массива и по одному и тому же алгоритму, поэтому оно описывается стационарными уравнениями. В отличие от звена локальная система в общем случае обрабатывает несколько массивов, а, следовательно, ее модель содержит параллельную композицию нескольких звеньев, срабатывающих в разные моменты времени и обрабатывающих информацию в общем случае по разным алгоритмам. Это означает, что модель локальной системы нестационарна. Передаваемые массивы имеют разную размерность, определяемую количеством и структурой звеньев, составляющих модель конкретной локальной системы.

Отметим важнейшую особенность структуры массива y3' , выдаваемого

из третьей системы. В ней можно выделить две части, одна из которых формируется в звеньях M31 и M33 и предназначена для средств

диагностирования, другая формируется в M32 и предназначена для второй

системы.

Таким образом, можно сказать, что результат алгоритма формируется как массив значений аргументов, подвергнувшихся независимой обработке.

После описанных построений модель представляется совокупностью независимых цепей. Очевидно, что для ее наблюдаемости и управляемости необходимо и достаточно, чтобы каждая из цепей была наблюдаема и управляема. Таким образом, задача синтеза наблюдаемой и управляемой модели распределенной системы свелась к синтезу наблюдаемой и управляемой цепи. Последняя задача гораздо проще предыдущей.

Прежде чем переходить к синтезу цепей, обсудим одно усложняющее задачу обстоятельство. Обычно при обсуждении задач наблюдения и управления предполагается непрерывность этих процессов во времени (если система дискретная, то наблюдение и управление осуществляется во всех тактах). Для рассматриваемой задачи во многих практических случаях это условие не выполняется, поскольку наблюдение осуществляется лишь в сеансах пересылки информации из выходной системы в средства диагностирования, а управление - в сеансах пересылки информации из средств диагностирования во входные системы. Зачастую таких сеансов всего два за период – по одному на наблюдение и управление. Поэтому в

86

дальнейшем нас интересуют свойства наблюдаемости и управляемости относительно ограниченного числа точек наблюдения и управления. Задача обеспечения полной наблюдаемости и управляемости сильно упрощается,

если матрицы Fk k 1, N модели распределенной системы неособенные. Действительно, пусть в этом случае модель i -наблюдаема и j -управляема.i -наблюдаемость модели позволяет определить по ее выходу состояние xi ,

в котором система находится в момент времени, совпадающий с началом последовательности i . В каждом периоде такой момент один. Однако

благодаря неособенности матриц Fk k 1, N можно, зная xi , определить не

только любое последующее, но и любое предыдущее состояния. Этот факт свидетельствует о полной наблюдаемости системы. Очевидно, что аналогичный вывод справедлив и относительно управляемости. В результате приходим к утверждению, что периодически нестационарная система

Для того чтобы в описываемой модели матрицы сеансов были неособенными, необходимо и достаточно выбрать неособенными матрицы динамики диагностических алгоритмов локальных систем.

Будем считать, что любое звено, принадлежащее r-й цепи выдает и принимает информацию лишь один раз за период расписания цепи. Цепи могут быть однородными (содержащими лишь одинаковые звенья) и неоднородными. Ниже рассматривается второй, более общий случай, а точнее, два в определенном смысле крайних варианта. В первом из них цепь состоит из звеньев (назовем их векторными) с входными и выходными векторами максимальной размерности, равной размерности m звена, во втором случае – из скалярных звеньев. Первый случай характеризуется максимумом информации, передаваемой за период в целях диагностирования, второй – минимумом. Однако в первом случае максимальны индексы наблюдаемости и управляемости и, как следствие, длина теста, а во втором случае – эти показатели минимальны. Предположим, что в обоих случаях все звенья наблюдаемы и управляемы, а во втором случае к тому же реализованы в строчной наблюдаемой форме [1] причем m > 1, т.е.:

87

где i i 0, m 1 - коэффициенты характеристического многочлена матрицы f (здесь и далее матрицы в описании звеньев обозначаются

наблюдаемые и управляемые.

Ужесточение требований к звеньям в скалярном случае объясняется ухудшением наблюдаемости и управляемости звеньев (особенностями их входных и выходных матриц). Появление в условиях 1 и 2 квадратов матриц

f j j 1, q связано с предположением о двукратном срабатывании звеньев

за период цепи. В обоих рассмотренных случаях утверждается независимость от расписания обмена в цепи. Кстати, именно эта деталь определяет громоздкость условия 2. Указанное свойство существенно для практики проектирования средств диагностирования, поскольку в этом случае неизбежные трансформации расписания обмена в процессе проектирования не влияют на их диагностическую модель.

Для примера выберем звенья для модели на рис. 5.10. В данном случае модель может быть построена из однородных цепей. Пусть цепи образованы скалярными звеньями. Выберем для всех цепей следующую структуру звена:

Проверим выполнение условий 1 и 2. Многочлен f 2 неприводим

(условие 1 выполняется). Для проверки условия 2 убедимся, что звенья с матрицей f 2 наблюдаемы при выходных матрицах:

Вычислим для всех этих случаев матрицы наблюдаемости W и управляемости P:

88

Очевидно, что все матрицы неособенные, а, следовательно, условие 2 выполняется.

Вопросы

1.Тестовое диагностирование безынерционных устройств

2.Тестовое диагностирование динамических устройств

3.Тестовое диагностирование дискретных устройств. Общий подход.

4.Тестовое диагностирование линейных дискретных устройств. Структурный подход.

5.Тестовое диагностирование линейных дискретных устройств. Абстрактный подход.

6.Тестовое диагностирование аналоговых линейных устройств.

7.Тестовое диагностирование мультирежимных систем.

8.Тестовое диагностирование процессора.

9.Тестовое диагностирование распределенных информационноуправляющих систем. Построение проверяющего теста. Управляемость и наблюдаемость периодически нестационарной системы.

10.Тестовое диагностирование распределенных информационноуправляющих систем. Синтез модели системы обмена.

6.Методы функционального диагностирования

Вданном разделе излагаются методы функционального диагностирования. При этом ни в кое случае не ставится цель исчерпывающего изложения известных методов ФД. Фактически приводятся лишь краткие сведения из этой области, по которым, по нашему мнению, можно составить представление о возможностях некоторых известных подходов. Задача рассматривается лишь для систем, описываемых динамической моделью. В мировой литературе задача ФД в научном плане рассматривается только для таких систем. Это, по-видимому, объясняется тем, что для более простых и более сложных систем в решении задачи ФД нет практической целесообразности.

Внастоящее время в функциональном диагностировании известны два основных подхода - детерминированный и стохастический. Первый использует детерминированную модель диагностируемой системы, второй – стохастическую. Однако наряду с ними или в их рамках существуют

направления, может быть, менее значимые по числу публикаций и основанные на нечетких или интервальных моделях. Возможны и

89

смешанные, в частности, интервально-стохастические подходы. Выбор того или иного подхода, как правило, определяется содержанием априорной информации о свойствах системы и возникающих в ней отказах, имеющейся в распоряжении разработчика средств диагностирования. Так если разработчик располагает статистической информацией о поведении системы

иее отказах, то может быть применен стохастический подход. Если такой информации нет, то применяется детерминированный подход. Безусловно, между методами, соответствующими различным подходам, можно заметить определенную аналогию. Она является следствием взаимного проникновения

иобогащения существующих подходов. Практически весь приводимый далее материал (за исключением последнего подраздела) соответствует детерминированному подходу.

этапе проектирования определить, какого же качества оказались полученные средства диагностирования, соотнеся список реально охваченных диагностированием отказов с первоначально намеченным списком.

6.1.Методы функционального диагностирования для обнаружения отказов

Вданном подразделе в обзорном плане описываются методы обнаружения отказов. Эта задача существенно проще, нежели задача поиска отказов, когда требуется не просто забраковать диагностируемую систему как неработоспособную, но и с необходимой точностью определить местоположения отказа. Методы поиска отказов будут рассмотрены в последующих подразделах.

Врамках детерминированного подхода можно выделить определенные направления. При этом основными среди них можно считать направления, основанные на использовании алгебраических инвариантов [20], соотношений паритета, моделей объекта диагностирования [5, 8, 10, 24 – 29, 33].

90