![](/user_photo/2706_HbeT2.jpg)
- •1 Объекты упр-я. Роль и значение сау в управлении производством.
- •1. Виды объектов автоматизации и управления
- •2 Классификация сау. Особенности сау с жестк и гиб логикой. Функции, вып сау. Объем и уровень автоматизации
- •3. Класс-я элементов ркса. Правила составления структур формул ркса.
- •Виды соединения контактов и описание их структурными формулами.
- •4. Способы соед-я эл-ов в ркса. Реализация ф-ии памяти в ркса.
- •5. Структура бкса. Проектирование бкса по заданной ркса
- •Проектирование бкса по заданной ркса (задача модернизации).
- •6. 7. Понятие плк. Структура и основные компоненты плк.
- •17. Логическое упр-е. Цели и задачи логического управления. Структура улу.
- •19. Синтез управляющих устройств с позиционной структурой.
- •18. Требования к представл алгоритмов и способы их представл. Типы автоматов. Осн понятия графов переходов
- •Граф переходов и состояний.
- •20. Понятие состязания элементов памяти. Противогоночное кодирование
- •Противогоночное кодирование блока памяти.
- •22. Цели и задачи контроля. Методы, алгоритмы. Хар-ки систем контроля.
- •Виды контролируемых параметров.
- •Основные операции контроля.
- •Алгоритмы порогового (допускового) контроля.
- •Характеристики систем контроля.
- •23. Выбор частоты кантроля парам первой и второй группы
- •Определение частоты контроля параметров.
- •Выбор частоты контроля первой группы.
- •Выбор частоты контроля параметров второй группы.
- •21. Проектирование улу с противогон кодир сост на основе закодир графа переходов Структурная схема управляющего устройства с кодированием состояний.
- •Последовательность синтеза управляющего устройства с кодированием состояний.
- •24. Состояния и режимы потенциально опасных технологических объектов и процессов.
- •Способы воздействия автоматической защиты на объект.
- •25. Структура систем защиты.Треб-я к над-ти подсистем
- •27. Гипотеза компактности. Методы разделения в пространстве признаков. Дискреминат и раздел ф-ии.
- •28. Логич методы диагностики. Операция импликации. Булевая дианостич ф-я. Нормальный базис булевой функции. Изображение числа аргумента и булевой ф-ии
- •Булевы диагностические функции
- •26. Цели задачи диагностики. Классиф-я. Метод Байеса.
- •Классификация методов диагностики.
- •Статистические методы диагностики.
Классификация методов диагностики.
Для диагностики могут использоваться различные методы, основные из которых представлены на диаграмме:
Статистические методы диагностики.
Среди статистических методов диагностики распространение получил метод, основанный на обобщенной формуле Б. Недостатками метода Байеса являются:
достаточно большой объем предварительной статистической информации;
«угнетение», т.е. пропускание редко встречающихся диагнозов. Однако в случаях, когда объем статистических данных достаточен метод Байеса используется как один из наиболее надежных.
Основные понятия метода Байеса
Если имеются диагнозы Дi и совокупность симптомов k = (k1, k2,…, kn), встречающихся при этих диагнозах, то вероятность совместного появления диагнозов Дi и симптомов к определяются известными формулами теории вероятности:
,
(1)
где р(Дi/k) – условная вероятность диагноза Дi после того как стало известно наличие у контролируемого объекта симптомов k. Эту вероятность называют также апостериорной.
Р(Дi) – вероятность диагноза Дi определяемая по предварительным статистическим данным, иначе априорная вероятность диагноза.
Р(k/Дi)
– условная вероятность появления
симптомов
у объекта с диагнозом Дi.
Отсюда вытекает обобщенная формула Байеса:
Используя, что вероятность р(k) можно вычислить как
подставив
(3) в (2) получим рабочую формулу Байеса:
В случае статистической независимости симптомов условная вероятность вычисляется по формуле:
В
случае, когда надо вычислить вероятность
при отсутствии какого-либо симптома
пользуются формулой:
В методе Байеса решение о диагнозе принимается по наибольшей аппозиционной вероятности в соответствии со следующим правилом:
Для надёжности диагностирования условие дополняют пороговым значением, т.е. требованием:
где
Рi
MIN
– заранее выбранный интервал надежности
для диагноза Di.
При невыполнении условия решение о диагнозе не принимается (отказ от распознавания) и требуется поступление дополнительной информации.
Для определения вероятностей используемых в формуле Байеса используют следующие данные:
если предварительно исследовано N объектов и у Ni объектов имелся диагноз Ni, то P(Di)=Ni/N.
Если среди Ni объектов, имеющих диагноз Di по Ni j появлялся симптом kj, то условная вероятность появления этого симптома при диагнозе Di равна P(kj/Di)=Ni j/N.