Разработка моделей и методики оценки эксплуатационной надёжности многокомпонентных технических систем на основе нейро-нечётких технологий

• Автор: Косинский, Михаил Юрьевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Москва
• Количество страниц: 172 с. : ил.

ВВЕДЕНИЕ
ГЛАВА 1. ИССЛЕДОВАНИЕ, СИСТЕМАТИЗАЦИЯ И МАТЕМАТИЧЕСКАЯ ФОРМАЛИЗАЦИЯ ФАКТОРОВ, ВЛИЯЮЩИХ НА НАДЁЖНОСТЬ МНОГОКОМПОНЕНТНЫХ ТЕХНИЧЕСКИХ СИСТЕМ

1Л. Основные проблемы современного надёжностного анализа

1.2. Проблемы анализа и учёта внешних воздействий при построении моделей надёжности

1.3. Проблема учёта фактора времени в моделях надёжности

1.4. Обзор современных методов решения задач анализа надёжности многокомпонентных технических систем

1.4.1. Расчётно-аналитические методы анализа надёжности

1.4.2. Оценка показателей надёжности по экспериментальным данным

1.5. Выводы по главе

ГЛАВА 2. РАЗРАБОТКА НЕЧЁТКОЙ МОДЕЛИ НАДЁЖНОСТИ

2.1. Краткий обзор основных понятий теории нечётких множеств

2.2. Формализация задачи анализа надёжности в терминах теории нечётких множеств
2.3. Определение списка входных и выходных лингвистических переменных и формирование множества их термов
2.4. Формирование множества термов и функций принадлежности
2.5. Синтез базы решающих правил
2.6. Формирование нечёткого логического вывода и решение задачи дефаззификации
2.7. Модель анализа надёжности с применением аппарата теории нечётких множест в
2.8. Выводы по главе

ГЛАВА 3. РАЗРАБОТКА НЕЙРО-НЕЧЁТКОЙ МОДЕЛИ НАДЁЖНОСТИ
3.1. Формализация задачи
3.2. Формирование термов лингвистических переменных и базы решающих правил на основе кластеризации данных
3.3. Определение начальных параметров функций принадлежности термов входных и выходных переменных на основе потенциалов выделенных кластеров
3.4. Определение начальных параметров функций принадлежности термов выходной переменной
3.5. Формирование нечёткого логического вывода и решение задачи дефаззификации по алгоритму Сугено-Такаги
3.6. Настройка параметров модели на основе нейро-нечёткого подхода
3.7. Модель анализа надёжности с применением аппарата нейро-нечётких систем
3.8. Исследование возможности сокращения структуры нейро-нечёткой модели
3.9. Сравнительный анализ нечёткой и нейро-нечёткой моделей
3.10. Построение гибридной модели надёжности
3.11. Реализация модели в среде МАТЬАВ
3.12. Выводы по главе
ГЛАВА 4. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ РАЗРАБОТАННОЙ МЕТОДИКИ
4.1. Анализ структуры, составных элементов АИИС КУЭ и предъявляемых требований по надёжности
4.2. Нормативные требования по надежности АИИС КУЭ

4.3. Адаптация разработанной модели для задачи анализа надёжности ИВКЭ АИИСКУЭ
4.4. Расчёт оценок параметров надёжности
4.5. Анализ структуры, составных элементов БСУ КА и предъявляемых требований по надёжности
4.6. Результаты использования модели в задачах анализа надёжности БСУ КА
4.7. Выводы по главе IV
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИИ
ПРИЛОЖЕНИЕ 1. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ НАДЁЖНОСТИ
ПРИЛОЖЕНИЕ 2. ЛИСТИНГИ РАЗРАБОТАННЫХ ФУНКЦИЙ
ПРИЛОЖЕНИЕ 3. РЕЗУЛЬТАТЫ РАСЧЁТОВ НАДЁЖНОСТИ ДЛЯ ОБЪЕКТОВ ОАО «МН «ДРУЖБА»
БИБЛИОГРАФИЧЕСКИЙ СПИСОК

ГЛАВА 2. РАЗРАБОТКА НЕЧЁТКОЙ МОДЕЛИ НАДЁЖНОСТИ
В данной главе рассматривается разработка нечёткой модели для решения задачи расчёта надёжности многокомпонентных систем. Учитывая особенности математического аппарата теории нечётких множеств, его применение в задачах анализа надёжности технических систем позволяет, с одной стороны, использовать имеющуюся неформализованную информацию для настройки модели в при отсутствии обучающей выборки, а с другой стороны, без усложнения структуры модели учитывать нелинейный характер влияния различных факторов.
2Л. Краткий обзор основных понятий теории нечётких множеств
Понятие "фаззимножество", иначе - "нечеткое множество" (fuzzy set) или "размытое множество", было предложено Лотфи Заде. Первое применение указанного математического аппарата было связано с решением задач нечеткой логики. Возможности приложения в других областях вызвали широкую дискуссию. Новым импульсом в развитии теории нечетких множеств послужили разработка и успешное применение, сначала в Англии (Ибрагим Мамдани), а затем в Японии, нечётких регуляторов в системах автоматического управления. Это вызвало всплеск интереса к возможности применения данного математического аппарата к конструированию соответствующих моделей сложных систем управления и собственно систем управления, а также и в других областях. [44] По существу, нечеткость есть форма описания неопределенностей, которая, с одной стороны, отлична от статистического подхода, но с другой стороны - имеющая с ним ряд общих черт. И при том, и при другом подходах неопределенность описывается в численных категориях на единичном интервале Int[0,l],
Суть расхождений в указанных подходах заключается в специфике операций над заданными множествами, например, А и его отрицанием Ас. В