Нейросетевые подсистемы самодиагностирования нештатных ситуаций в задачах обеспечения отказоустойчивости технических объектов

• Автор: Даянов, Тимур Рависович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Саратов
• Количество страниц: 170 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. ОРГАНИЗАЦИЯ СРЕДСТВ НЕЙРОСЕТЕВОЙ ПОДСИСТЕМЫ САМОДИАГНОСТИРОВАНИЯ НЕШТАТНЫХ СИТУАЦИЙ

1.1. Особенности объектов класса и условий построения нейросетевой подсистемы.

1.2. Предметная область ситуационного управления

ОТКАЗОУСТОЙЧИВОСТЬЮ ОБЪЕКТОВ.

1.3. Модели представления объектов.

1.4. Структурная организация участников нейросетевой подсистемы .

ВЫВОДЫ ПО РАЗДЕЛУ 1

2. ТЕХНОЛОГИЯ ПОСТРОЕНИЯ АВТОНОМНЫХ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ.

2.1. Аппарат формального описания состояния предметной области.

2.2. Извлечение и преобразование знаний
2.3. Построение баз знаний автономных интеллектуальных систем
ВЫВОДЫ ПО РАЗДЕЛУ 2
3. АГРЕГИРОВАНИЕ АППАРАТНЫХ СРЕДСТВ ИДЕНТИФИКАТОРА ВЕКТОРОВ СОСТОЯНИЯ ОБЪЕКТА.
3.1. Функциональные особенности идентификатора.
3.2.0ПРЕДЕЛЕНИЕ СОСТОЯНИЯ ОБЪЕКТА ПО ВХОДВЫХОДНЫМ ПАРАМЕТРАМ
3.3. Синтез структуры и аппаратных средств идентификатора.
ВЫВОДЫ ПО РАЗДЕЛУ 3.
4. СИНТЕЗ СТРУКТУРЫ НЕЙРОСЕТИ ПОДСИСТЕМЫ
4.1. Структурная организация нейросети
4.2. Обучение нейросети.
4.3. Пути управления отказоустойчивостью объектов класса
ВЫВОДЫ ПО РАЗДЕЛУ 4.
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ.
ПРИЛОЖЕНИЕ.

ВВЕДЕНИЕ
Актуальность


Характерным для данных образцов БСУ является и то, что типы отказов, причины их возникновения, обусловленные несовершенством проектных решений не всегда четко выражены; механизмы отказов, соответственно, и дефекты проектных решений разнообразны, условия окружающей среды жесткие, надежность образцов является нелинейной функцией надежностных показателей составных компонентов. Наравне с выполнением заданных функциональных и надежностных требований на образцы класса, распространяются условия по обеспечению контроле-пригодности, ремонтопригодности, простоты в изготовлении, длительности сроков годности, условий и правил эксплуатации образцов по техническому состоянию. В последнее десятилетие в отечественной и зарубежной практике закрепилась тенденция проектирования бортовых систем и комплексов, в т. БСУ рассматриваемого класса, на базе цифро-аналоговых и цифровых структур. В работе на примере класса управляемых объектов (У О) рассматривается возможный подход к построению по целевому назначению встраиваемых в структуру У О нейросетевых подсистем (НП) ситуационного управления процессами обеспечения отказоустойчивости объекта в условиях допустимого подмножества нештатных ситуаций. Состав каждого управляемого объекта рассматриваемого класса, именуемых в дальнейшем объектом, определяется системой управления (регулятор, управляющее устройство) и объектом управления (ОУ), представленного, как вариант, газотурбинным двигателем (ГТД) (рис. Объекты данного класса относятся к категории динамических, многомерных, многоканальных, прецизионных, высоконадежных, с ограниченным доступом к внутренним функциональным узлам. Рис. В данном случае понятие ситуационного управления определяется механизмами выявления и анализа аномальных ситуаций в поведении объекта и преобразования результатов анализа причин их появления в управленческие решения по нейтрализации аномальных явлений в процессах формирования объекта. Таким образом, информационно-процедурная суть подхода к ситуационному управлению отказоустойчивости объекта состоит в том, что объект в условиях допустимого подмножества нештатных ситуаций рассматривается работоспособным с возможной утратой качества функционирования в пределах допустимых норм. Сценарий ситуационного управления средствами нейросетевой подсистемы, организация ее функциональных элементов и технология построения автономных интеллектуальных систем поддержки процессов управления ориентированы на реализацию двух подходов к обеспечению отказоустойчивости объектом данного класса: первый подход связан с прямым управлением, направленным на парирование нештатных ситуаций допустимого подмножества; управленческая сущность второго подхода состоит в реализации диалогового режима подсистемы с лицом, принимающим решение (ЛПР), путем формирования и приоритетного ранжирования альтернативных вариантов рекомендаций по нейтрализации нештатных ситуаций. В рассматриваемой постановке концепция обеспечения отказоустойчивости объекта средствами нейросетевой подсистемы в условиях нештатной ситуации определяется тремя положениями, первое из которых реализует механизм оценивания степени соответствия режимов функционирования, соответственно и технических характеристик объекта требованиям ТЗ и ТУ; второе положение отражает процедуры обнаружения, идентификации, прогнозирования нештатных ситуаций и распознавания их причин; третье положение включает синтез и реализацию правил формирования управленческих решений в пределах допустимых уровней утраты объектом показателей качества. В основу стратегии построения и обучения нейросетевой подсистемы, встраиваемой в структуру объекта, положен многомодельный, многометодный подход, принцип которого состоит в решении в рамках данной ПО заданного перечня взаимосвязанных автономных проблемных задач, что позволяет реализовывать поэтапный способ извлечения преобразования знания; структуризации данных и знаний и ограничения целостности (размерности) формальных описаний состояний базы знаний соответствующей интеллектуальной системы поддержки решения проблемной задачи и синтеза информационно-логического формализма механизмов вывода и управленческих решений.