Помощь в учёбе, очень быстро...
Работаем вместе до победы

Методика структурно-параметрического представления знаний для обучающей экспертной системы поиска неисправностей в аппаратуре железнодорожной автоматики и телемеханики

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В настоящее время с развитием новых информационных и коммуникационных технологий существенно расширились возможности создания эффективных автоматизированных систем образовательного назначения. Этот тезис проходит основополагающей линией в большинстве научных работ педагогической направленности, посвященных различным аспектам организации подготовки специалистов различного профиля. Фундаментальные… Читать ещё >

Содержание

  • СПИСОК СОКРАЩЕНИЙ.'
  • 1. АНТРОПОТЕХНИЧЕСКИЕ И ГНОССЕОЛОГИЧЕСКИЕ АСПЕКТЫ ОРГАНИЗАЦИИ СИСТЕМЫ ТЕХНИЧЕСКОГО ДИАГНОСТИРОВАНИЯ
    • 1. 1. Анализ проблемы обеспечения надежности аппаратуры ЖАТ и обоснование подхода к ее решению на основе интеллектуализации процессов контроля и диагностирования
    • 1. 2. Математическая модель влияния обученности технического персонала по поиску и устранению неисправностей на повышения эксплуатационной надежности аппаратуры ЖАТ
    • 1. 3. Исследование подходов искусственного интеллекта в аспекте интеллектуализации обучения поиску неисправностей в аппаратуре ЖАТ
    • 1. 4. Структурно-параметрический анализ как основа построения диагностической базы знаний о неисправностях аппаратуры ЖАТ
  • Выводы
  • 2. РАЗРАБОТКА МЕТОДИКИ ФОРМИРОВАНИЯ ЗНАНИЙ ДЛЯ ОБУЧАЮЩЕЙ ЭКСПЕРТНОЙ СИСТЕМЫ ТЕХНИЧЕСКОГО ДИАГНОСТИРОВАНИЯ АППАРАТУРЫ ЖАТ ПО ЭМПИРИЧЕСКИМ ДАННЫМ НА ОСНОВЕ СТРУКТУРНО-ПАРАМЕТРИЧЕСКОГО ПОДХОДА
    • 2. 1. Структурно-параметрическая математическая модель аппаратуры ЖАТ
    • 2. 2. Постановка задачи идентификации коэффициентов структурно-параметрической математической модели аппаратуры ЖАТ
    • 2. 3. Идентификация коэффициентов структурно-параметрической математической модели аппаратуры ЖАТ
    • 2. 4. Принципы вероятностного подхода к решению диагностических задач на основе структурно-параметрической математической модели аппаратуры ЖАТ
    • 2. 5. Контроль и диагностирование на основе структурно-параметрической математической модели аппаратуры ЖАТ
  • Выводы
  • 3. МОДЕЛИРОВАНИЕ ФУНКЦИОНИРОВАНИЯ БАЗЫ ЗНАНИЙ ОБУЧАЮЩЕЙ ЭКСПЕРТНОЙ СИСТЕМЫ ТЕХНИЧЕСКОГО ДИАГНОСТИРОВАНИЯ АППАРАТУРЫ ЖАТ
    • 3. 1. Экспериментальное исследование диагностических свойств структурно-параметрической модели аппаратуры ЖАТ
    • 3. 2. Моделирование функционирования обучающей диагностической базы знаний, реализующей структурно-параметрический способ диагностирования
  • Выводы
  • 4. ОБОСНОВАНИЕ ПОДХОДА К ОБУЧЕНИЮ ПЕРСОНАЛА ДИАГНОСТИРОВАНИЮ АППАРАТУРЫ ЖАТ С ИСПОЛЬЗОВАНИЕМ ЭМПИРИЧЕСКОЙ БАЗЫ ЗНАНИЙ
    • 4. 1. Направления реализации гносеологических свойств эмпирической базы знаний в целях подготовки персонала расчетов по поиску и устранению неисправностей
    • 4. 2. Структура обучающей экспертной системы персонала расчетов по поиску и устранению неисправностей в аппаратуре ЖАТ
    • 4. 3. Модель обучения персонала расчетов по поиску и устранению неисправностей в аппаратуре ЖАТ
  • Выводы

Методика структурно-параметрического представления знаний для обучающей экспертной системы поиска неисправностей в аппаратуре железнодорожной автоматики и телемеханики (реферат, курсовая, диплом, контрольная)

Обоснование актуальности темы диссертации. Развитие аппаратуры железнодорожной автоматики и телемеханики (ЖАТ) на современном этапе характеризуется значительным возрастанием важности решаемых с ее помощью задач и, как следствие, увеличением ее сложности. Функциональное усложнение аппаратуры ЖАТ в совокупности с ростом степени зависимости обеспечения безопасности перевозок железнодорожным транспортом (ЖТ) от надежности аппаратуры ЖАТ выдвигают задачу обеспечения надежности в ранг наиболее приоритетных задач [15, 71, 72]. В условиях ожидаемого вступления России в ВТО повышение качества и надежности продукции является одной из важнейших проблем. Именно качество и надежность продукции в первую очередь определяет сегодня конкурентоспособность выпускаемых изделий [132]. Несмотря на неослабевающее внимание к проблемам обеспечения качества и надежности сложных технических систем [1, 2, 7, 15, 16, 17, 18, 22, 26, 29, 32, 33, 43, 52, 62, 66, 70, 71, 73, 76, 95, 104, 113, 124, 132, 135, 145] вообще, несмотря на усилия разработчиков аппаратуры, служб надежности и управления качеством на предприятиях отрасли, в эксплуатацию продолжают поступать образцы, имеющие недостаточный уровень надежности. Эти негативные проявления фиксируются в виде отказов аппаратуры ЖАТ в сфере ее эксплуатации, который по оценкам специалистов [73] достигает нескольких тысяч в год и в последние 5−7 лет практически не снижается, несмотря на значительные вложения материальных и финансовых средств в совершенствование процессов разработки, производства и эксплуатации аппаратуры. Это свидетельствует, что проблема обеспечения требуемых показателей надежности аппаратуры ЖАТ на основе комплексного и всестороннего совершенствования системы управления надежностью на всех стадиях жизненного цикла априорно относится к актуальным и имеет большую научную и практическую значимость.

Комплексный подход к решению проблемы управления надежностью аппаратуры ЖАТ, обозначенный в [72, 73], предусматривает в качестве одного из приоритетных направлений совершенствование системы технического обслуживания эксплуатируемой аппаратуры ЖАТ [15] и, в частности, совершенствование существующей системы мониторинга и диагностирования технического состояния аппаратуры ЖАТ.

При сугубо техническом подходе к совершенствованию процессов технического диагностирования сложных систем, как правило, предполагается, что данный процесс реализуется идеально точно, и не учитывается, что на практике при выполнении диагностических операций алгоритма поиска неисправностей участвует человек, который может допускать ошибки, как в определении структуры самого диагностического алгоритма, так и при выполнении его отдельных операций, особенно в условиях большой сложности в организации обслуживания систем и при ограниченном времени обслуживания. Поэтому большое значение для успешного решения задачи повышения эксплуатационной надежности аппаратуры ЖАТ на основе совершенствования системы мониторинга и диагностирования технического состояния аппаратуры ЖАТ имеет степень обученности (подготовленности) технического персонала расчетов по поиску и устранению неисправностей. От квалификации персонала во многом зависит результативность и оперативность процесса установления места отказа и выявления причин неисправностей аппаратуры ЖАТ, а, соответственно, и эффективность ее эксплуатации.

В деле успешного решения задач обслуживания и эксплуатации аппаратуры ЖАТ, а именно к сфере решения этих задач относятся задачи мониторинга и диагностирования ее технического состояния, большое значение отводится предварительному обучению технического персонала и обучению (самообучению) непосредственно в процессе эксплуатации. Даже в условиях тенденции автоматизации процессов управления работой сложных систем (и процессов их технического обслуживания) человеку принадлежит далеко не последняя роль. Вопросы обучения правилам эксплуатации таких систем (и «обучения» самих автоматов) по-прежнему остаются актуальными [70, 137, 139].

В настоящее время с развитием новых информационных и коммуникационных технологий существенно расширились возможности создания эффективных автоматизированных систем образовательного назначения. Этот тезис проходит основополагающей линией в большинстве научных работ педагогической направленности, посвященных различным аспектам организации подготовки специалистов различного профиля [51, 67, 79, 102, 144]. Фундаментальные проблемы информатизации высшей школы освещены трудами И. В. Роберт, В. И. Громыко, К. К. Колина, А. Я. Савельева, Б. А. Сазонова, Ю. Г. Татур, С. А. Христочевского и мн. др. специалистов. Отмечая значительный вклад их работ в развитие теории информатизации образования, однако следует отметить, что практическая направленность научных результатов перечисленных выше исследований в техническом и естественнонаучном образовании требует дополнительной проработки. Данные исследования в большей степени определяют направления практического преломления педагогической теории и обозначают направления для дальнейших исследований.

Анализ научных работ, посвященных информатизации образовательного процесса показывает, что к настоящему времени более проработанными являются вопросы обучения именно информагике студентов педагогических вузов (работы А. А. Абдукадырова, Ю. С. Брановского, В. И. Горовой, С. Р. Домановой, М. И. Жалдака, В. А. Извозчикова, В. И. Кузнецова, Э. И. Кузнецова, М. П. Лапчика, И. В. Марусевой, И. А. Румянцева, М. В. Шведского и других авторов). В последнее время в связи с заметно выросшим потенциалом средств ИКТ в сфере образования существенно увеличилась доля научно-исследовательских работ, в прямой постановке посвященных разработке методических подходов к подготовке специалистов. В числе значимых работ отмеченного плана только за последнее время можно отметить следующие работы [5, 51, 79, 97, 102, 144].

Тем не менее, следует отметить, что вопросы использования ИКТ для подготовки специалистов технического характера, тем более в такой сложной и специфической сфере знаний как техническая диагностика находятся в начальной стадии исследования. Здесь можно отметить лишь работу В. М. Кайнова [71], в которой исследованы некоторые аспекты построения обучающей системы подготовки специалистов по физико-техническому анализу отказов. Во-вторых, в современных работах, посвященных проблематике искусственного интеллекта [24], обозначено новое направление в применении интеллектуальных систем, как гносеологического инструмента, позволяющего непосредственно во взаимодействии с базой знаний о предметной области реализовать свои познавательные запросы. Это предполагает исследование многих узких, но вместе с тем важных вопросов, как учебно-методического, так и технического характера, а значит, заведомо определяет новизну возможных научных результатов предполагаемого диссертационного исследования.

Подводя итоги проведенного выше анализа проблематики исследования данной научной работы, можно с большой долей уверенности предположить, что применение интеллектуальных систем для организации современной подготовки квалифицированных специалистов по поиску неисправностей аппаратуры ЖАТ и установлению причин ее отказов является априорно новым и слабо проработанным направлением как в области искусственного интеллекта [24], так и в сфере научных исследований образовательной направленности [102]. С учетом этого тему диссертации, посвященной исследованию вопросов разработки научно-методического обеспечения процесса формирования диагностической базы знаний путем обработки эмпирических данных об отказах и выделения из этих данных существенных факторов, определяющих изменение технического состояния аппаратуры ЖАТ, с целью организации на основе построенной базы знаний обучения специалистов по поиску неисправностей следует считать актуальной.

Рассмотрение задачи разработки диагностической экспертной системы как системы образовательного назначения, позволяющей не только непосредственно повысить качество процесса поиска неисправностей в аппаратуре ЖАТ, но еще и эффективно решать вопросы подготовки технического персонала расчетов по поиску неисправностей, требует проведения предварительного анализа проблемной области на предмет целесообразности применения подходов искусственного интеллекта и возможности представления диагностических знаний на формальном языке существующих моделей и методов.

Принято считать, что целесообразность применения технологии искусственного интеллекта определяется высокой степенью неопределенности проблемной области. Принимая во внимание то обстоятельство, что очень многие встречающиеся в практике эксплуатации сложных технических систем задачи поиска неисправностей обусловлены многофакторной неопределенностью (неполная наблюдаемость объекта диагностированиянеявный характер выраженности диагностических признаковнеоднозначность причинно-следственной связи между сущностью физических изменений, обусловивших отказ объекта диагностирования, и его внешним проявлением в доступных для наблюдения признакахпогрешности при измерении, преобразовании и передаче диагностической информации и т. п.), можно сделать вывод, что техническая диагностика это та область, где применение методологии искусственного интеллекта заведомо оправдано. Еще более оправдан отмеченный подход, если речь идет о разработке диагностической экспертной системы как системы образовательного назначения, поскольку к отмеченным выше факторам неопределенности добавляются факторы, сопутствующие процессу передачи и без того специфичных знаний от одного субъекта процесса обучения к другому субъекту (синтаксическая, семантическая, лингвистическая неопределенность).

Как известно [111] одной из главных задач технической диагностики является организация эффективных процессов диагностирования технических объектов. Эффективность диагностирования в большой мере зависит от оптимальности алгоритма диагностирования, в основе которого лежит метод диагностирования. Современный уровень развития технической диагностики характеризуется многообразием методов [3, 15, 19, 42, 36, 101, 108, 111, 138], применяемых для организации процессов определения технического состояния объектов. Значительный вклад в развитие теоретических основ технической диагностики внесли советские и российские ученые Яблонский С. В. [147], Пархоменко П. П. [111, 112], Карибский В. В. [111, 112], Согомо-нянЕ.С. [111, 112], Дмитриев А. К. [56], Кострыкин А. И. [98], Мозгалевский А. В. [3, 108], Клюев В. В. [128], Калявин В. П. [128], Чипулис В. П. [36], Гуляев В. А. [38], Глазунов Л. П. [3, 42], Ксенз С. П. [101] и др. В зависимости от задач, решаемых при диагностировании, методы технической диагностики можно разделить на две основные группы: методы определения работоспособности и методы поиска места и определения причин отказа. Достаточно широко и систематично те и другие представлены в работах [19, 36, 56, 111].

Основываясь на результатах анализа, проведенного в работах [50, 71, 111, 112], следует отметить, что в основном указанные методы диагностирования послужили основой для решения задачи автоматизации поиска неисправностей в технических объектах достаточно ограниченной сложности и, что особенно важно, для задач, характеризующихся достаточно высокой степенью определенности. Вполне очевидно, что задача разработки обучающей диагностической экспертной системы аппаратуры ЖАТ, характеризующаяся, как показал проведенный выше анализ, достаточно высокой степенью сложности и многофакторной неопределенностью, и не может быть решена в рамках известных моделей и методов. К тому же отмеченные методы базируются на технологии обработки данных, но не знаний, что требуется для экспертной системы.

Обобщая вышеизложенное, можно заключить, что диссертационные исследования, посвященные разработке математических моделей и методик моделирования неисправностей аппаратуры ЖАТ как основы формирования диагностической базы знаний для обучающей экспертной системы, предназначенной для подготовки специалистов по поиску неисправностей в аппаратуре ЖАТ, можно обоснованной считать актуальным и продиктованным практической потребностью эффективной эксплуатации аппаратуры ЖАТ.

С учетом проведенного выше анализа может быть определена проблемная ситуация, сущность которой состоит в противоречии между практической необходимостью организации обучения технического персонала эффективному поиску неисправностей в аппаратуре ЖАТ с использованием диагностической базы знаний и отсутствием научно-обоснованных моделей и методик формирования диагностических знаний для обучающей диагностической экспертной системы аппаратуры ЖАТ.

С учетом результатов анализа состояния решаемой научной проблемы целью диссертации является интеллектуализация процесса обучения технического персонала расчетов по поиску неисправностей в аппаратуре ЖАТ.

Такая постановка цели определяет следующий спектр направлений диссертационного исследования:

1. Провести анализ проблемы обеспечения надежности аппаратуры ЖАТ и обоснование подхода к ее решению на основе интеллектуализации процессов контроля и диагностирования.

2. Обосновать подход к преобразованию эмпирических данных в целях выделения из них существенных закономерностей и факторов, являющихся по своей сути знаниями о действительном техническом состоянии аппаратуры ЖАТ.

3. Разработать математическую модель как формально-моделирующую основу реализации процесса формирования знаний для диагностической базы знаний о неисправностях аппаратуры ЖАТ.

4. Разработать комплекс диагностических процедур, позволяющих осуществлять вывод на знаниях, которые хранятся в диагностической базе знаний экспертной системы.

5. Исследовать вопросы зависимости квалификации технического персонала по поиску неисправностей в аппаратуре ЖАТ от организации обучения.

6. Разработать структуру диагностической базы знаний аппаратуры ЖАТ и обучающей экспертной системы, предназначенной для организации подготовки технического персонала по поиску неисправностей в аппаратуре ЖАТ.

Таким образом, объектом исследований является автоматизированная обучающая система, предназначенная для организации подготовки технического персонала по поиску неисправностей в аппаратуре ЖАТ на этапе эксплуатации, а предметом — методы формализации диагностических знаний и формирования диагностической базы знаний экспертной системы, а также подходы к организации на ее основе обучения специалистов по поиску неисправностей в аппаратуре ЖАТ.

С учетом определенной ранее проблемной ситуации научную задачу диссертационной работы целесообразно определена как задачу разработки комплекса научно-обоснованных моделей и методик обработки эмпирических данных и выделения из них существенных факторов и взаимосвязей, действительно характеризующих техническое состояние аппаратуры ЖАТ, с целью формирования диагностической базы знаний обучающей экспертной системы и обоснование методического подхода к ее использованию в целях подготовки технического персонала по поиску неисправностей в аппаратуре ЖАТ.

Теоретическая новизна работы состоит 1) в диагностическом аспекте в том, что при разработке структурно-параметрической математической модели систем ЖАТ новым является использование для определения технического состояния диагностических знаний о структурных характеристиках диагностируемых систем, формализуемой в разработанной структурно-параметрической математической модели. При этом базовым является положение о существовании совокупности внутренних параметров объекта, которые определяют характер проявления его внешних, доступных наблюдению диагностических параметров- 2) в аспекте развития автоматизированных обучающих систем — в разработке принципов организации структуры диагностической базы знаний для диагностической экспертной системы обучения технического персонала расчетов по поиску неисправностей в аппаратуре ЖАТ и обосновании подходов к реализации ее гносеологических свойств.

Научная значимость диссертационной работы состоит в том, что 1) на основе анализа теоретических результатов современных методов анализа эмпирических данных [6, 14, 21] разработана структурно-параметрическая модель аппаратуры.

ЖАТ, проведено научно-методическое обоснование диагностических процедур, позволяющих на основе комплекса эмпирической информации о результатах измерения диагностических параметров диагностируемой системы аппаратуры ЖАТ восстановить структурно-параметрический образ, а на основе оценки его близости структурно-параметрическим образам возможных технических состояний принять гипотезу о действительном текущем состоянии, а также 2) в разработке модели обучения персонала расчетов по поиску и устранению неисправностей в аппаратуре ЖАТ.

Практическая значимость диссертационной работы обусловлена тем, что 1) полученные в ходе проведения исследований экспериментальные и теоретические результаты, структурно-параметрическая математическая модель аппаратуры ЖАТ, процедуры идентификации коэффициентов структурно-параметрической математической модели аппаратуры ЖАТ, процедуры диагностирования на основе структурно-параметрического анализа, — позволяет использовать в диагностических целях структурные особенности диагностируемых систем и представляют научно-методическую основу для функционирования эмпирической базы знаний и данных аппаратуры ЖАТ, 2) математическая модель обучения персонала расчетов по поиску и устранению неисправностей в аппаратуре ЖАТ позволяет прогнозировать глубину процесса формирования парных ассоциаций вида ассоциации «образ» — «неисправность», т. е. определить количество серий, необходимых для обучения специалистов устойчивому распознаванию технических состояний объектов диагностирования на основании предъявляемых комплексов диагностической информации.

Основными результатами диссертационного исследования, выносимыми на защиту, являются:

1. Структурно-параметрическая математическая модель аппаратуры ЖАТ.

2. Процедура идентификации коэффициентов структурно-параметрической математической модели аппаратуры ЖАТ.

3. Процедура диагностирование на основе структурно-параметрической математической модели аппаратуры ЖАТ.

4. Математическая модель обучения персонала расчетов по поиску и устранению неисправностей в аппаратуре ЖАТ.

Достоверность результатов, полученных в диссертационной работе, основывается на том, что анализ. состояния и путей решения поставленной научной задачи проведен с учетом ее актуальности и потребности, обусловленных необходимостью решения важной проблемы, состоящей в повышении эксплуатационной надежности аппаратуры ЖАТ. При формировании единого научно-методического подхода, составляющего основу решаемой задачи, были использованы методологические принципы, разработанные в трудах известных в области технической диагностики, методов обработки эмпирических, данных и искусственного интеллекта ученых. При получении результатов теоретического значения использованы основополагающие концепции современной математики (теоретико-множественная и логико-алгебраическая). Достоверность полученных результатов подтверждается логическим обоснованием принципов и положений разработанных научно-методических основстрогой математической формулировкой задач исследования.

Реализация результатов исследований. Результаты диссертационных исследований (разработанные математические модели и методики, структура диагностической базы знаний обучающей экспертной системы для подготовки технического персонала расчетов по поиску неисправностей в аппаратуре ЖАТ) реализованы в следующих научных организациях и учебных заведениях: в виде методики подготовки технического персонала расчетов по поиску неисправностей в аппаратуре ЖАТ (ВНИИАС МПС России), а также в учебных процессах Серпуховского военного института РВ и Рязанского военного автомобильного института.

Апробация и публикации по теме работы. Результаты работы докладывались и обсуждались на Международных, Всероссийских и отраслевых конференциях и научно-технических семинарах: «Проблемы обеспечения эффективности и устойчивости функционирования сложных технических систем» (г. Серпухов, СВИ РВ, 2004 г., 2005 г.), «Информационные и коммуникационные технологии в общем, профессиональном и дополнительном образовании» (г. Москва, ИИО РАО, 2006 г.), «Проблемы информатизации образования: региональный аспект» (г. Чебоксары, ЧРИО, 2006 г.), «Гражданская авиация на современном этапе развития науки, техники и общества» (г. Москва, МГТУ ГА, 2006 г.). По теме диссертации опубликовано 14 работ [79−92].

Структура диссертационной работы. Работа состоит из введения, четырех разделов, заключения и приложений. Общий объем диссертации 221 стр., 20 рисунков, 11 таблиц.

Выделение существенной информации из представительных наборов эмпири • ческих данных и формирование знаний о сущностях, определяющих техническое со стояние диагностируемого объекта, в частности аппаратуры ЖАТ, позволяет в конеч132.

ном итоге получить адекватиую структуру предметиой области. Высокая степень не определенпости, свойствеиная условиям решения задач технического диагностирова ния сложных технических объектов, к которым, как это было показано в п. 1.1. отно сится аппаратура ЖАТ, требует применения методов инженерии знаний для качест венного представления знаний. Разработанный в предыдущих разделах работы под ход, доведенный до уровня функционирующих моделей и процедур способствует бо лее быстрому и более полному пониманию структуры диагностических знаний дан ной предметной области, что особенно ценно на стадии изучения особенностей про фессиональной деятелыюсти. Необходимо подчеркнуть, что в целях обучения персонала расчетов, но поиску.

неисправностей в аппаратуре ЖАТ диагностическая база знаний может использовать ся различным образом, в частности, как информационно-справочная система, реали зующая функции предоставления контекстно-зависимой информации, как информа ционно-поисковая система, обеспечивающей поиск и извлечение требуемых ассоциа тивных связей «образ» — «техническое состояние (неисправность)» по запросу, как.

дидактический инструмент и формализм представлепия знаний. Диагностическая экспертная система образовательного назначения представля ет собой совокупность знаний, данных и систему средств, предназначенных для цен трализованного накопления, хранения, обновления, преобразования данных в знания,.

поиска и выдачи необходимой диагностической и обучающей информации в процессе.

автоматизированного диагностирования ]или обучения специалистов по поиску неис правностей в аппаратуре ЖАТ. В данном разделе сформулированы требования к обу чающей системе на базе диагностической экспертной системы и определена ее струк тура. В заверщепии раздела разработана модель обучения персопала расчетов по по иску и устранению неисправностей в аппаратуре ЖАТ, реализующая стратегию обу чения принятию рещений в условиях множества альтернатив, которая состоит в фор мировании и предъявлении обучаемому некоторого «образа», характеризующего тех ническое состояние аппаратуры ЖАТ, фиксировании его ответной «реакции» в виде.

результата отнесения предъявленного «образа» к одному^ из возможных для аппара туры технического состояния.

ЗАКЛЮЧЕНИЕ

.

Усложнение аппаратуры ЖАТ при возрастании требований к готовности по следнего элемента системы, как это следует из проведенного в п. 1.2 анализа, обу славливает высокую аюуальность задач проверки работоспособности и поиска неис правностей. Объективно происходящие процессы (см. п. В.1), оказывающие сущест венное влияние на СТД аппаратуры ЖАТ как систему, предназначенную для решения.

конкретных задач по оценке и поддержанию заданного технического состояния аппа ратуры ЖАТ, как показал анализ, определяют развитие указанной системы в направ лении ее интеллектуализации. В настоящей диссертационной работе представлены материалы рещения по ставленной научной задачи разработки комплекса научно-обоснованных моделей и.

методик обработки эмпирических данных и выделения из них существенных факто ров и взаимосвязей, действительно характеризующих техническое состояние анпара туры ЖАТ, с целыо формироваг-ия диагностической базы знаний обучающей экс пертной системы и обоснование методического подхода к ее использованию в целях.

подготовки технического персонала по поиску неисправностей в аппаратуре ЖАТ. В.

ходе решения научной задачи был получен ряд научных результатов, обладающих.

признаками новизны, научной и практической значимости. Разработан ряд положения теоретического плана по обоснованию и реализации.

подхода к формализации, обработке и анализу диагностической информации эмпири ческого характера, представленной комплексом измерительпых данных о доступных.

для наблюдения параметрах, и формированию знаний о сущностях физических и.

структурных изменений, действительно характеризующих техническое состояние и.

позволяющих выработать обоснованное заключение о месте неисправности в диагно стируемом объекте. В основу диагностической базы знаний образовательного назна чения положена методика формирования знаний на основе структурно параметрического моделирования неисправностей аппаратуры ЖАТ. Разработаны.

процедуры преобразования и манипулирования данными и знаниями. При разработке.

структурно-параметрической методики формирования знаний новым для технической.

диагностики является предположение о существовании определенной совокупности.

внутренних параметров диагностируемого объекта, которые определяют характер

проявления его внешних, доступных наблюдению традиционных диагностических.

параметров. Учитывая противоречивые требования к математической модели диагно стируемого объекта, которая должна, с одной стороны, адекватно описывать диагно стируемый объект, отражая его существенные свойства, с другой стороны, быть по.

возможности простой, при разработке структурно-параметрической математической.

модели аппаратуры ЖАТ использованы структурные уравнения линейной регрессии. Каждое из уравнений структурно-параметрической математической модели выражает.

зависимость выходного параметра соответствующего ФЭ аппаратуры ЖАТ от сово купности его входных параметров. Причем система уравнепий (структурно параметрическая математическая модель) однозначно характеризует структуру аппа ратуры ЖАТ в определенном техническом состоянии. Коэффициенты структурно параметрической математической модели имеют явную физическую интерпретацию.

и непосредственно характеризуют внутреннее свойство диагностируемого объекта. В.

силу этого их целесообразно рассматривать как вторичные внутренние параметры.

объекта. Дано теоретическое обоснование диагностических процедур, позволяющих.

на оспове анализа эмпирических данных восстанавливать текущую структурно параметрическую модель, соответствующую зафиксированному неисправному со стоянию объекта, представляющую образ искомой неисправности и, в конечном ито ге, определять эту неисправность. Результаты работы докладывались и обсуждались на межведомственных и от раслевых конференциях и научно-технических семинарах, среди которых следует вы делить XXIV Межведомственной научно-технической конференцию РВ «Проблемы обеспечения эффективности и устойчивости функционирования сложных техниче ских систем». По теме диссертации опубликовано 7 работ. Результаты диссертационных исследований (разработанные математические.

модели, методики, структура диагностической базы знаний обучающей экспертной.

системы диагностирования аппаратуры ЖАТ, модель обучения технического персо нала) реализованы в организациях:

1) Научно-исследовательском институте Авиационного оборудования,.

2) Сернуховском ВИ РВ в учебном процессе на кафедре № 32 при проведении.

групповых и практических занятий по дисциплипе «Техническая диагностика». На основании полученных результатов целесообразно продолжить исследова ния в паправлении дальнейщеи проработки вопросов с программно-аппаратного обес печением функционирования диагностической обучающей экспертной системы аппа ратуры ЖАТ, разработки комплекса методической и руководящей документации.

обеспечивающей эффективное использование системы на этапах применения при по иске неисправностей и при обучении технического персонала.

Показать весь текст

Список литературы

  1. Автоматический поиск неиснравностей / Мозгалевский А. В., Гаскаров Д. В., Глазунов Л. П., Ерастов В. Д. Л.: Машиностроение, 1967.-265 с.
  2. В.Е. Диссертация на соискание ученой степени доктора технических наук. — Серпухов: СВВКИУ РВ, 1988. — 451 с.
  3. И.М. Инновационные, информационные ri коммуникационные техно- логии в нодготовке специалистов (в системе среднего профессионального обра-зования). — Москва: Изд-во РАО, 2004. — 100 с.
  4. Алгоритмы и программы восстановления зависимостей / Под ред. В. Н. Вапника. — М.: Наука, 1984. — 816 с.
  5. Л.Н., Афанасьев А. П., Лисов А. А. Современные методы обеспечения безотказпости сложных технических систем. — М.: Логос, 2003.-208 с.
  6. Н.М., Егоров С В ., Кузьмин А. В. Адаптивные системы автоматического управления сложными технологическими процессами. — М.:Энергия, 1978.-272 с.
  7. Н.А., Анисов A.M., Быстров П. И. и др. Логика и компьютер. Моделирование рассуждений и проверка правильности программ. — М.: Наука, 1990.-239 с.
  8. А. Математика для электро- и радиоинженеров: Пер. с фрацузск. / Под ред. К. С. Шифрина. — М.: Наука, 1964. — 772 с.137
  9. М.А., Мейс Дж.Э. Основание теории систем, разложимые системы. Математические методы в теории систем: Пер. с англ. / Под ред.Ю. И. Журавлева. — М.: Мир, 1979. — 5 — 48.
  10. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. — СПб.: Питер, 2000.-384 с.
  11. И.И. Некоторые вопросы теории интеллектуальных процессов // Ки- бернетика и системный анализ. — 1993. — JN2 1. — 171 — 174.
  12. .Ф. Диссертация на соискание ученой степени доктора техниче- ских наук: 20.02.25, 20.02.16- - Серпухов: СВВКИУ РВ, 1997. — 306 с.
  13. .Ф. Пути обеспечения надежного функционирования аннаратуры ЖАТ // Автоматика связь информатика. — 2005. — JST" 2.
  14. .Ф., Талалаев В. И. Пути повышепия качества и надежности выпускаемой аппаратуры СЦБ и технологической связи // Автоматика связь ин-форматика. — 2002. — № 6.
  15. Ю.К. Вероятностные методы выборочного контроля. — М.: Наука, 1975. -266 с.
  16. В.П., Дубицкий Л. Г. Выявление причин отказов РЭА. — М.: Радио и связь, 1983.-232 с.
  17. И. А. Техническая диагностика. — М.: Машиностроение, 1978. — 240 с.
  18. Н.А., Борисов В. М. О применении методов искусственного ин- теллекта в пакетах прикладных программ. Программно-аппаратные средства иматематическое обеспечепие вычислительных систем. — М.: Изд-во Моск. ун-та, 1989.-С. 90−99.
  19. Э.М., Мучник И. Б. Структурные методы обработки эмпириче- ских данных. — М.: Наука, 1983. — 464 с.
  20. В.Н. Адаптивные прогнозируюшие системы управления полетом. — М.: Наука, 1987.-232 с.
  21. Н.П. Моделирование сложных систем. — М.: Наука, 1978. — 400 с.
  22. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. — СПб.: Питер, 2000. — 384 с.
  23. И.А. Техническая диагностика. — М.: Машиностроение, 1978. — 240 с. 138
  24. И. Мерей Дж. Физические основы микротехноогии. Пер. с англ.- М.: Мир, 1995.-496 с.
  25. О.Ф., Мальцев А. В., Охотников Г.Н" Теоретические основы мо- делирования военно-технических систем. — МО РФ, 1993. — 488 с.
  26. В.И. Распознающие системы: Справочник. — 2-е изд., перераб. и доп. — Киев: Наукова думка, 1983. — 424 с.
  27. Е.С. Теория вероятностей: Учеб. для вузов. — М.: Высш.шк., 1998. — 576 с.
  28. К., Дейн Р., Грун Ф. и др. Распознавание образов: состояние и перспективы / Пер. с англ. — М.: Радио и связь, 1985. — 104 с.
  29. П.О., Вентиньш Я. Я., Кривченков А. А. Проблемно- ориентированные микропроцессорные системы в нроизводстве РЭА. — М.: Радиои связь, 1987.-296 с.
  30. Л.И. Управление эксплуатацией летательных комплексов: Учеб. посо- бие для втузов. — 2-е изд., перераб. и дон. — М.: Высш. шк., 1987. — 400 с.
  31. С. С, Гейлер З.Ш. Управление качеством продукции средствами адаптивного контроля. — М.: Изд-во стандартов, 1989. — 263 с.
  32. Выявление экспертных знаний (процедуры и реализации) / О. И. Ларичев, А. И. Мечитов, Е. М. Мошкевич, Е. М. Фуремс.-М.: Наука, 1989.-128 с.
  33. И.В., Мучник И. Б. Построение решающих правил в задаче рас- познавания образов при использовании экспертной информации // Автоматика ителемеханика. — 1992. -Х" 8. — 118 — 126.
  34. Р. С, Чипулис В.П. Техническая диагностика цифровых уст- ройств. — М.: Энергия, 1976. — 224 с.
  35. А.Л., Скрипкин В. А. Методы распознавания. — М.: Высш. шк., 1984.-208 с.
  36. В.А., Кудряшов В. И. Автоматизация наладки и диагностирования микроУВК. — М.: Энергоатомиздат, 1992. — 256 с.
  37. Т.А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. — М.: Радио и связь, 1992. — 200 с.
  38. Л.П., Смирнов А. И. Проектирование технических систем диагно- стирования. — Л.: Энергоатомиздат, 1982. — 168 с.
  39. О.П. Методы и устройства испытаний РЭС и ЭВС. — М.: Высш. шк., 1991.-332 с.
  40. А.Л., Скрипкин В. А. Методы распознавания. — М.: Высш. шк., 1984.-208 с.
  41. У. Лекции по теории образов: В 3-х томах / Пер. с англ. — М.: Мир, 1979.-Т. 1.-383С., 1981.-Т.2−448С., 1983.-Т.З-430С.
  42. В.А., Кудряшов В. И. Автоматизация наладки и диагностирования микроУВК. — М.: Энергоатомиздат, 1992. — 256 с.
  43. Г. Анализ возможности применения структурных уравнений ли- нейной регрессии в диагностических адаптивных системах // МО РФ Научно-технический сборник. — Серпухов: СВВКИУ РВ, 1998. — 100 с. — 57 — 59.140
  44. Дани люк Г. Диссертация на соискание ученой степени доктора технических наук. — Серпухов: СВИ РВ, 2000. — 467 с.
  45. В.К., Северцев Н. А. Основные вопросы эксплуатации сложных сис- тем. Учебное пособие для втузов. М.: «Высш. школа" — 1976. — 406 с.
  46. Ф.Ф. Обобщенный’спектрально-аналитический метод обработки ин- формационных массивов. — М.: Машиностроение, 1999,
  47. В.В., Плюснин А. Ю., Тенетко В. А. Основы построения распознаю- щей многофункциональной системы контроля и диагностики состояний кора-бельной техники, — М,: Изд-во Академ. Военных наук, 1998. — 221 с.
  48. Ф. Мозг как вычислительная машина. — М.: Изд-во „Иностранная лите- ратура“, 1963.-528 с.
  49. А.К., Мальцев П. А. Основы теории построепия и контроля слож- ных систем, — Л.: Энергоатомиздат, 1988. — 192 с.
  50. Диагностирование изделий. Общие требования: ГОСТ 27 518,87, — Введ, 01,01,89, — М.: Изд-во стандартов, 1988. — 6 с.
  51. В.В., Конторов Д. С. Проблемы системологии (проблемы теории сложных систем), — М.: „Советское радио“, 1976. — 296 с.
  52. Евланов Л, Г, Контроль динамических систем, — М.: Наука, 1972. — 424 с,
  53. Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации. Проблемы кибернетики. — М.: Наука, 1978. — Вып. 33.
  54. Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. — М.: Мир, 1976. — 168 с.
  55. Л.А. Оптимизация параметров метода вероятностного тестирова- ния // Электронное моделирование. — 1992. — JV» 4. — 70 — 74.
  56. Защита радиоэлектрон1юй аппаратуры от влияния климатических условий / Под ред. Г. Юбиша.-Пер. снем.-М.: «Энергия», 1982.-392 с.
  57. Искусственный интеллект: Справочник: в 3-х кн. / Под ред. Э. В. Попова. — М.: Радио и связь, Кн.1: Системы общения и экснертные системы. — 1990. — 440 с.
  58. ИСО 9000 — 4: 1993. Стандарты в области административного управления каче- ством. Часть 4. Руководство по управлению программой обеспечения надежно-сти.
  59. Испытания радиоэлектронной, электронно-вычислительной аппаратуры и испы- тательное оборудование: Учебное пособие для вузов / О. П. Глудкин, А. Н. Енгалычев, А. И. Коробов, Ю.В.Трегубов- под ред. А. И. Коробова. — М.:Радио и связь, 1987. — 272 с.
  60. В.М., Безродный Б. Ф. Обеспечение надежности аппаратуры ЖАТ физико-техническими методами // Проектирование и технология электронныхсредств. — 2003. -.№ 4. — 11 — 19.
  61. В.М., Безродный Б. Ф. Системный нодход к обеспечению надеж- ности анпаратуры ЖАТ на основе комплексного анализа ее отказов // Автомати-ка связь информатика. — 200.Я. — Х2 4. — 20 — 22.
  62. В.М., Новиков В. Н., Безродный Б. Ф. Методические основы входного контроля комплектующих электрорадиоизделий при изготовлении ап-паратуры железнодорожной автоматики и телемеханики // Контроль. Диагности-ка. — 2004. — Яо 8. — 62 — 64.
  63. В.М., Новиков В. Н., Безродный Б. Ф. Оценка требуемой безот- казности элементов защиты от электроперегрузок // Контроль. Диагностика. -2004.-№ 10.-С.51−52.
  64. В.М., Розенберг Е. Н., Безродный Б. Ф. Нути повыщения каче- ства разработки анпаратуры железнодорожной автоматики и телемеханики //Контроль. Диагностика. — 2004. — № 10. — 17 — 19.
  65. Р., Фалб Н., Арбиб М. Очерки по математической теории систем: Пер. с англ. — М.: Мир, 1971. — 400 с.
  66. Р. Память человека, структуры и процессы. — М.: Мир, 1979. — 319 с.
  67. А.Г. База знаний как средство подготовки персонала расчетов по по- иску неисправностей в аппаратуре ЖАТ / «Проблемы информатизации образо-вания: региональный аспект». Сб. ст-й. — Чебоксары: Чуваш, гос. пед. ун-т. —2006.-304 с. — С. 230−231.
  68. А.Г. Обоснование структуры базы знаний диагностической эксперт- ной системы / Сб. тез. докл. МНТК «Гражданская авиация на современном этаперазвития науки, техники и общества». — Москва: МГТУ ГА, 2006. — 287 с. —С. 75.
  69. Р. Диагностика новреждений: Пер. с англ. — М.: Мир, 1989. — 512 с.
  70. Контроль и функционирование больщих систем / Под. ред. Г. П. Шибанова. — М.: Мащиностроение, 1977. — 360 с.
  71. Г., Корн Т. Справочник по математике: Пер. с англ. — М.: Паука, 1984. — 831с.
  72. А.И. Диагностика дискретных устройств логическими методами. — МО СССР, 1973.-71 с.
  73. Краткая философская энциклонедия / Губский Е. Ф., Кораблева Г. В., Лут- ченко В.А. — М.: Издательская группа «Прогресс» — «Энциклопедия», 1994. -576 с.
  74. СП. Диагностика и ремонтопригодность радиоэлектронных средств. — М.: Радио и связь, 1989. — 248 с.
  75. .Р. Теоретические основы статистической радиотехники. — М.: Радио и связь, 1989.-656 с.
  76. Т., Охаси М., Докэ X., Макино К. Контроль качества с помо- щью персональных компьютеров: Пер. с японск. А.Б.Орфепова- Под редЮ.Б.Адлера. — М.: Мащиностроение, 1991. — 224 с.
  77. Микони С В. Общие диагностические базы знаний вычислительных систем.- СПб.: СПИИРАН, 1992. — 234 с.146
  78. Моделирование, оптимизация и компьютеризация в сложных системах / Под ред. Я. Е. Львовича. — Воронеж: Изд-во Воронеж, гос. техн. ун-та, 1999. — 155 с.
  79. А.В. Диагностирование электронных систем. — Л.: Судострое- ние, 1984.-224С.
  80. Надежность в технике. Термины и определения: ГОСТ 27.002.83. — введ. 01.07.84.-М.: Изд-во стандартов, 1983.-30 с.ПО. Орнатский П. П., Туз Ю. М. Интеллектуальные измерительные комплексы //Приборы и системы управления. — 1989. — JST" 7. — 15−16.
  81. Основы технической диагностики. В 2-х книгах. Кн. 1. Модели объектов, методы и алгоритмы диагноза / В. В. Карибский, П. П. Пархоменко, Е. С. Согомонян идр.- под ред П. П. Пархоменко. — М.: «Энергия», 1976. — 464 с.
  82. Осуга Обработка знаний: Пер. с япон. — М.: Мир, 1989. — 293 с.
  83. Э. Основы теории раснознавания образов: Пер. с англ. — М.: Сов. радио, 1980.-408 с.
  84. В.П. Автоматическое распознавание образов. — Л.: Энергия, 1970. — 92 с.
  85. Перечень Международных стандартов и проектов МС, разрабатываемых МЭК / ТК 56 «Надежность» / Надежность и контроль качества. 1998, JV" 9.
  86. Питмен Основы теории статистических выводов: Пер. с англ. — М.: Мир, 1986.-104 с.
  87. Э.В. Экспертныесисгемы.-М.: Наука, 1987.-288 с.
  88. Д.А. Ситуационное управление: Теория и практика. — М.: Наука, 1986.-284 с.
  89. Прикладные нечеткие системы: Пер с япон. / К. Асаи, Д. Ватада, Иваи и др.- под ред. Т. Тэрапо, К. Асаи, М.Сугэно. — М.: Мир, 1993. — 386 с.147
  90. Программа технического и технологического перевооружения хозяйства СЦБ железных дорог на период 2002 — 2005 г. г. Приложение 4. «Анализ состояниябезопасности движения поездов в хозяйстве СЦБ». — М., 2001 г.
  91. Распознавание состояний сложного объекта при пеполной входпой информации / Вагин В. И., Гулидова В. Г., Фомина М. В. // Изв. АП. Техническая кибер-нетика. — 1992.-^2 5. 120 — 132.
  92. Н.А. Надежность сложных систем в эксплуатации и отработке: Учеб. пособие для вузов. -М.: Высш.шк., 1989.-432 с.
  93. Техническая диагностика. Показатели диагностирования: ГОСТ 23 564.79. — Введ. 01.01.80. -М.: Изд-во стандартов, 1979. — 16 с.
  94. Техническая диагностика. Термины и определения: ГОСТ 20 911.89. — Введ. 01.01.91.-М.: Изд-во стандартов, 1990.- 13 с.
  95. Технические средства диагностирования: Снравочник / В. В. Клюев, П.П.Пар- хоменко, В. Е. Абрамчук и др.- Под общ. ред. В. В. Клюева. — М.: Машино-строение, 1989.-672 с.
  96. Толковый словарь по искусственному интеллекту / А. Н. Аверкин, М.Г.Гаазе- Раппопорт, Д. А. Поспелов. — М.: Радио и связь, 1992. — 256 с.
  97. Ту Д., Гонсалес Р. Принципы распознавания образов: Пер. с англ. — М.: Мир, 1978.-411 с.
  98. Ю.Н., Макаров А. А. Анализ данных на комньютере / Под ред. В. Э. Фигурнова. — М.: ИНФРА-М, Финансы и статистика, 1995. — 384 с.
  99. Управление качеством электронных средств: Учеб. для вузов / О. П. Глудкин, А. И. Гуров, А. И. Коробов и др.- под ред. О. П. Глудкина. — М.: Высш. шк., 1994.-414 с.
  100. Ю.Г. Оператор-технические средства: обеспечение надежности. — М.: Воениздат, 1985. — 192 с.
  101. Я.А., Безродный Б. Ф. Адаптивные системы контроля изделий микро- электроники на ПЭВМ. — М.: Издательство стандартов, 1993. — 204 с.
  102. Я.А., Савич А. В. Оптимизация распознающих систем. — М.: Мащино- строение, 1993.-288 с.
  103. В.Н., Львович Я. Е., Меткин Н. П. Автоматизированное проек- тирование технологических процессов и систем производства РЭС. — М.: Высщ.щк., 1991.-463 с.
  104. К. Введение в статистическую теорию распознавания образов: Пер. с англ. — М.: Наука, 1979. — 36S с.
  105. В.П., Шарщунов Г. Анализ и построение тестов цифровых про- граммно-управляемых устройств. — М.: Энергоатомиздат, 1992. — 224 с.
  106. Эволюция МЭК/ ТК 56 «Надежность"/ Надежность и контроль качества. 1997, № 1 .
  107. Экспертные системы — интеллектуальные помощники специалистов / Сафо- нов В.О. — СПб: «Знание», 1992. — 31 с.
  108. СВ., Чегис И. А. Логичекие снособы контроля работы электриче- ских схем: Труды математического института им. В. А. Стеклова, т. 51, изд. АНСССР, — М., 1958, с. 270 — 360.
  109. Best S.W. Alles andere als ur^^charf: Fuzzy — Logic // Elektron. — Ind. — 1992. — 23. — .№ 1.-P. 80−87.
  110. Bodie J. Automated Satellite Carrier Monitoring Systems. — MTTS 85, London, 1985, P. 128−132.
  111. Dubois D., Prade H. Towards the Analysis and the Synthesis of Fuzzy Mappings // Fuzzy Sets and Possibility Theory: Recent Developments / Ed. R.R.Yager. — N.Y.:Pergamon Press, 1982. — P. 316 — 326.
  112. Expert judgment in maintenance optimization / Van Noortwijk Jan M., Dekker Rommert, Cooke Roger M., Mazzuchi Thomas A. // IEEE Trans. Reliab. -1992.-.№ 3.-P. 427−432.
  113. Fuzzy Logic und neuronale Netze in der Maschinendiagnose / Kruger J., Suwalski I. // ZwF. — 1992. — № 11. — P. 611 — 615.
  114. Modem approaches to system/sensor fault detection and diagnosis / Tzafestas S., Wa- tanabe K. // Journal A. — 1990. — 31, № 4. — P. 42 — 58.
  115. Zadeh L.A. Approximate reasoning in fuzzy logic // Proc. Int. Conf. on Artif. Intell. — Tokyo, 1979. J50
Заполнить форму текущей работой