Средства обнаружения и технического диагностирования отказов сложных электротехнических объектов

Тип работы:
Реферат
Предмет:
ТЕХНИЧЕСКИЕ НАУКИ


Узнать стоимость

Детальная информация о работе

Выдержка из работы

УДК 007. 52- 681. 518
В. С. Дрогайцев, Р.Е. Куликов
СРЕДСТВА ОБНАРУЖЕНИЯ И ТЕХНИЧЕСКОГО ДИАГНОСТИРОВАНИЯ ОТКАЗОВ СЛОЖНЫХ ЭЛЕКТРОТЕХНИЧЕСКИХ ОБЪЕКТОВ
Рассматривается подход к оцениванию работоспособных состояний, обнаружению и техническому диагностированию отказов электротехнических объектов в процессе их испытания в условиях влияния внешней среды. Данные проблемные задачи поддерживаются интеллектуальными технологиями ввиду сложности их решения. Представлен метод построения модели диагностирования в виде матрицы, отражающей причинно-следственные связи между управляющими сигналами, факторами внешней среды, выходными параметрами и отказами. Предложен пошаговый алгоритм понижения размерности модели диагностирования. Разработано программное обеспечение для понижения
размерности матричных моделей диагностирования, обеспечивающее возможность компьютерной автоматизации предложенного пошагового алгоритма.
Диагностирование, интеллектуальная система, объект диагностирования, базы данных и знаний, работоспособность, модель диагностирования, понижение размерности
V.S. Drogaytsev, R.E. Kulikov
DETECTION AND TECHNICAL DIAGNOSIS OF FAILURES IN COMPLEX ELECTROTECHNICAL UNITS
The paper presents a method for estimation efficient conditions, detection and technical diagnosis of failures occurring in electrotechnical units during the testing procedure under environment effect. Smart technologies are utilized to solve the problems in view of their complexity. A method for the creation of a diagnosis model in the form of a matrix reflecting cause-effect relationship between the operating signals, environment factors, output parameters and failures is presented. A step-by-step algorithm is proposed to reduce the dimension of the diagnosis model. A software for dimension reduction of the diagnosis matrix models, which provides the possibility for computer automation of the offered step-by-step algorithm is developed.
Diagnosing, intelligent system, object of diagnosing, database and knowledge base, efficiency, diagnosing model, dimension reduction
Введение
Техническое состояние сложных электротехнических объектов на этапах их проектирования, производства и эксплуатации оценивается, главным образом, в результате проведения многофакторных испытаний в заданных условиях внешней среды. При этом решаются задачи, связанные с определением работоспособных состояний, обнаружением и техническим диагностированием отказов в поведении объектов.
В данной публикации методические средства оценивания работоспособных состояний, обнаружения и диагностирования отказов ориентированы на их применение в процессах проектирования, производства и эксплуатации электротехнических приводов (отечественного электропривода серии ЭПВ [1]).
В рассматриваемой постановке принято, что объекты диагностирования характеризуются сложной организацией взаимосвязей информационных путей в структуре объектов от входа к выходу, являются многофункциональными и описываются совокупностями значений выходных параметров в многомерном параметрическом пространстве. При этом в качестве исходных данных используются: структурная организация составных функциональных компонентов объектов- заданный состав штатных циклов испытания- вход-выходные функциональные зависимости, определяемые требованиями технических условий на объекты, и допусковые ограничения на числовые значения выходных параметров объектов.
Средства оценивания работоспособных состояний, обнаружения и диагностирования отказов электротехнических объектов
Как возможный вариант, в качестве вида модели описания объектов диагностирования может использоваться логический направленный граф, вершины которого отождествляются с аппаратными функциональными компонентами объектов, дуги (ребра) отражают информационные связи между ними, а логические условия определяют взаимосвязи информационных путей в структуре модели.
Вход-выходные функциональные зависимости объектов диагностирования описываются числовыми значениями переменных:
__Yj = Y}(t), f}(U (t), W (t), Q (t)), (1)
где Yj (t), j = 1, т — выходные параметры соответствующего объекта- U (t) — перечень управляющих сигналов, подаваемых на объект- W (t) — состав факторов внешней среды- Q (t) — конечное подмножество отказов объекта диагностирования.
Оценивание степени соответствия выходных параметров заданным требованиям технических условий осуществляется средствами критериев вида [2−4]:
критерий обнаружения явного отказа объекта диагностирования:
Г 0, при у т1п & lt- Уг & lt- Уг тах Кн — 1 ~ ~ & lt- (2)
11, при У т1п & gt-гТг & gt- У тах
где У, / - ггг. — число измеряемых выходных параметров объекта- У — измеренное значение 1-го выходного параметра объекта- Уг тах, Уг тт — максимальное и минимальное значения 1-го выходного параметра объекта соответственно- 1 — несоответствие значения выходного параметра допусковым ограничениям (отказ) — 0 — выходной параметр находится в допуске.
— критерий обнаружения отказа объекта с учетом оценки динамики изменения выходного параметра в предыстории:
К —
{Уц тах Уг и) + (Уг н Уг/ тт)
Д Уг! тах ДУг / тт
/2, (3)
где Уг / - 1, т — номинальное значение 1-го выходного параметра объекта диагностирования- ДУг — (Уг тах — Уг У н — Уг тт) — граничные значения допусковой зоны 1-го выходного параметра- г, у — моменты измерения выходного параметра, характеризующие текущее состояние и состояние числовых значений в предыстории, г Ф _/.
Процессы оценивания работоспособных состояний, обнаружения и диагностирования отказов базируются на результатах агрегирования информационно-значимых вход-выходных функциональных зависимостей и фактах выявления причинно-следственных связей между состояниями внешней среды, выходными параметрами и отказами объектов диагностирования на основе анализа обучающих выборок, сформированных в процессе моделирования состояний объектов в условиях имитации показателей внешней среды и имитации отказов объектов диагностирования, согласно зависимости вида
ВД)
у-(о — У-(о,//(вд, ^ашо) — ^(о +аг. (4)
При построении модели диагностирования, представленной в виде матрицы на рис. 1, аналоговые числовые значения выходных параметров заменяются бинарными сигналами согласно условию
!0, при у ©,//(У©, ^©, 0(С)) — п — исполняется
, V ,(5)
1, при у©,//(У©, ^©, 0(С)) -* Щ — не исполняется где ||а (/ || - элемент модели диагностирования- л: -, г — 1, 2 … — 7-й элементарный эксперимент соответствующего штатного цикла испытания объекта диагностирования.
Методы решения проблемных задач предметной области поддерживаются средствами интеллектуальных систем. Отличительная особенность построения и обучения интеллектуальных систем поддержки методов оценивания работоспособных состояний, обнаружения и диагностирования отказов в поведении объектов состоит в использовании формальных процедур данных методов в качестве источников извлечения и процедур преобразования знаний.
В рассматриваемой постановке структурная и логическая организация переменных базы данных и знаний интеллектуальной системы поддержки метода оценивания работоспособных состояний и обнаружения отказов объектов диагностирования определяется условиями вида УС, 0(0- ЗУ: ©… УП (С) — У^С)… У<-(С) — ^©… И=(С)
^ (следует) В — {^©, ^©, 0(С)) А У2©, /2(У©, ^©, 0(С)) А …
|Уп (0, /т (У©,^©, 0(С))} - Ш0. 0(0>-. (6)
где 5 — логический формализм формирования механизма вывода и правил принятия решений, представленный числовыми значениями вход-выходных функциональных зависимостей объекта диагностирования в многомерном параметрическом пространстве- {0о (С)} - перечень работоспособных состояний объекта- {0(С)} - состав обнаруживаемых отказов объекта диагностирования- V — квантор всеобщности («для всех») — З — квантор существования («существует»). В данной постановке кванторы V, З, согласно сложившимся к настоящему времени условиям, определяют механизм перевода данных в знания [5−7]. Механизмы логического вывода и правила принятия решений регламентируются условиями нечетких множеств, характеризующих объединение «и» и пересечение «П» в плане обеспечения процессов оценивания работоспособных состояний и обнаружения отказов («и») [2, 8], процессов диагностирования отказов («П») [2, 9].
Аналогично база данных и знаний интеллектуальной системы поддержки метода диагности-
и
рования отказов в поведении объектов диагностирования определяется условиями вида yt, Q (t) — 3U: (t)… U-(t) — Yi (t)… Y<-(t) — Wi (t)… W=(t)
* (следует) В, = [Yi (t), f1(U (t), W (t), Q (t))MY2it), f2(. U (t), W (t), Q (t))M-
••• Ym (t), fm{U (t), W (t), Q (t))} = (Qi (t)), (7)
где В" - логический формализм формирования механизма вывода и правил принятия решений, представленный числовыми значениями вход-выходных функциональных зависимостей объекта диагностирования в многомерном параметрическом пространстве применительно к процедуре диагностирования отказов объекта- {Qi (t)j, (= 1,2 ••. — конечное подмножество диагностируемых отказов объекта.
Алгоритм построения модели диагностирования и понижения ее размерности
Структурная организация переменных исходной модели диагностирования отказов приведенной на рис. 1 матрицей отражает причинно-следственные связи между управляющими сигналами (UO Ud (t), d = 1, n), факторами внешней среды (W () (= 1, р) (в качестве фактора внешней среды в примере приведены номинальные условия внешней среды (M^(t))), выходными параметрами (Yj (t), j = 1, тп) и отказами (Qr (t), r = 1,/с) соответствующего объекта диагностирования. При этом числовые значения элементов модели диагностирования (Ца^-Ц = [0,1]) регламентируются критериями (2), (3), результатами моделирования состояний объектов (4), условиями представления аналоговых сигналов бинарными сигналами (5) и логическим содержанием баз данных и знаний интеллектуальных систем (6), (7) поддержки методов оценивания работоспособных состояний, обнаружения и диагностирования отказов объектов.
lb i l& gt- i U"'- i Lk к 1Ь d lb p U"'- я lb г и"" и 1К V
Vi Y2 Y3 Y4 Y5 Ye Y7 Ys к9 По
Qi i 0 1 0 0 1 0 1 0 1
Q2 0 1 1 0 0 0 1 1 0 1
Q3 1 1 0 0 0 0 0 0 1 1
0 0 0 0 1 1 0 1 0 1
q5 0 0 0 0 1 0 0 1 0 1
Qe 0 0 0 1 0 0 0 0 0 1
q7 0 1 0 0 0 0 0 0 0 1
Qe
и и и и и и и (J и и
i 1.0 1.5 1.0 0.5 1.0 1.0 0.5 1. 71 0. 5
Рис. 1. Исходная структура модели диагностирования
Ж, и& quot-. г и"'- г 1)"'- } и", г и", к 1& gt- с! и"" р и"" ч и& quot-- и
п У4 п У6 у? Уэ
& lt-Ь 0 1 1 0 0 0 0 0 1
0 В 0 0 0 0 1 0 0 0 0
0.1 0 0 1 0 0 0 0 0 0
& lt-?1 1 1 0 1 0 0 1 0 0
0.1 1 0 1 1 0 0 0 1 0
04 1 0 0 0 0 1 1 0 0
05 1 0 0 0 0 1 0 0 0
1 1.0 1. 25 0. 67 0. 33 0. 67 0. 67 0,5 0. 33
Рис. 2. Структура модели диагностирования на уровне шага один
Щ& lt- и"'- г и"'- ] и", [ и"'- 1 и". к и", а 1К р и". ч 1К и
ув у2 п Уз у4 Уз Уб У9
Об 0 0 0 0 1 0 0 0 0
Оз 0 1 1 0 0 0 0 0 1
0? 0 1 0 0 0 0 0 0 0
0 г ] 0 1 1 0 0 1 0 0
04 1 0 0 0 0 ] 1 0 0
0 5 1 0 0 0 0 1 0 0 0
02 ] 1 0 1 0 0 0 1 0
1 м 0. 67 0 0. 67 0. 67 0 0. 25
Рис. 3. Структура модели диагностирования на уровне шага два
г и"} и". 1 и& quot-'- 1 и"" к 1& gt-* а 1К р и& quot-'- 9 1К и
Уа Уг П Уз у* У5 У9
& lt-2б 0 0 0 0 1 0 0 0 0
& lt-2 7 0 1 0 0 0 0 0 0 0
& lt-?з 0 1 1 0 0 0 0 0 1
Я 4 1 0 0 0 0 1 1 0 0
1 0 0 0 0 1 0 0 0
01 1 0 1 I 0 0 1 0 0
1 0 0 0 м 0 0
Рис. 4. Структура модели диагностирования на уровне шага три
1& gt- г У 1& gt- 1 и"'- V и"'- 1 и". к, а 1& gt-. & lt-? 1& gt-. и
Уг Ув Уз Уа У.5 у? У9
0 0 0 0 0 1 0 0 0
& lt-?5 1 0 0 0 0 0 1 0 0
& lt-?4 1 0 0 1 0 0 1 0 0
Рис. 5. Структура модели диагностирования на уровне шага четыре
В рассматриваемом примере в качестве исходных данных модели диагностирования (рис. 1) приняты числовые значения переменных, определяемые требованиями технических условий на образец электротехнического привода (серии ЭПВ).
Метод понижения размерности (минимизации) исходной структуры модели диагностирования состоит в пошаговом выявлении по критерию (8) ограниченного состава информационно-значимых вход-выходных функциональных зависимостей, представляющих конечный (инженерный) вариант структуры модели, обеспечивающий оценивание работоспособных состояний, обнаружение и диагностирование отказов электротехнических объектов. При этом критерий определяется зависимостью вида [2, 10]:
n m. v
SS (n j *, g ¦ ^ g)
ln (j), /, g •n (j),/,.
= max '- * [0+[-, (8)
где п® l п (1) г _ - число не обнаруживаемых, обнаруживаемых отказов соответственно по результатам оценки j-го выходного параметра объекта диагностирования- hj° - число необнаруженных отказов j-м параметром с учетом параметров, включенных в перечень информативных на предыдущих шагах преобразования модели- hj — наибольшее число обнаруженных (необнаруженных) отказов j-м параметром в группе на текущем шаге преобразования модели- I = 1, п — число отказов (строк матрицы) на данном шаге- д = 1, т — число групп диагностируемых отказов на шагах преобразования исходной структуры модели.
Алгоритм понижения размерности исходной структуры модели диагностирования на примере модели, представленной на рис. 1, включает исполнение последовательности шагов.
Шаг 1. На уровне данного шага, если имеют место, из структуры модели диагностирования исключаются отказы, не обнаруживаемые средствами модели (в примере Q8), исключаются также вход-выходные функциональные зависимости, не обладающие разделительными свойствами применительно к заданному перечню отказов (в примере функциональная зависимость У10 f (Uv ^b)).
На данном шаге по критерию (8) в качестве информационно-значимой определена вход-выходная функциональная зависимость У8 /(Ur ^г), по результатам которой исходная структура модели диагностирования (рис. 1) преобразуется к виду, приведенному на рис. 2:
nm () ()
SS (n w, g'- n (v), i, g)
I g 3−4
Lo = max---5-= - = 1. 71. (9)
0 h] + h8 3+4 V '-
Шаг 2. По критерию (8) к числу информационно значимых на данном шаге отнесена вход-выходная функциональная зависимость У2 /(U/ ?(/), на основе которой структура модели диагностирования, приведенная на рис. 2, трансформируется к виду, представленному на рис. 3:
1 -2 + 3−1
Lb = 1+3^ = 1−25- (10)
Полученная на данном шаге диагностическая модель (рис. 3) отражает факт диагностирования отказа Q2, бинарная кодовая комбинация для которого является уникальной.
Шаг 3. По результатам выявленной на этом шаге информационно-значимой вход-выходной функциональной зависимости У: /(Uj ^j) модель диагностирования преобразуется к виду, приведенному на рис. 4, из содержания которой следует, что на уровне данного шага диагностируемыми отказами являются Q1, Q3, Q7:
1 +2−1
X ii+?i = i.0. (11)
1 1+2
Шаг 4. На уровне данного шага согласно выявленной вход-выходной функциональной зависимости У6 /(Uptfp) структура модели диагностирования принимает вид, приведенный на рис. 5, отражающий факт диагностирования отказов Q4, Q5:
1
L6= ?-1 = 0−5- (12)
Из структуры элементов модели диагностирования, представленной на рис. 5, следует, что средствами модели не обнаруживается, соответственно, и не диагностируется отказ Q6. В таких ситуациях экспертом в число информативных включаются дополнительные вход-выходные функциональные зависимости. В приведенном примере такой функциональной зависимостью принята
У4 /(Uktfk).
Конечный (инженерный) вариант структуры модели диагностирования, приведенный на рис. 6, отражает векторы бинарных числовых значений выходных параметров объекта диагностирования, кодовые комбинации которых определяют факты диагностирования отказов заданного перечня.
Практическая ценность применения предложенного пошагового алгоритма минимизации диагностических матриц электротехнических объектов заключается в возможности использования в процессах диагностирования минимальной различающей совокупности контрольных точек съема диагностической информации в структуре объектов, что, в свою очередь, позволяет значительно сократить объем необходимых диагностических испытаний и временные, материальные затраты на их проведение.
щ, и". i и". j и". к IK V U"'- г
Yi Y2 Y,
Q, а 1 0 0 1 1
Q 2 0 1 0 0 1
Q з 1 1 0 0 0
Q 4 0 0 0 1 1
Q 5 0 0 0 0 1
Q 6 0 0 1 0 0
Q 7 0 1 0 0 0
Рис. 6. Конечный вариант структуры модели диагностирования
Программно-алгоритмические средства понижения размерности модели диагностирования
Компьютерная реализация пошагового алгоритма преобразования исходной структуры модели диагностирования с целью построения конечного варианта модели обеспечивается разработанным программным обеспечением [11], позволяющим минимизировать размерность объемных моделей диагностирования. В качестве языка программирования выбран объектно-ориентированный язык Delphi, обладающий всеми необходимыми инструментами, функциями и процедурами для программной реализации приведенного выше алгоритма. Экранная форма программы представлена на рис. 7 [11].
Управление работой программы (рис. 7) осуществляется следующим образом. Сначала в соответствующих полях программы задается число диагностируемых отказов (строк матрицы) и количество вход-выходных функциональных зависимостей (столбцов матрицы). Далее в окно программы вводится исходная матрица диагностирования в виде бинарных значений, характеризующих необнаруженные (0) и обнаруженные (1) отказы. При нажатии кнопки «Минимизировать» происходит запуск процесса понижения размерности исходной матрицы, и в окно программы выдается результат в виде конечного инженерного варианта матрицы диагностирования отказов. В меню «Файл» реализована возможность загрузить данные из внешних текстовых документов, а также сохранить исходную и конечную матрицы во внешние текстовые документы.
Рис. 7. Результат работы программы реализации пошагового алгоритма понижения размерности модели диагностирования
Заключение
Рассмотренные средства оценивания работоспособных состояний, обнаружения и технического диагностирования отказов сложных электротехнических объектов позволяют учитывать влияние внешней среды на объекты, являются управляемыми пользователем в плане достижения требуемых уровней глубины и достоверности диагностирования, носят универсальный характер, ориентированы на практическую реализацию средствами вычислительной техники, могут быть использованы в различных технических отраслях. При этом реализована возможность компьютерной автоматизации предложенного пошагового алгоритма понижения размерности моделей диагностирования в виде матриц, отражающих причинно-следственные связи между управляющими сигналами, факторами внешней среды, выходными параметрами и отказами в структуре электротехнических объектов.
ЛИТЕРАТУРА
1. Электроприводы с преобразователями частоты серии ЭПВ (исполнение 2). Техническое описание и инструкция по эксплуатации. 2008. 181 с.
2. Дрогайцев В. С. Интеллектуальные средства в процессах диагностирования отказов бортовых систем управления летательных аппаратов в условиях влияния внешней среды. Ч. I / В. С. Дрогайцев, Р. Е. Куликов, В. А. Ушаков // Авиакосмическое приборостроение. 2014. № 7. С. 3−11.
3. Дрогайцев В. С. Подход к техническому диагностированию отказов бортовых систем управления летательных аппаратов в условиях влияния внешней среды / В. С. Дрогайцев, Р. Е. Куликов // Авиакосмическое приборостроение. 2014. № 10. С. 5−14.
4. Пименов М. Ю. Идентификация признаков состояний в процессах диагностирования устройств систем управления техническими объектами / М. Ю. Пименов, В. С. Дрогайцев // Вестник компьютерных и информационных технологий. 2011. № 4. С. 13−18.
5. Васильев С. Н. Методы автоматизации логического вывода и их применение в управлении динамическими и интеллектуальными системами / С. Н. Васильев, Г. М. Пономарев // Труды Института математики и механики УрО РАН. 2011. Т. 17. № 2. С. 35−52.
6. Аншаков О. М. ДСМ-метод и модификационные исчисления / О. М. Аншаков // Искусственный интеллект и принятие решений. 2008. № 1. С. 55−79.
7. Вагин В. Н. Достоверный и правдоподобный вывод в интеллектуальных системах / В. Н. Вагин, Е. Ю. Головина, А. А. Загорянская, М. В. Фомина. М.: Физико-математическая литература, МАИК «Наука/Интерпериодика». 2004. 704 с.
8. Ушаков В. А. Интегрированная нейросетевая система ситуационного управления процессами обеспечения технических характеристик динамических объектов. Ч. 1. Формальный подход к построению интеллектуальных систем / В. А. Ушаков, Г. С. Говоренко, В. С. Дрогайцев // Мехатрони-ка, автоматизация, управление. 2006. № 7. С. 14−19.
9. Ушаков В. А. Системный подход к ситуационному управлению отказоустойчивостью технических объектов в условиях нештатных ситуаций. Построение интеллектуальных систем / В. А. Ушаков, Г. С. Говоренко, С. В. Козлов, В. С. Дрогайцев // Вестник компьютерных и информационных технологий. 2008. № 5. С. 39−46.
10. Дрогайцев В. С. Технология процесса комплексирования автоматизированных средств испытания бортовых систем летательных аппаратов / В. С. Дрогайцев, В. Н. Писарев, Г. С. Говоренко, Д. П. Тетерин, Д. А. Фомин // Информационные технологии в проектировании и производстве. 2004. № 3. С. 53−76.
11. Программа понижения размерности матричных моделей диагностирования электротехнических систем с учетом номинальных условий внешней среды / Р. Е. Куликов. Свидетельство о государственной регистрации программы для ЭВМ № 2 014 619 981, выданное Роспатентом. Зарегистрировано в Реестре программ для ЭВМ 29. 09. 2014.
Дрогайцев Валентин Серафимович —
доктор технических наук, профессор кафедры «Автоматизация, управление, мехатроника» Саратовского государственного технического университета имени Гагарина Ю. А.
Valentin S. Drogaytsev —
Dr. Sc., Professor
Department of Automation, Control and Mechatronics,
Yuri Gagarin State Technical University of Saratov
Куликов Роман Евгеньевич —
аспирант кафедры «Автоматизация, управление, мехатроника» Саратовского государственного технического университета имени Гагарина Ю. А.
Roman E. Kulikov —
Postgraduate
Department of Automation, Control and Mechatronics,
Yuri Gagarin State Technical University of Saratov
Статья поступила в редакцию 17. 11. 15, принята к опубликованию 10. 02. 15

ПоказатьСвернуть
Заполнить форму текущей работой