Прогнозирование методами статистической классификации.

Прогнозирование с помощью математических методов стати­стической классификации (распознавания образов) применяет­ся для объектов, контролируемых в ограниченном интервале времени- при недостаточной информации об объекте в начальный период его эксплуатации. К важным преимуществам методов статистической классификации следует отнести воз­можность прогнозирования технического состояния с момента реализации однократного контроля диагностируемого объекта, и также то, что в процессе прогнозирования используется вся совокупность параметров, характеризующих техническое со­стояние объекта.

Такое прогнозирование основано на предположении о том, что однотипные объекты с равным или примерно равным запа­сом работоспособности (долговечности) имеют идентичную со­вокупность k параметров, которые являются координатами вектора ,характеризующего их ТС. Век­тор состояния е часто называют образом объекта (системы).

При этом предположении по полученной в результате кон­троля объекта в ограниченном интервале времени совокупности параметров { _s} с помощью методов статистической классифи­кации решается задача об отнесении, объекта по совокупности { _s} к тому или иному классу состояний.

Классы характеризуют определенное ТС объекта и мо­гут быть временными (интервалы выбираются на временной оси t), параметрическими (интервалы выбирают в поле допуска парамет­ра е)и др. На практике обычно применяются временные классы.

При статистической классификации процесс прогнозирова­ния реализуется с помощью устанавливаемых экстраполяционных связей между классом и сочетанием _s (рис. 4.56). Про­цесс установления экстраполяционных связей (построение ха­рактеристик класса на основе априорной информации) назы­вается процессом обучения экстраполяционным связям. Обна­ружение и распознавание экстраполяционных связей произво­дится на основе текущей информации с помощью математиче­ской модели распознавания.

Формальное решение задачи прогнозирования ТС объектов с помощью методов статистической классификации производит­ся в следующей последовательности: выбор модели распознава­ния, описание классов на основе априорной информации и обучение модели распознавания, сопоставление текущей инфор­мации о контролируемом объекте с заданными классами , принятие решения о запасе работоспособности объекта.

Рис. 4.55. Изменение вероятности безотказной работы автоматического выключателя во времени

Рис. 4.56. Временные и параметрические классы технических состояний при прогнозировании методами статистической классификации

Области применения различных направлений прогнозирова­ния. В процессе эксплуатации для прогнозирования ТС и на­дежности СЭО и ЭСА в принципе могут быть применены все рассмотренные направления прогнозирования. Выбор конкрет­ного метода прогнозирования существенно определяется возможностями контроля объекта и длительностью интервала времени, на который производится прогнозирование (ближний прогноз на период контроля или период автономного плавания судна и дальний прогноз для оценки времени отказа объекта или остаточного ресурса).

При однократном контроле ТС электрических систем (объ­ектов) в начале процесса эксплуатации аналитическое и веро­ятностное прогнозирование не может быть применено из-за ог­раниченного объема информации об изменении ТС объекта во времени. При периодическом контроле могут быть получены ре­зультаты ближнего и дальнего прогноза путем применения всех рассмотренных направлений прогнозирования, однако приме­нение методов статистической классификации для прогнозиро­вания ТС связано с определенными трудностями из-за отсутст­вия априорной информации, которые легче преодолеть при формировании классов для дальнего прогнозирования.

Техническая реализация автоматизированного прогнозиро­вания ТС может осуществляться созданием программ для ЭВМ, работающих в режиме контроля, или разработкой спе­циализированных устройств -прогнозаторов. Они по своей структуре в зависимости от используемого направления прогнозирования- аналитическое, вероятностное, статистиче­ская классификация- соответственно разделяются на три класса: детерминированные прогнозаторы, вероятностные и прогнозаторы (классификаторы), использующие алгоритм ста­тистической классификации. Все классы могут быть реализо­ваны как при цифровом, так и при аналоговом способе обра­ботки информации.

Рис. 4.57. Структурная схема детерминированного прогнозатора

Рис. 4.58. Структурная схема вероятностного прогнозатора

Рис. 4.59. Структурная схема классификатора

Детерминированные прогнозаторы (рис. 4.57) выполняют обработку и выдают оценку информации по заданной програм­ме, которая реализует периодическое выполнение математиче­ских операций при поступлении входных величин. Основными элементами детерминированного прогнозатора являются: уст­ройство коммутации и измерения УКИ параметров e_s прогноза, устройство весовых коэффициентов УВК, устройство определе­ния скорости изменения параметра УСИ, устройство вычисле­ния прогнозируемых значений УПЗ, устройство коррекции ре­зультатов УКР для повышения точности прогноза, устройство задержки УЗ, устройство индикации УМ и устройст­во управления прогнозато­ра. Характерной особен­ностью детерминированных прогнозаторов является от­сутствие специальных за­поминающих устройств для накопления информации в процессе обработки.

Вероятностные прогнозаторы (рис. 4.58) в отличие от де­терминированных требуют хранения значительных массивов априорной информации, что приводит к усложнению прогнозатора за счет оперативных запоминающих устройств большого объема. Основными элементами вероятностного прогнозатора кроме УКИ, УВК, УКР, УИ и устройства управления являются устройства памяти УП, вычисления вероятностных характери­стик априорной информации УВ1 и вычисления условных апо­стериорных вероятностей УВ2. Вероятностные прогнозаторы позволяют увеличить достоверность прогноза за счет вероят­ностно-статистического анализа предыстории прогнозируемых процессов.

В классификаторах (рис. 4.59) вместо оперативных запоми­нающих устройств используются постоянное запоминающее устройство памяти констант классов и признаков УП и относи­тельно простые по строению решающее устройство УС и уст­ройство управления. Классы формируются ,в устройстве форми­рования классов УФК- При применении классификаторов тре­буется обработка больших массивов информации об аналогич­ных объектах для правильного выбора границ классов, прогно­зирование осуществляется путем отнесения объекта к времен­ному классу продолжительностью в несколько тысяч часов.

Вопросы для самопроверки

1. Какие задачи решает техническая диагностика в процессе эксплуатации СЭО и ЭСА?

2. Как классифицируются системы и средства технического диагностиро­вания?

3. Какие показатели используются для характеристики эффективности диагностирования?

4. Назовите области применения аналитических и симптомных моделей СЭО и ЭСА.

5. Поясните методы выбора диагностических параметров для оценки ТС и для поиска дефекта.

6. Объясните характерные принципы составления алгоритмов проверки.

7. Назовите области применения методов последовательных поэлементных и групповых проверок, а также комбинационного и логического метода поис­ка дефекта.

8. Охарактеризуйте три основных направления прогнозирования ТС СЭО и ЭСА.

9. Перечислите основные и дополнительные параметры, а также признаки, характеризующие ТС основных видов СЭО и ЭСА. Каким образом эти параметры и признаки оцениваются в процессе технической эксплуатации.

10.Какие методы и средства используют при диагностировании электрической изоляции, кабелей, обмоток электрических машин и аппаратов, основных элементов электроники?