N
сист
путем сравнения с нормативными
N
норм
и критическими
значениями
N
кр(n).
Целью анализа является выявление «слабого звена» и
принятие решения о необходимости технического вмешательства.
Прогнозирование
показателеи
надежности.
Для
прогнозирования
рассматриваемого показателя надежности будет использован метод на основе
искусственных неи ронных сетеи .
Результат.
По результатам прогнозирования предполагается определять
моменты времени, когда значения показателеи надежности достигнут
критических, и потребуется техническое вмешательство.
Принятие решении по повышению надежности объекта. В соответствии
с
полученными
значениями
корректируется
продолжительность
междиагностического и межремонтного периодов (Рис.3). Принятие решении
может производиться экспертами или электроннои экспертнои системои .
Рис. 3. Схема показателеи надежности системы
При N
сист
= (0; N
норм
] - не требуется;
При N
сист
= ( N
норм
; N
кр1
] – техническое обслуживание;
При N
сист
= ( N
кр1
; Nк
р2
] – среднии ремонт;
При N
сист
= ( N
кр2
; N
кр3
] - капитальныи ремонт, объект может переи ти в
аварии ное состояние в произвольныи момент времени.
Прогнозирование будет осуществляться за счет работы программы
основаннои на математическом аппарате искусственных неи ронных сетеи , таких
как: многослои ныи персептрон; радиально базисные функции (RBF);
экспоненциальное сглаживание.
Заключение.
Анализ существующих неи ро-нечетких моделеи показывает,
что от выбор типа модели зависит от многих факторов. В качестве основного
направления неи ро-нечеткие модели используются для повышения интеллекта:
скорости обучения, адаптируемости в режиме онлаи н, достижения глобального
уровня ошибок и недорогих вычислении . Многие неи ро-нечеткие модели
используют контролируемые и неконтролируемые методы для распознавания
различных параметров выходнои системы. Кроме этого неи ро-нечеткие модели
позволяют постоянно отслеживать и контролировать систему работы
нефтегазового оборудования, а также проводить диагностику всех систем на
входе и выходе промышленного процесса.
Другими словами сегодня использование неи ро-нечетких моделеи при
синтезе систем автоматического управления имеет ряд преимуществ, но и в тоже
время данную область необходимо постоянно усовершенствовать, внедрять
новые алгоритмы решения задач, апробировать необходимые направления,
постоянно контролировать процессы и направлять процессы в нужное
направления для стабилизации работы системы для предотвращения сбоя
оборудования или программного перенапряжения. Данное направление
развития диагностики особо востребовано и имеет актуальность в сегодняшнее
Ученый XXI века • 2020 • № 6-2 (65)
45
время когда особо ценными является искусственныи интеллект и технологии
машинного обучения.
Список литературы:
1.
Андриевская Н.В., Хижняков Ю.Н., Южаков А.А. Неи ро нечеткое управление
параллельнои работои синхронных генераторов в сети конечнои мощности //
Механотроника, автоматизация, управление. – 2010. – № 11. – С. 35–39.
2.
Макарова И.М., Лохина В.М. Интеллектуальные системы автоматического
управления / Под ред. – М.: ФИЗМАТЛИТ, 2001. – 576 с.
3.
Катасев А.С. Математическое и программное обеспечение формирования баз
знании мягких экспертных систем диагностики сложных объектов.
Монография / Казань, ГБУ «Республикансики центр мониторинга качества
образования», 2013 200с.
4.
Михалюк Д.П., Суворов А.В., Ященко В.В., Ященко Н.Ю. Формирование
оптимального пути в пространстве состоянии сложнои техническои системы в
условиях неполноты исходнои информации. // Известия РАН, Теория и системы
управления.-1996, № 5.-с.61-65.
5.
Штовба С.Д. Проектирование нечетких систем средствами MatLab. – М.: Горячая
линия, 2009 – 288 с.
d Natural Neural Networks, IWANN 2001, Granada, Springer Verlag Germany, pp. 269–
9.
Juang Chia Feng, Lin Chin Teng, An Online Self Constructing Neural Fuzzy Inference
Network and its Applications, IEEE Transactions on Fuzzy Systems, Vol 6, № 1, pp. 12–
© М.О. Атажонов, 2020.
___________________________________________________________________________________________________
Философия
46
Философия
Do'stlaringiz bilan baham: |