Помощь в написании студенческих работ
Антистрессовый сервис

Разработка и исследование методов статистической диагностики технологических объектов

Диссертация: Разработка и исследование методов статистической диагностики технологических объектов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Актуальность работы. Системные исследования проблемы эффективного контроля и диагностики состояния сложных технологических объектов (ТО) являются чрезвычайно актуальными на современном уровне развития техники, поскольку зна→ чительный рост сложности вновь создаваемого оборудования и эксплуатация его в условиях напряженного режима функционирования выдвигают качественно новые требования к методам… Читать ещё >

Разработка и исследование методов статистической диагностики технологических объектов (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. СИСТЕМНЫЙ АНАЛИЗ ПРОБЛЕМЫ ДИАГНОСТИКИ СЛОЖНЫХ Ф ОБЪЕКТОВ В НЕШТАТНЫХ РЕЖИМАХ И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ
    • 1. 1. Характеристика особенностей сложных объектов в нештатных режимах
    • 1. 2. Математическая формализация задачи контроля и диагностики технического состояния ТО в нештатных режимах
    • 1. 3. Анализ возможности применения традиционных методов для диагностирования сложных ТО в нештатных режимах
    • 1. 4. Сравнение методов диагностирования
    • 1. 5. Постановка задачи исследования
    • 1. 6. Выводы
  • 2. МОДЕЛЬ ФОРМИРОВАНИЯ ПРОСТРАНСТВА КОНТРОЛИРУЕМЫХ ПАРАМЕТРОВ ДЛЯ РЕШЕНИЯ ЗАДАЧ КОНТРОЛЯ
    • 2. 1. Выбор оценочного критерия значимости контролируемых параметров слабоструктурированных объектов
    • 2. 2. Статистический метод формирования множества контролируемых параметров ТО с использованием графовой интерпретации
    • 2. 3. Разработка метода оценки значимости входных параметров на основе линейной регрессионной модели
    • 2. 4. Метод оценки значимости однородных независимых параметров средствами порядковой логики
    • 2. 5. Выводы
  • 3. СТАТИСТИЧЕСКАЯ ОБРАБОТКА ДИАГНОСТИЧЕСКИХ ДАННЫХ В БАЗИСЕ АДДИТИВНОЙ АППРОКСИМАЦИИ СТАНДАРТНЫХ РАСПРЕДЕЛЕНИЙ
    • 3. 1. Характеристика выбросов как диагностических параметров сложных ТО в нештатных режимах
    • 3. 2. Мониторинг выбросов случайных процессов контролируемых параметров
    • 3. 3. Оценка критического объема выборок при традиционном подходе обработки стохастических массивов
    • 3. 4. Принципы обработки диагностических данных в базисе аддитивной аппроксимации стандартных распределений
    • 3. 5. Разработка метода вкладов
    • 3. 6. Разработка метода имитационного моделирования для идентификации вероятностных моделей параметров на основе статистик малых выборок
    • 3. 7. Оценка моментов стохастического массива малой выборки
    • 3. 8. Модификация метода стохастической аппроксимации Роббинса-Монро для обеспечения непрерывного мониторинга параметров ТО
    • 3. 9. Выводы. 4 УПРАВЛЕНИЕ ПРОЦЕССОМ ДИАГНОСТИКИ И ЛОКАЛИЗАЦИЯ НЕИСПРАВНОСТЕЙ СЛОЖНЫХ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ В НЕШТАТНЫХ РЕЖИМАХ
    • 4. 1. Мартингальная интерпретация обучения систем диагностики как «игры с природой»
    • 4. 2. Общее решение задачи определения оптимального момента перехода на статистическую диагностику
  • Ф 4.3 Конструирование критерия момента перехода на статистическую диагностику
    • 4. 4. Разработка метода оценки состояния ТО по моделям работоспособности контролируемых параметров
    • 4. 5. Методика локализации неисправностей в условиях неопределенности
    • 4. 6. Выводы
  • 5. АПРОБАЦИЯ МАТЕМАТИКО-СТАТИСТИЧЕСКИХ МЕТОДОВ ВЕРИФИКАЦИИ СОСТОЯНИЯ СЛОЖНЫХ ТЕХНОЛОГИЧЕСКИХ ОБЪЕКТОВ
    • 5. 1. Оценка значимости разнородных параметров и формирование множества диагностических параметров ТО
    • 5. 2. Аппаратная реализация метода динамического определения значимости однородных контролируемых параметров ТО
    • 5. 3. Построение вероятностных моделей работоспособности однотипных изделий на примере блоков ГР-1 и ГР-2 PJIC «Гроза»
    • 5. 4. Верификация методики по локализации неисправностей сложного ТО на примере судового малооборотного дизеля
    • 5. 5. Разработка обобщенной структуры и алгоритма функционирования адаптивной системы статистической диагностики по фактическому состоянию сложных ТО в нештатных режимах
    • 5. 6. Выводы

Актуальность работы. Системные исследования проблемы эффективного контроля и диагностики состояния сложных технологических объектов (ТО) являются чрезвычайно актуальными на современном уровне развития техники, поскольку зна-> чительный рост сложности вновь создаваемого оборудования и эксплуатация его в условиях напряженного режима функционирования выдвигают качественно новые требования к методам контроля и диагностики, которые должны быть синтезированы на основе результатов постижения глубинной алгоритмической, структурной организации технологического объекта как открытой системыпроникновения в природу сложных процессов износа, старенияобъяснения формы, изменчивости состояний, выявления спектра качественно различных типов поведения.

Важность решения указанной проблемы, к сожалению, многократно подтвер-Ш ждается участившимися случаями технических и техногенных аварий с катастрофическими последствиями как для самого технологического процесса производства, так и для окружающей среды и обслуживающего персонала. Причинами этого чаще всего является элементарная неприспособленность эксплуатируемого устаревшего и вновь создаваемого оборудования к диагностическому контролю, отсутствие средств контроля технического состояния. Практика эксплуатации различных ТО показывает, что при отсутствии специальных средств поддержки функционирования и контроля, основная часть времени восстановления затрачивается на поиск и локализацию отказов, увеличивая тем самым затраты на ремонт и обслуживание. С другой стороны, используемые в ряде производств традиционные методы и средства функционального контроля и диагностики ТО не всегда удовлетворяют современным требованиям по надежности и обеспечению безопасности эксплуатации критического оборудования.

Очевидно, автоматизация процедур технического диагностирования является важнейшим средством ускорения, повышения качества технического обслуживания и эксплуатации ТО. Основополагающими в данной области можно считать фундаментальные теоретические и прикладные работы по исследованию и разработке моделей, методов и алгоритмов технического диагностирования ТО таких отечественных и зарубежных ученых, как Д. В. Гаскарова, Г. А. Голинкевича, В. Д. Кудрицкого П.И. Чифнаева, П. П. Пархоменко, A.B. Мозгалевского, Е. С. Согомоняна, В. А. Прохоренко, А. Н. Смирнова, И. А. Биргера, И. М. Синдеева, A.C. Сердакова, П. И. Кузнецова, М. А. Ястребенецкого, В. И. Сагунова, Г. Чжена, Е. Мэннинга, Г. Метца, Р. Барлоу, Ф. Про-шана, Л. Г. Евланова, К. Б. Карандеева, В. М. Валькова, К. В. Фролова, В. А. Игнатова, И. А. Ушакова, Г. В, Дружинина, A.C. Касаткина, 3.JI. Рабиновича, Г. Г. Галустова и др.

Разнообразие известных принципов функционирования и классов (непрерывных, дискретных, непрерывно-дискретных) ТО определяет широту проблематики технической диагностики, в которой исключительным приоритетом в настоящее время обладают вопросы разработки эффективных и надежных методов контроля технического состояния в процессе эксплуатации ТО без разборочно-сборочных работ, на.

• рутающих приработку узлов и сокращающих срок службы машин и механизмов [1]. Основное назначение подобных средств непрерывного и периодического контроля состоит в сокращении времени на поиск неисправных (или потенциально неисправных) блоков и, самое главное, в своевременном прогнозировании ухудшения качества функционирования ТО и предотвращении аварийных ситуаций.

Системные исследования сложных ТО, как многокачественных открытых систем, позволяют на глубинном уровне выявить их характерные особенности: мало-инерционность, выражающаяся в быстрой смене состояний в нештатных режимах.

Щ функционированияналичие разнообразных режимов функционированияналичие множества параметров ТО различной диагностической значимости, значения которых наряду со случайными изменениями внутри заданных допусков, имеют тенденцию к случайным выбросам значений за их пределымногозначность функций элементов ТО во внутрисистемных отношенияхнеполнота и неточность информации о происходящих в ТО процессах, а также наличие значительной априорной неопределенности в результате действия внешних неконтролируемых или неизвестных случайных факторов. Примерами рассматриваемого класса ТО могут служить различные энергопреобразователи: дизельные судовые двигатели, турбовинтовые авиационные двигатели, паросиловые установки, энергоблоки атомных электростанций.

Для подобного рода объектов единственно действительно объективным и представительным основанием для оценки состояния, локализации неисправностей и прогнозирования надежностных характеристик являются текущие значения параметров объекта, требующие в большинстве случаев множества косвенных измерений. При необходимости мониторинга сотен, иногда тысяч параметров объем поступающих данных оказывается достаточно большим при критически малом количестве полезной информации по каждому из параметров в отдельности, что неизбежно приводит к большому объему вычислений, потерям времени на обработку исходной информации, что приводит к «старению» информации, исключая тем самым возможность получения результатов контроля в реальном масштабе времени.

Поскольку сложные ТО функционируют в стационарных и нестационарных режимах при множественном воздействии неконтролируемых и трудноучитываемых, а зачастую и неизвестных факторов, то наиболее информативным их эмпирическим описанием представляются статистические данные о выбросах контролируемых па6 раметров за допусковые зоны, предшествующие деградационным изменениям, нарушающим нормальное функционирование ТО. Динамика протекания процессов такова, что длительность пребывания ТО в нештатных режимах кратковременна и отражается ограниченным объемом данных (не более 10 значений выбросов), на основе которых необходима идентификация состояния ТО и принятие адекватного решения по его 4 управлению в условиях значительной неопределенности. Однако известные подходы, основанные на требованиях наличия достаточно большого объема статистических данных, минимизации неопределенностей в принципе не позволяют разрешить противоречия между адекватностью получаемой статистической модели и количеством имеющейся информации и, кроме этого, не учитывают возможности того, что реальные состояния ТО могут быть неизоморфны значениям контролируемых параметров.

Таким образом, на основании вышеизложенного, тема работы, посвященная разработке и исследованию методов статистической диагностики сложных ТО в не-(ф штатных режимах функционирования, является актуальной как в научном, так и в прикладном плане. Основная проблема работы связана с исследованием способов извлечения из эмпирических данных наиболее полного знания о природе протекающих в ТО процессов, и в конечном счете с разработкой специальных методов статистической диагностики, осуществляющих адаптивный контроль и локализацию неисправностей сложных малоинерционных ТО по выбросам значений диагностически значимых параметров за пределы допусковых зон в условиях неопределенности, связанной с неполнотой эмпирического описания и неточностью знаний о структуре ТО. # Объект исследования. В практическом плане объектами исследования являются технические системы, относящиеся к классу объектов непрерывного типа, характеризующиеся большой размерностью множества контролируемых параметров, сложностью структуры, неоднозначностью поведения в зависимости от случайных воздействий внешней среды, а также малоинерционностью, проявляющейся в быстрой смене состояния и режимов работы объекта. В частности, примерами объектов данного класса могут служить различные энергопреобразователи типа дизельных судовых двигателей, турбовинтовых авиационных двигателей.

Цель и задачи работы. Целью диссертационной работы является разработка и исследование методов диагностики сложных ТО в нештатных режимах функциониро-ф вания, позволяющих оценить состояние ТО и локализовать неисправности в реальном масштабе времени по результатам сбора и обработки статистических данных о выбросах значений контролируемых параметров за пределы допусковых зон. Для достижения поставленной цели решаются следующие задачи: — исследование стохастических свойств случайного процесса с выбросами контролируемых параметров ТО за пределы допусковых зон и изучение возможности ис7 пользования характеристик выбросов случайного процесса в качестве диагностических данных;

— разработка методов формирования оптимального множества диагностически значимых параметров с учетом их корреляционной зависимости и с использованием графовой интерпретацииф — исследование возможности применения алгоритма аддитивной аппроксимации стохастического массива диагностических данных укороченного объема в базисе методов графического и имитационного моделирования;

— разработка метода статистической диагностики динамического состояния ТО в различных режимах его функционирования, в том числе, и в нештатных;

— разработка адаптивного метода обучения системы диагностики сложного объекта по его фактическому состоянию в реальном масштабе времени на основе статистических данных о выбросах контролируемых параметров за пределы допусковых зон;

— разработка алгоритма локализации неисправностей сложных слабоструктури-руемых ТО с использованием элементов гибридной и нечеткой логик;

— синтез программно-аппаратных решений по реализации методов оценки диагностической значимости контролируемых параметров, методов оценки состояния сложных ТО в нештатных режимах функционирования на основе адаптивных алгоритмов сбора и обработки статистических данных о выбросах контролируемых параметров за допусковые зоны.

Методы исследований. Для решения поставленных задач используются элементы системного анализа, теории вероятности, математической статистики, теории выбросов случайных процессов, элементы теории порядковой и гибридной логик, нечеткой логики, теории графов и теории надежности.

Научная новизна предлагаемой работы заключается в решении следующих задач:

— разработка методов формирования множества диагностически значимых параметров с учетом их корреляционной зависимости и с использованием графовой интерпретации, отличающиеся простотой реализации и инженерного применения, а также обеспечивающие заданную полноту контроля при минимальных материальных ф и временных затратах на мониторинг;

— исследование возможности применения алгоритма аддитивной аппроксимации стохастического массива диагностических данных укороченного объема в базисе методов графического и имитационного моделирования для диагностики динамического состояния ТО в различных режимах его функционирования, в том числе, и в нештатных;

— разработка метода обучения системы диагностики, развивающего наиболее перспективный подход сбора и обработки статистических данных о выбросах контролируемых параметров за пределы допусковых зон и обеспечивающий функционирование системы сложного объекта в реальном масштабе времени, адаптивно к его фактическому состояниюф — разработка метода локализации неисправностей сложных ТО, отличающегося тем, что благодаря использованию элементов нечеткой логики формализуется и автоматизируется процесс диагностирования слабоструктурируемых ТО;

— синтез программно-аппаратных средств по реализации методов оценки диагностической значимости однородных и разнородных контролируемых параметров, методов оценки состояния сложных ТО в нештатных режимах функционирования на основе адаптивных алгоритмов сбора и обработки статистических данных о выбросах контролируемых параметров за допусковые зоны.

Практическую ценность работы представляют следующие положения, выносимые на защиту:

— разработанные методы формирования множества контролируемых параметров ТО, позволяющие выбрать минимальное количество диагностических параметров, обеспечивающих заданную наблюдаемость сложного ТО на основе исследования корреляционной зависимости между всеми параметрами;

— синтезированный метод по управлению процессом диагностики, реализующий адаптивную к фактическому состоянию ТО процедуру сбора и обработки статистиче.

9 ских данных о выбросах однородных и разнородных контролируемых параметров за допусковые зоны и обеспечивающий функционирование системы в реальном масштабе времени;

— предложенный метод локализации неисправностей, который, благодаря использованию элементов нечеткой логики, позволяет формализовать и автоматизировать процесс диагностирования сложных и слабоструктурированных ТО, а также, благодаря применению методов порядковой логики, упростить процедуру нечеткого логического вывода.

Теоретические и практические результаты диссертационной работы использованы при выполнении госбюджетной работы ТРТУ (г/б 42 163), выполняемой по.

0 МНТП (ПТ447) «Системы энергосбережения и технологии освоения нетрадиционных возобновляемых источников энергии», а также внедрены в учебном процессе кафедры системного анализа и телекоммуникаций Таганрогского государственного радиотехнического университета.

Основные положения и научные результаты работы отражены в 29 опубликованных работах, из них пять статей, отчет по НИР, патент РФ на изобретение «Способ 9 централизованного контроля п объектов», свидетельство об официальной регистрации программы для ЭВМ, руководство к лабораторной работе «Исследование информационных технологий синтеза статистических моделей состояния объектов управления», депонированная работа и 20 тезисов докладов на международных и всероссийских научно-технических конференциях и семинарах.

Диссертация состоит из пяти глав.

5.6 Выводы.

В данной главе апробированы и приведены результаты применения методов статистической диагностики и локализации неисправностей сложных ТО в нештатных режимах по фактическому состоянию в условиях значительной неопределенности, а именно:

1. Согласно предложенным методам произведена оценка значимости разнородных контролируемых параметров на примере двигателя внутреннего сгорания. Использованные методы характеризуются эффективностью и простотой инженерного применения, а также возможностью их формализации для проведения расчетов на ЭВМ.

2. Для частного случая однородных независимых параметров разработана функциональная схема устройства, реализующего способ контроля и оценки значимости однородных независимых параметров, позволяющего достичь максимального быстродействия при выборе наиболее значимого параметра, снизить временные затраты, повысить достоверность и разрешающую способность контроля по сравнению с традиционными методами.

3. С использованием методов обработки статистик малых выборок произведено экспериментальное исследование задачи построения моделей работоспособности однотипных изделий на примере блоков ГР-1 и ГР-2 РЛС «Гроза», в результате решения которой синтезированы вероятностные модели по данным о наработках на отказ высоконадежных блоков и выявлены характерные тенденции изменения фактического уровня безотказности в процессе эксплуатации РЭО даже при нестационарности потоков отказов блоков.

4. Для диагностики одиночных и кратных отказов судового малооборотного дизеля верифицирована предложенная методика локализации неисправностей в условиях неопределенности, отличающаяся гибкостью и простотой реализации на ЭВМ, а также упрощенной процедурой нечеткого логического вывода благодаря применению элементов порядковой логики.

5. В соответствии с предложенными в диссертационной работе методами синтезированы обобщенная структура и алгоритм функционирования адаптивной системы статистической диагностики по фактическому состоянию ТО.

В диссертационной работе разработаны и исследованы принципы и методы статистической диагностики сложных ТО в нештатных режимах. Результаты работы могут быть сформулированы в виде следующих практических и теоретических выводов:

— разработаны и апробированы методы формирования множества контролируемых параметров на основе оценки их диагностической значимости с учетом корреляционной зависимости, отличающиеся простотой реализации и инженерного применения, а также обеспечивающие заданную полноту контроля при минимальных материальных и временных затратах на мониторинг;

— предложен способ и синтезировано устройство для оценки значимости однородных независимых параметров, характеризующиеся более высокими достоверностью, разрешающей способностью контроля и быстродействием при выборе наиболее значимого параметра по сравнению с традиционными методами;

— предложена и обоснована целесообразность применения выбросов случайного процесса контролируемого параметра за допусковых зоны, как наиболее информативных данных для диагностики сложных ТО в нештатных режимах;

— разработаны и исследованы алгоритмы аддитивной аппроксимации стохастических массивов диагностических данных укороченного объема в базисе методов графического и имитационного моделирования для диагностики динамического состояния ТО в различных режимах его функционирования, в том числе, и в нештатных;

— предложен модифицированный метод стохастической аппроксимации Роббинса-Монро, отличающийся возможностью динамической корректировки статистических моделей параметров в реальном масштабе времени при минимальных вычислительных затратах;

— разработан метод по управлению процессом диагностики на основе конструирования критерия для определения момента прекращения наблюдений и перехода на статистические методы диагностики, который развивает наиболее перспективный подход сбора и обработки статистических данных о выбросах значений контролируемых параметров за пределы допусковых зон и обеспечивает функционирование системы диагностики сложного объекта в реальном масштабе времени, адаптивно к его фактическому состоянию;

— разработан метод оценки состояния ТО, использующий непрерывные модели работоспособности контролируемых параметров и неоднородную марковскую модель, что позволяет учитывать как внезапные, так и постепенные отказы и производить количественный расчет надежностных характеристик ТО;

— предложен метод локализации неисправностей сложных ТО на основе статистических данных о выбросах значений контролируемых параметров, отличающийся тем, что благодаря использованию принципов нечеткой логики автоматизируется процесс диагностирования слабоструктурируемых ТО и обеспечивается возможность идентификации одиночных и кратных отказов ТО в условиях неопределенности;

— в соответствии с разработанными методами и моделями получена обобщенная структура системы статистической диагностики, адаптивной к фактическому состоянию сложного ТО, а также алгоритм ее функционирования, позволяющий производить оценку состояния ТО в нештатных режимах на основе укороченных массивов статистических данных о выбросах однородных и разнородных контролируемых параметров за допусковые зоны в реальном масштабе времени;

— синтезированы и апробированы программно-аппаратные средства по реализации методов оценки диагностической значимости однородных и разнородных контролируемых параметров, методов оценки состояния сложных ТО в нештатных режимах функционирования на основе адаптивных алгоритмов сбора и обработки статистических данных о выбросах случайных процессов контролируемых параметров за допусковые зоны.

Теоретические и практические результаты диссертационной работы:

— использованы при выполнении госбюджетной работы ТРТУ (г/б 42 163), выполняемой по МНТП (ПТ447) «Системы энергосбережения и технологии освоения нетрадиционных возобновляемых источников энергии»;

— в информационно-вычислительном центре ОКБ Нижегородкого государственного технического университета;

— внедрены в учебном процессе кафедры системного анализа и телекоммуникаций Таганрогского государственного радиотехнического университета.

Показать весь текст

Список литературы

  1. К.В., Соколова А. Г. Современные методы вибромониторинга и виброакустической диагностики машин // Наука производству, 1998. № 10(12). С. 13−19.
  2. Н.П., Калашников В. В., Коваленко И. А. Лекции по теории сложных систем. М.: Сов. Радио, 1973. — 439 с.
  3. Н.М., Серебряный Е. И. Оценка эффективности сложных технических устройств. М.: Сов. радио, 1980. — 192 с.
  4. В.В., Конторов Д. С. Системотехника. М.: Радио и связь, 1985. — 200 с.
  5. Е.П. Эволюционный синтез систем. М.: Радио и связь, 1985. — 328 с.
  6. В.И. Структурно-логические методы исследования сложных систем с применением ЭВМ. М.: Наука, 1987. — 304 с.
  7. И.А. Техническая диагностика. М.: Машиностроение, 1978. — 240 с.
  8. Диагностирование и прогнозирование технического состояния авиационного оборудования / Под ред. Синдеева И. М. М.: Транспорт, 1984.
  9. М.Б., Мироновский Л. А., Юдович B.C. Контроль и диагностика робото-технических систем. Л.: Ленинградский ин-т авиационного приборостроения, 1986.
  10. В.В., Пархоменко П. П., Абрамчук В. Е. и др. Технические средства диагностирования: Справочник. М.: Машиностроение, 1989. — 671 с.
  11. В.Д., Синица М. А., Чинаев П. И. Автоматизация контроля радиоэлектронной аппаратуры. М.: Советское радио, 1977. — 256 с.
  12. A.B. Автоматический поиск неисправностей. Л.: Машиностроение, 1967.
  13. Основы технической диагностики. Модели объектов, методы и алгоритмы диагноза / Под ред. П. П. Пархоменко. М.: Энергия, 1976. — 464 с.
  14. П.П., Согомонян Е. С. Основы технической диагностики: (оптимизация алгоритмов диагностирования, аппаратурные средства). М.: Энергоиздат, 1981. — 320 с.
  15. A.C. Автоматический контроль и техническая диагностика. Киев: Изд-во «Техшка», 1971. — 244 с.
  16. Надежность и эффективность в технике: Справочник. В 10 т. Т.9. Техническая диагностика/Под общ. ред. В. В. Клюева, П. П. Пархоменко. М.: Машиностроение, 1987. -352 с.
  17. О.И. Поиск дефектов в сложных технических системах методами анализа диагностических графов. Вычисление дефектных компонент // Автоматика и телемеханика. 1987. № 10. С. 153−165.
  18. Г. Г. Метод диагностики непрерывных объектов на графах // Автоматика и телемеханика. 1995. № 10. С. 137−146.
  19. Е.К. Восстановление скалярного сигнала на входе дискретной линейной стационарной системы // Автоматика и телемеханика. 1991. № 6. С. 84−94.
  20. Г. Н., Манусов И. З. Методы и средства технического диагностирования II кузнечно-прессового оборудования. М.: НИИмаш, 1984. — 44 с.
  21. Н.А., Гатин Р. Ф., Чернышов О. А., Калачев А. А., Филичкин О. Б., Матушкин Н. Н., Южаков А. А. Система автоматизированного управления стендом длительных испытаний ДИСАР-90 на базе Трейс Моуд версии 4.24 //Приборы и системы № 6 2000 С. 28−29.
  22. Frank P.M. Fault diagnosis in dynamic systems using analytical and knowledge based redundancy a survey and some new results // Automatica, 1990. V. 26. '3. P. 459−474.
  23. Isermann R. Process fault detection based on modeling and estimation methods a survey // Automatica, 1984. V. 20. '4. P. 387−404.
  24. Fault diagnosis in dynamic systems. Theory and applications / Edited by Patton R., Frank P., Clark R. Prentice Hall Inc., Englewood Cliffs, NJ, 1989.
  25. И.P., Стенгерс И. Порядок из хаоса. М.: Прогресс, 1986. — 432 с.
  26. А.А. Основы теории синергетического управления. М.: Фирма «Ис-по-Сервис», 2000. — 264 с.
  27. Г., Пригожин И. Самоорганизация в неравновесных системах. М., 1979. — 422 с.
  28. А.К., Мальцев П. А. Основы теории построения и контроля сложных систем. JL: Энергоатомиздат, 1988. — 192 с.
  29. В.П., Мозгалевский А. В. Технические средства диагностирования. JL: Судостроение, 1984. — 208 с.
  30. А.В., Волынский В. И., Гаскаров Д. В. Техническая диагностика судовой автоматики. JL: Судостроение, 1972. — 224 с.
  31. Ф 33 Чейсек К. Выявление дефектов электронных систем при помощи испытательногостробированного шума. // Электроника, 1976. № 2. С. 37−44.
  32. Ю.П., Копялюк JI.A. Надежность и контроль ЭВМ. М.: Советское°ра-дио, 1978.
  33. Ч. Методы контроля микропроцессорных устройств. // Электроника. 1976. № 8. С. 64−70.
  34. A.A. Функциональное диагностирование динамических систем // Автоматика и телемеханика, 1980. № 8. С. 96−121.
  35. М.С., Романкевич A.M. Метод статистического контроля логических схем. // Кибернетика, 1974. № 1. С. 58−67.
  36. В.Н., Сечкин В. А. Техническая диагностика методами нелинейного преобразования. М.: Энергия, 1980.
  37. Т.П. Распознавание в схемах автоконтроля. М.: Машиностроение, 1973.
  38. Бердяков Г. И.Ю Витенберг И. М. Методы контроля аналоговых вычислительных машин. М.: Машиностроение, 1978.
  39. В.И. Диагностика неисправностей цифровых автоматов. М.: Советское радио, 1975.
  40. Д.В., Голинкевич Т. А., Мозгалевский A.B. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. М.: Сов. радио, 1974. 224 с.
  41. А.И. Обнаружение неисправностей радиоэлектронного оборудования. М.: Энергия, 1970.
  42. И.П., Альт В. В., Савченко О. Ф. Измерительная экспертная система для определения технического состояния двигателей внутреннего сгорания // Приборы и системы управления, 1998. № 12. С. 56−59.
  43. С.Ю., Шифрин Б. М. Модель управления установкой для получения целлюлозы на основе нечеткой логики //Приборы и системы. Управление, контроль и диагностика, 2002. № 2. С. 7−10.
  44. Ю.Ф. Вибродиагностические экспертные системы. // Приборы и системы, 2000. № 6. С. 61−62.
  45. А.П., Усенко O.A. Конструирование интегральных критериев оценки эффективности систем управления и контроля. //Радиоэлектроника, электроника и энергетика: Шестая Международная НТК студентов и аспирантов. М.: Изд-во МЭИ, 2000. Т.1. С. 320−322.
  46. А.А., Колесников Д. Н. Теория больших систем управления. Л.: Энерго-издат, 1982.- 288 с.
  47. Lowry С.A. Woodal W.N., Champ C.W., Rigdom S.E. A multivariate exponentially weighted moving average control chart // Technometrics, 1992, 34 p.
  48. А.С., Полоус А. И., Щляконов В. А. Метод функционального диагностирования программно-управляемых объектов // Автоматика и телемеханика, 1998. № 4. С. 173 178.
  49. .С., Бродский Б. Е. Непараметрический метод скорейшего изменения среднего значения случайной последовательности // Теория вероятностей и ее применения, 1987. Т 32. № 4. С. 703−711.
  50. И.В. Последовательное обнаружение изменений свойств временных рядов. М.: Наука, 1983.- 199 с.
  51. .С., Бродский Б. Е. Проблемы и методы вероятностной диагностики // Автоматика и телемеханика, 1999. № 8. С. 3−49.
  52. .С., Бродский Б. Е. Сравнительный анализ некоторых непараметрических методов последовательного обнаружения разладки // Теория вероятностей и ее применения. 1990. Т 35. № 4. С. 655−668.
  53. Э. Проверка статистических гипотез. М. Наука., 1969. — 576 с.
  54. Basseville М. Detecting changes in signal and systems a survey // Automatica, 1988. V. 24. '3. P. 309−326.
  55. Ding X., Frank P.M. Fault detection via factorization approach // Systems&Control Letters. 1990.'14. P. 431−436.
  56. Ferger D. Nonparametric tests for nonstandard change-point problems // Annals of Statistics, 1995. V.23. '5. P. 1848−1861.
  57. Kim H.-J., Siegmund D. The likelihood ratio test for a change-point in a simple linear regression // Biometrica, 1989. V.76. P. 409−423.
  58. Lucas J.M., Crosier R.P. Robust cusum: a robustness study for cusum quality control schemes // Commun. Statist., Theory and Methods. 1992. V. l 1. P. 2669−2687.
  59. McDonald D.A. A cusum procedure based on sequential ranks // Naval Res. Logist. 1990. V. 37. P. 627−646.
  60. Moustakides G. Optimal stopping times for detecting changes in distributions // Annals of Statistics. 1986. V. 14. P. 1379−1387.
  61. Salam Salloum, Melvin A. Breuer. Fast Optimal Diagnosis Procedure for k-out-of-n G Systems //IEEE Trans. On Reliability. 1997. V.6. No.2. P. 283−290.
  62. Shewhart W.A. Economic control of quality of manufactured product. D. van Nostrand. N.Y., 1931.
  63. Zacks S. Numerical determination of the distributions of stopping variables associated with sequential procedures for detection epochs of shift in distributions of discrete random variables//Communication Statistic. 1980. Vol. B9. N1. P. 1−18.
  64. .Е. Асимптотически оптимальные методы в задаче скорейшего обнаружения разладки // Автоматика и телемеханика. 1995. № 9. С. 60−72- № 10. С. 50−59.
  65. .Е. Метод расщепления смесей вероятностных распределений // Автоматика и телемеханика. 1996. № 2. С. 76−88.
  66. Г. С. Задачи оптимального обнаружения и поиска отказов в РЭА. -М.: Радио и связь, 1981. 280 с.
  67. Э.Л. Контроль производства с помощью вычислительных машин. М.: Энергия, 1975. — 416 с.
  68. Л.Г. Контроль динамических систем. М.: Наука, 1979. — 432 с.
  69. И.И., Рукавишников В. О. Группировка, корреляция, распознавание образов (Статистические методы классификации и измерения связей). М.: Статистика, 1977. — 144 с.
  70. Основы построения автоматизированных систем контроля сложных объектов / Под ред. П. И. Кузнецова. М.: Энергия, 1969. — 479 с.
  71. Я. Факторный анализ. М.: Статистика, 1974. — 200 с.
  72. В.А., Смирнов А. Н. Прогнозирование качества систем. Минск: Наука и техника, 1976. — 200 с.
  73. О.П., Гуров А. И., Коробов А. И. и др. Управление качеством электронных средств / Под ред. О. П. Глудкина. М.: Высшая школа, 1994. — 414 с.
  74. O.A. Статистический метод оценки диагностической значимости параметров контролируемых технологических объектов // В кн. «Фундаментальные и прикладные проблемы современной техники». Ростов н/Д: Изд-во СКНЦ ВШ, 2001, с. 153−176.
  75. Е.С. Теория вероятностей. М.: Высшая школа, 1998. — 576 с.
  76. А.Н., Берштейн Л. С., Курейчик В. М. Применение графов для проектирования дискретных устройств. М.: Наука, 1974. — 304 с.
  77. Ope О. Теория графов. М.: Наука, 1968. — 352 с.
  78. Ф. Теория графов. М.: Мир, 1973. — 304 с.
  79. Н. Теория графов. Алгоритмический подход. М.: Мир, 1978. 432 с.
  80. Р. Введение в теорию графов. М.: Мир, 1977. — 208 с.
  81. Ю.П., Маркова Е. В., Грановский Ю. В. Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976. — 280 с.
  82. В.И., Кирдан B.C., Козубовский С. Ф. Справочник по ЭВМ. Киев: Наук, думка, 1989.-454 с.
  83. A.c. № 1 603 400 Антонюк Е. М., Антонюк П. Е., Долинов С. П., Родимов А. Ф. Устройство для централизованного контроля. Кл. G 06 F 15/46 Бюл. № 40 от 30.10.90.
  84. A.c. № 306 466 Баумерг П. Д., Круашвили З. Е., Файн В. Б. Способ централизованного контроля нескольких объектов. Кл. G 06 F 15/46 Бюл. № 19 от 11.06.71.
  85. A.c. № 487 395 Баумерг П. Д. Способ централизованного контроля нескольких объектов. Кл. G 06 F 15/46 Бюл. № 37 от 05.10.75.
  86. Патент РФ № 2 198 418 Самойленко А. П., Усенко O.A. Способ централизованного контроля п объектов. Кл. 7 G 05 В 23/02, Бюл. № 4, 2003.
  87. В.И. Бесконечнозначная логика в задачах кибернетики. М.: Радио и связь, 1982, — 176 с.
  88. Г. Г., Цымбал В. Г., Михалев М. В. Принятие решений в условиях неопределенности. М.: Радио и связь, 2001. — 196 с.
  89. В.И. Выбросы случайных процессов. М.: Наука, 1970. — 392 с.
  90. В.И., Хименко В. И. Выбросы траекторий случайных процессов. М.: Наука, 1987. — 304 с.
  91. H.H. Диагностирование технического состояния автомобилей. М.: Транспорт, 1978.
  92. Я.А. Теория выбросов случайных процессов. М.: Радио и связь., 1980.216с.
  93. Yin Y.Q. Detection of the number, location and magnitudes of jumps // Commun. Statist., Stochastic Models. 1988. V.4. No.3. P. 445−455.
  94. В.А., Маньшин Г. Г., Костановский В. В., Элементы теории оптимального обслуживания технических изделий. Минск: Наука и техника, 1974. — 192 с.
  95. А.П., Усенко O.A. Синтез встроенных средств диагностики состояния локальных энергопреобразователей. // Ресурсо-, энергосберегающие проекты и технологии: Труды Всероссийской научно-практической конференции. М., 2001, с. 161−162.
  96. ЮбШимбирев П. Н. Гибридные непрерывно-логические устройства. М.: Энерго-атомиздат, 1990. — 174 с.
  97. Шор Я. Б. Статистические методы анализа и контроля качества и надежности. -М.: Сов. радио, 1962.
  98. .Я., Яковлев С. А. Моделирование систем: М.: Высшая школа, 1985.271 с.
  99. O.A. Моделирование аварийных ситуаций на железнодорожном транспорте // Актуальные проблемы развития железнодорожного транспорта и роль молодых ученых в их решении: Материалы отраслевой НТК. Ростов-на-До ну: РИИЖТ, 1998. С. 103−104.
  100. ПОПерельман Н. И. Оперативная идентификация объектов управления. М.: Энер-гоатомиздат, 1982. — 272 с.
  101. B.C. Теория вероятностей и математическая статистика. М.: Наука, 1979.- 184 с.
  102. B.C. Теория случайных функций. М.: Физматгиз, 1962 — 884 с.
  103. ПЗШаракшане А.С., Железное И. Г. Испытания сложных систем. М.: Высшая школа, 1974. — 184 с.
  104. Закс J1. Статистическое оценивание. М.: Статистика, 1976. — 598 с.
  105. А. С. Кузнецов В.А. Шипов Е. В. Испытания радиоэлектронной аппаратуры на надежность. М.: Сов. радио, 1969. 288 с.
  106. Е.С., Овчаров Л. А. Теория вероятности и ее инженерные приложения. -М.: Наука, 1988.-480 с.117Lu W., Fisher D. Least-squares output estimation with multirate sampling // IEEE Trans. Autom. Contr. 1989. V.34. No.6. P. 669−672.
  107. McSorley E. 0., Lu L., Li C. Performance of parameter estimates in step-stress accelerated life-tests with various sample-size//IEEE Trans. Reliab. 2002. V.51, '3. P. 271−277.
  108. B.C., Портенко Н. И., Скороход А. В., Турбин А. Ф. Справочник по теории вероятностей и математической статистике. Киев: Наукова думка, 1978. — 584 с.
  109. Р.П. Управляющие машины и их применение. М.: Высшая школа, 1978.- 264 с.
  110. Buzacott J., Shanthikumar J. Modeling and analysis of manufacturing systems. N.Y.: Wiley&Sons, 1993.
  111. И.А. Вероятностные модели надежности информационно-вычислительных систем. М.: Радио и связь, 1991. — 132 с.
  112. Glow F., Borton J. Six Trends in PC-based Test-System Development // Evaluation Engineering. June 1998. P. 16−21.
  113. Smith J.E., Lam P. A theory of Totally Self-checking System Design //IEEE Trans. -1983. Vol. 6−32, '9.-P. 831−844.
  114. A.c. № 1 774 351. Мартыщенко Л. А., Воловик А. В. Устройство для идентификации малой выборки. Кл. 5 G 06 F 15/36, Бюл. № 41, 1992.
  115. А.с. № 1 774 350. Мартыщенко Л. А., Воловик А. В. Устройство для идентификации малой выборки. Кл. 5 G 06 F 15/36, Бюл. № 41, 1992.
  116. А.с. № 1 705 837. Мартыщенко Л. А., Воловик А. В. Устройство для идентификации малой выборки. Кл. 5 G 06 F 15/36, Бюл. № 2, 1992.
  117. А.с. № 1 702 393. Буравлев А. И., Бурба А.А.и др. Устройство для определения параметров распределения по малым выборкам. Кл. 5 G 06 F 15/36. Бюл. № 48, 1991.
  118. А.с. № 2 029 363. Богданова А. Ф., Бредихин И. В. Экспресс анализатор. Кл. 6 G 06 F 17/00. Бюл. № 5, 1995.
  119. Д.В., Шаповалов В. И. Малая выборка. М.: Статистика, 1978. — 248 с.
  120. А.П., Чапцев А. Г., Бондаренко М. А., Усенко O.A. Разработка и исследование системных подходов в области энергосберегающих технологий. //Отчет о НИР № 42 163, ГР № 01.90 001 315 (заключительный), инв. № 22 000 1255, — Таганрог, ТРТУ, 2000.
  121. В.Г., Тартаковский Г. П. Статистический анализ при априорной неопределенности и адаптация информационных систем. М:. Сов. Радио, 1977. — 432 с.
  122. H.H. Статистические решающие правила и оптимальные выводы. М.: Наука, 1972.- 520 с.
  123. В.М. Современная теория суммирования независимых случайных величин. М.: Наука, 1986. — 416 с.
  124. В.М. О близости распределений двух сумм независимых случайных величин // Теория вероятностей и ее применения. 1965. — т. 10, вып.З. С. 519−526.
  125. .В., Колмогоров А. Н. Предельные распределения для сумм независимых случайных величин. М.: Л.:ГИТТЛ, 1949.
  126. А. Асимптотические разложения для распределений сумм независимых случайных величин // Литов. мат. сб., 1984. т. 24, № 1. С. 70−82.
  127. А. Об аппроксимации распределений сумм независимых случайных величин//Литов. мат. сб., 1983. т. 23, № 1. С. 101−107.
  128. В.В. Предельные теоремы для сумм независимых случайных величин. -М.: Наука, 1987. 317 с.
  129. Ю.И., Самойленко А. П., Усенко O.A. Программный анализатор стохастических моделей для систем контроля и диагностики состояния технологических объектов. //Свидетельство об официальной регистрации программы для ЭВМ № 2 002 610 727 от 17.05.2002.
  130. Я. А. Тарловский Г. Р. Статистическая теория распознавания образов. -М.: Радио и связь, 1986. 264 с.
  131. Дж. Самоорганизующиеся стохастические системы управления. М.: Наука, 1980.-400 с.
  132. М. Стохастическая аппроксимация. М.: Мир, 1972. — 295 с.
  133. Э.В. Проектирование автоматизированных систем управления технологическими процессами. М.: Радио и связь, 1987. — 272 с.
  134. П.И., Пчелинцев Л. А. Последовательное обучение систем диагностики. М.: Энергоатомиздат, 1987. — 112 с.
  135. Управление качеством электронных средств / Под ред. О. П. Глудкина. М.: Высшая школа, 1994. — 414 с.
  136. Ljung L., Gunnarsson S. Adaptation and tracking in system identification, A survey // Automatica. 1990. V. 26. № 1. P. 7−21.
  137. Дуб Д. Л. Вероятностные процессы. M.: Изд-во иностр. лит. 1956. — 605 с.
  138. Г., Сигмунд Д., Чао И. Теория оптимальных правил остановки. М.: Наука, 1977. — 167 с.
  139. А.И. Статистический последовательный анализ: Оптимальные правила остановки. М: Наука, 1976. — -272 с.
  140. А. Г. Принципы количественной оценки эффективности радиоэлектронных средств. М.: Сов. радио, 1971. — 200 с.
  141. А.И. Конструирование радиоэлектронной аппаратуры. М.: Радио и связь, 1988. — 120 с.
  142. Р., Заде Л. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. С.172−216.
  143. А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.432 с.
  144. П.Б. Нечеткие модели в методологии анализа дерева отказов // Труды международной конференции «Континуальные логико-алгебраические исчисления и ней-роматематика в науке, технике и экономике». Ульяновск: УлГТУ, 2001. ТЗ. С. 73−75.
  145. Zadeh L.A. Fuzzy logic // Computer. 1988. V. 1. Р. 83−93.
  146. Zadeh L.A. The role of fuzzy logic in the management of uncertainty in expert systems //Fuzzy Sets Syst. 1983. V.U. P. 199−227.
  147. Zimmermann H.-J. Fuzzy sets and its applications. Kluwer Academic Publishers,
  148. Л.П., Грабовецкий В. П., Щербаков О. В. Основы теории надежности автоматических систем управления. JI.: Энергоатомиздат, 1984. — 208 с.
  149. Г. В. Надежность автоматизированных производственных систем. -М.: Энергоатомиздат, 1986. 480 с.
  150. Надежность и эффективность АСУ / Под общ. ред. Ю. Г. Заренина. Киев: Тех-шка, 1975.- 368 с.
  151. А.П. Основы теории надежности автоматизированных систем обработки информации и управления. Таганрог: ТРТУ, 2000, — 122 с.
  152. H.A., Райнкше К. Оценка надежности систем с использованием графов. -М&bdquo- 1988.
  153. Е.С. Случайные процессы в параметрических моделях надежности. -Киев: Наук, думка, 1987. 240 с.
  154. С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Исследование зависимостей: Справ, изд. М.: Финансы и статистика, 1985. — 487 с.
  155. В.Г. Техническое диагностирование системы наддува судового дизеля // Сб. научн. трудов «Судовые энергетические установки и оборудование». Л: Транспорт, 1984.-С. 84−87.
  156. В.Н. Безразборная оценка технического состояния подшипников качения // Сб. научн. трудов «Судовые энергетические установки и оборудование». Л: Транспорт, 1984.- С. 80−83.
  157. А.П., Усенко O.A. Логический синтез адаптивного автомата контроля и диагностики функционирования иерархических управляющих микропроцессорных систем. //Деп. ВИНИТИ № 3293-В99 от 10.11.99.
  158. В.И., Гусев Ю. В., Иванов А. И. и др. Автоматический контроль и диагностика систем управления силовыми установками летательных аппаратов. М.: Машиностроение, 1989.
  159. П.С., Иванов П. А. Эксплуатация авиационного радиоэлектронного оборудования: Справочник. М.: Транспорт, 1990. — 240 с.
  160. А.П., Усенко O.A. Диагноз состояния технологического объекта по обобщенным контролируемым параметрам. //Известия ТРТУ. Специальный выпуск. -Таганрог: ТРТУ, 2002, № 1(24). С. 98−99.
  161. А.П., Усенко O.A. Информационная технология статистического моделирования динамических блоков летательных аппаратов. //V Королевские чтения: Тезисы докладов Всероссийской студенческой научной конференции. Самара: СГАУ, 1999, с. 155−156.
  162. Справочник по теории автоматического управления / Под ред. Красовского A.A. М.: Наука, 1987. — 711 с.
  163. А.П., Усенко O.A. Статистический анализатор параметров при мониторинге технологических объектов в нештатных режимах. //Моделирование неравновесных систем-2000: Материалы III Всероссийского семинара. Красноярск: ИПС КГТУ, 2000. — С.223−224.
  164. В.В., Кумсишвили В. А. Об определении законов распределения на основе малого числа наблюдений. В кн. Применение вычислительной техники для автоматизации производства. М: Машгиз, 1961.
  165. A.B. Проектирование стендов для испытания и контроля бортовых систем летательных аппаратов. М.: Машиностроение, 1983. — 384 с.
  166. A.c. № 1 573 461 Демиденко Е. П., Запорожцев Г. Н Способ диагностирования состояния технического объекта с выбросами параметров и устройство для его осуществления. Кл. G 06 F 15/46 Бюл. № 23 от 23.06.90.
  167. В.Ф. Спутник механика теплохода. Вопросы и ответы: Справочник. -М.: Транспорт, 1989. 223 с.
  168. Н.И. Эксплуатация судовых дизелей. М.: Транспорт, 1974. — 256 с.
  169. Справочник судового механика / Под. общ. ред. Л. Л. Грицая. В 2-х тт. М.: Транспорт, 1973. — 1376 с.
  170. А.Г., Свительский А. И., Якушев В. И. Готовность судовых систем управления. Л.: Судостроение, 1973. — 264 с.
  171. E.H., Попов С. А., Сахаров В. В. Идентификация и диагностика судовых технических систем. М.: Судостроение, 1978. — 174 с.
  172. Техническая диагностика гидравлических приводов / Под ред. Башты Т. М. М.: Машиностроение, 1989.
  173. Ю.И., Самойленко А. П. Усенко O.A. Разработка адаптивной системы статистической диагностики по фактическому состоянию неравновесных объектов управления. //"Приборы и системы. Управление, контроль, диагностика", 2003 г., № 4, с. 55−64.
  174. В.Н., Максименко И. М. Три подхода к задаче контроля технического состояния. // Автоматика и телемеханика, 1995. № 3. С. 165−178.
Заполнить форму текущей работой

Сессия? Спокойно!