Измененение функциональных свойств сложных объектов техники с течением времени и при эксплуатации

     Уникальные объекты (системы). Построенная в единственном экземпляре система работает в условиях переменных (возможно, случайных), предсказуемых с некоторым упреждением воздействий. В процессе создания используют апробированные ранее решения, а система непрерывного контроля и обслуживания гарантирует своевременное обнаружение неисправностей и предотвращение поломок и аварий. Эффективны экспертные системы, нейросетевые экспертные системы, НС с функциями выработки прототипа и обобщения.

     При использовании признаков классификации систем следует иметь в виду, что аспект исследований, связанных с обоснованием решений на разных стадиях создания техники, может меняться. Соответственно, меняется класс объекта системного исследования (моделирования).

     Для характеристики особенностей взаимодействия системы с внешней средой учитывают:

·  факт наличия взаимодействия (разомкнутые  системы) или отсутствия его (замкнутые  системы);

·  число  и функциональное назначение контуров взаимодействия с внешней средой (целевой контур, контур поддержания  работоспособности, контур энергообеспечения, контур жизнеобеспечения и т.п.);

·  изученность (степень неопределенности) взаимодействий;

·  для  детерминированных – точность или  диапазон возможных значений;

·  для  случайных – диапазон, вид распределения, параметры распределения;

·  для  преднамеренных – диапазон или правило  выбора возможных значений.

     Для характеристики особенностей внутреннего строения (структуры) систем используются следующие признаки :

· Устойчивость структуры (системы с постоянной или переменной структурой).

·  Наличие  и степень участия оператора  в целевом или вспомогательном  контурах (системы ручного управления, автоматизированные и автоматические;

· Наличие в структуре системы лиц (коллективных органов) принятия решения, их подчиненность, централизация системы. В связи с этим различают системы: организационные, иерархические, многосвязанные, централизованные, децентрализованные, с антагонистическими интересами, с неантагонистическими интересами и т.д. К примеру, нейросетевой анализ скрытых закономерностей в данных параметров промышленных установок, в ряде случаев, позволяет выявить искусственное, целенаправленное и характерное их изменение операторами с той или иной целью.

     Для учета специфики общесистемных интегральных свойств (поведения) систем учитывают:

·  Наличие  тех или иных регуляторных свойств (системы стабилизации, слежения, упреждения, программного управления и т.п.).

·  Способность  к анализу обстановки (системы  с распознаванием ситуаций, с оценкой  работоспособности, с прогнозом  надежности и т.д.).

·  Использование  адаптации (системы с обучением, самообучением, гибкими стратегиями, наличием свободы выбора решений).

·  Возможность  изменения уровня организации (системы  с перестраиваемой структурой, самоорганизующиеся, развивающиеся системы).

     Будем рассматривать системы как объекты исследования их эксплуатационных свойств нейросетевыми методами. Тогда целью классификации систем является выделение групп изделий, для которых может быть предложен общий подход, который обеспечивает единство в вопросах задания требований, обеспечения, оценки, контроля ТС, применения общих методов анализа и синтеза, обоснования конструкторских, технологических и эксплуатационных параметров, а также параметров диагностических моделей.

     Выбор признаков классификации систем проводят на основе анализа выделенных заранее групп характеристик :

·  условия  эксплуатации;

·  конструкционные, технологические, эксплуатационные параметры;

·  свойства и их устойчивость.

     Для характеристики условий эксплуатации обычно используют перечень воздействующих на изделие факторов и их диапазонов. Такие перечни могут быть составлены для каждого из режимов эксплуатации: хранения, транспортирования, дежурства, применения и т.п.

     Кроме этого, нередко возникает необходимость в оценке условий эксплуатации по уровню неопределенности и воспроизводимости условий. Особенно это касается исследований эксплуатационных характеристик, а также выбора рациональных способов их обеспечения и контроля.

     Воздействия на объект могут быть постоянные и переменные, а также известные, случайно непредсказуемые и преднамеренные. Комплекс условий может быть воспроизводимым при испытаниях опытных образцов или воспроизводимым только при эксплуатации (применении) штатных объектов.

     Для характеристики конструкционных и технологических особенностей систем их различают: по объему выпуска, новизне конструкции и (или) технологии. По объему выпуска различают объекты массового, серийного и единичного производства. По характеристике свойств и режимам применения (эксплуатации) различают изделия: с одним или несколькими уровнями работоспособности; однократного, многократного, периодического или непрерывного применения. 
 
 
 
 
 
 

3 Системные признаки больших объектов

     Специфические системные качества или эмерджентные свойства системы позволяют обеспечивать высокий информационный КПД даже в условиях большой степени неопределенности внешней среды, уровня потребностей, наличия конфликтных ситуаций, применения уникальных изделий. Одна из задач системного исследования (подготовки исходных данных для НС-моделей) состоит в том, чтобы оценить начальный и ожидаемый уровни неопределенности условий применения создаваемого изделия, а также выбрать соответствующий уровень организации процессов создания и применения изделий. То есть, необходимо обеспечить достаточную эффективность систем, участвующих в создании и применении изделия.

     Рассмотренные выше признаки образуют необозримое множество различных классов систем. Число различных классов систем, для которых разрабатываются нейросетевые модели, изучаемых и рассматриваемых на практике, существенно меньше. С одной стороны, это определяется тем, что из рассмотрения изъяты некоторые замкнутые автоматические системы управления. Тем не менее модели этих систем используют при описании процессов функционирования создаваемых изделий, в том числе систем управления движением, телемеханики, жизнеобеспечения и т.п. Такие модели иногда используют при исследовании влияния отказов элементов на качество функционирования того или иного контура управления и на выходной эффект применяемого изделия.

     Развитие методов системного анализа применительно к разомкнутым организационным иерархическим системам, реализующим достаточно сложное поведение, находится на таком уровне, что аналитические решения, учитывающие специфику отдельных классов, найдены только в простейших случаях.

     Целенаправленные системы – это большой класс систем, в рамках которых обычно исследуется процесс (стратегия) применения создаваемой изделия. Часто это многоцелевые организационно-технические системы с иерархической структурой, сложным поведением, называемые большими системами. В общем случае, кроме целевых контуров, описывающих процесс применения изделий, моделируются контуры обеспечения эксплуатации. К последним относятся: дежурства, обслуживания, контроль восстановления, управление функционированием. В частности, при использовании НС как нелинейной (вследствие химических реакций) модели смешения различных веществ в нефтехимии, в последнюю может входить опыт экспертов, формирующих требуемые рецептуры смешения компонентов.

     На ранних стадиях создания объекта при выборе его оптимального облика используют упрощенные модели. При этом моделирование вспомогательных контуров заменяется их интегральными характеристиками, полученными при работе с аналогичными изделиями. Для анализа наиболее полных многоконтурных моделей используют имитационное моделирование, поскольку его методология развита применительно к особенностям транспортных и энергетических систем, систем наблюдения и т.п.

     Широкий класс систем контроля включает: системы производственного контроля, системы контроля и диагностики, используемые при подготовке изделий к применению, системы оперативного контроля и управления функционированием и др. Это могут быть многоконтурные системы, включающие в контуры операторов и ЭВМ. Полезный эффект от использования систем может определяться и уменьшением брака готовой продукции (для производственного контроля), и сокращением времени подготовки больших объектов к работе, и повышением эффективности целевого контура (для систем оперативного контроля и управления функционированием).

     Системы обеспечения процесса создания объектов. К числу таких систем можно отнести систему обеспечения требуемых свойств и управления качеством объектов, автоматизированную систему управления производством и т.п. Целью таких систем является обеспечение или поддержание на заданном уровне качества процесса создания видов техники в соответствии с нормами, обоснованными и установленными для данного вида техники. Такие системы, действующие в той или иной отрасли, определяют условия создания и общий уровень создаваемого вида техники. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

4 Цели исследования эксплуатации систем 

     Каждый из существующих методов прогнозирования обладает своими достоинствами и недостатками относительно тех или иных областей применения. Для определения научно-обоснованных предпосылок применения того или иного метода прогнозирования (либо необходимости разработки нового метода) необходим анализ не только применяемого математического аппарата, но и рассмотрение характеристик класса объектов прогнозирования. В качестве эталона класса сложных объектов в книге рассматриваются сложные системы техногенного происхождения из различных областей жизнедеятельности.

     Для решения конкретных задач прогнозирования технического состояния (ТС) сложных объектов необходим анализ данных эксплуатации его подсистем как объектов прогнозирования. В качестве сложных объектов диагностирования будут рассмотрены космический аппарат (КА) и колонна разделения нефтяных фракций (рис. 1.2). 

 

Рис. 1.2. Ректификационная колонна

     Прогнозирование технического состояния, наряду с задачами контроля технического состояния и поиска места и причин отказа, являются задачами технического диагностирования.

     Эксплуатация сложных объектов (далее по тексту просто объектов или систем) с автоматизированными системами диагностирования показывает, что такие системы реагируют не на все неисправности. Несмотря на введение дорогостоящего диагностического оборудования, не всегда удается добиться значительного снижения времени поиска неисправностей и поиска существенных прогнозирующих признаков. При этом идея полного удаления человека из процесса диагностирования не осуществилась. Кроме того, сопоставление различных поисковых ситуаций показывает, что эффективность применения систем диагностики очень часто оказывается ниже той, на которую рассчитывают разработчики.

     Цель исследования эксплуатации систем состоит в следующем:

·  Обеспечить высокую эффективность функционирования или применения эксплуатируемой  системы по назначению в рамках установленных  сроков.

·  Обеспечить большую длительность эксплуатации и готовность системы к применению.

·  Поддержать некоторое гарантированное количество изделий в системе в состоянии  готовности.

·  Обеспечить высокую экономичность и безопасность выполнения эксплуатационных процессов.

     Главной задачей системы эксплуатации как таковой является постоянный контроль и поддержание технического состояния и надежности этих систем на уровне, достаточном для выполнения ими заданных функций или готовности к применению и выполнению целевых задач.

     Нормальное функционирование сложной технической системы при эксплуатации обеспечивается специальными техническими средствами и системами, а также планомерной целенаправленной работой многочисленных коллективов эксплуатирующих предприятии и организаций.

     С целью обеспечения высокой надежности современной техники в производстве и поддержания ее в процессе эксплуатации широко используют разнообразные методы и автоматизированные средства неразрушающего контроля и технического диагностирования. Однако трудоемкость операций контроля для различных видов техники составляет от 15 до 50% трудоемкости основных операций ее изготовления.