Методы диагностирования экспертные системы

Методы диагностирования технических объектов - это основные принципы, на основании которых выполняется поиск и обнаружение дефектов.

Методы диагностирования нельзя рассматривать в отрыве от средств, на которых реализуется процесс диагностирования. Наиболее простые методы могут быть реализованы в виде инструкций или рекомендаций, в которых приводятся необходимые таблицы, графики, номограммы, осциллограммы, полученные на основе обобщения опыта, позволяющие оценить текущее техническое состояние объекта, идентифицировать возникновение или развитие дефектов на основании сравнения диагностических признаков.

Наиболее сложные методы диагностирования, требующие выполнения большого количества расчетов, математического моделирования объекта, обработки большого объема информации, реализуются на вычислительной технике.

В настоящее время в целях диагностирования объектов все шире начинают использоваться экспертные системы (ЭС).

Экспертные системы - это системы искусственного интеллекта, использующие знания из сравнительно узкой предметной области для решения возникающих задач и объединяющие возможности компьютера со знаниями эксперта в такой форме, что могут предложить разумный совет или осуществить разумное решение поставленной задачи. В большинстве случаев эти знания организуются в виде некоторой совокупности правил, позволяющих делать заключения на основе исходных данных или предположений. Таким образом, традиционное для вычислительной техники соотношение "Алгоритм+Данные=Программа" заменяется новой архитектурой, основу которой составляют база знаний и правила выводов ("машина логического вывода") "Данные+Знания+Выводы=Экспертная система".

ЭС позволяют аккумулировать в своей базе знаний обобщенные знания множества специалистов, полученные на основании многолетнего опыта. В этом ее ценность для специалистов, не имеющих еще достаточного опыта и знаний в области диагностики, и одновременно она служит для повышения квалификации таких специалистов.

ЭС очень полезна и для специалистов высочайшей квалификации. Часто используемые ЭС диалогового типа, задавая вопросы, требующие ответа, не позволяют упустить некоторые подробности или частности в поведении агрегата и сделать ошибочные выводы по его состоянию.

Методы диагностирования так или иначе сводятся к методам распознавания образов дефектов. При всем многообразии эти методы используют определенный подход или некую комбинацию из следующих подходов:

1) детерминированный;

2) статистический;

3) вероятностный.

Сразу следует отметить, что хотя деление на указанные подходы абсолютно обоснованное, но границы между ними часто очень условны.

Детерминированный подход, основанный на объективной закономерности взаимосвязей и причинной обусловленности всех явлений, позволяет построить некую достаточно жесткую схему (дерево рассуждении), сводящую процесс определения дефекта к движению от корня дерева к конечной диагностической ветви через множество узлов, в которых устанавливается направление движения в зависимости от наличия или отсутствия какого-либо признака.

Одним из путей улучшения детерминированного подхода является создание матричных схем, где сочетание признаков отвечает определенному дефекту.

Диагностическая матрица представляет собой таблицу, строчки которой, например, есть дефекты (диагнозы), а столбцы диагностические признаки. На пересечении диагнозов и признаков ставится отметка либо о присутствии или отсутствии данного признака при данном дефекте, либо отметка о характере изменения данного признака при данном дефекте (например, возрастает, уменьшается или остается неизменным).

Дальнейшие попытки улучшить матричный метод сводятся либо к разделению всех признаков на основные и неосновные, либо к использованию понятия "взвешивания свидетельств". В первом случае совпадение основных признаков считается обязательным для диагностирования дефекта, а совпадение неосновных признаков как бы подтверждает диагноз. Во втором случае в качестве элементов матрицы вводятся некоторые числа или баллы как весовые коэффициенты, учитывающие степень вклада того или иного признака в распознавание конкретного объекта. А вывод о наиболее вероятных дефектах делается на основе вычисления по какой-либо формуле (функции качества). Ясно, что в назначении величины весовых коэффициентов существует всегда большая степень субъективности.

Статистический подход основан на создании среднестатистического образа дефекта и методах сравнения (желательно корректных) соответствия образа существующего дефекта и среднестатистического. При кажущейся объективности статистического метода физика процесса развития дефекта и его проявления во времени уходит на второй план. Надо отметить, что использование статистических методов затруднено еще и потому, что для уникального и единичного оборудования и при достаточно редком появлении дефектов затруднительно получить представительные выборки.

Вероятностный подход, безусловно, опирается на статистику проявления признака при определенном дефекте и вместе с тем учитывает еще и совпадение различных признаков, характерных для данного дефекта. Это делает его значительно менее критичным к представительности выборок.

Одним из самых популярных вероятностных подходов является метод, разработанный Р.Байесом. Суть этого метода заключается в том, что для любого выдвинутого положения имеется, какой бы она малой не была, априорная вероятность того, что это положение истинно. Теорема Байеса и его формула позволяют, используя эту априорную вероятность и некоторые данные, подтверждающие выдвинутое положение, высчитать новое значение вероятности того, что положение истинно (апостериорную вероятность). Чем больше будет подтверждающих фактов, тем выше будет вероятность истинности выдвинутого положения.

Экспертная система диагностики, построенная на базе Байесовской теоремы, использует специальную базу знаний, которая состоит из трех разделов.

В первом разделе хранятся знания о дефектах (если речь идет о турбоагрегате или другом техническом объекте) в виде группы элементов Н, р, n, {j, р⁺, р^-}, где Н - название дефекта, р - априорная вероятность рассматриваемого дефекта, n - количество признаков, которые могут быть использованы либо как признаки, подтверждающие наличие данного дефекта, либо как признаки, противоречащие данному дефекту. Далее идет ряд троек (трехэлементных полей), соответствующих каждому из числа указанных признаков (n). Первым элементом каждой тройки является референтный номер признака (j). Второй элемент тройки (р⁺) - вероятность того, что этот признак будет наблюдаться при данном дефекте. Третий элемент (р^-) - вероятность того, что этот признак будет наблюдаться при отсутствии данного дефекта.

Априорная вероятность (р) возникновения того или иного дефекта определяется на основе ранее имеющихся данных о частоте появления такой неисправности для данного типа объектов, например турбин определенного типа, или объектов близкого класса, например для теплофикационных турбин с указанными начальными параметрами.

Исходные значения вероятностей p⁺ и р^- формируются на основе знаний и представлений отдельных экспертов - специалистов в данной области знаний или путем обобщения объективных данных.

Второй раздел базы знаний содержит информацию по признакам. Под соответствующими референтными номерами перечислены все признаки, используемые для диагностики всех дефектов, и вопросы, ответы на которые подтверждает или отрицает проявление указанного признака, например: "Изменение вибрации в зависимости от нагрузки", "Изменяется ли вибрация агрегата при изменении электрической нагрузки?".

В третьем разделе базы знаний помещаются рекомендации и подсказки, как правильно получить ответ на поставленный вопрос, используя накопленную базу знаний, или как поставить остронаправленный эксперимент для получения объективного ответа.

Формула Байеса для введенных обозначений выглядит следующим образом:

где Р(Н,Е) - апостериорная вероятность события Н (в нашем случае дефекта) при наличии свидетельства Е (признака).