СИСТЕМА ОБРАБОТКИ ИНФОРМАЦИИ И СПОСОБ КОНТРОЛЯ СЛОЖНЫХ СИСТЕМ

Область техники и уровень техники

Настоящее изобретение относится к области систем и методов обнаружения и анализа сигналов неисправностей в сложных системах, например в ракетных двигателях.

В соответствии с известными решениями в данной области индикаторы неисправностей, также называемые «флагами», активируют, когда датчики или комплексы датчиков, установленные в определенных точках сложной системы и измеряющие одну или несколько физических величин, обнаруживают по результатам возможной обработки измеренных данных отклонения от заданных значений.

Такие индикаторы неисправностей могут свидетельствовать о подозрении на неисправность (или поломку) компонента, подсистемы, всей системы в целом или, в некоторых случаях, датчика. В соответствии с известными решениями устанавливают соответствия между индикаторами неисправностей или комплексами таких индикаторов и неисправностями, которые представляют собой диагностические описания для принятия решения о выполнении (автоматически или вручную) определенных действий. Так, например, в ракетном двигателе один индикатор неисправности может указывать на повышение уровня вибрации турбины, а другой индикатор - на снижение КПД турбины. В таком случае поломка, соответствующая сочетанию этих двух индикаторов, может представлять собой потерю одной из лопаток турбины. Связь между индикаторами неисправностей и поломками устанавливают при помощи матриц, составленных в соответствии со структурой системы, которые могут быть разработаны для каждой отдельной подсистемы.

Патентный документ WO 2011/104466 раскрывает решение, в котором каждому из индикаторов неисправностей дополнительно присваивают определенный уровень достоверности, а из полученных необработанных сообщений о неисправностях формируют с учетом уровней достоверности одно или несколько сводных сообщений, объединяя информацию необработанных сообщений о неисправностях так, чтобы такие сообщения соответствовали неисправностям компонентов, подсистем, всей системы в целом или датчиков.

Такое объединение индикаторов неисправностей производят на высоком уровне принятия решений. Объединяемые индикаторы могут содержать избыточные, взаимно дополнительные, согласованные или несогласованные, символьные или цифровые данные, причем их уровни достоверности отображают их несовершенства (неточности, неопределенности или неполноту).

Такое объединение может быть осуществлено в централизованной, распределенной или же иерархической архитектуре. Централизованные функции могут быть использованы в сочетании с распределенными функциями.

Сущность изобретения

В соответствии с изобретением предлагается осуществление такого объединения символьными методами, основанными на искусственном интеллекте. Точнее, в соответствии с изобретением предлагается система обработки данных для контроля сложной системы, причем система обработки данных выполнена с возможностью получения элементов информации состояния и объединения по меньшей мере указанных элементов информации состояния в единую информацию о неисправности, причем по меньшей мере одному из указанных элементов информации состояния соответствует индикатор достоверности, при этом информации о неисправности также соответствует индикатор достоверности, причем данная система отличается тем, что объединение осуществляют реализуя метод нечеткой логики для создания информации о неисправности с учетом соответствующих индикаторов достоверности элементов информации состояния и для создания индикатора достоверности, соответствующего элементу информации о неисправности.

В различных вариантах осуществления изобретения используют точные правила комбинирования элементов информации состояния или нечеткие правила комбинирования элементов информации состояния, а фаззификацию элементов информации состояния осуществляют с использованием точной функции принадлежности, нечеткой функции принадлежности, функции принадлежности, для которой один из классов усилен по сравнению с остальными, или функции принадлежности, для которой интенсивность усилена уровнем достоверности. Кроме того, для получения логического вывода могут использовать алгоритм Мамдани (Mamdani) или алгоритм Ларсена (Larsen), группирование правил производят при помощи оператора максимума или оператора минимума, а дефаззификацию производят методом усреднения максимумов или методом центра тяжести. Элементы информации состояния могут быть получены в составе сообщений, содержащих идентификаторы подсистемы или компонента, а также, возможно, дату.

В соответствии с изобретением также предлагается способ обработки данных для контроля сложной системы, включающий в себя этапы, на которых получают элементы информации состояния и объединяют по меньшей мере указанные элементы информации состояния в единую информацию о неисправности, причем по меньшей мере одному из указанных элементов информации состояния соответствует индикатор достоверности, при этом информации о неисправности также соответствует индикатор достоверности, данный способ отличается тем, что объединение осуществляют, реализуя метод нечеткой логики для создания информации о неисправности с учетом соответствующих индикаторов достоверности элементов информации состояния и для получения индикатора достоверности, соответствующего информации о неисправности.

Краткое описание чертежей

Ниже следует описание изобретения, приведенное со ссылками на прилагаемые чертежи.

На фиг. 1 представлена общая схема осуществления изобретения.

На фиг. 2-4 представлены отдельные элементы схемы с фиг. 1.

На фиг. 5 представлен частный пример применения изобретения.

На фиг. 6 представлено второе средство, используемое в некоторых вариантах осуществления изобретения.

На фиг. 7 представлено третье средство, используемое в некоторых вариантах осуществления изобретения.

На фиг. 8 представлен первый частный аспект одного из вариантов осуществления изобретения, а именно - этап фаззификации.

На каждой из фиг. 9-11 представлен один из аспектов, соответствующий другому варианту осуществления изобретения.

На фиг. 12 представлен второй частный аспект одного из вариантов осуществления изобретения, а именно - применение правил объединения.

На каждой из фиг. 13-15 представлен один из аспектов другого варианта осуществления изобретения.

На фиг. 16 представлен третий частный аспект двух вариантов осуществления изобретения, а именно - этап дефаззификации.

Подробное раскрытие изобретения

Ниже следует подробное описание некоторых аспектов изобретения.

На фиг. 1 представлен модуль MOD_FD объединения данных. Он получает одно или несколько сообщений MSG_PB1 и MSG_PB2 состояния (соответствующих необработанным сообщениям о неисправностях, описанных в документе WO 2011/104466), число которых в данном случае равно двум. Каждое из этих сообщений содержит информацию INF_PB о состоянии и уровень NC2 достоверности (цифра 2 означает, что данный уровень достоверности уже частично обобщен, будучи получен в результате некоторой обработки первичного уровня достоверности). На фиг. 1 обозначения INF_PB и NC2 снабжены индексами, указывающими, к какому сообщению состояния они принадлежат.

В модуль MOD_FD объединения данных также поступают сообщения MSG_CAP о состоянии датчиков, число которых в данном случае равно двум: MSG_CAP1 и MSG_CAP2, причем каждому из них соответствует уровень NC1 достоверности.

В некоторых простых случаях число сообщений о неисправности датчиков равно числу сообщений состояния, и каждому сообщению неисправности датчика соответствует сообщение состояния, переданное процессом, использующим тот датчик, о неисправности которого извещает данное сообщение о неисправности датчика.

Модуль MOD_FD выдает обобщенное сообщение о неисправности, содержащее обобщенную информацию INF_PC о неисправности и обобщенный уровень NC3 достоверности, причем индекс 3 указывает на наличие этапа обобщения, дополнительного по сравнению с уровнем NC2 достоверности.

В некоторых простых случаях модуль MOD_FD создает единственное сообщение MSG_PC, но он также может создавать и несколько сообщений, число которых, предпочтительно, меньше числа входящих сообщений MSG_PB состояния.

На фиг. 2 представлена структура сообщения MSG_PB. Такое сообщение содержит расположенные, например, последовательно дату DATE; идентификатор ID_SS подсистемы; идентификатор ID_COMP компонента; причем сообщение указывает на наличие неисправности, относящейся к обозначенной подсистеме или к обозначенному компоненту; вышеуказанный уровень NC2; и идентификатор ID_FLAG индикатора неисправности. Идентификаторы ID_SS, ID_COMP и ID_FLAG выбирают в соответствии с заранее определенными правилами. Элементы DATE, ID_SS, ID_COMP и ID_FLAG информации составляют информацию INF_PB.

На фиг. 3 представлена структура сообщения MSG_CAP. Такое сообщение содержит расположенные, например, последовательно дату, идентификатор ID_SS подсистемы, идентификатор ID_CAP датчика, уровень NC1 достоверности (цифра 1 означает, что данный уровень достоверности представляет собой первичное значение, но также может быть использовано значение, частично обобщенное тем или иным образом) и идентификатор ID_FLAG индикатора неисправности. Идентификатор ID_CAP выбирают в соответствии с заранее определенными правилами.

На фиг. 4 представлена структура сообщения MSG_PC. Такое сообщение содержит расположенные, например, последовательно дату, идентификатор ID_SS подсистемы, идентификатор ID_COMP компонента, уровень достоверности, описанный выше, и идентификатор ID_PANNE неисправности. Идентификаторы ID_SS, ID_COMP и ID_PANNE выбирают в соответствии с заранее определенными правилами. Элементы DATE, ID_SS, ID_COMP и ID_PANNE информации составляют информацию INF_PC.

На фиг. 5 представлен конкретный пример сложной системы, контролируемой различными датчиками, предназначенными для обнаружения и диагностики неисправностей. Система представляет собой ракетный двигатель, работающий на жидком кислороде и жидком водороде и вырабатывающий горячие газы. Датчики контролируют состояние водородной турбины ТН, водородного насоса РН, кислородной турбины ТО и кислородного насоса РО. Функции вычислений и обработки информации формируют сообщения о неисправности датчиков. Модуль MOD_FD осуществляет объединение сообщений состояния, поступающих от водородной турбины и водородного насоса, с образованием обобщенного сообщения, относящегося к комплексу ТРН водородных турбины и насоса. Параллельно с этим модуль MOD_FD осуществляет объединение сообщений состояния, поступающих от кислородной турбины и кислородного насоса, с образованием обобщенного сообщения, относящегося к комплексу ТРО кислородных турбины и насоса. Затем модуль MOD_FD осуществляет объединение обобщенных сообщений, поступающих от комплекса ТРН и от комплекса ТРО, с образованием обобщенного сообщения, относящегося ко всему двигателю в целом.

Активация индикаторов неисправностей может быть осуществлена с разными уровнями интенсивности, точным или нечетким образом, как показано в двух следующих таблицах, описывающих, соответственно, индикатор, активированный точным образом, и индикатор, активированный нечетким образом.

На фиг. 6 представлена сетка G_CRP соответствий, также используемая в модуле MO_DFD. Сетка G_CRP образует пары, каждая из которых состоит из одной или нескольких неисправностей и одного или нескольких индикаторов (флагов). Для получения информации о неисправности объединяют индикаторы состояния, соответствующие данной неисправности согласно сетке, взвешенные с коэффициентами, приведенными в таблице. В соответствии с одним из частных вариантов осуществления индикаторы объединяют по два, начиная с индикаторов с номерами 1 и 2, затем объединяя результат этого объединения с индикатором 3, затем объединяя результат этого нового объединения с индикатором 4 и т.д. до тех пор, пока не будут использованы все индикаторы, весовой коэффициент которых для данной неисправности не равен нулю. Также возможны и другие варианты осуществления. В результате получают индикатор неисправности, который может указывать на отсутствие неисправности или наличие данной неисправности с некоторой интенсивностью и некоторым уровнем достоверности.

На фиг. 7 представлена система нечеткой логики, используемая в модуле MOD_FD. Она содержит модуль 810 фаззификации, формирующий нечеткие входные данные на основании четких входных данных, процессор 820 логических выводов, формирующий нечеткие выходные данные на основе нечетких входных данных, сформированных модулем 810 фаззификации, и модуль 830 дефаззификации, формирующий четкие выходные данные на основе нечетких выходных данных, сформированных процессором 820 логических выводов. Процессор 820 логических выводов использует базу правил, комбинации предпосылок, импликации и группы нечетких правил. Система нечеткой логики, образованная модулями 810, 820 и 830, обрабатывает в рамках заданного периметра контролируемой сложной системы определенное число входных индикаторов (Е) неисправностей (или входных флагов Е), получаемых в четкой форме. Такая четкая форма может представлять собой реальную моментальную форму, не зависящую от предыдущих состояний, или виртуальную или динамическую форму, содержащую тем или иным образом предыдущие состояния индикатора. Так, в каждый данный момент индикатор может в первом случае содержать, по существу, единственное моментальное сообщение, а во втором случае - состоять из непрерывно изменяющегося в зависимости от времени сигнала. Разумеется, два описанных решения могут быть использованы в сочетании. В соответствии с одним из вариантов осуществления четкую форму получают при помощи сетки соответствий по фиг. 6 на основе различных сообщений MSG_RB и MSG_CAP.

Четкое значение индикатора неисправности представляет собой пару из значений интенсивности и уровня достоверности, причем значение интенсивности (уровень неисправности) выбирают, например, из значений «0», «1», «2» и «3» (которые могут означать, например, «отсутствие информации», «нормальное состояние», «незначительная неисправность», «серьезная неисправность» и «поломка», соответственно), а уровень достоверности - в непрерывном интервале [0; 1], где 0 соответствует минимальной достоверности, а 1 - максимальной достоверности.

На фиг. 8 представлена точная функция принадлежности μ для нечетких значений индикаторов неисправностей. На графике графически представлено нечеткое значение индикатора неисправности, сформированное модулем 810 фаззификации. Также обозначены классы С-1, С0 и С1-С3 переменных. Эти классы не пересекаются друг с другом. Значения классов состоят из отрезков, открытых слева и замкнутых справа (кроме случая класса -1) в соответствии со следующей таблицей (CL обозначает уровень достоверности):

На фиг. 9 представлена нечеткая функция μ принадлежности для нечетких значений индикаторов неисправностей. Также обозначены классы С-1, С0 и С1-С3 переменных. Значения классов состоят из отрезков, открытых слева и замкнутых справа. Классы С0-С3 попарно перекрываются в соответствии со следующей таблицей:

На фиг. 10 представлена нечеткая функция μ принадлежности, основанная на предыдущей, но с усилением класса С0 в соответствии со следующей таблицей:

На фиг. 11 представлена нечеткая функция μ принадлежности, основанная на функции принадлежности по фиг. 9 и полученная путем увеличения интенсивности (уровня неисправности) с уровнем достоверности (результатом фаззификации ND и NC) в соответствии со следующими таблицами:

Процессор 820 логических выводов может использовать алгоритм Мамдани и алгоритм Ларсена. Используемая база правил получена в результате анализа вариантов, последствий и критичности неисправностей (AMDEC), дополненного данными обратной связи (REX). Например, могут быть использованы следующие правила: если активирован всего один индикатор неисправности, то нечеткий индикатор идентичен входному индикатору; несколько индикаторов неисправностей могут быть объединены; правила комбинирования могут содержать операторы «И» или операторы «ИЛИ» или операторы обоих типов. В следующей таблице приведен пример точных правил.

Если одновременно активированные правила связаны оператором «ИЛИ», то группирование правил может быть произведено при помощи оператора максимума:

а если одновременно активированные правила связаны оператором «И», то группирование правил может быть произведено при помощи оператора минимума

На фиг. 12 и 13 представлен вариант осуществления объединения индикаторов неисправностей, осуществляемого процессором 820 логических выводов в случае точной функции принадлежности (фиг. 8) и точных правил комбинирования, представленных в приведенной выше таблице. На фиг. 12 представлен пример, в котором первый индикатор имеет в рассматриваемый момент интенсивность 3 при уровне достоверности 0,8, а второй индикатор - интенсивность 3 при уровне достоверности 1. В соответствии с точными правилами, представленными в приведенной выше таблице, в результате объединения получают индикатор неисправности с интенсивностью 3 и уровнем достоверности 1.

В другом примере, представленном на фиг. 13, один индикатор имеет интенсивность 1 при уровне достоверности 0,9, т.е. нечеткое значение равное 1,9, а второй индикатор - интенсивность 3 при уровне достоверности 0,7, т.е. нечеткое значение равное 3,7. Итоговое нечеткое значение, полученное путем вычисления среднего из 1,9 и 3,7, равно 2,85. В данном случае использован алгоритм Мамдани с оператором Min для комбинирования предпосылок и импликации правил.

На фиг. 14 представлен пример осуществления объединения индикаторов неисправностей, осуществляемого процессором 820 логических выводов в случае нечеткой функции принадлежности (фиг. 9) и точных правил, представленных в приведенной выше таблице. Процедуру объединения производят для всех правил кроме правил, содержащих интенсивность, равную -1. В приведенном примере один индикатор неисправности имеет интенсивность 3 при уровне достоверности 0,4, а второй индикатор неисправности - интенсивность 2 при уровне достоверности 0,6. Нечеткие значения двух индикаторов имеют 16 компонентов, и в результате объединения получают нечеткий индикатор, содержащий 16 компонентов. В данном случае группирование произведено при помощи оператора максимума.

На фиг. 15 представлен пример осуществления объединения индикаторов неисправностей, осуществляемого процессором 820 логических выводов в случае нечеткой функции принадлежности (фиг. 9) и нечетких правил, представленных в следующей таблице.

В представленном примере первый индикатор имеет в рассматриваемый момент (фиг. 15) интенсивность 2 при уровне достоверности 1 и одновременно интенсивность 3 при уровне достоверности 0,8. Второй индикатор имеет интенсивность 3 при уровне достоверности 1; прочие интенсивности неактивны. В соответствии с нечеткими правилами, представленными в приведенной выше таблице, в результате объединения получают индикатор с интенсивностью 3 при уровне достоверности 0,9 и индикатор с интенсивностью 2 при уровне достоверности 0,1.

Модуль 830 дефаззификации формирует четкое значение на основе ранее полученного нечеткого значения. В случае, проиллюстрированном на фиг. 13, для получения четкого объединенного индикатора используют среднее максимумов (ММ). В представленном примере он имеет значение интенсивности равное 2, и уровень достоверности равный 0,85. В случае, проиллюстрированном на фиг. 14, используют две альтернативные возможности, представленные на фиг. 16. Первая из них состоит в использовании метода центра тяжести (CG), в результате которого получают интенсивность 2 при уровне достоверности 0,85, а вторая - в использовании метода среднего максимумов, в результате которого получают интенсивность 2 при уровне достоверности 1.

Изобретение может быть использовано в приложениях областей, отличных от вышеуказанной, в которой рассматриваемая сложная система представляет собой ракетный двигатель.

Первый пример касается процесса принятия решения о выдаче предупреждения о природном явлении, например наводнении. Сложная система образована географическим регионом в сочетании с его атмосферой, водными потоками и горизонтами грунтовых вод.

Первый элемент информации состояния может относиться к метеорологическим наблюдениям с соответствующим индикатору достоверности, и к ожидаемому уровню осадков, выводимому из метеорологических наблюдений со своим соответствующим индикатором достоверности.

Второй элемент информации состояния может относиться к уровню горизонта грунтовых вод с соответствующим индикатором достоверности.

Третий элемент информации состояния может относиться к направлению ветра, также имеющему соответствующий индикатор достоверности.

Неисправность соответствует в данном примере наводнению и имеет уровень достоверности, сформированный в соответствии с принципами изобретения.

Второй пример относится к процессу выдачи эпидемиологического предупреждения, например, при эпидемии гриппа. Сложная система представляет собой население.

Первый элемент информации состояния относится к уровню (высокий, средний или низкий) распространения гриппа с соответствующим уровнем достоверности.

Второй элемент информации состояния относится к уровню (высокий, средний или низкий) заболеваемости людей из групп риска (например, лиц преклонного возраста), имеющему соответствующий уровень достоверности. Следует отметить, что такая заболеваемость также зависит и от других параметров, например, от метеорологических условий.

Третий элемент информации состояния относится к эффективности (высокая, удовлетворительная или плохая) имеющихся средств лечения, также имеющей соответствующий уровень достоверности.

Информация о неисправности указывает в данном случае на недостаточность обычных мер защиты населения и имеет определенный уровень достоверности. На основе такой информации власти могут принять экстраординарные меры по защите населения.

Следующий пример относится к применению в области ядерной энергетики, точнее к принятию решения в рамках обслуживания установки типа атомной электростанции.

Первый элемент информации состояния относится к уровню термического скачка или интегрированному по времени суммарному уровню термических скачков, вызванных переходными процессами. Первый элемент информации имеет соответствующий индикатор достоверности.

Второй элемент информации состояния относится к уровню снижения пластичности металла, который получен в результате обсчета моделей с использованием данных наблюдений, и имеет соответствующий индикатор достоверности.

Информация о неисправности относится к неисправности в контролируемой системе и имеет соответствующий уровень достоверности, что позволяет принять решении о необходимости проведения ремонтных работ.

Изобретение было раскрыто на примере вариантов его осуществления, не накладывающих каких-либо ограничений, и распространяется на любые варианты в рамках пунктов формулы изобретения.