Федеральное агентство по образованию
Южно-Уральский Государственный Университет
Кафедра Философии
Реферат
на тему:
Развитие теоретических принципов технической диагностики
Аспирант кафедры «Системы управления»
Пушников А.А.
Научный руководитель проф.
д.т.н. Щипицын А.Г.
Челябинск – 2008
Содержание
Введение…………………………………………………………………….3
1. История дисциплины «Техническая диагностика»…………….....6
2. Теоретические принципы технической диагностики……………10
Техническая диагностика - научно-техническая дисциплина, изучающая и устанавливающая признаки дефектов технических объектов, а также методы и средства обнаружения и поиска (указания местоположения) дефектов. Основной предмет технической диагностики — организация эффективной проверки исправности, работоспособности, правильности функционирования технических объектов (деталей, элементов, узлов, блоков, заготовок, устройств, изделий, агрегатов, систем, а также процессов передачи, обработки и хранения материи, энергии и информации), то есть организация процессов диагностирования технического состояния объектов при их изготовлении и эксплуатации, в том числе во время, до и после применения по назначению, при профилактике, ремонте и хранении. Диагностирование — одна из важных мер обеспечения и поддержания надёжности технических объектов. [1]
Диагностирование осуществляется либо человеком непосредственно (например, внешним осмотром, «на слух»), либо при помощи аппаратуры. Объект и средства его диагностирования в совокупности образуют систему диагностирования. Взаимодействуя между собой, объект и средства реализуют некоторый алгоритм диагностирования. Результатом является заключение о техническом состоянии объекта — технический диагноз, например: «радиоприёмник исправен», «станок неработоспособен», «в телевизоре отказал частотный детектор». Различают системы тестового и функционального диагностирования. Системы первого вида применяют при изготовлении объекта, во время его ремонта и профилактики и при хранении, а также перед применением и после него, когда необходимы проверка исправности объекта или его работоспособности и поиск дефектов. В этом случае на объект диагностирования подаются специально организуемые тестовые воздействия. Системы второго вида применяют при использовании объекта по назначению, когда необходимы проверка правильности функционирования и поиск дефектов, нарушающих последнее. При этом на объект поступают только предусмотренные его алгоритмом функционирования (рабочие) воздействия. Разработка и создание систем диагностирования включают: изучение объекта, его возможных дефектов и их признаков; составление математических моделей (формализованного описания) исправного (работоспособного) объекта и того же объекта в неисправных состояниях; построение алгоритмов диагностирования; отладку и опробование системы.
В изучении объектов большое значение имеет их классификация по различным признакам, например по характеру изменения значений параметров, по виду потребляемой энергии и т. п. Изучение дефектов проводится с целью определения их природы, причин и вероятностей возникновения, физических условий их проявления, условий обнаружения и т. п.
Математическая модель объекта диагностирования (детерминированная или вероятностная) — описание объекта в исправном и в неисправном его состояниях в виде формальных зависимостей между возможными воздействиями на объект и его реакциями на эти воздействия [7]. Модели (даже исправных объектов), используемые при диагностировании, могут отличаться от моделей, используемых при проектировании тех же объектов. Например, для диагностирования технического состояния шумящих объектов моделями могут служить кривые шума или вибрации (при так называемых акустических методах технической диагностики), а в микроэлектронной технологии или в сварочном производстве — изображения объектов в рентгеновских лучах (при неразрушающем контроле).
Алгоритм диагностирования предусматривает выполнение некоторой условной или безусловной последовательности определённых экспериментов с объектом. Эксперимент характеризуется тестовым или рабочим воздействием и составом контролируемых признаков, определяющих реакцию объекта на воздействие. Различают алгоритмы проверки и алгоритмы поиска. Алгоритмы проверки позволяют обнаружить наличие дефектов, нарушающих исправность объекта, его работоспособность или правильность функционирования. По результатам экспериментов, проведённых в соответствии с алгоритмом поиска, можно указать, какой дефект или группа дефектов (из числа рассматриваемых) имеются в объекте.
Средства диагностирования являются носителями алгоритмов диагностирования, хранят возможные реакции объекта на воздействия, вырабатывают и подают на объект тестовые воздействия, «читают» фактические реакции объекта и ставят диагноз, сравнивая фактические реакции с возможными. Их делят на аппаратурные, программные и программно-аппаратурные (средства двух последних категорий применяют для диагностирования технического состояния ЭВМ, работающих по сменной программе). Аппаратурные средства бывают внешние (по отношению к объекту) и встроенные. Первые применяются в основном в системах тестового, вторые — функционального диагностирования. Внешние аппаратурные средства могут быть автоматическими, автоматизированными или с ручным управлением, универсальными или специализированными. [1]
С начала 1970-х годов проблеме диагностики и изоляции отказов динамических процессов стали уделять все большее внимание. Было изучено и разработано большое количество методологий основанных на физической и аналитической избыточности.
В 1973 году Джонс представил, например, хорошо известный метод «фильтров выявления отказов» для линейных систем. Виллски обобщил ранние исследования в этой области. Ролт рассмотрел применение методов идентификации к выявлению отказов реактивных двигателей. Методы корреляции были применены для выявления протечек Изерманом.
Первая книга по методам диагностики, основанным на моделях, применительно к химическим процессам была опубликована Химмелблау в 1978. Выявление отказов датчиков, основанное на аналитической избыточности наблюдателей было предложено Кларком.
Использование методов оценки параметров для выявления отказов технических систем было продемонстрировано Холлманом, Гейгером, Филбертом и Метсгером. Развитие методов выявления отказов процесса, основанное на моделировании, оценке параметров и состояния, было обобщено Изерманом. Методы вектора равенства были изначально предложены Шой и Вилски, а затем в дальнейшем доработаны Патоном и Ченом.
Методы частотной области обычно применяются, когда воздействие, как отказов, так и возмущений имеет частотные характеристики, отличающиеся друг от друга и, следовательно, частотный спектр служит критерием различения отказов. Данные методы рассматриваются в работах Франка и Динга.
Задача отделения рассогласований от возмущений рассматривается в нескольких статьях. Например, Шоу и Вилски, Чанг, Спейер, Лю и др. предложили оптимальные надежные отношения равенства, а Энами и Наэни выдвинули концепцию порогового селектора. Чен и Патон для выполнения надежной диагностики использовали метод отделения возмущений. Метод Патона и Чена интересен в противопоставлении с методом Шоу и Вилски, которые минимизировали моделируемую неопределенность, для нескольких рабочих точек. Патон и Чен рассматривали эту проблему непосредственно при оценке оптимальной матрицы неизвестных входных возмущений в диапазоне рабочих точек и использовали метод распределения собственных чисел. [11]
Широко распространены традиционные подходы диагностики отказов, основанные на методах «аппаратной (или физической)» избыточности, которые используют дополнительные наборы датчиков, исполнительных механизмов, компьютеров и программного обеспечения для измерения и/или управления отдельными переменными. Основные недостатки этих методов аппаратной избыточности – дополнительное оборудование и стоимость технического обслуживания, а так же дополнительное пространство, требуемое для размещения оборудования.
В последнее время в этом направлении появилось несколько альтернативных решений, позволяющих проводить диагностику отказов в сложных и неопределенных системах. Самым многообещающим из них является использование для моделирования нелинейных динамических систем и диагностики отказов нейронных сетей.
Нейронные сети достаточно широко используются во многих инженерных областях, но с их использованием также возникают некоторые трудности. Первой проблемой является то, что в большинстве случаев нейронные сети использовались только для работы со статическими процессами. Таким образом, поведение нейронной сетей при моделировании нелинейных динамических процессов является достаточно неопределенным и слабо изученным. Вторая трудность заключается в том, что зачастую нейронные сети использовались лишь в качестве классификаторов отказов. Остальные возможности нейронных сетей при этом не использовались. Обычно нейронные сети использовались для определения возможных отказов или других изменений в системе по ее выходам. Такой подход использования только лишь выходов системы для диагностики отказов мог быть корректным для статических систем, но в динамических системах изменение их входов может значительно повлиять на их выходы. Таким образом, такой метод диагностики, который только анализирует выходную информацию, может давать неправильные оценки о состоянии системы в те моменты времени, когда изменяются ее входные характеристики.