В заключение стоит отметить следующее: каждый жизненный цикл, в некотором базисе, характеризуется соответствующей ему основой, используемой для формирования базы данных. База данных, в свою очередь, необходима для создания диагностических (прогнозирующих) моделей.
При использовании только приведенных признаков классификации можно описать множество классов нейросетевых моделей исследуемых объектов. Ниже даны характеристики трех классов самих объектов с использованием отдельных признаков классификации.
Массовые объекты (системы). Процесс проектирования любого технического объекта всегда доходит до такого уровня детализации, когда в качестве структурных единиц создаваемого объекта используют уже готовые изделия. Последние, как правило, освоены промышленностью, выпускаются массовым производством и используются в стабильных (часто облегченных) условиях эксплуатации. Контроль состояния изделий проводят перед сборкой готовой продукции или перед применением. Ремонт не предусмотрен. Уровень работоспособности, как правило, один. Используют их до первого отказа.
Задачи исследования свойств объектов такого класса связаны с накоплением статистики о результатах применения и оценкой фактического уровня надежности. Знание уровня надежности и последствий отказов изделия позволяет правильно применять его. При этом, по необходимости, применяется резервирование как основной путь защиты от последствий отказов. В ряде случаев нейронные сети (НС) прямого распространения, обладающие большой информационной емкостью, позволяют аппроксимировать соответствующий объем однородных статистических данных.
Объекты (системы) крупной серии. Их применяют в широком диапазоне внешних воздействий, причем определенные условия эксплуатации конкретного образца проявляются только в процессе эксплуатации. Применение таких систем является либо периодическим, либо непрерывным, до исчерпания ресурса.
При разработке нового изделия, как правило, расширяется диапазон условий эксплуатации или усовершенствуется конструкция и технология. При этом свойства обобщения по подобию, преобладанию НС прямого распространения, а также ряд других архитектур НС позволяют получить удовлетворительные диагностические модели.
Оценку параметров ТС системы проводят на стадии проектирования по информации, собранной по результатам работы изделий-аналогов. Основные проблемы создания связаны с отработкой новых решений (конструкции, технологии, эксплуатации). По результатам опытной эксплуатации подбирают рациональные режимы контроля и ремонта.
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 [27]:
· 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) системучитывают:
· 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 [27]:
· условия эксплуатации;
· конструкционные, технологические, эксплуатационные параметры;
· свойства и их устойчивость.
Для характеристики условий эксплуатацииобычно 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 системих 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.
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 [27].
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 [27].
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.