Автоматизована система технічної діагностики міцносних характеристик металів на основі гібридних нейронних мереж

Оцінка сучасного стану систем підтримки прийняття рішень і технічної діагностики міцносних характеристик металів. Розробка автоматизованої системи контролю, що дозволяє підвищити якість і точність визначення за рахунок використання нових архітектур.

Рубрика Коммуникации, связь, цифровые приборы и радиоэлектроника
Вид автореферат
Язык украинский
Дата добавления 28.06.2014
Размер файла 51,8 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ХЕРСОНСЬКИЙ ДЕРЖАВНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ

БАБІЧЕВ СЕРГІЙ АНАТОЛІЙОВИЧ

УДК 620. 179. 16

АВТОМАТИЗОВАНА СИСТЕМА ТЕХНІЧНОЇ ДІАГНОСТИКИ МІЦНОСНИХ ХАРАКТЕРИСТИК МЕТАЛІВ НА ОСНОВІ ГІБРИДНИХ НЕЙРОннИХ МЕРЕЖ

05.13.06 - Автоматизовані системи управління і прогресивні інформаційні технології

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

Херсон 2003

Дисертацією є рукопис.

Робота виконана в Херсонському державному технічному університеті Міністерства освіти і науки України.

Науковий керівник: доктор технічних наук, професор

Шарко Олександр Володимирович,

Херсонський державний технічний університет, професор кафедри

Офіційні опоненти: доктор технічних наук, професор

Лубяний Віктор Захарович,

Херсонський факультет Харківського національного автомобільно-дорожнього університету, декан факультету

кандидат технічних наук, доцент

Хошаба Олександр Мирославович,

Вінницький державний технічний університет, доцент кафедри

Провідна установа: Національний університет радіо-електроніки, кафедра електронних обчислювальних машин Міністерства освіти і науки України, м. Харків

З дисертацією можна ознайомитися у бібліотеці Херсонського державного технічного університету за адресою: 73008, м. Херсон, Бериславське шосе, 24.

Вчений секретар

спеціалізованої вченої ради Костін В.О.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Сучасний стан розвитку автоматизованих інформаційних систем контролю і їхнє широке упровадження визначають ефективні способи вирішення проблемних питань у різних галузях науки і техніки. Однією з найбільш актуальних сучасних проблем є своєчасне визначення міцносних характеристик у нелінійних динамічних об'єктах в умовах апріорної невизначеності властивостей об'єкта.

Значний внесок у розвиток теорії і практики створення автоматизованих інформаційних систем прогнозування зробили Бодянський Є.В., Горбань А.Н., Д'яконов В.П., Івахненко О.Г., Кондратенко Ю.П., Круглов В.В., Марасанов В.В., Ул'янов В.Л., Петров Е.Г., Ротштейн О.П., Руденко О.Г., Шарко О.В., Ходаков В.Є., та ін.

Застосування нових архітектур та прототипів систем підтримки прийняття рішень у системі діагностики приводить до підвищення якості, економічності продукції за рахунок автоматизації і підвищення швидкодії процесу виявлення зміни механічних параметрів виробів, що сприяє безаварійній роботі промислових об'єктів.

Існуючі системи технічної діагностики мають велику похибку у зв'язку з обмеженістю набору вхідних параметрів. Комплексне застосування різних методів контролю зустрічається вкрай рідко через громіздкість і трудомісткість обробки багатомірних даних. Тому розробка автоматизованих систем прогнозування, заснованих на нових інформаційних технологіях, представляє не тільки науковий інтерес, а також є актуальним завданням сучасної промисловості. технічний діагностика міцносний автоматизований

Зв'язок роботи з науковими програмами, планами, темами. Мета роботи і її основні задачі відповідають державним науково-технічним програмам, що сформульовані в Законі України “Про наукову і науково-технічну діяльність” і в Законі України “Про національну програму інформатизації”, а також планам найважливіших науково-технічних робіт Міністерства освіти і науки України:

6. - Інформатика, автоматизація і приладобудування;

6.2.2.- Перспективні інформаційні технології і системи;

Дисертація відповідає напрямкам досліджень кафедр фізики, електротехніки та інформаційних технологій Херсонського державного технічного університету, а саме: “Розробка програмно-апаратних засобів технічної діагностики металопродукції” (№ державної реєстрації 0103U003654, відповідальний виконавець Бабічев С.А.)

Мета і задачі досліджень. Метою дисертаційної роботи є розробка автоматизованої системи контролю, що дозволяє підвищити якість і точність визначення міцносних характеристик металів за рахунок використання нових архітектур систем підтримки прийняття рішень і гібридних нейронних мереж.

Для досягнення цієї мети у роботі були поставлені і розв'язані наступні задачі:

– дати оцінку сучасного стану систем підтримки прийняття рішень і технічної діагностики міцносних характеристик металів;

– розробити методику розширення вхідної бази даних, використовуваних для налагодження автоматизованої експертної системи технічної діагностики, що дозволяє підвищити точність визначення міцносних характеристик металів;

– розробити архітектуру та прототип системи підтримки прийняття рішень для визначення раціональних комбінацій методів контролю міцносних характеристик металів при наявності нечітких емпіричних даних, засновану на використанні функції бажаності Харрінгтона;

– створити математичну модель обліку впливу розмірних і технологічних факторів на точність обумовленої характеристики з метою їхнього коректування;

– побудувати автоматизовану експертну систему технічної діагностики з використанням декількох методів контролю, у якій міцносні характеристики визначаються гібридною нейронною мережею.

Об'єкт дослідження - автоматизовані експертні системи, призначені для витягу знань з багатомірних даних.

Предмет дослідження - інформаційні технології, моделі системи підтримки прийняття рішень в автоматизованих експертних системах технічної діагностики міцносних характеристик металів.

Методи дослідження. У роботі використані методи регресійного, кореляційного і дисперсійного аналізів, математичний апарат лінійної алгебри, нейроматематики, теорії ймовірностей, теорії нечітких множин.

Наукова новизна отриманих результатів:

створено автоматизовану експертну систему технічної діагностики міцносних характеристик металів, засновану на комплексному використанні методів контролю і гібридних нейронних мереж, що обумовлює високу точність визначення механічних характеристик;

– розроблено систему підтримки прийняття рішень, засновану на функції бажаності Харрінгтона, за допомогою якої експертна система при наявності нечітких емпіричних даних робить висновок про раціональність використання запропонованої комбінації методів контролю.

– установлено, що для вирішення задач визначення міцносних характеристик металів найбільш оптимальною є гібридна мережа з трикутними функціями приналежності і комбінованим алгоритмом навчання нейронів мережі;

– установлено рівність відносних змін швидкості подовжніх і поверхневих хвиль, що дозволяє розширити вхідну базу даних і підвищити точність визначення міцносних характеристик;

– запропоновано математичну модель впливу розмірних і технологічних факторів на точність обумовлених характеристик, дана методика обліку факторів і практичні рекомендації з їхнього коректування;

Практична значимість отриманих результатів полягає в розробці інформаційної технології технічної діагностики, що дозволяє обробляти в реальному режимі часу складні багатомірні дані різної природи й одержувати достовірну інформацію про міцнісні властивості металів. Результати досліджень, отриманих у дисертаційній роботі впроваджені у виробництво на Херсонській ТЕЦ, Херсонському ВАТ “Нафтопереробка”, а також у навчальний процес у Херсонському державному технічному університеті на кафедрі інформаційних технологій.

Особистий внесок здобувача. Дисертаційне дослідження є самостійно виконаною науковою працею, у якій розроблена автоматизована система технічної діагностики міцносних властивостей металопродукції. Автором у дисертаційній роботі використані лише ті ідеї, положення і розрахунки, які є результатом власного наукового внеску в публікаціях, виданих у співавторстві (див. уточнення в списку наукових публікацій автора за темою дисертації).

Апробація результатів дисертації

Основні питання дисертаційної роботи доповідалися й обговорювалися на семінарах наукової ради НАН України “Прикладні проблеми інформатики” з проблеми “Кібернетика” (Херсон, 1997-2003); XIV Уральської регіональної конференції “Контроль технологій, виробів і навколишнього середовища фізичними методами” (Оренбург 1996); науково-практичних конференціях з міжнародною участю “Інформаційні технології в освіті і керуванні” (Нова Каховка 2000, 2002, 2003); III Міжнародної науково-практичної конференції “Сучасні інформаційні і електронні технології” (Одеса, 2002); IX Міжнародної конференції по керуванню “Автоматика 2002” (Донецьк, 2002).

Публікації. За результатами наукових досліджень опубліковані 11 друкованих праць у тому числі 9 статей у наукових журналах, включених у список спеціалізованих видань, затверджених ВАК України і 2 статті в збірниках наукових праць і тезах конференцій.

Структура і зміст роботи. Дисертаційна робота складається із вступу, чотирьох розділів, висновку, списку літератури із 108 найменувань, додатка, 17 таблиць, включає 19 малюнків. Загальний обсяг дисертації складає 142 сторінки, у тому числі 130 сторінок основного тексту.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі розглядається державна важливість проблеми, що досліджується, обґрунтована актуальність дисертаційної роботи, сформульовані основна мета і задачі дослідження, приведені відомості про зв'язок досліджень з науковими програмами, планами і темами, показана наукова новизна отриманих результатів, їхня практична значимість. Визначено конкретний особистий внесок здобувача в ті розробки, що опубліковані в співавторстві. Дани відомості про апробацію і публікації результатів дисертації.

У першому розділі “Аналіз сучасного стану робіт в області систем підтримки прийняття рішень і методів технічної діагностики” дан аналіз сучасного стану систем підтримки прийняття рішень і методів технічної діагностики міцносних характеристик металів. Необхідність подальшого розвитку теорії обробки багатомірних даних обумовлена актуальними задачами створення простих і надійних автоматизованих систем діагностики об'єктів. Розглянуто різні методи контролю, показані їхні переваги і недоліки. Установлено, що недостатньо досліджено застосування комбінації методів контролю. Тому створення автоматизованих експертних систем технічної діагностики, заснованих на використанні декількох методів визначення міцносних характеристик металів на сучасному етапі є однією із важливіших задач.

Основна увага при розробці експертних систем приділяється методам обробки нечітких емпіричних даних. Існуючи методики, як правило, для отримання знань о міцносних властивостях металів використовують методи математичної статистики. Проте, як свідчить практика, низький рівень автоматизації і висока похибка обробки експериментальних даних є основними факторами, що стримують їхнє упровадження у виробництво. Тому у роботі основна увага приділена створенню нових архітектур системи підтримки прийняття рішень, що дозволяють максимально автоматизувати процес контролю. Розглянуто можливості використання апарата гібридних мереж для обробки багатомірних даних, перевага яких полягає в спільному використанні системи нечіткої логіки і традиційних алгоритмів навчання нейронів мережі. У процесі навчання мережа формулює набір правил, на підставі яких підлагоджуються відповідні функції приналежності нейронів. Такі системи не тільки використовують апріорну інформацію, але можуть здобувати нові знання і для користувача є логічно прозорими.

Аналіз проблеми показав, що у процесі настроювання автоматизованої системи технічної діагностики функціональна залежність між векторами входу і виходу буде більш точною при зменшенні розкиду вхідних емпірично визначених характеристик і збільшення кількості інформативних входів системи.

В другому розділі “Теоретичні розробки по обліку впливу супутніх факторів на точність роботи експертної системи приводяться результати досліджень по виявленню причин, що впливають на точність обробки емпіричних даних. Розроблено математичну модель впливу розмірних і технологічних факторів на точність визначення вимірюваних характеристик. Розмірними факторами були геометричні розміри досліджуваного зразка, технологічними - хімічний склад виробу і непаралельність поверхні введення і прийому ультразвукових коливань. Представлено математичний опис процесу контролю у виді матричного оператора, що здійснює перетворення вхідних перемінних, котрі характеризують геометричні(х) і технологічні(у) фактори у вихідну перемінну(z), що визначають точність вимірів. Відповідно до принципу суперпозиції перетворюючої системи, похибка вимірювання розглянута у вигляді лінійної комбінації вихідних конструкторських і технологічних параметрів (рис 1), де а1…аn, b1…bn-передатні коефіцієнти перетворюючої системи, що відображають вплив розглянутого фактора на ймовірнісне значення вихідної характеристики - математичне чекання і дисперсію; а0 - постійна складова, визначальна систематичну похибку.

При переході до математичного вираження, що зв'язує ймовірнісні характеристики х, у і вихід системи z, ці фактори і похибка розглядаються у виді випадкових величин, обмежених полями допусків. Для знаходження коефіцієнтів регресії між цими величинами вихідне рівняння перетворюється у свій статистичний аналог:

де 1n, 1n - коефіцієнти множинної регресії, 0 - статистична оцінка постійної складової.

Такий підхід дозволяє для забезпечення необхідної точності роботи автоматизованої системи знайти кількісний вплив усіх відібраних факторів на результати вимірів, виділити вплив найбільш істотних з них, і дати практичні рекомендації по їх коректуванню.

Проведено апробацію запропонованої методики на прикладі акустичного методу контролю. Факторами, впливаючими на похибку виміру акустичної характеристики, розглянуті коливання хімічного складу, непаралельність поверхні введення і прийому ультразвукових коливань і геометричні розміри виробу.

Для оцінки впливу коливань хімічного складу на точність акустичних вимірів на зразках з алюмінієвого сплаву Д1 проведений експеримент, у якому вимірюваною характеристикою була резонансна частота автоциркуляції. Хімічний склад компонентів Cu, Mg, Mn, Fe і Si визначався спектральним методом. Зразки, призначені для вимірів, попередньо приводили в однаковий структурний стан шляхом термічної обробки. Розглядалося 60 серій (m=60) зразків різних плавок по n=5 у кожній. Підбір зразків здійснювався таким чином, щоб їхній хімічний склад максимально перекривав діапазон можливого для даної марки сплаву змісту компонентів. Дані оброблялися методами однофакторного дисперсійного аналізу і множинної регресії.

При використанні методу однофакторного дисперсійного аналізу оцінки дисперсії усередині серії і дисперсії між серіями склали відповідно =1,789, =1,963. Отримане значення критерію Фішера F=1,097 менше його табличного значення для 5%-го рівня значимості Fq = 2,239.

На підставі експериментальних даних отримане рівняння множинної регресії:

f=2462,9 - 0,641X1 - 1,524X2 + 3,129X3 - 1,218X4 + 0,102X5

де Х1, Х2, Х3, Х4 і Х5 - процентні вмісти Cu, Mg, Mn, Fe і Si відповідно.

Аналіз отриманих результатів показує, що відхилення хімічного складу в межах марки сплаву не робить істотного впливу на значення резонансної частоти. Так, максимальне відхилення змісту вуглецю від свого середнього значення викликає відхилення резонансної частоти на 0,1 кГц, Mg - на 0,0762 кГц, Mn - на 0,21 кГц, Fe - на 0,086 кГц, Si - на 0,005 кГц. Величина максимального відхилення для розглянутого випадку дорівнює 0,48 кГц, що складає 0,02%. Отже, варіації хімічного складу в межах марки сплаву не роблять істотного впливу на точність виміру акустичної характеристики.

Дано оцінку впливу непаралельності поверхонь введення і прийому ультразвукових коливань на точність виміру резонансної частоти. З розгляду хвильових рівнянь циліндричного резонатора після виключення довільних постійних і нехтування малими доданками, використовуючи перше наближення асимптотичних розкладань Ганкеля і відповідні перетворення, отримані вираження, придатні для якісної оцінки залежності зсуву резонансних частот від геометричних розмірів резонатора, частоти прозвучування і властивостей матеріалу. Показано, що залежність резонансної частоти від непаралельності поверхонь введення і реєстрації ультразвуку носить такий же характер, як і залежність акустичних характеристик від коливань розмірів виробу в напрямку прозвучування, і якісна обробка поверхні в місцях проведення вимірів сприяє зменшенню похибки експерименту, що підвищує точність роботи автоматизованої системи.

Розроблено методику виділення із сукупності розмірних факторів найбільш істотних, що впливають на точність виміру вихідної характеристики. Як приклад досліджувалося порожнє тіло обертання перемінного перетину. Розмірними факторами були наступні геометричні параметри виробу: Х1 - внутрішній діаметр вершини, Х2 - внутрішній діаметр підстави, Х3 - зовнішній діаметр, Х4 - висота, Х5 - некруглість зовнішнього діаметра. Діаметр кожного виробу визначався як середнє арифметичне з 10 його вимірів у різних точках кола, а некруглість - як різниця між найбільшим і найменшим значеннями цих вимірів. При обробці даних застосовувався дисперсійний аналіз. При цьому вихідною перемінною z була одна з вищих гармонік резонансної частоти.

Питома вага похибок геометричних параметрів у сукупному впливі усіх факторів на резонансну частоту показана на рис.2.

Як видно, найбільший вплив на значення резонансної частоти робить похибка зовнішнього діаметра - 26,3%. Унаслідок цього заходи щодо підвищення точності роботи автоматизованої системи необхідно проводити насамперед за рахунок зменшення допуску на його зовнішній діаметр.

Для розширення розмірності вектора вхідних характеристик отримані співвідношення між даними вимірів подовжніми і поверхневими хвилями при контролі ізотропних структур. Теоретично встановлена рівність відносних змін швидкості подовжніх і поверхневих хвиль:

Результати обчислень відносних змін швидкості ультразвукових подовжніх і поверхневих хвиль у сталі дали близькі між собою значення (С/С)пов= 0,0166 і (С/С)l = 0,0177. Це дозволяє використовувати як вхідні характеристики при настроюванні автоматизованої системи швидкість поширення подовжніх хвиль і час проходження імпульсу між п'єзоперетворювачами при поширенні поверхневих хвиль. Ця математична модель дозволяє підвищити точність роботи автоматизованої системи контролю за рахунок зменшення розкиду емпірично визначених характеристик і розширення вхідної бази даних. При підвищенні кількості інформативних параметрів, що надходять на вхід автоматизованої системи в процесі настроювання функціональна залежність між векторами входу і виходу буде більш якісною. Це приведе до підвищення ймовірності процесу контролю.

У третьому розділі “Побудова системи підтримки прийняття рішень для вибору раціональної комбінації методів контролю міцносних характеристик металів” розроблено архітектуру СППР для вибору раціональної комбінації методів контролю в автоматизованій системі техничної діагностики міцносних характеристик металів.

Методика побудови експертної системи пройшла апробацію при оцінці надійності контролю межі міцності сталі У8А магнітним, акустичним і беззразковим методами. Досліджувалися комбінації методів, що розглядалися як фактори, що впливають на якість оцінки. Ефективність функціонування системи характеризувалася параметрами оптимізації, що є реакцією (відгуком) на вплив факторів. Як параметри оптимізації були обрані: у1 - відношення числа бракованих виробів, виявлених даною комбінацією методів, до загального числа дійсного браку, виявленого при використанні всіх методів; у2 - відношення числа виробів, помилково бракованих даною комбінацією методів до загального числа виробів, помилково забракованих при використанні всіх методів; у3 - відношення числа бракованих виробів, пропущених даною комбінацією методів, до числа бракованих виробів, пропущених тією комбінацією, для якої воно максимальне; у4 - похибка кожної з розглянутих комбінацій, причому за похибку визначеної комбінації методів приймається похибка того методу, для якого вона максимальна; у5 - рівень автоматизації; у6 - здатність до визначення властивостей матеріалу, усереднених по усьому виробі. Для кількісної оцінки параметрів у5 і у6 використовувався ранговий підхід.

Для побудови узагальненого відгуку використовувалася функція бажаності Харрінгтона D, за допомогою якої сформульований набір правил, на підставі яких експертна система робить висновок про ефективність використання запропонованої комбінації методів контролю. Ця функція є кількісним показником якості функціонування діагностуючої системи.

П1: якщо у1=0,98, у2=0,20, у3=0,10, у4=0,30, у5=4, у6=3, то D=0,80;

П2: якщо у1 =0,89, у2=0,39, у3=0,39, у4=0,64, у5=2,54, у6=2, то D=0,63;

П3: якщо у1=0,80, у2=0,60, у3=0,70, у4=1, у5=1, у6=1, то D=0,37;

П4: якщо у1=0,74, у2=0,73, у3=0,89, у4=1,2, у5=0,05, у6=0,35, то D=0,2.

Для знаходження найбільш оптимального сполучення функцій приналежності й алгоритмів висновку задача вибору раціональних комбінацій методів контролю розв'язувалася за допомогою алгоритмів висновку Мамдані і Сугено, гауссової, подвійної гауссової і трикутної функцій приналежності нечітких множин. Структурна схема роботи СППР для вибору раціональних комбінацій методів контролю міцносних властивостей металів показана на рис.3.

При роботі алгоритму висновку Мамдані використовувалась наступна послідовність обробки даних:

фазифікація. Знаходження ступеня істинності передумов кожного правила:

А11), А21), А31), А41), У12), У22), У32), У42), …, G16), G26), G36), G46)

де A, B, C, E, F, G - значення функції приналежності при заданих значеннях аргументу у;

– агрегація з використанням операції min:

1 = А11) У12) З13) Е14) F15) G16);

2 = А21) У22) З23) Е24) F25) G26);

3 = А31) У32) З33) Е34) F35) G36);

4 = А41) У42) З43) Е44) F45) G46).

і знаходженням зрізанних функцій приналежності множин:

1(D) = (1M1(D));

2(D) = (2M2(D));

3(D) = (3M3(D));

4(D) = (4M4(D)).

де М(D) - зрізанні функції приналежності для вхідних перемінних, (D) - зрізанні функції приналежності для сформульованих правил.

– акумуляція. Знаходження функції приналежності підсумкового підмножини для перемінної виходу:

(D) = M(D) = 1(D) 2(D) 3(D) 4(D).

– дефазифікація. Приведення до чіткості здійснювалось центроідним методом шляхом визначення центра ваги для кривої (D).

При роботі алгоритму висновку Сугено використовувалась наступна послідовність обробки даних:

– фазифікація. Знаходження ступеня істинності передумов кожного правила:

А11), А21), А31), А41), У12), У22), У32), У42), …, G16), G26), G36), G46)

– агрегація з використанням операції min:

1 = А11) У12) З13) Е14) F15) G16);

2 = А21) У22) З23) Е24) F25) G26);

3 = А31) У32) З33) Е34) F35) G36);

4 = А41) У42) З43) Е44) F45) G46);

і знаходженням ідивідуальних виходів правил:

1= A1y1+B1y2+C1y3+E1y4+F1y5+G1y6;

2= A2y1+B2y2+C2y3+E2y4+F2y5+G2y6;

3= A3y1+B3y2+C3y3+E3y4+F3y5+G3y6;

4= A4y1+B4y2+C4y3+F4y4+F4y5+G4y6.

– дефазифікація. Визначення чіткого значення перемінної висновку:

Для оцінки якості роботи нечіткої системи висновку узагальнена функція бажаності Харрінгтона розраховувалася алгебраїчно як середнє геометричне часткових функцій бажаності du = exp[-exp(-у)]

Результат обробки експериментальних даних показаний у таблиці 1

Ефективність роботи запропонованої системи визначалася за допомогою парного двохвиборного t - тесту для середніх. Установлено, що для розв'язання задачі вибору раціональної комбінації методів контролю міцносних властивостей сталі найбільш погоджені з алгебраїчними розрахунками значення функції бажаності D досягаються при використанні експертної системи з гауссовими функціями приналежності (D = 0,703; 0,985; Dалг = 0,702). Це пояснюється плавною формою кривої, при цьому система виходить більш чуттєвою до змін вхідних перемінних.

Таблиця 1

Значення узагальнених функцій бажаностей, отриманих алгебраїчними розрахунками і з використанням СППР

Фактори

gauss

gauss2

tri + gauss

Алг.

Х1

Х2

Х3

М1

С1

М2

С2

М3

С3

1

+

+

+

0,504

0,667

0,500

0,665

0,500

0,572

0,603

2

-

+

+

0,619

0,666

0,626

0,663

0,627

0,613

0,642

3

+

-

+

0,591

0,651

0,565

0,668

0,533

0,592

0,593

4

-

-

+

0,383

0,211

0,500

0,634

0,500

0,588

0,575

5

+

+

-

0,703

0,985

0,500

0,637

0,500

0,611

0,702

6

-

+

-

0,619

0,667

0,625

0,658

0,627

0,614

0,619

7

+

-

-

0,627

0,667

0,628

0,661

0,602

0,609

0,623

Максимальне значення функція бажаності приймає при роботі алгоритму висновку Сугено (D = 0,985) і використовуванні комбінації з електромагнітного й акустичного методів. Доцільність такого сполучення обумовлена фізичною сутністю електромагнітного й акустичного методів. Обидва вони засновані на аналізі усереднених акустичних і електромагнітних характеристик усього матеріалу в цілому і, отже, є більш стабільними, чим методи визначення межі міцності за формою відбитка індентора.

У четвертому розділі “Розробка автоматизованої системи технічної діагностики міцносних властивостей металів на основі гібридних мереж” приводяться результати нейромережної обробки експериментальних даних. Як вхідні характеристики використовувалися емпіричні дані, отримані акустичним і електромагнітним методами контролю. Вимірювання резонансної частоти автоциркуляції виконувалися шляхом зняття амплітудно-частотних характеристик. Для визначення швидкості поширення поверхневих хвиль були виконані виміри часу проходження ультразвукового сигналу між фіксованими положеннями п'єзоперетворювачів, установлених на контрольованій поверхні. Електромагнітним методом контролю визначалася коерцитивна сила досліджуваного зразка.

Після виконання акустичних вимірів зразки були піддані розривним іспитам, у результаті чого визначалися межа міцності (У), границя текучості (02), твердість (HRC), відносне подовження () і відносне звуження ().

За результатами експерименту була розроблена база даних, з якої знання витягалися за допомогою персептронної і гібридної нейронних мереж. При цьому були створені навчальна вибірка для навчання мережі і контролююча для перевірки якості її роботи. Структурна схема гібридної мережі показана на рис 4. Виходи нейронів першого шару являли собою значення функцій приналежності Х(а) при заданих значеннях входів. Виходами нейронів другого шару були ступені дійсності передумов кожного правила бази даних, що обчислюються за формулами:

1 = Х1122)

2 = Х1122)

……………………

i = Х1122)

Нейрони третього шару обчислювали величини:

Єдиний нейрон четвертого шару обчислював вихід мережі:

де z1 = Н-1(a1), z2 = Н-1(a2), … , zi = Н-1(ai), Н(а) являє собою значення функції приналежності на вході нейрона останнього шару.

Вихідним сигналом була міцнісна характеристика досліджуваного металу, що визначалась. Для навчання гібридної нейронної мережі використовувався алгоритм висновку Мамдані з трикутною (trimf), трапецеїдальною (trapmf), гауссовою (gaussmf) і Pi - функціями приналежності нейронів. Ваги нейронів мережі підлагоджувалися за допомогою комбінованого алгоритму, спеціально розробленого для гібридних нейронних мереж і найбільш розповсюдженого алгоритму зворотного поширення помилки. Ефективність роботи мережі оцінювалася по відносній похибки розрахунку межі міцності /эксп, де эксп - значення межі міцності, визначене в процесі механічних випробувань.

Установлено, що для розв'язування задач технічної діагностики міцносних характеристик металів найменшу похибку при обробці даних (0,09%) дає гібридна нейронна мережа з трикутними функціями приналежності і комбінованим алгоритмом навчання нейронів мережі. Відносна похибка розрахунку за допомогою двошарового персептрона склала при цьому 0,41%.

Для оцінки якості роботи мережі дана порівняльна характеристика відносних похибок розрахунку міцносних властивостей сталі гібридною нейронною мережею і за допомогою поліномів, отриманих з використанням інтерполяційної формули Ньютона (рис.5).

Аналіз отриманих результатів підтверджує ефективність роботи гібридної нейронної мережі, тому що відносна похибка обробки експериментальних даних мережею в кілька разів менше, ніж традиційним алгебраїчним методом.

Результатом дисертаційної роботи є створення експертної системи технічної діагностики міцносних характеристик металів (рис.6).

Заснована система на комплексному використанні методів контролю, комбінація яких визначається системой підтримки прийняття рішень за допомогою функції бажаності Харрінгтона, а міцнісні характеристики розраховуються гібридною мережею. Для підвищення надійності вимірів вводиться двоступінчатий контроль, що дозволяє істотно зменшити обсяг вибіркових розривних іспитів, що зменшує вартість і трудомісткість діагностичних досліджень. Основним критерієм надійності в запропонованій системі є розривні випробування. На першому етапі контролю з партії металу формується вибірка зразків n1, що послідовно піддається контролю всіма обраними методами. За результатами вимірів, за допомогою гібридної нейронної мережі, визначаються необхідні міцнісні характеристики. Висновок про придатність усієї партії виробів дається за допомогою порівняння виявленого в наслідку контроля числа дефектних зразків зі зниженими міцносними властивостями d1 з його припустимим по технічних умовах підприємства значенням - приймальним числом с1. Партія виробів приймається, якщо d1 с1. Якщо d1 > c1, то комплектується інша вибірка n2, що надходить на розривні випробування. Вирішальним правилом приймання всієї партії виробів є умова d2 c2. У залежності від випробувань на другому етапі вся партія виробів бракується, чи пускається в подальшу експлуатацію.

Головним достоїнством запропонованої системи є висока ймовірність отримання необхідної інформації внаслідок підвищення розмірності інформативних вхідних параметрів (результат роботи найбільш оптимальної комбінації методів контролю) і високої точності прогнозу гібридної мережі. При цьому процес обробки поступаючих на вхід емпіричних даних максимально автоматизований. Експерту необхідно ввести на вхід попередньо налагодженої системи набір експериментальних даних. Далі процес одержання необхідної інформації відбувається автоматично.

ВИСНОВКИ

1. Створено автоматизовану експертну систему технічної діагностики міцносних характеристик металів, засновану на апараті гібридних мереж, у якій висновки робляться системою підтримки прийняття рішень за допомогою функції бажаності Харрінгтона, а функції приналежності підлагоджуються автоматично з використанням комбінованого алгоритму навчання нейронних мереж.

2. Розроблено архітектуру системи підтримки прийняття рішень, засновану на функції бажаності Харрінгтона, за допомогою якої експертна система робить висновок про раціональність використання комбінації методів контролю.

3. Уперше використаний апарат нечіткої логіки і нейронних мереж для визначення міцносних характеристик у нелінійних динамічних об'єктах в умовах апріорної невизначеності властивостей об'єкта.

4. Показано перевагу алгоритму висновку Сугено і гауссових функцій приналежності в порівнянні з алгоритмом висновку Мамдані, що полягає в одержанні більш достовірної інформації в діагностичних дослідженнях.

5. Виконані теоретичні й експериментальні дослідження, у результаті яких встановлена й експериментально підтверджена рівність відносних змін швидкості подовжніх і поверхневих хвиль. Це дозволяє підвищити точність контролю за рахунок розширення бази вхідних даних у процесі навчання гібридної мережі.

6. Запропоновано математичну модель, що дозволяє оцінити вплив розмірних і технологічних факторів на точність визначення фізичних характеристик, дана методика обліку факторів і практичні рекомендації з їхнього коректування.

7. Визначено границі й галузі раціонального використання нейронних мереж для розв'язання задач технічної діагностики. На прикладі порівняння гібридних нейронних мереж і багатошарового персептрона показано, що для розв'язання задачі визначення межі міцності сталі найбільш оптимальною є гібридна нейронна мережа з трикутними функціями приналежності і комбінованим алгоритмом навчання нейронів мережі.

СПИСОК ОПУБЛІКОВАНИХ праць за ТЕМою ДИСЕРТАЦІЇ

1. Шарко А.В. Бабичев С.А. К вопросу о возможности построения комплексных акустических систем технической диагностики металлопродукции // Автоматика, Автоматизация, Электротехнические комплексы и системы. - Херсон, 1997.- №1.- C. 184-190.

Автором розглянуті основні принципи створення автоматизованих систем технічної діагностики на основі комплексного використання методів контролю.

2. А.В. Шарко, С.А. Бабичев. Вычислительный информационный комплекс акустического контроля механических свойств твёрдых тел // Вестник Херсонского технического университета.- 2000.- №7-С. 297-306.

Автором розроблений комплекс інформаційного забезпечення контролю міцносних властивостей твердих тіл і визначені причини, що впливають на результати визначення міцносних характеристик матеріалів.

3. Бабичев С.А. Шарко А.В. Сравнительная характеристика методов обработки многомерных данных на примере акустического контроля прочностных свойств металлов // Автоматика, Автоматизация, Электротехнические комплексы и системы - Херсон, 2001.- №2 - С. 43-52.

Автором показана перевага нейромережного методу обробки багатомірних даних на прикладі розв'язання задачі оцінки впливу компонентів хімічного складу на точність визначення резонансної частоти.

4. А.В. Шарко, С.А. Бабичев Математическая модель построения и использования нейронных сетей для определения прочностных свойств металлопродукции акустическим методом неразрушающего контроля. // Вестник Херсонского технического университета.- 2001.- №13-С. 120-123.

Автором визначені шляхи підвищення точності роботи нейронної мережі.

5. С.А. Бабичев, А.В. Шарко, В.С. Вышемирский Нейросетевые технологии в системе технической диагностики прочностных свойств металлов // Вестник Херсонского технического университета.- 2002.- №14-С. 361-366.

Автором розроблена методика обробки багатомірних даних за допомогою нейронної мережі “багатошаровий персептрон”

6. Бабичев С.А., Шарко А.В., Вышемирский В.С. - Применение функции желательности Харрингтона для определения рациональных комбинаций методов неразрушающего контроля прочностных свойств стали // Вестник Херсонского технического университета.- 2002.- №16 - С. 7-10.

Автором показана практична можливість використання функції бажаності Харрінгтона для автоматизованих експертних систем технічної діагностики.

7. С.А.Бабичев, В.С.Вышемирский, А.В.Шарко. Применение нейронной сети Кохонена для повышения точности акустического контроля прочностных свойств металлов. // Труды III Международной научно-практической конференции “Современные информационные и электронные технологии” -.Одесса, 2002.-С. 55.

Автором розроблена методика розв'язання задачі кластеризації багатомірних даних за допомогою нейронної мережі Кохонена.

8. Бабичев С.А. Вышемирский В.С. Шарко А.В. - Комплексное использование методов математической статистики и нейронной сети “многослойный персептрон” при решении задач технической диагностики металлов // Труды IX Международной научно-практической конференции “Автоматика 2002”.- Донецк, 2002. - С.68.

Автором розроблена методика обробки багатомірних даних, заснована на комплексному використанні методів математичної статистики і нейронної мережі багатошаровий персептрон.

9. Бабичев С.А. Шарко А.В. Литвиненко В.И. Использование гибридных нейронных сетей для решения задач распознавания образов // Международный научно-технический журнал “Оптико-электронные информационно-энергетические технологии” - Винница, 2002. - №3. - С.43-47.

Автором розглянуте розв'язання задачі визначення міцносних характеристик металів за допомогою гібридних нейронних мереж, показана перевага гібридних мереж перед багатошаровим персептроном.

10. Бабичев С.А. Разработка автоматизированной системы технической диагностики прочностных характеристик металлов // Вестник Херсонского государственного технического университета.- 2003.-№2(18).- С. 154-162.

11. Бабичев С.А. Использование нейронечетких экспертных систем для решения задач технической диагностики прочностных свойств промышленного оборудования // Проблемы легкой и текстильной промышленности Украины.- Херсон.-2002- №6.- С.151-154.

АНОТАЦІЯ

Бабічев С.А. Автоматизована система технічної діагностики міцносних характеристик металів на основі гібридних нейронних мереж. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук із спеціальності 05.13.06 - автоматизовані системи керування і прогресивні інформаційні технології. - Херсонський державний технічний університет, Херсон, 2003.

Дисертація присвячена створенню автоматизованої експертної системи технічної діагностики міцносних характеристик металів декількома методами контролю з використанням апарата гібридних нейронних мереж.

Розроблено інформаційну технологію технічної діагностики, що дозволяє обробляти в реальному режимі часу складні багатомірні дані різної природи й одержувати достовірну інформацію про міцнісні властивості металів.

Автоматизація процесу технічної діагностики досягається застосуванням гібридних нейронних мереж і систем підтримки прийняття рішень при оптимальним сполученні алгоритмів навчання нейронів і функцій приналежності нечітких множин. Запропоновано використовувати функцію бажаності Харрінгтона, на підставі якої СППР робить висновок про раціональність використання комбінації методів контролю. Розроблено базу знань для формування і модифікації нечітких правил.

Показано, що для розв'язання задачі визначення межі міцності стали найменшу похибку дає гібридна нейронна мережа з трикутними функціями приналежності і комбінованим алгоритмом навчання нейронів мережі.

Розроблено математичну модель впливу розмірних і технологічних факторів на точність визначення вимірюваних характеристик, апробація якої на прикладі акустичного контролю показала, що найбільший вплив на точність вимірів роблять геометричні розміри виробу і непаралельність поверхонь введення і прийому ультразвукових коливань. Дано методику обліку факторів і практичні рекомендації з їхнього коректування.

Результати роботи перевірені і підтверджені практичним упровадженням на виробничих підприємствах. Ключові слова: система підтримки прийняття рішень, гібридна нейронна мережа, автоматизована система контролю, алгоритм висновку.

Аннотация

Бабичев С.А. Автоматизированная система технической диагностики прочностных характеристик металлов на основе гибридных нейронных сетей. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 - автоматизированные системы управления и прогрессивные информационные технологии. - Херсонский государственный технический университет, Херсон, 2003.

Диссертация посвящена созданию автоматизированной экспертной системы технической диагностики прочностных характеристик металлов несколькими методами контроля с использованием гибридных нейронных сетей.

Разработана информационная технология технической диагностики, которая позволяет обрабатывать в реальном режиме времени многомерные данные различной природы и получать достоверную информацию о прочностных характеристиках металлов. Автоматизация процесса технической диагностики достигается за счет применения гибридных нейронных сетей и системы поддержки принятия решений (СППР) при оптимальном сочетании алгоритмов обучения нейронов и функций принадлежности нечетких множеств.

Предложено использовать функцию желательности Харрингтона, на основании которой СППР делает вывод о рациональности использования комбинации методов контроля. Разработана база знаний для формирования и модификации нечетких правил. Дана сравнительная характеристика систем вывода, построенных на различных функциях принадлежности с использованием алгоритмов вывода Мамдани и Сугэно. Показано преимущество алгоритма вывода Сугэно и гауссовых функций принадлежности, которое заключается в получении более достоверной информации в процессе решения задачи.

Для повышения надёжности измерений предложен двухступенчатый контроль, позволяющий существенно уменьшить объем выборочных разрывных испытаний, что уменьшает стоимость и трудоемкость диагностических исследований. Основным критерием надёжности в предложенной системе являются разрывные испытания. Показаны основные достоинства предложенной системы, которые заключаются в максимальной автоматизации процесса извлечения знаний из базы данных и высокой достоверности получения необходимой информации вследствие повышения размерности информативных входных параметров и высокой точности работы гибридной нейронной сети.

Показано, что для решения задачи определения предела прочности стали наименьшую погрешность даёт гибридная нейронная сеть с треугольными функциями принадлежности и комбинированным алгоритмом обучения нейронов сети. Для оценки качества работы сети дана сравнительная характеристика относительных погрешностей расчета прочностных свойств стали гибридной нейронной сетью, многослойным персептроном и при помощи полиномов, полученных посредством интерполяционной формулы Ньютона. Относительная погрешность обработки экспериментальных данных гибридной сетью составила 0,09%, многослойным персептроном - 0,41%, алгебраическим методом с использованием интерполяционной формулы Ньютона - 0,43%. Результаты подтверждают эффективность работы гибридной нейронной сети.

Разработана математическая модель влияния размерных и технологических факторов на точность определения измеряемых характеристик, апробация которой на примере акустического контроля показала, что наибольшее влияние на точность измерений оказывают геометрические размеры изделия и непараллельность поверхностей ввода и приёма ультразвуковых колебаний. Дана методика учета факторов и практические рекомендации по их корректировке. Для расширения входной базы данных выполнены исследования, в результате которых установлено и экспериментально подтверждено равенство относительных изменений скоростей продольных и поверхностных волн. Это позволяет повысить достоверность контроля за счет уменьшения разброса эмпирически определяемых параметров и увеличения количества информативных характеристик, поступающих в процессе обучения на вход гибридной нейронной сети.

Результаты работы проверены и подтверждены практическим внедрением на производственных предприятиях. Ключевые слова: система поддержки принятия решений, гибридная нейронная сеть, автоматизированная система контроля, алгоритм вывода.

summary

Babichcv SA. The automated system of technical diagnostic of metals strength properties on the basis of hybrid neuronic networks. - Manuscript.

Thesis on obtaining a scientific degree of the candidate of engineering science on a speciality 05.13.06 - automated management systems and progressive informational technologies. - Kherson state technical university, Kherson, 2003.

The thesis is dedicated to the creation of the automated consulting system of technical diagnostic of metals strength properties by several methods of verification using the machinery of hybrid neuronic networks.

The automated consulting system of technical diagnostic of metals strength properties founded on the complex usage of verification methods is designed, their combination is determined by the support accepted decision system by the help of the Harrington function of advisability and the strength properties are calculated by a hybrid neuronic network. The basic advantages of an offered system are rotined they are in maximum automation of knowledge extraction process of database and high veracity of obtaining of the necessairy information owing to the increasing of informative data-ins dimension and high exactness of the hybrid neuronic network activity.

The support accepted decision system is made, ifs founded on the Harrington function of advisability which is the ground for the rational usage conclusion of the varificational methods combination. The knowledge base for the formation and modification of the indistinct rules is designed.

It is rotined that for the solution of a problem of definition of steel structural limit the hybrid neuronic network with the triangular functions of fitting and combined algorithm training of the network neurons gives the least error.

The mathematical model of the influencing of the dimensional and technology factors on the exactness of the definition of the measured characteristics is designed, it's approbation on the example of the acoustic control has shown that the geometrical sizes of an item and unparallel of surfaces of introduction and acceptance of ultrasonic oscillations give the greatest influence. The registration methods of the factors and the practical guidelines from their correcting are presented.

The outcomes of thesis are tested and affirmed by practical intrusion on manufacturing firms.

Keywords: a support system decision making, a hybrid neuronic network, control automated monitoring system, algorithm of injection.

Размещено на Allbest.ru


Подобные документы

  • Класифікація апаратури контролю і діагностики. Принцип дії і роботи електронних датчиків як первинного ланцюга автоматичної системи контролю. Датчики контролю чутливості приймальних пристроїв, комутаційні пристрої. Апаратура контролю і діагностики ЕПА.

    курсовая работа [114,4 K], добавлен 15.05.2011

  • Особливості побудови несиметричних і симетричних кабельних ліній. Характеристика категорій та типів кабелів. Аналіз існуючих систем діагностики та контролю кабельної мережі. Сутність та види методик тестування кабельних мереж обладнанням фірми Fluke.

    дипломная работа [2,5 M], добавлен 12.06.2013

  • Конструкція та принцип роботи холодильної камери. Структурна схема автоматизованої системи керування, її проектування на основі мікроконтролера за допомогою сучасних програмно-інструментальних засобів розробки та налагодження мікропроцесорних систем.

    курсовая работа [4,5 M], добавлен 08.07.2012

  • Оцінка технічного стану електронної побутової апаратури з зазначенням за необхідності місця, виду і причини виникнення дефекту. Структура системи контролю і діагностики. Залежність значення параметра від зовнішніх умов. Алгоритми пошуку несправностей.

    курсовая работа [249,3 K], добавлен 28.04.2011

  • Особливості функціонування центрального мікропроцесора та принципи організації шин у одно- та багатопроцесорному режимі за допомогою ВІС арбітра шини. Підвищення надійності зв'язку, систем технічної діагностики в системах керування комплексами зв'язку.

    контрольная работа [28,4 K], добавлен 05.09.2010

  • Дослідження динамічних властивостей імпульсних автоматичних систем. Поняття й визначення передатної функції розімкнутої імпульсної системи. Оцінка стійкості системи, складання її характеристичних рівнянь. Якість процесів у лінійних імпульсних системах.

    реферат [251,4 K], добавлен 25.11.2010

  • Технічна діагностика радіоелектронної апаратури. Розробка та обґрунтування процесу контролю якості. Дефекти, які можна виявити при контролі якості. Розробка методики досягнення запланованого рівня якості. Розробка статистичного методу контролю.

    дипломная работа [9,3 M], добавлен 20.06.2012

  • Вибір, обґрунтування методів автоматичного контролю технологічних параметрів. Розробка структурних схем ІВК, вибір комплексу технічних засобів. Призначення, мета і функції автоматичної системи контролю технологічних параметрів, опис функціональної схеми.

    курсовая работа [32,7 K], добавлен 08.10.2012

  • Характеристика моніторингу, як системи спостереження і контролю навколишнього середовища. Аналіз автоматизованої системи контролю радіаційної обстановки та спектрометричного посту контролю. Особливості вимірювальних перетворювачів температури і вологості.

    курсовая работа [210,9 K], добавлен 06.03.2010

  • Аналогові та цифрові системи відеоспостереження. Розробка програмної системи АСУ. Обгрунтування вибору Trace Mode. Розробка загальної структури керування. Загальні визначення, послідовність дій по реалізації. Тестування програмного забезпечення АСУ.

    курсовая работа [1,5 M], добавлен 06.11.2016

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.