Анотації 

Фефелов А. А. Моделі і методи розв'язання задач технічного діагностування на основі штучних імунних систем і байєсових мереж. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Національний технічний університет України “Київський політехнічний інститут”, Київ, 2008 р.

   Робота присвячена проблемі створення інформаційних систем технічного діагностування для виявлення аномалій у роботі складної технічної системи; пошуку типу й локалізації відмови в умовах неповної, неточної й суперечливої інформації; прогнозування технічного стану. Зроблено огляд і проведено аналіз існуючих методів розв'язання задач технічного діагностування. Запропоновано багаторівневу модель процесу діагностування, реалізовану на рівні архітектури інформаційно-аналітичної системи діагностування. Запропоновано узагальнену технологію побудови штучних імунних систем для розв'язання задач технічного діагностування, що відрізняється універсальністю застосування і дозволяє створювати математичний опис дрейфу параметрів та виявлення аномалій у роботі складної технічної системи. Розроблено підхід до виявлення аномалій у роботі технічної системи, що використовує механізми негативного відбору та імунної мережі. Розроблено новий метод і алгоритм виявлення місця й типу відмови складної технічної системи за допомогою байєсової мережі модифікованої структури й інформативно-вартісного критерію. Створено інформаційну технологію синтезу й настроювання нейронних мереж за допомогою штучних імунних систем для розв'язання задачі прогнозування дрейфу параметрів технічного об'єкта. Розроблено архітектуру і створено прототип комп'ютерної інформаційно-аналітичної системи для розв'язання задач технічного діагностування.
   Ключові слова: штучна імунна система, байєсова мережа, технічне діагностування, складна технічна система, виявлення аномалій, визначення технічного стану, пошук відмови, прогнозування дрейфу параметрів.

Фефелов А. А. Модели и методы решения задач технического диагностирования на основе искусственных иммунных систем и байесовских сетей. – Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 – информационные технологии. – Национальный технический университет Украины “Киевский политехнический институт”, Киев, 2008 г.

   Диссертация посвящена проблеме создания информационных систем технического диагностирования, обладающих возможностями обнаружения аномалий в работе технической системы; поиска типа и локализации отказа в условиях неполной, неточной и противоречивой информации; прогнозирования технического состояния. Сделан обзор и проведен анализ существующих методов решения задач технического диагностирования. Предложена многоуровневая модель процесса диагностирования, реализованная на уровне архитектуры информационно-аналитической системы диагностирования. Отличительной особенностью модели является иерархический подход к определению технического состояния объекта, согласно которому вначале производится раздельная (локальная) обработка количественной информации, получаемой от объекта диагностирования, при которой информация преобразуется к качественному виду при помощи вычислительных методов анализа данных. Затем производится совместная (глобальная) обработка качественной информации при помощи метода логического вывода, на основании которого строится заключение о состоянии объекта. Для реализации возможностей разработанной модели предложено использовать математический аппарат искусственных иммунных систем и байесовских сетей.
   Предложена обобщенная технология построения искусственных иммунных систем для решения задач технического диагностирования, которая отличается универсальностью применения и позволяет создавать математическое описание дрейфа параметров и выявления аномалий в работе сложной технической системы. Разработан подход к обнаружению аномалий в работе технической системы, использующий механизмы отрицательного отбора и иммунной сети. Метод основывается на распознавании векторов, образованных скользящим окном временного ряда наблюдаемого сигнала. Исследования показали, что данный метод позволяет ограничить объем обучающей выборки только одним классом примеров и производить распознавание в дополнительном пространстве поиска. Это позволяет обнаруживать новые аномалии, информация о которых не была известна при обучении. Разработан новый метод и алгоритм обнаружения места и типа отказа сложной технической системы с помощью байесовской сети модифицированной структуры и информативно-стоимостного критерия, который позволяет оптимизировать процесс поиска дефектов в системе, а также улучшает возможность разделения распознаваемых состояний объекта диагностирования при частичном контроле. Создана информационная технология синтеза и настройки нейронных сетей при помощи искусственных иммунных систем для решения задачи прогнозирования дрейфа параметров технического объекта. На основе выполнения ряда экспериментов показано, что данная технология обеспечивает высокое качество прогноза развития этих процессов.
   Разработана архитектура и создана компьютерная информационно-аналитическая система для решения задач технического диагностирования, отличающаяся открытостью для встраивания дополнительных модулей и функций, а также высокой надежностью. Система апробирована на ряде тестовых моделей, а также на реальном техническом объекте, а именно – безщеточном синхронном дизельном генераторе переменного тока, который входит в состав электроэнергетической подсистемы судовой энергетической установки.
   Ключевые слова: искусственная иммунная система, байесовская сеть, техническое диагностирование, сложная техническая система, обнаружение аномалий, определение технического состояния, поиск отказа, прогнозирование дрейфа параметров.

Fefelov A. A. The models and methods of technical diagnosis on the basis of artificial immune systems and Bayesian networks. – Manuscript.

Thesis in fulfillment of the requirements for the degree of candidate of engineering sciences on the specialty 05.13.06 – Information technologies. – National Technical University of Ukraine “Kyiv Polytechnic Institute”, Kyiv, 2008.

   The thesis deals with the problem of development and implementation of fault detection and isolation systems. The main goals of such system are: detection of anomalies during operation of complex technical systems in real time; search for type of a failure and it’s localization in a case of incomplete, inexact and inconsistent information environment; prediction of its future technical state. The review had been made and analysis of existing fault detection methods was performed. A new multilevel diagnostic model is offered, which is implemented on the base of software architecture. The new generalized technology of artificial immune systems construction to deal with the problems of fault detection and isolation is offered. This technology has a distinctive feature of universality of application and allows development of mathematical description of parameter’s drift and detection of anomalies during operation of complex technical system. The approach to detection of anomalies during technical system operation which uses mechanisms of negative selection and immune network is proposed. The new method and algorithm of detection a location and type of a failure of complex technical system with Bayesian networks of a modified structure and information-cost criterion is developed. A new information technology of synthesis and adjustment neural networks by means of artificial immune systems is created. This technology is used to solve the problem of prediction for a drift of technical object parameters. The new software architecture is developed and computer based information-analytical system for solving problems of fault detection and isolation was created.
   Keywords: artificial immune system, Bayesian network, fault detection and isolation, complex technical system, detection of anomalies, definition of a technical status, failure search, prediction of parameters drift.

Скачати автореферат дисертації безкоштовно (повна версія)
Моделі і методи розв'язання задач технічного діагностування на основі штучних імунних систем і байєсових мереж