Application of genetic algorithm in problems of diagnosing on the basis of a method of an exception of the varied parameter Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

РАЗДЕЛ I. ТЕХНИЧЕСКИЕ НАУКИ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ

УДК 681.518.5

ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА В ЗАДАЧАХ ДИАГНОСТИРОВАНИЯ НА ОСНОВЕ МЕТОДА ИСКЛЮЧЕНИЯ ВАРЬИРУЕМОГО ПАРАМЕТРА

Н.Н. Портнягин1, В.В.Исакова2

12Камчатский государственный технический университет, Петропавловск-Камчатский, 683003

Ie-mail:pornicl@yandex. ru

Рассматривается методология использования генетического алгоритма для решения задач оценки состояний объекта диагностирования при неполноте информации.

Ключевые слова: безопасность, надежность, алгоритм, объект, план Холланда.

Application of genetic algorithm in problems of diagnosing on the basis of a method of an exception of the varied parameter. N.N. Portnyagin1, V.V. Isakova2 (1| 2Kamchatka State Technical University, Petropavlovsk-Kamchatski, 683003)

The methodology of genetic algorithm for the estimation of object conditions diagnosing in conditions of lack of information is considered in the article.

Key words: safety, reliability, algorithm, object, Holland's plan.

Применение электрических средств автоматизации (ЭСА) на судах современного флота позволяет повысить эффективность работы различных систем и механизмов, способствует повышению производительности труда судовых экипажей, дает значительный экономический эффект, сокращает затраты энергии и материалов.

Наиболее распространенными являются электрические средства автоматизации, содержащие цифровые и аналоговые компоненты: они применяются практически во всех устройствах автоматики, где требуется реализовать специальные характеристики, обеспечить плавность и точность регулирования, повысить производительность и мощность судовых электроэнергетических систем.

Однако усложнение состава электрооборудования, рост его количества и широкое внедрение комплексных средств автоматизации на судах, как правило, приводят к увеличению интенсивности отказов. Вследствие этого простои судов, вызванные ремонтом оборудования, и связанные с ним убытки существенно возрастают.

В настоящее время совокупные затраты на техническое обслуживание судов за амортизационный срок службы в два-три раза превышают их строительную стоимость. Расходы, связанные с ежегодным ремонтом судов, достигают половины сумм, расходуемых на строительство нового флота. Проблема снижения этих расходов всегда являлась и является одной из важнейших технико-экономических задач.

Снизить интенсивность отказов электрооборудования на стадии эксплуатации можно за счет регулярного оценивания состояния и своевременного восстановления работоспособности. Решить эти задачи позволяет своевременное и рациональное применение методов и средств диагностирования.

Разработка диагностического обеспечения является обязательным условием при проектировании новых объектов, и, как правило, объект диагностирования (ОД), методы и средства диагностирования ОД разрабатываются одновременно.

Анализ уже известных методов поиска дефектов и оценки степени работоспособности судовых ЭСА показывает, что все они, как правило, предусматривают процедуру съема информации с достаточно большого количества контрольных точек ОД. При этом процесс диагностирования предполагает выполнение разветвленных алгоритмов, сложность которых увеличивается

с ростом размерности диагностируемой электрической цепи.

Методика построения таких алгоритмов основывается либо на показателях надежности

структурных единиц (СЕ), без учета взаимосвязи между СЕ, либо предполагается равновероятность отказов всех СЕ при их последовательном соединении, либо это метод логического анализа, позволяющий обнаружить одиночные дефекты при съеме информации с большего количества полюсов ОД и т. д.

Все они недостаточно полно учитывают особенности эксплуатации судового оборудования, требуют относительно больших затрат времени, сравнительно большого объема измерений и достаточно высокой квалификации обслуживающего персонала.

Из изложенного следует, что необходим дальнейший поиск эффективных методов диагностирования, и разработка соответствующих методик и средств диагностирования, позволяющих свести объем и время диагностических измерений до минимума, является актуальной научно-технической задачей.

Отсутствие в настоящее время единого математического аппарата описания различного рода нелинейных систем переводит процедуру построения диагностических моделей таких систем в класс проблемных задач, алгоритмы решения которых не известны.

Приходится каждый раз разрабатывать все новые алгоритмы с последующим применением процедуры численного моделирования, и только близость расчетов может гарантировать правильность полученных результатов.

Задача усложняется еще и тем, что под действием различных регулярных и случайных сигналов и возникающих неустойчивых аварийных состояний приходится рассматривать иерархическое семейство математических моделей. Появляется необходимость учитывать значения начальных условий, управляющих и возмущающих воздействий, не выполняется принцип суперпозиции.

В настоящее время существует ряд процедур моделирования нелинейных систем, получивших практическое применение, на базе которых создано прикладное программное обеспечение. Так, широко известны приближенные способы, позволяющие находить математические зависимости, связывающие структуру системы и ее основные параметры со свойствами процессов управления без нахождения в явном виде самих процессов во времени. При решении такой задачи с регулярными воздействиями получили распространение методы, основанные на гармонической линеаризации нелинейных уравнений в сочетании с процедурой анализа качества и точности. При случайных воздействиях находят коэффициенты статистической линеаризации, зависящие для нормального закона от математического ожидания и среднего квадратического значения, или структурное преобразование систем, позволяющее выделить нелинейную часть с исследованием различных вариантов структурных схем при различных начальных условиях, управляющих и возмущающих воздействий.

Однако применение методики тестового воздействия на ОД при анализе его состояния позволяет отказаться от необходимости применения сложного аппарата аналитического описания нелинейных систем и рассматривать вариант квазилинейного режима, реализуемого при малосигнальном воздействии на пассивную электрическую цепь. Это позволяет при построении модели использовать хорошо отработанную методику анализа линейных электрических цепей.

В зависимости от поставленных целей возможны два режима диагностирования:

1) режим воздействия на ОД сигналом постоянного уровня;

2) режим воздействия на ОД сложным сигналом, содержащим переменную синусоидальную и постоянную составляющие.

Наличие в диагностируемой электрической цепи хотя бы одного нелинейного элемента, строго говоря, определяет всю цепь как нелинейную, что влечет за собой несоответствие закону Ома зависимости между токами и напряжениями в ветвях нелинейной цепи. Такая цепь не может быть описана системой линейных уравнений. Это создает определенные трудности при решении задач диагностирования.

Наличие зависимости параметров нелинейных элементов электрической цепи от величины приложенного напряжения приводит к их изменению при перераспределении величин потенциалов полюсов многополюсной системы, возникающему вследствие изменения проводимости любого элемента цепи. Это приводит к несоответствию величины коэффициента передачи, рассчитанного аналитически, при отклоненном параметре СЕ, величине того же коэффициента передачи, измеренного при проведении диагностического эксперимента, что в свою очередь приводит к ошибочному диагнозу.

Для устранения этой зависимости параметры тестового сигнала (постоянная составляющая, амплитуда переменной составляющей) выбираются из условия работы на линейных участках вольт-амперных характеристик нелинейных элементов ОД в малосигнальном режиме и в соответствии

с величиной допустимых токов, развиваемых в ветвях под действием тестового сигнала.

Следует отметить, что трудности, связанные с проявлениями нелинейности, отчасти заключены не в ней самой, как таковой, а в ее многообразии. Нарушение принципа суперпозиции и несоответствие закону Ома зависимости между током и напряжением на нелинейных элементах порождают проблемы, связанные с необходимостью все новых аппроксимаций процессов при изменении начальных условий и поиска каждый раз новых аппроксимирующих зависимостей между токами и напряжениями при анализе различных нелинейных систем.

С точки зрения характера воздействующего сигнала особенность состоит в том, что нелинейность проявляется только в динамике, и при воздействии на нелинейную цепь сигнала постоянного уровня нелинейность не проявляется и при проведении диагностического эксперимента и построении диагностической модели не учитывается.

Однако применение в качестве тестового сигнала постоянного уровня накладывает некоторые ограничения на возможности диагностирования. Так, параметры всех реактивных элементов будут идентифицированы только в двух крайних режимах (^- = 0, gi = да), все промежуточные значения отклонения параметров реактивных элементов, связанные с протеканием необратимых физических изменений внутри самих элементов, фиксироваться не будут.

Таким образом, использование квазилинейного режима диагностирования, а также различных видов тестового воздействия на ОД позволяет разрешить проблемы, связанные с проявлениями различных нелинейных зависимостей.

Проведению диагностического эксперимента предшествует физический анализ ОД, в результате которого выявляется характер компонент его составляющих, особенности структуры электрической цепи. Определяются особенности многополюсных, нелинейных, дискретных, взаимозависимых элементов. Выбирается характер тестового сигнала и диапазон возможностей диагностирования, определяемый его характером.

Как уже отмечалось, применение режима малосигнального тестового диагностирования исключает необходимость представления нелинейных компонент через эквивалентные схемы в виде активных управляемых источников. Достаточно рассмотреть электрическую структуру полупроводникового прибора, определить характер нелинейности ее полюсов, найти зависимость между токами и напряжениями и определить положение рабочей точки при заданной величине тестового сигнала.

Например, при анализе биполярного транзистора может быть использована гибридная схема замещения. Для получения этой модели рассматриваются реальные дифференциальные проводимости отдельных областей транзисторной структуры, где g бэ = 1б син / иэп представляет собой отношение синфазной с напряжением составляющей тока базы к амплитуде переменного напряжения на эмиттерном переходе, аналогично g кб = 1к син / икп. Величина g кэ = Леин / Цкэ характеризует изменение коллекторного тока за счет воздействия переменного коллекторного напряжения непосредственно на эмиттерный ток.

Выбранный режим диагностирования (малая величина тестового сигнала, отключенный источник питания) позволяет не учитывать влияние входного напряжения на ток коллектора и управляемый источник тока на выходе схемы замещения не рассматривать.

Если частота тестового сигнала такова, что становится заметным влияние на его прохождение емкостей переходов и инерционность процессов накопления и рассасывания неравновесного заряда базы, то дифференциальные параметры транзисторов будут иметь не только активную, но и реактивную составляющую, следовательно, они становятся комплексными. Тогда следует учитывать емкости Сбэ, Скб, Скэ.

Параметры гибридной схемы замещения в справочных данных по транзисторам не приводятся, и их либо вычисляют, либо замеряют. Если известны й-параметры транзистора в схеме с общим эмиттером, то можно воспользоваться связывающими соотношениями:

,§бэ = 1 - й12э / й11э - Гб' ; ^б = й12э / й11э - Гб'; gкэ = й22э - [й21э + (й11э + Гб' й21э )/(й11э - Гб')] й12э/й11э;

где гб'- распределенное сопротивление базы, которое может быть вычислено по приводимой в справочниках постоянной времени коллекторной цепи гб'Скб и известной емкости коллектора Скб либо должно быть измерено (Скб обычно приводят в справочниках).

Емкость эмиттера Сбэ , являющуюся в основном диффузной, можно вычислить с помощью соотношения: Сбэ = е1этдф/кТ, где тдф = 1/юа , величину юа берут из справочника.

Гибридная схема замещения дает для транзисторов с однородной базой до частот порядка

0,5юа ошибку, не превышающую 20%.

Таким образом, методика воздействия на ОД при отключенном рабочем питании в малосигнальном режиме позволяет упростить схемы замещения нелинейных многополюсных компонент и исключить взаимозависимость между полюсами, усложняющую построение диагностической модели.

При построении диагностической модели ОД разработчик располагает приближенной информацией о величине параметров СЕ, что недостаточно для повышения точности. Выполнить точное поэлементное измерение номинальных значений параметров резистивных элементов (резисторы, конденсаторы, катушки индуктивности), не нарушая целостности ОД, не представляется возможным. Существующие же допуски на номинальные значения параметров не удовлетворяют условиям постановки диагноза. Определение параметров нелинейных взаимозависимых элементов представляет еще более трудоемкую задачу.

Отсутствие информации о распределении потенциалов по узлам диагностируемой цепи, при подаче тестового сигнала, не дает возможности априорного определения полярности и величины размаха тестового сигнала на р-п-переходе рассматриваемого компонента цепи. Это не позволяет определить положение рабочей точки, от которого будет зависеть величина дифференциального параметра. Справочные же данные вычисляются при определенном способе включения полупроводникового прибора и в рабочем режиме, обеспечение которого при воздействии только одного тестового сигнала, невозможно. Поэтому модель, построенная на основе приближенных значений параметров компонент ОД, нуждается в уточнении,

а приближенные значения параметров компонент в корректировке.

Для уточнения численных значений параметров СЕ используется метод постепенных приближений точки равновесного состояния приближенной модели к точке равновесного состояния точной модели.

Координаты точки равновесного состояния точной модели определяются на реальном ОД измерением значений прямых диагностических признаков. Координаты точки равновесного состояния приближенной модели определяются расчетным путем при подстановке в уравнения модели приближенных значений диагностических параметров.

Следует отметить, что каждому фиксированному вектору значений диагностических параметров всех СЕ объекта диагностирования будет соответствовать единственное значение диагностического признака.

Однако значение одной функции передачи может иметь место при различных наборах значений параметров всех СЕ. Это можно показать аналитически, получив совпадающие значения функции передачи К = Р^, g2, ..., gm) при различных вариациях параметров gi ; / = 1, m.

При рассмотрении двумерного пространства диагностирования К1, К2 каждой паре значений К1, К2 будет соответствовать единственный вектор значений диагностических параметров, что можно показать, применив вариации Дgг■ ; / = 1, т, подтвердившие постоянство коэффициента передачи К1 к коэффициенту К2, и убедиться в невыполнении соотношения К2 = g2, ., gm) при тех же вариациях. Это дает возможность сделать вывод, что в двумерном

пространстве диагностирования точка состояния сдвинется.

Иначе говоря, нельзя найти такие наборы проводимостей, которые не изменят оба коэффициента одновременно (вариации, не изменившие К1, изменили К2). Такой переход системы в новое состояние подтверждает взаимно-однозначное соответствие между координатами точки состояния (К1, К2) и наборами численных значений диагностических параметров, которое может быть задано параметрически:

К = Р^1, g2, ..., gm),

К = ^^1, g2, ..., gm).

Попеременное фиксирование в различных сочетаниях параметров в системе позволяет получить параметрически заданное семейство изовар:

К1 = Р1(,?1); К1 = Р2^2);.....К1 = Fm(gm),

К2 = ^Ы; К2 = ^Ы;.............К2 = Fm(gm).

Суть метода коррекции состоит в следующем: сначала первая система соотношений исследуется по критерию минимального расстояния й при вариации параметра g1:

= V к™ ~к2 3+ ^1„зм ~кг ( ;

где К1 изм, К2 изм - координаты точки равновесного состояния уточненной модели; К2^г), К^) -текущие координаты точки равновесного состояния приближенной модели; gi - варьируемый параметр; I = 1, m.

Методами матанализа выражение исследуется на экстремум (находятся производные, приравниваются к нулю, находится точка минимума). Выражение для первой производной разрешается относительно искомого параметра g1. Затем вторая и последующие системы подвергаются аналогичному преобразованию, в результате чего записывается набор уточненных значений параметров СЕ g1, g2, ..., gm, которые будут уточненными значениями элементов диагональной матрицы проводимостей. На основе уточненных данных строится точная диагностическая модель.

Таким образом, использование метода постепенных приближений позволяет, не нарушая целостности ОД, расчетным способом определить параметры СЕ, точные данные по которым, как правило, отсутствуют.

При диагностировании в режиме постоянного тока на вход канала диагностирования подается тестовый сигнал постоянного уровня. Подключение диагностируемой электрической цепи к источнику постоянного тока требует соответствующей методики определения величин проводимостей р-п-переходов полупроводниковых приборов, используемых при построении диагностической модели ОД.

Исходными данными здесь являются вольт-амперные характеристики р-п-переходов. Однако величины напряжений (и их полярность) на р-п-переходах априори не известны (так как не известны номера полюсов отобранных каналов диагностирования). Это вносит некоторую неопределенность, для снятия которой возможны следующие подходы:

1) выбор малой величины уровня тестового сигнала, позволяющей регистрировать сопротивление постоянному току р-п-перехода полупроводникового прибора при любой полярности напряжения, приложенного к нему;

2) выбор достаточно высокого уровня тестового сигнала, при котором определяются прямые и обратные сопротивления р-п-переходов постоянному току.

В первом случае, независимо от выбранных номеров полюсов каналов диагностирования и полярности приложенного напряжения, малая проводимость р-п-перехода в области начала координат вольт-амперных характеристик служит признаком его работоспособности.

Во втором случае необходимо учитывать полярность напряжения на р-п-переходах, а взаимные проводимости полюсов определять в режиме постоянного тока из вольт-амперных характеристик при известных значениях величин напряжений на полюсах.

В силу того, что построенная на определенных таким образом численных значениях проводимостей СЕ модель, будет впоследствии подвергнута адаптации, в качестве первого приближения при вычислении параметров СЕ может быть использована гибридная схема замещения биполярного транзистора, аналитически связанная с системой й-параметров. Соответственно упрощается схема замещения транзистора, где:

g бэ = (1 - Й12э ) / (йц - Гб); g кб = й12э / (й11э - Гб); Гб'.

Следует отметить, что имеется точка, недоступная для измерений, но схему можно преобразовать, превратив полюс 4 во внутренний. Для этого в исходной матрице узловых проводимостей четырехполюсной компоненты вычеркивается 4-я строка и 4-й столбец, а остальные элементы пересчитываются по формуле:

^ ^ - gikgkj / ^к .

При таком преобразовании, эквивалентном в отношении распределения потенциалов по полюсам цепи, порядок матрицы узловых проводимостей цепи понижается на единицу. Понижение порядка матрицы узловых проводимостей упрощает вычисление ее определителя и его алгебраических дополнений, то есть упрощает определение функций цепи.

С другой стороны, количество уравнений в модели остается прежним, но параметры СЕ преобразованной схемы становятся взаимозависимыми. Это приводит к тому, что при вариации параметра одной СЕ гибридной схемы замещения необходимо рассматривать вариации параметров сразу трех СЕ схемы преобразованной. Это выходит за рамки задач поиска одиночных дефектов методом изовар.

Следовательно, преобразования с целью понижения порядка матрицы узловых проводимостей компонент целесообразно использовать при рассмотрении задачи поиска множественных

9

дефектов.

Следует отметить, что использование тестового сигнала малого уровня упрощает процедуру построения предварительной диагностической модели, так как снимает проблему предварительного определения величин проводимостей р-п-переходов полупроводниковых приборов, но накладывает ограничения на возможности определения проводимостей реактивных элементов.

Наличие в объектах диагностирования (ОД) дискретных элементов не требует корректировки метода, так как тестовый сигнал постоянного уровня не обеспечивает динамики срабатывания дискретного элемента, а только фиксирует величину проводимости в одном из устойчивых состояний, значение которой для работоспособной компоненты всегда известно.

Таким образом, применение тестового сигнала малого уровня снимает проблемы, связанные с нелинейностью, взаимозависимостью и дискретностью СЕ, но накладывает ограничения на возможности идентификации параметров реактивных компонент.

При диагностировании в режиме переменного тока частота тестового сигнала выбирается из условия обеспечения малого разброса проводимостей реактивных элементов и соизмеримости ее с проводимостью элементов, имеющих чисто активное сопротивление.

Выполнение этих условий необходимо для получения оптимальной изоварной картины, зависящей от обусловленности матрицы узловых проводимостей цепи.

Погрешности решения задач диагностики методом изовар оказываются большими для тех цепей, у которых искомые матрицы узловых проводимостей хуже обусловлены. Это могут быть цепи с проводимостями, значения которых существенно меньше значений проводимостей остальной части цепи.

Это может приводить к смещению точки равновесного состояния к границе пространства диагностирования и сжатию изоварной картины, что повлияет на разрешающую способность метода.

Как уже отмечалось, предварительная диагностическая модель может быть построена на основе приближенных данных о численных значениях параметров СЕ диагностируемой электрической цепи. Для получения точной модели необходимо произвести уточнение начальных значений параметров СЕ объекта диагностирования.

Для достижения этой цели можно применить либо метод постепенного приближения, либо метод матричных преобразований.

Однако при косвенном определении параметров возникают погрешности, обусловленные не только ошибками измерений, но и структурно-топологическими особенностями исследуемых цепей.

Если уровень возможных ошибок измерений часто удается компенсировать повышением класса точности измерительных приборов, то погрешности, связанные со структурнотопологическими особенностями ОД, накладывают определенные ограничения на диапазон возможностей рассматриваемого метода.

В этой ситуации представляет интерес оценка относительной погрешности определения матрицы узловых проводимостей, которая может быть получена при использовании мультипликативных норм, связанных с мерой обусловленности матрицы.

Так, при построении матрицы узловых проводимостей методом матричных преобразований Уузл. Ц = 1 мерой обусловленности матриц узловых напряжений, сопротивлений и проводимостей являются числа обусловленности: аи, аг, ау. аи = аг = ау = || и||^|| Ц4 || = ||Х|Н|Х^1| = || У||^|| У-1 || (так как Ц = X = У4). Если эта мера будет близка к единице (а > 1), то матрица хорошо обусловлена и относительная погрешность определения матрицы узловых проводимостей будет мала.

Далее рассмотрим использование генетического алгоритма и связанные с ним различные возможности диагностирования.

Предположим, что в соответствии с методом изоварных характеристик отобрано два информативных канала наблюдения, с которых поступает информация об измеренных численных значениях двух независимых параметров К1 и К2. Отбор производится по критериям максимальной интегральной чувствительности и кучности кривых семейства изоварных характеристик. В работе [2] показано, что оценка состояний ОД в пространстве наблюдаемых признаков может производиться на основе значений компонент вектора условных вероятностей .Р(К1, К2). При испытаниях по схеме Бернулли каждая компонента вектора определяется следующим соотношением:

N

Р К,, К, = Нш—2-,

п 1 ’ 2 лГ ’

/у

где К1 и К2 - значения наблюдаемых параметров: п - номер состояния ОД ; m - номер испытания;

N - число испытаний ОД, попавших в точку К1, К2; N - число испытаний ОД, попавших в точку К1, К2 при условии нахождения ОД в состоянии п; m - общее число проведенных испытаний.

Размерность Ь вектора Р определяется числом состояний ОД, в случае представления ОД в виде двухполюсных компонент Ь задается соотношением

Ь = 2\

где Ь - размерность вектора Р, й - число двухполюсных компонент эквивалентной схемы замещения принципиальной электрической схемы ОД. Очевидно, что для большинства ОД судовых электрических схем автоматизации величина й значительна и находится в диапазоне 10-100. В работе [2] рассмотрены методы снижения й, которые позволяют снизить размерность до 10-20, что позволяет использовать современный персональный компьютер для прямого расчета вектора Р в каждой измеренной точке пространства наблюдения К1, К2 методом статистических испытаний.

Начальное состояние системы может быть определено непосредственным измерением совокупности параметров, однако практически это неосуществимо из-за значительного объема измерений и сложностей, возникающих при неминуемой разборке в этом случае электрической цепи, поэтому целесообразно использовать номинальные значения компонентов электрической цепи в качестве начальных значений ее параметров.

При этом возникает необходимость в коррекции модели, так как в пространстве наблюдаемых параметров карты изоварных характеристик начальная точка наблюдения определяется по измеренным значениям параметров выделенных четырехполюсных каналов [3]. Алгоритм адаптации, разработанный для этой цели в [3, 4], не гарантирует наилучшего с точки зрения критерия близости решения, так как основан на градиентных методах поиска экстремума, имеющих известные недостатки [1]. Применение генетического алгоритма обусловлено многоэкстремальным характером задачи и сложностями решения задач с нечеткостями в виде неоднозначностей [1], высокая размерность пространства перебора параметров исключает возможность решения задачи прямым перебором. Алгоритмы вероятностных методов в этом случае также неэффективны из-за большого объема статистических испытаний [2]. Методы, разработанные на основе анализа процесса эволюции биологических систем, дают значительные преимущества при решении подобных задач [5].

При использовании генетического алгоритма необходимо определить, что мы будем понимать под понятиями «хромосома» и «популяция» в данной задаче. Введем следующие определения: код хромосомы - двоичное представление величины электрической проводимости двухполюсной компоненты в целочисленном формате с фиксированной запятой, нормированное относительно номинального значения; популяция - полный набор хромосом всех двухполюсных компонент электрической цепи; приспособленность популяции - близость модельного наблюдаемого положения популяции на карте изоварных характеристик и измеренных координат на той же карте изовар диагностируемой электрической цепи.

Схема Н строится на основе алфавита V = {0,1,*}, при этом нули и единицы представляют закрепленные позиции, а звездочка (*) соответствует логической переменной. Строительные блоки определим в зависимости от длины хромосомы Ь, кодом нижней допустимой границы отклонения проводимости двухполюсников от номинальных значений, зависящих от величины допустимых отклонений 5. Построение алгоритма облегчается тем обстоятельством, что размер популяции N определяется количеством двухполюсных компонент диагностируемой цепи, и, следовательно, размер популяции не меняется, поэтому разрабатываемый алгоритм относится к стационарным генетическим алгоритмам.

Для количественного определения критерия живучести хромосомы и приспособленности популяции необходимо применить комплексный критерий близости положения рабочей точки модельной карты изовар с измеренными на реальной цепи координатами и близости кода хромосомы к номинальному значению, этим условиям соответствует выражение: Р(х) = ((1 - В2) +

+ (1 - О2))/2, где х - код хромосомы, О - отклонение кода хромосомы от нормированного значения, В - расстояние от модельной рабочей точки карты изовар до точки с измеренными координатами, Р - значение критерия. В связи с тем, что величины В и О нормированы и лежат в пределах интервала 0^1, при выполнении условия Р(х) ^ тах получаем решение задачи при условии минимального отклонения параметров схемы от номиналов к близости измеренных и модельных значений варьируемых параметров карты изоварных характеристик.

Однако при организации случайной выборки необходимо учесть, что высокая размерность

задачи не позволит реализовать эффективную программу на основе предложенного алгоритма, в этом случае необходимо прибегнуть к системе эффективного кодирования электрических параметров двухполюсников, не снижая диапазона выделенных границ работоспособности объекта диагностирования на основе показательных функций [1].

Таким образом, может быть построен простой генетический стационарный алгоритм, согласно плану Холланда [5], решающий задачу коррекции начального состояния модели ОД при использовании метода исключения варьируемого параметра [4].

Литература

1. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учеб. - М.: Финансы и статистика, 2006. - 424 с.

2. Портнягин Н.Н. Определение области работоспособности судовых электрических средств автоматизации методом статистических испытаний // Вестник КамчатГТУ. - Петропавловск-Камчатский: КамчатГТУ, 2002. - № 1. - С. 148-152.

3. Портнягин Н.Н., Портнягина В.В., Толстова Л.А. Решение задачи определения исходного состояния объекта диагностирования с использованием генетического алгоритма // Вестник КамчатГТУ. - Петропавловск-Камчатский: КамчатГТУ, 2010. - № 12. - С. 48-56.

4. Портнягин Н.Н., Пюкке Г.А. Теория, методы и эксперименты решения задач диагностики судовых электрических средств автоматизации: Моногр. // Судостроение. - СПб., 2004. - 157 с.

5. Холланд Дж. Генетические алгоритмы // В мире науки. - 1992. - № 9-10.