LOGITRANS - VII KONFERENCJA NAUKOWO-TECHNICZNA LOGISTYKA, SYSTEMY TRANSPORTOWE, BEZPIECZEŃSTWO W TRANSPORCIE Stanisław DUER 1 Konrad ZAJKOWSKI 2 Jacek PAŚ 3 proces obsługiwania, modelowanie systemów, sieci neuronowe, bazy wiedzy, informaca diagnostyczna OCENA PROCESU ODTWARZANIA WŁASNOŚCI UśYTKOWYCH OBIEKTU W SYSTEMIE OBSŁUGIWANIA ZE SZTUCZNĄ SIECIĄ NEURONOWĄ W artykule zaprezentowano opis sposobu akościowe oceny procesu odnawiania naprawialnego obiektu technicznego w systemie obsługiwania, ze sztuczną siecią neuronową. Podstawą proponowane oceny systemu obsługiwania są wyznaczone przestrzenie cech uŝytkowania obiektu technicznego nowego oraz po wykonane odnowie w systemie obsługiwania. W tym celu zdefiniowano nominalną (wzorcową przestrzeń cech uŝytkowania obiektu technicznego oraz przestrzeń bieŝących cech uŝytkowania obiektu technicznego. W analizie est poddany ocenie poziom cech uŝytkowania obiektu po wykonane odnowie w stosunku do poziomu cech uŝytkowania obiektu nowego ako wzorca. Wynikłe stąd róŝnice metryk odległości między tymi przestrzeniami wskazuą bezpośrednio na błędy w procesie organizaci systemu obsługiwania obiektu technicznego. AN ESTEIMATE OF THE REGENERATION PROCESS OF THE OBJECT S OPERATIONAL PROPERTIES IN A MAINTENANCE SYSTEM WITH AN ARTIFICIAL NEURAL NETWORK The present article includes a description of a qualitative evaluation of the regeneration process of a reparable technical obect in a maintenance system with an artificial neural network. The delineated spaces of the operational features of a new technical obect and of a technical obect after regeneration in a maintenance system constitute the basis of the evaluation proposed of a maintenance system. For this purpose, the nominal (model space of the operational features of a technical obect as well as the space of the current operational features of a technical obect was defined. An analysis covered the level of the obect s operational features after regeneration had been performed in relation to the level of the operational features of a new obect as a model. The resulting differences between the metrics of distances between these spaces directly indicate errors in the organization process of the maintenance system of a technical obect. 1 Koszalin University of Technology, Department of Mechanical Engineering, Racławicka 15-17, 75-620 Koszalin, tel. 0943478262, e-mail: stanislaw.duer@tu.koszalin.pl; 2 tel. 0943478426; konrad.zakowski@tu.koszalin.pl; 3 Military University of Technology, Warsaw, Department of Electronic. Kaliskiego 2. 00-950 Warszawa tel. 022 6837534, e-mail: pas@wat.edu.pl
1516 Stanisław DUER, Konrad ZAJKOWSKI, Jacek PAŚ 1. WPROWADZENIE Obiekty techniczne uŝytkowane w procesie eksploataci doznaą oddziaływań zewnętrznych, zachodzą w nich takŝe zmiany energetyczne (procesy starzeniowe itp. Stan uŝytkowanego po pewnym czasie obiektu technicznego w procesie eksploataci róŝni się od stanu nominalnego, na który obiekt ten był proektowany. Efektem tego niekorzystnego procesu są maleące własności uŝytkowe. Dlatego teŝ i akość uŝytkowania obiektu podlega zmianom, na ogół obniŝeniu. Do opisu akości uŝytkowania obiektu wielkością nabardzie odzwierciedlaącą własności uŝytkowe est funkca akości uŝytkowania (F C (t oraz współczynnik akości uŝytkowania obiektu (F C, który obliczany est dla wartości graniczne funkci (F C (t (Rys. 1. 2. JAKOŚCIOWA OCENA PROCESU ODNAWIANIA WŁASNOŚCI UśYTKOWYCH OBIEKTU W SYSTEMIE OBSŁUGIWANIA, ZE SZTUCZNĄ SIECIĄ NEURONOWĄ Proces odtwarzania własności funkci uŝytkowania obiektu polega na wyznaczeniu informaci przez system ekspertowy z wykorzystaniem informaci diagnostyczne, ze sztuczne sieci neuronowe. Schemat takiego systemu przedstawiono w [1, 2, 6, 10, 12]. Zadaniem takiego systemu est wypracowanie wiarygodne informaci obsługowe {M E (e }. Efektem zastosowania w praktyce te informaci est odnowienie obiektu. Odnowionemu obiektowi technicznemu est przypisana wyznaczona dla niego rzeczywista informaca obsługowa {M E(e } na bazie, które przeprowadzono odtwarzanie włsności uŝytkowych tego obiektu w systemie obsługiwania. Taką sytuacę dla uŝytkowanego obiektu przedstawiono na (Rys. 2. Wykres opisuący przestrzeń {M E(e } (Rys. 1 powstał na podstawie wyznaczenia konrolne informaci obsługowe według wcześnie zaprezentowanego algorytmu. Na rysunku (1 przedstawiono takŝe przestrzeń nominalne informaci obsługowe {M E (e } obiektu. Wielowymiarowa przestrzeń te informaci est teŝ przestrzenią informaci obsługowe obiektu technicznego, który został w pełni (całkowicie odnowiony. Analizę (ocenę rozbieŝności pomiędzy przestrzenią nominalne (wzorcowe informaci obsługowe {M E (e }, a przestrzenią rzeczywistą (praktyczną informaci obsługowe {M E(e } wykonano na podstawie (Rys. i przedstawiono ą w postaci zaleŝności ( e M E ( e = M( ( e M E ρ gdzie: {M (ρ (e } est wektorem róŝnicowe przestrzeni informaci obsługowe obiektu. (1
OCENA PROCESU ODTWARZANIA WŁASNOŚCI UśYTKOWYCH... 1517 E i M E R r,a p M E (e F e 1 {R r (e ; a l (e } H'(e 1 0,75 M' E 0,5 3 4 5 E i M' E (e 0,5 E i 5 4 1 2 (e 0,25 1 2 0 1 2 3 4 5 6 7 8 9 10 e 3 Fig. 2. Istota zmiany stanów obiektu w czasie obsługiwania gdzie: M E nominalna (wzorcowa przestrzeń obsługowa obiektu, M E (e wektor nominalne przestrzeń obsługowe elemenetu (e, {M E(e } przestrzeń bieŝące przestrzeni obsługowe obiektu (po odnowieniu, {M E(e } wektor bieŝące przestrzeni obsługowe elementu (e (po odnowieniu, H(e wektor róŝnicowe przestrzeni obsługowe elementu (e. W sytuac gdy przestrzeń nominalna (wzorcowa informaci obsługowe {M E (e } est unormowaną przestrzenią ednostkową to wówczas zaleŝność (1 przymie postać { } E ( e = M( ( e 1 M ρ W przypadku, gdy est znana róŝnicowa przestrzeń informaci obsługowe obiektu {M (ρ (e } wówczas uŝytkownik obiektu technicznego posiada wiedzę, Ŝe odnawianie obiektu się nie powiodło kiedy obiekty nie został w pełni odnowiony w systemie obsługiwania. NaleŜy dla te sytuaci przeprowadzić kontrolną ocenę stanów obiektu oraz wyznaczyć kontrolną informacę obsługową. Przykład zobrazowania kontrolne informaci diagnostyczne przedstawiono w (Tablicy 1. (2
1518 Stanisław DUER, Konrad ZAJKOWSKI, Jacek PAŚ Tab. 1. Tablica stanów kontrolnych obiektu Kontrolny stan Kontrolny stan Wektor stanów kontrolnych elementów obiektu {e } obiektu zespołu ε c (e 1,1... ε c (e... ε c (e J W(ε c (E 1 W(ε c (e 1,1... W(ε c (e 1,... W(ε c (e 1,J W(ε c (O M M... M... M W(ε c (E i W(ε c (e 1... W(ε c (e... M M... M... M W(ε c (E I W(ε c (e I,1... W(ε c (e I,... W(ε c (e I,J where: W(ε c (e value of control state assessment logics for th element within i th module (from the set of the accepted three-value logic of states assessment - {2, 1, 0},, - symbol complementing the size of table. Kontrolną informacę obsługową wyznaczono analitycznie na podstawie zaleŝności porównywania stanów wzorcowych obiektu ze stanami kontrolnymi obiektu (po wykonane odnowie obiektu wyznaczonymi w procesie kontrolnego diagnozowania obiektu według zaleŝności e { } W ( ( e W ( ( e ( c( e ( w ε εc ei, { } e (3 { } where: W(ε c (e wartość kontrolna stanu -tego elementu w i-tym zespole obiektu, W (w (ε(e wzorcowa wartość kontrolna stanu -tego elementu w i-tym zespole obiektu W(c(e wynikowa wartość kontrolna stanu -tego elementu w i-tym zespole obiektu - realaca wynikania. JeŜeli wszystkie elementy tablicy stanów wzorcowych obiektu {W (w (ε(e } maą wartości stanów równe {2} stan zdatności obiektu, to po przekształceniu zaleŝność (3 przymie postać zaleŝności (4. W { 2} ( ( e ( ( W ε c W c ei, ei, { } ei { } e, (4 { } W analizie wyznaczania elementów kontrolne struktury obsługowe obiektu [1-9] wykorzystano działania (porównywania stanów na wartościach wyraŝonych w logice trówartościowe, wówczas zaleŝność (4 przymie postać
OCENA PROCESU ODTWARZANIA WŁASNOŚCI UśYTKOWYCH... 1519 { } 2a 2 = 1a2 = 1 ( ( ( ( = { 1,0,,Ø } ε (5 2 W c ei, = W c ei, ei, { } ei, { } 0a 2 = 0 Øa 2= Ø gdzie: - symbol dopełniaący wymiar tablicy (element nie podlega kontroli. Uzyskaną informacę będącą wynikiem rozwiązania zaleŝności (5 zestawiono w postaci tablicowe (Tablica 2 Tab. 2. Tablica kontrolne informaci obsługowe obiektu The level of maintenance Vector of element s control states (e structure of the obect W(c(e 1,1... W(c(e... W(c(e J 1 W(c(e 1,1... W(c(e 1,... M M... M... M i W(c(e 1... W(c(e... W(c(e J M M... M... M I W(c(e I,1... W(c(e I,... Ø Informaca zawarta w (Tablicy 2 est podstawą do analizy oceny akości profilaktyki obiektu w systemie obsługiwania. Analizuąc (Tablicę 2 moŝna uzyskać informacę, który z elementów struktury obsługowe obiektu nie został w pełni odnowiony w procesie obsługiwania obiektu. JeŜeli dany element (e znaduący się -te kolumnie i i-tym wierszu w (Tablicy 2 ma wartość kontrolną stanu-{1 lub 0} oznacza to, Ŝe ten element nie został odnowiony. NaleŜy ten element poddać ponownie procesowi wyznaczania informaci obsługowe i odnowić według algorytmu zaprezentowanego w ninieszym artykule i w pracach [ ]. 3. Wyznaczanie akościowe informaci obsługowe na przykładzie zestaw staci radiolokacyne Procesowi wyznaczania akościowe informaci obsługowe poddano zestaw staci radiolokacyne [1-9, 10, 11, 12], Uzyskane wyniki pomiarowe przedstawiono na (Rys. 2.
1520 Stanisław DUER, Konrad ZAJKOWSKI, Jacek PAŚ Fig. 2. Tablica pomiarowa sygnałów diagnostycznych (weściowych dla programu DIAG Obiekt poddano diagnozowaniu z wykorzystaniem programu diagnostycznego DIAG, ze sztuczną siecią neuronową. Wyniki procesu diagnozowania przed obsługiwaniem i po odnowieniu obiektu przedstawiono na (Rys. 3 I 4. Fig. 3. Wynik diagnozowania obiektu w czasie obsługiwania - TABLICA STANÓW OBIEKTU
OCENA PROCESU ODTWARZANIA WŁASNOŚCI UśYTKOWYCH... 1521 Fig. 4. Wynik diagnozowania obiektu po obsługiwaniu - TABLICA STANÓW OBIEKTU Na podstawie kontrolne informaci diagnostyczne obiektu (Tablica 3 przeprowadzono proces oceny akości odnawiania obiektu w systemu obsługiwania, w tym celu wykorzystano zaprezentowane zaleŝności (5. Uzyskaną w ten sposób informacę oceniaącą akość systemu obsługiwania, którą zestawiono w (Tablicy 8. Tab. 3. Tablica kontrolne informaci obsługowe obiektu 4. WNIOSKI Poziomy obsługowe obiektu Stany kontrolne elementów obiektu {ε(e } 1 1 Ø Ø Ø Ø 2 3 Ø Ø Ø Ø Ø 4 0 Ø Ø 5 Ø Ø Ø Ø Ø 6 Ø Ø Ø Ø 7 1 Ø Na podstawie wyznaczone kontrolne informaci obsługowe (Tablica 3 wypracowano wnioski dotyczące oceny akości odnawiania system radiolokacynego w zaproektowanym systemie obsługiwania, którymi są: 1. Z analizy kontrolne informaci obsługowe (Tablica 3 wynika, Ŝe nie wszystkie elementy funkconalne (konstrukcyne obiektu zostały w pełni odnowione. 2. Elementy obsługowe: (e 1,2 znaduący się na 1-szym poziomie i w 2-gie warstwie obsługowe oraz (e 7,5 znaduący się na 7-ym poziomie i w 2-te warstwie obsługowe posiadaą kontrolne stany {1}.
1522 Stanisław DUER, Konrad ZAJKOWSKI, Jacek PAŚ 3. Element obsługowy (e 7,5 posiadał stan {1} takŝe przed wykonywaną profilaktyką w systemie obsługiwania est to zatem błąd zaproektowanego systemu obsługiwania. Element ten naleŝy ponownie poddać procesowi odnawiania. 4. Element obsługowy (e 1,2 posiadał stan {2} przed wykonywaną profilaktyką w systemie obsługiwania, nie podlegał zatem procesowi obsługiwania. NaleŜy zatem stwierdzić, Ŝe stan elementu konstrukcynego (e 1,2 obiektu na tyle się pogorszył w czasie odnawiania obiektu, Ŝe ego stan obecny wynosi {1}. Element obsługowy (e 1,2 naleŝy odnawić w systemie obsługiwania. 5. PODSUMOWANIE W artykule zaprezentowano opis sposobu akościowe oceny procesu odnawiania naprawialnego obiektu technicznego w systemie obsługiwania, ze sztuczną siecią neuronową. Zaproponowana ocena systemu obsługiwania est realizowana sposobami graficznym i analitycznym. W graficzne ocenie est wykorzystywane przestrzenie cech uŝytkowania obiektu technicznego nowego (ako wzorca oraz po wykonane odnowie obiektu w systemie obsługiwania. W tym celu opisano i zdefiniowano nominalną (wzorcową przestrzeń cech uŝytkowania obiektu technicznego oraz przestrzeń bieŝących cech uŝytkowania obiektu technicznego po obsługiwaniu. W analizie akościowe odnowy est poddany badaniom poziom cech uŝytkowania obiektu po dokonane odnowie w stosunku do poziomu cech uŝytkowania obiektu nowego (wdroŝonego dopiero do eksploataci ako wzorca. Wynikłe stąd róŝnice metryk odległości między tymi przestrzeniami własności uŝytkowymi obiektu wskazuą bezpośrednio na błędy w procesie organizaci systemu obsługiwania. 6. LITERATURA [1] Duer S.: The concept of assistant system for analogue class technical obect servicing. Sixth International Conference On Unconventional Elektromechanical And Electrical System UEES 04. Alushta, The Crimea, Ukraine, 2004, pp. 687 690. [2] Duer S.: System ekspertowy wykorzystuący trówartościową informacę diagnostyczną wspomagaący obsługiwanie złoŝonego obiektu technicznego. Zagadnienia Eksploataci Maszyn Z. 4(152 VOL. 42, 2007, str. 195-208. [3] Duer S.: An algorithm for the diagnosis of reparable technical obects utilizing artificial neural Network. Scientific Problems Of Machines Operation And Maintenance, Committee Of Machine Engineering Polish Academy Of Sciences. Vol. 43, No. 1(53 2008, pp. 101-113. [4] Duer S.: Determination of a diagnostic information of a reparable technical obect on the basis of a functional and diagnostic analysis on example of a car engine. Scientific Problems Of Machines Operation And Maintenance, Committee Of Machine Engineering Polish Academy Of Sciences. Vol. 43, No. 4(156 2008, pp. 85-94. [5] Duer S.: Artificial Neural Network-based technique for operation process control of a technical obect. Defence Science Journal, DESIDOC, Vol. 59, No. 3, May 2009, pp. 305-313. [6] Duer S.: Model matematyczny odtwarzania własności uŝytkowych naprawialnego obiektu technicznego w systemie obsługiwania. 13 th International Conference
OCENA PROCESU ODTWARZANIA WŁASNOŚCI UśYTKOWYCH... 1523 Computer Systems Aided Science, Industry And Transport. Zakopane, 30 XI- 3 XII 2009. Technical University of Radom and Transport Committee of The Polish Academy of Sciences, pp. 73. [7] Duer S.: Diagnostic system for the diagnosis of a reparable technical obect, with the use of an artificial neural network of RBF type. Neural Computing & Applications, 2010, DOI: 10.1007/s00521-009-0325-4. [8] Duer S.: Diagnostic system with an artificial neural network in diagnostics of an analogue technical obect. Neural Computing & Applications, 2010, DOI: 10.1007/s00521-009-0234-6, Springer Verlag London Limited, Vol. 19 No.1, pp.55-60. [9] Duer S.: Diagnostic system for the diagnosis of a reparable technical obect, with the use of an artificial neural network of RBF type. Neural Computing & Applications, 2010, DOI: 10.1007/s00521-009-0325-4, Springer Verlag London Limited. [10]Dhillon B.S.: Applied Reliability and Quality, Fundamentals, Methods and Procedures. Springer Verlag London Limited 2006, p. 186. [11] Madan M. Gupta, Liang Jin and Noriyasu Homma: Static and Dynamic Neural Networks, From Fundamentals to Advanced Theory. John Wiley End Sons, Inc 2003, p. 718. [12] Nakagawa T.: Maintenance Theory of Reliability. Springer Verlag London Limited 2005, p. 264.