Автоматизированный анализ состояний в управлении сложными многопараметрическими техническими объектами

Размещено на http://www.allbest.ru/

Автоматизированный анализ состояний в управлении сложными многопараметрическими техническими объектами

Константинов И.С., Савва Ю.Б.

The problems of automation of procedures of the analysis of conditions in management of complex multiple parameter objects and use for these purposes of the expert systems basing methods of situational management and linguistic forecasting are discussed. Stages of formalization of a subject domain and revealing of rules for forecasting are described.

Введение

Развитие науки и производства сопровождается усложнением различных технических объектов, создаваемых и используемых человеком. Но возрастающая сложность технических объектов и уязвимость жизни, как отдельного человека, так и всего общества, обострили потребности в обладании методами оценки состояния этих объектов и прогнозирования его развития с целью предотвращения и смягчения последствий естественных и антропогенных катастроф.

Среди множества различных объектов, создаваемых людьми, особое место занимают здания различного назначения, оснащенные средствами жизнеобеспечения и с установленным в них оборудованием. Притом, что здания играют важнейшую роль в жизнедеятельности человека, а участившиеся в последнее время аварии и катастрофы приводят к значительным материальным и финансовым потерям и нередко сопровождаются человеческими жертвами, до сих пор не созданы системы регулярного мониторинга, оценки и прогнозирования развития технического состояния зданий. Объясняется это значительными затратами на разработку и массовую установку таких систем. Поэтому процедуру оценки технического состояния зданий выполняют (и как показывает практика - нерегулярно) специалисты - эксперты на основе, как правило, визуальных осмотров и обмеров. Таким образом, для зданий, как объектов управления, характерно наличие не только объективной, но и субъективной неопределенности, когда одни и те же параметры неодинаково оцениваются различными экспертами.

В этих условиях актуальной стала задача автоматизации процедур оценки и прогнозирования состояния зданий. Одним из путей решения этой задачи является создание экспертных систем, базирующихся на эмпирических моделях и использующих методы ситуационного управления и лингвистического прогнозирования на основе обработки нечетких ретроспективных данных наблюдений и измерений.

1. Здания, как сложные многопараметрические объекты управления

Выявление особенностей зданий как объектов управления с целью определения объективной оценки их технического состояния требует определения их специфических свойств.

Здания, как объекты управления, обладают следующими специфическими свойствами:

- сложность конструкции и структуры объекта;

- необходимость учета разрушающего влияния на объект изменчивой окружающей среды;

- естественное старение и износ материалов, из которых построен объект;

- динамический и стохастический характер нагрузок на объект;

- большая размерность вектора параметров, характеризующего состояние объекта;

- не все параметры, характеризующие состояние здания могут быть выражены в виде качественных характеристик и количественных значений, т.е. среди данных имеются лингвистические понятия, а так же нечеткие множества (например, признак износа - «трещины в цокольной части здания», а его значение - «ширина раскрытия трещин до 1,5 мм»);

- наличие параметров, оцениваемых путем внешнего осмотра и обмера выявленных при нем дефектов.

Кроме того, здания за счет многочисленных связей и зависимостей между составляющими их элементами обладают свойством каскадной уязвимости, когда даже незначительная и непродолжительная поломка, разрушение или авария в одном элементе провоцирует перегрузки и выход из строя многих других элементов этого объекта. Однако аналитическое описание этих взаимосвязей в виде формализованной математической модели притом, что общее число параметров составляет несколько сотен, крайне затруднительно.

В то же время часто нарушения в работе или разрушение нескольких элементов здания не выводят его полностью из строя, а позволяют эксплуатировать его с некоторыми ограничениями.

Наконец, очень важной особенностью зданий является значительное количество неконтролируемых параметров.

Таким образом, здания представляют собой сложные, многосвязные, динамические объекты управления, значение характеризующих их состояние параметров в данный момент времени зависит не только от текущих, но и от более ранних значений внешних воздействий, причем глубина ретроспекции заранее не известна. Указанные особенности зданий, как объектов управления, значительно затрудняют построение математических моделей, адекватно описывающих их поведение на протяжении жизненного цикла.

2. Формализация описания предметной области

Необходимой предпосылкой получения оценки технического состояния зданий и прогноза изменения этого состояния посредством экспертной системы являются определение предметной области этой системы и формализация описания структуры и поведения наблюдаемых и контролируемых зданий посредством построения их математических моделей.

К предметной области экспертной системы оценки и прогнозирования технического состояния зданий, безусловно, относятся собственные структурно обусловленные закономерности функционирования этих зданий с учетом особенностей, сформировавшихся под влиянием окружающей среды.

И если для формализации описания структуры зданий, а так же механизмов функционирования и взаимодействия их конструкций, элементов и систем инженерного оборудования существуют строгие математические выражения, таблично и графически заданные отношения, то для формализации представления значений параметров, характеризующих состояние зданий, а так же знаний о влиянии на них окружающей среды и оперирования с ними для решения задач оценивания и прогнозирования состояний зданий, используются методы, базирующиеся на исчислении предикатов и представлениях о нечетких множествах.

Оценка технического состояния здания проводится не только для составления прогнозов его развития, но и для определения остаточного ресурса здания, что особенно важно для старых зданий, находящихся на заключительном этапе своего жизненного цикла. Предельным состоянием жизненного цикла каждого здания является его снос. Следовательно, жизненный цикл любого здания графически может быть представлен в виде ориентированного графа с одним источником и одним стоком. При этом источнику s соответствует состояние здания в момент времени t=0 - времени ввода его в эксплуатацию. А стоку z соответствует состояние здания в момент времени t=0, когда принимается решение о его сносе. Таким образом, жизненный цикл любого объекта и системы представляет собой последовательность событий , где - характер события, а - время, когда это событие произошло.

Согласно [1] будем структурно различать понятия состояния, ситуации и события, но уточним их смысл применительно к рассматриваемой нами предметной области.

Под состоянием или множеством состояний будем понимать систематически наблюдаемое значение, величину, свойство, качество выбранного для наблюдения здания или его части.

Множество ситуаций определим как реализованные или ожидаемые «предыстории» состояний за некоторый промежуток времени из жизненного цикла здания. Таким образом, предыстории могут отражать прошлое, настоящее или будущее стояние или множество состояний здания на протяжении его жизненного цикла.

Под событием и множеством событий будем понимать воздействие и, соответственно, совокупность природных, антропогенных и техногенных воздействий, оказываемых на эксплуатируемое здание или его часть.

Пусть - множество признаков состояний исследуемого здания. Значения каждого из признаков могут быть представлены в виде:

Вещественных чисел, определенных измерительными приборами;

- интервальными оценками диапазонов значений;

- балльными оценками;

- номерами или индексами групп, категорий или классов;

- текстовыми описаниями.

Для формализации описания значений, принимаемыми признаками , введем множество лингвистических переменных , значениями которых являются термы из терм-множеств . При этом каждому терму ставится в соответствие некоторая функция , где , а - базовая шкала признака . Теперь состояние здания в любой момент времени можно определить как .

Из введенного нами выше понятия состояния, а так же применяемых на практике согласно нормативным документам (например [2-8]) значений параметров, характеризующих состояние здания, следует, что значения оценок состояния здания так же представляются термами из множества лингвистических переменных. Определим это множество как . Значениями переменных являются термы из терм-множества . Каждому терму ставится в соответствие некоторая функция , где , а - базовая шкала возможных значений переменных . По сути, терм-множество есть не что иное, как интегрированная качественная оценка состояния здания.

Анализ последовательностей событий всех типов и аварийных ситуаций, произошедших на протяжении жизненного цикла однотипных объектов, может позволить выявить правила для прогнозирования развития технического состояния зданий и предсказания аварийных ситуаций.

3. Выявление правил для прогнозирования

Как уже отмечалось выше, весь период эксплуатации здания с момента ввода его в эксплуатацию может быть представлен в виде последовательности событий , обеспечивающих изменение его состояний . Определение этой последовательности требует анализа ретроспективных данных реализованных ситуаций из жизненного цикла исследуемого здания целью выявления скрытых закономерностей в виде значимых особенностей, корреляций и сложных взаимосвязей в многомерном множестве параметров , изменяющихся под воздействием различных событий .

Рассмотрим множества ситуаций и событий как некоторую совокупность факторов, влияющих на состояние здания, а значения изменяющихся под их воздействием параметров, идентифицирующих то или иное состояние исследуемого здания , как гены, влияющие на свойства живого организма. При этих допущениях процесс изменения состояния здания можно рассматривать как:

1) стохастический процесс, когда ситуации и техническое состояние здания изменяются под воздействием случайно происходящих событий;

2) управляемую человеком эволюцию ситуаций и изменение технического состояния здания через воздействие на имеющийся набор «генов».

В первом случае здание эксплуатируется под разрушающим воздействием окружающей среды, теряет устойчивость к аварийным ситуациям, свои функциональные свойства и качество.

Во втором случае в результате направленной селекции воздействий определяется такая последовательность событий, которая улучшает функциональные свойства здания, повышает его устойчивость под разрушающими воздействиями.

Таким образом, проблема выявления прогнозирующих правил сводится к определению подмножеств важнейших параметров («сильнейших генов») и воздействующих на исследуемое здание событий. Автоматизация этой процедуры не только ускоряют саму процедуру отбора, но, и это главное, позволяют проводить поиск и выявление во входных массивах данных имеющихся, но не всегда очевидных, ассоциаций между различными факторами, повышая тем самым и объективность выбора. Эти ассоциации можно представить в виде правил с сущностями в их левой и правой частях. Они позволяют определить частоту, с которой один элемент появляется во входных массивах данных с другими элементами. В частности, одно из правил может быть выражено условным отношением «ЕСЛИ - ТО» (импликация). прогнозирование многопараметрический технический объект

Поставим в соответствие полному множеству информационных элементов , характеризующих состояние исследуемого объекта управления бинарное множество , каждый элемент которого может принимать значения 0 или 1. При этом будет соответствовать реализации некоторого события в последовательности к моменту времени , а - если это событие не произошло за время .

С помощью чисел М1, М2 и М3 можно определить, есть ли связь между событиями и или, иными словами, определить прогнозирующую мощность правила импликации. Определим сущность чисел М1, М2 и М3 и приведем формулы для их вычисления.

Число Z1 - предсказуемость правила, вычисляемое по формуле:

.

Это число определяет, как часто информационные элементы, соответствующие событиям и , появляются вместе в виде доли от количества записей, соответствующих событию .

Число М2 - распространенность правила, определяемое из формулы:

.

Это число показывает, как часто элементы, соответствующие событиям и , встречаются вместе в массиве исходных данных в виде доли от общего количества записей в этом массиве.

Число Z3 - ожидаемая величина предсказуемости определяется согласно:

,

где - функция Вебба. Это число показывает частоту присутствия элементов в правой части правил. Оно выражает ту предсказуемость, которая сложилась при отсутствии взаимосвязи между элементами.

Алгоритм вычисления значений чисел описан нами в работе [11].

Полученные в результате вычислений значения чисел М1, М2 и М3 за период наблюдения за исследуемым зданием (а так же однотипными ему) используются для выявления связи между всеми возможными парами событий. Эти же числа после соответствующей корректировки могут быть использованы и для выявления взаимосвязи между большим количеством событий.

Располагая прогнозирующими правилами и зная их распространенность, можно построить дерево решений, наглядно отражающей возможности изменения технического состояния здания.

Так, например, для правил:

ЕСЛИ ТО (при М2=6);

ЕСЛИ ТО (при М2=2);

ЕСЛИ ТО (при М2=3);

ЕСЛИ ТО (при М2=12),

дерево решений примет вид, представленный на рисунке.

Рисунок 1 - дерево решений примера

Заключение

Как было отмечено во введении, современные здания оснащаются системами жизнеобеспечения (электро-, газо-, водо- и теплоснабжения, кондиционирования, канализации и др.), что позволяет использовать предлагаемый подход для оценки технического состояния и этих систем, как элементов единой конструкции.

В настоящее время изложенный метод оценки и прогнозирования развития технического состояния зданий, как сложных многопараметрических технических объектов реализован в виде функционирующей экспертной системы.

Литература

1. Поспелов Д.А. Ситуационное управление: теория и практика. - М.: Наука, 1986. - 288 с.

2. Поспелов Д.С. Логико-лингвистические модели в системах управления. - М.: Энергоатомиздат, 1981. - 190 с.

3. Константинов И.С. Лингвистическое прогнозирование в структурах управления. - СПб.: Издательство С. - Петербургского университета, 1998. - 165 с

4. Классификатор основных видов дефектов в строительстве и промышленности строительных материалов/ Главная инспекция Госархстройнадзора России. - М.: Архграсс, 1993. - 48 с.

5. Правила оценки физического износа жилых зданий: ВСН 53-86 (р). - М.: Госгражданстрой, 1988.

6. Бурак Л.Я. Техническая экспертиза жилых домов старой застройки. - Л.: Стройиздат, 1986.

7. Мешечек В.В., Матвеев Е.П. Пособие по оценке физического износа жилых и общественных зданий. - М.: Старая Басманная, 1999. - 50 с.

8. Бейлензон Ю.В. Основные принципы оценки технического состояния объектов недвижимости. - М.: Академия оценки Российского общества оценщиков, 1996.

9. Солоцько С.Ю., Глазков М.В. Критерии оценки степени физического износа несущих строительных конструкций зданий и сооружений// Бюллетень строительной техники. - 2003. - № 7. - С.36-37.

10. Байбурин А.Х. Анализ критичности дефектов возведения жилых зданий/ Жилищное строительство. - 2003. - № 5. - С.13-14.

11. Savva Yu. Intelligent technology of information analysis and quantitative evaluation of condition with preliminary and inaccurate data of current observations// Computer Science Journal of Moldova. - 1999. - v. 7. - № 1(19). - р. 78-85.

Размещено на Allbest.ru