Методологія багатокласової діагностики складних просторових об‘єктів
Вантажиться...
Дата
2019
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
На основі методів багатокласового розпізнавання та інформаційних технологій, методів оцінювання та прогнозування зміни технічного функціонального стану об‘єктів розроблено методологію багатокласової діагностики складних просторових об‘єктів зі зварними та/чи заклепковими з‘єднаннями елементів за появи та розвитку багатоосередкових пошкоджень. Розроблено та обґрунтовано загальну структуру та принцип функціонування системи багатокласової функціональної діагностики складних просторових об‘єктів зі зварними та заклепковими з‘єднаннями з підсистемою багатокласового розпізнавання на основі нейромережевого класифікатора. Для побудови класифікатора обґрунтовано використання імовірнісної нейронної мережі, як такої, що забезпечує нелінійне розділення на класи простору діагностичних ознак та має можливість у процесі тестування змінювати параметр впливу мережі для забезпечення максимально можливого значення вірогідності розпізнавання. Розроблено та обґрунтовано загальну структуру нейромережевого класифікатора для багатокласового розпізнавання стану зварного резервуару при вирішенні таких діагностичних завдань: локалізація одиничного та багатоосередкового пошкодження; моніторинг розвитку пошкодження; моніторинг деградації конструкції. Для багатокласового розпізнавання обґрунтовано класи технічних станів об’єкта та розроблено інформаційні моделі процесів формування навчальних та тестових множин багатовимірних векторів діагностичних ознак, які характеризують бездефектний та дефектні класи стану об’єкта, побудовано матриці зв‘язності, обґрунтовано структуру вагових матриць, розроблено алгоритмічне та програмне забезпечення для програмної реалізації нейромережевого класифікатора. Проведено моделювання процесів багатокласового розпізнавання розробленим класифікатором, встановлено залежності вірогідності багатокласового розпізнавання від параметра впливу нейронної мережі для різних значень розмірності навчальних множин, розмірності векторів діагностичних ознак та порядків значень діагностичних ознак для різних класів технічних станів. Розроблено алгоритмічне та програмне забезпечення для прогнозування зміни рівня деформацій елементів конструкції об’єкта шляхом екстраполяції ліній тренду з метою отримання точкового значення прогнозу зміни рівня деформацій на зазначений період часу. Розроблено методики та основні рекомендації щодо багатокласової діагностики з використанням нейромережевих класифікаторів для вирішення задач виявлення та класифікації багатоосередкових пошкоджень об’єкта.