Влияние погрешностей исходных данных на погрешности диагноза

Анализ влияния погрешностей измеряемых параметров на конечный диагноз выполняется с помощью следующей модели, использующей метод Лагранжа Ж.-Л. и (3.43), т.е.

. (3.48)

Для устранения разнозначных погрешностей и выполнения «согласования балансов», аналогично [72], вводим в (3.48) так называемые «регуляризующие добавки» , которые позволят привести приведенную погрешность конечной функции близко к 1%. Тогда (3.48) будет иметь вид:

. (3.49)

Подставляя (3.49) в выражение (3.47), получим, после преобразований, целевую функцию корректирования погрешностей и согласования балансов:

. (3.50)

Функция (3.50) решается, при обязательном выполнении условия (3.43) с помощью методов оптимизации из модуля программно-диагностического комплекса SKAIS.

Итак, решение задачи технической диагностики энергоустановки (или любого другого непрерывно действующего агрегата) выполняется на основе ее математического описания в виде граф – модели. В алгоритм решения задачи выбора диагностических параметров положены методы оценки параметров, по их информативности и доступности, определение веса дуг и вершин граф – модели механизма энергоустановки.

Контрольные вопросы и задания для самостоятельной работы по главе 3

3.1. Цель группирования данных?

3.2.Алгоритмы автоматического группирования данных?

3.3. Структурная декомпозиция данных, свойства?

3.4. Группирование данных?

3.5. Четкие декомпозиции?

3.6. Нечеткие декомпозиции?

3.7. Меры удаленности между объектами?

3.8. Критерии качества группирования?