Библиотечный каталог авторефератов Украины

        МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ХЕРСОНСЬКИЙ ДЕРЖАВНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ

БАБІЧЕВ СЕРГІЙ АНАТОЛІЙОВИЧ

УДК 620. 179. 16

АВТОМАТИЗОВАНА СИСТЕМА ТЕХНІЧНОЇ ДІАГНОСТИКИ МІЦНОСНИХ ХАРАКТЕРИСТИК МЕТАЛІВ НА ОСНОВІ ГІБРИДНИХ НЕЙРОннИХ МЕРЕЖ

05.13.06 – Автоматизовані системи управління і

прогресивні інформаційні технології

Автореферат

дисертації на здобуття наукового  ступеня

кандидата технічних наук

Херсон 2003

Дисертацією є рукопис.

Робота виконана в Херсонському державному технічному університеті  Міністерства освіти  і науки України.

Науковий керівник:       доктор технічних наук, професор

                                            Шарко Олександр Володимирович,     

                            Херсонський  державний технічний      університет, професор кафедри

Офіційні опоненти:         доктор технічних наук, професор

                                            Лубяний Віктор Захарович,

                                            Херсонський факультет Харківського

                                            національного автомобільно-дорожнього  університету, декан факультету

                                             кандидат технічних наук, доцент

                                             Хошаба Олександр Мирославович,

                                             Вінницький державний технічний університет,  доцент кафедри

Провідна установа:        Національний університет радіо-електроніки, кафедра електронних  обчислювальних машин Міністерства освіти і науки України, м. Харків

Захист відбудеться “ 03 ” липня 2003р. о 9-00 годині на засіданні спеціалізованої вченої ради Д 67.052.01, при Херсонському державному технічному університеті за адресою: 73008, м. Херсон-8, Бериславське шосе, 24.

З дисертацією можна ознайомитися у бібліотеці Херсонського державного технічного університету за адресою: 73008, м. Херсон, Бериславське шосе, 24.

Автореферат розісланий “23”  травня 2003р.

Вчений секретар

спеціалізованої вченої ради                                    Костін В.О.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Сучасний стан розвитку автоматизованих інформаційних систем контролю і їхнє широке упровадження визначають ефективні способи вирішення проблемних питань у різних галузях науки і техніки.  Однією з найбільш актуальних сучасних проблем є своєчасне визначення міцносних характеристик у нелінійних динамічних об'єктах в умовах апріорної невизначеності  властивостей об'єкта.

Значний внесок у розвиток теорії і практики створення автоматизованих інформаційних систем прогнозування зробили Бодянський Є.В., Горбань А.Н., Д’яконов В.П., Івахненко О.Г., Кондратенко Ю.П., Круглов В.В., Марасанов В.В., Ул’янов В.Л., Петров Е.Г., Ротштейн О.П., Руденко О.Г., Шарко О.В., Ходаков В.Є.,  та ін.

Застосування нових архітектур та прототипів систем підтримки прийняття рішень у системі діагностики приводить до підвищення якості, економічності продукції за рахунок автоматизації і  підвищення швидкодії процесу виявлення зміни механічних параметрів виробів, що сприяє  безаварійній роботі промислових об'єктів.

Існуючі системи технічної діагностики мають велику похибку у зв'язку з обмеженістю набору вхідних параметрів. Комплексне застосування різних методів контролю зустрічається вкрай рідко через громіздкість і трудомісткість обробки багатомірних даних. Тому розробка автоматизованих систем прогнозування, заснованих на нових інформаційних технологіях, представляє не тільки науковий інтерес, а також є актуальним завданням сучасної промисловості.

Зв'язок роботи з науковими програмами, планами, темами. Мета роботи і її основні задачі відповідають державним науково-технічним програмам, що сформульовані в Законі України “Про наукову і науково-технічну  діяльність” і в Законі України “Про національну програму інформатизації”, а також планам найважливіших науково-технічних робіт Міністерства освіти і науки України:

6. – Інформатика, автоматизація і приладобудування;

6.2.2.- Перспективні інформаційні технології і системи;

Дисертація відповідає напрямкам досліджень  кафедр фізики, електротехніки та інформаційних технологій Херсонського державного технічного університету, а саме: “Розробка програмно-апаратних засобів технічної діагностики металопродукції” (№ державної реєстрації 0103U003654, відповідальний виконавець Бабічев С.А.) 

Мета і задачі досліджень. Метою дисертаційної роботи є розробка  автоматизованої системи контролю, що дозволяє підвищити якість і точність визначення міцносних характеристик металів за рахунок використання  нових архітектур систем підтримки прийняття рішень і гібридних нейронних мереж.

Для досягнення цієї мети у роботі були поставлені і розв’язані наступні задачі:

• дати оцінку  сучасного  стану  систем підтримки прийняття рішень і технічної діагностики міцносних характеристик металів;
• розробити методику розширення вхідної бази даних, використовуваних для налагодження автоматизованої експертної системи технічної діагностики, що дозволяє підвищити точність визначення міцносних характеристик металів;
• розробити архітектуру та прототип системи підтримки прийняття рішень для визначення раціональних комбінацій методів контролю міцносних характеристик металів при наявності нечітких емпіричних даних, засновану на використанні  функції бажаності Харрінгтона;
• створити математичну модель обліку  впливу  розмірних і технологічних факторів на точність обумовленої характеристики з метою їхнього коректування;
• побудувати автоматизовану експертну систему технічної діагностики з використанням декількох методів контролю, у якій міцносні характеристики визначаються гібридною нейронною мережею.

Об'єкт дослідження – автоматизовані експертні  системи, призначені для витягу знань з багатомірних даних.

Предмет дослідження – інформаційні технології, моделі системи підтримки прийняття рішень в автоматизованих експертних системах технічної діагностики міцносних характеристик металів.

Методи дослідження. У роботі використані методи регресійного, кореляційного і дисперсійного аналізів, математичний апарат лінійної алгебри, нейроматематики, теорії ймовірностей, теорії нечітких множин.

Наукова новизна отриманих результатів:

• створено автоматизовану експертну систему технічної діагностики міцносних характеристик металів, засновану на комплексному використанні методів контролю і гібридних нейронних мереж, що обумовлює високу точність визначення механічних характеристик;
• розроблено систему підтримки прийняття рішень, засновану на функції бажаності Харрінгтона, за допомогою якої експертна система при наявності нечітких емпіричних даних робить висновок про раціональність використання запропонованої комбінації методів контролю.
• установлено, що для вирішення задач визначення міцносних характеристик металів найбільш оптимальною є гібридна мережа з трикутними функціями приналежності і комбінованим алгоритмом навчання нейронів мережі;
• установлено рівність відносних змін швидкості подовжніх і поверхневих хвиль, що дозволяє розширити вхідну базу даних і підвищити точність визначення міцносних характеристик;
• запропоновано математичну модель впливу розмірних і технологічних факторів на точність обумовлених характеристик, дана  методика обліку факторів і практичні рекомендації з їхнього коректування;

Практична значимість отриманих результатів полягає в розробці інформаційної технології технічної діагностики, що дозволяє обробляти в реальному режимі часу складні багатомірні дані різної природи й одержувати  достовірну інформацію про міцнісні властивості металів. Результати досліджень, отриманих у дисертаційній роботі впроваджені у виробництво на Херсонській ТЕЦ, Херсонському ВАТ “Нафтопереробка”, а також у навчальний процес у Херсонському державному технічному університеті на кафедрі інформаційних технологій. 

Особистий внесок здобувача. Дисертаційне дослідження є самостійно виконаною науковою працею, у якій розроблена автоматизована система технічної діагностики міцносних властивостей металопродукції. Автором у дисертаційній роботі використані лише ті ідеї, положення і розрахунки, які є результатом власного наукового внеску в публікаціях, виданих у співавторстві (див. уточнення в списку наукових публікацій автора за темою дисертації).

Апробація результатів дисертації

Основні питання дисертаційної роботи доповідалися й обговорювалися на семінарах наукової ради НАН України “Прикладні проблеми інформатики” з проблеми “Кібернетика” (Херсон, 1997-2003); XIV Уральської регіональної конференції “Контроль технологій, виробів і навколишнього середовища фізичними методами” (Оренбург 1996);  науково-практичних конференціях з міжнародною участю “Інформаційні технології в освіті і керуванні” (Нова Каховка 2000, 2002, 2003); III Міжнародної науково-практичної конференції “Сучасні інформаційні і електронні технології” (Одеса, 2002); IX Міжнародної конференції по керуванню “Автоматика 2002” (Донецьк, 2002).

Публікації.  За результатами наукових досліджень опубліковані 11 друкованих праць у тому числі 9 статей у наукових журналах, включених у список спеціалізованих видань, затверджених ВАК України і 2 статті в збірниках  наукових праць і тезах конференцій.

Структура і зміст роботи. Дисертаційна робота складається із вступу, чотирьох розділів, висновку, списку літератури із 108 найменувань, додатка, 17 таблиць, включає 19 малюнків. Загальний обсяг дисертації складає 142  сторінки, у тому числі 130  сторінок  основного тексту.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі розглядається державна важливість проблеми, що досліджується, обґрунтована актуальність дисертаційної роботи, сформульовані основна мета і задачі дослідження, приведені відомості про зв'язок досліджень з науковими програмами, планами і темами, показана наукова новизна отриманих результатів, їхня практична значимість. Визначено конкретний особистий внесок здобувача в ті розробки, що опубліковані в співавторстві. Дани відомості про апробацію і публікації результатів дисертації.

У першому розділі “Аналіз сучасного стану робіт в області систем підтримки прийняття рішень і методів технічної діагностики” дан аналіз сучасного стану систем підтримки прийняття рішень і методів технічної діагностики міцносних характеристик металів. Необхідність подальшого розвитку теорії обробки багатомірних даних обумовлена актуальними задачами створення простих і надійних  автоматизованих систем діагностики об'єктів. Розглянуто різні методи контролю, показані їхні переваги і недоліки. Установлено, що недостатньо досліджено застосування комбінації методів контролю. Тому створення автоматизованих експертних систем технічної діагностики, заснованих на використанні декількох методів визначення міцносних характеристик металів на сучасному етапі є однією із важливіших задач.

Основна увага при розробці експертних систем приділяється методам обробки нечітких емпіричних даних. Існуючи методики, як правило, для отримання знань о міцносних властивостях металів використовують методи математичної статистики. Проте, як свідчить практика, низький рівень автоматизації і висока похибка обробки експериментальних даних є основними факторами, що стримують їхнє упровадження у виробництво. Тому у роботі основна увага приділена створенню нових архітектур системи підтримки прийняття рішень, що дозволяють максимально автоматизувати процес контролю.  Розглянуто можливості використання апарата гібридних мереж для обробки багатомірних даних, перевага яких полягає в спільному використанні системи нечіткої логіки і традиційних алгоритмів навчання нейронів мережі. У процесі навчання мережа формулює набір правил, на підставі яких підлагоджуються відповідні функції приналежності нейронів. Такі системи не тільки використовують апріорну інформацію, але можуть здобувати нові знання і для користувача є логічно прозорими.

Аналіз проблеми показав, що у процесі настроювання автоматизованої системи технічної діагностики функціональна залежність між векторами входу і виходу буде більш точною при зменшенні розкиду вхідних емпірично визначених характеристик і збільшення кількості інформативних входів системи.

В другому розділі “Теоретичні розробки по обліку впливу супутніх факторів на точність роботи експертної системи” приводяться результати досліджень по виявленню причин, що впливають на точність обробки емпіричних даних. Розроблено математичну модель  впливу  розмірних і технологічних факторів на точність визначення вимірюваних характеристик. Розмірними факторами були геометричні розміри досліджуваного зразка, технологічними – хімічний склад виробу і непаралельність поверхні введення і прийому ультразвукових коливань. Представлено математичний опис процесу контролю у виді матричного оператора, що здійснює перетворення вхідних перемінних, котрі характеризують  геометричні(х) і технологічні(у) фактори у вихідну перемінну(z), що визначають точність вимірів. Відповідно до принципу суперпозиції перетворюючої системи, похибка вимірювання розглянута у вигляді лінійної комбінації вихідних конструкторських і технологічних параметрів  (рис 1), де а1…аn, b1…bn–передатні коефіцієнти перетворюючої системи, що відображають вплив розглянутого фактора на ймовірнісне значення вихідної характеристики – математичне чекання і дисперсію; а0 – постійна складова, визначальна систематичну похибку.

Рис.1. Структурна схема зв'язків між похибками розмірних і технологічних факторів і вимірюваною  характеристикою

При переході до математичного вираження, що зв'язує ймовірнісні характеристики х, у і вихід системи z, ці фактори і похибка розглядаються у виді випадкових величин, обмежених полями допусків. Для знаходження коефіцієнтів регресії між цими величинами вихідне рівняння перетворюється у свій статистичний аналог:

де α1…αn, β1…βn – коефіцієнти множинної регресії, α0 – статистична оцінка постійної складової.

Такий підхід дозволяє для забезпечення необхідної точності роботи автоматизованої системи знайти кількісний вплив усіх відібраних факторів на результати вимірів, виділити вплив найбільш істотних з них, і дати практичні рекомендації по їх коректуванню.

Проведено апробацію запропонованої методики на прикладі акустичного методу контролю. Факторами, впливаючими на похибку виміру акустичної характеристики, розглянуті коливання хімічного складу, непаралельність поверхні введення і прийому ультразвукових коливань і геометричні розміри виробу.

Для оцінки  впливу коливань хімічного складу на точність акустичних вимірів  на зразках з алюмінієвого сплаву Д1 проведений експеримент, у якому вимірюваною характеристикою була резонансна частота автоциркуляції.  Хімічний склад компонентів Cu, Mg, Mn, Fe і Si визначався спектральним методом. Зразки, призначені для вимірів, попередньо приводили в однаковий структурний стан шляхом термічної обробки. Розглядалося 60 серій (m=60) зразків різних плавок по n=5 у кожній. Підбір зразків здійснювався таким чином, щоб їхній хімічний склад максимально перекривав діапазон можливого для даної марки сплаву змісту компонентів. Дані оброблялися методами однофакторного дисперсійного аналізу і множинної регресії.

При використанні методу однофакторного дисперсійного аналізу оцінки дисперсії усередині серії і дисперсії між серіями склали відповідно =1,789,  =1,963. Отримане значення критерію Фішера F=1,097 менше його табличного значення для 5%-го рівня значимості Fq = 2,239.

На підставі експериментальних даних отримане рівняння множинної регресії:

f=2462,9 – 0,641X1 – 1,524X2 + 3,129X3 – 1,218X4 + 0,102X5

де Х1, Х2, Х3, Х4 і Х5 – процентні вмісти Cu, Mg, Mn, Fe і Si відповідно.

Аналіз отриманих результатів показує, що відхилення хімічного складу в межах марки сплаву не робить істотного впливу на значення резонансної частоти. Так, максимальне відхилення змісту вуглецю від свого середнього значення викликає відхилення резонансної частоти на 0,1 кГц, Mg – на 0,0762 кГц, Mn – на 0,21 кГц, Fe – на 0,086 кГц, Si – на 0,005 кГц. Величина максимального відхилення для розглянутого випадку дорівнює 0,48 кГц, що складає 0,02%. Отже, варіації хімічного складу в межах марки сплаву не роблять істотного  впливу на точність виміру акустичної характеристики.

Дано оцінку впливу непаралельності поверхонь введення і прийому ультразвукових коливань на точність виміру резонансної частоти. З розгляду хвильових рівнянь циліндричного резонатора після виключення довільних постійних і нехтування малими доданками, використовуючи перше наближення асимптотичних розкладань Ганкеля і відповідні перетворення, отримані вираження, придатні для якісної оцінки залежності зсуву резонансних частот від геометричних розмірів резонатора, частоти прозвучування і властивостей матеріалу. Показано, що залежність резонансної частоти від непаралельності поверхонь введення і реєстрації ультразвуку носить такий же характер, як і залежність акустичних характеристик від коливань розмірів виробу в напрямку прозвучування, і якісна обробка поверхні в місцях проведення вимірів сприяє зменшенню похибки експерименту, що підвищує точність роботи автоматизованої системи.

Розроблено методику виділення із сукупності розмірних факторів найбільш істотних, що впливають на точність виміру вихідної  характеристики. Як приклад досліджувалося порожнє тіло обертання перемінного перетину. Розмірними факторами були наступні геометричні параметри виробу: Х1 – внутрішній діаметр вершини, Х2 – внутрішній діаметр підстави, Х3 – зовнішній діаметр, Х4 – висота, Х5 – некруглість зовнішнього діаметра. Діаметр кожного виробу визначався як середнє  арифметичне з 10 його вимірів у різних точках кола, а некруглість – як різниця між найбільшим і найменшим значеннями цих вимірів. При обробці даних застосовувався  дисперсійний аналіз. При цьому вихідною перемінною z була одна з вищих гармонік резонансної частоти.

Питома вага похибок геометричних параметрів у сукупному впливі усіх факторів на резонансну частоту  показана на рис.2.

Рис.2. Питома вага похибок геометричних параметрів при  контролі міцносних  характеристик металів

Як видно, найбільший вплив на значення резонансної частоти робить похибка зовнішнього діаметра – 26,3%. Унаслідок цього заходи щодо підвищення точності роботи автоматизованої системи необхідно проводити насамперед за рахунок зменшення допуску на його зовнішній діаметр.

Для розширення розмірності вектора вхідних характеристик отримані співвідношення між даними вимірів подовжніми і поверхневими хвилями при контролі ізотропних структур. Теоретично встановлена рівність відносних змін швидкості подовжніх і поверхневих хвиль:

Результати обчислень відносних змін швидкості ультразвукових подовжніх і поверхневих хвиль у сталі дали близькі між собою значення       (ΔС/С)пов= 0,0166 і (ΔС/С)l = 0,0177. Це  дозволяє використовувати як вхідні характеристики при настроюванні автоматизованої системи швидкість поширення подовжніх хвиль і час проходження імпульсу між п’єзоперетворювачами при поширенні поверхневих хвиль. Ця математична модель дозволяє підвищити точність роботи автоматизованої системи контролю  за рахунок зменшення розкиду емпірично визначених характеристик і розширення вхідної бази даних. При підвищенні кількості інформативних параметрів, що надходять на вхід автоматизованої системи в процесі настроювання функціональна залежність між векторами входу і виходу буде більш якісною. Це приведе до підвищення ймовірності процесу контролю.

У третьому  розділі “Побудова системи підтримки прийняття рішень для вибору раціональної комбінації методів контролю міцносних характеристик металів” розроблено архітектуру СППР для вибору раціональної комбінації методів контролю в автоматизованій системі техничної діагностики міцносних характеристик металів.

Методика побудови експертної системи пройшла апробацію при оцінці надійності контролю межі міцності сталі У8А магнітним, акустичним і беззразковим методами. Досліджувалися комбінації методів, що розглядалися як фактори, що впливають на якість оцінки. Ефективність функціонування системи характеризувалася параметрами оптимізації, що є реакцією (відгуком) на вплив факторів. Як параметри оптимізації були обрані: у1 – відношення числа бракованих виробів, виявлених даною комбінацією методів, до загального числа дійсного браку, виявленого при використанні всіх методів; у2 – відношення числа виробів, помилково бракованих даною комбінацією методів до загального числа виробів, помилково забракованих при використанні всіх методів; у3 –  відношення числа бракованих виробів, пропущених даною комбінацією методів, до числа бракованих виробів, пропущених тією комбінацією, для якої воно максимальне;  у4 – похибка кожної з розглянутих комбінацій, причому за похибку визначеної комбінації методів  приймається похибка того методу, для якого вона максимальна; у5 – рівень автоматизації;  у6 – здатність до визначення властивостей матеріалу, усереднених по усьому виробі. Для кількісної оцінки  параметрів у5 і у6 використовувався  ранговий підхід.

Для побудови узагальненого відгуку використовувалася функція бажаності Харрінгтона D, за допомогою якої  сформульований набір правил, на підставі яких експертна система робить висновок про ефективність використання запропонованої комбінації методів контролю. Ця функція є кількісним показником якості функціонування діагностуючої системи.

П1: якщо у1=0,98,  у2=0,20,  у3=0,10,  у4=0,30,   у5=4,   у6=3, то D=0,80;

П2: якщо у1 =0,89,  у2=0,39,  у3=0,39,  у4=0,64,   у5=2,54,  у6=2, то D=0,63;

П3: якщо у1=0,80,  у2=0,60,  у3=0,70,  у4=1,   у5=1,   у6=1, то D=0,37;

П4: якщо у1=0,74,  у2=0,73,  у3=0,89,  у4=1,2,  у5=0,05,  у6=0,35, то D=0,2.

Для знаходження найбільш оптимального сполучення функцій приналежності й алгоритмів висновку  задача вибору раціональних комбінацій методів контролю розв’язувалася за допомогою алгоритмів висновку Мамдані і Сугено,  гауссової, подвійної гауссової і трикутної функцій приналежності нечітких множин. Структурна схема роботи СППР для вибору раціональних комбінацій методів контролю міцносних властивостей металів  показана на рис.3.

Рис.3. Структурна схема СППР для вибору раціональних комбінацій методів контролю міцносних властивостей металів

При роботі алгоритму висновку Мамдані використовувалась наступна послідовність обробки даних:

• фазифікація. Знаходження ступеня істинності передумов кожного правила:

А1(у1), А2(у1), А3(у1), А4(у1), У1(у2), У2(у2), У3(у2), У4(у2), …, G1(у6), G2(у6), G3(у6), G4(у6)

де A, B, C, E, F, G – значення функції приналежності при заданих значеннях   аргументу у;

• агрегація  з використанням операції min:

α1 = А1(у1) ∧ У1(у2) ∧ З1(у3) ∧ Е1(у4) ∧ F1(у5) ∧ G1(у6);

α2 = А2(у1) ∧ У2(у2) ∧ З2(у3) ∧ Е2(у4) ∧ F2(у5) ∧ G2(у6);

α3 = А3(у1) ∧ У3(у2) ∧ З3(у3) ∧ Е3(у4) ∧ F3(у5) ∧ G3(у6);

α4 = А4(у1) ∧ У4(у2) ∧ З4(у3) ∧ Е4(у4) ∧ F4(у5) ∧ G4(у6).

і знаходженням  зрізанних функцій приналежності множин:

1(D) = (α1∧M1(D));

2(D) = (α2∧M2(D));

3(D) = (α3∧M3(D));

4(D) = (α4∧M4(D)).

де М(D) – зрізанні функції приналежності для вхідних перемінних, (D) – зрізанні функції приналежності для сформульованих правил.

• акумуляція. Знаходження функції приналежності підсумкового підмножини для перемінної виходу:

μΣ(D) = M(D) = 1(D) ∨ 2(D) ∨ 3(D) ∨ 4(D).

• дефазифікація. Приведення до чіткості здійснювалось центроідним методом шляхом визначення  центра ваги для кривої μΣ(D).

При роботі алгоритму висновку Сугено використовувалась наступна послідовність обробки даних:

• фазифікація. Знаходження ступеня істинності передумов кожного правила: 

А1(у1), А2(у1), А3(у1), А4(у1), У1(у2), У2(у2), У3(у2), У4(у2), …, G1(у6), G2(у6), G3(у6), G4(у6)

• агрегація  з використанням операції min:

α1 = А1(у1) ∧ У1(у2) ∧ З1(у3) ∧ Е1(у4) ∧ F1(у5) ∧ G1(у6);

α2 = А2(у1) ∧ У2(у2) ∧ З2(у3) ∧ Е2(у4) ∧ F2(у5) ∧ G2(у6);

α3 = А3(у1) ∧ У3(у2) ∧ З3(у3) ∧ Е3(у4) ∧ F3(у5) ∧ G3(у6);

α4 = А4(у1) ∧ У4(у2) ∧ З4(у3) ∧ Е4(у4) ∧ F4(у5) ∧ G4(у6);

і знаходженням ідивідуальних виходів правил:

1= A1y1+B1y2+C1y3+E1y4+F1y5+G1y6;

2= A2y1+B2y2+C2y3+E2y4+F2y5+G2y6;

3= A3y1+B3y2+C3y3+E3y4+F3y5+G3y6;

4= A4y1+B4y2+C4y3+F4y4+F4y5+G4y6.

• дефазифікація. Визначення  чіткого значення перемінної висновку:

Для оцінки якості роботи нечіткої системи висновку узагальнена функція бажаності Харрінгтона розраховувалася алгебраїчно як середнє геометричне часткових функцій  бажаності  du = exp[–exp(-у)]

Результат обробки експериментальних даних  показаний у таблиці 1

Ефективність роботи запропонованої системи визначалася за допомогою парного двохвиборного t – тесту для середніх.  Установлено, що для розв’язання задачі вибору раціональної комбінації методів контролю міцносних властивостей сталі  найбільш погоджені з алгебраїчними розрахунками  значення функції бажаності D досягаються  при використанні експертної системи з гауссовими функціями приналежності (D = 0,703; 0,985; Dалг = 0,702). Це пояснюється  плавною формою кривої, при цьому система виходить більш чуттєвою до змін вхідних перемінних.

Таблиця 1

Значення узагальнених  функцій бажаностей, отриманих алгебраїчними розрахунками і з використанням СППР

Максимальне значення функція бажаності приймає  при роботі алгоритму висновку Сугено (D = 0,985) і використовуванні комбінації з електромагнітного й акустичного методів. Доцільність такого сполучення обумовлена фізичною сутністю електромагнітного й акустичного методів. Обидва вони  засновані на аналізі усереднених акустичних і електромагнітних характеристик усього матеріалу в цілому і, отже, є більш стабільними, чим методи визначення межі міцності за формою відбитка індентора.

У четвертому розділі “Розробка автоматизованої системи технічної діагностики міцносних властивостей металів на основі гібридних мереж” приводяться результати нейромережної обробки експериментальних даних. Як вхідні характеристики використовувалися емпіричні дані, отримані акустичним і електромагнітним методами контролю. Вимірювання резонансної частоти автоциркуляції виконувалися шляхом зняття амплітудно-частотних характеристик. Для визначення швидкості поширення поверхневих хвиль були виконані виміри часу проходження ультразвукового сигналу між фіксованими положеннями п’єзоперетворювачів, установлених на контрольованій поверхні. Електромагнітним методом контролю визначалася коерцитивна сила досліджуваного зразка.

Після виконання акустичних вимірів зразки були піддані розривним іспитам, у результаті чого визначалися межа міцності (σУ), границя текучості (σ02), твердість (HRC), відносне подовження (δ) і відносне звуження (ψ).

За результатами експерименту була розроблена база даних, з якої знання витягалися за допомогою персептронної і гібридної нейронних мереж. При цьому були створені навчальна вибірка для навчання мережі  і контролююча для перевірки якості її роботи. Структурна схема гібридної мережі показана на рис 4. Виходи нейронів першого шару являли собою значення функцій приналежності Х(а) при заданих значеннях входів. Виходами нейронів другого шару були ступені дійсності передумов кожного правила бази даних, що обчислюються за формулами:

α1 = Х1(а1)∧Х2(а2)

α2 = Х1(а1)∧Х2(а2)

……………………

αi = Х1(а1)∧Х2(а2)

Нейрони третього шару обчислювали величини:

Єдиний нейрон четвертого шару  обчислював  вихід мережі:

де z1 = Н-1(a1),  z2 = Н-1(a2), … , zi = Н-1(ai),  Н(а) являє собою значення функції приналежності на вході нейрона останнього шару.