Применение теории автоматов

Содержание

Ключевае слова:
Автомат
Программирование
Визуализатор
Нейронные сети
Микроконтроллеры
Документооборот

Автоматы и нейронные сети

Создание нейросетевой конечно-автоматной модели турбонасосного агрегата ТНА жидкостного ракетного двигателя (ЖРД).

Система контролирующих нейронных сетей:

На этом рисунке и далее использованы следующие обозначения: ОТ-1 – значение оборотов турбины ТНА, измеренное на предыдущем шаге;
ОТ-2 – значение оборотов турбины ТНА, измеренное на два шага ранее;
ТОПН – температура окислителя после насоса;
ДОДТ – давление окислительного газа до турбины;
ДОПТ – давление окислительного газа после турбины;
ДОДН – давление окислителя до насоса;
ДОПН-1 – давление окислителя после насоса, измеренное на предыдущем шаге;
ДОПН-2 – давление окислителя после насоса, измеренное на два шага ранее;
ДГПН1-1 – давление горючего после первой ступени насоса, измеренное на предыдущем шаге;
ДГПН1-2 – давление горючего после первой ступени насоса, измеренное на два шага ранее;
ДГДН – давление горючего до насоса;
ДГПН2-1 – давление горючего после второй ступени насоса, измеренное на предыдущем шаге;
ДГПН2-2 – давление горючего после второй ступени насоса, измеренное на два шага ранее.

В каждый момент времени сигналы от датчиков поступают на входы сетей. При этом на выходе получаем значение контролируемого параметра (ОТnet, ДОПНnet, ДГПН1net, ДГПН2net) в виде следующей зависимости:


Параметрическая зависимость ТНА при успешном испытании
Параметрическая зависимость ТНА при аварийном испытании

На аварийном графике изменения носят резкий, скачкообразный характер. Если отклонения не превышают заданной величины, то считается, что ТНА функционирует нормально, в противном случае диагностируется отказ.

При функционировании ТНА представляется в виде конечного автомата. Состояния, в которых он может находиться: Ожидание, Запуск, Основной режим, Останов, Аварийное состояние (разделяется на ряд состояний, классифицирующих характер отказа).

При использовании нейронных сетей появляется возможность раннего диагностирования аварийных ситуаций, что позволяет снизить последствия аварии и предотвратить разрушение двигателя при проведении огневых испытаний. Автоматный подход позволяет исключить появление непредусмотренных состояний.

В случае отказа (выход любой из четырех сетей равен единице) активируются нейронные сети, обученные на характерных для ТНА отказах, по показаниям которых можно определить, что послужило причиной отказа (выход сети равен единице). Если этого сделать не удается (несколько выходов сетей равны единице), то считается что отказ комбинированный – одновременно произошло несколько отказов, а в случае неопределенности (все выходы сетей равны нулю), автомат переходит в состояние Новый отказ.

Т.о. нейронная сеть позволяет либо предупредить аварию, либо фиксирует время, когда произошел отказ и определяет вид отказа. Применение SWITCH-технологии при разработке управляющего ПО позволяет получить полный протокол работы диагностирующего автомата – в любой момент времени его работы можно узнать в каком состоянии автомат находится, и в какое состояние его можно перевести.


Схема формирования диагностического признака
Граф переходов конечного автомата, моделирующего ТНА


См. также
Пример 2 - Система управления автомобильной сигнализацией
Пример 4 - Поиск цепочек в тексте


X