Применение теории автоматов

Содержание

Ключевае слова:
Автомат
Программирование
Визуализатор
Нейронные сети
Микроконтроллеры
Документооборот

Искусственный интеллект

Искусственные нейронные сети (ИНС) — математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы.

Нейронные сети - исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости. ИНС поддаются настройке и обучению. Использование автоматов при создании искусственных нейронных сетей позволяет исключить появление непредусмотренных состояний в работе.

Нейронные технологии особенно интенсивно применяются в экспертных системах прогнозирования месторождений и финансовом деле при оценке инвестиций.

Пример: В жидкостных ракетных двигателях (ЖРД), представляющих собой сложную техническую систему, состоящую из множества агрегатов, взаимодействующих между собой, необходима быстрая реакция контролирующей системы на процессы, происходящие в одном из самых ответственных и напряженных агрегатов – турбонасосном агрегате (ТНА). При использовании нейронных сетей и автоматов появляется возможность раннего диагностирования аварийных ситуаций, что позволяет снизить последствия аварии и предотвратить разрушение двигателя при проведении огневых испытаний (см. пример 3).

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).

Значение предельного отклонения подбирается с таким расчетом, чтобы быть минимальным и в то же время допускать небольшие вариации. 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.

Разработанная методика позволяет обнаруживать отказы турбонасосного агрегата. Т.к. данное устройство является очень сложным, то после наступления аварийной ситуации проблематично определить вид поломки, в каком состоянии работы на данный момент находится агрегат и как его снова перевести в рабочее состояние. 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.


См. также
Предыдущий раздел - Реализация визуализаторов алгоритмов дискретной математики и программирования
Следующий раздел - Создание прикладного ПО для мобильных устройств и микроконтроллеров


X