WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


На правах рукописи

Черушов Игорь Викторович

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННОИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ КОМПЛЕКСНОЙ БЕЗОПАСНОСТИ ЗДАНИЙ И СООРУЖЕНИЙ

Специальность 05.11.16 – «Информационно-измерительные и управляющие системы»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва - 2012

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский государственный университет приборостроения и информатики».

Научный консультант: доктор технических наук, профессор Шатерников Виктор Егорович заведующий кафедрой ПР-ФГБОУ ВПОМГУПИ

Официальные оппоненты: доктор технических наук, профессор Данилин Николай Семенович ------------------------- ОАО «Российские космические системы» ------------------------- заместитель начальника научного центра кандидат технических наук, доцент Боголюбов Дмитрий Петрович ------------------------- доцент ФГБОУ ВПОМИЭМ

Ведущая организация: ФГБОУ ВПО "НИУ МЭИ"

Защита состоится 29 мая 2012 г., в 15-00 часов, на заседании диссертационного совета Д.212.119.01 при Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский государственный университет приборостроения и информатики» по адресу: 107996, г. Москва, ул. Стромынка, д. 20.

С диссертацией можно ознакомиться в библиотеке Федерального государственного бюджетного образовательного учреждении высшего профессионального образования «Московский государственный университет приборостроения и информатики».

Сведения о защите и автореферат диссертации размещены на официальных сайтах ВАК Министерства образования и науки РФhttp://www.vak.edu.gov.ru и Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский государственный университет приборостроения и информатики» (МГУПИ) http://www.mgupi.ru.

Автореферат разослан 25 апреля2012 г.

Учный секретарь диссертационного совета доктор технических наук, профессор В.В. Филинов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ



Актуальность работы.

Федеральный закон Российской Федерации «Технический регламент о безопасности зданий и сооружений», принятый Государственной Думойдекабря 2009 годаСНиП 2.09.04-87 ”Административные и бытовые здания”, СНиП 2.09.02-85 “Производственные здания” определяют основные требования к эксплуатации зданий и сооружений: ипредупреждение (профилактика) обрушений перекрытий и несущих конструкций в результате их износа и старения; выполнение противопожарных мероприятий;

соблюдение санитарных норм, предъявляемых к зданиям и помещениям.

В настоящее время большое внимание уделяется автоматизированному контролю и управлению системами пожарной безопасности, вентиляции, кондиционирования, дегазации, теплоснабжения, электроснабжения, водоснабжения; системами грузоподъемных механизмов; вертикальному транспорту (лифт); системами сбора, обработки, хранения данных;

Аварии зданий и сооружений могут происходить по техническим и организационным причинам, например, в результате превышения допустимых нагрузок, износа строительных конструкций, возникновения в них различных дефектов и т.п.

Анализ тяжести последствий аварий повышают требования к работе информационно-измерительных систем, призванных прогнозировать предаварийные ситуации и обеспечить безопасную работу зданий и сооружений.

В настоящее время в этой области разработано и принято в эксплуатацию большое число информационо-измерительных систем, в создании которых принимали участие С.В. Костюченко, А.Ф. Тузовский, С.Б.Пугачев, Н.К. Николаев, В.С. Ивановский, В.Д. Дарищев, В.И. Каштанов, А.Р. Сабиров, С.Г. Пекин, М.М. Волобуев, А.Н. Терпелюк и многие другие.

Наибольший интерес представляют разработки Кибернетического центра Томского политехнического университета, ИИС "СИАМ" (г, Томск), ЗАО "Компания Безопасность», корпорация «SchneiderElectric», НИУ МГСУ, ЗАО «Техиндустрия», ЗАО «Группа ЭНТЕР» Перспективы построения и развития многофункциональных систем безопасности связаны с разработкой и внедрением многокомпонентных многоуровневых информационно-измерительных систем, обеспечивающих одновременное повышение эффективности и уровня безопасности за счет предоставления оперативной и достоверной агрегатированной информациио состоянии, тенденциях и признаках возникновения опасных ситуаций, получаемых за счет комплексной обработки данных от различных информационных, измерительных, управляющих и противоаварийных систем.

Объектами контроля,анализа, оценки и прогноза служат аэрологическое и геодинамическое состояние, технологическое оборудование, системы и средства обеспечения безопасности, несущие конструкции зданий и сооружений.

Задача повышения эффективности информационно-измерительных систем с целью быстрого реагирования на возникновение предаварийной ситуации, обеспечения комплексной безопасности зданий и сооружений, является своевременной и актуальной Цели и задачи.Целью диссертационной работы является повышения эффективности информационно-измерительных систем комплексной безопасности зданий и сооружений путм прогнозирования изменения параметров технического состояния диагностируемых объектов контроля.

В работе решались следующие основные задачи:

1. Проведен анализ современного состояния проблемы использования информационно-измерительных систем для повышения уровня безопасности высотных зданий и сооружений. Выявлены основные задачи и осуществлен выбор путей их решения.

2. Разработан метод анализа технического состояния зданий и сооружений, основанный на контроле отклонений результатов измерений от нормы и методы прогнозирования уровня изменения их безопасной эксплуатации.

3. Разработаны методы прогнозирования нарушения состояния и определения предаварийных ситуацийзданий и сооружений на основе аппарата искусственных нейронных сетей.

4. Разработан пакет прикладных программ прогнозирования предаварийных ситуаций в режиме реального времени.

Научная новизна работы заключается в следующем:

1. Предложен новый метод без эталонного оценивания значений параметров работы оборудования, требующий вместо процедуры сравнения объекта с эталоном упорядочивания выборки из множества объектов.

2. Доказано, что коэффициент ранговой корреляции Кендалла является достоверным показателем, характеризующим изменение уровня технического состояния анализируемого оборудования, а статистика Кендалла второго порядка является диагностическим критерием уровня технической безопасности строительных объектов.

3. Разработан паллиативный метод прогноза, в котором возможна интерпретация результатов за счет участия в процедуре прогноза лица, принимающего решение о достоверности и точности прогноза. Метод основан на свободном от модели алгоритме, предназначенном для исследования структуры временных рядов, совмещает достоинства анализа Фурье и регрессионного анализа и отличается от существующих методов наглядностью и простотой управления.

4. Разработан новый комплексный методи алгоритм прогнозирования нарушения состояния зданий и сооружений по данным информационноизмерительной системы (отклонения от нормы), позволивший выявить качественно новые закономерности при определении предаварийных ситуацийзданий и сооружений на основе аппаратаобобщеннорегрессионной нейронной сети (GRNN).

Теоретическая значимость исследования обоснована тем, что - доказана возможность применения методов анализа временных рядов для прогнозирования предаварийного состояния зданий и сооружений;

-проведен анализ существующих информационно-измерительных системи разработаны методы повышения их эффективности для обеспечения комплексной безопасности;

-проведена модернизация существующих моделей прогнозирования, обеспечивающих получение новых результатов при обеспечении комплексной безопасности зданий и сооружений.

Применительно к проблематике диссертации результативно использованкомплекс существующих базовых методов исследования, в т.ч.вероятностно-статистические методы, элементы теории детерминированного хаоса, метод структурной минимизации эмпирического риска, теория временных рядов, математического моделирования, искусственных нейронных сетей, современные технологии разработки алгоритмов и программного обеспечения, объектно-ориентированного программирования.

Значение полученных соискателем результатов исследования для практики подтверждается тем, что:

-разработан и внедрен в промышленную эксплуатацию пакет прикладных программ, использование которого позволило качественно повысить степень прогноза предаварийных ситуаций зданий и сооружений;

-определены пределы и описаны перспективы применения предлагаемых методовповышенияэффективности информационно-измерительной системы для комплексной безопасности зданий и сооружений;

-даны методические рекомендации по совершенствованию и модернизации алгоритмов функционирования существующих информационноизмерительных системах комплексной безопасности зданий и сооружений;

-проведена апробация предлагаемой методики для прогнозирования развития основных дефектов зданий и сооружений, которая позволила увеличить точность прогноза при ее применении на 20-30%.

Оценка достоверности результатов исследования выявила:

- экспериментальные результаты получены с использованием лицензионного программного обеспечения с применением разработанного программного модуля на различных аппаратных платформах;

-теоретические изыскания построены на известных методах теории временных рядов, с использованием статистики Кендалла, методов структурной минимизации среднего риска, искусственных нейронных сетей;

-использованы современные средства и методики проведения исследований, доказывающие обоснованность применения разработанного программноаппаратного комплекса ввиду согласованности данных эксперимента и научных выводов.





Личный вклад автора состоит в: проведении анализа существующих способов разработки информационно-измерительных систем; создании математической модели прогнозирования предаварийных ситуаций зданий и сооружений; непосредственной разработке алгоритма на основе паллиативного метода для анализа данных при принятии решений о состоянии безопасности зданий и сооружений; личном участии во внедрении разработанного пакета прикладных программ в эксплуатацию в информационно-измерительных системах; непосредственной подготовке основных публикаций по выполненной работе.

Реализация результатов. Разработанные программные средства входят в состав программного обеспечения модернизируемых информационноизмерительных систем, используемых для обеспечения комплексной безопасности высотных зданий, сложных строительных сооружений и технологического оборудования.

Разработанные методы, алгоритмы и программное обеспечение для повышения эффективности информационно-измерительных системобеспечения комплексной безопасности зданий и сооружений использованы в учебном процессе Пензенского регионального центра высшей школы (филиале) ФГБОУ ВПО «Российский государственный университет инновационных технологий и предпринимательства»при реализации образовательной программы по специальности 280705 «Пожарная безопасность» в дисциплинах «Здания, сооружения и их устойчивость при пожаре», «Производственная и пожарная автоматика», «Пожарная безопасность технологических процессов».

В Главном управлении МЧС РОССИИ по Пензенской областипри совершенствовании системы обработки информации о состоянии пожарной безопасности и работоспособности систем пожарной автоматики объектов различного функционального назначения г. Пензы.

Достоверность полученных результатов. Достоверность полученных результатов подтверждена:

-экспериментальными данными и моделированием предложенных алгоритмов и методов повышения эффективности информационноизмерительных систем на ПЭВМ;

-апробированием программных средств в информационно-измерительных системах обеспечения комплексной безопасности высотных зданий и повышением эффективности работы системы и автоматики противопожарной безопасности г. Пензы.

Положения, выносимые на защиту.

- Алгоритм без эталонного оценивания значений параметров работы оборудования для обеспечения комплексной безопасности зданий и сооружений.

- Алгоритм, основанный на паллиативном методе прогноза, в котором возможна интерпретация результатов за счет участия в процедуре прогноза лица, принимающего решение о достоверности и точности прогноза.

-Комплексный методпрогнозирования нарушения состояния зданий и сооружений.

Апробация работы. Наиболее важные результаты докладывались на международных конференциях «Перспективные инновации в науке, образовании, производстве и транспорте, 2008» (Украина, г. Одесса), пятой международной конференции – выставке «Промышленные АСУ и контроллеры 2009: от А до Я» (Россия, г. Москва),XIV Международной конференции-выставки «Информационные технологии в образовании» (ИТО-2008) (Россия, г.Москва), IX Международной научной конференции «Новые информационные технологии и менеджмент качества» (Россиия, г.

Таганрог), а также Международной научной конференции "Проблемы регионального и муниципального управления" (Россия, г.Москва, РГГУ) Основные положения и результаты докладывались и обсуждались на научных семинарах кафедр «Автоматизированные системы управления и информационные технологии» и «Электротехника и электроника» Московского государственного университета приборостроения и информатики.

Публикации. По материалам диссертационной работы опубликовано восемь научных работ, в том числе две в журналах, входящих в перечень ВАК, пять работ, в сборниках трудов научно-технических конференций, одна работа в межвузовском сборнике.

Структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и 4 приложений.

Основная часть диссертации содержит – 166 страниц, включая рисунков и 9 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цель, задачи исследования, определены научная и практическая значимость работы, приведена краткая характеристика основных разделов диссертации.

Первая глава диссертации посвящена анализу современного состояния проблемы использования информационно-измерительных систем для повышения уровня безопасности высотных зданий и технически сложных сооружений.

Обзор работ, посвященных расчету показателей надежности и разработке методов повышения эффективности эксплуатации зданий и сооружений показывает, что для этих целей требуется большой объем достоверной информации по режимам работы оборудования.

Рассмотрены следующие системы Intelliguard 9000, САКС-2М, DeltaNetFS90 PlusF&SSystem, "Аккорд-2", системы фирмы C&KSistem.

Рассмотрены методы моделирования процессов и параметров надежности, которые позволяют проводить оценку времени безотказной работы оборудования, определять виды возникающих дефектов и прогнозировать динамику важнейших характеристик, влияющих на безопасность зданий и сооружений.

В работе показано, что в последнее время все более широкое применение в диагностике технического состояния сложных систем находят методы теории динамического хаоса. В работах современных авторов отмечаются проявления в обеспечении безопасности зданий и сооружений процессов, характерных для систем со свойствами самоорганизации.

Рассмотрены теоретические аспекты применения фрактальных характеристик систем безопасности для контроля и управления.

Наиболее эффективно такие задачи решаются методами, основанными на применений современных разделов математики и кибернетики, разработка которых проводилась В.Н. Вапником, Дж.Моудером, С.Элмаграби, Е.С. Вентцелъ и другими.

К методам исследований подобных операций можно отнести также теоретико-игровые методы. Их разработка связана с именами Н.Н. Воробьева и Э. Мулена.

Для повышения эффективности информационно-измерительных систем обеспечения комплексной безопасности зданий и сооружений весьма перспективно применение методов обработки временных рядов для измерений текущих параметров как для целей прогнозирования, так и диагностики технического состояния системы оборудования зданий и сооружений.

В заключении главы рассмотрены возможности применения для решения поставленных задач таких методов, как: спектральный анализ, метод порядковых статистик, метод авторегрессии, построение предикторных моделей, нейросетевых методов, программная реализация метода анализа главных компонент (АГК) и др.

На основании проведенного в первой главе анализа современного состояния работ в области обеспечения комплексной безопасности сложных строительных объектов, делаются выводы о необходимости увеличения достоверности информации, получаемой с помощью информационно-измерительной системы, разработки методов и алгоритмов обработки соответствующих баз данных и прогнозирования развития событий.

Вторая глава посвящена вопросам анализа показателей наджности технологического оборудования, зданий и сооружений на основе полученных баз данных информационно- измерительных систем, а также прогнозирования предаварийных ситуаций.

В разработанном методепредложено использование адаптивного выбора интервала времени измерения технологических параметров индивидуально для каждого оборудования, что позволяет отслеживать все индивидуальные характеристики объекта. Главным критерием выбора оптимальной частоты опроса контрольно-измерительных систем при этом является максимальная достоверность полученной информации.

Информационно-измерительная система, используемая для оценки безопасности зданий и сооружений, включает в себя базу данных, в которой хранятся результаты измерений технологических параметров эксплуатации за весь период функционирования здания.

Проведенные исследования позволили выявить основные статистические закономерности изменения показателей надежности эксплуатации технологического оборудования и количественно оценить их параметры.

Выявлено, что статистический анализ, даже охватывающий динамику изменения показателей надежности всех объектов, не решает проблему интегральной оценки уровня технического состояния высотных зданий и технически сложных строительных сооружений, рассматриваемых как единый объект.

Предлагается новый метод безэталонного оценивания значений параметров работы оборудования, требующий вместо процедуры сравнения объекта с эталоном упорядочивания выборки из множества объектов. При этом предполагается, что на основании базы данных информационноизмерительной системы можно построить законы распределения анализируемых параметров.

Рассмотрены некоторые свойства порядковых статистик, используемых для построения прогноза предаварийных ситуаций зданий и сооружений, когда функция распределения F(x) рассматриваемой генеральной совокупности полученных результатов измерений (например, при определении напряженного состояния несущих перекрытий здания) непрерывна почти всюду. Элементы выборки из этой генеральной совокупности получены как последовательные значения измеряемого временного ряда наблюдаемого параметра. Изменив исходное расположение элементов ряда в соответствии с их возрастанием (или убыванием), получим ряд:

В таком случае элементы представляют собой і-ю порядковую статистику ввыборке объема n из генеральной совокупности. При подобном подходе генеральная совокупность представляет собой комплекс случайных величин.

Входные данные представляют собой временные ряды данных Использовалась статистика, где, –результаты измерения из временного ряда контролируемых параметров, j

Коэффициент ранговой корреляции позволяет сделать выводы о степени монотонности зависимости F(t).

При функция монотонно возрастает, характеризует монотонное убывание.

Проведенный анализ на основе использования баз данных информационно-измерительной системы, рассматриваемых как временные ряды, показал, что в большинстве случаев эти ряды характеризуются целым набором характерных локальных экстремумов функции F(t). Тем самым нарушается условие монотонности функции, определяемое статистикой Кендалла.

В работе было показано, что первую статистику Кендэла можно дополнить, если существует достоверная априорная информация о координатах локальных экстремумов, разделяющих области возрастания или убывания функцииF(t). Это достигается приN=2n (для четного количества измерений и симметричного расположения точки экстремума).

Выборка измерений разбивалась на первые и вторые n наблюдений.

Доказано, что величина и коэффициент ранговой корреляции Кендэла второго порядка определяет характер изменения временной последовательности { }.

Анализ данной функции показывает, что если { } монотонно возрастает от до и монотонно убывает от до, то значение. При этом не играет роли, как быстро возрастают или убывают значения с ростом і.

Однако со временем техническое состояние зданий изменяется, что, как следствие, сопровождается изменением вида данных и координат соответствующих локальных экстремумов. Старение и износ можно охарактеризовать временным вектором стабильного направления.

Вследствие этого статистика Кендэла второго порядка будет претерпевать изменения по мере ухудшения технического состояния оборудования.

Анализ результатов исследований показывает, что параметр является весьма чувствительным показателем, характеризующим изменение уровня технического состояния системы и оборудования.

Доказано, что пограничным значением параметра, отделяющим одно характерное состояние от другого, является величина. Таким образом, статистика Кендэла второго порядка может служить диагностическим критерием, позволяющим выносить суждения вида «да»/«нет» об уровне технической безопасности эксплуатации зданий.

Рассмотрены методы прогнозирования изменения уровня безопасности эксплуатации строительных объектов на основе ретроспективного анализа баз данных ИИС об аварийных ситуациях.

Основной задачей всех используемых в настоящее время методов прогноза времени наступления отказа является необходимость построения временной прогностической функции той или иной степени сложности.

Степень сложности модели в общем случае зависит не только от самого параметра, характеризующего изменение технического состояния, но и от уровня шумовой составляющей измерений и объема выборки.

В работе предлагается метод определения оптимальной степени сложности прогностической модели. Использование метода структурной минимизации среднего риска (СМСР) позволяет строить прогностические модели оптимальной сложности даже по информации с высоким уровнем шума. В качестве критерия предпочтения той или иной модели в нем используется функционал эмпирического риска, структура которого была разработана В.Н.Вапником.

В работе проведена апробация предлагаемой методики для прогнозирования развития основных дефектов зданий и сооружений, которая показала, что увеличивает точность прогноза на 20-30%.

Предлагаемый метод выбора прогностической модели оптимальной степени сложности имеет тот недостаток, что априорно предполагается, что класс функций, в котором оцениваются эти модели, определен. В реальных же условиях выбор того или иного класса функций сам по себе является весьма сложной, а порой неразрешимой задачей.

Поэтому в диссертации предлагается паллиативный метод прогноза, в котором возможна интерпретация результатов за счет участия в процедуре прогноза лица, принимающего решение о достаточности точности прогноза.

В его основе лежит свободный от модели алгоритм, предназначенный для исследования структуры временных рядов. Этот метод совмещает в себе достоинства многих других алгоритмов, в частности, анализа Фурье и регрессионного анализа. Одновременно он отличается наглядностью и простотой в управлении.

Рассмотрен временной ряд {xi}Ni=1, образованный последовательностью N равноотстоящих значений некоторой (возможно, случайной) функции f(t): xi = f((i-1)Dt), гдеi=1,2,…,N.

Алгоритм анализа одномерных временных рядов, используемый для повышения эффективности информационно-измерительной системы.

Шаг 1. Развертка одномерного ряда в многомерный.

Пусть некоторое число M

Матрица, элементы которой равны xij = xi+j-1, представляет собой M - мерную выборку объема k или M - мерный временной ряд, которому соответствует M - мерная траектория (ломаная в M - мерном пространстве из k-1 звена. Матрица X (матрица ряда) представлена в виде:«строка - индивид, столбец – признак».

Шаг 2.Анализ главных компонент: сингулярное разложение выборочной ковариационной матрицы.

Вычислить ковариационную матрицу (нецентральная)V = (1/k)XTX.

Вычислить собственные числа и собственные вектора матрицы V, т.е.

разложить ее следующим образом V = PLPT, где L - диагональная матрица, на диагонали которой стоят упорядоченные по убыванию собственные числа, а P - ортогональная матрица собственных векторов матрицы V.

МатрицаP –это матрицаперехода к главным компонентам XP = Y = (y1,y2,...,yM).

Собственные числа матрицы V являются выборочными дисперсиями соответствующих главных компонент, а квадратные корни из них - выборочными стандартами.

При выборе длины, равной N-M+1, собственные вектора и главные компоненты (с точностью до нормировки) меняются местами.

Шаг 3.Отбор главных компонент.

МатрицуP представить матрицей ряда X как X = Y PT.

Таким образом, получено разложение матрицы ряда по ортогональным составляющим (главным компонентам).

Преобразование yj = X pj является линейным преобразованием исходного процесса с помощью дискретного оператора свертки, т.е.

yj [l] = SMq=1 xlq pjq=SMq=1 xl+q-1pjq.

Таким образом, процедура алгоритма порождает набор линейных фильтров, настроенных на составляющие исходного процесса. При этом собственные векторы матрицы V выступают в роли переходных функций соответствующих фильтров.

Таким образом, среди главных компонент можно выделить относящиеся к тренду (медленно меняющиеся), периодические, шумовые.

Шаг 4. Восстановление одномерного ряда.

РазложитьX = Y PT. Восстановление проводится по данному набору главным компонентам, если при применении формулы восстановленияX = Y*PT матрица Y* получена из матрицы Y обнулением всех не входящих в набор главных компонент.

Таким образом, получено приближение матрицы ряда для построения алгоритма прогнозирования аварийных ситуаций.

Определена важная особенность описанного алгоритма – его интерактивность, то есть использование диалога исследователя и ЭВМ в процессе применения метода. Доказано, что интерактивность связана с типично статистическим свойством алгоритма – необходимостью интерпретации промежуточных результатов и управлением работой алгоритма в процессе многоэтапной процедуры обработки.

Результатом применения метода является разложение временного ряда на простейшие элементы: медленные тренды, сезонные и другие периодические или колебательные составляющие, а также шумовые компоненты. Полученное разложение может служить основой прогнозирования как самого ряда, так и его отдельных составляющих.

Решена задача прогнозирования внезапных аварийных ситуаций, наступление которых не сопровождается заметными трендами эксплуатационных характеристик оборудования. Для прогнозирования подобных отказов в работе предлагается использовать методы теории детерминированного хаоса.

В третьей главерешена задача прогнозирования аварийных ситуаций с помощью нейросетевых технологий.

Входными данными для алгоритма прогнозирования являются данные с приборов информационно-измерительной системы, которые представляют собой n дискретных отсчетов в последовательные моменты времени. Тогда для решения задачи прогнозирования необходимо определить значения в момент времени.

Решены следующие задачи: выбран произвольный временной ряд, содержащий N отсчетов; ряд разбит на три множества: обучающую, тестирующую и контрольную выборки, которые подаются на вход сети.

Результатом прогнозирования является значение временного ряда в требуемый момент времени.

Для повышения качества прогноза проводилась предварительная (препроцессорная) обработка информации, которая сводилась к масштабированию значений отсчетов с целью их приведения в единый диапазон.

Каждая выборка представляет собой дискретную функцию, заданную в точках на интервале [0,N] c шагом 1, где N – максимальное значение аргумента этой функции.

Задача прогнозирования решена с помощью нейросетевых технологий.

Обладая информацией о значениях переменной x в моменты, предшествующие прогнозированиюx(k-1), x(k-2),x(k-N), сетьвырабатывает решение, каким будет наиболее вероятное значениепоследовательности в текущий момент k. Для адаптации весовых коэффициентов сети используются фактическая погрешность прогнозирования и значения этой погрешности в предшествующие моменты времени.

Выбрана архитектура сети. Исходя из того, что задача прогнозирования является частным случаем задачи регрессии, то в диссертации рассматривались следующие типы нейронных сетей: многослойный персептрон (MLP), радиально-базисная сеть (RBF), обобщеннорегрессионная сеть (GRNN), сеть Вольтерри и сеть Эльмана.

В качестве нейронной сети была выбрана обобщенно-регрессионная сеть (GRNN), реализующая методы ядерной аппроксимации. В задачах регрессии выход сети может рассматриваться как ожидаемое значение модели в данной точке пространства входов.

GRNN-сеть копирует внутрь себя все обучающие наблюдения и использует их для оценки отклика в произвольной точке. Окончательная выходная оценка сети получается как взвешенное среднее выходов по всем обучающим наблюдениям, где величины весов отражают расстояние от этих наблюдений до той точки, в которой производится оценивание.

Структура нейронной сети GRNN представлена на рисунке 1.

Входной слой 1скрытый слой (RBF) 2 скрытый слой (персептроны) Выходной слой Рисунок 1 - Структура сети GRNN для решения задачи прогнозирования GRNN-сеть имеет два скрытых слоя: слой радиальных элементов и слой элементов, которые формируют взвешенную сумму для соответствующего элемента выходного слоя. В выходном слое определяется взвешенное среднее путем деления взвешенной суммы на сумму весов. В качестве радиальной функции применяется функция Гаусса.

Входной слой передает сигналы на первый промежуточный слой нейронов, являющихся радиально симметричными. Они несут в себе информацию о данных обучающих случаев или же их кластерах и передают ее во второй промежуточный слой. В нем формируются взвешенные суммы для всех элементов выходного слоя и сумма весов, вычисляемая специальным элементом. Если обозначить выход i-го нейрона RBF-слоя как, то выходной сигнал 1-го нейрона второго промежуточного слоя вычисляется по формуле., где k - число нейронов в RBF – слое,, – весовой коэффициент i-го нейрона RBF-слоя.

Выходной слой делится на сумму весов и выдает окончательный прогноз.

, –взвешенные суммы.

На вход радиальных элементов из входного слоя подается вектор.

Базисные функции RBF-слоя задаются матрицей Q, но в практическом плане более удобно использовать для описания элементов матрицу корреляции C, которая получается из матрицы Q следующим образом:

.

Окончательный результат обработки входных сигналов Sjвычисляется по следующим формулам:

, где ;

;

.

Вектор выходных сигналов передается на вход второго промежуточного слоя сети.

Обучение сети необходимо выполнять отдельно для каждого временного ряда, так как попытка прогнозирования ряда, на котором сеть не была обучена, приведет к ошибочному результату.

В качестве алгоритма обучения использовался модифицированный алгоритм обратного распространения ошибки с автоматической коррекцией длины шага обучения (ParTan).

Четвертая главапосвящена программной реализации методов.

В диссертации проведена апробация разработанных моделей и алгоритмов и исследованы зависимости качества прогноза от параметров алгоритма обучения и структуры нейронной сети. Результаты исследований показали, что качество прогнозирования зависит от разбиения отсчетов ряда на три множества – обучающее, тестирующее и контрольное.

Наилучшее качество прогноза достигается при соотношении объемов выборок 60:20:20. Доказано, что точность прогноза падает по мере увеличения дальности. Оптимальными значениями параметров алгоритма являются: коэффициент скорости обучения µ=0.7, коэффициент момента обучения =0.9, количество итераций до запоминания N=20, величина изменения коэффициента скорости обучения =0.1. Число нейронов в скрытых слоях сети определялось для каждого временного ряда индивидуально.

При проведении исследований использовалсявременной ряд: прогноз механических напряжений в пилонах опасного строительного сооружения в г. Пенза.

Результаты прогнозирования представлены в таблице 1 и приведены в графическом виде на рисунке 2.

Таблица 1 - Статистика обучения сети GRNN для ряда «Прогноз механических напряжений в пилонах высотного здания в г. Пермь».

Итоговые статистики Параметры алгоритма =0,25 =0,5 =0,µ=0,5 µ=0,9 µ=0,Математическое ожидание ошибки 0.12474 0.05218 0.011Дисперсия ошибки 0.002285 0.00119 0.000Среднеквадратическое отклонение ошибки 0.01995 0.03184 0.013Исследование проводилось на нейронной сети следующей структуры:

количество нейронов в 1 скрытом слое равно 8, количество нейронов во скрытом слое равно 6, дальность прогноза 5, алгоритм обучения – ParTan, параметры алгоритма – оптимальные, разбиение отсчетов ряда на множества –оптимальное.

Рисунок 2 - Результаты прогнозирования Эффективное решение задачи прогнозирования возможно только в том случае, если нейронная сеть обучается на большом объеме данных. В случае малоразмерной или некачественной обучающей выборки разработанный алгоритм не дает удовлетворительного результата, поскольку без полноценного набора данных нейросеть принципиально не способна обучиться.

По полученным в предыдущих главах результатам разработаны структуры и диалоговые процедуры пакета прикладных программ.

Разработанный в работе пакет прикладных программ предназначен для принятия решений об обеспечении безопасной эксплуатации зданий и сооружений. Пакет прикладных программ позволяет автоматизировать выполнение следующих задач:

представление входных и выходных данных;

результаты прогнозных значений состояния исследуемого объекта;

обучение и настройка нейронной сети;

визуализация полученных результатов.

Разработана система различных меню, многопользовательский интерфейс, набор управляющих элементов (рисунок 3).

Рисунок 3- Интерфейс программы Пакет прикладных программ работает под управлением операционных систем семейства Windows.

Разработкапакета прикладных программ осуществлялось на базе объектно-ориентированных технологий.

Исследована его эффективность и осуществлена проверка его работоспособности.

Для того, чтобы оценить правдоподобность построенных моделей, построена зависимость величины ошибки от номера наблюдения, а также зависимость значений предсказанного ряда от значений исходного.

Алгоритмы и разработанный пакет прикладных программ были использованы в проекте Управления министерства РФ по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий по Пензенской областипри разработке новой системы дистанционного мониторинга высотных зданий и технически сложных строительных сооружений.

В заключении изложены основные результаты и выводы по диссертационной работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ 1. Проведен анализ современного состояния проблемы использования информационно-измерительных систем для повышения уровня безопасности высотных зданий и сооружений. Выявлены основные задачи и осуществлен выбор путей их решения.

2. Разработан метод анализа технического состояния зданий и сооружений, основанный на контроле отклонений результатов измерений от нормы и методы прогнозирования уровня изменения их безопасной эксплуатации.

3. Разработаны комплексные методы прогнозирования нарушения состояния и определения предаварийных ситуацийзданий и сооружений.

4. Разработан и внедрен в промышленную эксплуатацию пакет прикладных программ, использование которого позволило качественно повысить степень прогноза предаварийных ситуаций зданий и сооружений.

5. Определены пределы и описаны перспективы применения предлагаемых методов повышения эффективности информационноизмерительной системы для комплексной безопасности зданий и сооружений.

6. Даны методические рекомендации по совершенствованию и модернизации алгоритмов функционирования на существующих информационно-измерительных системах комплексной безопасности зданий и сооружений.

7. Проведена апробация предлагаемой методики для прогнозирования развития основных дефектов зданий и сооружений, которая показала, что точности прогноза увеличивается на 20-30%.

СПИСОК ОСНОВНЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ Работы, опубликованные в научных рецензируемых изданиях, рекомендуемых ВАК.

1.Черушов И.В.Мониторинг общей безопасности объектов с комплексной оценкой риска от аварийных воздействий природного и техногенного характера.// Приборы и системы. Управление. Контроль. Диагностика, 2012.

№ 4. – С. 37 – 42.

2. Черушов И.В. Создание современных автоматизированных систем управления зданий и сооружений.// Промышленные АСУ и контроллеры, 2012. № 5. – С. 33 – 35.

Публикации в других изданиях 3. Черушов И.В. Автоматизированная система управления технологическими процессами, предназначенная для выработки и реализации управляющих воздействийназдания и сооружения.//Информационные технологии в образовании, науке, технике и гуманитарной сфере:

Межвузовский сборник трудов. – М.: МГУПИ, – 2009. – С. 69 – 73.

4. Черушов И.В. Метод раннего диагностирования неисправностей в работе оборудования зданий и сооружений.// Сборник трудов Международной научно-практической конференции «Современные направления теоретических и прикладных исследований „2008». Том 2. – Одесса: Черноморье, 2008. – С. 29 – 34.

5. Черушов И.В.Методпрогнозирования сроков наступления отказов в работе технического оборудования.// Пятая международная конференциявыставка «Промышленные АСУ и контроллеры 2009: от А до Я» (Россия, г.

Москва), 2009. – С. 78 – 82.

6. Черушов И.В.Оповышении надежности эксплуатации высотных зданий и технически сложных строительных сооружений.// XIV Международная конференция-выставка «Информационные технологии в образовании» (ИТО-2008) (Россия, г. Москва), 2009. – С. 101 – 109.

7. Черушов И.В.Методика определения энергетических характеристик трансформаторных подстанций и линий электропередач.// IX Международная научная конференция «Новые информационные технологии и менеджмент качества» (Россия, г. Таганрог), 2008. – С. 53 – 61.

8. Черушов И.В., Шатерников В.Е. К вопросу об автоматизации управления современными зданиями и сооружениями.//Международная научная конференция «Проблемы регионального и муниципального управления». РГГУ (Россия, г. Москва), 2012. – С. 62 – 66.






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.