Структурные алгоритмы диагностирования в системах автоматического управления

Цели НИР: Разработать и исследовать структурные алгоритмы диагностирования в системах класса автоматического управления; уменьшить вычислительные и временные затраты на диагностирование и повысить различимость, а значит помехоустойчивость поиска дефектов с помощью разрабатываемой упрощённой модели чувствительности; получить нормированные диагностические признаки и нормированные количественные характеристики различимости, позволяющие распространить введённые ранее понятия априорной и апостериорной различимости дефектов на временную область и область оценок изображений сигналов объекта диагностирования; разработать программный комплекс с развитым графическим интерфейсом, который реализует любой из разработанных алгоритмов, позволяет вводить параметры диагностирования и выводить значения диагностических признаков в удобной форме, а также значения различимости дефектов и производить анализ диагностирования.Объект исследования: Структурно-матричная диагностическая модель системы автоматического управления, позволяющая формализовать операции вычисления динамических характеристик и функций упрощённой чувствительности без использования алгоритмов анализа топологии объекта диагностирования, которая позволяет сформулировать понятие топологического дефекта и вычислить функции чувствительности динамических характеристик к изменению топологических связей.Задачи НИР: Провести численные эксперименты над линейными и нелинейными моделями реальных объектов, показывающие высокую эффективность разработанных алгоритмов диагностирования и анализа диагностической модели; провести иммитационное моделирование процессов диагностирования в условиях наличия погрешностей регистрации динамических характеристик и неадекватности диагностической модели, показать какой из разработанных алгоритмов поиска дефектов обеспечивает более высокую вероятность правильного диагностирования; доказать то, что диагностирование с использованием преобразований Лапласа для получения изображений сигналов даёт более высокие значения коэффициентов различимости и достоверности диагностирования, а применение реальных сигналов во временной области позволяет находить не только одиночные дефекты, но и кратные.