АВТОМАТИЗАЦИЯ ДИАГНОСТИКИ РАДИОТЕХНИЧЕСКИХ УСТРОЙСТВ

АННОТАЦИЯ

Развитие систем и устройств связи требует полной автоматизации процесса их диагностики для быстрого ремонта РТУ. В статье описывается алгоритм работы сквозной САПР РТУ, включающий гибридную семантическую экспертную систему для диагностики и оценки работоспособности РТУ.

ABSTRACT

The development of communication systems and devices requires full automation of their diagnostic process for rapid repair. The article describes an algorithm for the operation of end-to-end EDA CAD, which includes a hybrid semantic expert system for diagnosing and evaluating the performance of radio devices.

Ключевые слова: база данных, радиотехническое устройство, радиотехника, EDA CAD, диагностика, ремонт, анализ, принципиальная схема, гибридная семантическая экспертная система.

Keywords: database, radio engineering device, radio engineering, EDA CAD, diagnostic, repair, analysis, schematic diagram, hybrid semantic expert system.

Введение

На данный момент ощущается острая потребность универсализации методов установления функциональности многочисленных изделий и средств коммуникации (РТУ). Огромное количество моделей РТУ предопределяет различные сложности в обозначенном процессе. Основная из них состоит в необходимости выработки специфических и доступных методов диагностики [2]. Ситуация усугубляется тем, что не изобретено универсального механизма хранения, интерпретации, систематизации данных, который аккумулирует те или иные факторы неисправностей, расхождений с качественными критериями действия РТУ. Непонятно, как преодолевать проблему, особенно учитывая отсутствие идентификации всех причин ее возникновения.

Идентификация технического состояния, под которой подразумевается установление функциональности определенного РТУ, требует обычно до 90% времени. Оно идет на ремонт, наладку, оптимизацию этого изделия. Зачастую такой процесс проводится ручным способом. Применяемые в исключительных ситуациях автоматизированные механизмы диагностики основаны на изучении функциональности отдельных компонентов объекта. На завершающей стадии диагностики общий вердикт о работоспособности изделия или ее отсутствии выносится обычно специалистом [5]. В результате решение задач формирования универсальных вариантов диагностики РТУ сопряжено с человеческим фактором, поэтому не теряет актуальность.

Решение обозначенной задачи лежит в плоскости применения автоматизированного исследования качественных характеристик функционирования объекта в рамках экспертной системы (ЭС). Это помогает гибко сопрягать любую качественную характеристику объекта с фактором, воздействующим на него. Помимо этого, появляется возможность соединить причину и способ ее ликвидации, что гарантирует аккумулирование знаний в сегменте исследования функциональности РТУ. В результате вырабатывается экспертная составляющая диагностики.

Проект по автоматическому тестированию РТУ с использованием алгоритмов анализа данных для выявления ошибок и отклонений

В рамках проекта были использованы алгоритмы анализа данных, такие как кластеризация, ассоциативные правила и классификация, для автоматического тестирования РТУ. Были собраны и обработаны данные об РТУ, включая их характеристики и параметры, а также данные о поведении радиоприемных устройств. Затем были разработаны модели анализа данных, которые позволяют выявлять ошибки и отклонения в работе РТУ на основе имеющихся данных [1].

Работу экспертной системы можно достаточно четко разделить на 2 части:

1. Обучение (наполнение) базы знаний экспертной системы;
2. Анализ на основании имеющихся знаний.

Плюсом работы с подобной системой можно считать тот факт, что работа с ней возможна даже при условии отсутствия персонала, обладающих должностными компетенциями. Подобный подход позволяет решить целый ряд проблем, не привлекая специалистов в области.

Обучение базы знаний семантической экспертной системы

Сложность в получении однозначных оценок взаимосвязей между показателями качества РТУ и причинами изменения этих качеств заключается в том, что на один и тот же показатель качества РТУ может влиять различное количество причин.

Для формирования автоматизированного изучения РТУ необходимо идентифицировать оптимальную структуру получения, интерпретации, хранения сведений. Она позволит на платформе исходной информации о функционировании изделия выяснить вероятный фактор его поломки. В качестве метода экспертного анализа оптимально предпочесть ЭС на базе семантической сети. В результате использования графовой структуры гибко совместить параметры качестве РТУ (значения шума или вибрации элементов оборудования) с воздействующим фактором (снижение качества воспроизводства звука усилительным компонентом). На основании такого подхода появится возможность сопрячь причину выхода из строя с оптимальным вариантом ликвидации фактора (замена усилительного компонента) [3].

На этом этапе встает вопрос о правильном хранении информации для ее дальнейшего использования [4]. Наиболее удобным для хранения данных является табличное представление информации.

В данном примере в текстовом виде представлен вариант работы ЭС относительно блока питания. Его можно схематически изобразить следующим образом:

1. Ввод текущих данных;
2. Сопоставление введенных данных;
3. Вывод решения для заданных параметров.

В данном примере представлен ряд параметров необслуживаемого регенерационного пункта (НРП) [2]. Как видно из данного примера хранение базы знаний в виде таблиц наиболее оптимально. Также стоит отметить, что табличное представление информации удобно для восприятия.

Заключение

Таким образом, концептуально сеть состоит из нескольких слоев нейронов, расположенных в следующем порядке:

• входной слой, воспринимающий внешние сигналы с какого-либо радиотехнического устройства (при помощи датчиков или на основе прямого опроса лица, ответственного за техническое состояние, но некомпетентного в области диагностики данного устройства);
• промежуточный слой, формирующий экспертную оценку технического состояния на основе статистических данных о причинах отказа РТУ;
• выходной слой, формирующий экспертное заключение о способах воздействия на диагностируемое радиотехническое устройство в целях приведения его показателей качества работы в требуемое состояние.

Для практической реализации семантической модели эксперта разработан алгоритм осуществления взаимосвязи между различными слоями нейронов, составляющих сеть. Алгоритм реализован на ПК и предусматривает статистическую (вероятностную) оценку факторов, оказывающих наибольшее влияние на погрешность экспертизы.

Список литературы:

1. Долин Г.А. Object-oriented representation of mixed models knowledge in the design of electronic devices in CAD ELECTRA. Объектно-ориентированное представление знаний о смешанных моделях при проектировании электронных устройств в САПР ELECTRA./ Systems of Signals Generating and Processing in the Field of on Board Communications 2020. - М.: ИД Медиа Паблишер», 2020. - С. 9078546.
2. Долин Г.А., Алпеев В.А., Смирнов Н.П. Объектно-ориентированное представление смешанных моделей знаний при проектировании радиотехнических устройств./ IV Международная научно-техническая конференция Актуальные проблемы радио- и кинотехнологий. – Спб: СПбГИКиТ, 2020. -  С. 83-92.
3. Dolin G.A., Kudryashova A.Y. Modified methods of circuit simulation of radio engineering devices in the time domain. Модифицированные методы схемотехнического моделирования радиотехнических устройств во временной области. / Synchroinfo Journal. Т. 6. № 2. - М., МТУСИ: ИД Медиа Паблишер», 2020. - С. 7-11.
4. Долин Г.А., Алпеев В.А., Царев П.В., Круглов Н.А., Корыткин А.В. Автоматизация схемотехнического проектирования радиотехнических устройств в экспертной системе./ REDS: Телекоммуникационные РТУ и системы. Т. 10. № 2. - М: Российское научно-техническое общество радиотехники, электроники и связи им. А.С. Попова, 2020. - С. 9-15.
5. Долин Г.А., Смирнов Н.П., Тарбаев Т.В., Цыганков Э.О. Использование метода переменных состояний для определения запаса устойчивости против самовозбуждения узлов аналоговых радиотехнических устройств. /REDS: Телекоммуникационные РТУ и системы. Т. 10. № 1. М: Российское научно-техническое общество радиотехники, электроники и связи им. А.С. Попова, 2020. -  С. 34-36.