Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Вычислительное моделирование причинно-следственных отношений формирования критических предельных состояний
Вычислительное моделирование дает возможность всесторонне исследовать построенную модель, изменяя значения различных лингвистических переменных и оценивая при этом динамику вероятности нежелательного события в вершине графа. Рассмотрим особенности компьютерной реализации моделирования наступления критического предельного состояния в среде пакета MATLAB, содержащего средства моделирования нечетких множеств и позволяющего формулировать функции принадлежности, устанавливать, редактировать и использовать логические правила для моделирования процесса логических выводов, осуществлять дефаззификацию и возвращать детерминированные количественные оценки результатов выводов. Последовательность моделирования первой части сценарной диаграммы сводится к последовательному выполнению следующих шагов: 1) заданию функций принадлежности для входных данных (рис. 5.3); 2) формулировке логических правил вывода (рис. 5.4); 3) описанию схемы взаимодействия правил (рис. 5.5); 4) получению количественных результатов взаимодействия правил (рис. 5.6); 5) представлению результатов в графическом виде). В качестве иллюстрации моделирования ПСО формирования аварийной ситуации на первом этапе сценарной диаграммы рассмотрим крупную аварию шагающего экскаватора ЭШ-40/85 на разрезе «Ерковецкий» ОАО «Дальвостуголь» в августе 1998 года, описанную в главе 2. Указанные обстоятельства и логический анализ позволили восстановить сценарий развития аварийной ситуации, представленный информационным графом (рис. 5.7). Как видно, элементами графа являются совершенно разнородные события, явления и процессы, причем для некоторых очевидны естественные количественные характеристики (например, угол откоса борта характеризуется градусами), для большинства приходится вводить искусственные показатели. Эта процедура является весьма субъективной и определяется объемом и качеством доступных экспертных знаний. Например, лингвистическая переменная «техническое состояние системы защиты стрелы от растяжки» принимает значения «неработоспособное», «неудовлетворительное», «удовлетворительное», «хорошее», «отличное». Данную переменную нельзя охарактеризовать каким-то количественным параметром, имеющим физический или технический смысл. Она определяется субъективно по результатам осмотра и диагностики. Для возможности получения количественных оценок введем субъективную характеристику – балл технического состояния Б, значения которого приняты лежащими в диапазоне от 2 до 5. Соответствие между баллом технического состояния Б и указанными значениями лингвистической переменной задается системой функций принадлежности. Рис. 5.3. Задание функции принадлежности для входных данных Рис. 5.4. Формулировка и редактирование правил
а б Рис. 5.5. Взаимодействие правил в схемах нечеткого вывода
а б Рис. 5.6. Количественные результаты взаимодействия правил
Введенные таким образом лингвистические переменные позволили сформулировать ряд нечетких правил формирования рассматриваемой аварийной ситуации. Рис. 5.7. Информационный граф развития аварийной ситуации экскаватора ЭШ-40/85 Реализация разработанной модели в среде модуля нечеткой логики пакета MATLAB позволяет исследовать количественное влияние исходных факторов на вероятность разрушения подкоса. Рассмотрим в качестве примера влияние некоторых факторов горного производства, а именно угла откоса борта и температуры окружающего воздуха, на формирование данной аварийной ситуации. Выполнены две серии расчетов, в каждой из которых варьировались указанные факторы, а остальные фиксировались на некотором заданном уровне (табл. 5.2.1). При исследовании влияния угла откоса температура воздуха принималась 20 оС, а варьирование температуры воздуха выполнялось при угле откоса борта 40о. Зависимости вероятности разрушения подкоса от угла откоса (рис. 5.8) и температуры воздуха (рис. 5.9) оказываются нелинейными монотонными функциями, поведение которых не противоречит интуитивно ожидаемому, но позволяет получить количественные оценки надежности. Табл. 5.2.1 Параметры задачи при варьировании температуры воздуха и угла откоса
Рис. 5.8. Расчетная зависимость вероятности разрушения подкоса от угла откоса борта Рис. 5.9. Расчетная зависимость вероятности разрушения подкоса от температуры воздуха Таким образом, разработанная модель позволяет получить количественные оценки вероятности возникновения критического предельного состояния. Дальнейший анализ предполагает моделирование последовательности развития аварийной ситуации.
Популярное:
|
Последнее изменение этой страницы: 2017-03-11; Просмотров: 890; Нарушение авторского права страницы