СПОСОБ ДИАГНОСТИРОВАНИЯ ПРЕДДЕФЕКТНОГО СОСТОЯНИЯ ТЕХНИЧЕСКОГО ОБЪЕКТА Российский патент 2009 года по МПК G05B23/02 

Заявляемое техническое решение относится к технической кибернетике и может быть использовано в системах диагностирования состояния сложных технических объектов.

Известен способ диагностирования преддефектного состояния технического объекта, реализованный по авторскому свидетельству СССР №1596348, кл. G06F 15/46, 1990.09.30, позволяющий определить техническое состояние объекта контроля по анализу сигналов, среди которых выделяется сигнал, соответствующий признаку, обладающему максимальной диагностической ценностью среди выбранных признаков состояния объекта.

Недостатком данного способа является низкая достоверность из-за того, что возможно определение ложного класса состояний объекта, так как отсутствует учет взаимовлияния между признаком с максимальной диагностической ценностью и другими признаками состояний с возможно близкими значениями диагностических ценностей. Еще одной причиной низкой достоверности способа является невозможность определения класса состояний при равенстве частот совпадений сигналов в различных классах выбранной группы. Кроме того, причиной низкой достоверности способа является отсутствие периодичности диагностических измерений. По этой причине может оказаться невыявленным дефект, приводящий к катастрофическим последствиям.

Известен способ диагностирования состояния технического объекта, описанный в заявке на изобретение РФ №2002135457, кл. G06F 11/25, G01R 31/28, 2004.07.10. В рассматриваемом аналоге для выявления состояния технического объекта контроля определяют эмпирическое корреляционное отношение между двумя или более значениями сигнала признака с максимальной диагностической ценностью и значениями сигналов остальных признаков состояния.

Недостатком данного способа является низкая достоверность из-за отсутствия периодичности диагностических измерений. По этой причине может оказаться не выявленным дефект, приводящий к катастрофическим последствиям.

Из числа аналогов наиболее близким по технической сущности к заявляемому техническому решению следует считать способ диагностирования преддефекного состояния технического объекта, описанный в патенте РФ №2050577, кл. G05В 23/02, 1995.12.20. Для выявления состояния технического объекта контроля в рассматриваемом аналоге выделяют группу классов состояний, для которой определяют показатель интенсивности связи эмпирическое корреляционное отношение между значениями сигнала признака с максимальной диагностической ценностью и значениями сигналов остальных признаков состояния. Для каждого класса выбранной группы вычисляют среднее значение эмпирического корреляционного отношения и по максимальному среднему значению показателя интенсивности связи эмпирического корреляционного отношения определяют техническое состояние объекта контроля. Указанный аналог выбран в качестве прототипа.

Сущность технической реализации способа-прототипа заключается в том, что среди измеряемых параметров сложного технического объекта выделяют отдельные параметры, которые являются признаками его технического состояния, сравнивают их с эталонными признаками исходного алфавита классов состояний и по результатам сравнения определяют группу классов возможного преддефектного технического состояния диагностируемого объекта, в которой определяют признак, имеющий максимальную диагностическую ценность, и многократно измеряют сигналы для всех признаков состояний выбранной группы, определяют показатель интенсивности связи эмпирическое корреляционное отношение значений сигнала с максимальной диагностической ценностью к значениям сигналов остальных признаков состояний, производят вычисление средних значений эмпирического корреляционного отношения для каждого класса и определяют класс в выбранной группе классов состояний с максимальным средним значением эмпирического корреляционного отношения, который является фактическим классом состояния.

Недостатком прототипа является низкая достоверность из-за отсутствия периодичности диагностических измерений. По этой причине может оказаться не выявленным дефект, приводящий к катастрофическим последствиям. Еще одной причиной низкой достоверности является невозможность определения класса состояния технического объекта в выбранной группе классов состояний при наличии нескольких классов, имеющих равные (близкие) максимальные значения среди вычисленных для каждого класса средних значений эмпирического корреляционного отношения.

Задачей, на решение которой направлено заявляемое изобретение, является создание способа диагностирования состояния объекта, осуществляющего перечисленные ниже возможности. Возможность выбора среди выделенных отдельных параметров, являющихся признаками технического состояния диагностируемого объекта, приоритетного признака, характеризующего состояние компонентов технического объекта, неисправное функционирование которых может привести к катастрофическим последствиям. Возможность периодических многократных измерений сигнала, соответствующего приоритетному признаку. Периодические измерения позволяют зафиксировать проявление дефекта, которое могло быть пропущено при непериодических измерениях. Возможность проверки наличия изменения приоритетного признака. В случае наличия изменения признака заново определяют группу классов возможного преддефектного технического состояния. Если указанная группа состоит из одного класса, то он является фактическим классом состояния. Если указанная группа состоит из нескольких классов состояний, то заново определяют класс с максимальным средним значением эмпирического корреляционного отношения, который является фактическим классом состояния. Обеспечивается возможность выбора среди классов состояний, для которых определены равные (близкие) максимальные средние значения эмпирического корреляционного отношения, наиболее вероятного класса, который является фактическим классом состояния объекта.

Технический результат заявляемого изобретения заключается в повышении достоверности диагностирования состояния сложных технических объектов до наступления отказа и достигается тем, что среди выделенных признаков технического состояния определяют приоритетный признак, характеризующий состояние компонентов диагностируемого объекта, неисправное функционирование которых может привести к катастрофическим последствиям, измеряют время функционирования диагностируемого технического объекта и периодически многократно измеряют сигнал, соответствующий приоритетному признаку, проверяют наличие изменения признака и в случае его наличия заново определяют группу классов возможного преддефектного технического состояния, которая может содержать один класс, являющийся фактическим классом состояния, или несколько классов, среди которых заново определяют класс с максимальным средним значением эмпирического корреляционного отношения, являющийся фактическим классом состояния, а в случае определения нескольких классов состояний с одинаковыми (близкими) максимальными средними значениями эмпирического корреляционного отношения вычисляют для каждого из этих классов состояний отношение между величинами межгрупповой дисперсии и общего среднего, сравнивают вычисленные отношения и по результатам сравнения принимают решение о выборе фактического класса состояния, для которого вычислена максимальная величина отношения.

В предлагаемом способе введены операция измерения времени функционирования диагностируемого технического объекта, операции периодических измерений сигнала, соответствующего дополнительно анализируемому приоритетному признаку, характеризующему состояние выделенной совокупности компонентов диагностируемого технического объекта, неисправное функционирование которых может привести к катастрофическим последствиям, а также введена операция проверки наличия изменения приоритетного признака.

Пример реализации предлагаемого способа диагностирования поясняется чертежом и таблицами 1-4.

На чертеже изображена функциональная схема технического объекта, к которому применяется предлагаемый способ диагностирования. В качестве примера технического объекта, используемого для диагностирования предлагаемым способом, выбран иммуноферментный анализатор (ИФА), представляющий собой фотометрический измерительный прибор для выполнения различных анализов и, в частности, для выявления опасных заболеваний, таких как СПИД, гепатит, птичий грипп. Выбранная для контроля техническая система ИФА представлена на чертеже в виде шестнадцати взаимосвязанных компонентов, каждому из которых сопоставлен номер. Аналого-цифровой канал 1 (АЦК), блок 2 фотоприемников, датчик 3 положения каретки, каретка 4 для перемещения планшета с исследуемыми жидкостями, двигатель 5 каретки, распределитель 6 потока света, интерфейс 7 АЦК, интерфейс 8 датчиков кода, датчик 9 кода светофильтра, блок 10 светофильтров, таймер 11 для учета времени функционирования анализатора, источник 12 света, модуль 13 обработки данных, интерфейс 14 ПЭВМ, интерфейс 15 каретки, средство 16 сопряжения модулей.

Табл.1 представляет собой исходную матрицу эталонных описаний полного алфавита классов состояний исследуемого технического объекта. Эталонные признаки в табл.1 обозначены символами K_j, а символы D_i обозначают классы состояний.

В табл.2 и 3 приведены соответственно для классов D₁ и D₇ результаты девяти измерений признака K₇, имеющего максимальную диагностическую ценность, при использовании факторного признака K₁, а также приведены вычисленные значения среднего каждой i-й группы разбиения по факторному признаку совокупности значений результативного признака. В табл.2 и 3 измеряемый результативный признак обозначен символом Y_j, а факторный признак обозначен символом X_i. Символ n_i обозначает количество измерений результативного признака Y_j в i-й группе разбиения по факторному признаку.

В табл.4 приведены результаты периодических измерений сигнала, соответствующего приоритетному признаку K₇.

Способ осуществляется следующим образом. С помощью предварительных статистических испытаний объекта контроля строится исходная матрица эталонных описаний полного алфавита классов состояний технического объекта контроля. Элементы данной матрицы представляют собой коды измеренных сигналов, которые являются признаками состояния. Код используют двоичный, и, следовательно, каждый элемент матрицы состояний представляет собой либо "1", либо "0". Кодирование сигналов осуществляют на основе анализа отклонения величины измеряемого сигнала от номинального значения. Если величина отклонения сигнала находится в допуске, то сигналу присваивают код 0, если величина отклонения превышает допуск, то сигналу присваивают код 1.

Выбирают набор признаков, характеризующих состояние объекта контроля и по результатам измерения сигналов, соответствующих признакам, формируют описание состояния объекта контроля. Для этого значение каждого измеренного сигнала сравнивают со своим же номинальным значением, а по результатам сравнения ему присваивается код, соответствующий значению признака состояния. Совокупность кодов всех измеренных сигналов представляет собой описание состояния технического объекта, представляемого набором значений выбранных признаков. Полученное таким образом описание состояния технического объекта контроля сравнивают с описанием полного набора классов состояний технического объекта контроля, представленным в виде исходной матрицы эталонных описаний состояний технического объекта контроля.

По результатам сравнения выделяют группу классов состояний из условия совпадения признаков, используемых при формировании описания состояния объекта контроля с признаками, используемыми при построении эталонных описаний классов в исходной матрице.

Для выделенной группы классов состояний определяют признак, имеющий максимальную диагностическую ценность. Для этого рассчитывают значение диагностической ценности каждого признака из группы выделенных классов состояний по следующей формуле:

где Z_D(K_j) - величина диагностической ценности j-го признака для выделенной группы классов состояний;

P(D_i) - величина априорной вероятности D_i-го класса состояний, полученная на основании имеющихся статистических данных;

P(K_j/D_i) - величина вероятности появления признака K_j у объекта, состояние которого принадлежит классу D_i;

P(K_j) - величина вероятности появления признака K_j у объекта независимо от его состояния;

q - количество классов состояний в выделенной группе.

Из полученных на предшествующем этапе результатов выбирают сигнал, соответствующий признаку, обладающему максимальной диагностической ценностью в данной группе классов состояний.

Определяют показатель интенсивности связи эмпирическое корреляционное отношение между значениями межгрупповой дисперсии и общей дисперсии по формулам:

где - эмпирическое корреляционное отношение, являющееся мерой влияния на результативный сигнал, обладающий максимальной диагностической ценностью, факторного сигнала Х_K, принадлежащего к данной группе состояний;

где - общее среднее результативного признака (математическое ожидание);

Y_ij - измеренное Y_j значение результативного признака в i-й группе разбиения;

n_j - частота встречаемости величины Y_j результативного признака;

n_ij - частота встречаемости сочетаний количественных значений двух признаков факторного X_i и результативного Y_j;

n - общее количество проведенных измерений результативного сигнала, причем ;

l - количество i-х групп разбиения по факторному признаку X_K;

m - количество различных измеренных Y_j значений результативного признака.

Для каждого класса выбранной группы состояний определяют среднее значение эмпирического корреляционного отношения по формуле:

где Р - количество факторных признаков состояния для выбранного класса.

Если выбранная группа классов состояний содержит один класс с максимальным средним значением эмпирического корреляционного отношения, то данный класс является предполагаемым фактическим классом состояния технического объекта.

Если в выбранной группе классов состояний имеется несколько классов с максимальным средним значением эмпирического корреляционного отношения, то вычисляют для каждого из этих классов состояний значение характеристического отношения между величинами межгрупповой дисперсии и общего среднего (математическое ожидание). Сравнивают вычисленные значения характеристических отношений и по результатам сравнения принимают решение о выборе предполагаемого фактического класса состояния, для которого определено максимальное значение характеристического отношения.

Предположительное суждение о фактическом классе состояния уточняют с помощью периодических проверок значения приоритетного признака.

В диагностируемом техническом объекте среди выделенных признаков технического состояния определяют для периодического контроля приоритетный признак, характеризующий состояние компонентов диагностируемого объекта, неисправное функционирование которых может привести к катастрофическим последствиям.

Измеряют время функционирования технического объекта и с заданной периодичностью многократно измеряют сигнал, соответствующий приоритетному признаку. По результатам измерения сигнала, соответствующего приоритетному признаку, формируют значение приоритетного признака. Полученное значение приоритетного признака включают в совокупность кодов, составляющих полученное ранее описание предполагаемого фактического состояния технического объекта контроля. Причем в полученном ранее описании предполагаемого фактического состояния технического объекта, содержащего значение приоритетного признака, это значение заменяют сформированным значением приоритетного признака. В результате указанной замены может появиться модифицированное описание, отличающееся от полученного ранее описания предполагаемого фактического состояния технического объекта.

Полученное в результате объединения признаков модифицированное описание состояния технического объекта контроля сравнивают с описанием исходного алфавита классов состояний технического объекта контроля. При сравнении отыскивают совпадения признаков, используемых при формировании описания состояния объекта контроля, с признаками, используемыми при построении эталонных описаний классов в исходной матрице. По результатам сравнения заново определяют группу классов возможного преддефектного технического состояния. Если в группе содержится один класс, то он является фактическим классом состояния.

Если определена группа, состоящая из нескольких классов состояний, то заново выполняют последовательность действий, позволяющих определить в группе класс с максимальным средним значением эмпирического корреляционного отношения, который является фактическим классом состояния.

В случае выявления нескольких классов состояний с одинаковыми (близкими) максимальными средними значениями эмпирического корреляционного отношения вычисляют для каждого из этих классов состояний отношение между величинами межгрупповой дисперсии и общего среднего, сравнивают вычисленные отношения и по результатам сравнения принимают решение о выборе фактического класса состояния, для которого вычислена максимальная величина отношения.

Рассмотрим пример осуществления заявляемого способа диагностирования. На чертеже изображены компоненты технической системы иммуноферментного анализа, используемой в качестве диагностируемого технического объекта.

С помощью предварительных статистических испытаний исследуемого технического объекта построена исходная матрица эталонных описаний полного алфавита классов состояний, которая представлена в виде табл.1.

В техническом объекте, используемом для примера осуществления предлагаемого способа, измеряемыми материальными сигналами являются время функционирования объекта, длина волны светового потока, оптическая плотность исследуемого вещества и другие сигналы. Для измеряемых сигналов определяют диапазон допустимых значений при правильном функционировании технического объекта. При нарушении допуска, заданного для значений измеряемого сигнала, формируют единичное значение признака, характеризующего состояние технического объекта.

В рассматриваемом примере осуществления предлагаемого способа признак K₁ соответствует измеряемому сигналу, называемому длиной волны светового потока, на которой измеряют оптическую плотность исследуемого вещества в реакционной смеси. Ограничения для используемых значений длин волн светового потока задают в виде спектрального диапазона, например 540-640 нм. Признак K₁ является факторным признаком, в наибольшей степени влияющим на изменчивость значений результативного признака K₇.

Признак K₇ соответствует измеряемому сигналу, называемому оптической плотностью используемого светофильтра, например, ЗС7 или исследуемого вещества. Граничные значения допустимой оптической плотности задают в виде допуска на отклонение от эталонного значения, полученного при тестировании анализатора с помощью аттестованных контрольных образцов.

Признаки K₂-K₆, используемые для характеристики состояния рассматриваемого технического объекта, соответствуют следующим измеряемым сигналам: координатам позиционирования системы перемещения светофильтров, температуре окружающей среды, уровню опорного напряжения цифро-аналогового преобразователя, координатам позиционирования планшета с исследуемыми жидкостями, объему исследуемой реакционной смеси.

Выбирают набор признаков K₁, K₂, K₆, K₇, характеризующих состояние объекта контроля, и по результатам измерения сигналов, соответствующих признакам, формируют значения этих признаков. Для выбранных признаков получено описание состояния технической системы в виде: 0, 0, 1, 0. Данному описанию соответствуют в исходной матрице эталонных описаний классы состояния D₁ и D₇. Для выделенной группы классов состояний по априорным данным определяют диагностическую ценность каждого признака по формуле (1). Затем среди признаков выбирают тот, который обладает максимальной диагностической ценностью в данной группе классов состояний. Для выделенной группы классов состояний максимальной диагностической ценностью обладает признак K₇.

Для каждого из классов D₁ и D₇ выделенной группы классов состояний по формулам (2), (3), (4) определяют эмпирическое корреляционное отношение. Сигнал K₇ для классов состояний D₁ и D₇ имеет средние значения соответственно 0,325 и 0,376 единиц оптической плотности вещества. При формировании средних значений выполняют девять измерений результативного признака. В результате девяти измерений результативного признака K₇ для классов состояний D₁ и D₇ получены при использовании факторного признака K₁ данные, представленные соответственно в табл.2 и 3. При составлении указанных таблиц использованы пять групп значений X_i исследуемого факторного признака K₁. Вычисленные значения эмпирических корреляционных отношений составляют 0,95 для класса D₁ и для класса D₇.

Для указанных классов используются также факторные признаки K₂, K₆. Так как вычисленные значения эмпирических корреляционных отношений достаточны для демонстрации равенства максимальных средних значений эмпирических корреляционных отношений для двух классов состояния, то полагаем, что корреляционные таблицы, формируемые для указанных двух факторных признаков, совпадают с корреляционными таблицами табл.2 и 3. Поэтому среднее значение эмпирического корреляционного отношения, вычисленное по формуле (5) для каждого выбранного класса, также равно 0,95.

Так как вычисленные средние значения эмпирических корреляционных отношений равны между собой, то определяют для каждого из классов D₁ и D₇ характеристическое отношение между величинами межгрупповой дисперсии и общего среднего. Использование предлагаемого характеристического отношения необходимо потому, что величина этого отношения и величина эмпирического корреляционного отношения одинаково зависят от величины межгрупповой дисперсии. Достаточность использования характеристического отношения объясняется тем, что величины общего среднего для классов состояний объекта различаются, а следовательно, будут различными вычисляемые значения характеристических отношений, которые имеют значения соответственно для класса D₁ 0,653/0,325=2,008 и для класса D₇ 0,653/0,376=1,736. На основании полученных данных следует принять решение о выборе предполагаемого фактического класса состояния D₁, для которого определено максимальное значение характеристического отношения. То есть состояние технической системы на данном этапе выбора соответствует классу D₁.

В рассматриваемом примере выбран для периодического анализа приоритетный признак K₇, характеризующий состояние оптоэлектронного канала, реализуемого группой из пяти компонентов 2, 4, 6, 10 и 12, входящих в состав диагностируемого технического объекта. Неисправности в работе указанных компонентов существенно влияют на истинность результата иммуноферментного анализа. Появление ложного результата из-за пропуска дефекта в работе оптоэлектронного канала при анализе состояния окружающей среды или при обследовании донорской крови может привести к катастрофическим последствиям. Поэтому необходим периодический контроль правильности функционирования оптоэлектронного канала. Приоритетный признак

K₇, соответствующий сигналу оптической плотности, проверяется с помощью периодического измерения контрольного образца. В качестве аттестованного контрольного образца, подлежащего исследованию, выбрана стеклянная мера ЖС11. Измерения оптической плотности контрольного образца выполняют на длине волны светового потока 405 нм. Указанная стеклянная мера входит в состав комплекта приспособлений для проверки основных характеристик ИФА планшетного типа в процессе эксплуатации КПА-01-МАРТ ТУ 9443-002-27480117-98 (регистрационное удостоверение № ФС 02015496/1678-05).

С помощью таймера измеряют время функционирования диагностируемого технического объекта и через каждые двенадцать часов работы технического объекта осуществляют восемь измерений значения сигнала, соответствующего дополнительно анализируемому приоритетному признаку K₇. По результатам измерений вычисляют среднее значение сигнала.

Длительный контроль среднего значения измеряемого сигнала, соответствующего приоритетному признаку, не выявил отклонений среднего значения измеряемого сигнала за контрольные пределы. Это свидетельствует об отсутствии дефектов в оптоэлектронном канале технического объекта, используемого в рассматриваемом примере. Результаты выполненных измерений представлены в табл.4. Оптическая плотность по аттестату составляет 0,912 единиц. Предельная систематическая погрешность составляет 0,258 единиц. То есть верхний и нижний пределы среднего значения измеряемого сигнала составляют соответственно 1,170 и 0,654 единицы.

Для имитации неисправности оптоэлектронного канала использован дефектный светофильтр, который был установлен в блок 10 светофильтров вместо исправного светофильтра. Дефект заключается в нарушении герметизации многослойного светофильтра. Проверка значения результативного сигнала, измеряемого при имитации дефекта, свидетельствует о выходе этого значения сигнала за допустимые пределы. Среднее значение сигнала, измеряемого при имитации дефекта, приведено в последней строке табл.4.

При имитации появления дефекта по результатам многократных измерений сигнала, соответствующего приоритетному признаку K₇, формируют единичное значение приоритетного признака. Возникает необходимость замены нулевого значения признака K₇ единичным значением в совокупности кодов, представляющей собой полученное ранее описание предполагаемого фактического класса состояния объекта. После замены нулевого значения признака K₇ единичным значением получают описание состояния технической системы в виде: 0, 0, 1, 1.

Сравнивают полученное описание с описанием исходного алфавита классов состояний технического объекта контроля. По результатам сравнения выделяют класс возможного преддефектного состояния диагностируемого технического объекта из условия совпадения признаков, используемых при формировании описания состояния объекта контроля с признаками, используемыми при построении эталонных описаний классов в исходной матрице.

Полученному описанию состояния объекта контроля 0, 0, 1, 1 соответствует в исходной матрице эталонных описаний класс состояния D₃. Данный класс является фактическим классом состояния диагностируемого технического объекта.

Таким образом, последовательность действий, представляющих заявляемый способ диагностирования, позволяет принять решение о выборе фактического класса состояния диагностируемого технического объекта. Причем реализована возможность периодического измерения сигнала, соответствующего признаку, характеризующему состояние совокупности компонентов технического объекта, неисправное функционирование которых может привести к катастрофическим последствиям. Период измерений выбирают таким, чтобы зафиксировать проявление дефекта, которое могло быть пропущено при непериодических измерениях. Возможность идентификации фактического класса состояния диагностируемого технического объекта с помощью рассмотренной в примере последовательности действий над материальными сигналами, измеряемыми с использованием известных измерительных средств, доказывает возможность осуществления заявляемого способа. Следовательно, решена задача создания способа диагностирования состояния технического объекта и получен технический результат, заключающийся в повышении достоверности диагностирования состояния сложных технических объектов до наступления отказа.

Таблица 1 D_i K_j К₁ K₂ К₃ … К₆ К₇ D₁ 0 0 0   1 0 D₂ 1 1 0   1 0 D₃ 0 0 0   1 1 …             D₇ 0 0 0   1 0 D₈ 1 0 1   1 0

Таблица 2 X_i Yj 0,296 0,032 0,046 0,061 0,162 0,264 0,499 0,734 0,834 n_i 550 1 1               2 0,164 570     1 1           2 0,053 590         1 1       2 0,213 610             1 1   2 0,616 630                 1 1 0,834   1 1 1 1 1 1 1 1 1 9  

Таблица 3 X_i Yj 0,347 0,083 0,097 0,112 0,213 0,315 0,550 0,785 0,885 n_i 550 1 1               2 0,215 570     1 1           2 0,104 590         1 1       2 0,264 610             1 1   2 0,667 630                 1 1 0,885   1 1 1 1 1 1 1 1 1 9  

Таблица 4 Время функционирования объекта (часы) Среднее значение сигнала К₇ (единицы оптической плотности) 1520 0,908 … … 3920 0,905 3932 0,908 3944 0,261

Способ диагностирования преддефектного состояния технического объекта относится к технической кибернетике и может быть использован в системах диагностирования состояния сложных технических объектов. При данном способе выделяют отдельные параметры, которые являются признаками его технического состояния, измеряют сигналы для всех признаков состояний выбранной группы классов, определяют класс в выбранной группе классов состояния с максимальным средним значением эмпирического корреляционного отношения, который является фактическим классом состояния. Измеряют время функционирования диагностируемого технического объекта и многократно периодически измеряют сигнал, соответствующий дополнительно анализируемому приоритетному признаку, характеризующему состояние выделенной совокупности компонентов диагностируемого технического объекта, неисправное функционирование которых может привести к катастрофическим последствиям. В случае выявления нескольких классов состояний с одинаковыми (близкими) максимальными средними значениями эмпирического корреляционного отношения, вычисляют для каждого из этих классов состояний отношение между величинами межгрупповой дисперсии и общего среднего, сравнивают вычисленные отношения и по результатам сравнения принимают решение о выборе фактического класса состояния, для которого вычислена максимальная величина отношения. Технический результат изобретения заключается в повышении достоверности диагностирования состояния сложных технических объектов до наступления отказа. 1 ил., 4 табл.

Способ диагностирования преддефектного состояния технического объекта, состоящий в том, что среди параметров сложного технического объекта выделяют отдельные параметры, которые являются признаками его технического состояния, сравнивают их с эталонными признаками исходного алфавита классов состояний и по результатам сравнения определяют группу классов возможного преддефектного технического состояния диагностируемого объекта из условия совпадения сравниваемых признаков, в которой определяют признак, имеющий максимальную диагностическую ценность, и многократно измеряют сигналы для всех признаков состояний выбранной группы, определяют эмпирическое корреляционное отношение, являющееся показателем интенсивности связи между значением сигнала с максимальной диагностической ценностью и значениями сигналов остальных признаков состояния, производят вычисление средних значений эмпирического корреляционного отношения для каждого класса и определяют класс в выбранной группе классов состояния с максимальным средним значением эмпирического корреляционного отношения, который является фактическим классом состояния, отличающийся тем, что среди выделенных признаков технического состояния определяют приоритетный признак, характеризующий состояние компонентов диагностируемого объекта, неисправное функционирование которых может привести к катастрофическим последствиям, измеряют время функционирования диагностируемого технического объекта и периодически многократно измеряют сигнал, соответствующий приоритетному признаку, проверяют наличие изменения признака и в случае его наличия заново определяют группу классов возможного преддефектного технического состояния, которая может содержать один класс, являющийся фактическим классом состояния, или несколько классов, среди которых заново определяют класс с максимальным средним значением эмпирического корреляционного отношения, являющийся фактическим классом состояния, а в случае определения нескольких классов состояний с одинаковыми (близкими) максимальными средними значениями эмпирического корреляционного отношения вычисляют для каждого из этих классов состояний отношение между величинами межгрупповой дисперсии и общего среднего, сравнивают вычисленные отношения и по результатам сравнения принимают решение о выборе фактического класса состояния, для которого вычислена максимальная величина отношения.