СПОСОБ ОЦЕНКИ СРОКОВ ВЫХОДА ПАРАМЕТРОВ ТЕХНИЧЕСКОЙ СИСТЕМЫ ЗА ПРЕДЕЛЫ ПРЕДУПРЕДИТЕЛЬНОЙ И АВАРИЙНОЙ СИГНАЛИЗАЦИИ Российский патент 2020 года по МПК A62C37/00 

Изобретение относится к области техники, а более конкретно - к способу оценки сроков выхода параметров технической системы за пределы предупредительной и аварийной сигнализации.

Настоящее изобретение может найти применение при создании, эксплуатации, управлении и мониторинге систем различного назначения, включая сложные технические системы, используемые в энергетике, машиностроении, коммунальном хозяйстве и других отраслях.

В основу настоящего изобретения положена задача создания такого способа оценки сроков выхода параметров технической системы за пределы предупредительной и аварийной сигнализации, который позволил бы определять методами регрессионного анализа выход отдельных параметров или их групп за пределы предупредительной и аварийной сигнализации, а также определять те параметры, сроки выхода значений которых за эти пределы минимальны, тем самым, не дожидаясь срабатывания сигнализации.

Наиболее близким к данному изобретению является полезная модель «АВТОМАТИЧЕСКАЯ СИСТЕМА ПОЖАРНОЙ СИГНАЛИЗАЦИИ И УПРАВЛЕНИЯ ПОЖАРОТУШЕНИЕМ В ВАГОНАХ ТРАНСПОРТНЫХ СРЕДСТВ» (RU 90691 U1), которую можно принять за прототип.

Согласно формуле прототипа «Автоматическая система пожарной сигнализации и управления пожаротушением в вагонах транспортных средств, включающая блок управления, размещенные в каждом вагоне датчики контроля пожароопасных параметров, исполнительные средства пожаротушения и устройства их запуска, выполненные с возможностью обеспечения передачи информационного сигнала на блок управления, отличающаяся тем, что блок управления совмещен с устройством сбора и передачи информации через преобразователь уровней сигналов и с устройством автоматической коммутации электрических цепей с образованием блока контроля и управления, выполненным с возможностью обеспечения связи с каждым датчиком контроля и с каждым устройством управления исполнительного средства пожаротушения через соответствующие фильтры электромагнитных помех, а блок контроля и управления размещен непосредственно в каждом вагоне и выполнен с возможностью исполнения дополнительной функции контроля состояния линии связи, контроля датчиков и устройств запуска исполнительных средств пожаротушения.

Рассматриваемая в качестве прототипа полезная модель относится к автоматическим системам пожарной сигнализации и управления пожаротушением и может найти применение для организации автоматической пожарной сигнализации и управления установками пожаротушения на автомобилях, троллейбусах, тракторах, бронетанковой технике, самоходной строительной и сельскохозяйственной технике. Тепловые извещатели соединены с центральным блоком управления, включающим устройство сбора информации, устройство контроля всех составляющих системы, устройство управления и блок памяти событий (черный ящик). Центральный блок управления соединен с ручным блоком включения установок пожаротушения и системой запуска двигателя транспортного средства, исполнительными средствами пожаротушения, световым сигнализатором и звуковым сигнализатором и выполнен с возможностью перехода на ручной автономный режим управления с помощью ручного блока включения исполнительных средств пожаротушения при включении системы запуска двигателя транспортного средства. Данная система повышает вероятность обнаружения пожара, увеличивает надежность и обеспечивает безопасность людей, находящихся в транспортном средстве.

Однако рассмотренный прототип имеет следующие существенные недостатки:

- не является универсальным для различных типов технических систем;

- не позволяет прогнозировать время срабатывания сигнализации, а также определять те параметры, сроки выхода значений которых за пределы срабатывания минимальны, тем самым не позволяет прогнозировать состояние системы и требует дожидаться срабатывания сигнализации.

Задачи изобретения решены и недостатки прототипа устранены в реализованном согласно настоящему изобретению способе оценки сроков выхода параметров технической системы, снабженной предупредительной или аварийной сигнализацией, за пределы предупредительной и аварийной сигнализации, предусматривающий следующие стадии:

1) накапливают данные о функционировании технической системы, снабженной предупредительной или аварийной сигнализацией, характеризующие показатели технологических параметров ее функционирования;

2) на основе накопленных данных о функционировании технической системы формируют выборку показателей функционирования;

3) на основе выборки показателей функционирования определяют методами регрессионного анализа параметры, сроки выхода значений которых за пределы предупредительной и аварийной сигнализации минимальны;

4) полученные на предыдущей стадии данные о параметрах сохраняют и используют в качестве сигнализирующих и/или управляющих воздействий, позволяющих достичь безопасного и оптимального функционирования технической системы.

За счет реализации заявленного авторами способа достигаются следующие технические результаты:

- он является универсальным для различных типов технических систем;

- позволяет прогнозировать время срабатывания сигнализации, а также определять те параметры, сроки выхода значений которых за пределы срабатывания минимальны;

- не требует дожидаться срабатывания сигнализации.

Настоящее изобретение будет раскрыто в нижеследующем описании системы оценки сроков выхода параметров технической системы за пределы предупредительной и аварийной сигнализации.

Предварительно накапливают данные о функционировании технической системы, характеризующие показатели технологических параметров ее функционирования.

Положим, что в технической системе проводятся n измерений. В i-м испытании регрессор принимает значение X_i, а результат испытания (отклик) является случайной величиной Y_i.

Условия проведения испытаний не меняются, поэтому результаты испытаний независимы. Совокупность пар (X_i, Y_i) i=1, …, n называется выборкой. Если же испытания проведены и результаты Y_i=y_i зафиксированы, то полученная совокупность (x_i, y_i) i=1, …, n будет реализацией выборки. Таким образом, выборка - это совокупность независимых случайных величин, а реализация - это совокупность проведенных наблюдений, то есть совокупность чисел.

Получают данные о функционировании технической системы и формирует на основании полученных данных выборку показателей функционирования;

Таким образом, исходной информацией для регрессионного анализа служит выборка показателей функционирования, при этом информация о виде зависимости Y от x отсутствует. От того, насколько удачно подбор осуществлен, определяется во многом качество результатов анализа.

Чаще других пользуются линейными зависимостями. Это обусловлено рядом причин. Класс линейных функций приводит к наиболее простым и глубоким аналитическим результатам. В случае нормального распределения, функция регрессии является линейной. Следовательно, ее использование оправдано, когда распределения величин близки к нормальному закону, то есть в широком диапазоне практических ситуаций. Однако этот факт (распределения измеряемых величин технической системы величин близки к нормальному закону) всегда в различных случаях технических систем нуждается в проверке.

К тому же линейная зависимость может в некотором интервале рассматриваться как хорошее приближение нелинейной. Линейная модель для одного регрессора имеет вид

Y = η + ε, η = β₀ + β₁x

Такая запись предполагает, что зависимая переменная η измеряется с ошибкой. Y - замеренное значение, η - точное, но неизвестное значение, ε - ошибка. Величина η линейно зависит от регрессора x, β₀, β₁ - неизвестные коэффициенты линейной функции. Снабжая величины Y, x, ε нижним индексом i, получим n соотношений

Y_i = β₀ + β₁x_i + ε_i, (i=1, …, n),

которые удобно записать с использованием векторно-матричных обозначений.

η= β₀ + β₁x_i + … + β_S x_S.

При этом вектор β будет иметь размер (s+1)×1, а матрица X - n×(s+1)

Следует обратить внимание, что модель должна быть линейной только по параметрам β. Линейность по регрессорам x₁, …, x_s, вообще говоря, не требуется.

Относительно ошибок εi делаются следующие предположения.

Предположение 1. Отсутствие систематической ошибки

Mε_i = 0 (i=1, …, n),

или иначе

MY_i = η_i.

Предположение 2. Постоянство дисперсии

Dε_i = σ² (i=1, …, n).

Предположение 3. Независимость.

Из независимости, в частности, следует некоррелированность

cov(ε_i, ε_j) = 0 (i,j = 1, …, n; i ≠ j

Для того чтобы получить более общие результаты вводится также предположение о распределения ошибок по нормальному закону [1].

Предположение 4.

ε_i ∈ N(0, σ²). Если матрицу ковариаций случайного вектора ε обозначить Dε, то соотношения представятся в виде

Mε = 0, Dε = σ²I,

где I - единичная матрица.

В рассматриваемом способе параметры β₀, β₁ являются детерминированными, но неизвестными величинами. Эти величины необходимо оценить по выборке показателей функционирования. Оценки будут функциями выборки, то есть случайными величинами.

В математической статистике для оценок (точечных) вводятся определенные требования. Чтобы оценки были «хорошими» они должны обладать свойствами состоятельности, несмещенности и минимума дисперсии. Все эти свойства весьма естественны. Состоятельность означает, что чем больше измерений в выборке, тем лучше оценка. Более строго: при n → ∞, оценка стремится к истинному значению параметра.

Требование несмещенности состоит в том, чтобы математическое ожидание оценки было равно оцениваемому параметру. Если оценка получается смещенной, ее подправляют, корректируют, добиваясь несмещенности.

Минимум дисперсии - разброса вокруг истинного значения оцениваемого параметра - также является очевидным требованием. Чем меньше разброс, тем меньше, вообще говоря, ошибка при оценке по имеющейся выборке.

Критерием для оценивания неизвестных параметров β₀, β₁ выдвигается минимум суммы квадрата ошибок

Целесообразно использовать этот критерий или, другими словами, метода наименьших квадратов обсуждалась ранее. Отметим, что в предположении о нормальности ошибок критерий является следствием метода максимального правдоподобия - наиболее обоснованного метода точечной оценки неизвестных параметров.

Оценки параметров β дают возможность оценить прямую регрессии

Метод наименьших квадратов позволяет получить оценки для других линейных моделей с помощью выкладок, подобных проведенным выше. Пусть, например, мы хотим воспользоваться однопараметрической моделью

Y_i = βx_i + ε_i.

Из условия минимума суммы квадратов получаем оценку параметра β

Таким образом, на основе выборки показателей функционирования определяют описанными выше вычислениями с использованием регрессионного анализа на основе параметров предупредительной и аварийной сигнализации вручную и автоматизировано выход отдельных параметров или их групп за пределы предупредительной и аварийной сигнализации;

Далее на основе выборки показателей функционирования определяют методами регрессионного анализа параметры, сроки выхода значений которых за пределы предупредительной и аварийной сигнализации минимальны;

Полученные на предыдущей стадии результаты сохраняют и используют в качестве сигнализирующих и/или управляющих воздействий, позволяющих достичь безопасного и оптимального функционирования технической системы.

По сравнению со способами известными авторам, заявляемый способ обладает максимальной универсальностью и гибкостью и позволяет достичь лучших результатов, в частности объективно и автоматизировано предсказывать выход отдельных параметров или их групп за пределы предупредительной и аварийной сигнализации, а также определять те параметры, сроки выхода значений которых за эти пределы минимальны и тем самым прогнозировать момент срабатывания сигнализации, а не ожидать наступления этого события.

Литература

1. М.Г. Сухарев Методы прогнозирования - Серия Прикладная математика в инженерном деле М: 2009

Изобретение относится к способам оценки сроков выхода параметров технической системы за пределы предупредительной и аварийной сигнализации. Для оценки сроков накапливают данные о функционировании технической системы, снабженной предупредительной или аварийной сигнализацией, характеризующие показатели технологических параметров ее функционирования. На основе накопленных данных о функционировании технической системы формируют выборку показателей функционирования. На основе выборки показателей функционирования определяют методами регрессионного анализа параметры, сроки выхода значений которых за пределы предупредительной и аварийной сигнализации минимальны. Полученные данные о параметрах сохраняют и используют в качестве сигнализирующих и/или управляющих воздействий, позволяющих достичь безопасного и оптимального функционирования технической системы. Обеспечивается универсальность для различных типов технических систем, возможность объективно и автоматизированно предсказывать выход отдельных параметров или их групп за пределы предупредительной и аварийной сигнализации, возможность прогнозировать момент срабатывания сигнализации, а не ожидать наступления этого события.

Способ оценки сроков выхода параметров технической системы, снабженной предупредительной или аварийной сигнализацией, за пределы предупредительной и аварийной сигнализации, предусматривающий следующие стадии:

1) накапливают данные о функционировании технической системы, снабженной предупредительной или аварийной сигнализацией, характеризующие показатели технологических параметров ее функционирования;

2) на основе накопленных данных о функционировании технической системы формируют выборку показателей функционирования;

3) на основе выборки показателей функционирования определяют методами регрессионного анализа параметры, сроки выхода значений которых за пределы предупредительной и аварийной сигнализации минимальны;

4) полученные на предыдущей стадии данные о параметрах сохраняют и используют в качестве сигнализирующих и/или управляющих воздействий, позволяющих достичь безопасного и оптимального функционирования технической системы.