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

Описание патента на изобретение RU2731970C1

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 Xi, а результат испытания (отклик) является случайной величиной Yi.

Условия проведения испытаний не меняются, поэтому результаты испытаний независимы. Совокупность пар (Xi, Yi) i=1, …, n называется выборкой. Если же испытания проведены и результаты Yi=yi зафиксированы, то полученная совокупность (xi, yi) 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

Yi = β0 + β1xi + εi, (i=1, …, n),

которые удобно записать с использованием векторно-матричных обозначений.

η= β0 + β1xi + … + βS xS.

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, …, xs, вообще говоря, не требуется.

Относительно ошибок εi делаются следующие предположения.

Предположение 1. Отсутствие систематической ошибки

i = 0 (i=1, …, n),

или иначе

MYi = ηi.

Предположение 2. Постоянство дисперсии

i = σ2 (i=1, …, n).

Предположение 3. Независимость.

Из независимости, в частности, следует некоррелированность

cov(εi, εj) = 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.

εi ∈ 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

Yi = βxi + εi.

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

Похожие патенты RU2731970C1

название год авторы номер документа
Автоматизированная система взрывопожарозащиты 1991
  • Навацкий Анатолий Андреевич
  • Федоров Андрей Владимирович
SU1788902A3
АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ ПРОТИВОПОЖАРНОЙ ЗАЩИТОЙ 1998
  • Федоров А.В.
RU2135240C1
АВТОМАТИЗИРОВАННАЯ СИСТЕМА ВЗРЫВОПОЖАРНОЙ БЕЗОПАСНОСТИ НА ОСНОВЕ ГАЗОВОГО КОНТРОЛЯ 2017
  • Лукьянченко Александр Андреевич
  • Свиридок Екатерина Викторовна
  • Севрюков Игорь Тихонович
  • Бедило Максим Владимирович
  • Соколов Андрей Владимирович
RU2666339C1
Способ, система и машиночитаемый носитель с программным продуктом для прогнозирования изменения послойной активности катализатора в установке гидроочистки дизельного топлива 2021
  • Ведерников Олег Сергеевич
  • Панов Александр Васильевич
  • Климин Дмитрий Юрьевич
  • Пузырев Алексей Евгеньевич
  • Пампура Виталий Михайлович
  • Корнилов Евгений Вадимович
  • Кусаков Андрей Андреевич
  • Меркулов Руслан Фаридович
RU2797753C1
Способ, система и машиночитаемый носитель с программным продуктом для прогнозирования изменения активности катализатора в установке гидроочистки дизельного топлива 2021
  • Ведерников Олег Сергеевич
  • Панов Александр Васильевич
  • Климин Дмитрий Юрьевич
  • Пузырев Алексей Евгеньевич
  • Пампура Виталий Михайлович
  • Мухаев Дамир
  • Кусаков Андрей Андреевич
  • Меркулов Руслан Фаридович
RU2786783C1
СПОСОБ ДИСТАНЦИОННОГО КОНТРОЛЯ ПРОМЫШЛЕННОЙ БЕЗОПАСНОСТИ ОПАСНОГО ПРОИЗВОДСТВЕННОГО ОБЪЕКТА 2019
RU2748282C1
Способ, система и машиночитаемый носитель с программным продуктом для прогнозирования оптимальной температуры газо-сырьевой смеси на входе в реактор установки гидроочистки дизельного топлива 2021
  • Ведерников Олег Сергеевич
  • Панов Александр Васильевич
  • Климин Дмитрий Юрьевич
  • Пузырев Алексей Евгеньевич
  • Пампура Виталий Михайлович
  • Корнилов Евгений Вадимович
  • Кусаков Андрей Андреевич
  • Меркулов Руслан Фаридович
RU2796210C1
Способ отключения подачи воды в аварийный участок спринклерной установки пожаротушения (варианты) и устройство для его реализации (варианты) 2017
  • Мешман Леонид Мунеевич
  • Былинкин Владимир Александрович
  • Губин Роман Юрьевич
  • Дидяев Андрей Геннадьевич
RU2676503C2
Способ автоматической частотной разгрузки энергорайона в условиях отклонения показателей качества электроэнергии 2021
  • Куликов Александр Леонидович
  • Илюшин Павел Владимирович
  • Лоскутов Антон Алексеевич
  • Севостьянов Александр Александрович
RU2761859C1
Способ автоматической частотной разгрузки энергорайона в условиях отклонения показателей качества электроэнергии 2021
  • Куликов Александр Леонидович
  • Илюшин Павел Владимирович
  • Лоскутов Антон Алексеевич
  • Севостьянов Александр Александрович
RU2759220C1

Реферат патента 2020 года СПОСОБ ОЦЕНКИ СРОКОВ ВЫХОДА ПАРАМЕТРОВ ТЕХНИЧЕСКОЙ СИСТЕМЫ ЗА ПРЕДЕЛЫ ПРЕДУПРЕДИТЕЛЬНОЙ И АВАРИЙНОЙ СИГНАЛИЗАЦИИ

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.

Формула изобретения RU 2 731 970 C1

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.

Документы, цитированные в отчете о поиске Патент 2020 года RU2731970C1

Способ контроля давления в цилиндре пресса при прессовании, например, электродных масс 1949
  • Рыжаков В.Н.
SU90691A1
Изложница с суживающимся книзу сечением и с вертикально перемещающимся днищем 1924
  • Волынский С.В.
SU2012A1
CN 104958850 A, 07.10.2015
JP 2004008566 A, 15.01.2004.

RU 2 731 970 C1

Авторы

Лифшиц Михаил Валерьевич

Даты

2020-09-09Публикация

2020-02-03Подача