Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://dspace.opu.ua/jspui/handle/123456789/8294
Название: ПРОГРАММНОЕ ПРИЛОЖЕНИЕ ДЛЯ АВТОМАТИЗАЦИИ ПОСТРОЕНИЯ МОДЕЛИ ОЦЕНОК РИСКА ОТКАЗОВ СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМ
Другие названия: ПРОГРАМНИЙ ДОДАТОК ДЛЯ АВТОМАТИЗАЦІЇ ПОБУДОВИ МОДЕЛІ ОЦЕНОК РИЗИКУ ВІДМОВ СКЛАДНИХ ТЕХНІЧНИХ СИСТЕМ
SOFTWARE APP FOR AUTOMATION OF BUILDING MODELS OF RISK ASSESSMENTS OF FAILURES OF COMPLEX TECHNICAL SYSTEMS
Авторы: Вычужанин, В.В.
Рудниченко, Н.Д.
Вычужанин, А.В.
Юрченко, М.А.
Вичужанін, В.В.
Рудніченко, Н.Д.
Вичужанін, А.В.
Юрченко, М.О.
Vychuzhanin, V.V.
Rudnichenko, N.D.
Vychuzhanin, A.V.
Yurchenko, M.A.
Ключевые слова: сложная техническая система
двигатель транспортного средства
риск отказов
когнитивно-имитационная модель
поддержка принятия решений
программное приложение
прогнозирование технического состояния
складна технічна система
двигун транспортного засобу
ризик відмов
когнітивно-імітаційна модель
підтримка прийняття рішень
програмний додаток
прогнозування технічного стану
complex technical system
vehicle engine
risk of failures
cognitive-imitation model
decision support
software application
technical condition prediction
Дата публикации: 2018
Издательство: Odessa National Polytechnic University
Библиографическое описание: Программное приложение для автоматизации построения модели оценок риска отказов сложных технических систем / В. В. Вычужанин, Н. Д. Рудниченко, А. В. Вычужанин, М. А. Юрченко // Информатика и мат. методы в моделировании. – 2018. – Т. 8, № 3. – С. 200–208.
Краткий осмотр (реферат): На основании метода оценок риска отказов при эксплуатации взаимосвязанных и взаимозависимых компонентов сложных технических систем на примере двигателей транспортных средств разработан алгоритм определения риска отказов в зависимости от степени влияния компонентов систем, а также когнитивно-имитационная модель для их исследования. Исследование сложной технической системы произведено в разработанном программном комплексе на основе использования кроссплатформенного языка Python. Для представления исходных данных при моделировании в когнитивно-имитационной модели сложной технической системы применен формат JSON. Для автоматизации построения когнитивной модели оценок риска отказов двигателей транспортных средств разработано кроссплатформенное программное приложение на языке программирования Java, графического фреймворка JavaFX и языке разметки XML. В целях поддержки принятия решений по оценкам риска отказов двигателей транспортных средств по априорным и апостериорным данным предлагается использовать метод, основанный на динамических байесовских сетях доверия. Процесс моделирования для оценок степени влияния компонентов сложной технической системы на риск отказов осуществляется в соответствии с алгоритмом процесса моделирования условий эксплуатации двигателей транспортных средств. При построении когнитивной модели системы осуществляется логирование выполнения операций с фиксацией даты и времени начала и завершения каждого процесса, а также формируется отчет, содержащий комплексное значение износа двигателя, интегральное значение риска потери работоспособности. Для автоматизации построения модели оценок риска отказов сложных технических систем разработано программное приложение. Созданный программный продукт позволяет обеспечить гибкость взаимодействия пользователя с модулем системы поддержки принятия решений, имплементирующей разработанные методы и модели оценки и прогнозировании технического состояния двигателей транспортных средств. Запуск разработанного приложения позволяет пользователю осуществить выбор режима работы (ручной – позволяет осуществить оценку параметров пошаговым образом, вводя для выбранной системы требуемые данные вручную, автоматический – активирует автоматическую обработку данных).
На підставі методу оцінок ризику відмов при експлуатації взаємопов'язаних і взаємозалежних компонентів складних технічних систем на прикладі двигунів транспортних засобів розроблен алгоритм визначення ризику відмов в залежності від ступеня впливу компонентів систем, а також когнітивно-імітаційна модель для їх дослідження. Дослідження складної технічної системи вироблено в розробленому програмному комплексі на основі використання кроссплатформенного мови Python. Для представлення вихідних даних при моделюванні в когнітивно-імітаційної моделі складної технічної системи застосований формат JSON. Для автоматизації побудови когнітивної моделі оцінок ризику відмов двигунів транспортних засобів розроблено В.В Вычужанин, Н.Д. Рудниченко, А.В. Вычужанин, М.А. Юрченко 208 кроссплатформне програмний додаток на мові програмування Java, графічного фреймворка JavaFX і мовою розмітки XML. З метою підтримки прийняття рішень за оцінками ризику відмов двигунів транспортних засобів по апріорним і апостеріорного даними пропонується використовувати метод, заснований на динамічних байесовских мережах довіри. Процес моделювання для оцінок ступеня впливу компонентів складної технічної системи на ризик відмов здійснюється відповідно до алгоритму процесу моделювання умов експлуатації двигунів транспортних засобів. При побудові когнітивної моделі системи здійснюється логирование виконання операцій з фіксацією дати і часу початку і завершення кожного процесу, а також формується звіт, що містить комплексне значення зносу двигуна, інтегральне значення ризику втрати працездатності. Для автоматизації побудови моделі оцінок ризику відмов складних технічних систем розроблено програмний додаток. Створений програмний продукт дозволяє забезпечити гнучкість взаємодії користувача з модулем системи підтримки прийняття рішень, що імплементують розроблені методи і моделі оцінки та прогнозування технічного стану двигунів транспортних засобів. Запуск розробленого додатка дозволяє користувачу здійснити вибір режиму роботи (ручний - дозволяє здійснити оцінку параметрів покроковим чином, вводячи для обраної системи необхідні дані вручну, автоматичний - активує автоматичну обробку даних).
Based on the method of assessing the risk of failures in the operation of interrelated and interdependent components of complex technical systems, an example of vehicle engines is developed to determine the risk of failures depending on the degree of influence of the components of the systems, as well as a cognitive-simulation model for studying them. The study of a complex technical system was carried out in the developed software package based on the use of the cross-platform language Python. The JSON format is used to represent the initial data when modeling in a cognitive-imitation model of a complex technical system. To automate the construction of a cognitive model for assessing the risk of vehicle engine failures, a cross-platform software application has been developed in the Java programming language, the JavaFX graphical framework and the XML markup language. In order to support decision-making on estimates of the risk of vehicle engine failures using a priori and a posteriori data, it is proposed to use a method based on dynamic Bayesian networks of trust. The modeling process for assessing the degree of influence of components of a complex technical system on the risk of failures is carried out in accordance with the algorithm of the process for modeling the operating conditions of the engines of vehicles. When building a cognitive model of the system, the logging of operations with fixing the date and time of the beginning and completion of each process is carried out, and a report is generated containing the complex value of engine wear, the integral value of the risk of loss of efficiency. To automate the construction of a model for assessing the risk of failure of complex technical systems, a software application has been developed. The created software product allows the flexibility of user interaction with the decision support system module, implementing the developed methods and models for assessing and predicting the technical condition of vehicle engines. Launching the developed application allows the user to select the operation mode (manual — allows parameters to be estimated in a step-by-step manner, entering the required data manually for the selected system, automatic — activates automatic data processing).
URI (Унифицированный идентификатор ресурса): http://dspace.opu.ua/jspui/handle/123456789/8294
Располагается в коллекциях:Статті каф. ІС
ІНФОРМАТИКА ТА МАТЕМАТИЧНІ МЕТОДИ В МОДЕЛЮВАННІ. Том 8, номер 3, 2018

Файлы этого ресурса:
Файл Описание РазмерФормат 
Статья.doc346 kBMicrosoft WordПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.