Метод последовательного анализа
Лекция 22.10.2012
Дальше пропущено 4 листа по диагностике (вопросы 21-24)
Лекция 19.10.2012
Классификация систем диагностики
1. По степени общности даваемой информации
a. Локальные, т.е. оценка состояния узлов и деталей
b. Общие, т.е. диагностика в целом
2. По характеру взаимодействия с объектом
a. Тестовые – формирование воздействия и исследование отклика на это воздействие
b. Функциональные – регистрируют информацию об объекте в процессе функционирования
В случае создания автоматизированной системы диагностирования необходимо решить следующие задачи:
1. Разработка мат. модели функционирования объекта
2. Разработка мат. модели повреждений и отказов
3. Разработка алгоритмов для диагностирования в соответствии с поставленной задачей – обнаружение неисправностей и отказов, отличие неисправного оборудования от работоспособного, поиск места дефекта
Цели технической диагностики
Основная цель – повышение ресурса и надёжности технических систем для обеспечения отсутствия отказов во время функционирования.
Отсутствие признака K1
Отсутствие приз.
Теперь вычислим вероятность для случая, когда оба признака отсутствуют.
Формула для события
Для отсутствия и наличия :
0,05*0,8*0,3/…
Предложен учёным Вальдом. Применяется для дифференциальной диагностики (распознавания двух состояний). В отличии от метода Баеса, число обследований заранее не устанавливается, их проводится столько, сколько необходимо для принятия решения с определённой степенью риска.
При использовании метода Баеса для распознаваний состояний D1 и D2 следует составить соотношение
Если
Или
то принимается решение .
В методе последовательного анализа рассматриваемые отношения вероятностей признаков (отношения правдоподобия) составляются не сразу, а в последовательном порядке, поэтому обычно требуется меньшее число обследований.
Пример: Пусть при диагнозе D1 Признак k1 встречается с вероятностью . Соответственно отсутствует с вероятностью .
Если у объекта состояние K* наблюдается признак K1 значительно чаще, при диагнозе D2, чем при диагнозе D1, то можно сделать вывод в пользу диагноза D2.
где A – верхняя граница принятия решения.
В противоположном случае, когда признак K1 значительно чаще встречается при диагнозе D1, принимается решение в пользу диагноза D1.
P(K1/D2)/P(K1/D1) <B
Если B< P(K1/D2)/P(K1/D1) <A, то для решения требуется поступление доказательной информации, проводится обследование по признаку K2 и составляется произведение двух отношений правдоподобия