Budowa Rozszerzonej bazy wiedzy pomiarowej dla diagnostyki złożonych obiektów technicznych

Construction of an extended measurement knowledge base for the diagnostics of complex technical objects

nr katalogowy: 154868
10.15199/13.2025.6.2

Streszczenie:
Jedną z podstawowych wad realizacji procesu diagnozowania złożonych obiektów technicznych jest przyjęcie uproszczenia dotyczącego występowania jednego sygnału diagnostycznego z jednym parametrem przypisanym do pojedynczego elementu. Takie podejście umożliwia dokonanie dekompozycji modelu funkcjonalno- -diagnostycznego obiektu do poziomu czterech warstw obsługowych złożonych z obiektu, modułów, podzespołów funkcjonalnych i elementów podstawowych. Ponieważ w praktyce sygnały diagnostyczne mogą cechować się większą liczbą parametrów, a do jednego elementu możemy przypisać większą liczbę sygnałów np. napięciowe, termiczne, akustyczne itp. to konieczne jest rozszerzenie czterowarstwowego modelu dekompozycji do poziomu sześciu warstw obsługowych. W pracy oprócz rozszerzonego modelu dekompozycji przedstawiono również bazę wiedzy pomiarowej w postaci tabelarycznej opisującej zbiory sygnałów diagnostycznych i nominalnych. Na koniec opisano schemat oraz reguły procesu wnioskowania w poszczególnych warstwach obsługowych dla wielowartościowych ocen stanu badanego obiektu technicznego. Przedstawiony rozszerzony model wnioskowania umożliwia dokładniejsze wyznaczenie bazy wiedzy diagnostycznej w procesie klasyfikacji obiektu.

Abstract:
Simplifying the process of diagnosing complicated technical items by assigning a single parameter to a single element and creating a single diagnostic signal is one of the key disadvantages of this approach. The functional-diagnostic model of an item can be broken down using this method into four service layers: the object, modules, functional components, and fundamental elements. It is important to extend the four-layer decomposition model to the level of six operational layers since, in practice, diagnostic signals can be characterised by more parameters and we can assign additional signals to a single element, such as voltage, thermal, acoustic, etc. The report describes sets of nominal and diagnostic signals and includes an enhanced decomposition model along with a tabular measurement knowledge base. Lastly, a description is given of the structure and guidelines for the multivalued condition evaluations of the technical object under investigation in each maintenance layer, as well as the inference process itself. It is now feasible to identify the diagnostic knowledge base in the object classification process with more accuracy thanks to the enlarged inference model that has been given.

Stanisław DUER
Dariusz BERNATOWICZ
Marek WOŹNIAK