Современные информационные технологии/1. Компьютерная инженерия

Студент Аждер В.Д.

Московский технологический университет, Россия

Студент Ливинская Л.Б.

Московский технологический университет, Россия

DATA MINING В ЗАДАЧАХ ДИАГНОСТИКИ

Техническая диагностика (ТД) – это теория, методы и средства обнаружения и поиска дефектов объектов технической природы. Под дефектом понимают любое несоответствие свойств объекта заданным, требуемым или ожидаемым.

Основное назначение ТД состоит в повышении надежности объектов на этапе их производства, эксплуатации и хранения. Причины неисправного и неработоспособного технического состояния объекта могут быть детализированы путем указания соответствующих дефектов, нарушающих исправность, работоспособность или правильность функционирования и относящихся к одной или нескольким составным частям объекта, либо к объекту в целом.

На сегодняшний день разработано много систем ТД, решающих задачи обнаружения дефектов объектов. Но если задачу диагностики рассматривать не как задачу обнаружения дефектов объектов, а как задачу выявления причин появления дефектов, то для ее решения следует использовать систему формирования причинно-следственных связей.

Особенность данной задачи заключается в необходимости структурировать имеющуюся информацию о рассматриваемом объекте. Данная информация может быть неполной, в результате чего поиск причин неработоспособного состояния объекта становится затруднительным.

Методы интеллектуального анализа данных (Data Mining) применяются для автоматического обнаружения эмпирических закономерностей и использования их при решении задач классификации, распознавания образов, прогнозирования и диагностики. Особенность этих методов состоит в их ориентации на задачи, для которых использование традиционных статистических методов вызывает большие затруднения. Например, задачи анализа большого объема информации, плохо обусловленных таблиц (количество признаков сравнимо с количеством объектов) и т.д.

Целью Data Mining является производство нового знания. К методам анализа данных относится формальный концептуальный анализ (ФКА). ФКА применяется к структурированию и формированию логических правил для установления причинно-следственных связей. Метод построения модели предметной области на основе интеллектуального анализа данных базируется на теории решеток Биркгофа.

Для решения задачи ТД объекта при применении ФКА необходимо определить множество дефектов (неработоспособных состояний рассматриваемого объекта) и множество признаков (параметры, соответствующие каждому из состояний объекта при возникновении того или иного дефекта). Далее строится линейная диаграмма (см. рисунок 1). Она позволяет исследовать и интерпретировать отношения между дефектами и признаками.

Рисунок 1 – Пример построения концептуальной решетки

На диаграмме каждый дефект (А, Б, В, Г, Д) сопровождается появлением всех признаков, приписанных узлам (признаки 1, 2), и признакам узлов, с которыми этот узел связан дугами снизу вверх. Например, при появлении дефекта А у объекта будут наблюдаться признаки 2, 5, 6 и 7 неработоспособного состояния. При появлении дефекта Г у объекта будут наблюдаться признаки 1, 8, 6, 3 и 7 неработоспособного состояния.

С помощью построенного графа связи между дефектами и признаками становятся явными и структурированными, что позволяет применять метод ФКА для решения задачи ТД объекта.

Литература:

1. Биркгоф Г. Теория решеток. М.: Наука, 1984. 337 с.

2. ГОСТ 20911-89. Техническая диагностика. Основные термины и определения. М.: Изд-во стандартов, 1989.

3. Дюк В., Самойленко А. Data mining. СПб, Питер, 2001. 505с.