Emergency control system based on neural network and fuzzy logic

Abstract

У статті розглядається проблема забезпечення безпеки сучасних суден, наданих у вигляді складних організаційно-технічних систем. Дане дослідження вирішуює завдання діагностування і прогнозування рівня експлуатаційної надійності суден за допомогою гібридної експертної системи на основі поєднання нейронної мережі і нечіткої логіки. Тенденції розвитку сучасних систем управління показують, що вони повинні бути адаптивними й інтелектуальними. Проте забезпечення цих вимог неможливо для експертних систем на основі лише нечіткої логіки. У даній статті вивчається можливість комбінації модулів нейронної мережі і нечіткої логіки. Розглянуто особливості етапів протиаварійного керування на основі запропонованої гібридної експертної системи. Вхідна інформація надходить в базу знань через давачі, де структурується і розподіляється у вигляді показників працездатності. Протиаварійні рекомендації для оператора формуються в результаті комбінації показників працездатності за їх наявності в базі знань. Модулі нейронної мережі і нечіткої логіки формують систему оцінки працездатності складної технічної системи на основі розрахункових оцінок працездатності технічних вузлів. Крім того, сформовано ієрархію факторів, що впливають на надійність системи. При розробці бази знань встановлені критичні значення для кожної змінної, яка впливає на працездатність системи, при досягненні значень яких режим роботи стає аварійним. Блок нейронної мережі, що використовується, являє собою багатошаровий персептрон з шаром рекурентних нейронів, на входи якого подаються фактори і критерії працездатності, а на виході відображається значення працездатності системи. Прогнозування технічного стану системи виконано на основі аналізу часових рядів. В якості тестового прикладу використовувалася система з шістьма змінними, три з яких нелінгвістичні (коефіцієнт корисної дії, температура і тиск). Загальна лінгвістична змінна, яка розраховується нейронною мережею, включає три складові: швидкість роботи, витрату палива і ступінь зношеності вузла. Формування рекомендацій щодо запобігання або ліквідації аварійної ситуації виконано за допомогою модуля нечіткої логіки