1.2. Основные принципы диагностирования и составления диагностических алгоритмов

К основным принципам диагностирования относятся:

1. изучение зависимости выходных параметров изделия от условий эксплуатации;

2. определение рациональных способов регистрации входных параметров;

3. формирование диагностических признаков на основе располагаемой информации;

4. формирование диагностических алгоритмов с учетом возможности математических программ и применяемых ЭВМ;

5. разработка алгоритмов испытаний и отладка на реальных объектах программно-математического обеспечения; обработка методов идентификации, диагностирования;

6. разработка методик использования результатов диагностирования для принятия решения по дальнейшему использованию объекта.

При разработке алгоритмов анализа работоспособности контролируемых систем выполняются следующие операции:

1. разрабатываются математические модели диагностируемых систем, т.е. зависимости между входными и выходными параметрами;

2. определяются отклонение и допуски входных и выходных параметров в зависимости от условий эксплуатации;

3. уточняются необходимые диагностические признаки и формулируются признаки отказа;

4. составляются диагностические алгоритмы.

Диагностические алгоритмы могут быть трех типов:

• допускового – реагирующие на выход контролируемого параметра за установленный допуск или ограничение;

• функционального – определяющие правильность сохранения регламентируемых функциональных связей между отдельными параметрами;

• комплексного – определяющие установленные соотношения между комплексами характерных параметров.

1.3. Классификация математических моделей

Замена исходного объекта моделью связана в первую очередь с выделением основных существенных сторон исследуемых явлений и с их упрощением, позволяющих создать математическое описание (модель) объекта.

Математическая модель в общем случае представляет собой совокупность констант и соотношений, которая однозначно связывает входную и выходную информации.

Параметры, по которым возможна классификация математических моделей, могут быть различны.

1. Классификация по характеру описываемых режимов работы ГТД подразделяется на четыре основные группы: для установившихся режимов, для неустановившихся режимов, для переходных режимов, для динамических процессов. В дальнейшем будут рассматриваться только модели для установившихся режимов.

2. Классификация по числу описываемых режимов подразделяется на две группы: одно- и многорежимные модели, рис.3. Однорежимные математические модели описывают рабочий процесс в ГТД только на одном режиме, чаще расчетном, или близких к нему. Однорежимные модели получаются значительно проще многорежимных, поэтому они получили наибольшее распространение. В простейшем случае однорежимные модели имеют вид линейной зависимости. Многорежимные модели предназначены для большинства реальных режимов работы, таких как малый газ, авторотация или холодная прокрутка. Многорежимные модели всегда нелинейные

3. Классификация по виду входной информации, рис.4, производится по двум группам: модели детерминированные и стохастические. В детерминированных моделях вся входная информация задается для каждого расчета в виде определенных цифр. В стохастических моделях часть входной информации задается в виде случайных чисел, т.е. фактически задается закон распределения случайных чисел и его параметры (математическое ожидание и дисперсия), что позволяет имитировать разброс геометрических размеров в партии двигателей, разброс коэффициентов потерь и режимных параметров, случайные погрешности измерений и т.д.

В детерминированных моделях производится более глубокая классификация по виду входной информации: расчетные (номинальные), индивидуальные и среднестатистические.

В расчетных моделях используются расчетные (номинальные) значения геометрических размеров и коэффициентов потерь. В индивидуальных моделях используются геометрические размеры, полученные обмером данного экземпляра двигателя. В среднестатистических моделях используются результаты обработки статистики, собранной для партии двигателей.

4. Классификация по уровню сложности моделей подразделяется на пять групп, рис.3, которые пронумерованы с

нулевого по четвертый уровень.

4. Классификация по глубине описания объекта.

5. Классификация по степени универсальности модели.

6. Классификация по виду программной системы.

7. Классификация по способу организации вычислительного процесса.

Последние четыре типа классификаций достаточно условны и зависят от числа и номенклатуры требований, предъявляемых к моделям.