Спосіб прогнозування аварій мікропроцесорних систем

Реферат: Спосіб прогнозування аварій мікропроцесорних систем включає збір інформації про час настання аварій. Потім визначають параметри прогнозу і видають прогностичні рекомендацій. При зборі інформації відбирають останні значення часу настання аварій та проводять кореляційний аналіз. UA 69198 U (54) СПОСІБ ПРОГНОЗУВАННЯ АВАРІЙ МІКРОПРОЦЕСОРНИХ СИСТЕМ UA 69198 U UA 69198 U 5 10 15 20 Корисна модель належить до галузі прогнозування і може бути використана у всіх галузях, де відбувається випадковий процес, наприклад, для прогнозування виходу з ладу електроустаткування. Відомі різні способи прогнозування. Як найближчий аналог вибраний спосіб прогнозування аварії мікропроцесорних систем, що включає збір інформації про час настання аварій, з подальшими визначенням параметрів прогнозу і видачею прогностичних рекомендацій (див. Кирьянов Д. Самоучитель Mathcad 12. Санкт-Петербург; «БХВ-Петербург», 2004. - с. 351). У даному способі прогнозування використаний статистичний метод. Недоліком даного способу є те, що немає чіткої залежності, що дозволяє з необхідною точністю знати про наявність закономірності у випадковому процесі і за наявності закономірності знати подальшу поведінку процесу. Прогнозування відбувається в межах відхилення випадкової величини від математичного чекання. У основу корисної моделі поставлена задача підвищення точності прогнозування аварії, шляхом використання в способі спектральної залежності випадкового процесу (кореляційний метод). Поставлена задача вирішується тим, що в способі прогнозування аварій мікропроцесорних систем, що включає збір інформації про час настання аварій, з подальшими визначенням параметрів прогнозу і видачею прогностичних рекомендацій, згідно корисної моделі, при зборі інформації відбирають від 6 до 10 останніх значень часу настання аварій, використовуваних надалі для визначення параметрів прогнозу, яке виробляють кореляційним аналізом за наступною формулою: Jt   25 30 35 40 45 Tjk  2 N Tj1   i1 2 N  Ji  2      t  2     Tjk   Ji  2      t  2      ,      cos   Tj      A Tj   N  sin Tj    sin Tj        Tj       Tj1     i1    A Tj   N  cos    де - J(t) - функція стану випадкового процесу; Tj - період досліджуваної гармоніки; Tjk - період кінцевої досліджуваної гармоніки; A(Tj) - функція досягнення амплітудно-періодичної характеристики максимуму; N - кількість подій; Ji - час настання аварій; t - поточний час;  - 3,14, а видачу прогностичних рекомендацій здійснюють за часом досягнення максимумів функції стану випадкового процесу, що визначають настання аварій. Нова сукупність обмежувальних і відмітних ознак способу прогнозування процесу, що заявляється, є причиною, а первинний технічний результат (використання в способі спектральної залежності випадкового процесу) - наслідком. У свою чергу, цей первинний технічний результат є причиною, а вторинний технічний результат (підвищення точності прогнозування аварії) - наслідком. Нижче представлений приклад реалізації способу, із посиланням на креслення, що додається, де змальована функція стану мікропроцесорної системи. У прикладі розглянута реалізація випадкового процесу виходу з ладу мікропроцесорної техніки агрегату подовжнього різання (АПР) на моталці цеху холодного прокату ПАО «ММК ім. Ілліча». Вихід з ладу АПР відбувається в результаті неточного налаштування контуру збудження (у перехідних процесах струм збудження досягає нижче мінімально допустимого). При роботі АПР фіксувалися значення часу виходу з ладу (час настання аварій) мікропроцесорної техніки, результати яких занесені в таблицю. 1 UA 69198 U Таблиця 1 Данні виходу з ладу мікропроцесорної техніки № події 1 2 3 4 5 6 7 8 5 10 15 Час настання аварії від початку відліку (100 одиниць відповідає 1 годині) 2100 4500 6900 14900 16400 18200 20600 23000 Використовуючи пропонований спосіб прогнозування аварій мікропроцесорних систем точність прогнозування при відборі п'яти значень склала 75-85 %, а при відборі шести і більше значень - 100 %. Розглянемо прогноз восьмої події, використовуючи для розрахунку перші 7 подій. Для цього проводимо кореляційний аналіз по представленій вище формулі. В результаті отримуємо функцію стану мікропроцесорної системи, представлену на кресленні, що додається. У крапках, відмічених на малюнку, відбуваються аварії мікропроцесорної системи. Восьма крапка відповідає прогнозованій восьмій аварії. Прогнозований час відповідає 23000 одиниці. Дійсний час настання аварії також відповідає 23000 одиниць. Точність прогнозування 8 аварії складає 100 %. Застосування в способі кореляційного аналізу, на відміну від статистичного, дозволяє отримати більш точні значення при прогнозуванні. Крім того, даний спосіб прогнозування може розрахувати щільність вірогідності випадкового процесу, яка широко використовується в статистичних дослідженнях. Отже, існують всі підстави для широкого використання запропонованого методу прогнозування подій виходу з ладу устаткування. 20 ФОРМУЛА КОРИСНОЇ МОДЕЛІ 25 Спосіб прогнозування аварій мікропроцесорних систем, що включає збір інформації про час настання аварій, з подальшим визначенням параметрів прогнозу і видачею прогностичних рекомендацій, який відрізняється тим, що при зборі інформації відбирають від 6 до 10 останніх (представлених) значень часу настання аварій, використовуваних надалі для визначення параметрів прогнозу, який виробляють кореляційним аналізом по наступній формулі: Jt   30 35 Tjk  2 N  i 1 2 N  Ji  2      t  2     Tjk   Ji  2      t  2            cos   Tj      A Tj   N  sin Tj    sin Tj   ,       Tj      Tj 1     i 1    A Tj   N  cos    Tj 1 де - Jt  - функція стану випадкового процесу; Tj - період досліджуваної гармоніки; Tjk - період кінцевої досліджуваної гармоніки; ATj - функція досягнення амплітудно-періодичної характеристики максимуму; N - кількість подій; Ji - час настання аварій; t - поточний час;  - 3,14, а видачу прогностичних рекомендацій здійснюють за часом досягнення максимумів функції стану випадкового процесу, що визначають настання аварій. 2 UA 69198 U Комп’ютерна верстка В. Мацело Державна служба інтелектуальної власності України, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601 3