3.3.2 Základní pojmy a teorie Kódování Principy, znaky a využití genetických algoritmù Expertní systémy

Transkript

1 OBSAH 1 STRUÈNÁ HISTORIE UMÌLÉ INTELIGENCE DIAGNOSTIKA ELEKTRICKÝCH STROJÙ Rozdìlení diagnostických metod Pøehled používaných diagnostických metod Diagnostické metody pro elektrické stroje toèivé Diagnostické metody pro elektrické stroje netoèivé Nekonvenèní diagnostické metody Metoda aktivaèní energie vodivostních dìjù Metoda aktivaèní energie polarizaèních dìjù Metoda odhadu kritického napìtí VYBRANÉ VÝVOJOVÉ SMÌRY UMÌLÉ INTELIGENCE Neuronové sítì Obecný popis Neuronová sí a její dynamika Metody uèení neuronových sítí Neuronové sítì Backpropagation Neuronové sítì RBF Neuronové sítì LVQ Simulátory neuronových sítí Fuzzy systémy Úvod do fuzzy teorie Fuzzy množiny a základní operace Fuzzy relace a operace nad nimi Jazyková promìnná a fuzzy výroky Struktura a parametry fuzzy regulátoru Jazyková aproximace Fuzzy model Mamdani model s fuzzy závìry Fuzzy model Sugeno model s funkèními závìry Genetické algoritmy Podstata genetického algoritmu A OBSAH 3

2 3.3.2 Základní pojmy a teorie Kódování Principy, znaky a využití genetických algoritmù Expertní systémy Obecný popis Struktura expertních systémù Historie a pøehled expertních systémù Klasifikace expertních systémù Diagnostické expertní systémy bez neurèitosti Programovací jazyky expertních systémù Diagnostické expertní systémy s neurèitostí Fuzzy expertní systémy Adaptivní neuro-fuzzy inferenèní systém Proces získávání znalostí v expertních systémech Perspektivy expertních systémù APLIKACE METOD UMÌLÉ INTELIGENCE V DIAGNOSTICE IZOLAÈNÍCH MATERIÁLÙ Obecné aspekty aplikace metod umìlé inteligence v diagnostice Úvod do problematiky Vstupní velièiny diagnostického procesu Verifikace nekonvenèních diagnostických metod Volba diagnostických nástrojù, jejich aplikace a hodnocení Trénovací a testovací množina dat Neuronové sítì v aktuální diagnostice Aktuální diagnostika neuronovou sítí Backpropagation Aktuální diagnostika neuronovou sítí RBF Aktuální klasifikace neuronovou sítí RBF Aktuální klasifikace neuronovou sítí LVQ Neuronové sítì v prognostické diagnostice Prognostická diagnostika neuronovou sítí Backpropagation Prognostické diagnostika neuronovou sítí RBF Prognostická klasifikace neuronovou sítí RBF METODY UMÌLÉ INTELIGENCE V DIAGNOSTICE ELEKTRICKÝCH STROJÙ A

3 4.3.4 Prognostická klasifikace neuronovou sítí LVQ Fuzzy systémy v aktuální a prognostické diagnostice Aktuální diagnostika fuzzy modelem Sugeno Prognostická diagnostika fuzzy prediktorem Sugeno Genetické algoritmy v optimalizaci parametrù metod umìlé inteligence Optimalizace parametrù neuronové sítì genetickým algoritmem Optimalizace parametrù fuzzy systému genetickým algoritmem APLIKACE METOD UMÌLÉ INTELIGENCE V DIAGNOSTICE ELEKTRICKÝCH STROJÙ Úvod do problematiky Vstupní velièiny diagnostického procesu Verifikace nekonvenèních diagnostických metod Diagnostika s využitím umìlé inteligence Volba diagnostických nástrojù a jejich aplikace Trénovací a testovací množina dat Neuronové sítì v aktuální diagnostice Aktuální diagnostika neuronovou sítí Backpropagation Aktuální diagnostika neuronovou sítí RBF Neuronové sítì v prognostické diagnostice Prognostická diagnostika neuronovou sítí Backpropagation Prognostická diagnostika neuronovou sítí RBF Fuzzy systémy v aktuální a prognostické diagnostice Aktuální diagnostika fuzzy modelem Sugeno Prognostická diagnostika fuzzy prediktorem Sugeno Expertní systémy v diagnostice elektrických strojù toèivých Nástroje pro tvorbu expertního systému Popis a vlastnosti expertního systému Tvorba a struktura báze znalostí Vnitøní struktura báze znalostí pravidlového expertního systému ES A OBSAH 5

4 5.6.4 Konzultace uživatele s expertním systémem Ovìøení funkce expertního systému na reálných datech Expertní systémy v diagnostice transformátorù Charakteristika expertního systému pro diagnostiku transformátorù Tvorba a struktura báze znalostí Konzultace uživatele s expertním systémem Ovìøení funkce expertního systému na reálných datech LITERATURA REJSTØÍK METODY UMÌLÉ INTELIGENCE V DIAGNOSTICE ELEKTRICKÝCH STROJÙ A

5 ÚVOD Novodobá vìda ukazuje, že složitost jevù reálného svìta s mnoha vazbami mezi objekty se neustále zvìtšuje a vzniká snaha se s ní vyrovnat adekvátními postupy. Jedním z nich je pomìrnì mladá vìdní disciplína, a to umìlá inteligence. Pøedmìtem jejího zkoumání jsou všechny postupy a algoritmy, které ve svém dùsledku vedou k urèitému napodobení projevù inteligentního chování èlovìka. Inteligence je vlastností nìkterých živých organizmù, která jim dává v pøírodì mimoøádné postavení. I díky nástupu výpoèetní techniky se rozvíjí postupnì snahy o napodobení intelektuální schopnosti èlovìka. K tomu jsou využívány postupy vycházející z detailní analýzy èinnosti živých organizmù na úrovni biologické. Sem patøí napø. rozvoj neuronových sítí, genetických algoritmù, apod. Také se využívají techniky vycházející z matematické abstrakce mentálních procesù lidského mozku na úrovni psychologické a kognitivní, sem lze zaøadit napø. metody uèení založené na modelech. Složitost reálného svìta ovšem není jedinou motivací rozvoje metod umìlé inteligence. Znaènì dùležitá je také jeho neurèitost, která mùže mít rùzný charakter i pùvod. Nìkteøí autoøi pøisuzují neurèitosti podstatný význam a umìlou inteligenci pojímají jako schopnost systému dosáhnout cíle nebo udržet požadované chování právì v neurèitých podmínkách. Znaènou roli v této oblasti hrají také fuzzy modely. Problémem pøi øešení rozlehlých systémù s mnoha prvky a vazbami jsou velké objemy dat, jejichž zpracování vyžaduje efektivnìjší metodické postupy. Zde je dùležitá napø. teorie rozpoznávání, která se v tìchto pøípadech zaobírá rozlišením a utøídìním sledovaných údajù o objektech reálného svìta podle jejich spoleèných vlastností. V technické praxi se èasto používají klasifikaèní pøíznakové metody teorie rozpoznávání a k nim pøedevším patøí shluková analýza. K historicky nejstarším vývojovým smìrùm umìlé inteligence patøí expertní systémy. Zpravidla se jimi rozumí speciální poèítaèové programy simulující èinnost experta pøi øešení složitých úloh a využívající vhodnì zakódovaných, explicitnì vyjádøených speciálních znalostí. Právì expertní systémy jsou vhodné kromì jiného k identifikaci nebo nacházejí uplatnìní v diagnostice. V souèasné dobì lze sledovat rychlý vývoj metod umìlé inteligence. S tímto je èasto zvláštì v technické praxi spojena otázka, jak tyto metody využít k øešení vytèených cílù. V oblasti elektrických strojù toèivých i netoèivých se dnes øeší rùznorodé problémy konstrukèní, technologické, materiálové, apod. Na nìkterých pracovištích je také rozvíjena problematika diagnostiky elektrických strojù, a to pøedevším velkých generátorù pro energetické aplikace. Pøedmìtem zájmu jsou také motory, které slouží v energetice jako pohonné jednotky. V neposlední øadì jsou to také transformátory, které jsou spojeny s distribucí elektrické energie. Vèasná a efektivní diagnostika všech uvedených zaøízení umožòuje zvýšit spolehlivost tìchto zaøízení a druhotnì pøináší i zvýšení spolehlivosti dalších technických celkù. Toto je spojeno i se znaèným ekonomickým efektem pro provozovatele energetických zaøízení. Z výše uvedeného je zøejmá motivace autora knihy pøi koncipování jejího obsahového zamìøení. Samozøejmì i vzhledem k odbornému zamìøení autora knihy pùjde o oblast diagnostiky elektrických strojù toèivých a netoèivých a s tím spojených vybraných problémù, a to v tomto pøípadì se zamìøením na umìlou inteligenci. Na rozdíl od mnohých teoretických publikací o umìlé inteligenci, které hledají A OBSAH 7

6 další její aplikaèní využití, jde autorovi o zvládnutí konkrétních problémù z oblasti diagnostiky elektrických strojù nejvhodnìjšími metodickými postupy a za pomoci efektivního programového vybavení. I na tomto využití lze dobøe ukázat význam tìsné spolupráce základního a aplikovaného výzkumu. Ètenáøi se dostává do rukou odborná kniha, která je u nás ojedinìlá svým obsahem a rovnìž v dostupné zahranièní literatuøe nemá podobný vzor. Kniha si klade za cíl pøiblížit a objasnit široké technické veøejnosti a pøedevším pracovníkùm zamìøeným na diagnostiku elektrických strojù nìkteré metody umìlé inteligence, ukázat na konkrétních pøíkladech vybrané možnosti její aplikace v diagnostice elektrických strojù toèivých a netoèivých a takto pøispìt k rozvoji technické diagnostiky. Knihu mohou také využívat též studenti magisterských a doktorských studijních programù na vysokých školách s technickým zamìøením. Kniha v žádném pøípadì není uèebnicí metod umìlé inteligence a nelze ji také považovat za uzavøenou a ucelenou publikaci o aplikaci umìlé inteligence v diagnostice elektrických strojù. Výklad teoretických základù je omezen na nejnutnìjší skuteènosti, které jsou nutné pro pochopení uvádìných aplikací. Podrobné oddìlené teoretické rozpracování umìlé inteligence, elektrických strojù a také technické diagnostiky lze nalézt v dnes již rozsáhlé odborné literatuøe. Avšak pøíklady použití umìlé inteligence v diagnostice elektrických strojù toèivých i netoèivých jsou v souèasné literatuøe znaènì skromné. Proto v pøedkládané knize autor vycházel pøedevším z nìkterých posledních výsledkù vìdecko-výzkumné èinnosti na jeho pracovišti. Za svùj vznik kniha dìkuje výzkumnému zámìru MŠMT ÈR MSM Diagnostika interaktivních dìjù v elektrotechnice. Autor 8 METODY UMÌLÉ INTELIGENCE V DIAGNOSTICE ELEKTRICKÝCH STROJÙ A