Содержание к диссертации
Введение
1. Обзор существующих моделей диагностирования технических систем 11
1.1. Обзор базовых моделей объекта диагностирования 13
1.2. Обзор диагностических моделей объекта 30
1.3. Выводы и постановка задачи 40
2. Базовая модель объекта диагностирования 41
2.1 Структурно-вероятностная модель 41
2.2. Критерий качества диагностирования 44
2.2.1. Необходимые сведения из теории информации 44
2.2.2. Информационный критерий качества диагностирования 48
2.3. Выводы 50
3. Диагностическая модель объекта на основе концепции скрытого параметра 51
3.1. Алгоритм безусловного выбора точек контроля 51
3.2. Алгоритм условного выбора точек контроля 54
3.3. Влияние ошибок КИА на процесс диагностирования системы 57
3.4. Статистическое моделирование неисправных состояний системы 60
3.5. Выводы 66
4. Практическая реализация и вычислительные эксперименты 67
4.1. Описание программной реализации 67
4.2. Электромеханические системы
4.2.1. Пример 1 – система имульсно-фазового управления тиристорного электропривода КТЭ 110\220 70
4.2.2. Результат работы безусловного алгоритма 72
4.2.3. Результат работы условного алгоритма 74
4.2.4. Результат работы алгоритма поиска ошибок КИА 78
4.2.5. Пример 2 – комплектный автоматизированный электропривод 80
4.2.6. Результат работы условного алгоритма 86
4.2.7. Результат работы условного алгоритма с поиском ошибок КИА 87
4.3. Радиотехнические системы 89
4.3.1. Пример 3 – импульсная доплеровская радиолокационная станция 89
4.3.2. Результат работы условного алгоритма 91
4.3.3. Результат работы условного алгоритма с поиском ошибок КИА 92
4.3.4. Пример 4 – метеорадиолокатор 93
4.3.5. Результат работы условного алгоритма 96
4.3.6. Результат работы условного алгоритма с поиском ошибок КИА
4.4. Пример статистического моделирования неисправного состояния системы 98
4.5. Экспериментальная оценка сложности алгоритмов 99
4.6. Сравнительный анализ алгоритмов условной локализации дефектов без исправления и с исправлением ошибок КИА 101
4.7. Выводы 103
Заключение 104
Библиографический список 106
- Обзор диагностических моделей объекта
- Необходимые сведения из теории информации
- Влияние ошибок КИА на процесс диагностирования системы
- Результат работы алгоритма поиска ошибок КИА
Введение к работе
Актуальность темы. В настоящее время в области информационных технологий все большее место занимает построение многофункциональных сложных систем, в том числе технических систем, технологических процессов и программных комплексов. С увеличением сложности вычислительных систем непрерывно возрастает роль методов и средств поддержания их в состоянии постоянной работоспособности, в том числе средств автоматического поиска неисправностей.
Одним из методов измерения и обеспечения качества технических, технологических и программных систем является тестирование. Выполнение тестов связано с затратой материальных ресурсов, поэтому возникает задача построения оптимальной тестовой последовательности, обеспечивающей минимум затрат на обнаружение неисправности в диагностируемой системе.
Вопросам диагностирования сложных систем посвящено большое количество работ П.П. Пархоменко, И.А. Биргер, Д.В. Сперанского, В. И. Борщевича, С. Н. Филимонова, М.Ф. Каравай, Г.Ф. Верзакова, C.V. Ramamoorthy и других российских и зарубежных ученых. Однако, известные в настоящее время методы и алгоритмы диагностирования технических систем, как правило, не учитывают ошибки контрольно-измерительной аппаратуры (КИА), как всевозможные измерительные устройства - датчики, сигнализаторы.
К сожалению, при измерении информационных параметров системы всегда имеют место ошибки, которые снижают эффективность локализации дефектов в системе и чаще всего делают ее невозможной. Поэтому разработка методов и алгоритмов, которые снижают влияние ошибок КИА на результат диагностирования, является актуальной.
Целью работы является разработка моделей и алгоритмов диагностирования систем с обнаружением и исправлением ошибок КИА, возникающих при измерении параметров.
Задачи работы.
Для достижения поставленной цели потребовалось решение следующих задач:
анализ существующих детерминированных и стохастических методов диагностики;
разработка диагностической модели на основе концепции скрытого параметра;
модификация алгоритма условного выбора точек контроля, которая обнаруживает и исправляет ошибки контрольно-измерительной аппаратуры, что позволяет снизить вероятность получения ошибочного результата диагностирования;
оценка сложности модифицированного алгоритма;
демонстрация результатов работы алгоритма на контрольных примерах и выполнение программной реализации.
Методы исследования.
Для решения поставленных задач применялись методы, основанные на теории множеств, теории графов, теории информации, теории надежности и методах оптимизации.
Научная новизна работы состоит в следующем:
-
Обоснована целесообразность использования концепции скрытого параметра, позволяющей интерпретировать ошибки контрольно-измерительной аппаратуры (КИА) как скрытые параметры процесса диагностирования.
-
На основе концепции скрытого параметра была разработана диагностическая модель, отличающаяся от существующих учетом воздействия ошибок КИА на процесс диагностирования.
-
Разработана модификация алгоритма условного выбора точек контроля, позволяющая обнаруживать и исправлять ошибки КИА и, тем самым, повысить эффективность диагностирования технических систем по сравнению с известными методами.
Обоснованность и достоверность результатов диссертационной работы обеспечены корректным использованием современного математического аппарата и подтверждены результатами экспериментальных исследований на реальном примере.
Практическая значимость и внедрение.
Практические результаты, полученные в ходе выполнения диссертационной работы, используются в АО «Федеральный научно-производственный центр «Нижегородский научно-исследовательский институт радиотехники» и учебном процессе подготовки магистров по направлению «Информатика и вычислительная техника» по программе «Диагностические и информационно-поисковые системы» в Нижегородском государственном техническом университете им. Р.Е. Алексеева. Получены свидетельства о государственной регистрации программы для ЭВМ №2011610230 от 11 января 2011 г. и №2012614562 от 22 мая 2012г.
Результаты работы использованы в госбюджетной НИР (Отчет по НИР «Диагностирование сложных технических систем», Интернет-номер
И131205122130 от 25.11.13 - Н.Новгород: НГТУ), выполненной в рамках НИОКР «Диагностические и информационно-поисковые системы» (Номер государственной регистрации 01201252337, Интернет-номер И111112195013, руководитель работы Ломакина Л.С.).
Апробация полученных результатов.
Основные положения диссертации представлялись и докладывались на следующих научных конференциях:
Международной молодежной конференции «Будущее технической науки» г. Н.Новгород, 2011 г.
Международных научно-технических конференциях «Информационные системы и технологии (ИСТ-2011, ИСТ-2012)» г. Н. Новгород, 2011 г., 2012 г.
IV, V, VI Всероссийских научно-технических конференциях «Прикладная информатика и математическое моделирование» г. Москва, 2010 г., 2011 г., 2012 г.
III Международной научно-практической конференции «Информационные управляющие системы и технологии», г. Одесса, 2014 г.
XIX-th International Open Science Conference «Modern informatization problems», Yelm, WA, USA, 2014.
Основные положения, выносимые на защиту.
-
Диагностическая модель на основе концепции скрытого параметра;
-
Модификация алгоритма условного поиска дефекта, позволяющего обнаруживать и исправлять ошибки контрольно-измерительной аппаратуры и его программная реализация;
-
Результаты экспериментальных исследований.
Публикация результатов.
По теме диссертации опубликовано 15 работ, в том числе 3 работы в рецензируемых научных изданиях, рекомендуемых ВАК, 1 монография, 2 свидетельства о государственной регистрации программы для ЭВМ.
Личный вклад автора.
Личный вклад автора заключается в следующем:
участие в постановке целей и задач исследования;
построение диагностической модели на основе концепции скрытого параметра;
разработка модифицированного алгоритма диагностирования;
участие в программной реализации алгоритма;
участие во внедрении созданного программного обеспечения.
Лично автором и при участии автора выполнена подготовка публикаций по представленной работе.
Соответствие диссертации паспорту научной специальности.
Научные положения диссертации соответствуют паспорту научной специальности 05.13.01 - Системный анализ, управление и обработка информации (в науке и промышленности). Результаты проведенного исследования соответствуют следующим пунктам паспорта научной специальности:
формализация и постановка задач системного анализа, оптимизации, управления, принятия решений и обработки информации
разработка критериев и моделей описания и оценки эффективности решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации
разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации
Структура и объем работы.
Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы из 98 наименований, а также приложений. Общий объём работы 118 страниц текста, содержащего 21 рисунок и 15 таблиц.
Обзор диагностических моделей объекта
Метод ветвей и границ рассмотрен в работе [14]. При использовании данного метода также используется многошаговый процесс выбора тестов, а применение теста на произвольном шаге разбивает множество допустимых состояний системы на два подмножества. Процесс ветвления представляется ориентированным ацикличным графом, называемым деревом ветвлений. Вершины графа обозначают применяемые тесты и подмножества состояний, разбиваемые применением соответствующих тестов. Конечные вершины называются висячими. В процессе разбиения вычисляется нижняя оценка, характеризующая данное решение, и развивается та ветвь, которая на каждом шаге имеет лучшее значение оценки-прогноза. Процедура продолжается до получения подмножества, содержащего единственное состояние системы, которое и будет являться истинным.
Для универсального определения нижней границы значения функции-критерия в работе [58] был предложен метод, базирующийся на теории вопросников. В теории вопросников каждая вершина дерева ветвлений называется вопросом, совокупность вопросов, достаточная для разбиения множества состояний системы на одноэлементные вопросником, а стоимость реализации вопросника - ценой его обхода. Висячие вершины вопросника называются события, им приписаны веса вероятности соответствующих состояний системы, сумма весов событий потомков некоторого вопроса - называется его весом. Цена обхода вопросника определяется как сумма произведений веса каждого вопроса на цену этого вопроса. Предложенный алгоритм позволяет уменьшить цену обхода вопросника, причем каждому вопросу может соответствовать более 2 вариантов ответа.
В работах [59, 60] решение проблемы различимости кратных дефектов проводится с помощью точек блокирования. В работе [59] описывается метод определения максимальной различимости дефектов, основанный на вычислении приведенной матрицы диапазонов и применении алгоритма, предложенного в работе [61]. Данный алгоритм определяет оптимальное расположение блокирующих точек для максимальной различимости с минимальной стоимостью решения. В работе [60] задача поиска минимального числа точек блокирования решается путем формирования матрицы управляемых разрывов и назначения дополнительных точек блокирования, необходимых и достаточных для обеспечения различимости одиночных дефектов.
В работах [62, 15] предлагается использовать стохастические алгоритмы на основе информационного критерия.
На первом этапе алгоритма, описанного в [62], выбирается проверка, несущая максимальное количество информации о системе, а затем выбираются проверки, доставляющие максимальное дополнительное количество информации. Выбор проверок продолжается до тех пор, пока энтропия системы не станет равной нулю.
В [21] предлагается метод поиска неисправностей, который характеризуется эффективностью проверки Fk равному уменьшению неопределенности H(P) в отношении стоимости Ck соответствующего этапа проверки: Fk = H(P) / Ck = (-Plog2P – (1-P)log2(1-P)) / Ck где P – априорная вероятность положительного результата проверки. На каждом этапе выбирается проверка с максимальным значением эффективности Fk. После выбора очередной проверки выполняется перерасчет стоимостей оставшихся проверок и положительного результата каждой оставшихся проверки с учетом выполненных проверок. Для практического использования данного метода необходимо иметь сведения о стоимостях проверок и вероятностей отказа блоков.
В работе [63] предложен метод, основанный на вычислении отношений ti/Pi (i = 1, 2, …, N), где ti - время поиска неисправности, Pх -вероятность отказа каждого блока. На основе вычисленных значений ti/Pi составляется последовательность возрастающих значений отношения: t, t, t P.i Р2 Рп
Поиск отказов идет в такой же последовательности по блокам Sb S2, …, Sn. Достоинство данного метода заключается в том, что при применении автоматического контрольного оборудования с полуфиксированной программой поиска, которая после начала ее использования уже не изменяется, возможна сравнительно быстрая и легкая методика программирования, когда имеются данные вероятности отказа и времени поиска. Этот метод более эффективен, когда вероятности отказов и время поиска неисправностей различны, и нет взаимосвязи между отдельными неисправностями.
В работе [64] предлагается характеристика трудоемкости тестового диагностирования схем, названная информационной стоимостью. Описывается способ синтеза, доставляющий верхнюю оценку информационной стоимости, совпадающую (по порядку величины) с нижней оценкой.
Среди статистических методов технической диагностики широкое распространение получили метод, основанный на сетях Байеса и метод последовательного анализа, предложенный Вальдом [65]. Метод последовательного анализа применяется для контроля качества выпускаемой продукции [66] и планирования контрольных испытаний на надежность
Необходимые сведения из теории информации
В данной главе предложена математическая модель объекта диагностирования, которая построена на основе его структурно-вероятностного описания.
Приведено определение количества информации и свойства энтропии. На основе данного определения сформулирован информационный критерий качества диагностирования.
Рассмотрим базовую модель объекта диагностирования. В качестве исходных данных известно: структура объекта диагностирования вероятности появления дефекта в каждом блоке множество точек контроля Пусть G (V, U) - граф с п вершинами, представляющий модель объекта диагностирования. Обозначим V - множество вершин графа, U - множество ребер графа.
Рассматриваемый объект диагностирования (техническая система, технологический процесс, программная система) должен иметь блочную структуру. В этом случае, вершины графа соответствуют блокам объекта диагностирования, а ребра графа - связям между блоками [46]. Если отсутствует возможность выделить блоки - вершины графа соответствуют параметрам объекта диагностирования, а рбра графа - причинно-следственным связям между параметрами. Обозначим через x = {x1,...,xq} (д п) множество входов графа G (V, U), а через w = {w1,...,wp} (1 р) - множество выходов. Если в объекте диагностирования в некоторый момент времени одновременно отказало некоторое множество блоков, то совокупность номеров {тд,...,%} соответствующих вершин графа G, представляющего модель объекта диагностирования, назовем дефектом кратности к
Обозначим через Р = {р1, …, р„} вектор вероятностей отказа блоков объекта диагностирования. При отсутствии значений вероятностей будем считать отказ каждого блока равновероятным событием. Пусть имеет место дефект {771,...,%}. Состоянием объекта диагностирования назовем n-мерный вектор s = {s1,...,sn}, в котором: Ґ1, если номер вершины /є {771,...,rjk}; [0 - в противном случае Всего будет 2" состояний объекта. Вс множество состояний S можно рассматривать как пространство элементарных событий seS, каждое из которых может наступить после эксплуатации системы в течение заданного времени с вероятностью, равной: P(S) = YIPJYI(1-PJ), где р} - вероятность появления дефекта ву-ом блоке; J - множество номеров исправных блоков; / - множество номеров неисправных блоков. При этом предполагается, что дефект в одном из блоков не влияет на вероятность появления дефектов в других блоках. Будем полагать, что вершины х и г в графе G (V, U) образуют контрольную пару (х, г), если в соответствующей системе сигнал, подаваемый на вход элемента х, может быть снят на выходе элемента г. Очевидно, для того чтобы пара (JC, г) была контрольной, необходима достижимость вершины г графа G (V, U) из вершины х. В дальнейшем контрольную пару будем называть точкой контроля, а множество точек контроля обозначим Z. Вектором проверки точки контроля (х, г) назовем п - мерный вектор b(x,z) = {b1,...,b}, компонента Ъ1 которого равна 1, если существует хотя бы один путь от х к г, содержащий вершину l, и равна 0 в противном случае. Пусть для упорядоченного графа G (V, U) на п вершинах задано некоторое исходное множество Z точек контроля. Тогда матрицей проверок 5г=бгу (i = 1,т; j = 1,п) на множестве Z точек контроля назовем матрицу, в которой: Г 1, если вершина j входит в проверку і - й контрольной пары; У 1 г [0-в противном случае Проверка сигнала в каждой точке контроля позволяет судить о работоспособности всех блоков соответствующего подмножества, которое определяется совокупностью единиц в соответствующей строке матрицы проверок.
Определим диагностический эксперимент как процесс тестирования системы точками контроля zeZ . Если Z содержит т точек контроля, то результатом диагностического эксперимента будет являться -мерный вектор у = {У1,...,ут}, для которого выполняется соотношение: y = Bs. Матрица В является математической моделью канала связи между множеством состояний системы S и множеством результатов диагностирования Y.
Компоненты вектора у равны 1, если значение измеряемого параметра в соответствующей точке контроля вышло из допуска и равны 0 в противном случае. Таким образом, при выходе из строя одного из блоков вектор у совпадает с соответствующим столбцом матрицы проверок. В случае выхода из строя нескольких блоков с номерами г)1,...,щ вектор у равен логической поэлементной сумме соответствующих столбцов матрицы: yl = b{ vb{ v...vb{ (l = 1,m), т.е. диагностический эксперимент доставляет некоторый вектор y,eY, который характеризует состояние системы с точностью до некоторого подмножества, причм вероятность p(yt) определяется как сумма вероятностей всех состояний, входящих в соответствующее подмножество.
Таким образом, математическая модель объекта диагностирования построена на основе его структурно-вероятностного описания. Объект диагностирования моделируется матрицей проверок B, содержащим информацию о структуре системы и доступных точках контроля, и вектором P, содержащим информацию о вероятностях появления дефекта в каждом блоке системы.
Влияние ошибок КИА на процесс диагностирования системы
1. Пусть множество рассматриваемых точек контроля R, а множество выбранных точек контроля U. Первоначально множество U не содержит элементов, а множество R содержит все точки контроля. Выбирается точка контроля z eZ, которая доставляет максимальное количество информации о системе. Для этого вычисляется количество информации, которое доставляет диагностический эксперимент с использованием точки контроля z. (i = 1,m). Точка контроля z добавляется к множеству U и исключается из множества R. 2. На основе выбранной точки контроля z производится тестирование системы. В результате тестирования выделяется подмножество блоков, подозреваемых на наличие дефектов L. Если результат тестирования равен единице, то L равно подмножеству блоков, которым соответствует 1 в матрице проверок В и соответствует 0 в противном случае. 3. На каждом очередном шаге выбирается та точка контроля z є R, которая доставляет максимальное дополнительное количество информации. Для этого вычисляется количество информации, которое доставляет диагностический эксперимент с использованием точек контроля множества С/и z ". Выбранная точка контроля z добавляется к множеству U и исключается из множества R. Таким образом, каждый шаг данного алгоритма будет сокращать подмножество L. 4. Процедура выбора точек контроля заканчивается после того, как подмножество L сократилось до 1 элемента. 5. Данный блок проверяется на работоспособность. Если блок неисправен - тогда он подлежит коррекции и следующая итерация алгоритма производит поиск очередного дефекта, в противном случае система не содержит дефектов и находится в работоспособном состоянии.
Алгоритм может закончить свою работу досрочно, т.е. не определив состояние системы с точностью до блока. Критерии досрочного останова условного алгоритма совпадают с критериями досрочного останова безусловного алгоритма, которые были рассмотрены ранее.
Условный алгоритм позволяет локализовать дефект с точностью до блока или до подмножества блоков, подозреваемых на наличие дефекта. Глубина локализации зависит от исходного множества точек контроля. Этот алгоритм можно использовать в действующей системе при возможности исправлять однократные дефекты в процессе диагностирования системы. Каждая итерация условного алгоритма позволяет определить один неисправный блок в системе. После определения неисправного блока проводится его коррекция и выполняется следующая итерация алгоритма. В результате последовательного устранения одиночных дефектов, достигается полное восстановление работоспособности системы.
В алгоритмах безусловного и условного поиска дефектов считалось, что результаты проверок являются достоверными. К сожалению, при измерении информационных параметров системы всегда имеют место ошибки, которые снижают эффективность локализации дефектов в системе и чаще всего делают ее невозможной.
Если при измерении параметра принято ложное решение (дефект не обнаружен), то неисправные блоки, которые проверяются на основе данной точки контроля, будут исключены из подмножества блоков, подозреваемых на наличие дефекта. Если данная проверка определяет состояния не всех дефектных блоков, тогда начнется процесс поиска дефекта в блоках, состояния которых данная проверка не определяет, в противном случае результаты всех последующих проверок будут равны нулю.
Таким образом, если ошибка КИА произошла при проверке системы с использованием точки контроля, которая определяет состояния всех неисправных блоков, то результат диагностирования будет неверным. С целью решения данной проблемы были предложены новая диагностическая модель, основанная на концепции скрытого параметра, и модификация алгоритма условного выбора точек контроля.
Теория скрытого параметра, в сущности, является методологией выявления новых свойств объекта, которые не наблюдаются в эксперименте. В нашем случае, объектом исследования является процедура поиска дефекта, в которой появление ошибки КИА проявляется как некоторое новое свойство, которое может быть обнаружено. Состояние системы тоже является скрытым параметром, но в данном случае нас интересует состояние не самого объекта, а состояние процедуры поиска дефекта. В этом заключается новизна учета ошибок КИА, которая учитывается при модификации алгоритма условного выбора точек контроля с учетом ошибок КИА.
Алгоритмы условного и безусловного выбора точек контроля позволяют локализовать дефект, но не позволяют обнаруживать ошибки КИА. Для одновременного решения обоих задач – локализации дефекта и обнаружения ошибок КИА – необходимо разработать новую диагностическую модель. На основании концепции скрытого параметра была разработана обобщающая диагностическая модель, объединяющая в себе условный алгоритм поиска дефектов, и позволяющая определять наличие ошибок КИА [84].
Результат работы алгоритма поиска ошибок КИА
Каждый функциональный элемент обозначен вершиной с некоторым количеством входящих стрелок (входных сигналов) и выходящих стрелок (выходным сигналом). На входы элементов, представленных вершинами 1, 11, 47, поданы внешние воздействия X1, X11 X47. Предполагается, что эти воздействия находятся в области допустимых значений. Внутренним сигналам соответствуют связи между элементами. При исправном состоянии объекта диагностирования эти сигналы также лежат в области допустимых значений. Допустим, что вероятности отказа блоков системы равны и составляют 0.01. Также предположим, что в процессе диагностирования системы возможно снимать внешний выходной сигнал любого блока. В этом случае, точками контроля будут являться сочетания входных и выходного блоков: (1, 48), (1, 18), (11, 48), (11, 18), (11, 44), (47, 45) и другие.
Рассмотрим работу условного алгоритма. Для применения условного алгоритма требуется наличие неисправной системы. Предположим, что в процессе эксплуатации в системе произошел отказ блоков 22 и 45. Результаты работы условного алгоритма при выполнении каждого диагностического эксперимента представлены в табл. 4.5.
По результатам работы условного алгоритма были выбраны точки контроля (11, 48)1, (11, 44)1, (11, 18), (1, 48)2, (11, 44)2, (11, 44)2, (47, 45), (11, 18). Диагностические эксперименты с использованием выбранных точек контроля позволили обнаружить неисправные блоки 22 и 45 и, таким образом, локализовать двукратный дефект.
Рассмотрим работу условного алгоритма с поиском ошибок КИА. Предположим, что в процессе эксплуатации в системе произошел отказ блока 35. Зададим количество отрицательных результатов проверок m, указывающее на возможность наличия ошибки КИА, равным 3.
Результат первого диагностического эксперимента с использованием точки контроля (1, 46) позволил обнаружить дефект. Во время второго диагностического эксперимента произошла ошибка КИА: неисправный блок 35 был исключен из подмножества блоков, подозреваемых на наличие дефекта. Результаты работы алгоритма условного поиска дефекта с исправлением ошибок КИА представлены в табл. 4.6. Табл.4.6 № экспер. выбраннаяточкаконтроля результаттестированиясистемы подмножество блоков,подозреваемых на наличиедефекта 1 (1, 46) 1 {1, 2, 3, 4, 5, 7, 19, 24, 30, 35, 43, 46} 2 (1, 48) 0 {19, 24, 30, 43, 46} 3 (1, 24) 0 {30, 43, 46} 4 (1, 30) 0 {43, 46}
Результаты трех подряд идущих экспериментов оказались отрицательными (дефект не обнаружен): этот факт допускает возможность появления ошибки КИА при диагностировании системы. С целью опровержения или подтверждения факта наличия ошибки КИА выполняется процедура поиска ошибок КИА с помощью тестовых проверок (табл. 4.7). Табл.4.7 № экспер. выбраннаяточкаконтроля результаттестированиясистемы подмножество блоков,подозреваемых на наличиедефекта 5 (1, 46) 1 {1, 2, 3, 4, 5, 7, 19, 24, 30, 35, 43, 46} 6 (1, 48) 1 {1, 2, 3, 4, 5, 7, 35} 7 (1, 24) 0 8 (1, 30) 0 Результат шестого диагностического эксперимента с использованием точки контроля (1, 48) отличается от результата второго эксперимента с использованием этой точки контроля. Разница результатов второго и шестого экспериментов подтверждает факт наличия ошибки КИА. Коррекция осуществляется посредством замены множества {19, 24, 30, 43, 46} множеством {1, 2, 3, 4, 5, 7, 35}, которое было исключено ошибочной проверкой. После коррекции множества блоков, подозреваемых на наличие дефекта, процедура поиска дефектов продолжается. 4.3. Радиотехнические системы
В качестве следующей тестовой системы была выбрана импульсная доплеровская радиолокационная станция (РЛС), предназначенная для измерения расстояния одновременно до двух движущихся объектов [87]. На рис. 4.7 представлена функциональная схема РЛС. Каждый функциональный элемент обозначен прямоугольником с некоторым количеством входящих стрелок (входных сигналов) и выходящих стрелок (выходных сигналов).