• Nie Znaleziono Wyników

Analiza statystyczna danych eksploatacyjnych. Model systemu

N/A
N/A
Protected

Academic year: 2022

Share "Analiza statystyczna danych eksploatacyjnych. Model systemu"

Copied!
9
0
0

Pełen tekst

(1)

ZESZYTY NAUKOWE POLITECHNIKI ŚIĄSKIBJ_______ ig78

Seria» GÓRNICTWO z. 94 N r kol. 591

KAZIMIERZ DYRKA CENTROM OBLICZENIOWE POLITECHNIKI WROCŁAWSKIEJ WROCŁAW

ANALIZA STATYSTYCZNA DANYCH EKSPLOATACYJNYCH Model systemu

Podano formalny opis obiektów i schematy podstawowych procedur systemu analizy statystycznej danych w oparciu o model danych systemu informacyj- no-infornatycznego przedsiębiorstwa przemysłowego. Model wykorzystano przy budowie podsystemu informatycznego.

1. Rola i miejsce systemu ASDE w systemie informatycznym

Identyfikacja i poznanie obiektów i zjawisk eksploatacji jest jednym z pierwszych i koniecznych przedsięwzięć w programie optymalizacji eksplo­

atacji maszyn i pojazdów. Pozwala bowiem określić obiekt /zjawisko/ po­

przez jego własności, co jest niezbędne nie tylko do rozwiązania, ale i postawienia zadać optymalizacji.

Wprowadzenie do systemów zarządzania eksploatacją maszyn i pojazdów nowoczesnych środków technicznych — maszyn cyfrowych i systemów informa­

tycznych stwarza materialne przesłanki zastosowania do praktyki zarządza­

nia metod statystyki, teorii podejmowania decyzji itp.

System "Analiza Statystyczna Danych Eksploatacyjnych", nazywany dalej systemem ASDE, ma stanowić praktyczne n a r z ę d z i e syntetycznego opisu danych i modelowania danych, a w dalszym ciągu — oceny obiektów i procesów eks­

ploatacji na bazie statystycznych modeli uzyskanych na drodze analizy da­

nych zbieranych w systemie informacyjnym przedsiębiorstwa.

(2)

42 Dyrka K.

Aby określić rolę systemu Informatycznego w zakresie badań obiektów i zjawisk' załóżmy, Zet

1. Istnieje system informacyjny wraz z systemem informatycznym ewiden­

cji obiektów i zdarzeń.

2. Wyniki dowolnego planowanego eksperymentu zawarte są w bazie danych systemu informatycznego lub dadzą się uzyskać z informacji tam za­

wartych.

Planowanie eksperymentu w systemie ASDE rozumiane jest w sensie okreś­

lenia populacji i jej cech podlegających badaniu, wielkości i sposobu wy­

boru próbki, metody pomiaru cech. Zakres możliwych do przeprowadzenia eksperymentów określa system informatyczny, którego istnienie postulowane

jest w punkcie 1. i zależy, między innymi, od zakresu i stopnia szcze­

gółowości zbieranych danych.

kykonanie eksperymentu ma w systemie znaczenie czysto pojęciowe.

V założeniu systemu eksperyment jest wykonywany w trakcie eksploatacji.

Z chwilą zaplanowania eksperymentu jest on wykonany, a wyniki jego są zawarte w bazie systemu.

Analiza wyników eksperymentu polega na zastosowaniu wybranych metod opisu danych oraz metod i algorytmów wnioskowania statystycznego /patrz

[*]/.

Udostępnienie danych empirycznych, metod i algorytmów w omówionym za­

kresie — to podstawowe cele systemu.

Cele postawione przed systemem implikują zakres i treść prac informa­

tycznych oraz zadania i elementy systemu informatycznego.

Ze względu na spełniane zadanie można wyróżnić dwa podstawowe elementy:

1. System definiowania obiektów 2. System opisu i analizy danych.

2, System definiowania obiektów

Niech E = •Je.j ,. .. J będzie zbiorem obiektów systemu ewidencji, X = | X 1,...,Xm j - zbiorem obiektów systemu ASDE, wreszcie

F = |F1>...,FgJ - zbiorem przekształceń, takich że:

V 3 \ m

isl ,, ,»,m kj,...,k^ k^ ę £ 1, • . •, sj

Definicja. System ^E,F,X^ nazywamy systemem definiowania obiektów.

2.1. Obiekty systemu ewidencji

Dla dalszych rozważań przyjmijmy, że elementami zbioru E są*/.

1/ Określenie zbioru obiektów systemu ewidencji przyjęto zgodnie z koncep­

cją ogólnego systemu informatycznego realizowanego w C.O. Politechniki Wrocławskiej dla branży górniczej.

(3)

Analiza atatystyczna danych eksploatacyjnych 43

1« Obiekty systemu bazowego eksploatacji.

2. Obiekty systemu zarządzania eksploatacją.

3. Warunki eksploatacji systemu bazowego.

h„ Typy zachowań wyróżnionych obiektów systemu bazowego eksploatacji.

5. Zmienne elementarne.

6. Relacje.

Aby pojęcia definiowane w dalszym ciągu opracowania miały sens fizycz­

ny^ dopuszcza się następującą interpretację obiektów systemu ewidencji:

a/ Obiektami systemu bazowego eksploatacji maszyn i pojazdów mogą być:

— grupy maszyn,

— zespoły maszyn,

- części zamienne i materiały eksploatacyjne, - obsługa maszyn,

— stanowiska remontowe itp.

b / Obiektami systemu zarządzania eksploatacją mogą być:

- zjednoczenia,

— przedsiębiorstwa,

- komórki organizacyjne itp.

o/ Typy zachowań obiektów scharakteryzowane są przez elementy abstrak­

cyjnego zbioru S, zwanego dalej przestrzenią stanów, przy czym zakłada się, te:

/i/ obiekt może znajdować się tylko w jednym ze stanów zbioru S = { s 1****»sn }«

/ii/ wyróżniona jest klasa stanów określająca zachowanie obiektu sprawnego,

2

/

/iii/ przebywanie obiektu w stanie nieaktywnym ' nie zmienia spraw- ności obiektu.

d / Zmienne systemu ewidencji /zmienne elementarne/ opisują wyróżnione aspekty działania obiektów systemu bazowego lub obiektów systemu zarzą­

dzania. Zakłada się, że wszystkie występujące zmienne opisują globalne efekty działania w rozłącznych przedziałach czasu o długości A . Zmienny­

mi elementarnymi mogą b y ć :

- ilość pracy wykonanej przez obiekt w przedziale czasu A i = <iń, ii + 1M ' ,

- ilość zużytych materiałów określonego typu przez obiekt w przedziale A'i = <iA', ii + 1)A'),

- pracochłonność przy odnowie obiektu w przedziale 4 " i = < i A " , (i + i M " ) ,

- czas pracy obiektu w przedziale czasu A i itp.

2/ Stan s. 6 S nazyw przejście obiektu stany z S nazywamy

amy aktywnym, jeśli istnieje stan s. c S taki, że ze stanu s. do stanu s, ma charakter losowy. Pozostałe

nieaktywnymi. J

(4)

44 Dyrka K.

e/ Obiekty systemu ewidencji typu “relacje" określają zależności po­

między innymi obiektami tego systemu. ¥ szczególności relacje określają związki obiektów systemu bazowego z obiektami zarządzania i zmiennych elementarnych z innymi obiektami systemu.

Relacje mogą byó opisane przez funkcje zdaniowe np.

"obiekt 1 przebywał w przedziale czasu ^ t ^ , w stanie s",

"obiekt 1 jest częścią składową obiektu k", zdania np.

"zmienna X^1(u) opisuje ilośó pracy wykonanej przez obiekt 1 w przedziale czasu A" i itp.

Relacje reprezentowane są w systemie ewidencji poprzez odpowiednie struktury danych i system kodowy informacji,

2.2. Obiekty systemu ASDE

Zbiór obiektów systemu ASDE zdefiniowano indukcyjnie wg schematu:

1. Zmienne systemu ewidencji są obiektami systemu ASDE.

2. Jeśli każda ze zmiennych Z f...fZn jest obiektem systemu, to i zmienne

Uk = fk ( V ~ " Zn;

są obiektami systemu. Funkcje dobiera się tak, aby zmienne miały określony sens fizyczny i były zmiennymi pewnego modelu, np, modelu te­

orii niezawodności.

Wprowadźmy oznaczenia:

Cr L

K/l/ - Xil/k/ *

Mi/oi/ - Tj/s/ -

Q

S/Q -

0 0

8k

N ii/s/ — ilośó wystąpień obiektu 1 w stanie s w przedziale czasu A i podzbiór zbioru liczb naturalnych o liczności' r,

zbiór obiektów systemu bazowego eksploatacji i systemu zarzą­

dzania,

zbiór cech obiektu 1 f L,

zmienne systemu ewidencji opisujące k-tą cechę obiektu 1 w prze­

dziale czasu Ai ,

V= LJ

1 6 L

podzbiór elementów zbioru L posiadających w chwili i własność zmienna systemu ewidencji określająca czas przebywania obiektu 1 w stanie s

T = U L ) T /s/

i€L ses x

relacja równoważności określona w przestrzeni stanów S , zbiór klas abstrakcji,

elementy zbioru Q

k 6

U

K/l/

U X /k/

i

(5)

* = u u u

N /s/

1 6 L bS S i

Niech będzie zbiorem zmiennych takich, iket

i. v e ^ .

Analiza statystyczna danych eksploatacyjnych 45

2. ie c Xix/k/ 6 V ^ ( ^ C ^^/k/y 6 Xvf.

x* r

3* i"?!,/«/ ’W * ' 6 x i x A / ) e v

Niech X T będzie zbiorem zmiennych takich, t e :

5. C l T

6 * s Y s / Ti/S/ e C i s , T a/S/) ^ X T*

7 - Tl/a/ 6 Tl/s/) 6 X T*

Niech Xjj będzie zbiorem zmiennych takich, ż e :

8. N C X j j .

i Y c r W » / 6 V * ( 5 Ś r N ii/s/) € X N-

10* l E M ^ / N il/s/ € N il/s/y e X N*

v y

»• eYs' W s/eX N=»Nii(Sk )e V

Niech X będzie najmniejszym zbiorem zmiennych takich, te i

1 2 .

X f Z '1,

X1C I X , J C ^ d x . •'?

13. z^C*')., Zix(k " ) € *

\

(6)

I

46 Dyrka K.

Definicja. ^ D owolny podzbiór X zbioru X nazywamy zbiorem obiektów systemu ASDE. Klasa obiektów zbioru X zdsfiniOTfana powyżej może być, w miarę \ potrzeb, rozszerzona poprzez dołączenie do definicji innych reguł tworze­

nia zmiennych.

¥ prezentowanym modelu zakres reguł obrano tak, aby umożliwić:

— dla ustalonego obiektu agregację zmiennych w czasie /warunki 2,6,9/,

— dla ustalonego przedziału czasu, agregację zmiennych opisujących określony aspekt eksploatacji grupy obiektów /warunki 3,7,10/,

— dla ustalonego przedziału czasu i ustalonego obiektu agregację cech obiektu /warunki 11,13/.

2.3. Procedury systemu definiowania obiektów

Obiekty systemu ewidencji i systemu ASDE są identyfikowane na podsta­

wie wystąpień odpowiadających im atrybutów i wystąpień określonych struk­

tur danych, *

Zadaniem procedur systemu definiowania obiektów jest nadanie wartości obiektom /zmiennym/ systemu ASDE i organizacja określonych struktur da­

nych. Można wyróżnić następujące grupy procedur:

— procedury wyszukiwania danych,

— procedury obliczania wartości funkcji.

Przydatność i efektywność metod wyszukiwania informacji jest ściśle związana z organizacją i wielkością zbiorów danych systemu ewidencji.

Wykorzystano również programy systemu zarządzania bazą danych DMS— 2.

Procedury obliczania wartości funkcji w systemie ASDE definiowane są wg schematów:

Schemat 1.

Niech X będzie zbiorem ciągów zaobserwowanych wartości zmiennych ele­

mentarnych postaci f , . . .,xnJ , 4. funkcją zdaniową, której zmiennymi są atrybuty obiektów. Na zbiorze X określmy klasę transformacji w sposób następujący:

Każda transformacja otrzymana w wyniku ustalenia A jest procedurą systemu.

Schemat 2.

jeśli A,

Niech S ' będzie zbiorem ciągów wystąpień stanów ustalonego obiektu

3/ Definicja określa zbiór obiektów w sposób formalny. W pewnych przy­

padkach obiekty mogą nie posiadać sensownej interpretacji.

(7)

Analiza statystyczna danych eksploatacyjnych 47

postaci .>sn ] » B wyróżnionym podzbiorem zbioru stanów S. Na zbio­

rze S określmy klasę transformacji Fg w sposób następujący!

1° Fg (.

jeśli s 1

e

B,

jeśli s 1 £ B,

2° Fg ( B1* * * *’Sn**n+l) =

"f b ( v * » v ) + 1 * Jeśli S«+1 6 B '

FB ( 8 1 » " * » sn)« Je<śli sn+1 e B -

Każda transformacja otrzymana w wyniku ustalenia B jest procedurą systemu.

3. System opisu i analizy danych

Zastosowanie statystyki w systemach informatycznych może odnosió się do jednej z klas zdań:

1. opisu danych, 2. analizy danych, 3. prognozowania^* .

Zadanie typu "opis danych" ma miejsce wówczas, gdy duży zbiór infor­

macji oryginalnych /zbiór informacji systemu ewidencji/ chcemy skonden­

sować w postaci niewielkiej liczby charakterystyk opisowych. Jest rzeczą ważną, aby redukcję danych tak przeprowadzać, żeby za pomocą odpowiednio dobranych opisowych charakterystyk w próbie'*' uzyskać możliwie najwięcej informacji zawartych w zbiorze danych oryginalnych.

W systemie ASDE jako charakterystyki opisowe w próbie przyjęto zwykłe charakterystyki rozkładu wartości w próbie /np.

W. M/=

- pierwszy i drugi moment,

- współczynnik asymetrii i eksoes, - wartości skrajne i rozstęp, - współczynnik zmienności,

- enrpiryczne rozkłady gęstości i empiryczne dystrybuanty.

Zadanie typu "analiza danych* ma miejsce wówczas, gdy wnioskujemy o właściwościach populacji na podstawie próby i polega na wyznaczeniu sta­

tystycznego modelu danych.

Podstawowe zadania rozwiązywane przy modelowaniu danych to!

- estymacja parametrów,

- weryfikacja hipotez statystycznych, - analiza korelacji i regresji.

4/ Zadania typu "prognozowanie" nie wchodzą w zakres istniejącej wersji systemu ASDE.

5/ V prezentowanym modelu jako próbę interpretuje się ustalony podzbiór zbioru danych systemu ewidencji.

(8)

48 Dyrka K.

¥ omawianym modelu systemu ASDE jako populację można przyjąć zbiór obiektów na przykład: zbiór części określonego typu, lub zbiór wartości cechy np. ilość wykonywanej przez obiekt pracy na zmianie. Zakres analizy danych obejmuje badania zgodności rozkładów empirycznych z teoretycznymi rozkładami obserwowanych zmiennych losowych. Na podstawie znanej próbki losowej, drogą estymacji parametrów wybranych rozkładów, a następnie weryfikacji hipotez o rozkładzie, wybiera się rozkład "najlepiej" opisu­

jący daną próbkę. Współczynnikiem jakości pozwalającym na porównanie kilku nieodrzuconych rozkładów może byó maksymalny poziom istotności, na którym hipoteza o zgodności danego rozkładu z empirycznym nie będzie

jeszcze odrzucona. ¥ systemie informatycznym ASDE w zakresie analizy da­

nych wykorzystano program PAS1 opracovmny przez zespół Ośrodka Informa­

tyki Politechniki świętokrzyskiej

Lista rozkładów, których zgodność rozkładów empirycznych może byó ba­

dana przy użyciu programu PAS1 obejmuje:

- rozkład normalny,

- rozkład 1ogarytmo—normalny, - rozkład wykładniczy, - rozkład Weibulla, - rozkład gamma, - rozkład Erlanga, - rozkład Rayleygha, - rozkład Maxwelła, - rozkład beta, - rozkład Poissona,

Lista testów do badania zgodności rozkładów w programie PAS1 obejmuje:

- test Kołmogorowa dla prób dużych,

- test chi-kwadrat dla prób dużych o liczności ^ 3 0 , - test Cochrana dla prób o liozności ^ 2 .

4. Uwagi końcowe

Prezentowany model został wykorzystany przy realizacji podsystemu informatycznego, który omówiono w .

Sformalizowanie podstawowych definicji i operacji pozwoliło na rozwią­

zania informatyczne niezależne od interpretacji danych i przyszłych zas­

tosowań wyników.

Model analizy statystycznej danych wzbogacony o schematy wnioskowania oparte na statystycznej teorii decyzji wraz z podsystemem informatycznym realizującym jego algorytmy może stanowić podstawę wdrożenia do praktyki kierowania eksploatacją metod statystyki opartych na dużych ilościaoh różnorodnych danych zbieranych w trakcie bieżącej eksploatacji maszyn.

Dane z bieżącej eksploatacji mogą stanowić naturalną bazę informacji do weryfikacji teoretycznych modeli eksploatacji i aktualizaoji parametrów«.

(9)

Analiza etatystyczna danych eksploatacyjnych 49

Wstępna eksploatacja podsystemu- informatycznego opartego na przedsta­

wionym modelu wskazuje na przydatność danych eksploatacyjnych dla celów analizy statystycznej poza zakresem małych wartości zmiennych.

LITERATURA

£ 1^J Aleksandrowicz-Kamionka Z. , i inni, Przetwarzanie informacji o nie­

zawodności urządzeń technicznych, Część I, Zeszyt 1, Kielce 1977.

Benjamin J.R., Cornell C.A., Rachunek prawdopodobieństwa, statystyka matematyczna i teoria decyzji dla inżynierów, WNT, Warszawa 1977..

£3^ Cramer H., Metody matematyczne w statystyce, Warszawa 1958.

[A] Żak D., Podsystem informatyczny analizy statystycznej danych eksplo­

atacyjnych, Komunikat Centrum Obliczeniowego Politechniki Wrocławs­

kiej, Wrocław 1978.

CTA TH C TH W EC KH 0 A H A JI03 3K CIUiyATAUH0HHHIX flAHHŁDS PeSKBiC

B c i a T b e n p e,r; c T a b JI e h a i o p M a j i b K aH M o n e J ib o n b c a H H H o ö b e x T O B JVIP. u e n e ß c T a T H C T H 'i e c K o r o a H a n n3a , c x e M H r jia B H H X n p o u e j t y p , 6 a 3 ß p y t o m n x H a h s h h h x h h - ÎO p M a T H 'ie C K H -H H ÿ O p M a itH O H H O fl C H C T e M b I n p e f ln p H H T H H . M O flC nb H C n 0 J l b 3 0 B a H a n p H O n p o rp a M M H p O B a H H H H H $ O p M aT H H eC K O ß n O H C H C T e M H .

STATISTICAL ANALYSIS OF EXPLOITATION DATA Summary

The description of the objects and the fundamental procedures for sta­

tistical analysis of data is presented. The construction of the model is based on the informational system of the industrial works. The described model was used for building a computer system.

Cytaty

Powiązane dokumenty

W ramach tych rachunków wyróżnia się: rachunek innych zmian wolumenu aktywów, rejestrujący zmiany w stanie aktywów i pasywów spowodowane odkryciami złóż naturalnych lub

Dlatego też salezjańskie Misterium Męki Pańskiej, świetnie wpisując się w tamtejsze środowisko, ciągle może się szczycić zainteresowaniem zarówno ze strony mediów, jak

testu zadanio- wego (uczestnicy eksperymentu realizują określone zadania mające na celu zna- lezienie potrzebnych informacji) oraz listy kontrolnej (szerzej opisanych m.in.

Miary położenia (średnie, tendencji central- nej). Miary

Histogram liczebności: wysokość słupka = liczność klasy Histogram częstości: wysokość słupka = częstość klasy.. Mała długość przedziału to : nieregularność

Klucz podstawowy relacji (ang. primary key) jest to atrybut lub zbiór atrybutów, którego wartość jednoznacznie identyfikuje krotkę relacji. Z definicji, wartość atrybutu,

 Jeśli potrzebne jest poznanie minimalnych odległości miedzy wszystkimi parami wierzchołków w grafie o n wierzchołkach, które posiadają etykiety o wartościach

 Nieskierowany graf posiadający krawędzie pomiędzy każdą parą różnych wierzchołków nosi nazwę grafu pełnego (ang. complete graph).. planar) wówczas, gdy