Журнал «Нейрокомпьютеры: разработка, применение» №2 за 2021 г.
Статья в номере:
Искусственная нейронная сеть в задаче диагностики дефектов конструкций печатных узлов электронных средств
Тип статьи: научная статья
DOI: 10.18127/j19998465-202010-04
УДК: 621.396.69
Авторы:

С.У. Увайсов¹, В.В. Черноверская², С.М. Лышов³, Фам Лэ Куок Хань4, А.С. Увайсова5

1,2,3,4,5 МИРЭА – Российский технологический университет (Москва, Россия)

Аннотация:

Постановка проблемы. Современные радиоэлектронные средства (РЭС) представляют собой сложные технические системы, которые нашли применение практически во всех отраслях промышленности и сферах деятельности человека. Широкий функционал РЭС зачастую приводит к усложнению их конструктивной реализации, и, как следствие, к трудности и неоднозначности диагностических процедур, выполняемых в процессе производства и эксплуатации. В связи с этим достаточно остро встает вопрос совершенствования существующих методов технического контроля и разработки новых подходов к диагностированию РЭС с целью выявления их скрытых дефектов и повышения достоверности результатов исследования.

Цель. Повысить эффективность диагностирования печатных узлов электронных средств в процессе их производства, выходного контроля, испытания и применения по назначению.

Результаты. В ходе исследования разработана база характерных неисправностей электронных средств, для чего, наряду с физическим экспериментом, применялись методы математического моделирования и метод статистических испытаний МонтеКарло. Кроме того, создана искусственная нейронная сеть, ставшая основным инструментом диагностического исследования с целью выявления дефектов электронного узла и позволившая существенно повысить достоверность результатов в сравнении с существующими методами диагностики.

Практическая значимость. Для апробации разработанного метода проведена серия вычислительных экспериментов. Обоснован вид тестового ударного воздействия в форме пилообразного импульса с линейно нарастающим передним фронтом, а также расчетным путем подобраны параметры этого импульса. Технология обучения искусственной нейронной сети позволила получить достоверные результаты диагностирования с вероятностью Р = 0,99. Вычислительный эксперимент подтвержден физическими испытаниями радиоэлектронного узла на виброударной установке.

Страницы: 55-80
Для цитирования

Увайсов С.У., Черноверская В.В., Лышов С.М., Фам Лэ Куок Хань, Увайсова А.С. Искусственная нейронная сеть в задаче диагностики дефектов конструкций печатных узлов электронных средств //Наукоемкие технологии.

2020. Т. 21. № 10. С. 29−38. DOI: 10.18127/j19998465-202010-04.

Список источников
  1. Данилова, Е.А. Информационно-измерительная система обнаружения дефектов печатных плат: Дисс … канд. техн. наук. Пенз. гос. ун-т. Пенза. 2017. 176 с.
  2. Кофанов Ю.Н., Шалумов А.С., Журавский В.Г., Гольдин В.В. Математическое моделирование радиоэлектронных средств при механических воздействиях. М.: Радио и связь. 2000. 226 с.
  3. Иванов И.А., Увайсов С.У., Кошелев Н.А. Методика обеспечения диагностируемости электронных средств космических аппаратов по ранговому критерию на ранних этапах проектирования // Качество. Инновации. Образование. 2012. № 1.  С. 60–62.
  4. Любимов И. В. и др. Методы и средства диагностирования технических систем: Учеб. пособие. М-во образования и науки Российской Федерации, Балтийский гос. технический ун-т «Военмех». СПб.: БГТУ. 2012. 94 с.
  5. Uvaysov S.U., Ivanov, I.A., Chernoverskaya, V.V. Vibration Control of Electronic Means Technical Condition Based on Analysis of Resonant Frequencies // 2019 International Seminar on Electron Devices Design and Production, SED 2019 – Proceedings.
  6. Pham Le Quoc Khanh, Uvaysov S.U., Popova T.A., Demchenko S.K. Selection parameters of shock impulse during mechanical tests of printed circuit board assemblies. Materials of the International scientific – рractical conference «Information Innovative Technologies» / Ed. Uvaysov S.U., Ivanov I.A. M.: Association of graduates and employees of AFEA named after prof. Zhukovsky. Praha. 2020. P. 209–214.
  7. Фам Лэ Куок Хань, Увайсов С.У., Черноверская В.В. Разработка метода ударной диагностики для выявления дефектов электронных средств // Труды Всеросс. науч.-практ. конф. «Природа. Общество. Человек». Дубна. 2019.
  8. Лышов С.М., Увайсов С.У., Черноверская В.В., Фам Лэ Куок Хань. Инженерная методика вибродиагностики конструкций бортовых радиоэлектронных средств // Наукоемкие технологии. 2020. Т. 2. № 2–3. С. 17–28.
  9. Новиков Ф.А. Символический искусственный интеллект: математические основы представления знаний: Учеб. пособие для академического бакалавриата. М.: Юрайт. 2017. 278 с. Текст: электронный // ЭБС Юрайт [сайт]. URL: https://urait.ru/bcode/399163.
  10. Назаров Д.М., Конышева Л.К. Интеллектуальные системы: основы теории нечетких множеств: Учеб. пособие для академического бакалавриата. Изд. 3-е, испр. и доп. М.: Юрайт. 2019. 186 с. Текст: электронный // ЭБС Юрайт [сайт]. URL: https://www.biblio-online.ru/bcode/423214.
Дата поступления: 02.11.2020
Одобрена после рецензирования: 17.11.2020
Принята к публикации: 23.11.2020