Рис. 4.16.
Возможные области размещения датчиков.
Для определения наилучшего
расположения датчиков использовали алгоритм, подробно описанный в работе
[36]. Использовали три датчика. Алгоритм работы программы аналогичен
механизму естественного отбора в природе. Сначала генерировали
некоторую популяцию положений датчиков. Из них выбирали
распределения, работающие наилучшим образом. После этого производили
набор мутаций посредством случайного сдвига одного из датчиков на одно
положение и случайного добавления новых положений. После этого вновь
оценивали эффективность работы датчиков и сравнивали ее с результатами
предыдущей итерации.
Как показано в работе [34], два
датчика не позволяют надежно определить местоположение дефекта.
Расположение датчиков характеризовали векторами типа (2, 14, 23), где
каждая цифра описывает положение одного из трех датчиков. В данном
случае датчики расположены в квадратах 2, 14 и 23. Эффективность работы
датчиков оценивали коэффициентом надежности, который равен величине,
обратной вероятности ошибки определения положения
дефекта.
Алгоритм характеризовали
следующими параметрами: размер популяции был равен 50, а количество
генераций - также 50. При каждой последующей итерации оставляли
единственный элемент с наибольшим коэффициентом надежности и добавляли
пять новых элементов. Более подробно с работой программы можно
ознакомиться в работах [36, 37].
Наилучшее распределение датчиков
описывается координатами (4, 16, 25). Это распределение характеризуется
коэффициентом надежности 3,155, что соответствует вероятности
неверного определения координаты расслоения 0,317. Это распределение
представлено на рис. 4.17.
Для оценки эффективности работы
алгоритма произвели полный перебор всех возможных комбинаций расположения
датчиков, и оказалось, что идеальное распределение имеют координаты
(8, 16, 25). Это распределение (рис. 4.18) близко к распределению,
полученному с помощью описанного алгоритма. Вероятность ошибки при
идеальном рас-
