Формирование архива электронных дел ремонта в информационной системе сервисного обслуживания ВВСТ

Единая стратегия построения и функциони­рования организации сервисного обслужи­вания военного вооружения и специальной техники (ВВСТ) предназначена для поддер­жания их исправного или работоспособного состояния с заданными показателями эффек­тивности и обеспечения его ресурсами. В ее основе - сочетание функций, которые вы­полняют эксплуатирующая организация, ре­монтные предприятия и сервисные центры. На современном этапе эта стратегия должна обеспечиваться:

• действующей инфраструктурой сер­висного обслуживания существующего парка ВВСТ;
• экономической обоснованностью целе­сообразности выполнения заводского ремонта для конкретных образцов специальных техни­ческих средств (СТС);
• переходом предприятий и сервисных центров на современные электронные техно­логии обеспечения мониторинга технического состояния, технического обслуживания и вой­скового ремонта в первую очередь основной номенклатуры ВВСТ в воинских частях.

Основным элементом информационной системы поддержки сервисного обслужива­ния, в соответствии со стратегией применения электронных технологий, является электрон­ное дело ремонта. Оно представляет собой сводный технологический документ, отраба­тываемый в процессе ремонта ВВСТ. В нем содержится совокупность учетно-отчетных документов, характеризующих техническое состо­яние объекта ремонта, потребный объем и состав выполненных работ и их исполнителей, расход сил и средств для восстановления его исправно­го (работоспособного) состояния. Эти докумен­ты накапливаются в электронной базе данных за весь срок действия контрактов на сервисное обслуживание ВВСТ. В связи с тем, что все до­кументы электронного дела ремонта представля­ют собой скан-копии реальных учетно-отчетных документов, не поддающиеся эффективному сжатию стандартными средствами каталогиза­ции, возникает задача разработки специальных средств архивации таких документов.

Для снижения объема данных на хране­нии предлагается снижать информационную избыточность таких документов, представля­ющих по своей сути бинарные изображения, на основе использования бинарного частотно­го анализа.

Бинарный спектральный анализ может быть построен на бинарных функциях Уол­ша, создающих ортогональный базис с тем или иным способом упорядочения. В данном случае будем использовать упорядочение по частости или количеству пересечений значе­ний базисной функции нулевой оси. Такие базисные функции могут быть представлены в следующем виде:

S_w ={wal_w(i, j), i, j = 0, 1, ..., N-1},                   (1)

где wal_w (i, j) - функция Уолша;

w - индекс, обозначающий упорядочение по частости в отличие от упорядочения по Адамару (h) или Пэли p;

i - определяет номер функции;

j - аргумент функции [1-3];

N = 2ⁿ, n = 1, 2, 3, ....

В дискретном представлении упорядо­чение по Уолшу определяется матрицей [1], элементы которой имеют вид

r_i(u); υ_i - коэффициенты двоичного представления номеров строк и столбцов.

На основе приведенных представлений может быть построено бинарное спектраль­ное преобразование - преобразование Уолша.

Преобразование Уолша H_w для некото­рого блока (n х n), где  определяется матричным уравнением

где B_x(n) - матрица коэффициентов прямого преобразования Уолша;

X_(n) - матрица исходного изображения.

Обратное преобразование Уолша выпол­няется по той же матрице H_w(n) ввиду ее орто­гональности и симметричности:

Общая структура процесса сжатия ска­нов документов дела ремонта представлена на рис. 1.

При использовании каждого варианта об­работки получаются разные варианты преоб­разования и, как следствие, разные результаты по измеряемым показателям. Для оценки ис­следуемых изображений можно использовать среднеквадратический показатель качества исходного и сжатого изображения. Среднеква­дратическое отклонение (СКО, в английском варианте - MSE) применяется для оценки ис­кажений восстановленных изображений и рас­считывается по формуле [1-4]:

где N - размер изображений в пикселах;

M₀ - элемент матрицы яркости исходного изображения;

M - элемент матрицы яркости восстанов­ленного изображения.

Если изображения одинаковы, то СКО = 0. При использовании сжатия информации в изо­бражении после проведенного ортогонального преобразования Уолша удаляются (или отбра­сываются) малозначимые элементы, потеря которых не несет видимых глазу человека из­менений по сравнению с исходным изображе­нием. Количество отбрасываемых элементов определяется исходя из матричного представ­ления спектра преобразования и задается поро­гом, элементы ниже которого приравниваются к нулю. Степень удаленных элементов вычис­ляется по формуле [4, 5]:

где C - общее количество элементов спектра;

C₀ - количество удаленных элементов.

В данной статье исследуются три техно­логии уменьшения избыточности бинарного спектра:

1. удаление малозначимых элементов;
2. оптимальное квантование оставшихся составляющих спектра на фиксированное ко­личество уровней;
3. оптимальное сжатие последовательно­стей одинаковых значений.

В качестве третьего действия при прове­дении экспериментов был использован стан­дартный архиватор 7Zip. Пример исходного изображения части документа и его бинарный спектр представлены на рис. 2.

В табл. 1 представлен анализ бинарного спектра (см. рис. 2). Восстановленное изобра­жение, полученное после квантования средне­частотных составляющих спектра, отражено на рис. 3. Такая операция позволяет перейти от восьмибитной кодировки спектральных коэффициентов к четырехбитной, содержащей знак числа и номер уровня, к которому отнесено его значение. Из анализа данных табл. 1 и рис. 3 можно сделать вывод о том, что переход к че­тырехбитной кодировке практически не влияет на качество восстановленного изображения.

На рис. 4 показаны результат удаления малозначимых элементов спектра в соответ­ствии с порогом ±3 и восстановленное из этого спектра изображение. При этом S = 56,43 %; СКО = 1,55. Количество отброшенных поло­жительных значений 73 960, отрицательных - 73 971.

На рис. 5 отражен повтор эксперимента, отраженного на рис. 4 при пороге ±6. Здесь S = 80,24 %; СКО = 2,49. Количество отбро­шенных положительных значений 105 369, отрицательных - 103 122.

Из приведенных данных можно сделать вывод, что даже при сильной степени сжатия изображения (более 80 %) читаемость текста остается удовлетворительной. Применение квантования и прореживания спектральных составляющих позволяет получить наилучший результат [6]. Сравнение полученных докумен­тов по объему приведено в табл. 2.

Отметим, что после спектральной обра­ботки документы поддаются эффективному сжатию с помощью стандартных архиваторов. Степень сжатия при этом по отношению к исходному документу может составлять пример­но 30 раз.

Применение специальных методов сжа­тия документов позволяет создавать компактные архивы дел ремонта и оперативно отсле­живать степень выполнения контрактов по сервисному обслуживанию ВВСТ.

Моделирование в средеMATLAB показа­ло хорошую работоспособность предлагаемых методов и алгоритмов сжатия бинарных изо­бражений, не поддающихся сжатию обычными архиваторами.