Алгоритмы анализа телеметрической информации и поддержки принятия решений в системах автоматизации испытаний космических ракет-носителей тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Тихомиров, Сергей Александрович

• Тихомиров, Сергей Александрович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Тихомиров, Сергей Александрович

СОДЕРЖАНИЕ

Введение

Глава 1 Анализ задач решаемых системами анализа телеметрической информации и современных подходов к построению этих систем. Выбор направлений исследований

1.1 Задачи обработки и анализа ТМИ

1.1.1 Испытания космических ракетоносителей

1.1.2 Измерительная техника и информационные технологии в совершенствовании способов анализа ТМИ

1.1.3 Обработка и анализ телеметрической информации

1.1.4 Задачи анализа параметров функционирования РН

1.2 Анализ современных подходов к построению системы анализа

телеметрической информации, выработка концепции построения системы

1.2.1 Анализ процессов обработки и анализа ТМИ при подготовке к пуску и пуске РН

1.2.2 Современные способы анализа ТМИ применяемые на заводах-изготовителях РН и космодромах РФ

1.2.3 Предлагаемая архитектура системы

1.2.4 Анализ процессов информационного обеспечения обработки и анализа телеметрической информации

1.3 Постановка задачи исследования

Глава 2 Разработка модели поведения системы анализа телеметрической информации

2.1 Организация и функциональная структура системы анализа

телеметрической информации

2.2 Средства моделирования

2.3 Описание состава модели поведения системы анализа

телеметрической информации

2.4 Диаграммы вариантов использования модели поведения системы

анализа телеметрической информации

2.5 Диаграмма состояний модели поведения системы анализа

телеметрической информации

2.6 Диаграммы деятельности модели поведения системы анализа

телеметрической информации

2.7 Основные результаты

Глава 3 Разработка алгоритмов автоматизированного экспертного анализа телеметрической информации

3.1 Выбор современных методов поддержки принятия решений для

реализации алгоритмов экспертного анализа телеметрической информации

3.2 Разработка схемы автоматизированной обработки и экспертного

анализа телеметрической информации многопараметрического объекта

3.3 Разработка алгоритма интерактивного анализа ТМИ и

представления данных системы нечеткого вывода

3.4 Разработка алгоритма формирования базы знаний эталонов

штатного поведения для обеспечения автоматизированной обработки и экспертного анализа телеметрической информации

3.5 Разработка алгоритма формирования базы знаний правил системы нечеткого вывода для обеспечения автоматизированной обработки и экспертного анализа телеметрической информации

3.6 Разработка алгоритма экспертного анализа телеметрической

информации (алгоритма нечеткого вывода для анализа телеметрической информации)

3.7 Пример применения алгоритма экспертного анализа

телеметрической информации

3.8 Выводы

Глава 4 Анализ эффективности внедрения алгоритмов экспертного анализа

телеметрической информации

3

4.1 Разработка процессов жизненного цикла экспертной системы

анализа ТМИ

4.2 Расчет эффективности применения разработанных алгоритмов

4.3 Выводы

Заключение

Библиографический список

СПИСОК СОКРАЩЕНИЙ

ПРИЛОЖЕНИЕ А (АКТЫ ВНЕДРЕНИЯ)

Введение диссертации (часть автореферата) на тему «Алгоритмы анализа телеметрической информации и поддержки принятия решений в системах автоматизации испытаний космических ракет-носителей»

ВВЕДЕНИЕ

Актуальность работы. Одной из важных задач обработки телеметрической информации космических ракет-носителей (РН) является оперативный контроль и оценка состояния РН при их испытаниях на заводах-изготовителях и космодромах. От эффективности и безошибочности оперативной оценки состояния РН зависит качественное выполнение задач пусковой компании. Сложность оценки состоит в том, что:

телеметрическая информация является разнородной по физической природе и динамическим характеристикам;

в процессе измерений могут возникнуть внешние факторы, влияющие на достоверность измеряемых величин;

имеются жесткие временные ограничения на получение результатов анализа;

существует множество ситуаций, в которых комбинация отклонений контролируемых параметров от нормального (штатного) поведения дает определенную «нечеткость» в принятии решения об оценке возникшей ситуации. Поэтому для эффективного принятия решений требуется применение информационно-аналитических систем основанных на современных методах идентификации состояния многопараметрической системы и поддержки принятия решений.

В настоящее время, когда по ряду причин сокращаются сроки испытаний РН, а количество одновременно контролируемых параметров компонентов сложных технических систем возросло в десятки раз, назрела насущная необходимость внедрения в ракетно-космической области экспертных систем для комплексного многокритериального анализа телеметрической информации, являющейся основным источником для оценки состояния бортовых систем РН в процессе изготовления, испытаний и подготовки к пуску.

К наиболее эффективным методам решения данной задачи следует отнести применение экспертных систем и методов поддержки принятия решений на основе теории нечетких множеств (ТНМ) и нечеткой логики. Применение

экспертных систем (систем принятия решений) не только минимизирует влияние «человеческого фактора» и увеличивает скорость принятия решения, но и позволяет значительно уменьшить штат обслуживающего персонала, что в свою очередь уменьшает стоимость владения данными системами.

О важности развития алгоритмов принятия решений в задачах многокритериального анализа на основе ТНМ говорят ежегодно появляющиеся публикации, посвященных данной тематике [32,35,36,54,78]. Основу современной ТНМ составляют работы Л. Заде [88, 98-100] по теории нечеткой меры и меры возможности, М.Сугеио (М. 81щепо) [97], Э. Мамдани (Е Матс1ат) [93-96] по нечеткому выводу и нечеткому интегралу, Дж. Беждека (I. Вегёек) [91,92] по нечеткой кластеризации и распознаванию образов, Р. Ягера (К. R.Yager) по нечеткой логике. Также исследования в области искусственного интеллекта связывают с работами А. Ньюэлла, Г. Саймона и Дж. Шоу, исследовавших процессы решения задач [89, 90]. В дальнейшем эти работы развивались многими российскими и зарубежными исследователями, такими как М.Л.Цетлин,

B.Н. Пушкин, М.А. Гаврилов, М.М. Бонгард, Д.А. Поспелов, В.П. Корячко,

C.А. Прохоров, А.Н. Пылькин, Л.А. Демидова [31, 32] и др.

Объектом исследования являются процессы обработки и анализа телеметрической информации.

Предмет исследования - алгоритмы анализа телеметрической информации и поддержки принятия решений в системах автоматизации испытаний космических ракет-носителей обеспечивающие объективность и оперативность принятия решений.

Целыо диссертационной работы является повышение объективности, оперативности и уровня автоматизации информационно-аналитического обеспечения процессов подготовки и пуска РН в системах обработки и анализа телеметрической информации за счет разработки новых алгоритмов анализа телеметрической информации многопараметрического объекта (ракеты-носителя).

Для достижения поставленной цели необходимо решить следующие основные задачи:

- провести исследование существующих и перспективных методов анализа ТМИ и принятия решений для осуществления контроля штатного состояния бортовых систем РН, оперативного диагностирования неисправностей, оценки летно-технических характеристик;

- провести исследование поведения системы анализа телеметрической информации при подготовке и пуске РН, выработать технические предложения обеспечивающие высокий уровень автоматизации, объективность и оперативность принятия решений;

-разработать алгоритм экспертного анализа телеметрической информации многопараметрического объекта, обеспечивающего автоматизацию процесса анализа, объективность аналитической оценки и скорость принятия решений по анализу технического состояния объекта контроля;

- провести анализ эффективности внедрения и применения разработанного алгоритма экспертного анализа телеметрической информации многопараметрического объекта;

- разработать алгоритм интерактивного анализа телеметрической информации и представления оценок состояния бортовых систем РН;

- разработать алгоритмы формирования баз знаний штатного и нештатных состояний бортовых систем РН для обеспечения экспертного анализа телеметрической информации.

Научная новизна. Научная новизна диссертационной работы определяется тем, что в ней впервые предложены:

- алгоритм экспертного анализа телеметрической информации, отличающийся от известных тем, что при его реализации предложено использовать элементы теории экспертных систем, теории нечетких множеств и

ч

нечеткой логики, что позволило обеспечить высокий уровень объективности оценок, снизить влияние «человеческого фактора» на процесс принятия решений, повысить оперативность локализации неисправности и выработки технических

решений для предотвращения возможных нежелательных последствий (т.е. парирования нештатных ситуаций);

- алгоритм интерактивного анализа телеметрической информации и представления оценок состояния бортовых систем РН, отличающийся от известных тем, что позволяет обеспечить отображение состояния бортовых систем РН в виде многопараметрического «образа» качественных оценок протекающих в них процессов, с учетом «нечеткости» этих оценок и повысить оперативность принятия решений при переходе систем из штатного состояния;

-алгоритмы формирования баз знаний штатного и нештатных состояний бортовых систем РН для системы экспертного анализа телеметрической информации, отличающиеся от известных тем, что они позволяют сформировать совокупность фактов штатного поведения телеметрируемых процессов и правил вывода для идентификации нештатного состояния бортовых систем РН.

Практическая значимость работы. Разработанные алгоритмы автоматизированной обработки и экспертного анализа телеметрической информации многопараметрического объекта обеспечивают:

сокращение времени принятия решений (до одной секунды), что позволяет, в реальном времени, при возникновении известной нештатной ситуации, не допустить ее перерастание в аварийную;

повышение объективности принятия решений при анализе телеметрической информации РН;

повышение функциональных возможностей и эффективности работ персонала (инженеров-испытателей и руководителей работ) в процессе эксплуатации сложных объектов, за счет автоматизации поддержки принятия решений при отклонениях от нормального хода процессов на контролируемом объекте;

накопление знаний по нештатным ситуациям и замечаниям при проведении испытаний и пусков РН.

Методы исследования. Для решения поставленных задач использовалась общая теория систем, системный анализ, теория нечетких множеств, теория

многокритериального принятия решений, метод и язык ИМЬ.

8

Область исследования. Содержание диссертации соответствует следующим пунктам Паспорта специальности 05.13.01 «Системный анализ, управление и обработка информации»: п.9 «Разработка проблемно-ориентированных систем управления, принятия решений и оптимизации технических, экономических, биологических, медицинских и социальных объектов», п. 10 «Методы и алгоритмы интеллектуальной поддержки принятия управленческих решений в технических, экономических, биологических, медицинских и социальных системах», п. 13 «Методы получения, анализа и обработки экспертной информации».

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на международных научно-технических конференциях:

«Космонавтика. Радиоэлектроника. Геоинформатика», Рязань, 2007, 2013, «Актуальные проблемы ракетно-космической техники», Самара, 2009, 2013, «XV Всероссийской научно-технической конференции студентов, молодых ученых и специалистов», Рязань, 2010,

«Проблемы передачи и обработки информации в сетях и системах телекоммуникаций», Рязань, 2012,

«XVIII Всероссийской научно-технической конференции студентов, молодых ученых и специалистов», Рязань, 2013,

Положения диссертационной работы апробированы при защите НИР, эскизных и технических проектов ОКР (НИР: «Вольфрам», «Зрелище», СЧ ОКР «Русь-М», «ТК-Восток», «СК-Восток»).

Внедрение. Результаты работы в основном использованы ОАО «РКЦ «Прогресс» при разработке автоматизированной экспертной системы анализа телеметрической информации РН «Союз-2» для космодрома «Восточный» (система АЭС ТМИ КТМЯ.461271.172).

Внедрение результатов подтверждено соответствующими актами. Достоверность полученных в диссертационной работе результатов подтверждается математическими обоснованиями и доказательствами, а также

проверками в ходе практической реализации основных результатов диссертационной работы при разработке системы АЭС ТМИ.

Публикации. По теме диссертации опубликовано 18 печатных работ, из них 3 статьи опубликованы в изданиях, рекомендованных ВАК России для публикации результатов кандидатских диссертаций.

Положения, выносимые на защиту

- алгоритм экспертного анализа телеметрической информации;

- алгоритм интерактивного анализа телеметрической информации и представления оценок состояния бортовых систем РН;

- алгоритм формирования баз знаний штатного состояния бортовых систем РН для системы экспертного анализа телеметрической информации;

- алгоритм формирования баз знаний нештатных состояний бортовых систем РН для системы экспертного анализа телеметрической информации.

Структура и объем работы. Диссертация состоит из введения, четырех глав с выводами, заключения, списка литературы и приложения. Основной текст содержит 150 страниц, 63 рисунка. Список литературы содержит 10 страниц и включает 109 наименований.

ГЛАВА 1 АНАЛИЗ ЗАДАЧ РЕШАЕМЫХ СИСТЕМАМИ АНАЛИЗА ТЕЛЕМЕТРИЧЕСКОЙ ИНФОРМАЦИИ И СОВРЕМЕННЫХ ПОДХОДОВ К ПОСТРОЕНИЮ ЭТИХ СИСТЕМ. ВЫБОР НАПРАВЛЕНИЙ ИССЛЕДОВАНИЙ

1.1 Задачи обработки и анализа ТМИ

1.1.1 Испытания космических ракетоносителей

В процессе создания новых и модернизации существующих образцов космических ракетоносителей (РН) важное место занимают их испытания.

Испытания РН проводятся в установленном руководящими нормативными документами Роскосмоса [7,8] порядке в соответствии с утвержденной комплексной программой экспериментальной отработки (КПЭО) РН и контрольно-испытательного оборудования РН, а также программой летных испытаний.

Испытания РН подразделяются на следующие виды: заводские; автономные; комплексные; летные.

Заводские испытания проводятся на заводе-изготовителе РН на комплексном испытательном стенде (КИС) или испытательном оборудовании специализированных испытательных организаций Роскосмоса.

Автономные, комплексные и летные испытания проводятся на космодромах, которые являются основными испытательными органами, обеспечивающими во взаимосвязи с организациями Роскосмоса качественную подготовку, отработку и всестороннюю проверку РН как на Земле, так и в условиях полета. Испытания, проводимые на космодромах, являются заключительным этапом экспериментальной отработки РН.

Значение и сложность обеспечения испытаний (отработки) и эксплуатации РН очевидна, если проанализировать сложившуюся технологию отработки ракетно-космической техники [60], общая схема которой показана на рисунке 1.1.

На всех этапах отработки производится комплексный анализ состояния и функционирования бортовых систем, агрегатов и элементов конструкции РН с помощью измерения процессов их функционирования и последующей обработкой этих измерений. Для этого применяется измерительная техника и информационные технологии обработки и аиализа телеметрической информации.

характеристики, ТТХ - тактико-технические характеристики, ОИР - опытно-мспытатспьныс работы, ЦП - целевая программа

Рисунок.1.1 Технология отработки РН

1.1.2 Измерительная техника и информационные технологии в совершенствовании способов анализа ТМИ

Измерения являются одним из основных источников количественной информации об исследуемых объектах (ИО) самой различной природы [5, 6]. Измерительная техника развивалась и совершенствовалась на протяжении всей истории человечества. С возникновением сложных технических комплексов, которыми являются ракетно-космические комплексы, измерения нашли особую роль в научно-техническом прогрессе. В этих комплексах одновременно с расширением номенклатуры измеряемых величин на порядки возрастали диапазоны измерений и уменьшались погрешности измерения. Кроме улучшения метрологических показателей средств измерений (СИ), существенно расширяются их функциональные возможности (космические СИ, мобильные СИ и пр.) и повышаются эргономические свойства. Растет удельный вес автоматизированных СИ, увеличивается объем получаемой и обрабатываемой телеметрической информации. Автоматизированные СИ встраиваются в системы автоматического управления различного уровня и становятся составными частями таких сложных систем как системы автоматизированного управления подготовки и пуска ракет наряду с инженерным и другим технологическим оборудованием [1-4, 24].

Параллельно с развитием измерительной техники в настоящее время идет интенсивное развитие других важнейших составляющих современного технического прогресса — информационных технологий, являющихся основой автоматизации управления и производства. Информационная технология — совокупность методов, производственных и программно-технологических средств, объединенных в технологическую цепочку, обеспечивающую сбор, хранение, обработку, вывод и распространение информации. Информационные технологии предназначены для снижения трудоемкости процессов использования информационных ресурсов. Они включают в себя широкий класс дисциплин и областей деятельности, относящихся к технологиям управления и обработки данных, в первую очередь числовых, с применением вычислительной техники. Из сказанного следует, что информационные технологии — это прежде всего

компьютерные технологии, и их основной технической базой является вычислительная техника [67]. Другим техническим компонентом информационных технологий являются системы и каналы связи, обеспечивающие быструю и достоверную передачу информации на большие расстояния. Для достижения любой из конкретных целей информационных технологий с использованием этих технических средств необходимо соответствующее программно-математическое обеспечение (ПМО), включающее в себя алгоритмы преобразования информации и программы для реализации этих алгоритмов [11, 12].

Совместное применение измерительной техники и методов современных информационных технологий в одних и тех же областях не могло не привести к их взаимопроникновению. Потребности современного производства и научных исследований все чаще ставят перед измерительной техникой задачи автоматической регистрации, хранения и математической обработки больших массивов измерительной информации, передачи ее на расстояние, использование для автоматического управления какими-либо процессами. Эти проблемы, аналогичные проблемам информационных технологий, оказали существенное влияиие на организацию процесса измерений, что привело к появлению измерительных информационных технологий. Эти технологии являются разновидностью информационных технологий и выделяются из этого обширного множества тем, что имеют очевидный познавательный характер, реализуемый посредством специфических процедур, присущих только им. К этим процедурам относятся:

- получение исходной измерительной информации в результате взаимодействия средств измерительного пункта со средствами объекта измерения;

преобразование измерительной информации с заданной и гарантированной точностью;

- сопоставление сигналов измерительной информации с размерами общепринятых единиц измерения;

- оценка, анализ и представление характеристик измеряемых величин с использованием когнитивных графических методов (используемых в БСАОА-системах), метода виртуальных приборов (используемых

проблемно-ориентированном графическом программировании ЬаЬУ1Е\¥) [9, 14] и специальных интегрированных сред инженерных и научных расчетов -МАТЬАВ [42].

Исследуемый объект

РЕГИСТРАЦИЯ ИНФОРМАЦИИ I ОБРАБОТКА ИНФОРМАЦИИ

ИЗМЕРИТЕЛЬНАЯ ТЕХНИКА { ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ

Измерения свойств

til*-.

объекта различном природы

ill в vi Г> Tir

Совершенствование измерительной техники

Совершенствование производства

Новый технологический уровень

Рисунок 1.2 - Измерительная техника и информационные технологии. Таким образом, информационные технологии на всем периоде своего развития оказали существенное влияние на развитие методов обработки и анализа измерительной информации при проведении испытаний (пусков) ракетно-космической техники [34].

1.1.3 Обработка и анализ телеметрической информации Извлечение информации из телеметрических данных, математическое преобразование, анализ и представление результатов за минимальное время, обеспечивающее своевременное использование их в процессе управления телеметрируемым объектом, - первая цель автоматизированной обработки ТМИ [70]. Второй, не менее важной целью автоматизированной обработки является определение частных и обобщенных характеристик систем телеметрируемого объекта, их каталогизация, хранение и своевременная выдача потребителям.

Общая задача обработки ТМИ формулируется следующим образом: дана совокупность измерений за некоторый период наблюдения, требуется, определить вектор-функцию параметров состояния, вектор обобщенных характеристик, сделать вывод и оценить точность полученных результатов.

Принято разделять процесс обработки на два этапа:

1) первичная обработка (или просто обработка);

2) вторичная обработка (или анализ ТМИ).

Схема обобщенного алгоритма системы первичной обработки, поясняющая ее место и взаимосвязь различных операторов обработки ТМИ, изображена на рисунке 1.3

Измерения, полученные от датчиковой аппаратуры, передаются кодировщику, который перекодирует данные ТМИ помехоустойчивым кодом, после чего они перерабатываются передатчиком для согласования с каналом связи. Передатчик согласует данные с каналом связи по структуре, скорости поступления и среде передачи. На выходе канала связи осуществляется декодирование данных и повышение их достоверности, после чего осуществляется дешифрация - пересчет параметров с учетом тарировочных характеристик датчика и калибровочной характеристики системы измерения. Затем данные согласуются с системой анализа по форматам и относительной шкале времени [58].

Датчик

Физический процесс — —чщзичэскии мрицесс —д—Фиаичускии ирицьс

Обработчики (получение вторичных параметров)

Интерфейс с системой анализа

Передатчик

Устройство контроля и повышения достоверности

Декодер

Приемник

Кодировщик

Дешифратор ^

ч

Рисунок 1.3 - Схема первичной обработки ТМИ

Первичная обработка проводится в объеме перечисленных задач, как при обработке оперативной информации, так и при полной обработке. Разница заключается в целях, качестве и методах проведения обработки. При проведении первичной обработки в рамках полной, необходимо добиваться более полного и компактного представления телеметрируемых процессов для последующего вычисления по ним обобщенных характеристик систем. Менее жесткие требования к минимизации времени полной обработки (по

сравнению с оперативной) позволяют проводить первичную обработку в этом случае, по более оптимальным в смысле точности и надежности алгоритмам. Точность обработки здесь играет первостепенную роль, так как полученные временные функции измеряемых параметров и параметров состояния могут в дальнейшем подвергаться, например, операциям дифференцирования, что может вызвать ухудшение результатов при недостаточном качестве указанных зависимостей.

Вторичной обработкой или анализом телеметрической информации называется часть обработки ТМИ, связанная с формированием данных, необходимых оператору или автоматизированной системе для принятия решения. Принятие решения осуществляется при поиске неисправностей и при исследованиях систем (Рисунок 1.4).

Режим

проверок

Принятие решений

Состояние объекта

Данные для управления

_испытаниями

(результаты анализа)^

Запрос на анализ

Оценка состояния

Данные о состоянии

Запуск/

Локализация

причин нештатного состояния

останов

Коррекция модели

Управление испытательным оборудованием

л I-

аз Ь

т Ф

а

Идентифици-

рованная НШС

Результаты идентификации

1 £

X Ф

<и с;

3 ю

л ё >| 5 1

в: о

Парировать нештатную ситуацию

ос 03 ш

0

1

знании

Формировать знания

Рисунок 1.4 - Схема принятия решений при поиске неисправностей

Назначение анализа определяет его виды, задачи, принципы построения

систем и необходимые объемы ТМИ.

В соответствии с назначением различают три вида анализа ТМИ: анализ

состояния объекта, локализация неисправностей и исследование поведения

18

телеметрируемого объекта [58].

Анализ состояния объекта как решение задач технического диагностирования. Обнаружить изменения технического состояния объекта можно только с помощью контроля. Так как все сведения о техническом состоянии объекта в основном необходимо получить в реальном масштабе времени, то говорят об оперативном контроле. Операции контроля производятся комплексами приема и обработки ТМИ. Совокупность средств приема ТМИ и комплекса обработки (или его компонентов), взаимодействующих с объектом контроля по определенным алгоритмам с частичным непосредственным участием человека, представляет собой автоматизированную систему контроля (анализа) телеметрической информации РН.

Под автоматизированным контролем понимается оценка технического состояния объекта (системы) с целью определения правильности отработки временных программ работы систем, правильности протекаиия совокупности физических процессов по этим программам и выполнения передаваемых команд управления. Автоматизированный контроль включает операции приема и обработки телеизмерений, получение информации о состоянии параметров, по результатам которых принимается решение о состоянии системы или выдается управляющее воздействие [71].

В процессе испытаний объект должен выполнять свои функции в соответствии с целевым назначением испытаний. Для этого необходимо последовательно управлять испытательной аппаратурой объекта для перевода его в заданные состояния. Для контроля исправного состояния объекта необходимо с помощью средств и методов идентификации получить модель его штатного поведения. По этой модели, зная состояние на данный момент времени и целевое состояние, можно определять находится объект в штатном состоянии или нет. Такая модель называется моделью штатного состояния объекта контроля. Таким образом, анализ текущего состояния объекта позволяет производить оценку правильности его функционирования

(при наличии модели штатного состояния). Если текущее состояние не совпадает с ожидаемым (объект функционирует неправильно), то это свидетельствует о возникновении нештатной ситуации (НШС) [58].

Локализация неисправностей методами технической диагностики. Если в процессе контроля правильности функционирования объекта произошло расхождение между ожидаемым и действительны состоянием, то это свидетельствует о возникновении НШС и необходимости ее локализации. Локализация НШС производится по другой модели называемой моделью НШС. В тех случаях, когда локализация НШС возможна, производится указание подробной инструкции по парированию и выходу из сложившейся ситуации, в особых случаях запускаются автоматические процедуры по предотвращению опасности (запуск системы пожаротушения, отмена операций и приведение аппаратуры в исходное состояние). При невозможности определения НШС производится запуск процесса исследования возникшего состояния и корректировка модели НШС [26].

Исследование поведения объекта как решение задачи идентификации состояния. При создании объекта производятся определение его фактических характеристик в различных режимах, а также возможных НШС. Как правило, этот вид анализа связан с расчетом обобщенных характеристик систем объекта по заданной методике [66]. Часто такими характеристиками являются различные статистические характеристики, и их оценка производится по формулам, известным из математической статистики [18]. В результате определения этих обобщенных характеристик формируются модели штатного и нештатных состояний объекта исследования. Совокупность моделей формируют базу знаний о функционировании объекта [62].

Список литературы диссертационного исследования кандидат наук Тихомиров, Сергей Александрович, 2014 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. ГОСТ Р 8.596—2002. ГСИ. Метрологическое обеспечение измерительных систем. Основные положения.

2. ГОСТ 16263—70. ГСИ. Метрология. Термины и определения.

3. ГОСТ 26016—81. Единая система стандартов приборостроения. Интерфейсы, признаки классификации и общие требования.

4. ГОСТ 8.437—81. ГСИ. Системы информационно-измерительные. Метрологическое обеспечение. Основные положения.

5. МИ 2438—97. ГСИ. Системы измерительные. Метрологическое обеспечение. Общие положения.

6. РМГ 29—99. Метрология. Основные термины и определения.

7. Положение РК-11-КТ. Положение о порядке создания, производства и эксплуатации (применения) ракетных и космических комплексов

8. ГОСТ Р 51143-98. Комплексы стартовые и технические ракетно-космических комплексов. Общие требования к испытаниям и приемке

9. Автоматизация физических исследований и эксперимента: компьютерные измерения и виртуальные приборы на основе Lab VIEW / под ред. П.А. Бутыркина. — М.: ДМК-Пресс, 2005— 264 с.

Ю.Андрейчиков A.B., Андрейчикова О.И. Интеллектуальные информационные системы. - М.: Финансы и статистика, 2004

11. Атамалян Э.Г. Приборы и методы измерения электрических величин. — М.: Дрофа, 2005. — 415 с.

12. Ацюковский В,А. Основы организации системы цифровых связей в сложных информационно-измерительных комплексах. — М.: Энергоатомиздат, 2001. — 97 с.

13. Барский А.Б. Нейронные сети. Распознавание, управление, принятие решений. — М.: Финансы и статистика, 2004. — 176 с.

14. Батоврин В., Бессонов А., Мошкин В. Lab VIEW: Практикум по электронике и микропроцессорной технике. — М.: ДМК-Пресс, 2005 —182 с.

15 Безкоровайный М.М., Костогрызов А.И., Львов В.М. Инструментально-моделирующий комплекс для оценки качества функционирования информационных систем. М.: Вооружение, политика, конверсия, 2001.

16. Болотова Л.С. Системы искусственного интеллекта: теоретические основы систем искусственного интеллекта и формальные модели представления знаний. - М., 1998.

17 Ботровская Е.В., Давыдова H.A. Основы искусственного интеллекта. -М.: БИНОМ, 2014.-127 с.

18. Белицкий В.И. и др. Телеметрия. - МО СССР, 1984. - 465 с.

19 Буч Г., Рамбо Д., Якобсон И. Язык UML. Руководство пользователя. М.: ДМК Пресс, 2007. - 496 с.

20. Бутов М.А., Локтюхин В.Н., Маслова O.A., Черепнин A.A. Примеиение нечеткой логики в видеоэндоскопических системах с расширенными функциональными возможностями // Вестник Рязанского государственного радиотехнического университета. 2008. № 23. С. 101-106.

21. Волкова В.Н., Денисов A.A. Теория систем. — М.: Высшая школа, 2006. —511 с.

22. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. - СПб.: Питер, 2000.

23. Гаскаров Д.В. Интеллектуальные информационные системы: Учебник. - М.: Высшая школа, 2003.

24. Грановский В.А. Системная метрология: метрологические системы и метрология систем. — СПб.: ГНЦ РФ ЦНИИ "Электроприбор", 1999. — 360 с.

25. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. - СПб.: Питер, 2000

26 Дмитриев А.К., Юсупов P.M. Идентификация и техническая диагностика. - МО СССР, 1987.-521с.

27Доменная нейронная сеть. Патент на полезную модель №72084,

2008.

28 Документация на СУБД Oracle 10g. Корпорация Oracle, 2005.

29 Документация на СУБД Microsoft SQL Server 2005. Корпорация Microsoft, 2005.

30.Джексон П. Введение в экспертные системы: Учебное пособие. - М: Вильяме, 2000

31. Демидова JI.A., Кираковский В.В., Пылькин А.Н. Принятие решений в условиях неопределенности. М.: Горячая линия-Телеком. 2012. 288 с.

32 Демидова J1.A., Нестеров H.H., Тишкин Р.В. Сегментация спутниковых изображений с применением аппарата теории нечетких множеств // Вестник Рязанского государственного радиотехнического университета. 2012. №41. С. 11-17.

33. Жданов A.A. Автономный искусственный интеллект. - М: Бином. 2008. 359 с.

34. Информационно-измерительная техника и технологии / В.И. Калашников, C.B. Нефедов, А.Б. Путилин и др.; под ред. Г. Г. Ра-неева. — М.: Высшая школа, 2002. — 454 с.

35 Иванов A.B., Корячко В.П., Сериков С.А. Анализ влияющих факторов и построение системы поддержки принятия решений при испытании РКТ на основе многокритериальной оптимизации // Цифровая обработка сигналов. 2010. № 3. С. 13-16.

36 Капитонов В.А. Кононенко A.B. Тихомиров С.А. Среда автоматизированного анализа измерительной информации космических ракетоносителей // Вестник Самарского Государственного аэрокосмического университета имени академика С.П. Королева. Самара, 2013. №4. -С.154-162.

37 Капитонов В.А, Кононенко A.B., Тихомиров С.А. Среда автоматизированного анализа измерительной информации космических

ракетоносителей // Актуальные проблемы ракетно-космической техники (III Козловские чтения): материалы конференции. Самара. 2013. С. 300-302.

38. Калабеков В.В. Цифровые устройства и микропроцессорные системы. — М.: Радио и связь, 1997. — 336 с.

39. Кононенко A.B., Фалеев О.В., Тихомиров С.А. Способ автоматизированной обработки и анализа телеметрической информации многопараметрического объекта и система для его осуществления. Заявка на патент РФ от 05.12.2013, рег.№2013154163.

40. Корсаков С.Н. Начертание нового способа исследования при помощи машин, сравнивающих идеи / Пер. с франц. Под ред. A.C. Михайлова. - М.: МИФИ, 2009

41 Когаловский М.Р., Зиндер Е.З. Глоссарий по хранилищам данных, многомерному моделированию и анализу данных Директор информационной службы. 2002. №3.

42 Леоненков А. Нечеткое моделирование в среде MATLAB и fiizzyTECH. СПб.: БХВ-Петербург. 2003. 736 е.: ил.

43 Лукашов H.A. Петров П.И. Тихомиров С.А. Организация вычислительного процесса обработки и анализа преддетекторного телеметрического сигнала при проведении контроля ТМИ стандарта IRIG // Научно-технический журнал «Цифровая обработка сигналов». Москва, 2010. №3. С. 33-41.

44. Лукашов H.A. Тихомиров С.А. Анализ преддетекторного телеметрического сигнала с целью косвенного определения летно-технических параметров // Материалы III Всероссийской конференции «Актуальные проблемы ракетно-космической техники». Самара, 2013. - С. 332-333.

45. Лукашов H.A. Тихомиров С.А. Моделирование сбора телеметрической информации с целью адаптации к существующим каналам связи // Материалы III Всероссийской конференции «Актуальные проблемы ракетно-космической техники». Самара, 2013. - С. 334-336

46. Лукашов H.A. Тихомиров С.А. Оценка параметров системы измерений по результатам цифровой обработки преддетекторного сигнала // 6-я международная научно-техническая конференции «Космонавтика. Радиоэлектроника». Рязань, 2013. - С Л 95

47. Лукашов H.A. Тихомиров С.А. Методы оптимизации сбора и обработки измерительной информации с целью адаптации к существующим каналам связи // 6-я международная научно-техническая конференции «Космонавтика. Радиоэлектроника». Рязань, 2013. - С. 194-195

48. Лукашов H.A. Лукашов С.А. Тихомиров С.А. Обработка преддетекторного телеметрического сигнала // Материалы 17-й международной конференции «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань, 2012. - С. 51-52

49. Лукашов H.A. Лукашов С.А. Тихомиров С.А. Применение мультиагентных систем для организации автоматического сбора измерительной информации // Материалы 17-й международной конференции «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань, 2012. - С. 53-54.

50. Лисянский К. Архитектурные решения и моделированине хранилищ и витрин данных // Директор информационной службы. 2002. № 3.

51 Мамиконов А.Г., Кульба В.В. Синтез оптимальных модульных систем обработки данных. М.: Наука. 1986.

52 Меньшиков В.А. Полигонные испытания. Книга I. М.: «КОСМО»,

1997.

53 Меньшиков В.А. Полигонные испытания. Книга И. М.: «КОСМО»,

1999.

54 Мятов Г.Н., Тишкин Р.В., Ушенкин В.А., Юдаков A.A. Применение нечетких мер подобия в задаче совмещения изображений поверхности Земли // Вестник Рязанского государственного радиотехнического университета. 2013. №44. С.18-26.

55 Модульная вычислительная система. Патент на полезную модель №75247, 2008.

56 Нейронная сеть. Патент на полезную модель №66831, 2007.

57. Назаров A.B., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. - СПб: "Наука и Техника", 2003.384 с

58. Назаров A.B., Козырев Г.И., Шитов И.В. Современная телеметрия в теории и на практике. Учебный курс. - СПб.: Наука и техника, 2007. - 672 с.

59. Новиков Ю.А. Тихомиров С.А. Основные аспекты оптимизации вычислительного процесса обработки и анализа телеметрической информации в системах сбора измерительной информации // 5-я международная научно-техническая конференция «Космонавтика, радиоэлектроника, геоинформатика». - Рязань, 2007. - С. 141-143.

60 Олейник И.И., Суворов A.B., Пискунов A.A. Натурная отработка сложных технических комплексов. М.: Наука, 1990.

61 Поповкин В.А., Урличич Ю.М., Черевков К.В. Эффективность крупномасштабных систем // Информационные технологии в проектировании и производстве. 2003. № 4.

62 Резников Г.Я., Костогрызов А.И. Моделирование процессов в свете требований международных стандартов ISO/IEC 15288 // Информационные технологии в проектировании и производстве. 2004. № 1.

63 Распознающее устройство для нечётких нейронных сетей, патент №2007110980, МПК G06N 3/06, 2007.

64 Решения Microsoft, выпуск 7, 1999

65 Рыков A.C. Методы системного анализа: многокритериальная и нечеткая оптимизация, моделирование и экспертные оценки. М.: Экономика, 1999, 191 с.

66. Самарский A.A., Михайлов А.П. Математическое моделирование. — М.: Наука; Физматлит, 1997. —428 с.

67. Советов Б.Я., Цехановекий B.B. Информационные технологии. — М.: Высшая школа, 2008. — 263 с.

68 Способ построения систем нечёткой логики и устройство для его реализации, Россия, патент №2417442, МПК G06N 7/02, 2008.

69. Способ комплексного контроля состояния многопараметрического объекта по разнородной информации, Россия, патент №2459245, МПК G06F19/00, 2011

70. Степкин B.C., Шмыголь С.С. Автоматизированная обработка и анализ телеметрической информации. - МО СССР, 1980.-515с.

71. Технические средства диагностирования: Справочник / Под общ. ред. В.В.Клюева -М.: Машиностроение, 1989.-672с.

72 Тихомиров С.А. Система автоматизированного проектирования алгоритмов обработки и анализа измерительной информации космических ракетоносителей // Материалы XV всероссийской научно-технической конференции студентов, молодых ученых и специалистов. Рязань: РГРТУ. 2010. С.200-202.

73 Тихомиров С.А., Товпеко A.B. Методика анализа состояния космического ракетоносителя с использованием когнитивной графики // Материалы XV всероссийской научно-технической конференции студентов, молодых ученых и специалистов, г. Рязань: РГРТУ 2010. С. 198-200.

74 Тихомиров С.А. , Кононенко A.B. Способ автоматизированной обработки и анализа телеметрической информации от многопараметрического объекта // Итоги диссертационных исследований: материалы V Всероссийского конкурса молодых ученых. Том 4. М.: РАН. 2013. С.85-87.

75. Тихомиров С.А. Экспертная система анализа телеметрической информации космических ракетоносителей // Вестник Рязанского государственного радиотехнического университета. 2014. № 3. - С. 33-41.

76. Тихомиров С.А. Тимашев A.B. Методика обработки и анализа ТМИ МБР и БРПЛ США с целью контроля выполнения международных договоров

157

// Материалы Всероссийской конференции «Актуальные проблемы ракетно-космической техники и ее роль в устойчивом социально-экономическом развитии общества». Самара, 2009.

77 Тихомиров С.А. Система автоматизированного проектирования алгоритмов обработки и анализа измерительной информации космических ракетоносителей // Материалы XV Всероссийской научно-техническая конференция студентов, молодых ученых и специалистов. Рязань, 2010. - С. 200-202.

78 Тихомиров С.А. Кононенко А.В. Методика автоматизированного анализа телеметрической информации с использованием элементов теории нечетких множеств // 6-я международная научно-техническая конференции «Космонавтика. Радиоэлектроника». Рязань, 2013.. - С. 193-194.

79. Тихомиров С.А. Автоматизированная экспертная система обработки и анализа телеметрической информации современных ракетоносителей на базе нейронных сетей // Материалы XVIII Всероссийской научно-техническая конференция студентов, молодых ученых и специалистов. Рязань, 2013. - С. 321-323.

80. Тихомиров С.А. Алгоритм поддержки принятия решений при оценке нештатного состояния подсистем космических ракетоносителей // Материалы XXXIV Всероссийской конференции, посвященной 90-летию со дня рождения академика В.П.Макеева «Наука и технологии» . Том 4. Москва. РАН, 2014. С. 131-138.

81. В.А. Чулюков, и др. Системы искусственного интеллекта. Практический курс. - М.: БИНОМ, 2012 - 202 с.

82 Хэпгуд Ф. Интеллектуальные решения. Директор информационной службы. 2002. №3.

83 А.А. Цимбал, МЛ. Алешина. Технологии создания распределенных систем. Для профессионалов. — СПб.: Питер, 2003.

84 Iona Technologies. Orbix 2, Reference guide. 1996.

85 Iona Technologies. Orbix 2, Programmers guide. 1996.

86 Codd E.F., Codd S.B. Providing OLAP. On-line Analitical Processing to User-Analists: An IT Mandate/ C.T. Salley, E.F.Codd & Associates, 1993

87 Adamson C., Venerable V. Data Warehouse Design Solutions John Wiley & Sons, Inc (1998) ISBN 0-471-25195-X.

88. Lotfi A. Zadeh.Fuzzy Sets // Infirmation and Control. 1965. No. 8

89. Newell A., Simon H. The logic theory machine // IEEE Trans. Inform. Theory. 1956. V.2. P. 61-79

90. Newell A., Show J.C., Simon H. Element of a theory of human problem solving //Psychological Rev. 1958. V. 65. P. 151 - 166

91. Bezdek J. C. A convergence theorem for the fuzzy ISODATA clustering algorithm. — IEEE Transactions on Pattern Analysis and Mashine Intelligence, vol. 2. no. 1, 1980, pp. 1—8.

92. Bezdek J.C. Some recent applications of fuzzy c-means in pattern recognition and image processing. — IEEE Workshop Lang. Autom, 1983, pp. 247—252,

93. Mamdani E. H. Application of fuzzy logic to approximate reasoning using linguistic synthesis. — IEEE Transactions on Computers, vol. 26, no. 12, 1977, pp. 1182—1191.

94. Mamdani E. H., Assilian S. An experiment in linguistic yn thesis with a fuzzy logic controller. — International Journal of Man-Machine Studies, vol. 7, no. 1, 1975, pp. 1-13.

95. Mamdani E, H. Advances in the linguistic synthesis of fuzzy controllers. - International Journal of Man-Machine Studies, vol. 8, 1976. pp. 669—678.

96. Mamdani E. H. Applications of fuzzy logic to approximate reasoning using linguistic synthesis. — IEEE Transactions on Computers, vol. 26, no. 12, 1977, pp. 1182—1191.

97. Sugeno M. Fuzzy measures and fuzzy integrals: a survey, (in M, M. Gupta, G. N. Saridis, and B. R. Gaines, editors) Fuzzy Automata and Decision Processes, pp. 89—102, North-Holland, New York, 1977.

98. Zadeh L. A. Fuzzy sets. — Information and Control, vol. 8, 1965, pp. 338—353.

99.Zadeh L. A. The concept of a linguistic variable and its application to approximate reasoning. — Information Sciences, vol. 8, 1975, pp. 43—80.

100 Zadeh L. A. Fuzzy logic. — IEEE Transactions on Computers, vol. 21, no. 4, 1988, pp. 83-93.

101. 372PH21A ИЭ16 4.8. Изделие 372PH21A Инструкция по испытаниям двигательных установок на ТК, СК и при хранении. Часть восьмая. Отыскание неисправностей выявленных в процессе испытаний ДУ. - Самара. ФГУП «ГНПРКЦ «ЦСКБ-Прогресс». 2007.

102. 372РН21А ИЭ17 Изделие 372РН21А Инструкция по электрическим проверкам. - Самара. ФГУП «ГНПРКЦ «ЦСКБ-Прогресс». 2007.

103. 372РН21А ИЭ19 4.1. кн.2. Изделие 372РН21А Инструкция по обработке информации. Часть первая. Требования к обработке информации. Книга вторая. Методика обработки телеметрической информации. - Самара. ФГУП «ГНПРКЦ «ЦСКБ-Прогресс». 2007.

104. 372РН21А ИЭ20 Изделие 372РН21А Инструкция по оценке работы бортовых систем. - Самара. ФГУП «ГНПРКЦ «ЦСКБ-Прогресс». 2007.

105. 372РН21А ИЭ21 чЛ. Изделие 372РН21А Инструкция по отысканию и устранению неисправностей. Часть первая. Отыскание и устранение неисправностей системы управления на ТК. — Самара. ФГУП «ГНПРКЦ «ЦСКБ-Прогресс». 2007.

106. 372РН21А ИЭ21 ч.2. Изделие 372РН21А Инструкция по отысканию и устранению неисправностей. Часть вторая. Отыскание и устранение неисправностей системы управления на СК. - Самара. ФГУП «ГНПРКЦ «ЦСКБ-Прогресс». 2007.

107. 372РН21А ИЭ37 Изделие 372РН21А Инструкция для руководителя боевого расчета изделия 372РН21А по действиям при возникновении нештатных и аварийных ситуаций на техническом комплексе,

стартовом комплексе и на хранении. - Самара. ФГУП «ГНПРКЦ «ЦСКБ-Прогресс». 2007.

108. Научно-технический отчет о НИР «Разработка предложений по оптимизации информационно-телеметрического обеспечения управления КА и испытаний РКТ на основе современных технологий оперативного анализа измерительной информации и визуализации процессов состояния изделий РК». Часть 1 - Рязань. ФГУП «ОКБ «Спектр». 2006 - 181 с.

109. www.delete-it.ru Интернет журнал компьютерных технологий «DELETE-IT».

СПИСОК СОКРАЩЕНИЙ

АСУ

БАСУ

БЦВК

БД

БЗ

ГО

ГБ

ХО

ЕИП

итд икт

ис

ИД

кпэо кис

КРПР

кп

KA ЛВС

лки

MAC НИ

ншс

ПАБ

- автоматизированная система управления;

- бортовая аппаратура системы управления;

- бортовой цифровой вычислительный комплекс;

- база данных;

- база знаний;

- головной обтекатель;

- головной блок;

- хвостовой обтекатель;

- единое информационное пространство;

- исходные технологические данные;

- информационно-компьютерные технологии;

- информационные системы;

- исходные данные;

-комплексной программой

экспериментальной отработки;

- комплексный испытательный стенд;

- комплексные регламентные проверки РН;

- контакт подъема;

- космический аппарат;

- локальная вычислительная сеть;

- летно-конструкторские испытания;

- моноблок аппаратуры сбора;

- натурные испытания;

- нештатная ситуация;

- проверка аппаратуры безопасности;

РП ККП - регламентные проверки комплекса

командных приборов;

РН - ракета-носитель:

РКТ - ракетно-космическая техника;

РКК - ракетно-космический комплекс;

СИ - средства измерений;

СИ РН - система измерений ракеты-носителя;

СУ - система управления;

ск - стартовый комплекс;

стк - сложный технический комплекс;

тнм - теория нечетких множеств;

тми - телеметрическая информация;

ТМП - телеметрические параметры;

тк - технический комплекс;

ЦБ - центральный блок;

эс - экспертная система.