Методы автоматизации разработки и испытаний комплексов управления летательными аппаратами тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Абдулин, Рашид Раисович

• Абдулин, Рашид Раисович
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Абдулин, Рашид Раисович

Оглавление

Введение.

Глава 1. Методы планирования работ по созданию систем и комплексов управления летательными аппаратами.

1.1. Способы проектирования авиационных комплексов.

1.2. Основные показатели качества и стоимости моделей проектирования систем управления летательными аппаратами.

1.3. Построение моделей прогнозирования проектов авиационных комплексов.

1.4. Оценка эффективности организации проектирования систем управления летательными аппаратами.

1.5. Разработка авиационных комплексов с помощью автономного адаптивного управления.

1.6. Выводы к первой главе.

Глава 2. Применение автоматизированных систем управления при создании авиационных комплексов управления.

2.1 Синтез оптимальных цифровых законов управления.

2.2 Реализация законов управления авиационными комплексами на бортовых цифровых вычислительных машинах методами автоматизированных программных процедур.

2.3 Математические методы построения переходных полетных процессов.

2.4 Автоматизация контроля цифровых систем управления летательными аппаратами.

2.5 Выводы ко второй главе.

Глава 3. Проблемы диагностирования при полунатурных и натурных испытаниях систем и комплексов управления летательными аппаратами.

3.1 Методы диагностирования работы аппаратурного и программного обеспечения систем управления летательными аппаратами.

3.2 Математическая модель летчика в режиме пилотирования.

3.3 Основные положения построения высоконадежных систем управления летательными аппаратами.

3.4 Выводы к третьей главе.

Глава 4. Основные положения оценки эффективности автоматизации проектирования систем и комплексов управления летательными аппаратами.

4.1 Марковские модели для принятия решений в условиях неопределенностей.

4.2 Принятие решения реализованных проектах авиационных систем и комплексов управления по данным летно-конструкторских испытаний.

4.3 Принятие решений о проектах на основе теории игр.

4.4 Выводы к четвертой главе.

Выводы.

Введение диссертации (часть автореферата) на тему «Методы автоматизации разработки и испытаний комплексов управления летательными аппаратами»

Безотказность работы систем и комплексов управления является одним и: важнейших параметров для всех типов летательных аппаратов, совершающих полеть в заданных эксплуатационных условиях, которая гарантирует возможность и> исполнения в любые моменты времени. Обычно под безотказностью комплексоь управления понимается вероятность обеспечения всех установленных параметре! системы в заданном диапазоне значений в выбранном интервале времени Вероятность отказа комплекса определяется качеством проектирования ъ используемыми конструкциями датчиков, аналоговых приборов и вычислительны? машин, преобразователей и рулевых приводов, входящих в комплекс, а такж( качеством испытаний. Одним из важнейших условий достижения необходимы? показателей качества при проектировании является автоматизация процесс? разработки на всех ее этапах- синтезе законов управления, математическо\ моделировании, разработки и отладки программного обеспечения, разработка конструкции и схемных реализаций аппаратуры, разработки систем и методиь контроля аппаратуры при производстве, стендовых и летных испытаний.

В процессе проектирования необходимо обеспечить конкурентную способность комплексов с учетом объемов выделенного финансирования, а также наличие трудовых и производственных ресурсов предприятия.

Оценки качества методов проектирования комплексов проводились на основе полиномиальных зависимостей, которые позволяют использовать методы геометрического программирования. Сущность данного метода заключается в получении условий оптимальности на основе классической теории преобразования Лагранжа с применением процедуры Куна-Таккера.

Такое направление решения конкретных задач опирается на способы понижения размерности пространства путем упорядоченной последовательности частных критериев эффективности с помощью процедур декомпозиции, впервые введенных Дж. Ту [82] и получившим свое дальнейшее развитие в работах [11, 86, 135]. Впервые в такой постановке задачи решались способами геометрического программирования, предложенными Элмором Петерсоном [122, 123]. Однако эти работы содержали только математические постановки задач и содержали лишь доказательства теорем, которые не были рассчитаны на практическое применение. Затем после работ Уильяма Саудера, А.И. Половинкина, И.П. Норенкова и А.Ю. Щауца они стали приближаться к инженерным решениям [71, 130, 131].

Следует отметить, что полная автоматизация решений [28, 70] достаточно сложна, так как требует удовлетворения множеству показаний в виде следующих критериев: реальности и гибкости проекта в условиях выдерживания заданных требований применимости, простоты конструкции и конкурентоспособности комплекса при ограниченных финансовых затратах в заданные сроки. Тогда в процессе разделения ответственности за выполнение проекта необходимо учитывать приоритетность различных этапов работы, состоящих из следующих этапов: проектирования моделей комплекса, разработки проектно-конструкторской документации (в виде чертежей или дисков), изготовления всей аппаратуры с ее сборкой, а также проведения стендовых и летно-конструкторских испытаний [8, 11, 26,88, 102].

При разработке новых проектов конструктора, применяя САУ, вынуждены пользоваться не только количественными, но и качественными показателями в виде числовых критериев. Это привело к тому, что на начальном этапе выбора технических проектов комплексов конструкторам часто приходилось прибегать к мнениям опытных специалистов (экспертов), работающих в данном научном направлении. В этом случае при установлении оценок эксперты вынуждены пользоваться соответствующими весовыми множителями в десятибалльной системе счисления, что расширяет диапазон значений, повышающих точность процедур ранжирования по их важности [8,11,92].

По мере накопления опыта конструирования комплексов на последующих этапах начали применять специальные алгоритмы, реализуемые на электронных вычислительных машинах. Наиболее просто это осуществляется путем описания моделей статистическими состояниями. В результате при определенных значениях неопределенностей состояний комплексы могут быть отнесены к различным классам. Тогда процедуры распознавания выполняются с помощью функций правдоподобия по классификационному правилу, приводимому к средней наименьшей вероятности появления ошибок. Поэтому задача распознавания сводится к построению решающих функций, которые должны обеспечивать разбиение пространства признаков на разделяющие классы. С помощью принципа дивергенции, представляющего собой меру расхождения между показателями и условным риском. При этом вводится разделяющая гиперплоскость для выделения наиболее перспективного авиационного комплекса с одинаковыми и различными ковариационными матрицами в процедурах классификации. В тех случаях, когда для повышения степени информативности основных показателей комплексов вводятся дополнительные признаки, повышающие прирост эффективности, а также максимальные значения оценок вероятностей в зависимости от риска возможных потерь.

Наряду с этим будем пользоваться дискретным разложением Карунена-Лоэва, которое не только минимизирует среднюю квадратическую ошибку в виде конечного числа базисных функций, но и минимизирует энтропию, выражаемую через дискретные коэффициенты разложения [81].

Классификация ситуаций лежит в основе интеллектуальной деятельности человека [87] и в настоящее время стала широко применяться в виде автономного адаптивного управления (ААУ), в котором входные векторы представляют собой состояния, а выходные - законы распознавания. Эти процедуры выполняются на нейронных сетях с внешними устройствами, настраивающими веса связей нейронов. Применяемые на практике ААУ обладают более сложной функциональной структурой, чем статистические модели (классификаторы), так как они способны автоматически накапливать статистические данные в нескольких узлах и изменять свою структуру при выявленных определенных закономерностях. Нейроны в ААУ могут учитывать временные задержки, которые возникают за счет взаимных связей. Важные результаты в данном направлении были получены А.А. Ждановым [33 — 35], Р. Гилмором [111], П.Е. Раппом [124] и J1.A. Заде [137].

По принципу своего действия кажется, что системы ААУ близки к искусственной сети Хопфилда с обратными связями. Однако при более глубоком рассмотрении имеется существенное различие, так как сети Хопфилда способны реагировать только на предъявленные состояния, а при реализации ААУ выполняются новые действия в поисках наилучших решений.

Сравнение возможностей экспертных систем с ААУ показывает, что первая из них функционирует на высоком уровне профессиональных знаний специалистов, а вторая действует только с оценками, поступающими в двоичном коде с последующими усложнениями системы. Другими словами, система работает на рефлекторном уровне и набирает статистические данные, мало вдаваясь в содержательный смысл найденных закономерностей, а только пользуясь основными критериями эффективности. Так как система ААУ функционирует только в автоматическом режиме и не обладает возможностями человеческих знаний, то значимость ее результатов для принятия решений существенно меньше, чем у экспертной системы.

Важное ее преимущество состоит в том, что конструктор во время своей работы над проектом может неоднократно применять ААУ при различных уточнениях. Нельзя не отметить, что по мере увеличения числа нейронов возможности системы ААУ существенно повышаются. Особенно для летательных аппаратов, которые содержат неточные параметры. Повышение числа нейронов в сетях позволит решения с ААУ приближать к получаемым с помощью экспертных систем [33 - 36].

На всех этапах создания и эксплуатации комплексов с АСУ можно учитывать множество полетных режимов в широком диапазоне высот и скоростей полета, позволяющих выбирать основные траектории, улучшая маневренные возможности летательных аппаратов без нарушения их устойчивости. В условиях полета, близких к аварийным, необходимо обеспечивать без возмущений переход с автоматических режимов на ручные и обратно. Следует отметить, что при боевых полетах самолеты и вертолеты должны обладать высокими точностями наведения при пусках ракет, стрельбах из стрелково - пушечного оружия и бомбометании.

Данная работа посвящена методам разработки макетов и изготовления действующих образцов, заводским и летно-конструкторским испытаниям комплексов управления летательными аппаратами с помощью систем автоматизированного управления, основанных на критериях эффективности с обычно применяемыми оценками показателей качества. При этом учитываются весовые коэффициенты и находятся доверительные вероятности оценивания. Рассматриваются четыре наиболее часто используемые на практике метода: с помощью показаний экспертов, с автоматизированными стохастическими процедурами с обучением и без него, а также с автономным адаптивным управлением.

В системах с обучением для определения оценок можно пользоваться методами JI.A. Заде [136, 137], основанными на том, что при значениях оценки больше 0,5 следует брать ее в виде «1», а при меньших 0,5 - в виде «0». Для вычисления оценок следует пользоваться программой Matlab с соответствующими дополнениями. При этом необходимо иметь в виду, что закон распределения случайных величин является нормальным с известными средними значениями и ковариационными матрицами. Системы без обучения требуют большого числа дополнительных данных и приводят к сложным формулам, что, в свою очередь, влечет за собой большие затраты машинного времени на ЭВМ. С целью уменьшения объема вычислений приходится прибегать к априорным вероятностям, получаемым на основании данных заводских испытаний, и пользоваться теоремой Байеса [14, 47, 117, 127].

Значительное внимание в работе уделяется синтезу оптимальных законов управления и стабилизации авиационных комплексов с определением надежности резервированных комплексов с алгоритмами диагностирования и устранением неисправностей. Все теоретически положения надежности построены на марковских процессах в автоматических режимах работы или ручных с летчиком при предполетной проверке и пилотировании. В заключение рассматриваются методы ожидаемой полезности и на их основе принимаются решения о качестве разработанных комплексов с помощью теории игр.

Результаты теоретических исследований авиационных комплексов управления подтверждаются экспериментальными данными, полученными при заводских и летно-конструкторских испытаниях самолетов Су-ЗОМКИ, МиГ-29СТ и вертолета «АНСАТ».

Перейдем теперь к краткому изложению основного содержания четырех глав диссертации, двух приложений и заключения. В первой главе рассматриваются способы получения наилучших проектных решений авиационных комплексов управления, удовлетворяющих десяти коэффициентам эффективности с весовыми оценочными сомножителями, характеризующими модели систем автоматического управления, организационно-техническими и экономическими показателями. Тогда к первому из них будем относить многокритериальное^, содержащую множество различных ограничений, которые вряд ли можно учитывать, так как через каждые пять - семь лет значительно меняются облик и характеристики летательных аппаратов, силовых двигателей, аппаратуры управления и систем вооружения. Второй должен соответствовать условиям гибкости комплекса, то есть возможности применения пролонгированных на 25 лет фундаментальных и прикладных научно-технических исследований при выдерживании сроков календарного планирования всех установленных этапов работ с выдерживанием заданного финансирования. Третий обычно задается во временном диапазоне эксплуатации в нормальных условиях.

Требования создания конкурентоспособного комплекса в значительной мере зависят от применения новейшей технологии и новых материалов для изготовления аппаратуры комплексов, что может привести к торговому и техническому рискам, обозначенными в виде шестого, седьмого и восьмого коэффициентов эффективности с такими же значениями оценочных сомножителей. Девятый и десятый коэффициенты характеризуют степень чувствительности комплексов относительно точности исходных данных и простоту дальнейшего совершенствования проекта при невысоких финансовых затратах.

Наиболее просто при анализе создаваемых новых авиационных комплексов эксперты составляют таблицы с ранжированными значениями весовых сомножителей по степеням их важности от 10 до 1 и ставят оценки показателей в двоичной системе равными «1» при высоких значениях качества или «0» при низких. Числовые величины абсолютных коэффициентов эффективности будем вычислять для каждого из предлагаемых методов проектирования в виде суммы из произведений значений качества по столбцам и применяемых весовых сомножителей. Относительные коэффициенты эффективности находятся после вычисления значений по каждому столбцу относимым к максимально возможному общему значению [8, 11].

Для построения моделей проектов авиационных комплексов по основным признакам удобно пользоваться дискретным разложением Карунена-Лоэва, которое обладает следующими оптимальными качествами: во-первых, минимизирует среднеквадратическую ошибку при применении лишь конечного состояния базисных функций, во-вторых, минимизирует функцию энтропии, представленную через дисперсии коэффициентов разложения, которые можно разложить по системе ортогональных функций [82]. Это позволяет по данной методике составлять алгоритмы классификации и прогнозирования перспективности для повышения эффективности комплексов. В цифровых комплексах в качестве аналога автокорреляционных функций применяется дискретная матрица.

Возможность увеличения числа показателей путем парных комбинаций позволяет расширить процедуры прогнозирования на основе максимизации дивергенции. Данная задача решается в работе с одинаковыми и различными ковариационными матрицами [11]. При этом предлагается способ увеличения числа показателей и увеличения оценок эффективности по максимуму вероятности ошибок относительно дивергенции для двух наиболее предпочтительных классов. Наряду с этим предлагается повышать точность оценок эффективности моделей комплексов вводом дополнительных априорных данных в формулу Байеса. Подобная работа выполнялась на динамическом стенде с вычислением апостериорной точности вероятности с Р-распределением при выделении успешных испытаний из общего их количества. Такой подход позволяет уменьшить количество стендовых испытаний, что значительно сокращает время и стоимости, затрачиваемые на проверку, отладку и доводку и систем управления летательными аппаратами. Для этого пользуются вычислением математических ожиданий и дисперсий ожидаемых успехов. Однако при этом необходимо располагать достоверной априорной информацией, например, на основании ранее созданных макетов авиационных комплексов [47, 97, 127]. В результате определяется количество необходимых стендовых испытаний авиационных комплексов при различных числах отказов с нижней границей доверительного интервала надежности, гарантирующего достижение заданной эффективности. Одновременно с этим можно пользоваться формулами для значений среднего риска, а также находить вероятности ошибок и сравнивать их с другими методами.

Применение интеллектуальной поддержки с помощью автономного адаптивного управления и вычислительных алгоритмов позволяют накапливать статистические данные в узлах нейронных сетей. Тогда по формуле Байеса с набором данных и нейронами определяется наилучший макет проекта из условий максимизации апостериорной вероятности. При фиксированном наборе коэффициентов эффективности получается отрицательный логарифм вероятности, пропорциональный разности квадратов, а его аппроксимация сводится к минимизации средней квадратической ошибки.

Вторая глава посвящена синтезу цифровых законов управления при учете ограничений на управление и фазовые координаты на основе принципа максимума Понтрягина [9, 20, 72]. Решаемая задача несмотря на ее общность и большие возможности еще не получила своего развития для цифровых систем. Поэтому будем пользоваться редукцией при дискретной оптимизации, сводимой к задаче нелинейного программирования, что приводит к высокой размерности задачи, затрудняющей практическое применение.

Для устранения данного недостатка предлагается ввести дополнительные матрицы, сводящие вычислительные процедуры к размерности фазового пространства. Такой подход является крайне эффективным, так как позволяет учитывать любые ограничения на фазовые координаты. Кроме того, вычислительные процедуры сводятся к штрафным функциям, легко реализуемым на бортовых цифровых вычислительных машинах [9, 61].

С целью упрощения задачи оптимизации воспользуемся диалоговым режимом, позволяющим корректировать решаемую задачу с использованием средств текстового редактора, изменять значения параметров и управлять многоуровневыми процессами оптимизации, осуществлять остановку процесса решения задачи и возобновлять его из текущего состояния, а также составлять протокол диалогового сеанса [30, 89]. В настоящее время диалоговая система оптимизации состоит из пакета программ и диалогового монитора, управляющего процедурами вычислений. В пакете предусмотрены возможности изменения программного обеспечения для исключения неустойчивых расходящихся переходных процессов или автоколебаний. Для этого в комплекс вводятся корректирующие устройства, повышающие запасы устойчивости по модулям и фазам, качество и точность комплексов управления при действии регулярных и случайных сигналов.

Окончательное суждение о выбранных параметрах системы управления проводилось на динамическом стенде с подключением реальной аппаратуры. Полученные в результате переходные процессы сравнивались на соответствие с заданными тактико-техническими требованиями. При этом в комплекс системы управления включаются БЦВМ с выбранным законом оптимального управления.

Чтобы исключить возможность появления в ней неисправностей проводится автоматизированный контроль всех ее устройств. При этом показывается, что повышение надежности действия системы АСУ-контроль обеспечивается за счет подключения резервных устройств, изготовленных из обычных по стоимости и надежности элементов. Тогда стоимость системы автоматизированного контроля возрастает незначительно, увеличивая надежность ее действия в 100 - 200 раз [10, 11].

В третьей главе излагаются полунатурные методы моделирования авиационных комплексов на динамическом стенде с определением способов выбора наилучших параметров. Для этого применяется математическая модель с введением в нее входных сигналов в виде искусственных возмущений и получения выходных обобщенных показателей эффективности. Для чего используется регрессионная модель, в которой искомые параметры определяются методом наименьших квадратов и условий минимума квадратичной функции [50]. В результате будет получена система векторно-матричных уравнений на основе информационной матрицы Фишера. Используя ее обратную матрицу, находится вектор оценок и мера отклонения регрессионной функции от исходной функции в виде дисперсии. На практике для этого применяются критерии, получаемые из экспериментальных планов: D-оптимального плана, минимизирующего значение определителя соответствующей ковариационной матрицы и G-оптимального плана, минимизируюшего величину дисперсии. При решении большинства задач проектирования комплексов и систем управления D-оптимальные планы совпадают с G-оптимальными планами. Непрерывный /^-оптимальный план полностью характеризуется спектром и частотами выполняемых наблюдений при стендовых и летно-конструкторских испытаниях. Нахождение точек спектра и частот возможно за малое число циклов при использовании рекуррентных формул.

Наиболее удобным способом оценивания надежности являются методы, построенные на перечислении состояний комплексов систем управления с определением вероятностей их состояния, представляемых в виде диаграмм и марковских сечений. Для каждого из них составляются дифференциальные уравнения Колмогорова и вычисляются вероятности отказов и восстановлений.

С целью повышения надежности комплексов систем управления используются способы мажоритарного резервирования, которые обеспечивают подключение неисправных систем без дополнительных возмущений. Однако при этом не учитывается возможность выхода из строя мажоритарного устройства. Для создания высоконадежных комплексов предлагается введение резервирования не только основных устройств управления, но и мажоритарных.

Большое влияние на безаварийность действия комплексов в моменты перехода с автоматических режимов полета на ручные оказывает качество подготовки летчиков [40, 47, 88]. Для их учета необходимо располагать моделью летчика, которая может быть построена двумя методами - аналитическим или графическим. Первая из них создается на основе математической модели В.А. Боднера и вычисляется по передаточной функции человека, учитывающей зрительное восприятие внешней обстановки и силовое управление ручкой пилота с помощью нервно-мышечных процессов, происходящих в организме. В результате могут быть получены нелинейные дифференциальные уравнения пилота. Вторая представляет собой логарифмические эквивалентные амплитудные и фазовые частотные характеристики, построенные с использованием приведенной прямой или обратной номограммы Никольса [13]. Путем сравнения частотных характеристик систем управления в автоматическом и ручном режимах определяется математическая модель летчика и оценивается надежность [78, 81, 85].

В четвертой главе основное внимание обращается на принятие решения с оценками качества авиационных комплексов, полученных с помощью методов АСУ. Наличие ряда неисправностей, связанных с вероятностью успешного завершения всех работ над проектом, технического риска и сбыта готовой продукции (или вероятностью успешного внедрения и реализации) приводит к применению марковских процессов принятия решений [97, 117, 127]. Построенная таким образом стохастическая модель проекта выражает взаимную связь между управляемыми и неуправляемыми переменными, технологическими параметрами, а также критериями эффективности. Для этого необходимо собрать основные данные, к которым модель оказывается наиболее чувствительна в условиях множества критериев и ограничений. Далее принятая модель должна быть оценена на достоверность по критерию Колмогорова-Фишера %2. После получения положительных результатов можно перейти к составлению интегрированной системы планирования и руководства, которое в первую очередь должно осуществляться в сопоставлении текущих затрат с запланированными и введении изменений в техническую и организационную части проектов.

В последние годы значительное внимание начали уделять математическим методам теории игр, когда стали рассматриваться кооперативные игры. В этом случае конкурирующие фирмы будут воздействовать друг на друга в условиях принятых ими соглашений. Однако кооперация требует введения побочных платежей и при этом общие прибыли фирмы значительно возрастут. Тогда применяется игровое моделирование при оценках правильности принятых решений, особенно когда у разработчика возникает сомнение в справедливости полученных результатов. Важной особенностью игрового моделирования является обсуждение ее результатов с приглашением экспертов.

Сравнение бортовых цифровых вычислительных машин МВС-4 и МВС-32 и фрагменты рабочих программ приведены в приложении А.

Внедрение результатов работы определяется автоматическими методами разработки и испытаний базовых функциональных устройств систем управления различными летательными аппаратами. Для самолета Су-ЗОМКИ аппаратуры: устройства аналогово ввода-вывода УАВВ-24, технических средств дискретной связи УДС-5-3; вычислительной специализированной машины МВС-4. Для самолета Су-35 системы КСУ-10М: интегрального блока датчиков ИБД-46; устройства дискретной связи УДС-13; вычислительной специализированной машины МВС-32. Для САУ-140 самолета Ан-140: устройства дискретной связи УДС-11; вычислительной специализированной машины МВС-8. Для вертолета «Ансат» с системой КСУ-А: интегрального блока датчиков ИБД-43; вычислителя интегрального блока датчиков ВИБД-5; вычислителя жесткой связи ВЖС-11. Для ЭДСУ-200 самолета Бе-200: устройства аналогового ввода-вывода УАВВ-1; технических средств дискретной связи УДС-12. Для САРД самолета Ту-334 с вычислителем - ВСАРД-6 и для СИМЦ самолета ТУ-334 вычислителя -ВСИМЦ-7.

Разработанные и изготовленные устройства для первичного применения в виде указанных базовых функциональных элементов создавались как унифицированные, в связи с этим они нашли вторичное применение в ряде других комплексных систем управления: КСУ для МиГ-AT, САУ-10В для Су-34, САУ-451 для МиГ-29.

Основные научные результаты подтверждены одним патентом на изобретение и девятью научными публикациями в журналах и сборниках, а также докладом на всероссийской III Научно-технической конференции по проблемам и развитию систем управления вооружением в городе Курске в 2002 году

Полученные результаты работы, заключающейся в создании способов оценивания авиационных комплексов, основанных на методах экспертных оценок, статистического моделирования с обучением и без него, а также с автономным адаптивным управлением, подтверждены конкретными расчетами, позволяющими рекомендовать автоматизированные процедуры проектирования и оценивания, а также автоматические без участия человека-оператора. Последние являются более предпочтительными, но они нуждаются в создании базы данных с автоматическим управлением, нейронных сетей с настраиваемыми весами связей, позволяющими наиболее выгодно перестраивать законы стабилизации и управления летательными аппаратами.

Реализация разработанных алгоритмов подтверждена с помощью методов проектирования, технических способов изготовления с автоматическим контролем, заводским и летно-конструкторским испытаниям. Для этих целей разработаны стенды автоматизированного контроля, проверки математического программного обеспечения и отладки комплексов, а также малые цифровые вычислительные машины, подсоединяемые к реальной аппаратуре при предполетной подготовке и в полетах.

Предложенные методы расчетов и проектирования комплексов управления, отладочные стенды и цифровые вычислительные машины в ОАО «МНПК «Авионика» прошли все виды проверки и испытаний, что позволило их рекомендовать для серийного изготовления и ввода в постоянную эксплуатацию. Это позволило завершить выпуск нескольких комплексов управления для ряда самолетов и вертолетов, сдать их на вооружение и устанавливать на серийных самолетах ведущих авиационных фирм страны.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Абдулин, Рашид Раисович

Выводы.

В заключение к проделанной работе сделаем следующие выводы.

1 В работе показывается, что главная задача в создании авиационные

Ф комплексов состоит в применении автоматизированных и автоматических методов основанных на использовании систем автоматического управления всемь технологическими процессами, начиная от расчетной проработки макетов, выпуск* чертежно-конструкторской документации, изготовления действующих образцов т производстве, выполнения заводских стендовых и летно-конструкторских испытаний Оценивание эффективности проектов комплексов управления требует учет* множества различных признаков, основными которыми являются следующие реальность выполнения проекта с учетом его гибкости до полного выдерживанш тактико-технических требований; длительность безотказности действия в полетных \ взлетно-посадочных режимах; конкурентоспособность на международных рынках время проектирования, изготовления и испытаний при наличии ограничений i финансировании, трудовых ресурсах, оборудовании; невозможность точного сбор* всех необходимых данных для проектирования и ряда других.

2 Исследуются современные методы проектирования комплексов управление самолетами и вертолетами с помощью стохастических автоматизированных признако! на основе функций правдоподобия с минимизацией энтропии или по формуле Байесг с внесением априорных вероятностей при интеллектуальной поддержке, а также автоматических способов без обучения с использованием процедур декомпозиции v геометрического программирования и преобразования Куна-Таккера со специально введенным условием дополняющей нежесткости.

3 С целью более широкого внедрения идей интеллектуальной деятельности i автоматизации процессов проектирования авиационных комплексов в работе рассмотрен принцип автономного адаптивного управления, в котором входные векторы представляют собой состояния, а выходные - законы распознавания, чтс выполняется с помощью нейронных сетей с настраиваемыми весами связей междз нейронами и способами накапливать статистические данные в узлах, позволяющими ф изменять в системах свою структуру и получения требуемых законов управления. Е этом случае системы с автономным адаптивным управлением отличаются от сетеЁ

Хопфилда с обратными связями, так как они не только могут реагировать на предъявляемые состояния, но и вносить новые действия в поисках наилучши> решений. К важным преимуществам таких систем следует отнести полнук автоматизацию всех процедур и возможность их перемен изменения по несколько ра; при различных уточнениях и изменениях непосредственно в процессе проектирования.

4 При применении статистической теории принятия решений в зависимости от объемов признаков указывается, что для малых их количеств нельзя находит! достоверные оценки из-за недостаточности информации. Поэтому приходите* использовать эвристический алгоритм с выделением перспективных v неперспективных комплексов, с разделением каждого из них на две группы обучающую (с большими дисперсиями) и проверочную (с малыми значениям* дисперсий). Для повышения числа исходных данных в работе рекомендуется пс несколько раз находить их парные комбинации с соответствующими матрицам* условных вероятностей потерь. В этих случаях проектировщик сам выбирает наилучшие комбинации как учитель до тех пор, пока точность вычисляемо* классификации не будет достигать единицы или не перестанет изменяться. После чегс составляются марковские цепи, по которым и находились вероятности эффективности. Наряду с этим рассматривался и другой способ оценивания, когдг последовательно вводились дополнительные показатели, повышающие эффективности. К недостатку обоих методов следует отнести трудности в учете установившихся традиций конструкторского бюро.

5 Прогнозируемость перспективности авиационных комплексов при выборе основных признаков находилась с помощью дискретного разложения Карунена-Лоэвг по усредненным значениям корреляционных матриц и вычисления математически> ожиданий и средних квадратических значений коэффициентов в разложениях, а пс ним - оценок вероятностей эффективности устройств. Применение метода Карунена-Лоэва позволяет сокращать количество признаков.

6 При стендовых испытаниях образцов комплексов находились количестве отказов, по которым по методу Байеса определялись доверительные вероятность эффективности. На основании этих данных давались конкретные рекомендации с сокращении числа потребных заводских испытаний, гарантирующих получение заданных оценок эффективностей от величин средних рисков.

7 Сравнение оценок эффективности проектов макетов моделей авиационны> комплексов, спроектированных методами статистических решений, разложением Карунена-Лоэва и по формулам Байеса показали на близость результатов вычисление по вероятностям, зависящим от средних потерь величин рисков. При значения? величин рисков, равных 0,3, оценки эффективности близки к вероятности 0,95, прр средних рисках порядка 5 - к вероятностям 0,2, а при более высоких, чем 10 вероятности падают до 0,05 и меньше.

8 Рассмотрены оптимальные способы формирования законов управление дискретными системами с помощью принципа максимума, приведенногс итерационной процедурой к штрафным функциям и сведенным к алгоритм) нелинейного программирования. Количество внешних итераций зависит от выборе коэффициентов, позволяющих получать высокую точность определения оптимального решения в реальном времени.

9 Стендовые испытания комплексов по методу автоматизированногс моделирования проводятся целенаправленным перебором их параметров, чте упрощает способы нелинейной регрессии путем перехода к матрицам Фишера Применяя обратную матрицу находятся вектора оценок в виде математически* ожиданий и средних квадратических значений. Для убыстрения расчетов и получение точностей используются D-оптимальный план, минимизирующий значение определителя ковариационной матрицы и G-оптимальный план, минимизирующий величину дисперсии. Достоверность полученных оценок вероятностей при десять вычислениях соответствует 0,95 - 0,98.

10 Для повышения надежности авиационных комплексов используются способь: мажоритарного резервирования, обеспечивающие подключение неисправны* устройств без дополнительных возмущений. При этом высокая надежност! комплексов обеспечивается средствами созданного автоматизированного контроля резервирования и мажоритарных устройств. Безаварийность полетов комплексов е момент перехода с автоматических на ручные зависит от качества подготовка летчика, определяемого математической моделью с параметрами. Приведенные е работе два способа определения модели летчика аналитическими и графическими методами по передаточной функции человека, позволяют учитывать зрительное восприятие внешней обстановки и силовое управление ручкой пилота на основе нервно-мышечных процессов, происходящих в живом организме.

11 Окончательные решения о спроектированных комплексах управления i условиях неопределенностей находятся по марковским процессам, приводящим с дифференциальным уравнениям или через диаграммы марковских сечений учитывающих контрольные функции систем, повышающие безопасность действия i полетных и взлетно-посадочных режимах. Проводимые летно-конструкторские испытания на соответствие тактико-техническим требованиям являются заключительными этапами проектирования авиационных комплексов, поэтом) определяемые оценки их эффективности являются окончательными. При проведение таких испытаний приходится прибегать к настройке системы измеряемых параметров Для этих целей в работе используются методы наименьших квадратов, принципоЕ правдоподобия и байесовских процедур с вводом априорных вероятностей.

12 Предложенные теоретические методы проектирования и расчетов аппаратуры а также систем комплексов управления позволили создать унифицированные устройства аналогового ввода-вывода, технических средств дискретной связи специализированных бортовых вычислительных машин и интегральных блоко! датчиков и различного рода вычислителей, соединяемых в единые автоматические системы. Получаемые проекты систем оценивались по показателям качества у эффективности. При этом наряду с расчетно-теоретическими математическими методами моделирования проводились стендовые заводские и летно-конструкторские испытания, на основании которых комплексы принялись на вооружение, выпускались серийно и устанавливались на самолетах Ан-140, МиГ-AT, МиГ-29, МиГ-31, МиГ-33 Су-27, Су-30, Су-34, гидросамолете Бе-200 и вертолетах «АНСАТ» и Ми-8.

Список литературы диссертационного исследования кандидат технических наук Абдулин, Рашид Раисович, 2006 год

1. Абгарян К.А. Матричные и асимптотические методы в теории линейных систем. М.: Наука, 1973. 471 с.

2. Абгарян К.А. Матричные исчисления с приложениями в теории динамических систем. -М.: Физматлит, 1994. 543 с.

3. Абдрашитов Г.Г. О боковой наводке самолета на цель с помощью автопилота. С 1// Авиационное вооружение. № 2 НИИ - 2. ГКАТ, 1947. С. 32 - 39.

4. Абдрашитов Г.Г. Об управляемости управляемых бомб// Авиационное вооружение. № 9 НИИ 2. ГКАТ, 1947. С. 12 - 23.

5. Абдулин P.P. БИС программируемого таймера на основе базовых матричных кристаллов серии Н1515ХМ1// Научно-технический сб. «Вопросы авиационной науки и техники» серия «Пилотажно-навигационные системы и приборы», вып. 2,1989, Москва.

6. Абдулин P.P., Кобазев В.Е., Халиулина Т.Н. Одноплатная микроЭВМ СБВМ 1 // Научно-технический сб. «Вопросы авиационной науки и техники» серия «Бортовые приборы навигации, контроля и управления», вып. 5, 1990, Москва.

7. Абдулин P.P., Щипанов В.П. Разработка цифровых и аналого-цифровых микросхем с применением базовых матричных кристаллов// Аэрокосмическое приборостроение, 2002, № 1. С. 2 6.

8. Абдулин P.P. Выбор технических проектов комплексных систем автоматического управления истребителями// Авиакосмическое приборостроение. № 4, 2005. С.

9. Абдулин P.P. Синтез оптимальных дискретных законов управления самолетами на основе принципа максимума Понтрягина// Авиакосмическое приборостроение. № 4, 2005. С.

10. Абдулин P.P. Оценки приоритетности выполнения операций при проектировании систем автоматического управления летательными аппаратами// Авиакосмическое приборостроение. № 5,2005. С.

11. Абдулин P.P. Построение моделей проектирования авиационных комплексов на основе выбора основных признаков// Авиакосмическое приборостроение. №5,2005. С.

12. Абдулин P.P. Сравнение основных характеристик бортовых цифровых машин в системах автоматического управления самолетом// Сб. научно-технических трудов. Вып. 6. -М.: Главный вычислительный центр, 2005. С.

13. Абдулин P.P. Математическая модель летчика при управлении самолетом в режиме переходов с автоматического пилотирования на ручное и обратно// Сб. научно-технических трудов. Вып. 6. М.: Главный вычислительный центр, 2005. С.

14. Акопов М.Г. Основание байесовского подхода при интгрвальном оценивании вероятности безотказной работы// Надежность и контроль качества. № 4, 1989. С. 19-23.

15. Александров В.В., Садовничий В.А., Чугунов О.Д. Математические задачи динамической имитации полета-М.: Изд-во МГУ, 1986. 181 с.

16. Аэродинамика и динамика полета магистральных самолетов. Под ред. Академика РАН Г. С. Бюшгенса/ Издательский отдел ЦАГИ. АВИА -Издательство КНР. Москва - Пекин, 1995.

17. Аэродинамика, устойчивость и управляемость сверхзвуковых самолетов. Научный редактор и составитель академик РАН Г. С. Бюшгенса/ Издательский отдел ЦАГИ. АВИА Издательство КНР. - Москва - Пекин, 1995.

18. Барлоу Р., Прошан Ф. Статистическая теория надежности. Пер. с англ. М.: Советское радио, 1969.

19. Бахвалов Н.И., Жидков Н.П., Кобельков Г.М. Численные методы. М.: Лаборатория базовых знаний, 2003. 632 с.

20. Болтянский В.Г. Математические методы оптимального управления. М.: Наука, 1969. 408 с.

21. Вентцель Е.С. Теория вероятностей. М.: Высшая школа, 2001.

22. Вержбицкий В.М. Основы численных методов. М.: Высшая школа, 2002. 840 с.

23. Вирт Н. Алгоритмы и структуры данных/ Пер. с англ. СПб.: Невский диалект, 2001. 352 с.

24. Воробьев А.В., Абдулин P.P., Костенко Н.И. Проблемы создания отказоустойчивой комплексной системы управления для истребителя 5-го поколения// материалы 3 научно-технической конференции по проблемам развития СУО. Курск: 2002. С. 98 - 105.

25. Воробьев А.В. Оптимальные цифровые законы управления авиационными комплексами// Авиакосмическое приборостроение. № 10, 2004. С. 24 29.

26. Воробьев А.В. Сравнение численных методов интегрирования дифференциальных уравнений на стендах полунатурного моделирования авиационных комплексов// Авиакосмическое приборостроение. № 10, 2004. С. 40-46.

27. Горбань А.Н., Росснев Д.А. Нейронные сети на персональном компьютере. -Новосибирск: Наука, 1996. 276 с.

28. Дворянкин A.M., Половинкин А.И., Соболев А.Н. Методы синтеза технических решений.-М.: Наука, 1977. 102 с.

29. Дейтел Г. Введение в операционные системы. В 2-х тт/ Пер. с англ. под ред. Вс. С. Штаркмана- М.: «Мир», 1987. Т. 1 358 с.

30. Диалоговые системы в АСУ. -М.: Энегроатомиздат, 1983. 210 с.

31. Диллон Б., Сингх Ч. Инженерные методы обеспечения надежности систем/ Пер. с англ. М.: Мир, 1984. 318 с.

32. Дорогов А.Ю. Быстрые нейронные сети. СПб.: Изд-во С.-Петерб. Университета, 2002. 80 с.

33. Жданов А.А., Арсеньев С.В. О некоторых приложениях принципа автономного адаптивного управления// Сб. докладов V Всероссийской конференции. Нейроинформатика- 99. ч. 3. М.: МИФИ, 199.

34. Жданов А.А., Земесных JI.B., Беляев . Системы стабилизации углового положения космического аппарата на основе нейроподобной системы автономного адаптивного управления// Космические исследования, 3 .,2004.

35. Жданов А.А., Караваев М.В. Применение нечеткой логики в имитационной системе адаптивного управления// Известия Академии Наук. Теория и системы управления. № 5,1999. С. 127 134.

36. Жданов А.А., Норкин Н.А., Гуриев М.А. Некоторые практические