Методы и алгоритмы логико-вероятностного и логико-лингвистического моделирования деградации и отказов сложных систем тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Зиняков Владимир

• Зиняков Владимир
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Зиняков Владимир

ВВЕДЕНИЕ

1 АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ МОДЕЛИРОВАНИЯ И ОЦЕНКИ ВЕРОЯТНОСТЕЙ ОТКАЗОВ, ТЕКУЩЕГО СОСТОЯНИЯ И ДЕГРАДАЦИИ СЛОЖНЫХ СИСТЕМ

1.1 Методы оценки надежности сложных систем

1.1.1 Структурные методы расчета надежности

1.1.2 Логико-вероятностный метод

1.1.3 Общий логико-вероятностный метод

1.2 Методы моделирования деградации и отказов сложных систем

1.2.1 Ресурсная параметризующая модель

1.2.2 Прочностная параметризующая модель

1.2.3 Диагностическая параметризующая модель

1.2.4 Экспертная параметризирующая модель

1.3 Методы анализа и оценки состояния сложных систем

1.4 Обоснование выбора логико-вероятностных методов

1.4.1 Метод моделирования деградации и отказов по В. И. Нечипоренко

1.4.2 Метод моделирования деградации и отказов по Н. М. Седякину

1.4.3 Метод учета связей между блоками при моделировании деградации и отказов по К. Пикарди

1.5 Методы и алгоритмы комбинированного логико-вероятностного и логико-лингвистического моделирования

1.6 Выводы по главе

2 ЛОГИКО-ВЕРОЯТНОСТНОЕ МОДЕЛИРОВАНИЕ ОТКАЗОВ СЛОЖНЫХ СИСТЕМ

2.1 Требования к логико-вероятностной модели деградации и отказов сложной системы

2.2 Оценка корректности разработанной математической модели

2.3 Принципы моделирования отказов сложных систем

2.4 Вычисление вероятностей отказов сложной системы

2.5 Упрощенный метод учета взаимных связей блоков сложной системы

2.6 Пример моделирования изменения во времени вероятности отказа сложной системы

2.7 Определение коэффициентов состояния и связности

2.8 Выводы по главе

3 УПРАВЛЕНИЕ ЖИВУЧЕСТЬЮ СЛОЖНОЙ СИСТЕМЫ НА ОСНОВЕ ЛОГИКО-ВЕРОЯТНОСТНОГО ПРОГНОЗИРОВАНИЯ

3.1 Требования к управлению живучестью сложной системы

3.2 Моделирование изменения во времени вероятности отказа сложной системы с резервированием блоков

3.3 Алгоритм моделирования деградации сложной системы с резервированием блоков

3.4 Пример моделирования изменения во времени вероятности отказа сложной системы при управлении ее живучестью

3.5 Методы принятия решения при управлении живучестью

3.5.1 Замена блока при превышении значением параметров блока порогового значения

3.5.2 Замена блока при превышении значением математического ожидания порогового значения

3.5.3 Замена блока при возможности превышения значением математического ожидания прогнозируемого значения

3.5.4 Замена блока при возможности превышения значением математического ожидания прогнозируемого значения, с учетом связей между блоками

3.6 Выводы по главе

4 ЭКСПЕРТНАЯ СИСТЕМА ДЛЯ ОЦЕНКИ СОСТОЯНИЯ ЭКСПЛУАТИРУЕМОЙ СЛОЖНОЙ СИСТЕМЫ

4.1 Исследуемый объект: НСАУ радиотелескопа РТ-70

4.1.1 Традиционная конструкция радиотелескопа

4.1.2 Конструкция радиотелескопа с использованием модулей SEMS

4.1.3 Устройство модуля SEMS

4.2 Особенности алгоритмов работы РТ-70

4.2.1 Модуляция сигнала на РТ-70

4.2.2 Основные режимы измерений

4.2.3 Алгоритмы адаптации матричных приемников

4.3 Блок-схема системы управления РТ-70

4.4 Основные возможные неисправности и контролируемые параметры системы управления модулем SEMS

4.5 Структура экспертной системы

4.5.1 Структурная схема экспертной системы

4.5.2 Аппаратная часть экспертной системы

4.5.3 Программная часть экспертной системы

4.5.4 Примеры неисправностей и правил для оценки системы управления модулей SEMS радиотелескопа

4.6 Алгоритм работы экспертной системы

4.6.1 Режим наблюдения

4.6.2 Режим прогнозирования

4.7 Пример моделирования деградации и отказов гексапода SEMS

4.7.1 Формализованная схема САУ гексапода SEMS

4.7.2 Моделирование надежности и отказов гомологического класса гексаподов SM SEMS

4.7.3 Правила экспертной системы

4.7.4 Результат тестового запуска экспертной системы

4.8 Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЕ А

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы логико-вероятностного и логико-лингвистического моделирования деградации и отказов сложных систем»

ВВЕДЕНИЕ

Решение проблем прогнозирования неисправностей во время эксплуатации сложной системы при различных внешних и внутренних воздействиях актуально при разработке и использовании сложных научных и промышленных систем различного предназначения. Такое прогнозирование позволяет повысить живучесть эксплуатируемых систем за счет своевременного вмешательства в процесс эксплуатации.

В современной технике используются многие методы и приемы повышения надежности с помощью управления живучестью. Среди них основное значение имеют методы функционального и структурного резервирования. Сложность этих методов растет вместе с ростом сложности систем и повышением требований к их надежности. Современные системы различного назначения обладают структурами, которые содержат десятки и сотни элементов, взаимодействующих между собой сложным образом. Такие структуры называют сложными, а соответствующие им системы — структурно-сложными. Распространению таких систем помогает нарастающая тенденция к объединению нескольких автономных систем в единые системы с сетевой структурой. Примером могут служить сети ЭВМ, информационные сети связи, системы энергетики и т. д.

Повышение надежности таких систем тесно связано с определением момента требуемой замены элементов систем на предусмотренные запасные или дублирующие элементы, определение момента вынужденной остановки блоков системы и\или постановки ее на капитальный ремонт. Получение такой информации обусловлено определением предложенными методами вероятностной характеристики отказа системы или ее блоков с течением времени при выборе того или иного подхода к ее проектированию и обслуживанию.

В работе предлагается упрощенный подход к проблеме учета связей между блоками сложной системы. Описывается процедура моделирования, сочетающая логико-вероятностные и логико-лингвистические описания процессов изменения параметров блоков систем во времени, приводится пример моделирования.

Предложенный в работе подход к проблеме учета взаимных воздействий блоков в составе сложной системы при имитационном моделировании изменения вероятности ее отказа с течением времени позволяет в первом приближении учесть взаимные влияния параметров блоков и таким образом повысить точность прогнозирования вероятности отказа.

При использовании любого элемента (блока) системы наблюдается влияние на него различных воздействий, приводящих к изменению (ухудшению) его технического состояния с течением времени. Это приводит к нарастанию вероятности отказа этого блока, что, в свою очередь, влечет за собой нарастание вероятности отказа системы в целом. Воздействие этих факторов колеблется во времени, и это изменение носит стохастический характер. Наиболее влиятельными факторами являются механические нагрузки, прочностные параметры материала блока, его габариты и геометрические размеры. Кроме них, существенными являются такие факторы как режим протекания технологического процесса, качество и своевременность обслуживания, ремонт и т. д. Перечисленные факторы носят стохастический характер, и, следовательно, время наступления отказа также является случайным. В связи с этим, анализ деградации сложной системы во времени и прогнозирование времени наступления ее отказов эффективно проводить на основе математического и компьютерного имитационного моделирования.

На данный момент существует множество подходов к решению данной проблемы. После проведенного исследования вариантов, было решено использовать логико-вероятностные методы моделирования сложной системы.

На основе полученных при моделировании результатов была создана экспертная система, сопутствующая обслуживанию моделируемого объекта. Для этого была создана база знаний, содержащая причинно-следственные связи для формирования экспертной оценки состояния системы и рекомендаций по управлению ее живучестью.

В настоящей работе рассматриваются различные логико-вероятностные алгоритмы моделирования отказов, основанные прежде всего на методах нечеткого

математического моделирования, и использующие данные, полученные из паспортных данных на систему, а также из симуляционных моделей промышленных систем. Исследуемые методы и алгоритмы предназначены для моделирования широкого набора объектов.

Таким образом, требуется исследование теоретических основ проектирования и реализации математических моделей сложных систем, а также методов и алгоритмов анализа их деградации и отказов с течением времени их эксплуатации.

Указанные обстоятельства позволяют судить об актуальности и важности исследования математического моделирования сложных систем и об актуальности разработки новых методов и алгоритмов анализа их деградации и отказов с течением времени эксплуатации.

Степень разработанности проблемы моделирования деградации и отказов. Разработанные методы и алгоритмы моделирования отказов сложных систем, предложенные В. И. Нечипоренко, Н. М. Седякиным, И. А. Рябининым, К. Пикарди и другими учеными, требуют сложных аналитических расчетов или экспериментальных работ для прогноза динамики деградации и отказов с учетом связей между блоками системы. Как правило, теоретическая модель включает до нескольких десятков уравнений (по И. А. Рябинину, К. Пикарди), что определяет её неустойчивость при практическом моделировании вследствие априорной неточности величин коэффициентов. При этом в случае изменения структуры эксплуатируемой системы подобные теоретические модели требуют полной ревизии, что также затрудняет их практическое использование.

В диссертационной работе предлагается не использовавшийся ранее логико-лингвистический подход к проблеме учета связей между блоками сложной системы, который в сочетании с логико-вероятностными описаниями процессов изменения параметров блоков систем во времени позволяет повысить точность прогнозирования отказов. Основанные на исследуемых логико-лингвистических и логико-вероятностных методах алгоритмы эффективны для решения практических

задач компьютерного моделирования деградации и отказов при эксплуатации сложных систем.

Объектом исследования в диссертационной работе являются сложные технические системы с трудно формализуемым взаимным влиянием блоков на надежность системы.

Предметом исследования являются методы, модели и алгоритмы анализа деградации и отказов сложных систем.

Целью данной диссертационной работы является исследование и разработка новых методов и алгоритмов математического моделирования деградации и отказов сложных систем, а также разработка, практическая реализация и экспериментальное исследование компьютерных моделей, позволяющих управлять живучестью сложных систем в процессе эксплуатации.

Для достижения поставленной цели требуется решить следующие задачи:

1. Исследовать существующие методы и алгоритмы математического моделирования надежности и живучести сложных систем, оценить их применимость для предсказания и анализа деградации и отказов систем.

2. Разработать математические модели изменения вероятности отказа сложных систем в процессе их эксплуатации, с учетом взаимного влияния блоков.

3. Разработать алгоритмы компьютерного моделирования изменения вероятности отказа сложных систем с учетом взаимного влияния блоков, обеспечивающие возможность управления живучестью посредством резервирования в процессе их эксплуатации.

4. Для проверки реализуемости разработанных алгоритмов спроектировать и реализовать на их основе комплекс моделей контроля живучести, используемой в прикладной задаче сложной системы.

Научная новизна работы заключается в том, что:

1. Разработан ранее не использовавшийся логико-лингвистический метод учета связей между блоками эксплуатируемой сложной системы, не требующий априорных знаний условных вероятностей отказов блоков эксплуатируемой системы, обусловленных их взаимным влиянием.

2. С использованием логико-лингвистического метода учета связей разработана логико-вероятностная математическая модель деградации и отказов системы, позволяющая повысить достоверность прогноза времени отказа системы.

3. На базе логико-вероятностной математической модели деградации и отказов системы разработаны новые алгоритмы логико-вероятностного моделирования деградации и отказов системы, использующие логико-лингвистическое описание взаимного влияния блоков.

Теоретическая и практическая значимость результатов работы заключается в том, что:

1. Доказано, что совокупное применение логико-лингвистического и логико-вероятностного методов позволяет построить модель деградации сложных систем с учётом взаимного влияния блоков, не требующую предварительного аналитического описания воздействия блоков друг на друга.

2. Разработан практический алгоритм моделирования временной зависимости вероятности отказов сложной системы, учитывающий взаимное влияние ее блоков.

3. Разработана компьютерная модель прогноза деградации типовых электромеханических SM SEMS модулей в процессе их эксплуатации, использующая разработанный алгоритм.

4. Реализована логико-вероятностная модель, использованная в экспертной системе обеспечения живучести комплексов SEMS системы управления зеркальными компонентами нового радиотелескопа миллиметрового диапазона РТ-70 (проект «Суффа»).

Методологией и методами исследования в данной работе являются нечеткая логика, имитационное моделирование, логико-лингвистический и логико-вероятностный методы анализа.

На защиту выносятся следующие положения:

1. При трудно формализуемом взаимном влиянии блоков на надежность сложной системы применение логико-лингвистического метода, использующего нечеткую логику на основе функций принадлежности, позволяет создать модель

деградации, учитывающую связи между блоками эксплуатируемой сложной системы.

2. Использование разработанного логико-лингвистического метода учёта связей между блоками позволяет построить логико-вероятностные модели, особенностью которых является определяемый сдвиг моделируемого значения вероятности отказа системы при ухудшении состояния блока, что увеличивает достоверность прогноза вероятности отказа системы.

3. Предложенное логико-вероятностное моделирование деградации системы позволяет определить моменты времени замены блоков на резервные по введенному пороговому значению их состояния и, соответственно, повысить эффективность резервирования для обеспечения живучести системы.

Степень достоверности результатов работы подтверждается корректностью использованных методов исследования, четкостью используемых математических моделей, а также апробацией полученных результатов в рецензируемых отечественных и зарубежных изданиях.

Реализация и внедрение результатов работы. Практическая значимость результатов исследований подтверждена актами внедрения. Результаты работы, а именно алгоритмы логико-вероятностного и логико-лингвистического моделирования отказов электромеханических блоков системы адаптации зеркальной системы РТ-70, а также принципы построения экспертных систем для оценки состояния блоков системы управления радиотелескопа РТ-70 были использованы Астрокосмическим центром ФИАН при разработке систем радиотелескопа РТ-70 в рамках международного проекта «Суффа», а также кафедрой Оптико-электронных приборов и систем Университета ИТМО при выполнении НИР № 12361 «Развитие теории комплексирования информации в инвариантных оптико-электронных системах мониторинга состояния полипараметрических объектов» и Международной научной лабораторией Лазерных микро- и нанотехнологий Университета ИТМО при выполнении НИР № 717061 «Лазерные и оптические технологии и системы для управления свойствами материальной среды и структурой световых полей».

Диссертационная работа выполнялись при государственной финансовой поддержке ведущих университетов РФ (субсидия 074-U01).

Исследования по тематике диссертации также были поддержаны рядом академических и правительственных организаций:

- Президиумом РАН в рамках программы № 40 "Актуальные проблемы робототехники"; программы № П-31 "Фундаментальные основы технологий двойного назначения в интересах национальной безопасности", проект "Теоретические и экспериментальные исследования интеллектуальных электромеханических систем";

- Министерством образования и науки РФ в рамках мероприятия 1.3 ФЦП "Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы", ГК № 14.577.21.0136 (Шифр "2014-14-579-0139") "Разработка программно-аппаратных технических решений в области создания универсального захватывающего устройства антропоморфного типа".

Апробация работы. Основные результаты работы докладывались на следующих конференциях: International Conference on Recent Trends in Engineering and Technology, Andhra Pradesh, India, 2015; Международная научно-техническая конференция «Завалишинские чтения — 2015, 2016», Россия, г. Санкт-Петербург, 2015-2016 гг., Международная научная конференция МДК-2015-04, Россия, г. Москва, 2015 г., Всероссийский конгресс молодых ученых, Россия, г. Санкт-Петербург, 2017 г.

Публикации. По теме диссертации опубликовано 14 печатных работ, из них 7 в изданиях из перечня, рекомендованного ВАК.

Структура работы. Работа состоит из введения, четырех глав, заключения, списка литературы из 11 3 наименований и приложения. Работа изложена на 1 54 страницах.

Во Введении обосновывается актуальность работы. Указывается спектр задач, которые представляют область научных исследований.

В Главе 1 приводится аналитический обзор современных методов и алгоритмов математического моделирования надежности и живучести сложных систем. Определяются требуемые характеристики, аргументируется выбор разрабатываемой математической и компьютерной моделей. Формулируются цель и задачи диссертационного исследования.

В Главе 2 разрабатывается математическая логико-вероятностная модель изменения вероятности отказа сложных систем в процессе их эксплуатации, с учетом взаимных связей блоков, предлагается алгоритм компьютерного моделирования, а также предлагается упрощенный логико-лингвистический метод учета связей между блоками сложной системы. Приводится пример моделирования вероятности отказа системы с течением времени.

В Главе 3 разрабатывается математическая логико-вероятностная модель изменения вероятности отказа сложных систем в процессе их эксплуатации, предусматривающая возможность управления живучестью эксплуатируемой системы. Предлагается соответствующий усовершенствованный алгоритм компьютерного моделирования эксплуатируемой системы. Приводится пример моделирования.

В Главе 4 предлагается автоматизированная экспертная система, дающая оператору рекомендации по управлению живучестью эксплуатируемой системы.

В Заключении делаются выводы о проделанной работе и приводятся ее результаты.

Работа выполнена на кафедре оптико-электронных приборов и систем Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики.

1 АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ МОДЕЛИРОВАНИЯ И ОЦЕНКИ ВЕРОЯТНОСТЕЙ ОТКАЗОВ, ТЕКУЩЕГО СОСТОЯНИЯ И ДЕГРАДАЦИИ СЛОЖНЫХ СИСТЕМ

1.1 Методы оценки надежности сложных систем

Расчётом надёжности является процесс вычисления значений показателей надежности системы или объекта, при которой используются методы, основанные на вычислении их по справочным данным, характеризующим надежность составляющих объекта, по данным, характеризующим свойства используемых материалов, по информации о надежности аналогичных объектов и прочей информации, имеющейся в распоряжении на момент расчета.

Значения показателей надёжности в количественном выражении определяются в результате расчета.

1.1.1 Структурные методы расчета надежности

Структурные методы — это основные методы вычисления показателей надежности при проектировании объектов, которые можно разделить на элементы, у которых на момент осуществления расчетов характеристики надежности известны либо их можно определить другими методами. В общем случае расчет показателей надежности посредством структурных методов включает:

1. отображение объекта как структурной схемы, определяющей логические соотношения между состояниями элементов и всего объекта с учетом структурно-функциональных связей, и взаимодействия элементов, способов и видов резервирования, принятой стратегии обслуживания и прочих факторов;

2. адекватное описание созданной структурной схемы надежности объекта соответствующей математической моделью, которая позволяет в рамках введенных допущений и предположений рассчитать показатели надежности

объекта, опираясь на данные о надежности составляющих его частей в рассматриваемых условиях использования.

Структурные схемы надежности могут иметь вид:

1. схем функциональной целостности;

2. структурных блок-схем надежности;

3. деревьев отказов;

4. графа состояний и переходов [1].

1.1.2 Логико-вероятностный метод

Логико-вероятностные методы (ЛВМ) исходную постановку задачи и создание модели функционирования анализируемого системного объекта или процесса осуществляют аналитическими и структурными средствами математической логики. Определение показателей свойств надежности, безопасности и живучести выполняется с использованием средств теории вероятностей.

ЛВМ представляют собой методологию анализа структурно-сложных систем, решения системных задач организованной сложности, анализа и оценки надежности, риска и безопасности технических систем. Логико-вероятностные методы удобны для исходной постановки задач в формализованном виде как структурного описания анализируемых свойств функционирования высокоразмерных и сложных систем. В ЛВМ созданы процедуры преобразования в искомые расчетные математические модели исходных структурных моделей, что позволяет осуществить их алгоритмизацию с дальнейшей реализацией на ЭВМ [2].

Основоположник научно-технического аппарата логико-вероятностных методов и прикладных аспектов их применения, и, кроме того, основатель и руководитель научной школы — профессор Рябинин И. А.

1.1.3 Общий логико-вероятностный метод

Создание общего логико-вероятностного метода (ОЛВМ) было вызвано необходимостью применения ЛВМ для немонотонных процессов. Этот метод расчета надежности для первичного аналитического и графического описания условий реализации функций отдельными элементами и группами элементов в проектируемой системе использует аппарат математической логики, а методы комбинаторики и теории вероятностей служат для количественной оценки опасности и/или безотказности работы всей проектируемой системы. Для использования ОЛВМ необходимо задавать специальные структурные схемы, отражающие функциональную целостность анализируемых систем, логику их функционирования, а также вероятностные и прочие параметры элементов [3].

В основу постановки и решения всей совокупности задач моделирования и определения надежности систем при помощи ОЛВМ заложен так называемый событийно-логический подход. Подход этот заключается в последовательном выполнении четырех нижеследующих основных этапов ОЛВМ:

1. структурно-логическая постановка задачи;

2. логическое моделирование;

3. вероятностное моделирование;

4. выполнение расчетов показателей надежности [1].

1.2 Методы моделирования деградации и отказов сложных систем

При использовании любой детали системы проявляется воздействие на нее разных факторов, из-за чего происходит ухудшение ее технического состояния во времени, что в итоге приводит к отказу. Воздействие этих факторов изменяется во времени, что носит стохастический характер. Наиболее значимыми факторами являются прочностные характеристики детали, технологические нагрузки, геометрические размеры детали. Помимо них, целесообразно выделить следующие

факторы: следование требованиям технологического процесса, качество обслуживания, ремонт и другие. Поскольку факторы носят стохастический характер, сроки отказы также представляют собой случайную величину [4]. Для прогнозирования времени отказа t0TK используется следующее выражение:

t = t + т + т , (1.1)

отк у И ост' V /

где:

Ц — срок начала упреждения прогноза. Он соответствует дате начала эксплуатации детали.

Ти — длительность эксплуатации в начале срока выполнения прогноза. Тост — прогнозируемая оценка оставшегося ресурса детали. Предполагается, что Тост определено для вероятности безотказной работы P(t), учитывая закон распределения Z (остаточного ресурса), его мат. ожидание M и вариацию v [4].

Тост = f (Z, M, V, P(t)). (1.2)

Анализ различных моделей позволяет выделить ряд определяющих свойств, служащих для разработки их классификации. При развитии идеи данной классификации были выделены следующие типы априорной информации: статистика о ремонтах, данные технологических нагрузок, оценка ресурса, статистические данные диагностик. Это позволило классифицировать имеющиеся модели по следующим группам:

Ресурсная модель: основана на имеющихся данных о сроках ремонта. Силовая модель: основана на имеющихся данных о геометрических и прочностных характеристиках детали, статистических данных о технологических нагрузках.

Диагностическая модель: основана на имеющихся данных о диагностике. Экспертная модель: основана на имеющихся экспертных оценках ресурсов деталей.

При использовании какой-либо из указанных моделей в начале определяются параметры к прогнозированию, а затем проводится процедура прогнозирования [4].

1.2.1 Ресурсная параметризующая модель

Основой ресурсной параметризирующей модели являются статистические данные о выполненных сроках. Наиболее оптимальные модели этого типа основываются на получении потока ресурсов с учетом восстановления оставшегося ресурса деталей, опираясь на данные об их техническом состоянии во время замены. При условии использования теории вероятности и методов математической статистики данная модель получает значения 2, М, V для потока ресурсов. Общий вид параметризующей модели может выглядеть так:

[7, М, V] = /

Ч Ч2 ••• Чг У У ••• У

1 2 г

(1.3)

где t1,— сроки ремонтов детали; У1, У2,...Уг — оценка технического состояния детали на момент ее ремонта ti.

Важно понимать, в данной модели значения Ти и Тост являются неразделимыми, а 2, Ми V определяются при помощи их совокупного анализа. Момент начала упреждения прогноза Ц здесь — время последнего ремонта [4].

1.2.2 Прочностная параметризующая модель

Если говорить о прочностной параметризирующей модели, то в своем мат. аппарате она использует информацию о конструкции оборудования и техпроцессе его производства, чтобы определить нагрузки на деталь. Наиболее важная особенность такого рода модели — мат. описание процесса накопления разнообразных повреждений в детали, которая подвержена исследованию. Роль исходной информации к модели играет «Статистика производственной

программы». Последняя выступает совокупностью статистической информации по виду продукции, с которой работает оборудование, частью которого является исследуемая деталь. Помимо того, в модели задействована информация о характеристиках исследуемой детали (геометрические размеры, прочностные показатели материала) [2]. Общий вид данной модели выглядит так:

где Q(tl) — особенности производственной программы, которая характеризует нагрузки Q, воздействующие на исследуемую деталь (текущая реализация) на протяжении определенного интервала времени tl.

О — геометрические размеры изделия;

о — прочностные показатели материала;

Б^) — статистика данных о нагрузках по предыдущим реализациям.

В данной модели tl рассчитывается отдельно и выступает величиной детерминированной, которая вычисляется расчетным путем. Величина Тост описывается законом распределения 2, М, V. В этой модели в качестве момента начала упреждения прогноза ^ принимается время последнего ремонта [2].

1.2.3 Диагностическая параметризующая модель

Диагностическая параметризирующая модель — это математический аппарат, который использует информацию о сроках и и результатах У1 — проведенных диагностик во время функционирования изделия. Важная особенность рассматриваемой модели - получение величины остаточного ресурса детали на основании информации о текущем техническом состоянии. Исходная информация для такой модели представлена в виде «Статистики диагностик».

Диагностическую параметризирующую модель представить можно в следующем виде:

[2, м, V] = / тг), 5 (0, а, о],

(1.4)

[2, М, V] = / [7 (I), 5 (7, Х1 )],

(1.5)

где У(и) — величина диагностируемого параметра У) для исследуемой детали (текущая реализация) в момент времени ti, £(У, t) — статистика данных диагностики по предыдущим реализациям.

В этой модели вычисляется лишь величина Тост, которая описывается законом распределения 2, М, V. В качестве времени начала упреждения прогноза ^ принимается срок последней диагностики [4].

1.2.4 Экспертная параметризирующая модель

Если сравнивать со всеми вышеописанными моделями, то можно отметить, что экспертная параметризирующая является наиболее простой. Ее показатели определяются на основе экспертной оценки ресурса изделия, которая предоставляется экспертами, к примеру, это может быть механик цеха. Для экспертной параметризирующей модели совокупность исходной информации представлена в виде «Экспертных оценок». Наиболее оптимальным использование этой модели является еще на ранних этапах использования оборудования, поскольку в это время есть нехватка статистической информации о техобслуживании и ремонте оборудования.

Список литературы диссертационного исследования кандидат наук Зиняков Владимир, 2017 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Городецкий, А. Е. Нечеткое математическое моделирование плохо формализуемых процессов и систем. / А. Е. Городецкий, И. Л. Тарасова — СПб. : Изд-во Политехн. ун-та, 2010. — 336с.

2. Городецкий, А. Е. Комбинаторный метод вычисления вероятности сложных логических функций. / А. Е. Городецкий, В. В. Дубаренко // Журнал вычислительной математики и математической физики. — 1999. — №7. — C. 1246-1249.

3. Городецкий, А. Е. Вычисление вероятностей логических функций при логико-вероятностном моделировании сложных систем. / А. Е. Городецкий, Б. А. Кулик // Математическое моделирование. — 2013. — №1.

4. Седуш, В. Я. Система прогнозирования сроков отказа деталей механического оборудования. / В. Я. Седуш, Н. А. Ченцов, В. Н. Ручко, С. Л. Сулейманов // Тр. Междунар. конф., 6-9 июня 2000 г. / Нац. АН Украины. Ин-т проблем прочности — Киев, 2000. — C. 937-942.

5. Городецкий, А. Е. Основы теории интеллектуальных систем управления : монография / А. Е. Городецкий. — LAP LAMBERT Academic Publishing, 2011. — 314с.

6. Кулик, Б. А. Алгебраический подход к интеллектуальной обработке данных и знаний. / Б. А. Кулик, А. А. Зуенко, А. Я. Фридман. — СПб : Изд-во политехн. ун-та, 2010. — 235с.

7. Городецкий, А. Е. Экспертная система анализа и прогнозирования аварийных ситуаций в энергетических установках. / А. Е. Городецкий, В. Г. Курбанов, И. Л. Тарасова // Информационно — управляющие системы. — 2012. — №4. — C. 59-63.

8. Кулик, Б. А. Вероятностная логика на основе алгебры кортежей. / Б. А. Кулик // Известия РАН. Теория и системы управления. — 2007. — №1. — C. 118-127.

9. Рябинин, И. А. Надежность и безопасность структурно-сложных систем. / И. А. Рябинин; Политехника. — СПб. : Изд-во политехн. ун-та, 2000. — 248с.

10. Нечипоренко, В. И. Структурный анализ систем. / В. И. Нечипоренко; Главпочтамт. — М. : Издательство «Советское радио», 1977.

11. Гнеденко, Б. В. Асимптотические методы в вопросах исследования операций. / Б. В. Гнеденко // Материалы к симпозиуму «Исследование операций и анализ развития науки». / изд. АН СССР — 1967.

12. Седякин, Н. М. Об одном физическом принципе теории надежности и некоторых его приложениях. / Н. М. Седякин; ЛВИКА им. А.Ф. Можайского. — Л., 1965. — 41с.

13. Picardi, C. Model synthesis for model-based fault analysis. / C. Picardi, L. Console, D. Th. Dupre // In Proceedings of the 15th International Workshop on Principles of Diagnosis. / Carcassonne — 2004.

14. Бейтмен, Г. Высшие трансцендентные функции. Функции Бесселя, функции параболического цилиндра, ортогональные многочлены. / Г. Бейтмен, А. Эрдейи; пер. с англ., 2 изд. — М, 1974.

15. Гилл, А. Линейные последовательностью машины. / А. Гилл. — М. : Наука, 1974. — 288с.

16. Городецкий, А. Е. Имитационное моделирование развития аварийных ситуаций в энергетических установках. / А. Е. Городецкий, В. Г. Курбанов, И. Л. Тарасова // Информационно-управляющие системы. — 2013. — №2. — C. 38-42.

17. Курбанов, В. Г. Метод оценки надежности сложных технических систем. / В. Г. Курбанов // Информационно-управляющие системы. — 2010. — №4. — C. 75-76.

18. Zadeh, L. A. Fuzzy sets. / L. A. Zadeh // Inform. Contr. — 1965. — №8. — P. 338-353.

19. Алефельд, Г. Введение в интервальные вычисления. / Г. Алефельд, Ю. Херцбергер. — М. : Мир, 1987. — 360с.

20. Зиняков, В. Ю. Комбинированное логико-вероятностное и лингвистическое моделирование отказов сложных систем. / В. Ю. Зиняков, А. Е. Городецкий, И. Л. Тарасова // Информационно-управляющие системы. — 2015. — №1. — C. 35-42.

21. Зиняков, В. Ю. Логико-вероятностное моделирование вероятности отказа сложных систем. / В. Ю. Зиняков, В. Г. Курбанов // Завалишинские чтения'15 сборник докладов. / Санкт-Петербургский государственный университет аэрокосмического приборостроения — СПб, 2015. — C. 138-145.

22. Феллер, В. Введение в теорию вероятностей и ее приложения. / В. Феллер. — М : Мир, 1964. — 500с.

23. Дубаренко, В. В. Об одном методе вычисления вероятностей логических функций. / В. В. Дубаренко, В. Г. Курбанов, А. Ю. Кучмин // Информационно-управляющие системы. — 2010. — №5. — C. 2-7.

24. Заде, Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений. / Л. А. Заде. — М. : Мир, 1976. — 168с.

25. Городецкий, А. Е. Об использовании ситуации привычности для ускорения принятия решения в интеллектуальных информационно-измерительных системах. / А. Е. Городецкий // Физическая метрология: теоретические и прикладные аспекты. / КН — СПб, 1996. — C. 141-151.

26. Городецкий, А. Е. Алгебраические методы получения и преобразования изображений при технической диагностике сложных систем в условиях неполной определенности. / А. Е. Городецкий, И. Л. Тарасова // Информационно-управляющие системы. — 2008. — №5. — C. 10-14..

27. Gorodetsky, A. E. Fuzzy Decision Making in Design on the Basis of the Habituality Situation Application. / A. E. Gorodetsky // Fuzzy Systems Design. Social and Engineering Applications. / Physica-Verlag — New York, 1998. — P. 63-73.

28. Венцель, Е. С. Теория вероятностей. / Е. С. Венцель. — М : Наука, 1969. — 576с.

29. Ziniakov, V. Y. System failure probability modeling. / V. Y. Ziniakov, A. E. Gorodetskiy, I. L. Tarasova // Studies in Systems, Decision and Control; Smart Electromechanical Systems, Vol. 49. / Springer — 2016. — P. 205-215.

30. Зиняков, В. Логико-вероятностное моделирование деградации сложных систем с течением времени. / В. Зиняков, И. А. Коняхин // Сборник тезисов докладов конгресса молодых ученых [Электронное издание]. / Университет ИТМО — СПб, 2017. — Режим доступа: http://kmu.ifmo.ru/collections_article/6030/logiko-

veroyatnostnoe_modelirovanie_degradacii_slozhnyh_sistem_s_techeniem_vremeni.htm (дата обращения: 12.10.2017)

31. Ziniakov, V. Degradation of a Complex System Modelling. / V. Ziniakov // International Journal of New Technologies in Science and Engineering. — 2015. — №2. — P. 9-13.

32. Юдин, Д. Б. Вычислительные методы теории принятия решений. / Д. Б. Юдин. — М : Наука, 1989. — 320с.

33. Holland, J. Genetic Algorithms and Adaptation. / J. Holland // Adaptive Control of Ill-Defined Systems, Vol. 16. / Springer — 1984. — P. 317-333.

34. Рябинин, И. А. Надежность и безопасность структурно-сложных систем. / И. А. Рябинин. — СПб : Политехника, 2000. — 248с.

35. Зиняков, В. Ю. Управление живучестью сложной системы на основе логико-вероятностного прогнозирования. / В. Ю. Зиняков, А. Е. Городецкий, И. Л. Тарасова // Информационно-управляющие системы. — 2013. — №5. — C. 80-85.

36. Ziniakov, V. Y. Control of vitality and reliability analysis. / V. Y. Ziniakov, A. E. Gorodetskiy, I. L. Tarasova // Studies in Systems, Decision and Control; Smart Electromechanical Systems, Vol. 49. / Springer — 2016. — P. 193-204.

37. Ziniakov, V. Durability Management of a Complex System. / V. Ziniakov // International Journal of New Technologies in Science and Engineering. — 2015. — №2. — P. 1-8.

38. Зиняков, В. Ю. Управление живучестью системы с использованием логико-вероятностного прогнозирования. / В. Ю. Зиняков, В. Г. Курбанов //

Завалишинские чтения'15 сборник докладов. / Санкт-Петербургский государственный университет аэрокосмического приборостроения — СПб, 2015. — C. 146-152.

39. Червоный, А. А. Надежность сложных систем. / А. А. Червоный, В. И. Лукьященко, Л. В. Котин. — М : Машиностроение, 1976. — 211с.

40. Городецкий, А. Е. Основы теории интеллектуальных систем управления. / А. Е. Городецкий. — LAP LAMBERT Academic Publishing GmbH@Co, 2011. — 313с.

41. Радиотелескоп РТ-70 международной радиоастрономической обсерватории «Суффа» // Астрокосмический центр URL: http://www.radioastron.ru/mdex.php?dep=16 (дата обращения: 27.09.2017).

42. Радиотелескоп РТ-70 // Федеральное Государственное Бюджетное Учреждение Науки Институт Проблем Машиноведения Российской Академии Наук (ИПМаш РАН) URL: http://www.ipme.ru/ipme/labs/RT-70/source/start.html (дата обращения: 27.09.2017).

43. Анализ динамики систем автоматического управления актуаторами контррефлектора космического радиотелескопа. / Ю. А. Артеменко [и др.] // Информационно-управляющие системы. — 2011. — №6. — C. 2-5.

44. Проблемы создания систем адаптации космических радиотелескопов. / А. Е. Городецкий [и др.] // Информационно-управляющие системы. — 2010. — №3.

45. Sanguinetti, B. Use of a piezoelectric SGUGGLE motor for positioning at 6 K in a cryostat. / B. Sanguinetti, B. T. H. Varcoe // Cryogenics. — 2006. — №46. — P. 694-696.

46. Зинченко, И. И. Радиовидение в астрономии. / И. И. Зинченко // Труды 34-й Международной студенческой научной конференции. / Изд-во Уральского Университета — Коуровка, 2005.

47. Вдовин, В. Ф. Малошумящие приемники миллиметровых и субмиллиметровых волн. / В. Ф. Вдовин, И. И. Зинченко; Изв. вузов. Радиофизика. — М., 1998. — 1424с.

48. Зинченко, И. И. Современная миллиметровая и субмиллиметровая астрономия. / И. И. Зинченко. — М, 2003. — 641с.

49. Payne, J. M. The upgrade of the NRAO 8-beam receiver. / J. M. Payne, P. R. Jewell // Multi-feed Systems for Radio Telescopes, Vol. 75. / ASP Conf. Ser. — 1955. — P. 144.

50. Забытов, Ю. М. Многолучевой супергетеродинный приемник миллиметрового диапазона радиоволн. / Ю. М. Забытов, Ю. В. Лебский, Л. И. Федосеев. — М : Радиотехника и электроника, 1993. — Т.38. — 2240с.

51. Stimson, P. A. Superconducting heterodyne planar array using a dielectric filled parabola: status and measured performance. / P. A. Stimson, R. J. Dengler, H. G. Leduc — 245p.

52. Проблемы создания систем адаптации космических радиотелескопов. / А. Е. Городецкий [и др.] // Информационно-управляющие системы. — 2010. — №3.

53. Курбанов, В. Г. Логический метод для управления электроприводами контррефлектора. / В. Г. Курбанов, А. Е. Городецкий // Информационно-управляющие системы. — 2012. — №1. — C. 23-26.

54. Городецкий, А. Е. Интерференционно-кодовые преобразователи. / А. Е. Городецкий, И. Л. Тарасова, Ю. Н. Артеменко. — СПб : Наука, 2005. — 472с.

55. Gorodetsky, A. E. Fundamentals of the Theory of Intelligent Control Systems. / A. E. Gorodetsky. — Berlin : LAP LAMBERT Academic Publ, 2011. — 314p.

56. Artemenko, Yu. N. Problems of the Choice of Electric Drives of Space Radio-Telescope System Dish System. / Yu. N. Artemenko, A. E. Gorodetsky, M. S. Doroshenko // Mehatronica, Avtomatizacia, Upravlenie. — 2012. — №1. — P. 26-31.

57. Анализ динамики систем автоматического управления актуаторами контррефлектора космического радиотелескопа. / Ю. А. Артеменко [и др.] // Информационно-управляющие системы. — 2011. — №6. — C. 2-5.

58. Джеймс, Х. Теория следящих систем. / Х. Джеймс, Н. Никольс, Р. Филипс. — М : Сов. Радио, 1953. — 257с.

59. Система автоматического наведения радиотелескопа / Патент РФ № 2319171.

60. Артеменко, Ю. Н. Проблемы и методы обнаружения удаленных космических источников радиоизлучения радиотелескопами миллиметрового диапазона. / Ю. Н. Артеменко, А. Е. Городецкий, В. В. Дубаренко, А. Ю. Кучмин, В. Г. Курбанов // Материалы Второй Всероссийской конференции «Радиоэлектронные средства передачи и приема сигналов и визуализация информации». / Сов. Радио. — Таганрог, 2012.

61. Раздоркин, Д. Я. Алгоритм оптимизации двухзеркальной антенны с рефлектором из параболических щитов. / Д. Я. Раздоркин, М. В. Романенко // Журнал радиоэлектроники. — 2000. — №4.

62. Кисляков, А. Г. Радиоастрономические исследования в миллиметровом и субмиллиметровом диапазонах волн. / А. Г. Кисляков // Успехи физических наук, Т. 101. / 1970.

63. Уникальные радиотелескопы // АО "ОКБ МЭИ" URL: http://www.okbmei.ru/innovation_3.html (дата обращения: 28.09.2017).

64. The James Webb Space Telescope // NASA URL: http://www.nasa.gov/topics/technology/features/webb-actuator.html (дата обращения: 28.09.2017).

65. AMiBA, The Array for Microwave Background Anisotropy // AMiBA URL: http://amiba.asiaa.sinica.edu.tw (дата обращения: 28.09.2017).

66. Merlet, J. P. Parallel Robots : Second Edition / J. P. Merlet. — Inria, Sophia-Antipolis, France : Springer, 2006. — 383p.

67. Gorodetsky, A. E. Universal module of smart electromechanical systems (UM SEMS). / A. E. Gorodetsky, I. L. Tarasova, V. G. Kurbanov // International Journal of Intelligent Systems and Applications in Engineering. — 2013.

68. Agapov V. A. (RU), Gorodetskij A. E. (RU), Kuchmin A. J. (RU), Selivanova E. N. (RU), Medical microrobot. Patent RU, no. 2469752. 2011.

69. Gorodetsky, A. E. Mathematical Model of Automatic Control System for SEMS Module. / A. E. Gorodetsky, I. L. Tarasova, V. G. Kurbanov // Informatsionno-upravliaiushchie sistemy. — 2015. — №3. — P. 40-45.

70. Патент РФ 2518398 Способ адаптации отражающих поверхностей антенны // Бюл. № 16, 2014.

71. Василенко, H. B. Основы робототехники. / H. B. Василенко, К. Д. Никитин, В. П. Пономарёв, А. Ю. Смолин. — Томск : МГП РАСКО, 1993.

72. Проблемы обработки и передачи информации в локальной вычислительной сети системы управления радиотелескопа. / Ю. Н. Артеменко [и др.] // Информационно-управляющие системы. — 2009. — №4.

73. Электроприводы системы логического управления положением контррефлектора космического радиотелескопа. / А. Е. Городецкий [и др.] // Антенны. — 2011. — №4. — C. 52-55.

74. Структура системы логического управления положением контррефлектора космического радиотелескопа. / А. Е. Городецкий [и др.] // Антенны. — 2011. — №4. — C. 56-59.

75. Особенности выбора электроприводов зеркальной системы космических радиотелескопов. / Ю. Н. Артеменко [и др.] // Мехатроника, Автоматизация, Управление. — 2012. — №1. — C. 26-31.

76. Курбанов, В. Г. Логический метод для управления электроприводами контррефлектора. / В. Г. Курбанов, А. Е. Городецкий // Информационно-управляющие системы. — 2012. — №1. — C. 23-26.

77. Логико-вероятностные методы моделирования плохо формализуемых процессов и систем. / А. Е. Городецкий [и др.] // Известия ЮФУ. Технические науки. — 2012. — №6. — C. 255-257.

78. Городецкий, А. Е. Эргатические методы анализа процессов эксплуатации и принятия решений при повреждениях и авариях энергообъектов. / А. Е. Городецкий, В. Г. Курбанов, И. Л. Тарасова // Информационно-управляющие системы. — 2013. — №6. — C. 29-36.

79. Антенна радиотелескопа. Патент РФ № 2421765.

80. Возможности обнаружения малоразмерных космических объектов радиоастрономическими инструментами миллиметрового диапазона. / Н. Ф. Морозов [и др.] // Антенны. — 2013. — №12. — C. 56-59.

81. Проблемы повышения эффективности использования матричных приемников для получения радиоизображений в астрономии. / А. Е. Городецкий [и др.] // Радиотехника. — 2015. — №1.

82. Городецкий, А. Е. Обнаружение и идентификация опасных космических объектов с использованием адаптивных матричных приемников радиоизлучения. / А. Е. Городецкий, И. Л. Тарасова // Информационно-управляющие системы. — 2014. — №5. — C. 18-23.

83. Артеменко, Ю. Н. Проблемы создания систем адаптации космического радиотелескопа «Миллиметрон». / Ю. Н. Артеменко, А. Е. Городецкий, В. В. Дубаренко, А. Ю. Кучмин, И. Л. Тарасова // Всероссийская астрономическая конференция (ВАК-2010) "От эпохи Галилея до наших дней". / пос. Нижний Архыз, Карачаево-Черкесской Республики, 2010.

84. Артеменко, Ю. Н. Система автоматического управления контррефлектором космического радиотелескопа «Миллиметрон». / Ю. Н. Артеменко, А. Е. Городецкий, В. В. Дубаренко, А. Ю. Кучмин, И. Л. Тарасова // Всероссийская астрономическая конференция (ВАК-2010) "От эпохи Галилея до наших дней". / пос. Нижний Архыз, Карачаево-Черкесской Республики, 2010.

85. Von Hoerner, S. Design of large steerable antennas. / S. Von Hoerner // Astronomical Journal. — 1967. — №72. — P. 35.

86. Baars, J. W. M. The 30-m Millimeter Radio Telescope. Performance and Observational Results. / J. W. M. Baars, T. Wilson, D. Downes // Mitteilungen der Astronomischen Gesellschaft. — 1988. — №68. — P. 35-36.

87. Артеменко, Ю. Н. Система автоматического управления плоским зеркалом космического радиотелескопа. / Ю. Н. Артеменко, А. Е. Городецкий, М. С. Дорошенко, А. С. Коновалов, А. Ю. Кучмин, И. Л. Тарасова, В. В. Дубаренко // Всероссийская астрономическая конференция (ВАК-2010) "От эпохи Галилея до наших дней". / пос. Нижний Архыз, Карачаево-Черкесской Республики, 2010.

88. Артеменко, Ю. Н. Проблемы выбора электроприводов зеркальной системы космических радиотелескопов. / Ю. Н. Артеменко, А. Е. Городецкий, М. С. Дорошенко, А. С. Коновалов, А. Ю. Кучмин, И. Л. Тарасова, В. В. Дубаренко // Всероссийская астрономическая конференция (ВАК-2010) "От эпохи Галилея до наших дней". / пос. Нижний Архыз, Карачаево-Черкесской Республики, 2010.

89. Eiji, O. Optical Three-Dimensional Displacement Meter. / O. Eiji, U. Toshitsugu, Ya. Daisuke // Proc. Soc. Photo-Opt. Instrum. Eng. / SPIE — 1985. — P. 139-145.

90. Vilcheck, M. Multiple methods for measuring atmospheric turbulence. / M. Vilcheck, A. Reed, H. Burris // Proc. Int. Soc. Opt. Eng. / 2002. — C. 300-309.

91. Masciadri, E. Optical technique for inner-scale measurement: Possible astronomical applications. / E. Masciadri, J. Vernin // Applied Optics. — 1997. — №36. — C. 1320-1327.

92. Артеменко, Ю. Н. Влияние смещения элементов зеркальной системы радиотелескопа на спектр и мощность принимаемого радиосигнала. / Ю. Н. Артеменко, А. Е. Городецкий, М. С. Дорошенко, А. С. Коновалов, А. Ю. Кучмин, И. Л. Тарасова, В. В. Дубаренко // Всероссийская астрономическая конференция (ВАК-2010) "От эпохи Галилея до наших дней". / пос. Нижний Архыз, Карачаево-Черкесской Республики, 2010. — C. 13-18.

93. Артеменко, Ю. Н. Адаптивный контррефлектор космического радиотелескопа. / Ю. Н. Артеменко, А. Е. Городецкий, В. В. Дубаренко, А. Ю. Кучмин, В. А. Агапов // Материалы Второй Всероссийской конференции «Радиоэлектронные средства передачи и приема сигналов и визуализация информации. / Таганрог, 2012.

94. Артеменко, Ю. Н. Обнаружение удаленных космических источников радиоизлучения радиотелескопами мм диапазона. / Ю. Н. Артеменко, А. Е. Городецкий, В. В. Дубаренко, А. Ю. Кучмин, В. Г. Курбанов // 12 Украинская конференция по космическим исследованиям. / Евпатория, 2012.

95. Артеменко, Ю. Н. Проблемы адаптации зеркальной системы космического радиотелескопа миллиметрового диапазона. / Ю. Н. Артеменко, А.

Е. Городецкий, В. В. Дубаренко, А. Ю. Кучмин, В. А. Агапов // 12 Украинская конференция по космическим исследованиям. / Евпатория, 2012.

96. Ingenstand, H. Concepts and Solutions to Overcome the Refraction Problem in Terrestial Precision Measurement. / H. Ingenstand // FIG XXII International Congress. / Washington D. C., USA, 2002.

97. Schloerb, F. P. The Large Millimeter Telescope. / F. P. Schloerb // Ground-based and Airborne Telescopes II. / Proc. of SPIE — 2008.

98. Konyakhin, I. A. Optic-electronic systems for measuring the angle deformations and shifts of the reflecting elements at the rotatable radio-telescope. / I. A. Konyakhin, A. N. Timofeev, A. A. Usik // Optical Measurement Systems for Industrial Inspection VII. / Proc. SPIE 8082. — Munich, 2011.

99. Артеменко, Ю. Н. Проблемы создания высокоточных больших радиотелескопов миллиметрового диапазона. / Ю. Н. Артеменко, А. Е. Городецкий, В. В. Дубаренко, А. Ю. Кучмин, И. Л. Тарасова // Всероссийская радиоастрономическая конференция (ВРК-2014) "Радиотелескопы, аппаратура и методы радиоастрономии". / Пущино, 2014.

100. Городецкий, А. Е. Системы управления контррефлектором РТ-70 (Суффа) с использованием параллельных измерительных вычислительных и механических структур. / А. Е. Городецкий, В. В. Дубаренко, А. Ю. Кучмин, В. А. Агапов // Всероссийская радиоастрономическая конференция (ВРК-2014) "Радиотелескопы, аппаратура и методы радиоастрономии". / Пущино, 2014.

101. Раздоркин, Д. Я. Алгоритм оптимизации двухзеркальной антенны с рефлектором из параболических щитов. / Д. Я. Раздоркин, М. В. Романенко // Журнал радиоэлектроники. — 2000. — №4.

102. Сколник, М. Справочник по радиолокации. / М. Сколник. — М : Медиа, 2012. — 188с.

103. Электрические измерения токопленочных ниобиевых микроструктур для неохлаждаемых болометров миллиметровых и субмиллиметровых длин волн. / А. В. Уваров [и др.] // Журнал радиоэлектроники. — 2011. — №3.

104. Городецкий, А. Е. Особенности радиоастрономической локации с

использованием адаптивных матричных приемников миллиметрового диапазона. / А. Е. Городецкий, И. Л. Тарасова, В. Г. Курбанов // Всероссийская радиоастрономическая конференция (ВРК-2014) "Радиотелескопы, аппаратура и методы радиоастрономии". / Пущино, 2014.

105. Проблемы создания систем адаптации космических радиотелескопов. / А. Е. Городецкий [и др.] // Информационно-управляющие системы. — 2010. — №3.

106. Городецкий, А. Е. Управление и нейронные сети. / А. Е. Городецкий, И. Л. Тарасова. — СПб : Изд-во Политехнического университета, 2005.

107. Зиняков, В. Ю. Экспертная система для повышения живучести гексапода SM SEMS. / В. Ю. Зиняков // Инновации и инвестиции. — 2015. — №9. — C. 182-185.

108. Ziniakov, V. Y. Expert system for condition estimation of a faulty SEMS module. / V. Y. Ziniakov // Studies in Systems, Decision and Control; Smart Electromechanical Systems, Vol. 49. / Springer — 2016. — P. 225-232.

109. Зиняков, В. Ю. Экспертная система моделирования деградации и отказов сложных технических объектов. / В. Ю. Зиняков, И. А. Коняхин // Известия высших учебных заведений. Приборостроение. — 2017. — №6. — C. 582-584.

110. Зиняков, В. Ю. Экспертная система для повышения живучести сложной системы в процессе ее эксплуатирования. / В. Ю. Зиняков, В. Г. Курбанов, А. Е. Городецкий // Завалишинские чтения'16 сборник докладов. / Санкт-Петербургский государственный университет аэрокосмического приборостроения. — СПб, 2016. — C. 160-162.

111. Зиняков, В. Ю. Экспертная система для оценки состояния эксплуатируемого модуля SM SEMS. / В. Ю. Зиняков // Актуальные вопросы современной науки: сборник материалов международной научной конференции. / Санкт-Петербургский государственный университет аэрокосмического приборостроения. — СПб, 2015. — C. 57-67.

112. H-850 6-axis hexapod // PI - Solution for precision motion and positioning

URL: https: //www.physikinstrumente.com/en/products/parallel-kinematic-hexapods/hexapods-with-motor-screw-drives/h-850-6-axis-hexapod-700800/ (дата обращения: 28.09.2017).

113. Hexapod / SAGE III roller screws lifetime and lubrication tests // ESMATS 2017 — European Space Mechanisms and Tribology Symposium 20th-22nd September 2017 URL: http://esmats.eu/esmatspapers/pastpapers/pdfs/1999/pochettini.pdf (дата обращения: 28.09.2017).

ПРИЛОЖЕНИЕ А

акт использования

научных результатов диссертации Зинякова В. на тему «Методы и алгоритмы логико-вероятностного и логико-лингвистического моделирования деградации и отказов

сложных систем», представленной на соискание ученой степени кандидата технических наук по специальности 05.13.01 — «Системный анализ, управление и обработка информации (в технических системах)»

Комиссия в составе председателя зав. кафедрой Оптико-электронных приборов и систем, д.т.н., проф. В. В. Коротаева и членов комиссии к.т.н. А. Н. Чертова и к.т.н. А. А. Мараева составила настоящий акт о том, что при выполнении НИР №12361 «Развитие теории комплексирования информации в инвариантных оптико-электронных системах мониторинга состояния полипараметрических объектов» (г.р. 01201252343 от 22.02.2012) были использованы результаты диссертации Зинякова В. «Методы и алгоритмы логико-вероятностного и логико-лингвистического моделирования деградации и отказов сложных систем», а именно:

— алгоритмы логико-вероятностного моделирования отказов блоков оптико-электронных измерительных систем радиотелескопа РТ-70, обеспечивающие повышение их живучести за счет учета связей между блоками систем при планировании профилактических работ на основе прогнозирования отказов;

— логико-лингвистические методы определения значений вероятностей отказов блоков оптико-электронных измерительных систем радиотелескопа РТ-70 на основе анализа связей между ними, а также оценки эффективности использования их резервирования.

Председатель комиссии Члены комиссии

В. В. Коротаев А. Н. Чертов А. А. Мараев

¿^ Institute of Research in Engineering and Technology

Nagulapalli, Visakhapatnam , Andhra Pradesh , India International Conference on Recent Trends in Engineering and Technology

0CRTET) - »i

CERTIFICATE

This is to Certify that the Dr./Mr./MS__Vladimir Ziniakov _has Presented / Published the paper

_Durability Management of a Complex System_

in the proceedings of the International Conference on Recent Trends in Engineering and Technology

(ICRTET) held in the year of 2015

Publication Supported by Organized by Professional Group of Conferences

IJETEE IJNTSE

fi-

Dr Siva Gancsh Malla Conference Chair

SS

■5

ITí

fe

Institute of Research in Engineering and Technology

Nagulapalli, Visakhapatnam , Andhra Pradesh , India International Conference on Recent Trends in Engineering and Technology

0CRTE1) - Mi

CERTIFICATE

This is to Certify that the Dr. Mr./MS

Vladimir Ziniakov

Degradation of a Complex System Modelling

has Presented / Published the paper

in the proceedings of the International Conference on Recent Trends in Engineering and Technology

(ICRTET) held in the year of 2015

Publication Supported by

IJETEE IJNTSE

Organized by Professional Group of Conferenees

n

Dr Siva Gam s/? Malla Conference Chuir

¿d

J