Методы повышения степени безопасности полета воздушного судна на основе оценки, прогнозирования и парирования угрозы авиационных происшествий с использованием интеллектуальных технологий тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Кулик Алексей Анатольевич

• Кулик Алексей Анатольевич
• доктор наук
• 2023

Оглавление диссертации доктор наук Кулик Алексей Анатольевич

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ ФАКТОРОВ БЕЗОПАСНОСТИ ПОЛЕТА

ВОЗДУШНОГО СУДНА

1.1 Анализ причин авиационных происшествий при полете

воздушного судна

1.2 Обзор методов и способов предотвращения авиационного происшествия

1.3 Обзор систем управления безопасностью полета

воздушного судна

1.4 Постановка научной проблемы исследования и общий подход

к ее решению

1.5 Вывод к Главе

ГЛАВА 2. МЕТОДОЛОГИЯ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ПОЛЕТА

ВОЗДУШНОГО СУДНА

2.1 Описание авиационной системы с интеллектуальными компонентами

2.2 Принципы функционирования авиационной системы

с интеллектуальными компонентами

2.3 Критерии оценки безопасности полета воздушного судна

2.4. Разработка модели оценки безопасности полета

воздушного судна

2.5 Разработка математической модели безопасности

полета воздушного судна

2.6 Выводы к Главе

ГЛАВА 3. РАЗРАБОТКА СИСТЕМЫ УПРАВЛЕНИЯ БЕЗОПАСНОСТЬЮ

ПОЛЕТА ВОЗДУШНОГО СУДНА

3.1 Разработка архитектуры системы управления безопасностью

полета воздушного судна

3.2 Описание логики работы системы управления безопасностью

полета воздушного судна

3.3 Разработка алгоритма функционирования системы управления

безопасностью полета воздушного судна

3.4 Выводы к Главе

ГЛАВА 4. РАЗРАБОТКА МЕТОДА ОЦЕНКИ БЕЗОПАСНОСТИ

ПОЛЕТА ВОЗДУШНОГО СУДНА

4.1 Формализация переменных факторов безопасности полета воздушного судна

4.2 Разработка метода оценки безопасности полета воздушного судна

4.3 Разработка алгоритма оценки безопасности полета

воздушного судна

4.4 Выводы к Главе

ГЛАВА 5. РАЗРАБОТКА МЕТОДА ПРОГНОЗИРОВАНИЯ УГРОЗЫ

АВИАЦИОННОГО ПРОИСШЕСТВИЯ

5.1 Описание и анализ способов прогнозирования изменения переменных факторов безопасности полета воздушного судна

5.2 Разработка метода прогнозирования угрозы

авиационного происшествия

5.3 Разработка алгоритма прогнозирования угрозы

авиационного происшествия

5.4 Выводы к Главе

ГЛАВА 6. РАЗРАБОТКА МЕТОДА ПАРИРОВАНИЯ УГРОЗЫ

АВИАЦИОННОГО ПРОИСШЕСТВИЯ

6.1 Описание архитектуры устройства поддержки принятия решений для обеспечения безопасности полета воздушного судна

6.2 Разработка метода парирования угрозы

авиационного происшествия

6.3 Разработка алгоритма поддержки принятия решений парирования угрозы авиационного происшествия

6.4 Выводы к Главе

ГЛАВА 7. АНАЛИЗ РАБОТОСПОСОБНОСТИ СИСТЕМЫ УПРАВЛЕНИЯ

БЕЗОПАСНОСТЬЮ ПОЛЕТА ВОЗДУШНОГО СУДНА

7.1 Анализ взаимодействия системы управления безопасностью полетов воздушного судна с сопрягаемым оборудованием

7.2 Вычисление значений показателей надежности и отказобезопасности системы управления безопасностью полета воздушного судна

7.3 Разработка методики комплексных испытаний системы управления безопасностью полета воздушного судна

7.4 Исследование работоспособности программного обеспечения системы управления безопасностью полета воздушного судна

7.5 Выводы к Главе

ЗАКЛЮЧЕНИЕ И ОСНОВНЫЕ ВЫВОДЫ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

Введение диссертации (часть автореферата) на тему «Методы повышения степени безопасности полета воздушного судна на основе оценки, прогнозирования и парирования угрозы авиационных происшествий с использованием интеллектуальных технологий»

ВВЕДЕНИЕ

Актуальность темы. В настоящее время ведущими авиационными предприятиями активно осуществляются работы по повышению безопасности полета воздушных судов (ВС). Как правило, такая задача решается на этапе разработки судна программно-аппаратным резервированием и разнородностью его функционально значимых элементов. Однако этих способов повышения безопасности полета ВС не всегда достаточно, так как кроме состояния авиационной техники на условия полета существенное влияние оказывают внешние воздействующие факторы (ВВФ) и психофизическое состояние экипажа. Так по данным статистики 73% авиационных происшествий приходится на человеческий фактор, 25% - на отказ техники, 2% - на внешние воздействующие факторы. Достаточно часто авиационные происшествия происходят под влиянием совокупности перечисленных факторов.

Повышение безопасности полета ВС является народнохозяйственной проблемой, для решения которой требуется создание методов и средств оценки угрозы появления и развития авиационного происшествия, а также способов их парирования.

Степень разработанности темы. Созданию средств предупреждения, оценки и парированию отказов авиационной техники посвящены работы многих исследователей. Так Г.А. Новожиловым, А.Ф. Резчиковым, В.А. Иващенко, В.А. Кушниковым разработаны методы системного анализа безопасности авиационных транспортных систем в условиях критического сочетания событий. Работы Н.И. Макарова, В.М. Солдаткина, I. Мощ А. 8еаЬпё§е посвящены вопросам оценки надежности и отказобезопасности авиационной техники. Однако предложенные авторами методы оценки отказобезопасности не учитывают влияние психофизического состояния экипажа на безопасность полета воздушного судна и могут быть использованы только на этапе проектирования авиационной техники.

Применение методов искусственного интеллекта и системного анализа в области исследования безопасности сложных организационно-технических систем (например, авиационно-транспортной системы), позволяет обработать большой

массив входных многомерных данных, влияющих на безопасность их эксплуатации с учетом их разнородности. Также средства искусственного интеллекта широко применяются в системах поддержки принятия решений оператора сложной организационно-технической системы.

В области создания методов искусственного интеллекта для управления сложными организационно-техническими системами следует отметить работы Д.А. Новикова, О.М. Проталинского, А.А. Большакова, О.Н. Долининой, Б.Е. Федунова, J.J Rene, R. Kosko, E. Furems, D. Ruan.

Работы по совершенствованию методов и средств искусственного интеллекта проводятся в Высшей школе искусственного интеллекта Санкт-Петербургского политехнического университета Петра Великого, в котором выполнена базовая часть представленной диссертации и проведена обработка экспериментальных данных с использованием современных высокопроизводительных вычислительных систем.

Разработана автоматизированная высокоинтеллектуальная система обеспечения полета летательного аппарата Н.М. Берестовым, Е.Г. Хариным, которая способна парировать наступление катастрофической ситуации в управлении воздушным судном на основе прогноза и оценки превышения эксплуатационных ограничений полета с использованием экспертной системы определения угрозы катастрофической ситуации и моделирования объекта управления. Недостатком подобных систем является необходимость больших вычислительных мощностей для оперативного и качественного функционирования математической модели объекта управления, а также прогнозирования изменений переменных, влияющих на безопасность полета, в том числе психофизическое состояние экипажа.

Поэтому создание методов оценки и прогнозирования угрозы авиационного происшествия на основе непосредственного контроля изменения значений переменных, влияющих на безопасность полета с применением средств искусственного интеллекта, является актуальной научной проблемой, связанная с необходимостью повышения безопасности полетов, в первую очередь, из-за

человеческого фактора. Ее решение позволит выявить непосредственные причины авиационного происшествия и парировать их на основе системы управления безопасности полетов.

Настоящая диссертационная работа посвящена построению концепции управления безопасностью полета воздушного судна, включающей методы и алгоритмы по оценке и прогнозированию угрозы наступления авиационного происшествия с использованием алгоритмов нечеткой логики, а также способов парирования ее наступления на базе интеллектуальных систем поддержки принятия решений.

Объектом исследования является авиационная транспортная система.

Предметом исследования являются математические модели, методы искусственного интеллекта, системного анализа, а также способы парирования угрозы авиационного происшествия.

Целью работы является обеспечение безопасности полета воздушного судна на основе разработки бортовой системы с интеллектуальными компонентами, ее алгоритмического обеспечения и методологии обеспечения безопасности полетов, что позволит повысить степень безопасности управления судном в сложных условиях полета.

Количественным критерием степени достижения цели является оценка угрозы авиационного происшествия.

Для достижения поставленной цели необходимо решить следующие задачи:

1) выполнить анализ систем и способов обеспечения безопасности полета ВС, на основе которого формируются основные направления исследования;

2) предложить структуру авиационной системы с интеллектуальными компонентами, сформулировать принципы ее функционирования и методы их реализации;

3) разработать критерий и модель оценки степени угрозы авиационного происшествия;

4) разработать методы оценки и прогноза угрозы авиационного происшествия;

5) разработать метод парирования угрозы авиационного происшествия с применением интеллектуальной системы поддержки принятия решений;

6) предложить архитектуру и алгоритмы функционирования системы управления безопасностью полета воздушного судна;

7) разработать методику испытаний системы управления безопасностью полета воздушного судна;

8) выполнить имитационное моделирования предложенных методов и алгоритмов для подтверждения их работоспособности.

Научная новизна.

1. Предложена новая организационно-техническая авиационная система с интеллектуальными компонентами, отличающаяся от известной авиационной транспортной системы наличием в ее структуре интеллектуальных компонент в виде нечетко-логических средств оценки угрозы авиационного происшествия и устройства поддержки принятия решений по ее нейтрализации. Принцип действия авиационной системы с интеллектуальными компонентами направлен на обеспечение безопасности полета воздушного судна его бортовыми системами и комплексами с учетом изменения совокупности переменных, влияющих на угрозу авиационного происшествия.

2. Предложена архитектура и алгоритмы функционирования бортовой системы управления безопасностью полета воздушного судна, которые включают элементы предварительной оценки безопасности полета, прогнозирования изменения условий полета воздушного судна и парирования угрозы авиационного происшествия с использованием средств нечеткой логики и устройств поддержки принятия решений. В отличие от существующих систем управления безопасностью полета архитектура и алгоритмы предложенной системы содержат элементы предварительной оценки угрозы авиационного происшествия по информации, полученной от средств контроля психофизического состояния экипажа, технического состояния объекта управления и погодных условий полета, данные которой используются в устройстве поддержки принятия решений для прогнозирования и парирования угрозы авиационного происшествия.

3. Предложены критерий и модель оценки условий полета воздушного судна, которые заключаются в определении влияния на безопасность полета совокупности внешних и внутренних воздействующих факторов. В отличие от известных подходов к определению угрозы авиационного происшествия, предложенные критерии и модель оценки условий полета воздушного судна, учитывают влияние на безопасность полета совокупности показателей психофизического состояния экипажа, объекта управления и внешних воздействующих факторов представленных в форме нечеткого множества.

4. Разработан метод оценки угрозы авиационного происшествия на основе математического аппарата нечеткой логики, в котором используются критерии и модели оценки безопасности полета воздушного судна с учетом психофизического состояния экипажа, технического состояния воздушного судна и внешних воздействующих факторов. В отличие от существующих методов по оценке угрозы авиационного происшествия предложенный подход к определению безопасности полета воздушного судна основан на применении оригинальных моделей и критериев по оценки угрозы авиационного происшествия.

5. Разработан метод прогнозирования угрозы авиационного происшествия, заключающийся в предсказании изменений значений переменных внешних и внутренних факторов, влияющих на безопасность полета, с последующей оценкой угрозы авиационного происшествия во время полета воздушного судна. В отличие от существующих методов прогнозирования угрозы авиационного происшествия, в которых используются модели полета воздушного судна в условиях отказов его бортового оборудования, предложен метод, учитывающий динамику изменения совокупности переменных безопасности полета судна, а также изменение состояния угрозы авиационного происшествия во время полета воздушного судна.

6. Предложена математическая модель парирования угрозы авиационного происшествия, предназначенная для использования при решении задачи обеспечения безопасности полета воздушного судна, заключающейся в минимизации угрозы авиационного происшествия под влиянием внешних и внутренних воздействующих факторов, состояние которой изменяется

управляющими воздействиями экипажа или системы автоматического управления. В отличие от существующих математических моделей, описывающих предотвращение угрозы авиационного происшествия, предложенная модель содержит переменные оценки угрозы авиационного происшествия и ее парирования в виде нечеткой функции принадлежности, а также разделение управляющего воздействия парирования угрозы происшествия на действия экипажа и системы управления ВС.

7. Разработан метод поддержки принятия решений, который обеспечивает формирование сигнала парирования угрозы авиационного происшествия с использованием набора правил ее предотвращения, и последующей выдачей сигналов в бортовые системы управления, а также средствам индикации и оповещения экипажа. Предложенный метод поддержки принятия решений отличается от существующих применением в его составе наборов правил парирования текущей и прогнозируемой угроз авиационного происшествия от сложных до катастрофических условий полета с определением переменных, влияющих на изменение угрозы происшествия.

8. Предложена методика комплексных испытаний системы управления безопасностью полета воздушного судна, которая заключается в отработке программного и аппаратного обеспечения системы управления безопасностью полета воздушного судна на стендах иммитационного и полунатурного моделирования условий эксплуатации системы, в том числе при отказах ее взаимодействующего оборудования. Предложенная методика отличается от существующих способов апробации программного и аппаратного обеспечения систем управления безопасностью полета комплексным подходом к оценке их работоспособности, который заключается в качественной и количественной оценках результатов исследований безопасности полета воздушного судна с имитацией его систем и условий полета, в том числе при отказах бортового оборудования.

Научная и практическая ценность диссертационной работы заключается в разработке методологии обеспечения безопасности полета воздушного судна на основе методов оценки, прогнозирования и парирования угроз авиационных

происшествий под влиянием изменения технического состояния объекта управления, внешних воздействующих факторов и психофизического состояния экипажа на различных этапах полета. Предложенная методология реализует принципы функционирования авиационной системы с интеллектуальными компонентами, представленные в виде аппарата нечеткой логики и систем поддержки принятия решений.

К основным практически значимым результатам относятся:

1. Повышение качества и эффективности функционирования воздушного судна, что достигается применением на его борту системы управления безопасностью полета, позволяющей оценить и спрогнозировать угрозу авиационного происшествия, а также выдать управленческие решения по ее парированию экипажу или в системы управления воздушным судном.

2. Повышение степени оценки угрозы авиационного происшествия в аварийных условиях полета воздушного судна на 25%, что достигается измерением совокупности переменных, характеризующих техническое состояние объекта управления, внешние воздействующие факторы и психофизическое состояние экипажа.

3. Обеспечение ситуационной осведомленности экипажа, что достигается выдачей в средства бортового оповещения экипажа информации о степени угрозы авиационного происшествия, ее источнике и способах парирования.

4. Снижение ложного формирования оценки угрозы авиационного происшествия системой управления безопасностью полета, что достигается встроенными средствами контроля входной, вычисленной и выходной информации системы, а также проверкой ее работоспособности в штатных условиях работы и отказах сопрягаемого оборудования.

5. Применение разработанных методов, критериев, моделей и алгоритмов распознавания и парирования угрозы авиационного происшествия в бортовых комплексах гражданских судов и бесплотных летательных аппаратах, позволило определить влияние отказов бортового оборудования на безопасность полета воздушного судна с учетом изменения показателей психофизического состояния экипажа.

Реализация и внедрение результатов работы

Практическая значимость работы подтверждается использованием методов и алгоритмов оценки угрозы авиационного происшествия в АО «Конструкторское бюро промышленной автоматики», ПАО «Саратовский электроприборный завод имени Серго Орджоникидзе» АО «Инерциальные технологии «Технокомплекса»; применением методов управления безопасностью эксплуатации сложных организационно-технических систем в научной и учебной работе кафедры «Техническая механика и мехатроника» Саратовского государственного технического университета имени Гагарина Ю.А., Высшей школы прикладной математике и вычислительной физики Санкт-Петербургского политехнического университета имени Петра Великого, кафедры «Системы автоматического управления» Московского государственного технического университета имени Н.Э. Баумана.

Результаты диссертационной работы отражены в отчете научно-исследовательской работы на тему «Разработка и экспериментальная отработка теоретических основ применения комплексов с беспилотными летательными аппаратами вертолетного типа взлетной массой до 500 кг при выполнении поисково-спасательных операций на воде» (№2 гос. рег. АААА-Б18-218040290053-0).

Методология и методы исследования. Методология исследования основана на создании методов оценки, прогнозирования и парирования угрозы авиационного происшествия с учетом психофизического состояния экипажа, технического состояния объекта управления и внешних воздействующих факторов, и направлена на повышение качества управления безопасностью полета воздушного судна.

При выполнении работы использовались методы нечеткой логики, поддержки принятия решений, формирования баз знаний экспертных систем, теории вероятности, системного и инженерного анализа, теории автоматического управления, оценки работоспособности сложных технических систем.

Положения, выносимые на защиту:

1. Структура авиационной системы с интеллектуальными компонентами, предложенный принцип действия которой позволяет обеспечить безопасность полета воздушного судна его бортовыми системами и комплексами.

2. Методология обеспечения безопасности полета представляет совокупность методов оценки, прогнозирования и парирования угрозы авиационного происшествия с учетом изменения переменных безопасности полета воздушного судна.

3. Архитектура и алгоритмы функционирования системы управления безопасностью полета воздушного судна позволяют идентифицировать угрозу авиационного происшествия и сформировать управленческие решения по ее парированию.

4. Критерий и модель оценки безопасных условий полета воздушного судна позволяют определить влияние на безопасность полета ВС совокупности внутренних и внешних воздействующих факторов, представленных в виде нечетко-логических переменных.

5. Математическая модель парирования угрозы авиационного происшествия позволяет определить значение управляющего воздействия по парированию угрозы авиационного происшествия, реализуемое экипажем или системой управления воздушного судна.

6. Метод оценки угрозы авиационного происшествия разработан на базе предложенной нечетко-логической модели и критерия оценки угрозы авиационного происшествия, что позволяет определить ее величину с учетом совокупности внутренних и внешних воздействующих факторов.

7. Метод прогнозирования угрозы авиационного происшествия заключается в прогнозе изменения значений переменных, влияющих на безопасность полета, позволяет определить степень угрозы авиационного происшествия на ранних стадиях ее проявления.

8. Метод поддержки принятия решений экипажем по парированию угрозы авиационного происшествия позволяет сформировать управленческие решения парирования угрозы авиационного происшествия на основе экспертной базы знаний.

9. Методика комплексных испытаний системы управления безопасностью полета воздушного судна позволяет отработать программное и аппаратное обеспечения системы в штатных условиях их работы, а также при собственных отказах системы и отказах сопрягаемого оборудования.

Обоснованность и достоверность полученных в диссертационной работе результатов обеспечивается корректной постановкой проблемы и задач, применением при их решении методов разработки нечетко логических моделей и систем принятия решений, сравнением экспериментов с оценкой адекватности и использованием экспертной информации.

Реализуемые методы и алгоритмы строго аргументированы и критически оценены по сравнению с другими известными результатами. Постановка задач и моделей содержательно интерпретированы. Обоснованность и достоверность полученных результатов подтверждаются публикациями в ведущих отечественных журналах, рекомендованных ВАК Минобрнауки РФ, и зарубежных изданиях по тематике исследования, индексируемых в БД Scopus, а также применением разработанных методов и алгоритмов на отечественных авиационных предприятиях и в процессе обучения в федеральных государственных образовательных учреждениях.

Апробация работы. Основные и промежуточные результаты работы докладывались и обсуждались на следующих конференциях:

- XXIX Международная научная конференция «Математические методы в технике и технологиях - ММТТ - 29» (Саратов, 2016);

- Х Всероссийская мультиконференция по проблемам управления -МКПУ - 2017 (Дивноморское, 2017);

- V Международная научная конференция «Проблемы управления, обработки и передачи информации» (Саратов, 2017);

- XXX Международная научная конференция «Математические методы в технике и технологиях - ММТТ - 30» (Санкт-Петербург, 2017);

- Международная научная конференция «Актуальные проблемы прикладной математики, информатики и механики» (Воронеж, 2017);

- XXXI Международная научная конференция «Математические методы в технике и технологиях - ММТТ - 31» (Санкт-Петербург, 2018);

- Международная научно-практическая конференция ICIT-2019 «Информационно-коммуникационные технологии в науке и производстве» (Саратов, 2019);

- Международная научная мультиконференция конференция «Кибер-физические системы: проектирование и моделирование» CYBERPHY:2019 -«Cyber-Physical Systems Design And Modelling» (Санкт-Петербург, 2019);

- XXXII Международная научная конференция «Математические методы в технике и технологиях - ММТТ - 32» (Санкт-Петербург, 2019);

- Международная научная мультиконференция конференция «Кибер-физические системы: проектирование и моделирование» CYBERPHY:2020 -«Cyber-Physical Systems Design And Modelling» (Казань, 2020);

- XXXIII Международная научная конференция «Математические методы в технике и технологиях - ММТТ - 33» (Казань, 2020);

- Международная научная мультиконференция конференция «Кибер-физические системы: проектирование и моделирование» CYBERPHY:2021 -«Cyber-Physical Systems Design And Modelling» (Ярославль, 2021);

- XXXIII Международная научная конференция «Математические методы в технике и технологиях - ММТТ - 33» (Ярославль, 2021);

- а также на научно-техническом совете АО «Конструкторское бюро промышленной автоматики», семинарах ФАУ «ГосНИИАС», ФГБУН ФИЦ «Саратовский научный центр РАН»

Публикации. По результатам диссертационного исследования опубликовано 34 печатные работы, из них 17 статей - в рецензируемых научных изданиях, рекомендованных ВАК при Минобрнауки России (уровень K1 - 12

статей, уровень К2 - 3 статьи, уровень КЗ - 2 статьи), 3 статьи - в изданиях, индексируемых в международных базах цитирования; 1 монография и 11 - в других изданиях и материалах конференций, 2 публикации - свидетельства Роспатента РФ на объекты интеллектуальной собственности.

Соответствие паспорту специальности. Диссертационная работа выполнена в соответствии с паспортом специальности 2.3.1 - Системный анализ, управление и обработка информации, статистика: 3 - «Разработка критериев и моделей описания и оценки эффективности решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации»; 4 -«Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации»; 9 -«Разработка проблемно-ориентированных систем управления, принятия решений и оптимизации технических объектов»; «10» - «Методы и алгоритмы интеллектуальной поддержки при принятии управленческих решений в технических системах»; 11 -«Методы и алгоритмы прогнозирования и оценки эффективности, качества и надежности сложных систем».

Личный вклад автора состоит в том, что все основные результаты получены им лично. Проведен анализ существующих систем и методов управления безопасностью полетов воздушного судна, предложены методологические основы управления безопасностью полета воздушного судна, разработаны методы и алгоритмы оценки угрозы авиационного происшествия, предложена система управления безопасностью полета воздушным судном с использованием аппарата нечеткой логики и поддержки принятия решений, разработан метод прогнозирования угрозы авиационного происшествия, проведен анализ взаимодействия системы управления безопасностью полета воздушного судна, что позволило разработать алгоритм поддержки принятия решений, разработаны математическая модель парирования угрозы авиационного происшествия, предложен метод поддержки принятия экипажу по парированию угроз авиационного происшествия с учетом моделирования прогноза ее развития, разработана методика отработки системы управления безопасностью полета воздушного судна.

ГЛАВА 1. АНАЛИЗ ФАКТОРОВ БЕЗОПАСНОСТИ ПОЛЕТА ВОЗДУШНОГО СУДНА

В первой главе приводится анализ факторов, оказывающих влияние на безопасность полета воздушного судна, обзор методов и способов предотвращения авиационного происшествия, а также описание систем управления безопасностью полета воздушного судна. Формулируется научная проблема и общие подходы к ее решению.

1.1 Анализ причин авиационных происшествий при полете воздушного судна

В настоящее время учеными и инженерами авиационной отрасли уделяется большое внимание обеспечению безопасности полета воздушного судна (ВС). При этом в процессе их разработки и эксплуатации используются различные методы и руководства определения аварийных происшествий на борту ВС на различных этапах его полета.

Среди руководств и нормативных документов анализа безопасности полета ВС следует выделить Р-4761 «Анализ отказобезопасности систем воздушного судна», Авиационные правила - АП-25; АП-27; АП-29 [4, 5, 6]. Настоящие руководства используются для оценки показателей надежности и отказобезопасности технического состояния воздушного судна. Однако эти документы не учитывают влияния других воздействующих факторов на условия полета воздушного судна.

В соответствии с данными статистических исследований: 73% авиационных происшествий происходит под воздействием человеческого фактора, 25% - под воздействием неисправности авиационной техники, 2% - под воздействием внешних факторов [140]. Из статистики видно, что на условия безопасности полета ВС непосредственное воздействие оказывает его техническая исправность в том

Список литературы диссертационного исследования доктор наук Кулик Алексей Анатольевич, 2023 год

- К2 -

-К 3 -

К4

^МУП -,

-МУП -

-МУП -

МУП

БС РП —

Рисунок 5.3.

Структурная схема надежности подсистемы дистанционного управления

КСУ (основной контур) где ДОУ - датчик органов управления; К1...К4 - коммутаторы Ethernet; МУП -модуль управления приводом; БСРП - блок следящих рулевых приводов, МВ -модуль вычислительный

до у муп

до у муп

до у муп

до у муп

бс рп —

Рисунок 5.4.

Структурная схема надежности подсистемы дистанционного управления

КСУ (резервный контур) где ДОУ - датчик органов управления; РИ - резервный цифровой интерфейс; МУП -модуль управления приводом; БСРП - блок следящих рулевых приводов

В таблице 5.2 представлены вероятности безотказной работы составных частей САУ Р^ на час полета, время наработки их на отказ Топ в зависимости от значений интенсивности отказов / - го элемента.

Расчет надежности элементов подсистемы дистанционного управления осуществляется по формулам:

Рквнеш=1-(1 -Рквнеш)2, Рк=1 -(1 Р<)4, РмВ=1 -(1 Рмв)2, РбДПИ=1-(1 РбДПи)2, Рмв=1-(1-Рмуп)4, Рдоу=1-(1 -Рдоу)4, (5.2)

где Рквнеш - надежность канала передачи данных в МВ подсистемы дистанционного управления от сопрягаемого оборудования, Рк - надежность канала обмена

данными МВ и МУП, Рмв - надежность МВ в системе, РБ|ДПИ - надежность блока датчиков первичной информации, РМУП - надежность модулей управления приводами, РдОУ - надежность датчиков органов управления в системе.

Таблица 5.2.

Показатели надежности ЭДСУ

Тип элемента N, шт. X • 106, 1/ч. N •Xi^ 106, 1/ч Ton, ч Pf

Вычислительный 2 72 144 6 944 0,999928

модуль ЭДСУ

ДОУ 4 5 20 50 000 0,999995

МУП 4 72 288 3 472 0,999928

Коммутатор Ethernet 4 33,912 135,6 7 374 0,999966

Коммутатор внешний 2 33,912 67,824 14 744 0,999966

БДПИ 2 47,497 94,994 10 526 0,99995

Используя данные из Таблицы 5.2, можно определить вероятность одновременного отказа каждого типа элемента системы примет, следующие

значения: £квнеш=0,11*10-8, 0К=О,14*1О"18, £мв=0,51*10-8, 0бдпи=0,23*10-8, £муп=0,27*10-17, 0доу=0,6*10"21.

Расчет показателей надежности подсистемы дистанционного управления КСУ показывает, что вероятность отказа резервного контура электродистанционной системы управления составляет 0,27*10-17. Причем вероятность основного контура управления блоком следящих приводов составляет 0,85*10-8, что соответствует аварийной ситуации управления летательным аппаратом и потере второго уровня его управляемости. Согласно проведенному расчету, средняя наработка на отказ элементов системы дистанционного управления:

- основного контура - Топ = 1 332 ч;

- резервного контура - Топ = 3 246 ч.

Таким образом, предложенная структура комплексной системы управления обеспечивает заданные показатели по надежности и отказобезопасности системы, представленные в ТЗ на КСУ и ее составных частей.

Наряду с расчетом надежности комплексной системы управления, целесообразно осуществить расчет надежности датчиков и измерительных устройств КБО изделия, что позволит осуществить анализ деградации объема информации передаваемой на вход КСУ и изменение уровня управляемости. Так,

например, отказ вычислителя воздушных данных (ВВД) и радиовысотомера приведет к потере первого уровня управляемости воздушного судна. При этом этот уровень управляемости сохраняется в условиях визуальных полетов с исправными датчиками угловой скорости.

Распределение интенсивности отказов по датчикам и измерительным устройствам КБО, представлено в Таблице 5.3

Таблица 5.3.

Показатели надежности элементов КБО

№ Тип элемента N, шт. ^•106, N • V 106, Т , ч Р

1/ч 1/ч

1. ВВД 2 200 400 5000 0,9998

2. ИСРП 1 50 50 20000 0,99995

3. РВ 1 200 200 5000 0,9998

4. ДИСС 1 666,66 666,66 1500 0,99933

5. СНВ-1 1 1641,3 1641,3 609 0,99836

6. БИНС-РТ 1 700,24 700,24 1428 0,99930

7. СНС 2 119,6 119,6 8361 0,99988

8. ЭВМ 2 1000 2000 1000 0,999

9. КС 1 290 290 3448 0,99971

Потеря одного из видов параметров управления вертолетом, получаемого от

измерительных устройств КБО приводит к ухудшению его уровня управляемости, тогда в процессе расчета надежности устройств КБО необходимо учитывать степень их резервирования по измеряемому параметру согласно структурной схеме надежности, представленной на Рисунке 5.5.

Рисунок 5.5. Структурная схема устройств КБО где СНВ - система независимых вычислений, СБКВ - система бортовой курсовертикали, ИСРП - информационная система резервных приборов, ВВД -

вычислитель воздушных данных, ДИСС - доплеровский измеритель составляющей скорости, РВ - радиовысотомер, СНС - система навигационных сигналов.

Расчет надежности блоков КБО по выполняемым функциям осуществляется по формулам:

ругол_1-(1 -Рснв)(1 -Рсбкв)(1 -РисрпХ

рвозд.данные" = 1-(1-Рввд)2, Рскор=1-(1-Рдисс)(1-Рисрп), (5.3)

рмар.глисс.упр_1-(1 -рэвм) 5 РХ, 2_1-(1 -рснс )2(1 -рисрпХ Рнг ррв,

где Ругол - надежность измерения уголовного положения ВС, Рвозд.данные -надежность вычисления воздушных данных, Рскор - надежность измерения скорости полета ВС, Рмарглиссупр - надежность вычисления параметров полета по маршруту, Рх, г - надежность вычисления положения ВС, Рнг - надежность измерения геометрической высоты полета ВС.

Подставляя значения из таблицы (4.3) в формулу 4.5 получим следующие результаты: Ругол=0,9999999999426, Рвозд.данные" 0,99999996, Рскор=0,99999996, Рмар.глисс.упр=0,999999, Рх, г=0,999999999999928, РЯг=0,9998.

Таким образом, вероятности потери полетного параметра при одновременном отказе его измерительных устройств имеет следующее распределение: 0угол=О,5-1О-10, ^возд.данные=0.2-10-11, £скор=0,4-10-7,

£мар.глисс.улр=0,Ы0-5, г=0,740-13, £Яг=0,240-3.

Анализ изменения управляемости при отказе составных элементов КСУ и КБО.

В процессе проектирования, производства и эксплуатации летательных аппаратов, устанавливается их уровень управляемости. Так управляемость вертолета может быть определена в соответствии со стандартом [183] в котором управляемость вертолета определяется в соответствии со шкалой Купер-Харпера, которая представлена на Рисунке 5.6.

Первому уровню управляемости соответствует полный объем информации по угловым скоростям, углам ориентации объекта, вертикальной и приборной скорости, геометрической высоты, углов направления полета вертолета (углов рысканья) и координат его положения. Переход на второй уровень управляемости происходит в случаях потери достоверности входной информации в вычислителе по

типам реакций объекта управления, а также при переходе на резервный контур управления с сохранением информации от БДПИ.

Уровень управляемости вертолета определяется ограничениями реакций, на входные возмущения создаваемые органами управления объекта, а также от уровней отказных состояний вертолета, приводящих к потере типа реакции. Минимальный набор типов реакции для 1-го и 2-го уровня применимой среды ориентации (иСЕ) [183, 138, 43, 162, 203] представлен в Таблице 5.4.

Таблица 5.4.

Типы реакций по управлению вертолетом

Уровень управляемости Наименование Обозначение

1-й Угловая скорость RATE

Стабилизация направления [курса] RCDH

Стабилизация геометрической высоты [высоты] RCHH

Стабилизация местоположения PH

Координация разворота ТС

2-й Скорость RATE

Стабилизация углового положения ACAH

Стабилизация направления [курса] RCDH

Стабилизация геометрической высоты [высоты] RCHH

Координация разворота ТС

3-й Скорость RATE

Следует отметить, что стандартом ADS - 33E, установлены уровни для отказных состояний вертолета, представленные в Таблице 5.5.

Таким образом, понижению уровня управляемости будет соответствовать потеря измеряемых значений переменных типа реакции, передаваемые на вход КСУ.

Тогда из структурной схемы надежности основного контура системы дистанционного управления и Таблицы 5.5 следует, что понижение уровня управляемости с первого на второй произойдет при отказе одного из вычислительных модулей с допустимым один отказом внешнего коммутатора.

Рисунок 5.6.

определение Уровней характеристик управляемости

Таблица 5.5

Уровни отказных состояний вертолета

Вероятность ухудшения уровня характеристик управляемости Внутри операционных областей полетов Внутри эксплуатационных областей полетов

До Уровня 2 после отказа < 2.5 х 10-3 на час полета

До Уровня 3 после отказа < 2.5 х 10-5 на час полета < 2.5 х 10-3 на час полета

До потери управления < 2.5 х 10-7 на час полета

Потеря входной информации повлечет следующие условия переходов с первого уровня управления на второй:

- два отказ по датчикам углов;

- один отказ по датчикам воздушных сигналов;

- один отказ по радиовысотомеру;

- один отказ по датчикам навигации.

Представленное распределение отказов, принято, исходя из условий понижения достоверности информации, получаемой из измерительных систем.

Переход на третий уровень управляемости вертолета производится при условии наличия резервного контура управления без задействования сигналов МВ и БДПИ.

Таким образом, представленный пример демонстрирует основные методы проведения анализа отказобезопасности воздушных судов, результаты которых используются в процессе прогнозирования неисправности бортового оборудования ВС в процессе его полета.

Наряду с отказами устройствами и системами бортового оборудования воздушного судна на динамику и условия его полета оказывают значительное влияние изменение деформации его силовых элементов (несущей системы), которая представляет случайный процесс. Прогнозирование изменения деформации силовых элементов должно заключаться в их оценке по прошлым и текущим значениям на момент начала прогноза. В теории предсказания случайных процессов [41] известны следующие способы прогнозирования:

- по последнему значению исследуемой переменной;

- по математическому ожиданию изменения исследуемой переменной;

- оптимальный прогноз.

Специфика использования оптимального прогноза заключается в применении автокорреляционной функции при построении изменения контролируемой переменной на участке прогнозирования. Преимуществом этого метода является высокая точность вычисления изменений значений исследуемой переменной по отношению к методам, в основе которых используется только аппарат математического ожидания. Так же преимуществом оптимального

прогноза по отношению к прогнозу основанному на использовании последнего значения рассматриваемой переменной в 3 раза выше на заданном интервале времени 0 = [£нач.прог.: £окон.прог. ] [118, 137].

Зависимости изменения прогнозируемой переменной методом оптимального прогноза (7\ + 0) на интервале времени 0 и ее среднеквадратичная погрешность (СКП) шх(0) имеют следующий вид:

где х - оценка математического ожидания изменения контролируемой переменной, р(0) - автокорреляционная функция изменения контролируемой переменной, х(7\) - последнее значение контролируемой переменной измеренное в момент Т, тх - СКП случайного процесса изменения переменной

Автокорреляционная функция случайного процесса представлена следующей зависимостью:

На основе определения изменений технического состояния бортового оборудования и его программного обеспечения, деформации силовых элементов конструкции ВС и характеристик условий полета ВС, строится профиль изменения их функций на участке времени [£нач прог.: £окон.прог.], который в может быть использован для прогнозирования изменения оценки безопасности полета ВС. в) Прогнозирование изменения погодных условий полета. Погодные условия в настоящей работе характеризуются усилием и направлением ветра, а также видимостью из кабины воздушного судна. Как правило, прогнозирование условий полета осуществляется по совокупности данных метеопрогноза [176, 132, 153], поступающего со станции управления воздушным движением, данных метеопрогноза, полученных до вылета судна, а также изменения текущей погодной обстановки.

В первом и во втором случаях данные передаются экипажу и вводятся в систему управления безопасностью полета. При этом система преобразует данные

х1(Г1 + 0) = х* + р(0)[х(7\)-х*]; ш?(0) = шх2(1 - р2(0)), 0 =[t

(5.4)

р(0) = E(x(t)x*(t- 0)}.

(5.5)

в формат лингвистических переменных в соответствии со способом, приведенным в главе 3 настоящей диссертации.

Для прогнозирования изменения текущей погодной обстановки применяются значения предыдущих погодных условий полета воздушного судна, на основе которых с использованием метода случайных процессов строится изменение контролируемых переменных. Такой подход прогнозирования влияния погодных условий на безопасность полета ВС можно использовать в автономном полете с отсутствием метеоданных с передающей станции управления воздушным движением.

На основе данных, полученных при прогнозировании, строится профиль функции изменения переменных погодных условий с последующим его использованием в алгоритмах прогнозирования оценки безопасности полета ВС.

Таким образом, каждая переменная, оказывающая влияние на изменение условий безопасности полета ВС, может быть представлена отдельной функцией прогнозирования за время полета.

5.2 Разработка метода прогнозирования угрозы авиационного происшествия

Прогнозирование угрозы авиационного происшествия заключается в определении момента времени, в который оценка условия полета принимает критические значения X'(£) =Х'крит.Ю с момента начала до окончания угрозы происшествия. Тогда интервал начала и окончания прогнозирования [^нач прог.: £окон.прог.] можно определить появлением и завершением сложных условий полета ВС, аварийной и катастрофической ситуаций.

В последнее время в авиационных компаниях стали применять анализ предрасположенности к авиационным происшествиям. Появление таких предрасположенностей при работе авиакомпании позволяют факторы, влияющие на безопасность полета ВС. При этом в авиакомпании производится сравнение максимальных и минимальных значений этих факторов с текущими.

Следует отметить, что в результате сравнения текущих значений опасных факторов с допустимыми пределами при их превышении формируется и выдается оператору аварийное предупреждение. В авиационных предприятиях используют различные методы статистики [25, 41] для прогнозирования опасностей в управлении воздушным судном.

Метод прогнозирования авиационных происшествий при управлении АТС, содержит следующие этапы:

- прогнозирование вероятности авиационного происшествия перед вылетом ВС;

- определение значимых факторов опасности при полете.

На основе полученных данных разрабатываются мероприятия по предупреждению проявления опасных факторов управления АТС, а также парированию их негативного воздействия. Такой подход к определению опасности авиационного происшествия, позволяет спрогнозировать ее наличие и разработать мероприятия по ее парированию до вылета ВС.

В процессе прогнозирования вероятности появления и определения факторов, влияющих на угрозу авиационного происшествия, применяются способы разработки и анализа деревьев причин угрозы авиационного происшествия, которые представляют собой логические схемы, отражающие сценарии развития опасности авиационного происшествия.

Деревья причин угрозы авиационного происшествия изображается в форме причинно-следственных связей. Вершины деревьев представляют собой авиационное происшествие. При этом их основанием являются причины происшествия.

На этапе построения деревьев авиационного происшествия выявляются причины, под воздействием которых проявляются опасные события в управлении воздушным судном. одновременно с этим определяются способы предотвращения и парирования угрозы авиационного происшествия. В первом случаи происходит нейтрализация авиационного происшествия перед вылетом. Во втором случаи происшествие устраняется во время полета воздушного судна.

При создании деревьев авиационного происшествия требуется следующая информация:

- данные по расследованию авиационных происшествий с представлением причинно-следственных связей происшествий;

- данные по безопасности полетов ВС в авиакомпаниях, осуществляющих воздушные перевозки, а также руководства по действию экипажа при угрозе авиационного происшествия;

- результаты исследований в области безопасности полетов.

Таким образом, способ прогнозирования угрозы авиационного происшествия на основе менеджмента рисков с анализом «дерева» опасных факторов предназначен для оценки уязвимости АТС. В результате совместной работы авиакомпании «Волга-Днепр» и Ульяновского государственного университета получена автоматизированная система прогнозирования угрозы авиационного происшествия [8], позволяющая:

1) выполнить оперативный прогноз наступления авиационного происшествия перед предстоящем вылетом с учетом факторов, влияющих на безопасность полета;

2) произвести долгосрочный прогноз наступления авиационного происшествия с учетом факторов, влияющих на безопасность полета;

3) вычислить количественные показатели рисков для безопасного полета с использованием информации об эксплуатационной работе авиакомпании;

4) выполнить автоматизированную проверку используемых показателей степени безопасности полетов, а также нейтрализации угрозы авиационных происшествий;

5) подготовить управленческие решения по обеспечению безопасности полетов ВС, а также нейтрализации угрозы авиационных происшествий, с определением их эффективности и построения системы их учета и контроля.

Как правило для построения оперативных прогнозов инженерами авиационных компаний применяются деревья событий, представляющие цепочки из промежуточных событий (которые способны привести к угрозе авиационного происшествия) на основе причинно-следственных связей, сформированные экспертным способом и имеющих разноуровневую структуру. При этом весовые коэффициенты каждого события определяются статистическим, экспертным и

адаптивным способом. Так для вычисления значений основных событий применяются независимые матрицы статистических переменных, которые являются показателями факторов «Человек», «Объект управления», «Условия эксплуатации».

Как правило классификатор событий разрабатывается с распределением по группам причин авиационных происшествий на основе данных мировой статистики. Для каждой группы происшествия создается дерево, на базе которого определяется степень наступления авиационного происшествия по отдельно рассматриваемой причине. Используя структуру причинно-следственных связей с заданными значениями весовых коэффициентов, можно вычислить значения вероятности наступления авиационного происшествия.

Для построения долгосрочного прогноза используются подход по определению периодов критической вероятности, который подразумевает выявление момента времени, когда вероятность наступления авиационного происшествия может достигнуть критического значения под влиянием внешних и внутренних воздействующих факторов безопасности полета («Человек», «Объект управления» и «Условия эксплуатации») с определением основного фактора опасности. При этом определение моментов наступления критических значений производится для каждого фактора раздельно друг от друга с рассмотрением причин возникновения авиационного происшествия. Вероятность вычисляется на базе значений показателей произошедшего события или изменения контролируемых переменных за заданный диапазон времени. Следует отметить, что для каждого фактора используется отдельный способ долгосрочного прогнозирования:

- для фактора «Объект управления» основной процесс прогнозирования заключается в выявлении авиационных происшествий по причинам отказа бортовых систем и устройств ВС с использованием данных, полученных в процессе эксплуатации и обслуживания ВС;

- для фактора «Условия эксплуатации» основными характеристиками являются атмосферные условия эксплуатации ВС, рельеф местности расположения аэродрома;

- для фактора «Человек» используются сдвиговые корреляционные методы вычисления изменений распределения численности и возраста экипажей с учетом их уровня подготовки.

В работе [108], представлен метод прогнозирования критических ситуаций при управлении человеко-машинными системами, в том числе авиационно-транспортной системы. Особенностью метода является анализ аварийных событий, проведенный на основе моделей причинно-следственных связей. При этом эти модели математически выражаются в виде системы нелинейных дифференциальных уравнений, характеризующих зависимость скорости изменения контролируемых переменных от состояния внутренних и внешних факторов, влияющих на состояние анализируемой системы с положительным и отрицательным воздействием на контролируемую переменную.

В качестве примера автором рассмотрен анализ и прогнозирование появления аварийных комбинаций в авиационной транспортной системе в процессе которого выделены переменные безопасности АТС, которые характеризуют время подготовки экипажа на современных тренажерах, число авиационных происшествий за год, количество ВС с системой аварийных регистрации, степень обеспечения службы УВД информацией об авариях, количество нарушения инструкций пилотами, повторяемость количества авиационных происшествий.

Также, модель содержит переменные, которые являются независимыми от основных, при этом они оказывают воздействие на появление критических событий в АТС: средняя по воздушным суднам отработка ресурса, соотношение отечественных и иностранных воздушных судов в авиакомпании, количество полетов с применением средств мониторинга полета, средний стаж пилотов, изменение цены на авиационное топливо, средняя отработка ресурса оборудования, установленного на аэродроме.

На основе представленных переменных, автором предложена модель причинно-следственных связей комбинации аварийных ситуаций в АТС, которая позволяет

выполнить анализ причин аварийных происшествий в авиационной отрасли и выработать управленческое решение по их дальнейшему предотвращению.

Однако рассматриваемый метод прогнозирования авиационных происшествий может быть применен только в процессе управления службами авиационно-технических предприятий, обеспечивающих эксплуатацию воздушных судов. При этом метод не применим для использования на борту воздушного судна в процессе его полета в связи с высокими вычислительными затратами на определение причины авиационного происшествия, отсутствия факторов, влияющих на безопасность полета ВС в том числе внешних воздействующих факторов.

Таким образом, согласно анализу работ [78, 111, 108], можно отметить, что методы прогнозирования угрозы авиационного происшествия базируются на построении «дерева состояний» с учетом рисков авиационного происшествия и позволяют разработать стратегию парирования угрозы авиационного происшествия. Однако, «дерево состояний» строится на основе существующих прецедентов в авиации и не учитывает изменение динамики безопасности полета на борту воздушного судна. Поэтому возникает необходимость в прогнозировании угрозы авиационного происшествия на борту судна в процессе его полета. Как правило, такой способ прогнозирования осуществляется с использованием математической модели условий полета ВС с последующим определением выхода значений контролируемых переменных параметров полета за допустимые значения и оцениванием степени угрозы авиационного происшествия. Один из вариантов такого способа прогнозирования представлен в патенте на изобретение «Автоматизированная высокоинтеллектуальная система обеспечения безопасности полета летательного аппарата» [7].

Работа блока прогнозирования такой системы состоит из следующих этапов:

1. Определение режима полета и времени прогноза.

2. Определение для рассматриваемого режима полета перечня катастрофических ситуаций с контролируемыми переменными для каждого вида происшествия, а также ограничения контролируемой переменной, которые не должны быть превышены для

обеспечения безопасности полета. На этом этапе работы блока прогнозирования используется информация пилотажно-навигационного оборудования ВС, карта полетов для оценки безопасной высоты полета.

3. Распознавание катастрофической ситуации, которая появляется при прогнозе перемещения ВС в рассматриваемом режиме.

4. Определение способа управления, направленного на парирование угрозы катастрофической ситуации.

5. Формирование и выдача управляющего сигнала для вывода ВС в штатный режим полета.

6. Формирование и выдача сигналов управления ВС в автоматическом режиме в области аэродрома с выполнением захода и посадкой на пригодную площадку.

Для реализации представленной логики работы блока прогнозирования системой обеспечения безопасности полетов используются следующие базы знаний:

- типы режимов полета ВС, их признаки и время прогнозирования;

- математические модели полета ВС;

- виды катастрофических ситуаций, их признаки, критические параметры полета ВС;

- управление, направленное на парирование катастрофической ситуации. Необходимо отметить, что в процессе прогнозирования катастрофической

ситуации выполняется параллельное моделирование полета ВС, которое осуществляется во время всего полета с разделением времени прогнозирования на заданные промежутки времени для каждого этапа полета. При этом для прогноза катастрофической ситуации, начинающегося с определенного времени, проводится моделирование полета воздушного судна с управлением, направленным на парирование катастрофической ситуации. В связи с этим при прогнозе катастрофической ситуации осуществляется следующее моделирование:

- прогноз полета ВС при текущем положении органов управления;

- прогноз полета ВС при управлении с парированием катастрофической ситуации. Параллельное моделирование полета ВС позволяет прогнозировать

наступление катастрофической ситуации при текущем положении органов

управления и определить способ предотвращения катастрофической ситуации с выдачей сигала управления из средства САУ для вывода из критического режима полета в заданный момент времени.

Таким образом, основным преимуществом рассматриваемой системы обеспечения безопасности полета является выявление авиационного происшествия на борту воздушного судна в процессе его непосредственного полета, а также учет в процессе прогнозирования динамики изменения объекта управления за время прогноза. Однако рассматриваемый способ прогнозирования угрозы авиационного происшествия имеет следующие недостатки: требуется существенные вычислительные мощности бортового оборудования для эффективного функционирования математической модели полета ВС, а также отсутствует непосредственный прогноз изменения факторов, воздействующих на безопасность полета, например, психофизическое состояние экипажа.

Поэтому создание метода прогнозирования угрозы авиационного происшествия ВС на основе непосредственного контроля и прогноза изменения переменных, влияющих на безопасность полета, с применением алгоритмов нечеткой логики, позволит выявить непосредственную причину угрозы происшествия и своевременно ее парировать действиями экипажа или автоматики без задействования высоких вычислительных мощностей системы управления безопасностью полета ВС.

В процессе выполнения настоящей работы предложен метод прогнозирования угрозы авиационного происшествия с учетом текущих и прогнозируемых изменений воздействующих факторов на безопасность полета ВС. При этом каждая переменная воздействующих факторов имеет собственный профиль функции, описывающий ее изменение за время от начала полета до окончания прогнозирования [£0.: £окон.прог.].

В Таблице 5.6 приведены способы построения функций, характеризующих изменение переменных, оказывающие непосредственное влияние на угрозу авиационного происшествия.

Таблица 5.6.

Перечень переменных прогнозирования

Группа Переменная Обозначение Представление функции изменения переменной Т 1 прог.

1. Психофиз ическое состояние экипажа Усталость ХцЮ Построение на базе оценки состояния экипажа до вылета Т = 1час

Внимание ХцЮ

Уровень подготовки

Стресс хцЮ

2. Состояние ВС Отказ функционал ьно значимых элементов Построение на базе инженерного и системного анализа ВС при отказе бортового оборудования Т = 1час

Деформаци я силовых элементов конструкци и Х22(Р) Регистрация изменения переменной за время полета ВС

Управляемо сть и устойчивос ть ВС Х23(Р) Регистрация изменения за время полета при отказах бортового оборудования ВС

2. Состояние ВС Ошибка в ПО СУ ВС Х24(Р) Построение на базе инженерного и системного анализа при отказе ПО СУ ВС Т = 1час

3. Погодные условия Встречный ветер Х31(Р) Прогнозирование изменений переменных за время полета на основе метеопрогноза Т = 15мин

Боковой ветер Х32(Р)

Видимость Хзз(Р)

На основе полученных профилей функций прогноза контролируемых

переменных выполняется их анализ на интервале времени [¿нач.прог.: ^окон.прог.] по отклонению текущих значений переменных от заданных, что позволяет выявить критические параметры влияющие на безопасность полета и время их наступления

£нач. крит.. Используя критические значения контролируемых переменных и время их наступления, можно определить прогнозируемые время и тип угрозы авиационного происшествия по методу ее оценки с использованием аппарата нечеткой логики.

Процедура прогнозирования угрозы авиационного происшествия состоит из следующих этапов: оценка изменения контролируемых факторов на интервале времени [0: £начлрог.], построение изменения профиля их функций за время прогнозирования, вычисление критических значений переменных контролируемых факторов за время прогнозирования с определением момента их наступления. Следует отметить, что каждый фактор безопасности полета содержит переменные, характеризуемые собственной зависимостью во времени, которые имеют различные способы построения и интервалы времени прогнозирования.

Например, оценка изменения технического состояния объекта управления в диапазоне времени [£0.: £окон прог.] выполняется на базе данных об изменении исправности бортового оборудования, программного обеспечения, характеристик устойчивости и управляемости ВС за время его полета. Затем вычисляется момент времени, при наступлении которого контролируемые переменные безопасности полета ВС имеют критическое значение, характеризующее угрозу авиационного происшествия.

Таким образом, использование предложенного метода прогнозирования угрозы авиационного происшествия позволяет определить и спрогнозировать изменение факторов, которые оказывают существенное влияние на угрозу авиационного происшествия за время полета ВС, а также выдать рекомендации экипажу по устранению угрозы авиационного происшествия. Основная особенность предложенного метода состоит в применении профиля - функций изменения каждого параметра факторов безопасности полета, что способно повысить эффективность определения и предотвращения авиационного происшествия.

5.3 Разработка алгоритма прогнозирования угрозы авиационного происшествия

На основе представленного в работе метода прогнозирования угрозы авиационного происшествия предложен алгоритм, который может быть реализован программными и аппаратными элементами системы управления безопасностью полета ВС. В соответствии с методом основными этапами алгоритма являются прием входной информации, построение профиля изменения контролируемых переменных, определение их критических значений на интервале времени [£нач.прог.: £окон.прог.], определение прогнозируемой угрозы авиационного происшествия и времени проявления аварийной ситуации при полете ВС, формирование и передача результатов прогнозирования в средства поддержки принятия решений СУБ ВС. На Рисунке 4.7 представлена блок-схема алгоритма прогнозирования угрозы авиационного происшествия [208].

Блок - схема алгоритма содержит следующие основные этапы:

Блок 1. Инициализация входных переменных функций Х^), Х2(£), Х3(£), где - психофизическое состояние экипажа; Х2(£) - состояние воздушного

судна, Х3 (£) - погодные условия.

Блок 2. Проверка условия, что оценка условий полета У^) соответствует угрозе АП на участке времени [^.прог.: ¿окон.прог.].

Блок 3. Построение профиля функций контролируемых переменных на

интервале ^Кон.прог.].

Блок 4. Выполнение оценки изменения контролируемых переменных на основе зависимости профиля функций, определение критического значения контролируемой переменной и момента времени, когда оно наступает (£нач. крит.). Запись полученных значений в базу данных системы управления безопасностью полета летательного аппарата.

Блок 5. Определение изменений условий полета 7*(£) на интервале времени

[^нач.прог.: ^окон.прог.].

Блок 6. Проверка условия, что прогнозируемое значение соответствует критическому значению (катастрофическому и аварийному состоянию). Блок 7. Определение момента времени, в который У*(Ь) = Укрит.. Блок 8. Передача данных 7,прог.крит., Укрит. в устройство поддержки принятия решений.

Рисунок 5.7.

Блок - схема алгоритма прогнозирования авиационного происшествия Представленный алгоритм способен реализовать метод прогнозирования АП при изменении значений переменных контролируемых факторов безопасности полета ВС. Используя информацию, полученную в процессе работы алгоритма, средства ППР передают необходимые данные экипажу для устранения угрозы авиационного происшествия. При отсутствии действий экипажа рекомендации по

устранению угрозы АП система управления безопасностью полета ВС передает сигналы в систему автоматического управления судном для парирования угрозы авиационного происшествия. Поэтому передача информационного сигнала прогнозирования угрозы авиационного происшествия передается в системы управления воздушным судном. Также в эти системы целесообразно выдавать информацию об усложнении и сложных условиях полета судна для своевременного включения систем улучшения управляемости ВС.

Действие алгоритма направлено на выполнение следующих функций системы управления безопасностью полета ВС: распознавание угрозы авиационного происшествия на интервале времени прогнозирования, идентификация степени ее последствий и определение момента времени ее наступления. Полученная в процессе реализации алгоритма информация передается в системы регистрации полетных данных. Следует отметить, что распознавание угрозы авиационного происшествия осуществляется при наступлении аварийных и сложных условий полета, что характеризуется отклонением оценки безопасности полета воздушного судна от диапазона заданных значений (0,5-1).

В процессе выполнения работы рассмотрена ситуация, когда полет воздушного судна проходит при отказе бортового оборудования ВС, тогда в соответствии с методом оценки угрозы авиационного происшествия [71] лингвистические переменные факторов безопасности полета судна принимают значения, представленные в Таблице 5.7.

Таблица 5.7.

Переменные факторов безопасности полета ВС для сложных условий

№ Группа Переменная Значения контролируемой переменной в момент времени ^нач.прог. Значения контролируемого параметра на интервале времени [^нач.прог.: ^окон.прог.]

1. Психофизическое Усталость средняя высокая

состояние Внимание средняя низкое

экипажа Уровень подготовки средний средний

Стресс нет нет

Продолжение Таблицы 5.7.

№ Группа Переменная Значения контролируемой переменной в момент времени ^нач.прог. Значения контролируемого параметра на интервале времени [^нач.прог.: ^окон.прог.]

2. Состояние ВС Отказ функционально значимых элементов незначительный аварийная

Деформация отсутствует отсутствует

силовых

элементов

конструкции

Управляемость средняя низкая

и устойчивость ВС

Ошибка в ПО нет нет

СУ ВС

3. Погодные условия Встречный ветер слабый слабый

Боковой ветер слабый слабый

Видимость хорошая хорошая

В соответствии с исходными данными, полет воздушного судна проходит в

хороших метеорологических условиях с несущественными отказами бортового оборудования ВС и средними психофизическими показателями экипажа. Тогда согласно предложенному методу прогнозирования угрозы АП требуется сформировать профили функций изменения значений переменных безопасности полета на интервале времени [£начпрог.: £оконлрог.]. Профили функций имеют вид, представленный на рисунках 5.8-5.10 [118, 34, 208].

Рисунок 5.8. Профиль функции Хг (¿)

Рисунок 5.9. Профиль функции Х2(€)

-1,0-

Рисунок 5.10.

Профиль функции Х3(€)

Из Рисунка 5.8 видно, что переменные психофизического состояния экипажа Х1Ю имеют следующие распределение во времени:

- усталость х11(1) на участке времени [0-6] ч соответствует низкому уровню [-0,5-0], которая под влиянием длительных физических нагрузок возрастает от 0 до 1,0 в интервале прогнозирования = [6^10] ч;

- внимание х12 Ю на участке времени [0-6] ч соответствует высокому уровню с понижением до границы среднего уровня 0,5, которая согласно прогнозу под влиянием монотонных нагрузок понижается до 1,0 в интервале времени = [6 + 10] ч;

- степень подготовки экипажа х13Ю за время полета у пилота остается неизменным;

- стресс х14Ю за время полета отсутствует.

Переменные, характеризующие состояния объекта управления Х2Ю за изменяются следующим образом (Рисунок 5.9):

- отказ функционально значимых элементов системы управления ВС х21(1) на участке времени [0-6] ч имеет значения в диапазоне [-0,5-0], что соответствует незначительным отказам бортового оборудования. Так как, последующие отказы

критических систем ВС способны вызвать аварийные условия полета ВС, тогда за время прогнозирования Тпрог = [6 — 10] ч значения переменной соответствуют аварийному состоянию х21 = [0 — 0,5];

- деформация силовых элементов х22(£) за время полета отсутствует;

- управляемость ВС х23 (£) на участке времени [0-6] ч и имеет значение [0,5-0] и соответствует среднему уровню. Учитывая, что любой отказ функционально значимого элемента влияет на управляемость ВС, то ее состояние момент период прогнозирования Тпрог = [6 — 10] ч изменится со среднего до низкого;

- ошибка в ПО х24(£), за время полета отсутствует.

Переменные, характеризующие погодные условия полета ВС Х3(£), приведенные на Рисунке 5.10 и принимают следующие значения:

- встречный и боковой ветер х31(£), х32(£) на участке времени [0-6] ч, соответствуют переходу от слабого состоянию [-0,5-0] до среднего значения [0-0,5] и обратно к слабому. Из рисунка 4.10 изменение зависимостей х31 (£), х32 (£) видно, что их распределение во времени являются случайными процессами. Тогда используя метод статистического прогноза, определим изменение х31(£), х32(£) на участке времени Тпрог = [6 — 10] ч, согласно которому встречный и боковой ветер в течение заданного промежутка времени отсутствует;

- видимость х33(£) на участке времени [0-6] ч соответствует хорошему состоянию без изменений и, следовательно, за время = [6 — 10] ч не изменяется.

Отметим, что среднеквадратичная погрешность прогноза изменения переменных х22(£), х31(£), х33(£) на участке [£начпрог.: £оконпрог.], вычисленная по формуле (4.4), не превышает 3%. На основе изменения контролируемых переменных на интервале времени прогноза можно определить время наступления их критических значений, что представлено в Таблице 5.7. Применяя интеллектуальный метод оценки угрозы авиационного происшествия получим У*(£) = 0,5 при £ = Гкрит. = [8 — 10] ч, что свидетельствует о переходе сложной ситуации полета летательного аппарата в аварийную за рассматриваемый промежуток времени от начала полета.

Таким образом, используя различные методы прогноза изменения каждого контролируемого параметра внешних и внутренних воздействующих факторов на условия полета воздушного судна, а также интеллектуальный метод оценки угрозы авиационного происшествия можно осуществить прогноз ее изменения в процессе управления ВС.

5.4 Выводы к Главе 5

1. Определены методы и способы прогнозирования изменения переменных, характеризующих техническое состояние объекта управления, внешние воздействующие факторы и психофизическое состояние экипажа влияющие на безопасность полета ВС.

2. Предложен метод прогнозирования угрозы авиационного происшествия на основе оценки изменения безопасности воздушного судна под влиянием прогнозируемых значений внешних и внутренних воздействующих факторов способных привести к угрозе авиационного происшествия. Особенностью предложенного метода является оценка безопасности полета воздушного судна на основе профилей функций изменения внутренних и внешних переменных безопасности полета ВС за заданное время прогнозирования.

3. Разработан алгоритм реализации метода прогнозирования безопасности полета воздушного судна. Алгоритм прогнозирования угрозы авиационного происшествия позволяет распознать наличие угрозы авиационного происшествия за заданное время прогнозирования угрозы АП, инфицировать степень ее последствия и определить момент времени ее наступления.

4. Проведено численное моделирование прогноза оценки угрозы авиационного происшествия, подтверждающее работоспособность предложенного метода и алгоритма.

ГЛАВА 6. РАЗРАБОТКА МЕТОДА ПАРИРОВАНИЯ УГРОЗЫ АВИАЦИОННОГО ПРОИСШЕСТВИЯ

В главе предложен метод парирования угрозы авиационного происшествия, основанный на использовании экспертно-советующей системы, действие которой направлено на формирование рекомендаций экипажа по предотвращению угрозы авиационного происшествия, а также выдачу сигналов управления в системы и устройства комплекса бортового оборудования воздушного судна с целью улучшения управляемости судна.

Метод позволяет сформировать рекомендации экипажу по противодействию текущей и прогнозируемой угрозы АП, вызванной изменением психофизического состоянии экипажа, технического состоянии ВС, внешних воздействующих факторов в процессе поле ВС.

В процессе выполнения работы предложен алгоритм противодействия угрозе авиационного происшествия, реализованный в устройстве ППР, которое является центральной частью системы управления безопасностью полета воздушного судна и относится к динамическим ЭС. Основным назначением устройства поддержки принятия решений является выдача рекомендаций экипажу по противодействию угрозе и наступлению АП при достижении контролируемых переменных безопасности полета критического значения во время полета ВС.

В процессе выполнения работы осуществлена оценка набора правил базы знаний устройства поддержки принятия решений на полноту и отсутствие противоречивости данных, которая позволяет определить качество работы алгоритма.

Также в главе представлено моделирование работы алгоритма совместно с оценкой набора правил базы знаний устройства ППР, которое позволяет подтвердить его работоспособность. Представленный метод парирования угрозы АП используется при создании программно-алгоритмического обеспечения систем обеспечения безопасности полета ВС, а именно в математическом обеспечении устройств ППР.

6.1 Описание архитектуры устройства поддержки принятия решений для обеспечения безопасности полета воздушного судна

В процессе управления воздушным судном и возникновении угрозы авиационного происшествия экипажу достаточно сложно оценить сложившуюся обстановку и принять верное управленческое решение. Поэтому на борту современных воздушных судов используются различные устройства поддержки принятия решений, в том числе экспертно-советующие системы [169, 103, 124, 126, 116]. Основным элементом таких систем является база знаний, которая содержит набор правил принятия решений в зависимости от значений входной информации. Набор правил в базе знаний представлен в строго определенной форме с возможностью его модификации. Другими элементами системы являются устройства ввода-вывода, позволяющие добавлять и изменять базу знаний, а также выдавать информацию лицу, принимающему решение.

Как правило, экспертные системы являются статическими и динамическими [129, 35]. Первый тип экспертных систем не учитывает определение мира и используется в процессе проектирования и разработки изделий с отработанными технологическими решениями. Динамические экспертные системы содержат блок моделирования изменения входных условий поддержки решений.

Учитывая, что полет воздушного судна, является сложным динамическим процессом с постоянным изменением значений переменных безопасности его полета, тогда устройство ППР должно разрабатываться в виде динамической ЭС. Отличительной особенностью принципа работы такой системы является формировании рекомендаций по действиям оператора, направленных на нейтрализацию катастрофических и аварийных ситуаций, которые появились под влиянием внешних и внутренних воздействующих факторов с учетом изменения текущих и прогнозируемых их значений.

Например, управляющая ЭС «Автоматизация принятия решений при управлении системами «Человек - техника» с помощью экспертных систем» [103] выполняет следующие функции:

- идентификация критической ситуации;

- поддержка принятия решений оператора по противодействию критической ситуации;

- формирование и выдача рекомендаций оператору и контроль эффективности их реализации.

Действия рассматриваемой системы направлено парирование критических ситуаций, возникающих в следствии отказа элементов объекта управления, ошибочных действий оператора и обслуживающего персонала и неблагоприятной среды эксплуатации, эти факторы способны привести к аварии или катастрофе. Поэтому принятие верных управленческих решений оператором, затруднено из-за большого количества данных необходимых для анализа текущей ситуации, а также неопределенности и неоднозначности критических ситуаций, связанных с малым запасом по времени и высокой психологической нагрузкой. В базу знаний такой системы входят знания об управлении сложной технической системой в критических ситуациях. При этом в системе знания структурированы согласно цели построения экспертной системы, поддержки принятия решений оператору при возникновении критических ситуаций. Данные экспертной системы, необходимые для оценки и парирования критической ситуации, представляются базой данных набора и характеристик критических ситуаций. В процессе создания базы данных выполняется проверка ее целостности, производится классификация данных в зависимости от условий эксплуатации системы. Поэтому в процессе формирования БД для обеспечения ее полноты эксперты решают задачу по анализу новых различных ситуаций эксплуатации объекта управления. Разработанные экспертные оценки, заносятся в БД и используются для создания набора правил по оценке критических ситуаций и поддержки принятия решений. При этом знания по управлению техническим объектом в аварийной и катастрофической ситуации представлены в виде продукционной модели, позволяющей оператору распознавать ситуации и принимать решений.

Однако такую структуру экспертной системы достаточно сложно включить в цикл работы по управлению современным воздушным судном. В связи с тем, что

ВС имеют достаточно сложные системы автоматического управления со значительно расширенными функциональными возможностями. Одновременно с этим техническая сложность технического исполнения системы автоматического управления приводит к возрастанию количества ее отказов под воздействием различных причин. В связи с этим достаточно сложно разработать рекомендации по устранению угрозы авиационного происшествия в виде инструкции при проявлении каждого из предполагаемого отказа. Такие рекомендации как правило разрабатываются для ограниченных типов отказов, в рамках допустимых ограничений ВС и его КБО. При этом в полете возможны отказы, по парированию которых изначально не рассматривались и не приводились в эксплуатационной документации действия летного состава, что способно привести к неполноте базы данных. Одновременно с этим как показывает статистика КС, нежелательное развитие ситуации можно предотвратить, если выполнены соответствующие действия летного состава. Необходимо отметить, что располагаемым временем по парированию угрозы может не хватать экипажу под влиянием стрессовой ситуации и внешних воздействующих факторов.

Также существует «Способ поддержки оператора летательного аппарата в опасных ситуациях» [164], в процессе реализации которого разрабатывается база знаний, содержащая режимы полета воздушного судна и возможные угрозы авиационных происшествий. Затем на базе экспертной системы определяется исправность КБО воздушного судна, эффективность действий пилота и вид аварийной ситуации. По результатам работы экспертной системы формируется информация об отказе элементов КБО, ухудшений условий полета, степени угрозы авиационного происшествия. На основании полученной и анализируемой информации система выдает инструкции пилоту по парированию угрозы авиационного происшествия. При отсутствии положительной реакции со стороны пилота по нейтрализации угрозы управление воздушным судном осуществляется системой автоматического управления. Также в работе системы предусмотрены действия оператора наземного пункта управления, который с помощью пароля может разрешить управление воздушным судном экипажем без ограничений со

стороны системы автоматического управления. Если требуется штатное устранение угрозы авиационного происшествия без ограничений действий плота, тогда оператор НПУ вводит соответствующий пароль, передающийся в экспертную систему воздушного судна. При оперативном парировании угрозы АП и нарушении режима полета воздушного судна, его управление передается САУ воздушного судна.

Способ реализуется следующим образом.

На этапе подготовки к полету создается база знаний используемая экспертной системой для оценки исправности КБО ВС, действий экипажа и определения угрозы авиационного происшествия. Так же перед полетом формируются пароли допуска к управлению ВС без ограничений со стороны системы автоматического управления, которые хранятся на борту судна и НПУ. Введение паролей экипажем и оператором НПУ осуществляется с интервалом не более 10-15 с и могут иметь различную последовательность.

При выполнении полета в штатном режиме экспертная система на основании входной информации контролирует действия экипажа, состояние органов управления ВС и систем КБО. Также осуществляется наблюдение за изменением внешних воздействующих факторов, контроль траектории полета ВС с использованием данных навигационной системы.

При угрозе авиационного происшествия ЭС определяет ее разновидность, которая имеет следующую классификацию в зависимости от быстродействия по ее парированию:

-быстрое парирование - не требуется;

- необходимо быстрое парирование;

- требуется незамедлительное парирование.

Если экспертная система оценивает угрозу авиационного происшествия как не требующую быстрого парирования, тогда система передает пилоту инструкции по предотвращению авиационного происшествия. При получении соответствующих паролей с НПУ и от экипажа, система снимает ограничения для пилота по управлению воздушным судном. Если со стороны экипажа отсутствует положительная реакция по

нейтрализации угрозы происшествия, система выдает команду в КБО на управление воздушным судном системой автоматического управления.

В случае определении экспертной системой авиационного происшествия, в виде требующей быстрого парирования, тогда система передает инструкции пилоту по предотвращению угрозы АП и отключает его ограничения по паролю с наземного пункта управления. Необходимость применения только одного пароля обусловлена опасностью потери располагаемого времени на устранение угрозы авиационного происшествия при введении паролей экипажем.

При распознавании угрозы авиационного происшествия, как требующей незамедлительного парирования, система выдает команды по нейтрализации угрозы происшествия в системы автоматического управления воздушным судном.

При определении экспертной системой отклонения полета воздушного судна от заданного режима и отсутствии паролей, управление судном передается системе автоматического управления или наземному пункту управления воздушным движением.

Следует отметить, что определение наличия авиационного происшествия на базе информации базы знаний экспертной системы не всегда способно снизить последствия перехода аварийной ситуации в катастрофическую. При этом прогнозирование развития аварийной ситуации без моделирования изменения условий полета и значений переменных его безопасности обладает низкой точностью и достоверностью. Поэтому отсутствие в рассматриваемой системе процесса моделирования изменения критической ситуации и вычисления ограничений контролируемых переменных создает сложности для точного определения момента наступления катастрофической ситуации.

Также недостатком системы является ввод кодированных паролей для передачи управления от экипажа бортовым системам воздушного судна, так как для ввода паролей требуется время ввода от экипажа и диспетчера наземного пункта управления, которое может превышать располагаемое время на парирование угрозы авиационного происшествия. Переход управления воздушным судном от пилота к системе автоматического управления должен осуществляться автоматическим способом при оценке действий и психофизического состояния экипажа.

Необходимо отметить, что элементы экспертной системы содержатся в высокоинтеллектуальной автоматизированной системе обеспечения безопасности полета [7], которые содержат базы знаний признаков режимов полета, катастрофических ситуаций, критических параметров катастрофической ситуации и управлению по выводу воздушного судна из катастрофической ситуации.

База знаний признаков режима полета, содержит основные режимы полета (взлет, набор высоты, снижение, полет по маршруту, заход на посадку, посадка) и нештатные (полет при отказе бортового оборудования, полет при отказе двигателя, при усложнении погодных условий полета) режимы полета. Каждый режим определяется набором собственных параметров полета, управления, состояние бортового оборудования ВС, внешних воздействующих факторов.

База знаний катастрофической ситуации, содержит набор знаний по виду катастрофических ситуаций и минимально допустимое значение переменной, характеризующей критический параметр, которые используются для ее парирования. База знаний перечня катастрофических ситуаций создается на базе следующих данных:

- анализ статистики авиационных происшествий;

- инженерного анализа по определению предполагаемых отказов бортового оборудования ВС и ошибочного действия экипажа при управлении полетом, которые способны привести к катастрофической ситуации;

База знаний критического параметра, приводящего к катастрофической ситуации, создается на базе выявления параметра, превышение (или уменьшение) предельно-допустимого значения которого способно вызвать разрушение ВС.

База знаний по парированию катастрофической ситуации используется для предотвращения достижения критического параметра его предельно-допустимого значения и приведения ВС в исходный (нормальный) режим полета с максимальным быстродействием. Сформированная информация передается в системы автоматического управления ВС, которые осуществляют реализацию функции предотвращения катастрофической ситуации. Парирование катастрофической ситуации выполняется определением следующих способов:

- оптимальное управление, которое обусловлено большими вычислительными затратами и как следствие, может быть не выполнимо;

- рациональное управление полетом, которое достигается моделированием полета ВС на пилотажном стенде, тренажерах экипажа и летными испытаниями;

- применение баз знаний по парированию катастрофической ситуации.

При этом система имеет возможность передачи управления бортовому

оборудованию ВС при отсутствии действий по предотвращению катастрофической ситуации со стороны экипажа.

Однако рассматриваемая система позволяет парировать только угрозу катастрофической ситуации без выдачи рекомендаций экипажу и сигналов управления в бортовые системы ВС по парированию аварийной и сложной ситуации полета ВС.

Таким образом, существующие экспертные системы требуют высоких вычислительных мощностей по формированию и выдачи сигналов в сопрягаемое оборудование для парирования угрозы авиационного происшествия, а также не всегда учитывают изменение всех воздействующих факторов на безопасность пролета (состояние внешней среды полета, психофизическое состояние экипажа). Поэтому настоящая глава диссертации посвящена созданию метода парирования угрозы авиационного происшествия на основе экспертной системы, представляющей устройство поддержки принятия решений и отличающейся формированием рекомендаций экипажу (выдачи сигналов управления в САУ) с учетом многомерных данных факторов безопасности полета ВС.

На основе выполненного анализа систем обеспечения безопасности полета ВС предложено устройство ППР экипажа (Рисунок 6.1), которое содержит модель прогнозирования угрозы авиационного происшествия; блок принятия решений, формирующий сигналы по устранению угрозы авиационного происшествия; базу знаний с набором ППР экипажа [211].

Входные данные

БЗ

Устройство ППР

Действия экипажа

т

-ч

Блок принятия решений

т

Модель прогнозирования

т

Устройство передачи данных

Рисунок 6.1.

Структурная схема устройства поддержки принятия решений экипажа где БЗ - база знаний, Х(1) -входные значения после предварительной обработки, Х(1) -массив данных прогнозирования угрозы авиационного происшествия, У(1) -сигнал по парированию АП, характеризующий команды экипажу по устранению угрозы авиационного происшествия или сигналы для автоматической нейтрализации авиационного происшествия, ППР - поддержка принятия решений.

Согласно представленной структурной схеме, на вход устройства поддержки принятия решений экипажа поступают сигналы предварительной обработки переменных, которые воздействуют на безопасность полета ВС. При этом эти переменные являются лингвистическими и подвергаются предварительной обработке при оценке условий безопасности полета ВС. Значения входных переменных устройства используются в блоке принятия решений и модели прогнозирования. На базе модели прогнозирования условий полета ВС выполняется оценка изменения безопасности полета воздушного судна за время прогнозирования развития угрозы авиационного происшествия ТЕ ¿к], где -начало момента угрозы авиационного происшествия, время завершение угрозы авиационного происшествия. Выходные данные прогнозирования безопасности полета воздушного судна Х'(£) и данные предварительной обработки по оценке угрозы АП подвергаются обработке согласно набору правил базы знаний ППР. На

базе входной информации в блоке поддержки принятия решений выбираются инструкции пилоту по предотвращению развития сложной, аварийной и катастрофической ситуации, а также при отсутствии реакции пилота формируются сигналы по их устранению САУ ВС.

6.2 Разработка метода парирования угрозы авиационного происшествия

Метод предотвращения угрозы авиационного происшествия на основе устройства ППР заключается в формировании и выдаче инструкций экипажу по устранению угрозы авиационного происшествия на основе данных изменения переменных параметров, влияющих на безопасность и условия полета ВС, а также результатов их прогнозирования. На основе сопоставления набора правил БЗ и оценки угрозы авиационного происшествия, определяется совокупность параметров, влияющих на безопасность полета с последующим формированием и выдачей рекомендаций экипажу по противодействию угрозы происшествию. При отсутствии действий экипажа или низком уровне его психофизического состояния блок поддержки принятия решений формирует сигнал парирования угрозы авиационного происшествия с последующей выдачей в системы автоматического управления ВС. Так же выдача сигналов в САУ осуществляется при сложных условиях полета ВС для улучшения его устойчивости и управляемости.

Таким образом, предложенный метод и контур устройства поддержки принятия решений позволяют формировать рекомендации экипажу и сигналы управления в САУ для нейтрализации угрозы авиационного происшествия на основе текущей и прогнозируемой оценок безопасности полета ВС, а также значений переменных безопасности полета воздушного судна.

Основным этапом разработки метода парирования угрозы авиационного происшествия является создание набора правил поддержки принятия решений экипажем и его проверка на полноту и отсутствие противоречивости правил. В настоящее время существуют различные способы формирования набора правил

ППР в экспертных системах [86, 169]. Как правило, основные способы формирования базы знаний основываются на логической или продукционной моделях представления знаний. Основным преимуществом продукционной модели является представление базы знаний в виде правил, позволяющих сформировать вывод поддержки принятия решений в зависимости от текущей ситуации, характеризующей условия эксплуатации объекта управления.

При создании логических моделей используются элементы формальной теории, которые имеют следующую форму записи [121, 204, 52, 223]:

5 = < В, ^ А, Я >, (6.1)

где В — исчисляемый множество основных символов теории 5; F — элементы выражений (5.1), представляющие собой формулы теории. Как правило существует определенные способы, которые используются при построении В синтаксических выражений; А — истинные формулы - аксиомы формальной теории; R — количество отношений между формулами, представляющие собой правила вывода.

Каждый элемент г определяется целым положительным числом у, так, что для каждого множества, включающего набор у формул / определяется нахождение у формул в отношении г с формулой f Если представленное условие выполняется, тогда f является прямым следствием рассматриваемых у формул в соответствии с правилом Гг. Выводом формулы ^ в формальной теории является последовательность ..., характеризуемая условием, что любой формулы существует аксиома А, либо вывод предшествующих формул по одному правилу вывода. При этом правила вывода обеспечивают заданное количество формул, которые являются истинными в пределах рассматриваемой теории [52].

Необходимо отметить, что 5 теория является разрешимой, если в ней применяется эффективный способ, обеспечивающий определение вывода для рассматриваемой формулы. Также 5 теория является непротиворечивой, при условии существовании истиной формулы, такой, что А и —А выводимы в 5 [52].

Примером формальной теории, применяемой в процессе представления набора правил, являются правила экспертной системы, представленные в виде

предикатов первого порядка. Предикаты первого порядка содержат алфавит, состоящий из следующего перечня символов [52]:

- знаков пунктуации;

- пропозициональных связок представляющие собой логические операции;

- знаков-кванторов;

- символов переменных хк , к = 1, 2, ...;

- п-местных функциональных букв;

- п-местных предикатных букв (символов).

Используя представленный алфавит символов, разработчик экспертной системы может создавать различные выражения, которые описываются переменной или константой (терм), элементарными и основными формулами.

Интерпретация формулы как утверждения позволяет придать ей содержание относительно рассматриваемой предметной области. При этом интерпретацией является системой, включающей:

- область интерпретации О,

- предикатные буквы ;

- функциональные буквы , отображающее Бп ^ Б;

- константные буквы ^.

В заданной интерпретации переменные являются «проходящими» все имеющиеся значения в области О, при этом элементарной формуле присваиваются значение «истинно» / «ложно». Правило присваивания значений выполняется следующим образом: если термы предикатной буквы являются элементами из области О и соответствуют отношению, характеризуемому рассматриваемую интерпретацию, тогда значения элементарной формулы имеют статус истины, иначе — ложное. Значение неэлементарной формулы определяются по значениям ее формул рекуррентным способом. Ясно, что в зависимости от вида интерпретации формулы ее значения принимают статус «истина» или «лож» [52].

В процессе исчисления предикатов, определяется истинность или ложность рассматриваемой формулы в пределах области интерпретации, что составляет ее основное назначение. При этом отдельно обращают внимание в процессе

разработки набора правил на общезначимые формулы, которые при любой интерпретации имеют истинное значение, а также невыполнимым формулам, имеющим статус ложные. В формальной теории существует следующая основная теорема дедукции [121]: «Пусть заданы формулы В1 , Вп и формула А. Формула А представляет собой логическое следствие В1 , Вп в том случаи, когда формула Л ... Л э А общезначима, т. е. |= Л ... ЛВП э Л». Стоит отметить, из формул В1 , Вп следует формула А при условии, что всякая интерпретация I удовлетворяет А и Л ...Л Бп. Формулы В1 , ..., Вп являются посылками, а формула А — заключение логического следования.

Доказательство представленной теоремы заключается в определении логического следования формулы А из рассматриваемого множества формул В1 , ..., Вп , что соответствует доказательству истиности формулы Л ... Л э А или ложности формулы Л ... Л Л —А

Исчисление предикатов первого порядка имеет статус неразрешимого, потому что для них отсутствует единый способ определения истинности формул. Одновременно с этим если одна из формул исчисления предикатов истина, тогда существует способ по проверке ее общезначимости и исчисление предикатов является полуразрешимым. При доказательстве этих теорем используются метод резолюции [52] и обратный метод [121].

Преимуществом применения исчисления предикатов при создании набора правил экспертной системы заключается в формальном единообразии процедуры доказательства ее теорем. Основной недостаток исчисления предикатов являются сложность применения эвристик рассматриваемого объекта (среды) при доказательстве теорем, который имеет высокое значение при определении вычислительной мощности экспертных систем, ограниченных знаниями проблемной области. Другие недостатки представленных систем состоят в монотонности, отсутствие аппарата структурирования их элементов и противоречии [52].

Создание семиотических систем [121, 204, 52, 223], стало следствием устранения недостатков присущих формальным системам. Форма записи семиотической системы имеет следующий вид:

5=<в, ^ А, ^ д (в), д (П д (А), д (Я)>. (6.2)

В выражении первые четыре компонента аналогичны форме записи формальной системы, остальные — правила изменения первых четырех компонентов под воздействием опыта о функционировании рассматриваемого объекта в проблемной области, который накапливается в БЗ экспертной системы. Стоит отметить схожесть семиотической системы с системой возможных миров [121, 204, 52, 223, 35]. Так, что правила последних четырех компонентов системы 5 после каждого цикла применения определяют возможный мир, характеризуемый собственной формальной моделью.

Таким образом, семиотическая система представляется двумя уровнями: первый - формальная система, вторая - модель адаптации первой [35].

Существует, также продукционная модель базирующиеся на наборе правил и интерпретирует знания в форме предложений в виде «Если (условие), то (действие)». Условие представляет образец, на основе которого осуществляется поиск в базе знаний; действие — это операторы, реализуемые при совпадении результатов поиска [35]. В экспертной системе база знаний содержит набор правил при применении продукционной модели.

Согласно структурной схеме (Рисунок 6.1) основными элементом системы управления безопасностью полета являются блок принятия решений и база знаний. Программная реализация алгоритма парирования угрозы АП осуществляется в блоке принятия решений на основе входной информации и набора правил базы знаний системы. Учитывая, что определение и прогноз угрозы авиационного происшествия базируется на применении аппарата нечеткой логики, переменные которого описываются набором лингвистических переменных и матрицами прецедентов, то для формирования набора правил поддержки принятия экипажа по парированию критических ситуаций управления полетом воздушного судна целесообразно применять правила, составленные на основе продукционной модели.

Структура правил поддержки принятия решения парирования при наличии угрозы авиационного происшествия принимает вид:

Правило <*>: Если У = = = {/¿Л}&

= = = = (6.3)

= ТО 2 = {^¿}, здесь у.Х3у - входные координаты блока принятия

решений; - величины входных величин согласно Таблице 4.1; 1 - величина выходной координаты блока принятия решений, т.е. управленческое воздействие для нейтрализации угрозы авиационного происшествия; ^ - величина выходной координаты.

Из выражения (6.3) видно, что правило поддержки принятия решений имеет достаточно сложную структуру, реализация которой может привести к высоким вычислительным затратам. Поэтому набор правил ППР целесообразно структурировать по группам условий полета ВС. Величина выходной координаты комплекса правил описывает управленческое воздействие членов экипажа, его информационные сигналы, а также автоматическую модификацию управляющей системы ВС. При этом содержание комплекса правил определяется управляемым объектом, соответствующим бортовым оборудованием, а также набором требуемого функционала. Это определяется в период построения управляющей системы безопасностью полетных условий летного аппарата.

В работе [195, 211] показаны основные этапы формирования набора правил экспертных систем, которые содержат формализацию входных данных, формирование набора правил и оценки их качества. В настоящей работе отмечено, что состав набора правил могут формировать несколько экспертов в том числе лицо, принимающее решение (члены экипажа) и каждое последующее лицо, принимающее решение может вносить новое правило, увеличивая полноту набора правил, то могут повторяться некоторые правила, создавая избыточность модели, могут вводиться правила противоречащие правилам из набора другого эксперта, что приводит к противоречивости правил. При этом существуют две основные причины, по которым эксперты формулируют разные правила: размытость понятий экспертов о значениях лингвистических переменных и профессиональная некомпетентность.

Поэтому в процессе создания набора правил системы поддержки принятия решений достаточно важное значение имеет их валидация, заключающаяся в оценке полноты, непротиворечивости и компетентности выводов, формируемых системой. Следует отметить, что компетентность системы поддержки принятия решений определяется компетентностью ее базы знаний, содержание которой изменяется в процессе жизненного цикла системы.

Таким образом, результативность функционирования системы поддержки принятия решений зависит от стабильности индекса компетентности базы знаний при ее изменении. Индекс компетентности определяется соотношением вида:

где Я'(Х, У) - множество правил, выходные значения которых определяются с использованием БЗ с правильными формализованными знаниями, N - размерность базы знаний, определяемая количеством содержащихся в ней правил, Х -множество входных переменных, используемых в продукционных правилах БЗ, У - множество выходных переменных, используемых в продукционных правилах БЗ, М - оператор мощности множества; к - заданный показатель компетентности в диапазоне [0,5; 1].

Наряду с компетентностью на результативность управляющего решения оказывает влияние полнота и непротиворечивость базы знаний, которые определяются на этапах валидации требований и верификации разрабатываемой системы. При этом количественные значения этих показателей оцениваются индексами полноты и противоречивости базы знаний [147]. Вычисление индексов полноты и противоречивости осуществляется по формулам:

где т{%1) - количество значений, принимаемых входной лингвистической переменной ; Я"(Х,У) - множество правил, в которых значения выходных переменных не совпадают при одинаковых входных значениях, содержащихся в БЗ, п - количество

(6.4)

(6.5)

(6.6)

входных переменных БЗ; Ь - заданный показатель полноты БЗ в диапазоне [0,5; 1]; с - заданное значение индекса противоречивости правил БЗ в диапазоне [0; 0,5].

Из выражений (6.5) и (6.6) видно, что индекс полноты характеризует количества правил, содержащихся в БЗ, по отношению ко всем возможным значениям ее входных переменных. При этом индекс противоречивости является величиной, отражающей количество правил, в которых значения выходной переменной совпадают при одинаковых значениях входных переменных.

Критерий результативности функционирования системы поддержки принятия решений.

Пусть база знаний системы поддержки принятия решений представлена множеством набора правил О: [Я(Х, У), Ы], где X - входные переменные набора правил, У - выходные переменные набора правил, N - размерность базы знаний, тогда система поддержки принятия решений является результативной, если сохраняются полнота, непротиворечивость и компетентность базы знаний при изменении ее содержания:

1. ИКЫ = ИКы+т > к,

2. ИПЫ = ИПы+т > Ь,

3. тры = ипры+т < с,

где ИКМ - индекс компетентности БЗ размерностью N ИКм+т - индекс компетентности БЗ размерностью N + т, ИПП - индекс полноты БЗ размерностью N ИПм+т - индекс полноты БЗ размерностью N + т, ИПРП - индекс противоречивости БЗ размерностью п, ИПРм+т - индекс противоречивости БЗ размерностью N + т, т - количество новых правил, к,Ь,с - заданные показатели компетентности, полноты и противоречивости, соответственно.

Требуется отметить, что числовые показатели полноты, непротиворечивости и компетентности базы знаний определяются экспертами и разработчиками системы в зависимости от ее критичности и степени влияния управленческих решений, сформированных системой поддержки принятия решений, на качество и безопасность управления техническими объектами и технологическими процессами.

Учитывая разделение условий полета аппарата на классы и применяя матрицу прецедентов, представленную в работе [147, 206], получим следующий набор ППР:

1. Условия полета безаварийные: У =

Правило < 1.1 >: Если = {/1; = {/1; = (6.7)

= {/1,^1} ТО Я^}, где - угроза АП отсутствует, парирование не требуется.

2. Условия полета сложные: У =

Правило < 2.1 >: ЕСЛИ = {/3,£3}&Х,; = {/1,^1}&Хз; =