Мониторинг и оценка риска превышения предельных состояний безэкипажными роботизированными судами тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Липко Иван Юрьевич

• Липко Иван Юрьевич
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Липко Иван Юрьевич

Введение

Глава 1. Моделирование и прогнозирование предельных

состояний

1.1 Актуальность мониторинга и оценки риска

1.2 Оценки риска

1.3 Наиболее вероятная траектория движения

1.3.1 Метод Монте-Карло и его модификации

1.3.2 Методы Теории больших уклонений для динамических систем

1.4 Методы прогнозирования основанные на статистических данных

1.4.1 Задачи классификации и регрессии

1.4.2 Алгоритмы машинного обучения

1.4.3 Метрики качества

1.5 Математическая постановка задачи исследования

1.6 Заключение к разделу

Глава 2. Методы мониторинга и оценки риска

2.1 Инстантон для линейной системы в бесконечном времени

2.2 Понятие о профиле

2.3 Оценка риска с помощью одного профиля

2.4 Процедура расчёта инстантона для оценки риска с

помощью профиля

2.5 Оценка риска с помощью нескольких профилей

2.6 Оценка риска в системах с релаксационными колебаниями

2.7 Анализ режимов движения с помощью оценок времени, вероятности, квазипотенциалов

2.8 Мониторинг ситуаций пересечения предельных состояний с использованием оценок времени, вероятностей и квазипотенциалов

2.9 Заключение к разделу

Глава 3. Применение методов оценки риска

3.1 Мониторинг курса необитаемого подводного аппарата

3.1.1 Математическая модель АНПА «MiddleAUV»

3.1.2 Оценка риска наступления предельного состояния

3.2 Оценка рисков опасной качки беспилотного катамарана

3.2.1 Математическая модель катамарана

3.2.2 Математическая модель внешних возмущений

3.2.3 Предельные состояния качки катамарана

3.2.4 Мониторинг предельных режимов качки

3.2.5 Прогнозирование среднего максимума угла дифферента

3.3 Заключение к разделу

Глава 4. Комплекс программ моделирования качки судна в

ветро-волновых условий

4.1 Конструкция стенда

4.2 Восстановление вектора состояния

4.3 Программные модули и компиляция

4.4 Результаты экспериментов

4.5 Заключение к разделу

Заключение

Список литературы

Приложение А. Акт о внедрении результатов

диссертационной работы в НИЛ «Робототехника и интеллектуальные

системы управления»

Приложение Б. Патент на полезную модель

Приложение В. Свидетельство о государственной

регистрации программы для ЭВМ

Введение диссертации (часть автореферата) на тему «Мониторинг и оценка риска превышения предельных состояний безэкипажными роботизированными судами»

Введение

Актуальность темы исследования. В условиях роста применения безэкипажных роботизированных подводных и надводных судов, большинство случаев их применения связано с выполнением миссии, которая выполняется в заранее неизвестной среде со случайными внешними воздействиями. Миссия подразумевает движение судна по маршруту, выполнение маршрутного задания. Успешное осуществление миссии, помимо заложенных действий и движения, подразумевает, что состояние судна находится в допустимых пределах и не превышает предельных значений. Наблюдение за состоянием, оценку и прогноз изменения состояния выполняет система мониторинга. Она «формирует картину мира» для системы принятия решения, которая производит управление и изменение режимов управления без участия человека, автоматически. Одним из важных вопросов осуществления мониторинга, в процессе выполнения миссии, является оценка рисков превышения предельных состояний. Оценка рисков во время выполнения миссии необходима для определения целесообразности дальнейшего выполнения миссии, возможной остановки или повторении исполнения маршрутного задания, внештатному завершению миссии.

Перспективные разработки в этой области уже включают применение не одного регулятора, а нескольких, рассчитанных для использования в различных режимах движения, управляемых верхнеуровневой системой контроля. Для таких систем важен запас времени, которое дано на распознавание и совершение манёвра, предостерегающего от превышения предельного состояния.

Безэкипажные роботизированные суда должны выполнять такие же задачи, как и обычные: совместное движение и обход препятствий, передача грузов, стыковка и буксировка. При этом могут возникать столкновения, навалы, посадка на мель, затопление, повреждение корпуса. По данным Allianz Global Corporate & Specialty в мире и Федеральной службой по надзору в сфере транспорта в России для судов с экипажем

в более чем 50% аварийных случаев причиной являются случайные внешние воздействия морской среды. Несмотря на это, более 80% всех грузоперевозок в мире осуществляется с помощью морского транспорта.

Степень разработанности темы исследования. Исследование математических методов расчёта надёжности технических систем выполняется с помощью теории надёжности и рисков, в которую внесли вклад Б. В. Гнеденко, Э. Гумбель, Ю. К. Беляев, И.М. Маликов, Акулова Л.Г., Калашников В.В., Буянова Б.Б.

Оценками перехода в фазовые состояния, выбросами случайных процессов занимались Пугачев В С., Тихонов В.И., Черноусько Ф. Л., Колмановский В. Б., Казаков И.Е., Вентцель А. Д., Фрейдлин М.И., Балабушкин А.Н., Гулько Ф.Б.

Изучение редких событий в системах управления вели Ташевский А.Г., Гипич Г. Н., Евдокимов В. Г., Кузьмин В.П. и Ярошевский В.А., Мартынова Л.А.

Методы теории больших уклонений для моделирования редких событий в динамических системах развили Donsker М. D., Varadhan S. R. S., Вентцель А. Д. и Фрейдлин М.И., Dembo А., Боровков А. А., Могульский А. А., Пухальский А. А., Хасьминский Р. 3., Touchette Н., Eijnden E.V., Grafke Т.

Разработкой систем управления, учитывающих риск, отказоустойчивых систем занимались Филаретов В.Ф., Жирабок А. Н., Зуев А. В., Blanke М., Прокопьев И.В., анализом и синтезом систем управления (aiming-, residence-, risk-sensitive control) Whittle P., Fleming W.P., Soner H., Meerkov S. M. и Runolfsson Т. Дубовик С.А. ввёл понятие профиля как совокупности наиболее вероятной траектории (НВТ) к предельному (нежелательному) состоянию и метаинформации, характеризующей движение, в каждой точке этой траектории.

Остаётся недостаточно изученным вопрос мониторинга и оценки риска возникновения ситуаций пересечения предельных состояний безэкипажными роботизированными судами в процессе их функционирования.

Объектом исследования являются безэкипажные

роботизированные подводные и надводные суда.

Предметом исследования являются методы мониторинга и оценки риска превышения предельных состояний безэкипажными роботизированными подводными и надводными суднами, использующие информацию о наиболее вероятных траекториях движения к предельным состояниям.

Целью диссертационной работы является улучшение точности мониторинга и оценки риска превышения предельных состояний посредством использования информации о наиболее вероятных траекториях движения к состояниям в предельной области.

Задачи исследования:

1. Анализ предметной области и факторов, влияющих на функционирование безэкипажных роботизированных подводных и надводных судов. Математическая постановка задачи исследования.

2. Разработка процедуры выбора узлов из аналитического решения задач расчёта наиболее вероятной траектории, квазипотенциала и вероятности.

3. Разработка методики оценки риска наступления предельного состояния, использующая несколько наиболее вероятных траекторий к предельным состояниям.

4. Разработка метода мониторинга ситуаций пересечения предельного состояния, использующего оценки времени, полученные из нескольких наиболее вероятных траекторий к предельным состояниям.

5. Постановка и проведение численных экспериментов в задачах: отклонение курса безэкипажного подводного аппарата, находящегося под воздействием внешних возмущений, качка катамарана под влиянием ветроволновых воздействий. Оценка точности мониторинга и оценки риска превышения предельных состояний, статистический анализ результатов.

6. Разработка комплекса программ для имитационного моделирования и оперативного мониторинга крена судна на волнении.

Научная новизна полученных в работе результатов состоит в следующем:

1. Получила дальнейшее развитие методика оценки риска с помощью наиболее вероятных траекторий к состояниям в предельной области. Развитие состоит в создании процедуры выбора узлов из аналитического решения задач расчёта наиболее вероятной траектории, квазипотенциала и вероятности. Процедура предусматривает перераспределение узлов в сторону их высокой концентрации вне точек перегиба квазипотенциала, что позволяет, улучшить точность оценки риска при таком же количестве узлов.

2. Впервые разработана методика оценки риска пересечения предельного состояния, позволяющая, оценивать время, оставшееся до пересечения предельного состояния и вероятность пересечения этого состояния в окне времени с учётом текущего состояния объекта, отличающаяся использованием нескольких наиболее вероятных траекторий к состояниям в предельной области и значений квазипотенциалов вдоль них.

3. Впервые разработан метод мониторинга ситуаций пересечения предельного состояния, позволяющий сигнализировать о возможном пересечении предельного состояния, отличающийся использованием оценок времени из нескольких наиболее вероятных траекторий к состояниям в предельной области.

Теоретическая значимость исследования состоит в развитии метода оценки риска, основанного на применении наиболее вероятной траектории к предельным состояниям, квазипотенциала и вероятности, состоящее в разработке процедуры выбора узлов решения, применению полученной информации для анализа фазового пространства объекта, использованию нескольких траекторий, уточнено понятие «профиль порогового состояния».

Практическая значимость исследования состоит в разработке комплекса программ для имитационного моделирования и оперативного мониторинга крена судна на волнении, в котором реализованы: метод мониторинга предельных углов качки судна в ветроволновых условиях, применена методика оценки риска, процедура выбора узлов. Процедура выбора узлов аналитического решения задачи поиска наиболее вероятной

траектории, квазипотенциала и вероятности приводит, к экономии памяти и вычислительных ресурсов бортовой ЭВМ, выполняющей оценку риска и мониторинг с помощью наиболее вероятной траектории, без существенного ухудшения точности оценки. Результаты диссертационной работы были использованы при реализации следующих финансируемых исследований: «Численно-аналитические методы в нелинейных системах управления» (№ 17-11-01220), 2016-2019 гг.; «Композиционный синтез робастных и адаптивных систем управления на основе асимптотических методов» (№ 15-08-06859), 2015-2016 гг.; «Межвузовский молодёжный проект морского научно-исследовательского судна «ПИОНЕР-М», 2017-2019 гг. Результаты внедрены в деятельность НИЛ «Робототехника и интеллектуальные системы управления» (Приложение А).

Методы исследования. В диссертационной работе применяются методы больших уклонений теории вероятности, численные методы интегрирования систем дифференциальных уравнений, метод Монте-Карло. Для моделирования использовался язык программирования и среда Ма^аЬ, а для реализации программного комплекса язык программирования С++.

Личный вклад автора. Результаты, выносимые на защиту, получены автором лично. В совместно опубликованных статьях личный вклад автора состоит в следующем: автором разработаны модели и алгоритмы, проведено моделирование систем и описание результатов. В разработке комплекса программ для стенда имитации качки судна личный вклад автора состоит в реализации метода мониторинга и методики оценки риска на основе нескольких профилей, численных алгоритмов интегрирования, математической модели судна под воздействием ветроволновых возмущений, реализация алгоритмов фильтрации данных с датчиков, элементы графического интерфейса.

На защиту выносятся следующие положения:

1. Процедура выбора узлов из аналитического решения задач расчёта наиболее вероятной траектории, квазипотенциала и вероятности.

2. Методика оценки риска пересечения предельного состояния, использующая несколько наиболее вероятных траекторий к состояниям в предельной области и значений квазипотенциалов вдоль них.

3. Метод мониторинга ситуаций пересечения предельного состояния, использующий оценки времени из нескольких наиболее вероятных траекторий к состояниям в предельной области.

4. Результаты численных экспериментов, демонстрирующих достижение цели диссертационного исследования на примере задач мониторинга и оценки риска превышения предельных состояний безэкипажных надводных и подводных аппаратов под воздействием внешних возмущений.

Степень достоверности и обоснованности результатов подтверждается применением апробированных численных методов, использованием математически корректных методов, сравнения результатов со статистическими данными и истинными значениями.

Апробация результатов исследования. Основные результаты диссертации докладывались и обсуждались на научных семинарах и конференциях: IV Международная научно-техническая интернет-конференция молодых ученых «Автоматизация, мехатроника, информационные технологии» (Омск, 2014 г.); Международная научно-практическая конференция «Молодёжный форум: технические и математические науки» (Воронеж, 2015 г.); Международный научно-технический семинар «Системы контроля окружающей среды-2015» (Севастополь, 2015 г.); Всероссийская научно-техническая конференция молодых ученых, аспирантов и студентов «Интеллектуальные системы, управление и мехатроника» (Севастополь, 2015-2017 гг.); Двенадцатая Всероссийская научно-практическая конференция «Перспективные системы и задачи управления» и Восьмая молодежная школа-семинар «Управление и обработка информации в технических системах» (Ростов-на-Дону, 2017 г.); 10-я Всероссийская Мультиконференция по проблемам управления - МКПУ-2017 (Геленджик, 2017 г.); Международная научно-техническая конференция «Системы контроля окружающей среды -2017» (Севастополь, 2017 г.); International Russian Automation Con-

и

ference - RusAutoCon (Сочи, 2018 г.); Ill Международная научная конференция по проблемам управления в технических системах, CTS-2019 (Санкт-Петербург, 2019); VI Всероссийская научно-практическая конференция «Актуальные проблемы развития и эксплуатации ракетно-артиллерийского, специального вооружения и морской техники» (Севастополь, 2021 г.); Международная конференция и молодежная школа «Математическое моделирование и суперкомпьютерные технологии» (Нижний Новгород, 2021 г.); VII Международная научно-практическая конференция «Мехатроника, автоматика и робототехника» (Санкт-Петербург 2023 г.); 16th International Conference on Pattern Recognition and Information Processing (Минск, 2023 г.); International Conference on Ocean Studies - ICOS (Владивосток, 2023 г.); Всероссийская молодежная школа «Управление, информация и оптимизация им. Поляка Б.Т.» ИПУ им. В.А. Трапезникова (Москва, 2015-2019 гг.).

Публикации. Основное содержание работы отражено в 19 научных работах, включая 4 в журналах рекомендованных ВАК к публикации на соискание учёной степени кандидата наук, 5 в зарубежных изданиях, индексируемых Scopus. Получены патент на полезную модель № RU195040 от 14.01.2020, свидетельство о государственной регистрации программы для ЭВМ № 2019662838 от 03.10.2019.

Объем и структура работы. Диссертация состоит из введения, четырёх глав, заключения. Полный объём диссертации составляет 152 страницы с 50 рисунками и 6 таблицами. Список литературы содержит 130 наименований.

Глава 1. Моделирование и прогнозирование предельных

состояний

1.1 Актуальность мониторинга и оценки риска

Данное исследование посвящено проблеме мониторинга и оценки риска ситуаций, связанных с переходом рассматриваемого объекта в нежелательное состояние, пересечением состоянием предельного уровня. Такие ситуации называют внештатными, опасными, нежелательными. Они противопоставляются естественному функционированию объекта. Когда речь идёт о безэкипажных роботизированных судах, то как правило над объектом присутствует система управления, задача которой, свести к невозможности свершение внештатных событий. Статистически говоря такие события являются редкими. Редкость события не отменяет того факта, что оно может произойти. Возможность возникновения события и желание субъекта или наблюдателя быть готовым к нему, чтобы противостоять или минимизировать потери, приводит к вопросам о том, как прогнозировать такое событие, как оценивать риск его возникновения и последствия, связанные с ним.

Риск является неизбежным атрибутом эксплуатации техники, в том числе функционирующей автономно без человека, присутствует при любых аномалиях: неблагоприятные условия среды (метеорологический риск), повреждение оборудования (технический риск) и т.д. Риск [1] представляет собой незнание достоверного, отсутствие определённости.

Общепринято понимать, что прогноз - это процесс или результат предсказания тех или иных фактов, событий, явлений, величин, которые станут известны лишь в будущем по отношению к моменту времени, в котором создаётся прогноз. Под прогнозом, с другой стороны, понимают модель будущего события, явления и т.п. Прогнозирование - это процесс по расчёту прогноза или созданию прогнозной модели.

Обычно говорят о событии или ситуации превышения (пересечения) предельного (порогового) состояния. Для исследования события необходимо следующее. Во-первых, понимание того, как происходит движение к предельному состоянию. Ответ на этот вопрос кроется в методах моделирования, в результате применения которых получают модель этого движения. Во-вторых, особый интерес представляет предсказание наперёд тех или иных фактов, событий, явлений, величин, которые станут известны лишь в будущем. В-третьих, это инструменты интерпретации результатов моделирования и прогноза: методы теории риска, фазовые портреты и т.п.

Задачи, которые возникают при исследовании событий превышения предельного состояния включают следующие: получить информацию, дающую понимание того, как могут происходить события, что им предшествует, численные характеристики возможности свершения события, траектории движения объекта к заданным состояниям события, распределение фазовых состояний и подобное, как это можно использовать для мониторинга и оценки риска. Приведём ниже несколько примеров конкретных проблемных ситуаций.

Одним из примеров необходимости выполнения оценки риска, мониторинга и прогноза является задача с удержанием курсового угла автономного необитаемого аппарата (АНПА) в заданных границах для осуществления передачи данных из АНПА на подводную платформу с помощью лазерного приёмо-передатчика. Передача данных подводой связана со многими сложностями: особенности средств передачи и приёма данных, АНПА функционируют в неизвестной и постоянно меняющейся среде. Это приводит к непрерывному изменению его положения и ориентации. Поэтому, например, использование магнитоиндукционных средств связи между АНПА и другими подводными устройствами не является стабильным и надёжным: время, необходимое для коммуникации, очень сильно ограничено [2]. Подводный аппарат (ПА) должен находится в заданном положении и обеспечивать приемлемое расстояние между приёмо-передающими устройствами в течении всего сеанса связи. Отклонения АНПА на относительно небольшие расстояния или углы,

изменения ориентации приводят к уменьшению скорости передачи или даже прерыванию сеанса связи, после чего необходимо выполнять специальные манёвры и повторять передачу данных. Требуется предсказывать время, в течении которого возможно выполнение сеанса связи. В работах [3; 4] приводятся примеры лазерных пучков, спроецированных на поверхности лазерных приёмников. Ориентируясь на их размеры, можно оценивать ограничения, накладываемые на ориентацию ПА в пространстве.

Управление АНПА сводится к задачам приведения ПА в зону сеанса связи, а затем ориентирование корпуса. Это напоминает задачу стыковки: навигация в пространстве, касание, вход и выход ПА. Таким образом, стыковка АНПА является другим примером, когда необходимо выдерживать заданные ограничения на положение корпуса. Общая задача навигации обычно решается классическими и хорошо известными методами [5; 6]. Они лежат в области геометрии и кинематики и выполняют маршрутизацию по точкам. Динамика лежит в основе методов теории управления. Наиболее часто используются: ПИД регулятор, управление в скользящем режиме и линейно-квадратичные регуляторы. Это позволяет перемещаться по маршруту. Например, в работах [7; 8], описываются контуры управления навигацией и стыковкой ПА. Стыковочная станция выполнена таким образом, чтобы выполнять зарядку и обмен данными, позволяя АНПА оперировать независимо от надводных судов в широкие интервалы времени. Более интересная задача возникает в случае, когда платформа является подвижной, например, в [9], где надводное судно должно на ходу подобрать подводный аппарат.

Выполнение миссий, с точки зрения субъекта управления, содержат определённые риски их успешного выполнения. Для предотвращения или снижения эффекта этих рисков некоторые авторы [10-12] предлагают оценивать отклонения от курса судна, потому что в большинстве случаев невозможно мгновенно передавать информацию между частями технической системы.

В задачах переоснащения существующего флота очень остро стоит вопрос об ответственности капитана в принятии решений при управлении

судном. В своей работе мореходы руководствуются диаграммами остойчивости и штормовыми картами. Диаграммы остойчивости вычисляются исходя из физических законов, геометрии корпуса судна и разработаны при проектировании судна, а вторые меняются постоянно, поскольку меняются погодные условия. Погода заставляет капитана принимать решения, часто оправданные опытом. Правоту своих действий проверяют, например, строя оценки вероятностных характеристик ветро-волновых возмущений, создавая траектории наиболее вероятного движения, обходя нежелательные области (как на карте, например, шторм, так и фазовые: большие углы качки или опасные курсовые углы). Примерами служат системы GULLIVER и FREDYN [13]. Первая делает расчёт учитывая ветро-волновые характеристики моря на переходе, а вторая симуляцию судна исходя из его загрузки. Результатом моделирования является диаграмма прогноза риска в зависимости от уровня загрузки судна, скорости его движения, значимой высоты волны, периода волны. При оценке редких событий симуляция может быть затруднена.

Известно достаточно много работ, которые посвящены оценкам риска эксплуатации безэкипажных судов. В целом проблематика внедрения безэкипажных судов связана с экономическими и организационными трудностями. Теперь основные риски, связанные с человеческим фактором переходят на сторону операторов судном, на процесс их подготовки и обучения вспомогательного персонала. И что не маловажно значительно увеличивается риск при проектировании и конструировании судна [1416]. Достаточно много статей [17-20], в которых приводится статистика из различных источников о возникающих авариях, проводится анализ причин и их классификация, раскрываются наиболее характерные тенденции, предлагается комплекс мер по снижению аварийности и повышению безопасности мореплавания. В статистике 2011-2021 годов самым результативным в плане аварий был 2013 год - более 70 аварийных ситуаций связанных с затоплением судов. Затопление происходит в подавляющем большинстве случаев. Среди технических аварийных ситуаций на фоне повреждения судовых механизмов и пожаров выделяется

потеря остойчивости. Среди основных факторов приводящих к аварийным ситуациям являются: влияние внешних воздействий (сильный ветер, шторм, туман и т.п.), человеческий фактор (несоблюдение норм и правил, беспечность, недооценка и не учёт гидрометеорологических условий плавания, ошибки восприятия обстановки).

В частности для России актуален вопрос внедрения безэкипажных судов в морях Арктического бассейна. С 2017 по 2019 годы по Северному морскому пути было перевезено свыше 60 млн. тонн груза [21]. Для расчёта перспектив безэкипажного транспорта проводится анализ иностранных и российских проектов автономных судов различной конструкции, систем их дистанционного и автономного управления. Известны следующие проекты безэкипажных судов в разной степени готовности. Проект «MUNIN» - концепции автономного судна с контролем оператором с береговой станции. Представляется в виде сухогруза водоизмещением 75 тыс. т с эксплуатационной скоростью 16 узлов. Судно предназначено для выполнения межконтинентальных рейсов. Проект «Hermod» -портовый буксир, оснащенный системой динамического позиционирования. Управление осуществляется дистанционно. Проект «DIMECC» -автономная мор- екая экосистема для обслуживания автономных судов. Проекты «Port Liner» и «Yara Birkeland», находящиеся на этапе моделирования. Проект РФЯЦ-ВНИИЭФ - автономное судно, которое предлагается использовать для транспортировки руды с месторождения на острове Южный архипелага Новая Земля в морской порт Мурманск. Здесь же в частности отмечается важный пример применения безэкипажных судов - это движение в караване.

В статьях [22-24] подымается вопрос оценки безопасности эксплуатации судов без экипажа. Рассматриваются такие аспекты как применимость автономных судов и выбора режимов их эксплуатации. Так например, предлагается использовать метод анализа видов и последствий отказов, приоритезация их по степени риска. Строятся и анализируются матрицы предупреждения о возможном отказе, критичности последствий и вероятности обнаружения. Затем выполняется расчёт сценариев приоритета и анализ результатов предложения по переключению

эксплуатационных режимов. Предложенный подход позволяет выбирать наиболее безопасный режим и прогнозировать дальнейшее действия на уровне макросостояния системы.

Данному диссертационному исследованию ближе по духу работа с риском в предметной области, связанной с финансами, экономикой и техническими системами, поскольку в таких сферах изучаются процессы, изменяющиеся во времени и описываемые с помощью дифференциальных уравнений. В таких процессах возможно оценивать риск не вообще, статичный и характеризующий систему в целом (как это принято в классической литературе по теории надёжности и теории рисков - риски, которые оценивают на момент проектирования), а изменяющийся по мере эксплуатации системы, который может привести к последствиям в будущем, который необходимо оценивать каждый момент функционирования системы. Практическая же важность состоит в том, что на основании этих оценок можно строить управленческие решения.

В статье [25] на примере освоения Северного морского пути проведен анализ влияния условий внешней среды на безопасность функционирования большого АНПА. Для этого используется динамическая байесовская сеть и таблицы условной вероятности. Авторы разработали цифровой полигон, где проводили имитацию движения подводного аппарата (ПА) по маршруту миссии. Это позволило проанализировать качество работы алгоритмов, понять, в каких направлениях следует совершенствовать алгоритмы управления движением аппарата, как учитывать сложные условия внешней среды.

Другим примером оценки риска и прогнозирования в процессе функционирования роботизированного судна является статья [26], где обсуждается вопрос опасности дефицита энергоресурса и его прогноз в процессе выполнения миссии. Авторы выделили самые энергоемкие системы и разработали их математические модели. Модели позволяют прогнозировать расход энергоресурса потребителями как на этапе формирования миссии, так и в процессе её выполнения с учетом изменения параметров работы потребителей. На этапе формирования миссии это позволяет оценить достаточность энергоресурса

Список литературы диссертационного исследования кандидат наук Липко Иван Юрьевич, 2024 год

Список литературы

1. Шапкин А. С., Шапкин В. А. Теория риска и моделирование рисковых ситуаций: Учебник. — М.: Издательско-торговая корпорация «Дашков и Ко», 2005. - 880 с.

2. Dynamic Magnetic Induction Wireless Communications for Autonomous-Underwater-Vehicle-Assisted Underwater IoT / Debing Wei, Li Yan, Chenpei Huang et al. // IEEE Internet of Things Journal. — 2020. — Vol. 7, no. 10. - Pp. 9834-9845.

3. Underwater Internet of Things in Smart Ocean: System Architecture and Open Issues / Tie Qiu, Zhao Zhao, Tong Zhang et al. // IEEE Transactions on Industrial Informatics. — 2020. — Vol. 16, no. 7. — Pp. 4297 4307.

4. Мартынов В. Л. Методология повышения эффективности подводных аппаратов. — Санкт-Петербург: Государственный научный центр Российской Федерации Открытое акционерное общество «Концерн «Морское подводное оружие - Гидроприбор»,, 2016. — 258 с.

5. Control design for a multi-regime 6-DOF underwater vehicle; development of MARIN's modular AUV / J. de Kruif Bas, Hans Cozijn, van der Schaaf Haite, Ypma Egbert // IFAC-PapersOnLine. — 2019. — Vol. 52, no. 21. - Pp. 230-235. - 12th IFAC Conference on Control Applications in Marine Systems, Robotics, and Vehicles CAMS 2019.

6. Лукомский Ю.А., Пешехонов В.Г., Скороходов Д.А. Навигация и управление движением судов. Учебник. — СПб.: Элмор, 2002. — 360 с.

7. Половко С.А., Проценюк А.С., Целуйко В.В. Опыт создания системы подводной стыковки для организации совместных действий // Международная научно-техническая конференция «Экстремальная робототехника». СПб: ООО Типография Фурсова, — 2022. — С. 152153.

8. Docking Control System for a 54-cm-Diameter (21-in) AUV / Robert S. McEwen, Brett W. Hobson, Lance McBride, James G. Belling-ham // IEEE Journal of Oceanic Engineering. — 2008. — Vol. 33, no. 4. - Pp. 550-562.

9. Kabanov A., Kramar V., Lipko I. Motion Control of Catamaran-type Floating Station for Gripping the AUV // 2020 Internationa,I MultiConference on Industrial Engineering and Modern Technologies (FarEast-Conj. _ 2020. - Pp. 1-6.

10. From the lab to the ocean: Characterizing the critical docking parameters for a free floating dock with a REMUS 600 / Barbara Fletcher, Stephen Martin, Geno Flores et al. // OCEANS 2017 - Anchorage. — 2017. - Pp. 1-7.

11. Zhang Rubo, Liu Guanqun, Li Xueyao. Real Time Path Predicting for Autonomous Underwater Vehicle Using Support Vector Regression Machines // 2008 Fourth International Conference on Natural Computation _ 2008. - Vol. 4. - Pp. 414-416.

12. Brito Mario, Griffiths Gwyn. A Bayesian approach for predicting risk of autonomous underwater vehicle loss during their missions // Reliability Engineering and System Safety. — 2016. — Vol. 146. — Pp. 55-67.

13. van Daalen E. F. G., Blok J. J., Boonstra H. Capsize Probability Analysis for a Small Container Vessel / Ed. by Marcelo Almeida Santos Neves, Vadim L. Belenky, Jean Otto de Kat et al. — Dordrecht: Springer Netherlands, 2011. - Pp. 501-514.

14. Градович Ю. А. Проблемы внедрения безэкипажного судовождения // Проблемы безопасности на транспорте : Материалы XII Международной научно-практической конференции, посвященной 160-летию Белорусской железной дороги. В 2-х частях. — 2022. — С. 293-294.

15. Титов A.B., Баракат Л., Лазовская О.Ю. Оценка рисков эксплуатации безэкипажных судов // Морские интеллектуальные технологии. - 2021. - Т. 1-4(43). - С. 11-23.

16. Куан Май Ван. Спасательные суда и вопрос обеспечения безопасности морского транспорта в мире и во Вьетнаме // Труды, НГТУ им. Р. Е. Алексеева. - 2013. - Т. 3(100).

17. Ганнесен В.В., Соловьёва Е.Е. Аварийность морских судов и методология поиска причинно-следственных связей, приведших к аварии // Научные труды Дальрыбвтуза. — 2022. — Т. 61, № 3. - С. 70-76.

18. Глазюк Д.К., Щербанъ З.А. Анализ аварийности морского флота РФ в период 2016-2021 гг. // Научные труды Дальрыбвтуза. — 2022. — Т. 60, № 2. - С. 49-55.

19. Воран-Кешишьян А.Л., Томилин А.Н., Р.Р. Туктаров. Анализ аварийности на судах отечественного флота: состояние, причины, тенденции, необходимые меры / / Эксплуатация морского транспорта. — 2021. — № 4(101). — С. 11-19.

20. Хабиров Т.Р., Савченко С.А. Анализ рисков возникновения чрезвычайных ситуаций при перевозке генеральных грузов морским транспортом // Современные проблемы гражданской защиты. — 2022. - № 4(45).

21. Юрин H.A., Лебедев Г.В., Лившиц H.H. Перспективы использования безэкипажных транспортных судов в морях Арктического бассейна России / / Научно-технический вестник информационных технологий, механики и оптики. — 2021. — Т. 21. Л'° 1.

С. 73-84.

22. Гаме A.B., Акмайкин Д-А., Ильченко А. А. Оценка эксплуатационного риска для морских автономных судов // Вестник государственного университет,а морского и речного флота им. адмирала С.О. Макарова. - 2022. - Т. 14, № 2. - С. 248-256.

23. Акмайкин Д-А., Гам,с А.В. Метод гибридного управления безэкипажным судном // Эксплуатация морского транспорта. - 2022. Л" 2. С. 160-163.

24. Епихин Л. А., Модина М.А. Проблемы внедрения безэкипажных судов на основе статистических исследований аварийных ситуаций и потерь судов // Морские интеллектуальные технологии — 2021. — Т. 3-1(53). - С. 77-82.

25. Оценка безопасности движения большого автономного необитаемого подводного аппарата / JI.A. Мартынова, Г. А. Подшивалов, В. В. Прокопович и др. // Подводные исследования и робототехника. _ 2024. - № 1(47). - С. 86-95.

26. Мартынова Л.А. Обеспечение безопасности функционирования больших АНПА путем прогнозирования и контроля их энергоресурса / / Робототехника и техническая кибернетика. _ 2024. - Т. 12, № 2. - С. 85-93.

27. Гриняк В.М., Трофимов М.В., Люлько В.И. Оценка и представление параметров безопасного движения судна // Вестник государственного университет,а морского и речного флота им. адмирала С.О. Макарова. — 2016. — Т. 4(38). — С. 51-61.

28. Ефремова П.А. Разработка автономной технической системы по определению параметров морского волнения для целей безопасного мореплавания // Транспортное дело России. — 2021. — Т. 4. — С. 157159.

29. Павлов Д-А., Поленин В.П. Модель движения автономного необитаемого подводного аппарата на границе раздела сред // Морская радиоэлектроника. — 2023. — Т. 4(86). — С. 8-13.

30. Whittle P. Risk-sensitive linear/quadratic/Gaussian control. // Advances in Applied Probability. - 1981. - Vol. 3. - P. 764-777.

31. Whittle P. Risk sensitivity, a strangely pervasive concept. // Macroeco-nomic Dynamics. — 2002. — Vol. 6, no. 5-18.

32. Jacobson D. Optimal stochastic linear systems with exponential performance criteria and their relation to deterministic differential games // IEEE Transactions on Automatic Control. — 1973. — Vol. 18, no. 2. — Pp. 124-131.

33. Runolfsson T. Risk-sensitive control of stochastic hybrid systems // Proceedings of 1995 34th IEEE Conference on Decision and Control — 1995. _ v0i. 2. - Pp. 1032-1033.

34. Dupuis P., H. Kushner. Minimizing Escape Probabilities: A Large Deviations Approach // Proceedings of the 28th Conference on Decision and Control, Los Angeles. - 1987. - Pp. 1966-1969.

35. Pham Huyen. Large deviations in mathematical finance [Электронный ресурс]. — 2010. — Режим доступа: proba.jussieu.fr / pageperso / pham / GD-finance.pdf.

36. Morters Peter. Large deviation theory and applications [Электронный ресурс]. — 2008. — Режим доступа: http://people.bath.ac.uk/maspm/ LDP.pdf.

37. Картвелишвили В.М., О.А. Свиридова. Риск-менеджмент. Методы оценки риска: Учебное пособие. — М.: ФГБОУ ВО РЭУ им. Г.В. Плеханова, 2017. — 120 с.

38. Алехин Е. И. Теория риска и моделирование рисковых ситуаций: учеб.-метод. пособие. — Орел : ОГУ, 2008. — 152 с.

39. Половко А. М.. Гуров С. В. Основы теории надёжности: Учебник. — СПб.: БХВ-петербург, 2006. — 704 с.

40. Classerman P. Monte Carlo Methods in Financial Engineering. — Springer New York, NY, 2003. — 596 pp.

41. Сажин Ю.В., Сысоева Е.А., Карташова О.Б. Статистическое моделирование рисковых ситуаций в экономике и бизнесе : учебное пособие. — Саранск : Издательство Мордовского университета,, 2008.

_ 195 с.

42. Rubino Gerardo, Tuffin Bruno. Rare Event Simulation using Monte Carlo Methods. - John Wiley and Sons Ltd, 2009. - 268 pp. - DOI: 10.1002/9780470745403.

43. Asmussen S., Glynn P. W. Stochastic Simulation: Algorithms and Analysis. - Springer New York, 2007. - 268 pp. - DOI: 10.1007/978-0-38769033-9. - ISBN: 9780387690339.

44. Bachar M.. Batzel J. J., Ditlevsen S. Stochastic Biomathematical Models: with Applications to Neuronal Modeling. Lecture Notes in Mathematics. - Springer Berlin Heidelberg, 2012. - 206 pp. - ISBN: 9783642321573.

45. Beck James L., Zuev Konstantin M. Rare Event Simulation. Handbook of Uncertainty Quantification. — Springer International Publishing, 2017.

_ p. идо.

46. Боровков А. А., Могульский А.А., Саханенко А. И. Предельные теоремы для случайных процессов. — Итоги науки и техн. Сер. Соврем, пробл. мат. Фундам. направления, 1995. — Т. 82. — С. 5194.

47. Соболевский А. Н. Теория вероятностей и основы математической статистики для физиков. — М.: Физический факультет МГУ им. М.В. Ломоносова, 2007. — 46 с.

48. Varadhan S.R.S. Asymptotic probabilities and differential equations // Comm. Pure Appl. Math. - 1966. - Vol. 19. - Pp. 261-286.

49. Вент,цель А.Д., Фрейдлин М.И. Флуктуации в динамических системах под действием малых случайных возмущений. — М.: Наука, 1979. - 424 с.

50. Freidlin M.I., Wentzell A.D. Random Perturbations of Dynamical Systems, third edition. — Springer, Heidelberg, 2012. — Vol. 260. — 409 pp. — Grundlehren der Mathematischen Wissenschaften [Fundamental Principles of Mathematical Sciences]. Translated from the 1979 Russian original by Joseph Szücs.

51. Фрейдлин M. И. Функционал действия для одного класса случайных процессов // ТВП. - 1972. - Т. 17, № 3. - С. 536-541.

52. Varadhan S.R.S., Donsker M.D. Asymptotic evaluation of certain Markov process expectations for large time. I // Comm. Pure Appl. Math. — 1975. _ Vol. 28. - P. 1-47.

53. Varadhan S.R.S., Donsker M.D. Asymptotic evaluation of certain Markov process expectations for large time. II // Comm. Pure Appl. Math. — 1975. _ Vol. 28. - P. 279-301.

54. Varadhan S.R.S., Donsker M.D. Asymptotic evaluation of certain Markov process expectations for large time. Ill // Comm. Pure Appl. Math. — 1976. - Vol. 29, no. 4. - P. 389-461.

55. Varadhan S.R.S., Donsker M.D. Asymptotic evaluation of certain Markov process expectations for large time. IV // Comm. Pure Appl. Math. — 1983. - Vol. 36, no. 2. - P. 183-212.

56. Пухалъский А. А. Большие уклонения стохастических динамических систем. Теория и приложения. — М.: ФИЗМАТЛИТ, 2005. — 511 с.

57. Large Deviations in Fast-Slow Systems / Freddy Bouchet, Tobias Grafke, Tomás Tangarife, Eric Vanden-Eijnden // Journal of Statistical Physics. _ 2016. - Vol. 162, no. 4. - Pp. 793-812.

58. Kelly David, Vanden-Eijnden Eric. Fluctuations in the heterogeneous multiscale methods for fast-slow systems // Research in the Mathematical Sciences. - 2017. - Vol. 4, no. 1. - P. 23.

59. Azencott Robert, Geiger Brett, Ott William Large Deviations for Gaussian Diffusions with Delay // Research in the Mathematical Sciences. — 2018. - Vol. 170, no. 2. - Pp. 254-285.

60. Cameron Maria. Finding the quasipotential for nongradient SDEs // Physica D: Nonlinear Phenomena. — 2012. — Vol. 241, no. 18. — Pp. 1532-1550.

61. Dahiya Daisy, Cameron Maria. Ordered Line Integral Methods for Computing the Quasi-Potential // Journal of Scientific Computing. — 2018. - Vol. 75, no. 3. - Pp. 1351-1384.

62. Li Yang, Duan Jinqiao, Liu Xianbin. Machine learning framework for computing the most probable paths of stochastic dynamical systems // Phys. Rev. E. - 2021. - Jan. - Vol. 103. - P. 012124.

63. A machine learning method for computing quasi-potential of stochastic dynamical systems / Yang Li, Jinqiao Duan, Xianbin Liu, Yuming Chu // Nonlinear Dynamics. - 2022. - Vol. 109. - Pp. 1877-1886.

64. Grafke Tobias, Vanden-Eijnden Eric. Numerical computation of rare events via large deviation theory // Chaos: An Interdisciplinary Journal of Nonlinear Science. - 2019. - Vol. 29, no. 6. - P. 063118.

65. Grafke Tobias, Schafer Tobias, Vanden-Eijnden Eric. Long Term Effects of Small Random Perturbations on Dynamical Systems: Theoretical and Computational Tools / Ed. by Roderick Melnik, Roman Makarov, Jacques Belair. — New York, NY: Springer New York, 2017. — Pp. 17-55.

66. Weinan E, Weiqing Ren, Vanden-Eijnden Eric. Minimum action method for the study of rare events // Communications on Pure and Applied Mathematics. - 2004. - Vol. 57, no. 5. - Pp. 637-656.

67. Heymann Matthias, Vanden-Eijnden Eric. The geometric minimum action method: A least action principle on the space of curves // Communications on Pure and Applied Mathematics. — 2004. — Vol. 61, no. 8. — Pp. 10521117.

68. Grafke Tobias. String method for generalized gradient flows: computation of rare events in reversible stochastic processes // Journal of Statistical Mechanics: Theory and Experiment. — 2019. — apr. — Vol. 2019, no. 4. - P. 043206.

69. Weinan E, Weiqing Ren, Vanden-Eijnden Eric. String method for the study of rare events // Phys. Rev. B. — 2002. — Aug. — Vol. 66. — P. 052301.

70. Heymann M.. Vanden-Eijnden E. Pathways of Maximum Likelihood for Rare Events in Nonequilibrium Systems: Application to Nucleation in the Presence of Shear // Phys. Rev. Lett. - 2008. - Vol. 100, no. 140601.

71. Touchette H. The large deviation approach to statistical mechanics. — 2009. - Vol. 478(1-3). - Pp. 1-69.

72. Грае Дж. Data Science. Наука о данных с нуля: Пер. с англ. — М.: БХВ-Петербург, 2017. — 336 с.

73. Shifts: A Dataset of Real Distributional Shift Across Multiple Large-Scale Tasks / Andrey Malinin, Neil Band, Yarin Gal et al. // Thirty-fifth Conference on Neural Information Processing Systems Datasets and Benchmarks Track. — 2021.

74. Андерсон Т. Статистический анализ временных рядов. — Москва: Мир, 1976. - 755 с.

75. Паклим Н.В., Орешков В. И. Бизнес-аналитика: от данных к з!1и!1ия.\1( CD): Учебное пособие. 2-е изд. — СПб.: Питер, 2013. — 706 с.

76. Гатип П.А., Семенова В.Н. Исследование циклических временных рядов с переменной цикличностью методом рядов Фурье // Вестник ДИТИ. - 2018. - Т. 1(15), № 2. - С. 91-96.

77. Classification and Regression Trees / Leo Breiman, H. Friedman Jerome, Richard A. Olshen, Charles J. Stone. — New York: Routledge, 1984. — 368 pp.

78. Генрихов И.Е. О критериях ветвления, используемых при синтезе решающих деревьев // Машинное обучение и анализ данных. — 2014. _ т. 1, № 8. - С. 988-1017.

79. Classification and Regression Trees / L. Breiman, J. Friedman, R. Olshen, Stone C. - CRC press, 1984.

80. Липатов H.B. Деревья принятия решений. CART алгоритм // Решение. Пермь: Пермский национальный исследовательский политехнический университет. — 2016. Л'° 1. С. 149-153.

81. Иванов М.С., Преображенский Ю.П. Разработка алгоритма отсечения деревьев // Вестник Воронежского института высоких технологий. - 2008. - № 3. - С. 31-32.

82. Wolpert David Н. Stacked generalization // Neural Networks. — 1992. — Vol. 5, no. 2. - Pp. 241-259.

83. Breiman Leo. Bagging Predictors // Machine Learning. — 1996. — Vol. 24.

- Pp. 123-140.

84. Breiman Leo. Random Forests // Machine Learning. — 2001. — Vol. 45.

- Pp. 5-32.

85. Аркадьев А. Г., Враверман Э. M. Обучение машины распознаванию образов. — М.: Наука, 1964. — 112 с.

86. Конкурентное сходство как универсальный базовый инструмент когнитивного анализа данных / Н.Г. Загоруйко, И.А. Борисова, О.А. Кутненко и др. // Онтология проектирования. — 2015. — Т. 5, № 1(15). - С. 7-18.

87. Domingos Pedro. A Few Useful Things to Know about Machine Learning // Communications of the ACM. — 2012. — Vol. 55, no. 10. — Pp. 78-87.

88. Алексеев В.М., Галеев Э.М., В.М. Тихомиров. Сборник задач по оптимизации. Теория. Примеры. Задачи. Учеб. пособие. — М.: Наука, 1984. - 288 с.

89. Дубовик С.А. О возможности прогноза и предотвращения критических состояний при управлении процессами диффузионного типа // XII Всероссийское совещание по проблемам управления ВСПУ-20Ц. Москва, 16-19 июня 20Ц г.: Труды. [Электронный ресурс]. — 2014. — С. 1443-1453. — Режим доступа: http://vspu2014.ipu.ru/proceedings/vspu2014.zip.

90. Дубовик С.А. Асимптотическая семантизация данных в системах управления // Мехатроника, автоматизация, управление. — 2019. - № 20(8). - С. 461-471.

91. Дубовик С.А. Асимптотические методы прогноза и стабилизации динамической системы в условиях критических состояний / / Идентификация систем и задачи управления (SICPRO '09), Труды VIII международной конференции. М.: Институт проблем управления им. В.А. Трапезникова РАН. — 2009. — С. 1099-1104.

92. Дубовик С.А., Кабанов A.A. Композиционный синтез для бортовых систем управления летательных аппаратов // Информационные технологии и управление, Севастополь: Федеральное государственное автономное образовательное учреждение высшего образования «Севастопольский государственный университет». — 2015. - Т. 1, № 1. - С. 5-13.

93. Дубовик С.А. Использование квазипотенциалов для контроля больших уклонений управляемых процессов / / Мехатроника, автоматизация, управление. — 2016. — Т. 17, № 5. — С. 301-307.

94. Дубовик С.А. Асимптотический метод управления и принятия решений на основе квазипотенциалов Вентцеля-Фрейдлина / / Всероссийская научная конференция по проблемам управления в технических системах, Санкт-Петербург: Санкт-Петербургский

государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина). - 2015. - № 1. - С. 38-41.

95. Привалов П. П. Введение в теорию функций комплексного переменного: Учебник. — СПб.: Лань, 2009. — 432 с.

96. Foley J. D. Computer Graphics: Principles and Practice. — Addison-Wesley, 1990. - 965 pp.

97. Дубовик С.А., Кабанов А.А., Липко И.Ю. Система контроля крена судна на базе анализа больших уклонений. // Перспективные системы и задачи управления, Южный федеральный университет,Ротов-на-Дону. — 2017. — С. 196-209.

98. Липко И.Ю., Титов А.В. Онлайн прогноз времени присутствия с помощью а-профилей в задаче стабилизации курса АНПА // Морские интеллектуальные технологии. — 2023. Т. 1. 1. С. 254-260.

99. Lipko I. Online estimation of risk in AUV course keeping problem // 2023 International Conference on Ocean Studies. — 2023. — Pp. 201-205.

100. Липко И.Ю. Прогнозирование рисковых ситуаций крена катамарана в штормовых условиях // Вестник Астраханского государственного технического университет,а. Серия: Управление, вычислительная техника и информатика. — 2024. — № 2. — С. 47-56.

101. Липко И.Ю. Моделирование редких событий качки беспилотного катамарана // Морские интеллектуальные технологии. — 2021. — Л" 1. - С. 219-226.

102. Kabanov A., Kramar V., Lipko I. Motion Control of Catamaran-type Floating Station for Grippng the AUV // International Multi-Conference on Industrial Engineering and Modern Technologies. — 2020. — Pp. 1-6.

103. Fossen Т. I. Guidance and Control of Ocean Vehicles. — John Wiley & Sons, Inc., 1994. — 494 pp.

104. Fossen Т. I. Handbook of marine craft hydrodynamics and motion control.

- Jhon Wiley & Sons, 2011. - 642 pp.

105. Liang L., J. Yuan, Zhang S. Application of model predictive control technique for wave piercing catamarans ride control system. // IEEE International Conference on Mechatronics and Automation, Harbin — 2016.

- Pp. 726-731.

106. Войту некий Я.Н. Справочник по теории корабля: в трёх томах. Том 2. Статика судов. Качка судов. — Л.: Судостроение, 1985. — 440 с.

107. Благовещенский С.Н., Холодилин А.Н. Справочник по статике и динамике корабля. В двух томах. Изд. 2-е, переаб. и доп. Том 2. Динамика (качка) корабля. — Л.: Судостроение, 1976. — 176 с.

108. Вагущенко Л.Л., Вагущенко А.Л., Заичко С.И. Бортовые автоматизированные системы контроля мореходности. — Одесса: Феникс, 2005. — 274 с.

109. Войту некий Я. И., Першиц Р. Я., Титов И. А. Справочник по теории корабля. Ходкость и управляемость. — Л.: Судпромгиз, 1960. — 700 с.

110. Справочник по теории корабля / В.Ф. Дробленков, А.И. Ермолаев, , Н.П. Муру. — М.: Воениздат, 1984. — 589 с.

111. Перщиц Р.Я. Управляемость и управление судном. — Л.: Судостроение, 1983. — 272 с.

112. Kramar V. The Construction Principle and System Architecture of the Automatic Hold System of an Unmanned Vessel. // International MultiConference on Industrial Engineering and Modern Technologies (FarEast-Con), Vladivostok. - 2018. - Pp. 1-4.

113. Бородай И.К., Нецветаев Ю.А. Качка судов на морском волнении. — Л.: Судостроение, 1969. — 432 с.

114. Лопатухин Л. И., Бухановский А. В., Чернышева Е.И. Reference data on wind and wave regime of the Barents and Kara sea shelf. — Saint Petersburg: Russian maritime register of shipping, 2022. — 355 pp.

115. Справочные данные по режиму ветра и волнения Балтийского, Северного, Чёрного, Азовского и Средиземного морей. — СПб.: Российский морской регистр судоходства, 2006. — 451 с. — ISBN 5-89331-071-3.

116. Федеявский К.К. К обоснованию гипотезы стационарности для определения гидродинамических сил и моментов, действующих на корабль, движущийся в горизонтальной плоскости. // Труды, НТО СП. - 1957. - Т. 7, № 2.

117. Lipko I. Test bench algorithms for catamaran roll simulation // Advances in Systems Science and Applications. — 2019. — Vol. 19, no. 3. — Pp. 110.

118. Липко И.Ю. Программный комплекс стенда имитационного моделирования качки катамарана в ветроволновых условиях // Известия ЮФУ. Технические науки. — 2024. — № 2. — С. 59-69.

119. Experimental results on motion regulation in high speed marine vessels. / V. Hassani, S. A. Alterskj^r, D. Fathi et al. // 22nd, Mediterranean Conference on Control and Automation, Palermo. — 2014. — Pp. 487-492.

120. Stewart D. A Platform with Six Degrees of Freedom. // Proceedings of the Institution of Mechanical Engineers. — 1965. — Vol. 180. — Pp. 371-378.

121. Rekdalsbakken W. Design and Application of a Motion Platform for a High-Speed Craft Simulator. // IEEE International Conference on Mechatronics, Budapest. — 2006. — Pp. 38-43.

122. Control of an Electrohydraulic Stewart Platform Manipulator as Vessels Motion Simulator. / R. Lebrón, V. Valente, M. Sobczyk, E. Perondi // 9th FPNI Ph.D. Symposium on Fluid, Power: — 2016.

123. Andrievsky В. Control of pneumatically actuated 6-DOF Stewart platform for driving simulator. // 20Ц 19th International Conference on Methods and Models in Automation and Robotics (MMAR), Miedzyzdroje. — 2014. - Pp. 663-668.

124. Development of a motion system for a training simulator based on Stewart platform. / E.I. Krasnov, V.V. Mikhaylov, S.L. Sergeev, A.B. Stuchenkov // International Conference «Stability and Control Processes» in Memory of V.I. Zubov (SCP'), St. Petersburg. — 2015. — Pp. 99-101.

125. Shiong C. Y., J alii M. К. A., M. Hussein. Motion visualization and control of a driving simulator motion platform. // 6th International Symposium on Mechatronics and its Applications, Sharjah — 2009. — Pp. 1-5.

126. Villacis C. Real-time flight simulator construction with a network for training pilots using mechatronics and cyber-physical system approaches. // IEEE International Conference on Power, Control, Signals and Instrumentation Engineering (ICPCSI. — 2017. — Pp. 238-247.

127. Dubovik S. A., Kabanov A. A. Quasipotentials in synthesis of control systems based on knowledge. // Proceedings of International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), St. Petersburg. - 2017. - Pp. 1-4.

128. C.A. Дубовик, А.А. Кабанов. Функционально устойчивые системы управления: асимптотические методы синтеза. — М.: Инфра-М, 2010. _ б42 с.

129. Lipko I. U. Forecasting of Catamaran Roll Threshold Exceeding // 2018 International Russian Automation Conference (RusAutoCon), Sochi, Russia, IEEE. - 2018. - Pp. ISBN: 978-1-5386-4938-1, DOI: 10.1109/RUSAUTOCON.2018.8501764.

130. Lewis F.L., Xie L., Popa D. Optimal and Robust Estimation: With an Introduction to Stochastic Control Theory. — CRC Press, 2017. — 300 pp.

Приложение А

Акт о внедрении результатов диссертационной работы в НИЛ «Робототехника и интеллектуальные системы управления»

Утверждаю

Проректор по научной деятельности ФГАОУ государственный щ^щт^Щ^/т. н. Евстигнеев М.П.

2024

^Л , "Ф * г««4

О внедрении результатов диссертационй^^^о^Липко Ивана Юрьевича «Мониторинг и оценка риска превышения предельных состояний безэкипажными роботизированными судами» в научно-исследовательскую лабораторию «Робототехника и интеллектуальные системы

управления»

Комиссия в составе:

председатель Кабанов А.А., к.т.н., доцент, директор Института радиоэлектроники и интеллектуальных технических систем, заведующий научно-исследовательской лабораторией «Робототехника и интеллектуальные системы управления»;

члены комиссии: Токарев Д.А., к.т.н., доцент кафедры «Информатика и управление в технических системах», старший научный сотрудник научно-исследовательской лаборатории «Робототехника и интеллектуальные системы управления»; Васильев Д.М., ведущий инженер научно-исследовательской лаборатории «Робототехника и интеллектуальные системы управления»;

составила настоящий акт о том, что результаты диссертационной работы Липко Ивана Юрьевича были использованы в профессиональной деятельности научно-исследовательской лаборатории «Робототехника и интеллектуальные системы управления», а именно комплексная программа стенда имитации качки использовалась для оперативного мониторинга крена судна на волнении в проекте «Межвузовский молодёжный проект морского научно-исследовательского судна «ПИОНЕР-М» (2017-2019 гг.), результаты расчётов наиболее вероятных траекторий и математические модели при реализации следующих финансируемых исследований: «Численно-аналитические методы в нелинейных системах управления» (№ 17-11-01220, 2016-2019 гг.), «Композиционный синтез робастных и адаптивных систем управления на основе асимптотических методов» (№ 15-08-06859, 2015-2016 гг.).

Председатель комисси Чтте/им комиссии:

А.А. Кабанов Д.А. Токарев Д.М. Васильев

Приложение Б Патент на полезную модель

Приложение В

Свидетельство о государственной регистрации программы для

ЭВМ