Нечеткие иерархические марковские модели процессов развития отказов систем автоматического управления, контроля и диагностики ГТД тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Абдулнагимов, Ансаф Ирекович

• Абдулнагимов, Ансаф Ирекович
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Абдулнагимов, Ансаф Ирекович

Оглавление

Обозначения и сокращения

Введение

1. РАЗРАБОТКА ИЕРАРХИЧЕСКИХ МОДЕЛЕЙ ПРОЦЕССОВ РАЗВИТИЯ ОТКАЗОВ САУКиД

1.1. Обзор современных методов контроля и диагностики элементов ГТД и его систем

1.2. Анализ теоретических принципов системной безопасности и исследование аппаратных структур перспективных САУКиД

1.3. Разработка иерархических моделей процессов развития отказов

САУКиД

Результаты и выводы по первой главе

2. РАЗРАБОТКА МЕТОДИКИ ОПРЕДЕЛЕНИЯ ПАРАМЕТРОВ СОСТОЯНИЯ САУКиД И ЕГО СИСТЕМ

2.1. Разработка методики определения параметров состояния САУКиД и его систем на основе нечеткой логики

2.2. Определение коэффициентов влияния отказов и степени деградации

2.3. Построение нечетких иерархических марковских моделей

состояния силовой установки

Результаты и выводы по второй главе

3. РАЗРАБОТКА МЕТОДА ОБНАРУЖЕНИЯ ОТКАЗОВ НА ОСНОВЕ

МАРКОВСКИХ МОДЕЛЕЙ САУКиД

3.1. Развитие нелинейности характеристик в процессе износа и

деградации гидромеханической части САУКиД как диагностический признак

3.2. Косвенная оптимизация статистических оценок марковских моделей САУКиД

3.3. Оценивание марковских моделей с использованием параллельных

вычислений

Результаты и выводы по третьей главе

4.. РАЗРАБОТКА МЕТОДИКИ ПОЛУНАТУРНЫХ ИСПЫТАНИЙ САУКиД ГТД НА ОСНОВЕ ИЕРАРХИЧЕСКИХ МАРКОВСКИХ МОДЕЛЕЙ

4.1. Применение полунатурного моделирования при создании и экспериментальной доводке САУКиД ГТД

4.2. Имитационное моделирование отказов при полу натурных испытаниях САУКиД ГТД

4.3. Экспериментальные исследования методики полунатурного моделирования отказов ГТД и его систем на основе иерархических

марковских моделей

Результаты и выводы по четвертой главе

Результаты и выводы

Список литературы

Обозначения и сокращения Условные обозначения

ссди - положение дозирующего элемента расхода топлива

«руд - угловое положение РУД

(7, - расход топлива

Ст пр - приведенный расход топлива

./от - заданный ток ИМ в цепи управления расходом топлива Гвх - температура воздуха на входе в двигатель Рвх - давление воздуха на входе в двигатель п \ - частота вращения ротора низкого давления п2 - частота вращения ротора высокого давления

Основные сокращения

БЦВМ - бортовая цифровая вычислительная машина

ВНА - входной направляющий аппарат

ВСК - встроенная система контроля

ГВТ - газовоздушный тракт

ГМЧ - гидромеханическая часть САУ

ГТД - газотурбинный двигатель

ИМ - исполнительный механизм

КЗ - короткое замыкание

КСБ - конструктивно сменный блок

ЛА - летательный аппарат

МАИ - метод анализа иерархий

ММ - математическая модель

ПМК - полунатурный моделирующий комплекс

РУД - рычаг управления двигателем САУ - система автоматического управления

САУКиД - система автоматического управления, контроля и диагностики

ТВВ Д - турбовинтовентиляторный двигатель

ЭЛЧ - электронная часть САУ

ЭСУ - электронная система управления

FADEC - Full Authority Digital Engine Control system (электронная система управления с «полной ответственностью»)

CALS - Continuous Acquisition and Life-cycle Support (непрерывная информационная поддержка жизненного цикла продукта)

Введение диссертации (часть автореферата) на тему «Нечеткие иерархические марковские модели процессов развития отказов систем автоматического управления, контроля и диагностики ГТД»

Введение

Актуальность темы. Безопасность полета во многом определяется состоянием силовой установки летательного аппарата и ее системы управления. Современные бортовые цифровые системы автоматического управления, контроля и диагностики (САУКиД) позволяют измерять большое количество параметров газотурбинного двигателя (ГТД) и его систем и получать массивы такой информации в цифровом виде. Для решения текущих задач управления и контроля состояний во время полета, как правило, используется малая часть этих данных. Более глубокий анализ такой информации может улучшить глубину контроля и принять соответствующие меры до наступления критических отказов, и, таким образом, повысить безопасность полетов.

Современные цифровые системы автоматического управления, контроля и диагностики характеризуются большим числом функций регулирования, контроля и диагностики, в то время как наиболее критичными в ГТД являются его элементы и блоки (датчики, исполнительные механизмы и т.д.). Анализ отечественных и зарубежных публикаций показывает, что больше всего отказов происходит в узлах двигателя и САУКиД (для САУКиД это 40-75 %). Отказы, связанные с износом и разрушением элементов ГТД и его систем, могут развиваться скачкообразно либо постепенно, и своевременное обнаружение таких изменений (деградации характеристик) является актуальной задачей в области эксплуатации и технического обслуживания авиационной техники.

Существующие в настоящее время технологии обнаружения отказов основаны преимущественно на «четких» логических операциях и выявляют лишь два состояния - «исправное состояние» либо «отказ», и не учитывают процессы деградации элементов или блоков. Оценка степени деградации создает предпосылки к переходу от двухзначной логики к нечеткой для

анализа процессов развития отказов САУКиД ГТД. Используя алгоритмические, вероятностные и нечеткие методы анализа постепенных отказов (постепенное изменение характеристик или конструктивных параметров) можно во многих случаях предотвратить возникновение аварийных и катастрофических ситуаций, либо подготовить экипаж к принятию экстренных мер путем заблаговременного информирования о «приближении» к критической ситуации.

С появлением высокопроизводительной вычислительной техники открываются возможности более глубокого и качественного анализа экспериментальных данных. Эта проблема особенно актуальна для обработки марковских моделей сложных динамических систем с отказами, особенно в части построения иерархических моделей.

Совершенствование систем автоматического управления контроля и диагностики ГТД представляет собой резерв повышения качества силовой установки и обеспечения требований к летно-техническим характеристикам в широком диапазоне режимов работы и условий полета.

Различные подходы к решению проблемы контроля и диагностики технического состояния ГТД представлены в работах В. Г. Августиновича, А. М. Ахмедзянова, И. А. Биргера, В. И. Васильева, X. С. Гумерова, В. Т. Де-деша, Н. Г. Дубравского, И. В. Егорова, С. В. Епифанова, В. Н. Ефанова, Ю. С. Кабальнова, В. Г. Крымского, Г. Г. Куликова, В. Ю. Арькова, С. В. Жернакова, А. И. Фрида, Д. Ф. Симбирского, Н. Н. Сиротина, А. П. Тунакова, В. Т. Шепеля и других.

В диссертации предлагается дальнейшее развитие моделей и методов исследования систем контроля и диагностики ГТД в аспекте оценивания степени деградации на различных уровнях иерархии сложной системы.

Целью работы является повышение эффективности контроля и диагностики технического состояния ГТД и его систем на основе нечетких иерархических марковских моделей процессов развития отказов.

Для достижения указанной цели в работе были поставлены и решены следующие задачи:

1. Разработать иерархическую модель процессов развития отказов на примере САУКиД.

2. Разработать методику определения параметров состояния САУКиД и его систем на основе нечеткой логики.

3. Разработать метод обнаружения отказов на основе марковского моделирования нелинейной динамики.

4. Разработать методику полунатурных испытаний САУКиД ГТД на основе иерархических марковских моделей.

Методы исследования. Поставленные в диссертационной работе задачи решались с использованием теории автоматического управления, теории идентификации, метода анализа иерархий, нечеткой логики, методов системного моделирования, теории марковских и случайных процессов и др. Обработка экспериментальных данных проводилась средствами диалоговой системы Matlab с интегрированной средой визуального моделирования Simulink; схема активных экспериментов отрабатывалась на полунатурном стенде У HI 111 «Молния».

Научная новизна заключается в следующем:

1. Разработана иерархическая модель процессов развития отказов, отличающаяся тем, что интегрирует функциональную, физическую структуру элементов и блоков САУКиД, дерево состояний и дерево коэффициентов влияния отказов.

2. Разработана методика определения параметров состояния САУКиД и его систем на основе нечеткой логики, отличающаяся тем, что степень деградации определяется на основе дискретно-упорядоченной шкалы и коэффициентов влияния отказов.

3. Разработан метод обнаружения отказов на основе марковского моделирования, отличающийся тем, что для обнаружения отказов

анализируется эмпирическое многомерное распределение, которое свидетельствует о нелинейности характеристик в гидромеханической части, причем для построения статистических оценок используются параллельные вычисления.

4. Разработана методика автоматизированных полунатурных испытаний САУКиД ГТД на основе иерархических марковских моделей, отличающаяся тем, что включает имитацию одиночных и множественных отказов датчиков, исполнительных механизмов и двигателя, а также их комбинации в заранее заданной последовательности.

Практическую ценность имеют:

1. Разработанная иерархическая модель процессов развития отказов, применение которой позволяет декомпозировать силовую установку на более чем 10 уровней иерархии для анализа постепенных отказов и количественной оценки степени деградации.

2. Разработанная методика определения параметров состояния САУКиД и его систем на основе нечеткой логики, применение которой позволяет обнаруживать на стадии развития 30 % постепенных отказов от всех отказов САУКиД в процессе полета и технического обслуживания на земле.

3. Разработанный метод обнаружения отказов на основе марковского моделирования, обеспечивающий раннее обнаружение отказов за счет анализа постепенного ухудшения характеристик, вызванных развитием нелинейности, типа зоны нечувствительности.

4. Разработанная методика автоматизированных полунатурных испытаний САУКиД ГТД на основе иерархических марковских моделей, применение которой позволяет снизить объем ручных операций за счет моделирования всех видов отказов и сократить время испытаний функций контроля в 3 - 4 раза.

На защиту выносятся:

1. Иерархическая модель процессов развития отказов, которая интегрирует функциональную, физическую структуру элементов и блоков САУКиД, дерево состояний, дерево коэффициентов влияния отказов.

2. Методика определения параметров состояния САУКиД и его систем на основе нечеткой логики для оценки степени деградации САУКиД, его узлов и элементов на основе нечеткой дискретно-упорядоченной шкалы и коэффициентов влияния отказов.

3. Метод обнаружения отказов на основе марковского моделирования путем идентификации нелинейных характеристик в гидромеханической части на основе когнитивной графики и параллельных вычислений.

4. Методика автоматизированных полунатурных испытаний САУКиД ГТД на основе иерархических марковских моделей, включающая имитацию одиночных, множественных отказов датчиков, исполнительных механизмов и двигателя, а также их комбинации в заранее заданной последовательности.

В первой главе проведен обзор существующих методов контроля и диагностики состояния ГТД и его систем. Поставлена задача повышения эффективности контроля и диагностики технического состояния ГТД и его систем. Разработана иерархическая модель процессов развития отказов для анализа системной безопасности ГТД и предложена иерархическая классификация отказов на примере САУКиД ГТД.

Во второй главе разработана методика оценки параметров состояний на основе нечеткой логики для контроля и диагностики процессов развития отказов. Определены функции принадлежности для состояний «Исправно» и «Отказ», что позволяет оценить степень деградации и анализировать процесс развития отказа и устанавливать предотказное состояние. Оценка коэффициентов влияния отказов проводится на основе модифицированного метода анализа иерархий. Предложено анализировать динамику состояния системы в полете с использованием марковских моделей.

В третьей главе описывается метод обнаружения отказов на основе марковского моделирования путем выявления развивающейся нелинейности. Рассматривается проблема идентификации нелинейности в гидромеханической части САУ на примере обнаружения постепенного ухудшения характеристик дозирующего элемента по мере его износа. Для обнаружения нелинейности используются марковские модели стохастической динамики. Для обработки большого объема экспериментальных данных рассмотрена возможность параллельной реализации метода анализа распределения для обнаружения нелинейности на суперкомпьютере в среде Ма^аЬ.

В четвертой главе разработана методика полунатурных испытаний САУКиД ГТД, которая заключается в имитационном моделировании двигателя, датчиков и исполнительных механизмов в реальном масштабе времени, причем «расписание» испытаний составляется на основе иерархических нечетких марковских моделей процессов развития отказов. Предложено оптимизировать «расписание» включения отказов для снижения доли ручных операций в процессе полунатурных испытаний.

1. РАЗРАБОТКА ИЕРАРХИЧЕСКИХ МОДЕЛЕЙ ПРОЦЕССОВ РАЗВИТИЯ ОТКАЗОВ САУКиД

1.1. Обзор современных методов контроля и диагностики элементов ГТД и его систем

В настоящее время большое внимание уделяется обеспечению системной безопасности летательного аппарата и его эксплуатации по техническому состоянию. Согласно статистике, в последние годы большинство происшествий в авиации связаны с человеческим фактором и поздним обнаружением отказов в системах самолета. В связи с этим, с каждым годом повышаются требования к обеспечению безопасности полета, которые требуют разработки новых методов и алгоритмов управления, контроля и диагностики сложных объектов.

Безопасность полета самолета зависит в значительной степени от надежной работы силовой установки, которая находится под управлением и контролем бортовой системы автоматического управления, контроля и диагностики (САУКиД). Силовая установка должна сохранять работоспособность даже при наличии отказов; для этого «опасный» отказ переводится в категорию «безопасного» за счет реконфигурации системы. Примером является снижение режима работы двигателя при превышении допустимых значений параметров, вывод из помпажа и др.

Анализ отечественных и зарубежных источниках показывает, что больше всего отказов происходит в узлах двигателя, а доля отказов САУКиД составляет от 40 -70 % (рис. 1.1) [110].

Выход из строя датчика в одном из измерительных каналов является наиболее тяжелым отказом, который может носить кратковременный или продолжительный характер, например, отказ датчика частоты вращения может привести к выдаче ложного сигнала регулятору частоты вращения на повышение расхода топлива (по цепи «топливный насос - дозирующая

игла») в камеру сгорания ГТД, что может привести к ее разрушению (прогоранию стенок) или термическому разрушению лопаток турбины.

Отечественные двигатели Зарубежные двигатели

Рисунок 1.1- Доля отказов двигателей и САУКиД

Доля отказов САУКиД зависит от достигнутых значений показателей безотказности САУКиД и двигателя.

Все системы и узлы ГТД в той или иной мере подвергаются контролю и диагностике. Контроль и диагностика представляют собой комплексную процедуру, разделяющуюся в общем случае на три этапа.

1. Контроль технического состояния, заключающийся согласно ГОСТ [52-55,58] «в проверке соответствия значений параметров требованиям технической документации и определении на этой основе одного из заданных видов технического состояния в данный момент времени» в минимально необходимом объеме и на основании формальных правил.

2. Локализация и определение причин отказа для постановки диагноза с учетом прошлого и настоящего состояний объекта диагностики.

3. Прогнозирование технического состояния за счет экстраполяции оценок состояния объекта, построения тренда (тенденции) и прогноза на будущее.

Глубина диагностирования в каждом случае различна, что обусловлено, прежде всего, контролепригодностью системы или узла.

Современная САУКиД выполняет контроль своего состояния с момента включения в течение всего полета. При этом обеспечивается проверка целостности электрических цепей датчиков и исполнительных механизмов, проверка наличия короткого замыкания в цепях, проверка работы вычислительных и преобразовательных модулей, проверка цепей питания агрегатов. Применение в электронных САУКиД резервирования каналов измерения и вычисления позволяет выполнять межканальное сравнение параметров. При обнаружении неисправности формируется соответствующий сигнал, поступающий в бортовую информационную систему для экипажа и в бортовую систему регистрации для наземной обработки.

Следует отметить, что в настоящее время наблюдается тенденция интеграции систем контроля и диагностики в систему автоматического управления. При этом параметры двигателя и его систем, измеряемые для решения задач автоматического управления, используются также для контроля текущего состояния и принятия решений по наиболее серьезным отказам (например, аварийное выключение двигателя).

В современных ГТД некоторые отказы отдельных систем могут приводить к отказу двигателя, в этом случае может потребоваться принятие решения о прекращении полета. Отказы датчиков в САУКиД ГТД приводят к тяжелым последствиям, что связано с досрочным завершением полетного задания или с преждевременным снятием ГТД с борта летательного аппарата. В этих условиях большое значение имеет оценка системной безопасности авиационного двигателя и его систем на основе полетных данных. В бортовую базу данных может записываться несколько сотен сигналов (аналоговых и дискретных) с частотой несколько десятков Гц, что порождает массивы данных до нескольких гигабайт за час полета. Информация о текущем состоянии узлов и систем двигателей способствует повышению

безопасности полета, их эксплуатационной надёжности, снижению затрат на обслуживание и позволяет планировать проведение регламентных работ.

Решение проблемы безопасности полетов ведется в нескольких направлениях, основными из которых являются: предотвращение возникновения отказов; восстановление утраченной работоспособности; обеспечение устойчивости к отказам (fault tolerance) [7]. В частности, появление отдельных отказов может быть допустимым, поскольку за счет своевременной локализации отказов, их парирования и реконфигурации может быть обеспечена работоспособность силовой установки, и, в перспективе, эксплуатация двигателя по техническому состоянию.

САУКиД имеет свою встроенную систему контроля (ВСК), которая обеспечивает контроль, диагностику и классификацию отказов. ВСК использует «четкую» двузначную логику при обнаружении отказа: наличию отказа соответствует логическое состояние «1», отсутствию отказа (исправному состоянию) - логическое состояние «О». Кроме того, если отказ элемента не влияет на общую работоспособность узла, то состояние этого узла соответствует состоянию «О», и, таким образом, может не отличаться от исправного состояния «О».

ВСК может отслеживать следующие отказы датчиков: обрыв линий связи, короткое замыкание (КЗ) линий связи, КЗ цепей питания между собой. ВСК также обеспечивает контроль диапазона изменения преобразуемых параметров (так называемый «допусковый контроль»). При выходе значений параметров за пределы диапазона формируется дискретный сигнал (признак) «Отказ измерения» соответствующего параметра.

Рассмотрим в качестве примера двухканальную САУКиД; для упрощения дальнейшего обсуждения обозначим первый и второй канал буквами А и Б соответственно. При выявлении в канале А или Б отказа линий связи датчика, выхода параметра за допуск либо отказа аппаратной части САУКиД, приводящего к невозможности преобразования параметра, ВСК формирует признак «Отказ измерения» соответствующего параметра в

канале А или Б. При обнаружении отказа измерения одноименных параметров в каналах А и Б ВСК формирует признак «Интегральный отказ измерения» параметров в блоке.

В качестве примера приведем критерий формирования сигнала «Отказ функции управления расходом топлива» в каналах А и Б на основе логических операции «И» или «ИЛИ»:

Отказ функции управления расходом топлива = 1,

если

(Интегральный отказ ади =1) V (Интегральный отказ Твх=1) V (Интегральный отказ Рвх=1) V [ (Интегральный отказ п1=1) л

(Интегральный отказ п2=1) ] V (Отказ контура управления положением дозатора=1) V (Отказ цепи управления ИМ расхода топлива=1), где ади - положение дозирующего элемента расхода топлива; Гвх - температура воздуха на входе в двигатель; Рвх - давление воздуха на входе в двигатель; п\ - частота вращения ротора низкого давления; п2 - частота вращения ротора высокого давления; д - логическая операция «И»; V - логических операция «ИЛИ».

В таблице 1.1 представлен пример фрагмента иерархической классификации отказов по уровням для датчиков и исполнительных механизмов САУКиД

Согласно таблице 1.1, иерархия отказов САУКиД может быть представлена следующими основными уровнями: Уровень 1: САУКиД (канал Б).

Уровни 2-4\ контуры и функции управления и контроля в канале Б.

Уровни 5-6: датчики, ИМ, цепи управления в канале Б. Уровень 7: канал А.

Уровень 8: контуры и функции управления и контроля в канале А. Уровень 9: датчики, ИМ, цепи управления в канале А. Уровень 10: обмотки датчиков и ИМ.

Таблица 1.1

Фрагмент иерархической классификации отказов САУКиД

Уровни отказов Отказы Состояние Приоритет устранения отказа

Уровень 1 Отказ САУКиД Отказ

Отказ канала Б

Отказ функций управления (Б) ö о

Уровни 2-4 X

Отказ контура управления (Б) X <D <и S щ

Уровни 5-6 Интегральный отказ измерения на альтернативном законе управления Отказ цепи управления ИМ (Б) X

Уровень 7 Отказ канала А

Отказ функции управления (А) w к а СЗ «

Уровень 8 Отказ контура управления Отказ контура управления (А) а L-<D t* (D О а в* о о. о о

Уровень 9 Интегральный отказ измерения (отказ одноименных измеренных параметров в каналах А и Б) Отказ цепи управления ИМ (А) (отказ линий связи датчиков или отказ аппаратной части ЭСУ) Й ?

Уровень 10 Отказ измерения в канале (обрыв или КЗ) «Долгосрочное»

Датчики Исполнительные механизмы

Отказы 1 - 6 уровней требуют немедленного устранения и представляют собой «катастрофическое» и «опасно сложное» состояния по классификации FAA (Federal Aviation Administration, U.S. Department of Transportation),

приведенной в [9]. При возникновении таких состояний требуется немедленная посадка летательного аппарата. Отказы 7-9 уровней классифицируются как «сложное состояние» и требуют оперативного устранения после приземления. В этом случае можно продолжать полет, но потребуется послеполетный ремонт на земле. Отказы на 10 уровне требуют устранения в долгосрочной перспективе.

Процесс деградации САУКиД начинается с 10 уровня иерархии. С 4 уровня иерархии система начинает приближаться к полному отказу системы, что можно расценивать как «критическую ситуацию». После отказа САУКиД происходит автоматическое переключение на ручное управление либо гидромеханический резервный регулятор (ГМЧ). Отметим, что поддержка принятия решений в критических ситуациях является самостоятельным научным направлением и рассматривается в ряде работ [13, 14, 15].

Приведем пример работы «четкой» (детерминированной) логики определения отказов в САУКиД. На рисунке 1.2 приведены графики параметров ТРДД и САУ на максимально продолжительном режиме в полете.

При снижении режима по аруд с 49° до 25° произошло рассогласование заданного и текущего значения положения дозирующего элемента ат на 0,05 единиц, которое парировать не удалось. Ток JGt (заданный ток в цепи ИМ управления расходом топлива) увеличился в канале А до 11,33 мА, вследствие чего был зафиксирован «Отказ канала А» САУКиД ГТД. В результате САУКиД переключилась на канал управления Б. При дальнейшем снижении аруд до 21° также имело место рассогласование заданного и текущего значения положения дозирующего элемента в канале Б. При этом ат снизилось до -0,18 единиц, а ток JGt возрос до 12,77мА, вследствие чего был зафиксирован «Отказ канала Б» САУКиД ГТД. Промежуток времени между отказами канала А и Б составил 0,3 сек. В системе произошло переключение на резервную гидромеханическую систему с законом управления: GTnp = const.

:и------1---------------------------1---------------------------1---------------1---------------------------------

215 220 225 230 235 240

(

0.5

215 220 225 230 235 240

Отказ канала А

0.5 —

215 220 225 230 235 240

Работа канала Б

0.5 —

215 220 225 230 235 240

Отказ контура управления !_ди

Рисунок 1.2 - Пример внезапного отказа САУКиД в полете

Описанная выше ситуация является примером отказа ИМ (дозирующего элемента), который не удалось парировать с помощью реконфигурации системы. Отметим, что развитие таких отказов в некоторых случаях можно обнаружить заблаговременно, если оценивать состояния элементов не только на уровне «0-1» (исправное состояние, работоспособное состояние, отказ), но и учитывать их постепенную деградацию. В соответствии с ГОСТ Р 27.0042009, под деградацией понимается «совокупность деградационных изменений системы», под деградационным изменением — «отдельно рассматриваемое необратимое изменение структуры системы, ухудшающее его свойства, изменяющее параметры и характеристики» [59, 60].

В настоящее время широко ведутся исследования в области интеллектуального управления, контроля и диагностики авиационных ГТД на основе нейронных сетей, генетических алгоритмов, нечеткой логики и экспертных систем [27, 37, 51, 65, 82, 92].

В указанных работах обсуждаются процедуры контроля и диагностики состояния САУКиД ГТД с помощью правил нечеткой логики. Реализация алгоритмов нечеткого контроля и диагностики может рассматриваться как модификация (обобщение) традиционных детерминированных («четких») алгоритмов, построенных на основе концепции обратной связи и, по существу, просто воспроизводящих некоторую заданную функциональную зависимость или дифференциальное уравнение. Под нечетким контролем и диагностикой в этих работах понимают стратегию контроля состояния объекта, основанную на анализе параметров состояния, представленных в лингвистической форме в виде некоторой совокупности правил. Если в базу знаний заложить алгоритм выявления отказов и определения состояний САУКиД, то такую систему можно рассматривать как экспертную [11, 20].

Возможность применения нечеткой логики для разработки интеллектуальной САУ ГТД рассматривалась учеными УГАТУ [51,65,66,73]. В работе [101] обсуждается схема отказоустойчивой нечеткой САУ ГТД, в которой определяют допустимый диапазон изменения параметров САУ на

основе экспертных оценок и экспериментальным путем. Отказ определяется с помощью нечетких правил, в которых значение сигналов и их производных представлены с помощью лингвистических переменных.

Также известны работы, где разработаны методологические основы построения интеллектуальных систем мониторинга технического состояния ГТД, реализующих методы контроля и диагностики авиационных двигателей на основе технологий экспертных систем и нейронных сетей [64, 73]. Однако применение нейронных сетей требует значительного времени на предварительную подготовку к обучению сети (формирование обучающей выборки, оценка репрезентативности выборки).

В то же время, аппарат нечеткой логики может использоваться как один из инструментов интерполяции значений нелинейной функции между несколькими точками [11]. Такой вариант применения нечеткой логики практически не добавляет неопределенность, связанную с мнением экспертов. Именно в этом аспекте предлагается использовать нечеткую логику в данной работе.

В дальнейшем изложении (в главах 1 и 2 данной диссертации) будем рассматривать «степень деградации» как промежуточное состояние между «исправным состоянием», «работоспособным состоянием» и «отказом», причем степень деградации можно оценивать с помощью нечеткой логики.

Таким образом, проблема контроля и диагностики состояния силовой установки на основе иерархических нечетких моделей процессов развития отказов является актуальной в силу совершенствования САУКиД и силовой установки летательного аппарата (ЛА), т.к. наблюдаются следующие тенденции:

1. Стремление к увеличению отказоустойчивости (живучести) как самого двигателя, так и его систем за счет реконфигурации;

2. Интеграция методов и технологий контроля, мониторинга и диагностики ГТД и их систем, осуществляемых встроенными системами контроля и диагностики с соответствующими наземными средствами;

3. Интеллектуализация алгоритмов управления, контроля и диагностики на борту в реальном масштабе времени или в режиме off-line (после полета), с применением нечеткой логики, нейронных сетей, генетических алгоритмов и экспертных систем.

Разработка иерархической нечеткой модели процессов развития отказов может упростить процесс анализа состояния и позволить количественно определять степень деградации системы, а также определять предотказное состояние.

1.2. Анализ теоретических принципов системной безопасности и исследование аппаратных структур перспективных САУКиД

Надежность, безопасность и живучесть представляют собой важные свойства современных летательных аппаратов, обеспечение этих свойств является необходимым условием эксплуатации авиационной техники [63,77].

Причиной основной опасности для авиационной техники являются как случайные, так и детерминированные негативные воздействия, оказываемые на объект управления во время эксплуатации. Отказы, сбои, возмущения, помехи, воздействия внешней среды и ошибки управления представляют собой объективно существующий поток случайных негативных воздействий на объект [75].

При проектировании САУКиД следует руководствоваться принципами и методами, гарантирующими безопасность и надежность летательных аппаратов в процессе эксплуатации, чтобы гарантировать адекватные реакции во всем спектре негативных воздействий. В частности, научной группой ФГУП «Санкт-Петербургского ОКБ «Электроавтоматика» им. П.А. Ефимова» под руководством д.т.н., профессора П. Парамонова ведутся работы в области системной безопасности ДА. В работе [75] рассматриваются следующие принципы, обеспечивающие возможность создания безопасных объектов:

- полнота информации;

- детерминистический принцип;

- механизмы реализации системной устойчивости;

- иерархическая декомпозиция сложных систем управления.

Под полнотой информации здесь понимается целевая определенность в работе объекта; необходимый уровень адекватности моделей объекта, его систем и внешней среды; полнота измерений параметров функционирования объекта и внешней среды, обеспечивающая полную наблюдаемость вектора состояния и технического состояния объекта.

Детерминистический принцип заключается в том, что решения должны приниматься практически детерминированно, на основе классических математических методов и методов детерминированного и стохастического управления. Авторы статьи определяют это свойство как «практически детерминированную поведенческую модель».

Системная устойчивость определяется как способность управляемого объекта достоверно идентифицировать техническое и фактическое состояния ГТД и гарантировать работоспособность (адекватную реакцию) соответственно идентифицированным техническому и фактическому состояниям.

Первая часть определения системной устойчивости характеризует основную, интеллектуальную ее составляющую, вторая часть - защиту, реконфигурацию, удержание ГТД в рабочей области фазового пространства.

Для полного контроля состояния двигателя необходима полная информация о его работе:

1. достоверное определение причины неисправности, обеспечивающей принятие решения о техническом состоянии ГТД;

2. достоверная диагностика и локализация отказов и негативных воздействий, необходимых для определения технического состояния ГТД с целью обеспечения реконфигурации и функционирования его подсистем.

Для этого необходимо проводить иерархическую декомпозицию силовой установки на независимые системы и подсистемы. Уровни иерархии должны различаться способами введения избыточности и реализации системной устойчивости с использованием интеллектуальных алгоритмов контроля и диагностики. Более высокий уровень иерархии должен иметь больший «интеллект» и проектироваться независимо в предположении идеальной системной устойчивости более низкого уровня.

Системная устойчивость силовой установки ГТД предполагает:

1. достоверное определение вектора состояния двигателя и его систем на основе идентификации его модели;

2. достоверное обнаружение опасных отклонений вектора состояния от прогнозируемых модельных;

3. оценку и прогнозирование развития ситуации для перевода ГТД на пониженный режим работы либо его отключение;

4. сообщение летчику, экипажу и регистрация.

Таким образом, системная устойчивость практически гарантирует исправную работу двигателя и его систем. На уровне практической гарантии решается и задача автоматического удержания ГТД в рабочей области фазового пространства, что обеспечивает его безопасность.

Системная безопасность обеспечивается выбором методов и средств обработки и анализа информации о техническом состоянии двигателя, а также принятием решений в соответствии с задачами контроля, диагностики и прогнозирования технического состояния двигателя. На каждом этапе проектирования управляемых объектов необходимо отрабатывать на полунатурных моделях все системы прежде, чем устанавливать их на борт летательного аппарата. Необходимо также убедиться в работоспособности системы в целом и обеспечить корректное взаимодействие отдельных подсистем между собой.

Кроме того, важной характеристикой изделия, подлежащего контролю, является его контролепригодность или приспособленность к

диагностированию, которая должна предусматриваться на стадии его разработки [47,48].

В настоящее время необходимым условием реализации интеллектуальных алгоритмов является всестороннее развитие моделей распределенного интеллектуального управления, направленных на оптимизацию управления, прогнозирования и обеспечения системной безопасности [43,46,49,61].

На рисунке 1.3 приведены схемы централизованной и распределенной систем. Приведенная на рисунке 1.3 распределенная система была принята как основа для проектирования системы автоматического управления в рамках концепции распределенной системы, разрабатываемой концерном КЭМЗ и НПП «Дозор» [22].

С Датчик

\ С^ТЧЖ^ \ точка-точка I V

РАРЕС

^ Датчик^)

/

/

<'им> / <'имч

4_/ ! ч_

('^Датчик

г

Датчик^ V. Датчик^) С^Датчик^)

/

I/

/имУ-

Контроллер

ИМ >

Следящая система

\

ПК

С^Датчик^} С^Датчик^^)

Функциональный модуль

Рисунок 1.3 - Централизованная и распределенная архитектуры САУКиД

В распределенной системе управления двигателем, как показано в рисунке 1.4, все элементы контроля взаимодействуют через общую шину

данных (интерфейс связи). Датчики и исполнительные органы объединяются узлами контроля, которые передают результаты измерений, управляют исполнительными механизмами и т.д [1, 2]. Масса системы уменьшается, так как проводка и цифровая система управления с полной ответственностью заменяются распределенными процессорными элементами,

взаимодействующими через последовательную шину. Эффективно организованный поток данных, охватывающий всю силовую установку, обеспечивает улучшенный контроль состояния рабочих компонентов и снижает затраты, связанные с внешним контуром управления. Применение распределенного управления повышает возможность повторного использования компонентов в других системах, облегчает взаимодействие разнородных платформ и упрощает реконфигурацию системы. К дополнительным преимуществам такой системы относятся возможность интеграции терморегулирования, снижение затрат на приобретение и техническое обслуживание силовой установки, улучшенный контроль состояния двигателя.

Узлы контроля в распределенной системе управления могут представлять собой интеллектуальные устройства. Узлы датчика предоставляют информацию о физическом состоянии двигателя, используя предопределенную структуру данных. Узлы ИМ получают команды и/или данные из одного или нескольких устройств для интеллектуального управления двигателем в его самой эффективной конфигурации [108].

В некоторых случаях, особенно в новых адаптивных системах контроля, например, для предотвращения «вращающегося срыва» (помпажа), требуется высокая пропускная способность канала, немедленный отклик, что может потребовать использования многофункциональных электронных узлов датчиков и ИМ, которые выполняют мониторинг, контроль и диагностику всей коммуникационной среды, см. рис. 1.5. Использование высокоскоростного мультиплексного канала информационного обмена с пропускной способностью до 5 Мбит/с (а в будущем до 50 Мбит/с) позволит

быстро обнаружить отказавшие элементы/узлы, и быть устойчивым к ошибкам передачи данных [7, 8].

Рисунок 1.4 - Аппаратная структура распределенного управления двигателем

При этом на каждом датчике необходимо иметь физически встроенную систему (или функцию) контроля для формирования и выдачи сигналов о неисправностях в блоке, линиях связи, взаимодействующих датчиках, сигнализаторах и системах. Использование встроенных систем контроля, работающих в реальном времени, позволяет получить целый ряд дополнительных возможностей по повышению качества регулирования и эксплуатационных характеристик системы:

- обнаружение нештатных состояний объекта управления и системы;

- обнаружение отказов элементов объекта управления;

- диагностика состояния и параметрической деградации объекта.

Рисунок 1.5 - Расширенная аппаратная структура распределенной системы

Переход к распределенным системам управления может потребовать изменения технологии проектирования аппаратной структуры САУКиД ГТД, в том числе:

1. повышения уровня интеграции и объема выполняемых функций электронных блоков управления и контроля;

2. создания распределенных систем на основе интеллектуальных агрегатов;

3. решения задач обеспечения системной безопасности и повышения эксплуатационной технологичности:

- контроль параметров силовой установки;

- оценка технического состояния силовой установки;

- оценка повреждаемости основных узлов и модулей двигателя;

- принятие решения о готовности к выполнению следующего полета;

- интеграция функций контрольно-проверочной аппаратуры в

бортовые системы.

Таким образом, обзор аппаратных структур перспективных САУКиД и анализ требований системной безопасности приводят к выводу о необходимости создания новых моделей и методов для анализа сложных распределенных иерархических САУКиД.

Постановка цели и задач исследования

Целью работы является повышение эффективности контроля и диагностики технического состояния ГТД и его систем на основе нечетких иерархических марковских моделей процессов развития отказов.

Для достижения поставленной цели в работе ставятся следующие задачи:

1. Разработать иерархическую модель процессов развития отказов на примере САУКиД.

2. Разработать методику определения параметров состояния САУКиД и его систем на основе нечеткой логики.

3. Разработать метод обнаружения отказов на основе марковского моделирования нелинейной динамики.

4. Разработать методику полунатурных испытаний САУКиД ГТД на основе иерархических марковских моделей.

1.3. Разработка иерархических моделей процессов развития отказов САУКиД

Во многих нештатных ситуациях требуется установить, какие отказы и их комбинации соответствуют конкретному состоянию системы управления ГТД и как они влияют на систему в целом, а также какие отказы приводят к деградации системы или полному ее отключению. Даже при небольшом

количестве отказов число экспериментов, необходимых для получения адекватных статистических данных, может оказаться слишком большим и найти статистические данные по всем возможным комбинациям отказов не представляется возможным. Поэтому в идентификации и диагностике приходится использовать обобщенные модели, которые включают как статистические данные, так и экспертные суждения. Экспертные суждения необходимы для того, чтобы установить относительную важность отказов и определить, какие действия нужно предпринять при возникновении последовательности отказов.

Комплексную диагностику силовой установки предлагается проводить по элементам и блокам, используя метод анализа иерархий. На рисунке 1.6 приведена декомпозиция САУКиД на независимые подсистемы различного уровня иерархии по структурным признакам. Аналогичным образом силовая установка и ее системы представляются в виде иерархии элементов и блоков (рис. 1.7). Иерархия состояний подсистем приведена на рис. 1.8.

Иерархическая классификация - это удобный метод классификации, используемый для систематизированного представления экспертных знаний, наблюдений и информации. Иерархия представляет собой определенный тип системы, основанный на предположении, что элементы системы могут группироваться в несвязанные множества. В иерархии элементы каждой группы находятся под влиянием элементов другой группы, на которые оказывают влияние на элементы группы следующего уровня иерархии.

Основной задачей при анализе иерархии является оценка более высоких уровней системы исходя из взаимодействия различных уровней иерархии, а не из непосредственной зависимости от элементов на этих уровнях. Построение моделей сложных систем в виде иерархий используется в естественных и общественных науках, и, в частности, в задачах общей теории систем [102, 103].

Рисунок 1.6- Декомпозиция САУКиД по элементам и блокам

Силовая установка представляется в виде иерархической структуры как сложной системы, состоящей из подсистем и элементов (узлов) со встроенными функциями контроля, согласно архитектуре описанной в §1.2. Предполагается, что в каждом элементе или подсистеме ГТД заложена встроенная функция контроля (ВФК) физически или на логическом уровне. Для этого проводится декомпозиция силовой установки на независимые подсистемы различного уровня иерархии по структурным и функциональным признакам, например: - САУКиД (БАБЕС);

иэ

Рисунок 1.7-

Декомпозиция силовой установки по элементам и блокам

Рисунок 1.8

- Иерархическая структура состояний силовой установки

- гидромеханическая исполнительная часть САУКиД;

- топливная система;

- системы запуска;

- масляная система;

- дренажная система и др.

На основе иерархической декомпозиции в соответствии с конструкцией (по элементам и блокам) и в соответствии с логикой взаимного влияния отказов (дерево отказов) строится иерархическая модель состояний, с помощью которой предлагается оценивать показатель состояния (рис. 1.9).

Рисунок 1.9 - Анализ системной безопасности ГТД

По месту и времени выполнения можно выделить следующие виды диагностирования: бортовое, т.е. выполняющееся во время полета на борту самолета, и наземное - выполняющееся после полета в аэропорту. Иерархия по элементам и блокам используется для диагностики отказов по агрегатам для замены на земле (во время технического обслуживания). Иерархия по отказам необходима для диагностики и принятия решений в полете.

Анализ иерархий позволяет перейти к модели состояний на основе процессов развития отказов, которая дает возможность оценивать состояние системы на каждом уровне иерархии. Состояние может быть представлено в виде вектора с параметрами {исправно, деградация, отказ}. Математическая модель состояний строится в виде

8 = <в,Е,ЬЛ>,

где О - иерархия отказов системы, Р - качественная оценка отказов, Ь - набор коэффициентов влияния отказов, К - система взаимного влияния отказов. Глубина иерархии О обозначается через к, причем /г—0 для корневого элемента С.

Для О выполняются следующие условия:

1. Существует разбиение О на подмножества Ьк, к — I ... п.

2. Из хеЬк следует, что с , к = 1,...,п-1.

3. Из хеЬк следует, что л:+ с , к-2,...,п.

Для каждого хеб существует такая весовая функция: сох'.х~ ^ [0,1], что X ¿^(>0 = 1.

уех~

Множества /гг- являются уровнями иерархии, а функция сох, есть функция приоритета отказа одного уровня относительно состояния силовой

установки х. Заметим, что даже если с£ /г^+1 (Для некоторого уровня Ик), то

сох может быть определена для всех кь если приравнять ее к нулю для всех

отказов в кк+\, не принадлежащих х-.

Иерархическая модель САУКиД интегрирует:

- Функциональную структуру (блок-схему);

- Физическую структуру;

- Дерево состояний (структуру состояния) элементов и блоков;

- Дерево коэффициентов влияния отказов.

На иерархическую модель накладывается система взаимовлияния отказов Я с логическими операциями дизъюнкции и конъюнкции. Такая система взаимовлияния отказов позволяет анализировать состояние всей силовой установки, как снизу вверх, так и сверху вниз и проводить более глубокий анализ по различным уровням декомпозиции системы управления за счет использования промежуточного состояния - деградации.

Отказы подсистем трудно априорно локализовать, для них характерны сложные зависимые отказы. Используем структурные и функциональные методы анализа, контроля и диагностики отказов [57, 60].

Иерархическая модель процессов развития отказов отображает структурную взаимосвязь элементов (подсистем) ГТД. Для оценки состояния силовой установки используем структурные методы анализа отказов, которые диагностируют отказы «снизу вверх». В этом случае последствия каждого отказа элементов уровня иерархии прослеживаются на всех вышестоящих уровнях структуры объекта.

Схема (алгоритм) анализа состояний структурными методами включает следующие основные операции:

- определяем уровни иерархии, устанавливаем минимальный уровень иерархии, с которого начинаем диагностику элементов, на основе проектно-конструкторской документации, технического задания и т.д.;

- на основе функциональной блок-схемы объекта определяем все элементы на каждом уровне иерархии;

- для каждого элемента данного уровня составляем перечень возможных видов отказов данного элемента (на основе проектно-конструкторской документации, технического задания, опыта и знаний экспертов и т.д.);

- для каждого вида отказов выбранного элемента определяем его возможные состояния на основе нечетких баз правил и последствия на следующих уровнях структуры объекта;

- для каждого элемента рассчитываем коэффициент влияния на работоспособность всей системы на каждом уровне (оценка степени тяжести последствий состояния);

- параметры вектора состояния вышестоящего уровня определяются произведением нечетких параметров состояния элемента на его коэффициенты влияния отказов;

- на каждом уровне иерархии определяем параметры вектора состояния, которые сравниваем с предыдущим состоянием.

- описанные выше операции последовательно повторяют для элементов всех вышестоящих уровней иерархии.

Для анализа отказов силовой установки «сверху вниз» используем функциональные методы. Схема (алгоритм) анализа состояний функциональным методом включает следующие операции:

- идентифицируем все функции управления и контроля, выполняемые силовой установкой;

- для каждой функции определяем перечень возможных отказов и состояний (на основе априорных данных, опыта эксперта, инженерного анализа и другими доступными способами);

- каждому отказу функции назначается коэффициент влияния;

- для каждого отказа, принимаем его возникновение в качестве «вершинного события», определяются состояния всех элементов нижних уровней для определения причины отказа;

- составляем перечни критичных элементов.

Иерархическое моделирование отказов заключается в следующем:

- представление ГТД и его систем в виде иерархии;

- представление отказов ГТД и его систем в виде дерева отказов;

- классификация, распределение всех отказов и неисправностей двигателя и его систем, датчиков, сигнализаторов, линий связи, элементов системы контроля по приоритету устранения («долгосрочное устранение», «краткосрочное устранение», «немедленное устранение»);

- представление отказов в виде структуры коэффициентов влияния;

- анализ степени деградации САУКиД.

Состояние элемента или системы представляется в виде тройки параметров {исправно, деградация, отказ}, см. табл. 1.2.

Таблица 1.2.

Нечеткое представление состояния

Исправно Деградация Отказ

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Абдулнагимов, Ансаф Ирекович

РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Разработана иерархическая модель процессов развития отказов, отличающаяся тем, что интегрирует функциональную, физическую структуру элементов и блоков САУКиД, дерево состояний, дерево коэффициентов влияния отказов и позволяет декомпозировать силовую установку на более чем 10 уровней иерархии для количественной оценки состояния деградации системы.

2. Предложена методика определения параметров состояния САУКиД и его систем на основе нечеткой логики, которая отличается тем, что степень деградации определяется на основе дискретно-упорядоченной шкалы и коэффициентов влияния отказов, что позволяет обнаруживать на стадии развития 30 % постепенных отказов от всех отказов САУКиД в процессе полета и технического обслуживания на земле.

3. Разработан метод обнаружения отказов на основе марковского моделирования, который отличается тем, что для обнаружения отказов анализируется эмпирическое многомерное распределение, которое свидетельствует о нелинейности характеристик в гидромеханической части, причем для построения статистических оценок используются параллельные вычисления, что в результате обеспечивает раннее обнаружение постепенных отказов за счет выявления постепенного ухудшения характеристик.

4. Предложена методика автоматизированных полунатурных испытаний САУКиД ГТД на основе иерархических марковских моделей, которая отличается тем, что имитирует одиночные и множественные отказы датчиков, исполнительных механизмов и двигателя, а также их комбинации в заранее заданной последовательности и позволяет снизить объем ручных операций за счет моделирования всех видов отказов и сократить время испытаний функций контроля в 3 - 4 раза.

Список литературы диссертационного исследования кандидат технических наук Абдулнагимов, Ансаф Ирекович, 2011 год

Список литературы

1. Behbahani A.R. Adaptive Distributed Intelligent Control Architecture for Future Propulsion Systems / Air Force Research Laboratory 61st Meeting of the Society for Machinery Failure Prevention Technology. - AFRL-PR-WP-TP-2007-228.-USA, 2007.

2. Behbahani A.R., Culley D.E., et al. Status, Vision, and Challenges of an Intelligent Distributed Engine Control Architecture, SAE Paper 2007-01-3859, SAE Aerotech Congress, Los Angeles, California, September 18-20, 2007.

3. Blanke M., Kinnaert M., Lunze J., Staroswiecki M. Diagnosis and Fault-Tolerant Control. Berlin, New York, Springer-Verlag, 2006 - 672 p.

4. Breikin T.V., Arkov V.Y., Kulikov G.G. Application of Markov chains to identification of gas turbine engine dynamic models // International Journal of Systems Science, Vol. 37, No. 3, February 2006,-p. 197-205.

5. Breveglieri L., Koren I., Naccache D., Seifert J.P. (Eds.) Fault Diagnosis and Tolerance. Berlin, New York, Springer-Verlag, 2006 - 253 p.

6. Caccavale F., Villani L. (Eds.) Fault Diagnosis and Fault Tolerance for Mechatronic Systems. Berlin, New York, Springer-Verlag, 2003- 191 p.

7. Culley D.E., Thomas R., and Saus J., Concepts for Distributed Engine Control, NASA TM-2007-214994.

8. Culley D.E.; Paluszewski P.J.; Storey W.S., Bert J. The Case for Distributed Engine Control in Turbo-Shaft Engine Systems. NASA/TM—2009-215654, Washington, DC 20546-0001.

9. Руководство P-4761 по методам оценки безопасности систем и бортового оборудования самолетов гражданской авиации / Авиационный регистр. Межгосударственный Авиационный Комитет. - М. :Авиаиздат, 2010. - 265 с.

10. SAE ARP 4761 Guidelines and Methods for Conducting the Safety Assessment Process on Civil Airborne Systems And Equipment // Aerospace recommended practice. 1996.-331 p. (http://standards.sae.org/arp4761)

11.Kosko В. Fuzzy Systems as Universal Approximators // IEEE Trans, on Computers. 1994. Vol. 43. №11. P.1329 - 1333

12. Авиационные правила АП-23. Нормы летной годности гражданских легких самолетов. Межгосударственный авиационный комитет- М.: Авиаиздат, 2000 - 145 с.

13. Юсупова Н.И. Основы ситуационного подхода к управлению техническими объектами в условиях помех и критических ситуаций: Спец.05.13.01.-Управление в технических системах: Дисс. ... д.т.н. - Уфа: УГАТУ, 1998.- 327 с.

14. Миронов В.В. Автоматизированная поддержка решений при управлении сложными техническими объектами в критических ситуациях /на примере бортовых систем летательного аппарата/:Спец. 05.13.01-У правление в технических системах: Дисс. ... д.т.н. - Уфа: УГАТУ, 1995 — 179 с.

15. Муллагалиев М.М. Исследование и разработка алгоритмов системы автоматического управления по выводу сложного объекта из критических ситуаций, обусловленных изменением ресурса управления: Спец.05.13.07.: Дисс. ... к.т.н -Уфа: УАИ, 1984,- 136 с.

16. Шмойлова Р.А. Теория статистики - М.: Финансы и статистика, 2009654 с.

17. Kulikov G., Arkov V., Abdulnagimov A. Markov modelling for energy efficient control of gas turbine power plant // Proc. IF AC Conf. on Control Methodologies and Technology for Energy Efficiency, Portugal, 2010.

18. Kulikov G., Arkov V., Lyantsev O., Thompson H., Fleming P., Breikin Т., Rees D., Chiras N., Rodriguez-Vazquez K. Dynamic modelling of gas turbines : identification, simulation, condition monitoring, and optimal control / Gennady G. Kulikov and Haydn A. Thompson, eds., London, New York, Springer, 2004309 p.

19. Kulikov G., Breikin Т., Arkov V. and Fleming P. Real-time simulation of aviation engines for FADEC test-beds. // Proc. Int. Gas Turbine Congress, Kobe, Japan, 1999, p.949-952.

20. Kulikov G.G., Kotenko P.S., Fatikov V.S., Pogorelov G.I. Intelligent information technologies for control and diagnostics of gas turbine engines and their systems at all stages of their life cycle // Proc. AMETMAS-NOE Int. Workshop on Problems of Technology Transfer, Ufa, 1999. p.121-124.

21. Ogaji S.O.T., Marinai L., Sampath S., Singh R., Prober S.D. Gas-turbine fault diagnostics: a fuzzy-logic approach // Applied Energy, 2005;82(1), p. 81-89.

22. Обеспечение отказоустойчивости распределенных САУ ГТД на основе встроенных моделей // Авиадвигатели XXI века [Электронный ресурс]: материалы конф. - М.: ЦИАМ, 2010. - 181 с.

23. Arkov V., Kulikov G. Gas turbine engine frequency response function identification using spectral methods: optimization approach // Multi-Body Dynamics: Monitoring and Simulation Techniques, / Ed. by H.Rahnejat and R.Whalley, Mechanical Engineering Publications, London, 1997, pp.123 131.

24. Seifi H., Seifi A.R. An intelligent tutoring system for a power plant simulator // Electric Power Systems Research, vol.62(3), 2002 - p. 161-171

25. Sobhani-Tehrani E., Khorasani K. Fault Diagnosis of Nonlinear Systems Using a Hybrid Approach. Springer, 2009 - p. 268.

26. V.S. Vissarionov, A.I. Abdulnagimov, V.Yu. Arkov. JPC Project: Real-Time Java for Process Control // Computer Science and Information Technologies (CSIT'2009), October 5-8, 2009.Vol.2, Ufa State Aviation Technical University. -p.146-149.

27. Vasilyev V.l., Ilyasov B.G., Valeyev S.S., Intelligent Control Systems for gas Turbine engines // Proc. of the Second Scientific Technical Seminar on GT Engines, Turkey, Istanbul, 1996. - P.71-78.

28. Yasar M., Ray A. Hierarchical control of aircraft propulsion systems: Discrete event supervisor approach // Control Engineering Practice, 2007; 15(2).- p. 149162.

29. A.C. 1371294 СССР. Устройство для определения динамических параметров ГТД / Черкасов Б.А., Куликов Г.Г., Мунасыпов P.A., Хасанов А.Ю., Еникеев P.P.- 1987 г.

30. A.C. 1505246 СССР. Способ резервирования регуляторов параметров авиационной силовой установки / Рыжов Г.И., Куликов Г.Г.- 1989 г.

31. A.C. 1433249 СССР. Устройство для определения динамических параметров ГТД / Хомяков И.М., Куликов Г.Г., Мунасыпов P.A., Еникеев P.P.- 1988 г.

32. A.C. 1264904 СССР. Устройство для определения динамических параметров ГТД / Черкасов Б.А., Куликов Г.Г., Хасанов А.Ю., Мунасыпов P.A., Еникеев P.P.- 1986 г.

33. A.C. 1371114 СССР. Способ регулирования турбореактивного двигателя / Куликов Г.Г., Лянцев О.Д., Мартьянова Т.С.- 1985 г.

34. A.C. 1408852 СССР. Способ управления газотурбинным двигателем / Арьков Ю.Г., Куликов Г.Г., Арьков В.Ю.- 1988 г.

35. A.C. 3253218 СССР. Способ регулирования авиационного двигателя / Куликов Г.Г., Павлов C.B., Степанов В.В.- 1986 г.

36. Абдулнагимов А.И., Арьков В.Ю. Полунатурный стенд для испытаний систем автоматического управления газотурбинных двигателей // XXXII Гагаринские чтения. Научные труды Международной молодежной научной конференции в 8 томах.- М.:МАТИ., 2006,- Т.2.- с.161-162.

37. Абдулнагимов А.И., Арьков В.Ю. Распределенная автоматизированная система спектрального анализа сигналов на основе нейросетей, // XXXII Гагаринские чтения. Научные труды Международной молодежной научной конференции в 8 томах - М.:МАТИ., 2007.- Т.З.- с.26-27.

38. Абдулнагимов А.И., Арьков В.Ю. Способ полунатурных испытаний систем автоматического управления и контроля газотурбинных двигателей и стенд для его реализации, // XXXII Гагаринские чтения. Научные труды Международной молодежной научной конференции в 8 томах - М.:МАТИ., 2007,- Т.4.- с. 5-7.

39. Абдулнагимов А.И., Арьков В.Ю. Технологии полунатурных испытаний систем автоматического управления и контроля газотурбинных двигателей // Сб. тез. второй науч.-техн. конф. молод, спец.— Уфа: УМПО, 2006 - С.73-74.

40. Абдулнагимов А.И., Арьков В.Ю. Частотная идентификация динамических моделей ГТД методами спектрального анализа и когнитивной графики // Актуальные проблемы в науке и технике. Сборник статей третьей всероссийской зимней школы-семинара аспирантов и молодых ученых. Том 1- Уфа: Диалог, 2008,- с. 18-23.

41. Абдулнагимов А.И., Арьков В.Ю. Методика косвенной оптимизации статистических оценок // Актуальные проблемы в науке и технике. Информатика, управление и компьютерные науки: Сборник трудов четвертой всероссийской зимней школы аспирантов и молодых ученых. Том 1,- Уфа: Диалог, 2009.- с. 13-17.

42. Абдулнагимов А.И., Арьков В.Ю. Задача оценки оптимального спектрального разрешения // Мавлютовские чтения: Всероссийская молодежная научная конференция: сб. тр. в 5 т. Том 3. - Уфа: УГАТУ, 2008-С.66-68.

43. Арьков В.Ю., Абдулнагимов А.И. Системы искусственного интеллекта: обзор примеров применения и перспективы // Управление в сложных системах: Межвуз. науч. сб.-Уфа: УГАТУ, 2009.- С.36-50.

44. Арьков В.Ю., Куликов Г.Г., Епифанов C.B., Минаев И.И. Полунатурное моделирование отказов ГТД для испытаний систем контроля и диагностики двигателей // Авиационно-космическая техника и технология.- №7(15), 2004,- С. 167-173.

45. Арьков В.Ю., Минаев И.И., Брейкин Т.В. Адаптивное моделирование случайных шумов в нелинейных устройствах и системах// Разработка и применение САПР ВЧ и СВЧ электронной аппаратуры: Тез. докл. Всеросс. науч.- техн. конф,- Владимир, ВлГУ, 1994.-С.5.

46. Ахметов Р.Н. Концептуальные проблемы управления живучестью сложных технических объектов // Труды VIII Международной конференции по проблемам управления и моделирования в сложных системах. - Самара: Сам. НЦ РАН, 2006. - С.274-284.

47. Ахметов Р.Н. Управление живучестью космического аппарата // Полет,- 2006,- №9,- С. 16-20.

48. Ахметов, Р. Н. Методы и модели автономного управления живучестью автоматических космических аппаратов дистанционного зондирования Земли // Вестник Самарского государственного аэрокосмического университета им. С. П. Королева - 2008. №2. - С. 194-210.

49. База данных для интеллектуальных информационных технологий контроля и диагностики силовых установок летательных аппаратов / Г.Г.Куликов, П.С.Котенко, B.C. Фатиков, В.Ю Арьков, В.П. Ищук // Авиационно-космическая техника и технология.- Харьков, 2003.- Вып.7(42).-С. 132-136.

50. Баскаков С.И. Радиотехнические цепи и сигналы. — М.: Высш. шк., 2000. -462 с.

51. Васильев В.И., Ильясов Б.Г., Валеев С.С., Жернаков C.B. Интеллектуальные системы управления с использованием нейронных сетей: Учеб. пособие.- Уфа: УГАТУ, 1997. - 92 с.

52. ГОСТ 20417-75. Техническая диагностика. Общие положения о порядке разработки систем диагностирования-М.: Стандарты. 1980. - 16с.

53. ГОСТ 20911-89. Техническая диагностика. Термины и определения.

54. ГОСТ 24212-80. Система технического обслуживания и ремонта авиационной техники. Термины и определения- М.: Издательство Стандартов. 1980. 16с.

55. ГОСТ 26656-85. Техническая диагностика. Контролепригодность. Общие требования.

56. ГОСТ 27.002-89. Надежность в технике. Основные понятия и определения.

57. ГОСТ 27.310-95. Межгосударственный стандарт. Надежность в технике. Анализ видов, последствий и критичности отказов. Основные положения.

58. ГОСТ 27518-87. Диагностирование изделий. Общие требования.

59. ГОСТ Р 27.004- 2009. Надежность в технике. Модели отказов. Москва. Стандартинформ. 2010.

60. ГОСТ Р 27.302-2009. Надежность в технике. Анализ дерева неисправностей. Москва. Стандартинформ. 2011.

61. Гуревич О.С. Перспективные направления развития САУ ГТД в работах ГНЦ ЦИАМ // Авиадвигатели XXI века [Электронный ресурс]: материалы конф. -М.: ЦИАМ, 2010. - 1696 с.

62. Елисеев Ю.С., Крымов В.В., Малиновский К.А., Попов В.Г.. Технология эксплуатации, диагностики и ремонта газотурбинных двигателей. - М. : Высш. шк., 2002. - 355 с.

63. Епифанов C.B. Оптимальный синтез систем диагностирования технического состояния авиационных ГТД с целью обеспечения их надежности: Дисс. ... д.т.н.: специальность 05.07.05. - Харьков: ХАИ, 2001. -с. 424.

64. Жернаков С. В. Алгоритмы контроля и диагностики авиационного ГТД в условиях бортовой реализации на основе технологии нейронных сетей // Вестник УГАТУ, т. 14, №3(38), 2010. - С.42-56.

65. Жернаков C.B. Контроль и диагностика технического состояния авиационных двигателей на основе интеллектуального анализа данных : Дисс. ... д.т.н.: 05.13.01 - Уфа: УГАТУ, 2005.-364 с.

66. Жернаков C.B., Муслухов И.И. Нейровычислитель для восстановления потерянной информации со штатных датчиков бортовой системы контроля и диагностики // Научная сессия МИФИ-2006. Нейроинформатика - 2006. -с. 180-188.

67. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений-М.: Мир, 1976 - 166 с.

68. Зенкин A.A. Когнитивная компьютерная графика / Под ред. Д.А. Поспелова-М. : Наука, 1991.-192 с.

69. Изерман Р. Цифровые системы управления: Пер. с англ.- М.: Мир, 1984.-541 с.

70. Иноземцев A.A., Нихамкин М.А. и др. Газотурбинные двигатели. Т.4. Динамика и прочность авиационных двигателей и энергетических установок - М.: Машиностроение, 2008 - 204 с.

71. Иноземцев A.A., Нихамкин М.А., Сандрацкий В.Л. Динамика и прочность авиационных двигателей. Пермь: ОАО «Авиадвигатель». 2007-210 с.

72. Интеллектуальные системы автоматического управления / под ред. И.М. Макарова, В.М. Лохина. - М.:ФИЗМАТЛИТ, 2001. - 576 с.

73. Интеллектуальные системы управления и контроля газотурбинными двигателями / Под ред. С.Н. Васильева. - М.: Машиностроение, 2008. - 550 с.

74. Комплекс информационного и полунатурного моделирования для исследования систем автоматического управления и контроля многодвигательных силовых установок при их эксплуатации по состоянию / Фатиков B.C., Погорелов Г.И., Минаев И.И., Азанов М.Р., Куликов С.Г., Ищук В.П. // Авиационно-космическая техника и технология - 2005.-№2-С.155-160.

75. Кофман М., Парамонов П., Сабом Ю. Надежность и безопасность летательных аппаратов // Аэрокосмический курьер, №3-4, 2009. - с. 32-37.

76. Кривошеев И.А., Погорелов Г.И., Фатиков B.C., Годованюк А.Г. Методика представления и использования многомерной характеристики винтовентилятора при автоматизированном проектировании ГТД и его САУ // Вестник УГАТУ. Серия "Управление, вычислительная техника и информатика". 2009, Т. 13, № 2 (35).- С.3-8.

77. Крымский В.Г. Синтез и анализ систем автоматического управления силовыми установками летательных аппаратов на основе векторных оценок риска в условиях влияния неопределенных факторов. Дисс. ... д.т.н.: специальность 05.13.01: «Управление в технических системах».- Уфа: УГАТУ, 1997. - 643 с.

78. Куликов Г.Г., Арьков В.Ю., Абдулнагимов А.И. Идентификация марковских моделей нестационарных динамических объектов на основе параллельных вычислений // Труды Пятой Международной конференции «Параллельные вычисления и задачи управления» РАСО'2010. - М.: ИПУ РАН им. В.А. Трапезникова, 2010. - С. 343-350.

79. Куликов Г.Г., Арьков В.Ю., Абдулнагимов А.И. Нечеткая марковская модель реального времени для контроля и диагностики газотурбинных двигателей // Авиадвигатели XXI века [электронный ресурс]: материалы конф. - М.:ЦИАМ, 2010,- С.1579-1583

80. Куликов Г.Г., Арьков В.Ю., Абдулнагимов А.И. Технология полунатурных испытаний интегрированных систем управления и контроля авиационных ГТД // Известия вузов. Авиационная техника, №1, 2008. С.37-40.

81. Куликов Г.Г., Арьков В.Ю., Абдулнагимов А.И., Непараметрическая идентификация динамических моделей сложных систем на основе управляемых марковских цепей // Мехатроника, автоматизация, управление, №9, 2007. С.49-54.

82. Куликов Г.Г., Арьков В.Ю., Абдулнагимов А.И. Перспективы иейросетевой настройки процедуры спектрального анализа при идентификации динамических моделей // Нейрокомпьютеры: разработка, применение, №10, 2007. С.42-46.

83. Куликов Г.Г., Арьков В.Ю., Брейкин Т.В. Марковское моделирование динамических объектов для полунатурных испытаний // Известия РАН. Теория и системы управления, №2, 2000. С. 124-128.

84. Куликов Г.Г., Арьков В.Ю., Погорелов Г.И., Абдулнагимов А.И. Технология полунатурных испытаний интегрированных систем управления и контроля авиационных ГТД на основе иерархических распределенных марковских моделей // Авиационно-космическая техника и технология.-2007. №9(45). С.153-157.

85. Куликов Г.Г., Арьков В.Ю., Фатиков B.C., Абдулнагимов А.И., Погорелов Г.И. Методология полунатурного комплексного функционального моделирования ГТД и его систем // Вестник Самарского государственного аэрокосмического университета имени академика С.П. Королёва, № 3-2, 2009,- С. 392-400.

86. Куликов Г.Г., Арьков В.Ю., Брейкин Т.В. К вопросу о применении моделей Маркова в полунатурных стендах для испытания САУ ГТД // Известия вузов. Авиационная техника, 2000, № 1- С.50-53.

87. Куликов Г.Г., Минаев И.И., Брейкин Т.В., Арьков В.Ю. Моделирование случайных возмущений в полунатурных стендах при экспериментальной доводке цифровых САУ ГТД // Теория и проектирование систем автоматического управления и их элементов: Межвуз. научн. сб-к.- Уфа: УГАТУ, 1996.- С. 124-127.

88. Куликов Г.Г., Минаев И.И., Погорелов Г.И. Основные принципы структурного и функционального построения полунатурных стендов и их применения при исследовании, отладке, доводке и испытаниях САУ

двигательными и силовыми установками самолетов// Авиационная промышленность, 1994, №11— С. 10-18

89. Куликов Г.Г., Флеминг П.Дж., Брейкин Т.В., Арьков В.Ю. Марковские модели сложных динамических систем: идентификация, моделирование и контроль состояния (на примере цифровой САУ ГТД). Уфа: УГАТУ, 1998— 104 с.

90. Куликов Г.Г., Арьков В.Ю., Абдулнагимов А.И. Нечеткие марковские модели систем автоматического управления и контроля // Интеллектуальные системы управления / Под ред. акад. С.Н.Васильева.- М.: Машиностроение, 2010 - С.154-163.

91. Лившиц H.A., Пугачев В.И. Вероятностный анализ систем автоматического управления - М.: Советское радио, 1963. - 438 с.

92. Макаров В.П., Платонов С.Н. Элементы искусственного интеллекта в задаче обеспечения живучести системы ориентации ИСЗ // Динамика и управление космическими объектами - Новосибирск: Наука, 1992. С. 193202.

93. Минаев И.И. Автоматизация процессов испытаний интегрированных САУ многодвигательными силовыми установками летательных аппаратов. Дисс. ... К.Т.Н.-Уфа: УГАТУ, 1996,- 162 с.

94. Основы работоспособности технических систем / В.А.Зорин. - М.: Академия, 2009. - 208 с.

95. Пат. 2331054 Российская Федерация, МПК G01M 15/14. Способ полунатурных испытаний систем автоматического управления и контроля газотурбинных двигателей и стенд для его реализации / Г.Г. Куликов, Г.И. Погорелов, В.Ю. Арьков, B.C. Фатиков, И.И. Минаев, C.B. Епифанов, А.И. Абдулнагимов; заявитель и патентообладатель Уфимский государственный авиационный технический университет.- №2006125866/06, заявл. 17.07.2006; опубл. 10.08.2008, Бюл. №22; Приор. 17.07.2006, №2006125866 (Российская Федерация). - Введ. с 17.07.2006 по 17.07.2026. - 11 с. : ил.

96. Пат. 2340883 Российская Федерация, МПК G01M 15/14. Способ полунатурных испытаний систем автоматического управления и контроля газотурбинных двигателей и стенд для его реализации / Г.Г. Куликов, Г.И. Погорелов, В.Ю. Арьков, B.C. Фатиков, М.Р. Азанов, C.B. Епифанов, А.И. Абдулнагимов; заявитель и патентообладатель Уфимский государственный авиационный технический университет.-№2007118610/06, заявл. 18.05.2007; опубл. 10.12.2008, Бюл. №34; Приор. 18.05.2007, №2007118610 (Российская Федерация). - Введ. с 10.12.2008 по 18.05.2027.

97. Пат. 68070 Российская Федерация, МПК F02C 9/28. Полунатурный стенд для испытаний систем автоматического управления и контроля газотурбинных двигателей / Г.Г. Куликов, Г.И. Погорелов, В.Ю. Арьков, B.C. Фатиков, И.И. Минаев, C.B. Епифанов, А.И. Абдулнагимов; заявитель и патентообладатель Уфимский государственный авиационный технический университет, - №2007119898/22, заявл. 28.05.2007 ; опубл. 10.11.2007, Бюл. №31; Приор. 28.05.2007, №2007119898 (Российская Федерация). - Введ. с 28.05.2007 по 28.05.2012. - 2 с. : ил.

98. Пат. 89178 Российская Федерация, МПК F02C 9/28. Стенд для испытаний газотурбинных двигателей совместно с цифровой системой автоматического управления и контроля / Куликов Г.Г., Погорелов Г.И., Арьков В.Ю., Фатиков B.C., Абдулнагимов А.И., Кузьмина А.Ю.; заявитель и правообладатель Уфимский государственный авиационный технический университет. - №2009112051/22, заявл. 01.04.2009 ; опубл. 27.11.2009, Бюл. №33; Приор. 01.04.2009, №2009112051 (Российская Федерация). - Введ. с 27.11.2009 по 01.04.2019.

99. Погорелов Г.И., Азанов М.Р., Абдулнагимов А.И., Арьков В.Ю. Полунатурный стенд для испытаний САУ ГТД с имитацией датчиков и обеспечением информационного обмена с информационными моделями систем самолета, // Сб. Мавлютовские тезисы, Уфа: УГАТУ, 2007.

100. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия -Телеком, 2006. - 452 с.

101. Васильев В.И., Валеев С.С. Глава 8. Интеллектуальные системы управления ГТД // Проблемы проектирования и развития систем автоматического управления и контроля ГТД / Под ред. Кусимова С.Т., Ильясова Б.Г., Васильева В.И. - М.: Машиностроение, 1999. - 432-492 с.

102. Саати Т. Принятие решений. Метод анализа иерархий. - М.: Радио и связь, 1993.-316 с.

103. Саати Т.Л. Принятие решений при зависимостях и обратных связях: Аналитические сети. — М.: Издательство ЛЕСИ, 2008. — 360 с.

104. Системы автоматического управления авиационными газотурбинными двигателями. Труды ЦИАМ №1346 / Под ред. О. С. Гуревича. - М.: ТОРУС ПРЕСС, 2010.-264 с.

105. Системы автоматического управления авиационными ГТД: Энциклопедический справочник / Под ред. д.т.н., проф. О. С. Гуревича. - М.: ТОРУС ПРЕСС, 2011. - 208 с.

106. Срагович В.Г. Адаптивное управление-М.: Наука, 1981 - 384 с.

107. Тихонов В.И. Статистическая радиотехника. - М.: Радио и связь, 1982. -624 с.

108. Федюкин, В. Распределенная архитектура перспективных встроенных систем управления / В. Федюкин, Л. Бондарев, В. Клепиков // Электроника: наука, технология, бизнес. - 2007. №6. - С. 60-65.

109. Черкасов Б.А. Автоматика и регулирование воздушно-реактивных двигателей. - М.: Машиностроение, 1988. - 360 с.

110. Шолохов О.В. Современные проблемы применения существующей нормативной базы для обеспечения надежности САУ авиационных двигателей // Авиадвигатели XXI века [Электронный ресурс]: материалы конф. - М.: ЦИАМ, 2010. - 1696 с.