автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Математическое обеспечение классификационного управления режимами обслуживания авиационной техники

На правах рукописи

Величко Игорь Иванович

МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ КЛАССИФИКАЦИОННОГО УПРАВЛЕНИЯ РЕЖИМАМИ ОБСЛУЖИВАНИЯ АВИАЦИОННОЙ ТЕХНИКИ

Специальность 05.13.01 — Системный анализ, управление и обработка

информации (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Иркутск - 2006

Работа выполнена в Иркутском высшем военном авиационном инженерном училище (военном институте)

Научный руководитель: доктор технических наук, профессор

Краковский Юрий Мечеславович

Официальные оппоненты: доктор технических наук, доцент

Лукьянов Анатолий Валернанович дохтор технических наук, профессор Данеев Алексей Васильевич

Ведущая организация:

Иркутский государственный технический университет

Защита состоится 22 декабря 2006 г. в 12 часов на заседании диссертационного совета Д 218.004.01 в ГОУ ВПО «Иркутский государственный университет путей сообщения» по адресу: 664074, г. Иркутск, ул. Чернышевского, 15, ауд. А-803.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Иркутский государственный университет путей сообщения».

Автореферат разослан 21 ноября 2006 г.

Ученый секретарь диссертационного совета

Н.П. Деканова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

4

Актуальность темы. Важным резервом эффективной эксплуатации авиационной техники (AT) является снижение расход® на ее обслуживание, хранение и ремонт. На практике наиболее распространены следующие стратегии обслуживания: по ресурсу (сроку службы), по уровню надежности, по техническому состоянию. Централизованные планово-предупредительные системы ориентированы преимущественно на стратегию обслуживания по ресурсу та базе сложившейся статистики, что не эффективно. Выход видится в переходе к децентрализованному управлению обслуживанием на уровне эксплуатирующих организаций, когда максимально полно могут быть учтены реальное техническое состояние каждого объекта и возможности по организации его обслуживания. Данное управление названо в работе классификационным, при котором режимы обслуживания изменяются при изменении технического состояния AT, производственных возможностей эксплуатационных подразделений и реализуемых стратегий обслуживания.

Переход к децентрализованному управлению обслуживанием AT требует создания математического и программного обеспечения, адаптированного к совокупности возможных стратегий обслуживания и к необходимости учета ме только технического состояния объекта, но и состояния обслуживающей среды. . Классификационное управление реализуется за счет создания автоматизированных рабочих мест, обеспечивающих дополнительную функциональность при управлении режимами обслуживания объекте» AT. Актуальность диссертационной работы определяется тем, что к настоящему времени недостаточно проработаны вопросы классификационного управления многопараметрическими динамическими процессами (к классу которых принадлежит обслуживание AT) в условиях ограниченной информации.

Целью работы является разработка математических и~ программных средств, обеспечивающих классификационное управление режимами обслуживания объектов AT в условиях информационной неопределенности, характерной для эксплуатирующих подразделений.

Дня достижения данной цели в работе решаются следующие частные задачи: '

1. Разработка комплексной модели обслуживания, учитывающей эксплуатационную надежность объекта и затраты на его обслужившие;

2. Создание математического обеспечения основных:, компонентов комплексной модели обслуживания;

3. Разработка алгоритма классификационного управления, использующего комплексную модель обслуживания объекта;

4. Реализация алгоритмических решений на программном уровне;

5. Применение полученных теоретических результатов и программного обеспечения дл« решения практических задач. '

Методы исследования. В работе использованы методология системного анализа, элементы теории вероятностей, математической статистики, теории надежности и математического программирования.

Обоснованность научных результатов. По к).. Чевым решениям, как правило, использовалось несколько способов получена I Результатов. Алгоритмическое обеспечение классификационного управлени I тестировалось в ходе численных экспериментов и прошло практическую апробацию на реальных объектах авиационной техники.

Научную попил!у представляют следующие резупьтаты, выносимые ка защиту:

1. Комплексная трехкомпонентная математяческ.ш модель, предназначенная для выбора рациональных режимов обслуживания объекта с учетом его технического состояния и располагаемых ресурсов подразделения;

2. Алгоритм прогнозирования значений параметров технического состояния, функционирующий в трех вариантах: а) для умеренно коротких рядов; б) для коротких рядов; в) для сверхкоротких рядов;

3. Алгоритм определения периодичности актуальных режимов обслуживания, основанный на том, что техническое состояние объекта зависит как от постепенных, так и от внезапных отказов.

4. Алгоритм выбора варианта обслуживания для классификационного управления, использующего комплексную математическую модель и процедуру настройки на специфику обслуживаемого объекта.

Практическая значимость и реализация результатов. Основные результаты диссертационной работы получены автором при проведении исследований в рамках НИР: «Математическое, алгоритмическое и программное обеспечение управления эксплуатационной надежностью объектов авиационной техники на уровне эксплуатирующих организаций (шифр Надежда)»; «Алгоритмическое обеспечение расчетно-информационной системы управления эксплуатационной надежностью объекта авиационной техники (шифр АРИС-2005)»; «Разработка методов прогнозирования технического состояния летательного аппарата на основе разнородной информации (шифр Имитатор-2005)».

Полученные результаты имеют прикладную направленность и могут быть использованы При переходе от централизованной планово-предупредительной системы парковой эксплуатации к эффективной децентрализованной системе по-обьектяой эксплуатации, максимально полно учитывающей специфику каждой ситуации. Актуальность такого перехода обусловлена состоянием парка отечественной техники и многолетним лимитом материально-технических средств. Часть предложенных решений реализована в эксплуатационной практике учебного аэродрома и могорно-испытателыюй станции Иркутского высшего военного авиационного инженерного училища (ИВВАИУ), а также в ряде войсковых частей ВВС. Результаты исследований используются в учебном процессе ИВВАИУ в базовой учебной дисциплине «Надежность и техническая диагностика». В приложении приведены акты внедрения, для учебной дисциплины «Надежность и техническая диагностика» подготовлено и опубликовано учебное пособие.

Апробация работы. Материалы исследования представлялись и обсуждались на: XIV всероссийской научно-технической конференции «Проблемы

боевого применения, технической эксплуатации и обеспечения безопасности полетов летательных аппаратов», г. Иркутск, 2005 г.; ХХП межвузовской научно-методической конференции Иркутского ВВАИУ, г. Иркутск, 2005 г. Работа обсуждалась на научных семинарах Иркутского ВВАИУ,

Публикации и личный вклад автора. По теме диссертации опубликовано 7 научных работ, включая 3 статьи и 4 доклада, а также одно учебное га»-собие, В работах, опубликованных в соавторстве, автору принадлежат научные и практические результата, заявленные в диссертации.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 94 наименований и двух приложений. Основной текст диссертации изложен на 176 страницах машинописного текста и включает 43 иллюстрации (без приложения) и 14 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, определена научная и практическая новизна, приведены основные результаты и дан краткий обзор содержания работы по главам.

В первой главе рассмотрено состояние парка отечественной АТ и организационно-технические проблемы его обслуживания. Показано, что главной тенденцией, характеризующей состояние парка летательных аппаратов военно-воздушных сил, является физическое и моральное старение АТ, низкий уровень готовности к применению. Одной из причин этого является обслуживание по единым для однотипного парка стратегиям, программам и режимам, реализуемым с помощью централизованной системы управления статистического типа. При таком управлении фактически не учитываются конкретные условия эксплуатации, реальное состояние отдельных объектов и возможности подразделений (далее, обобщенно - производственные ситуации).

Показано, что эффективным является переход к обслуживанию отдельных объектов АТ или их фрагментов с использованием гибкой совокупности стратегий и режимов обслуживания, выбираемых исхода ю текущей или прогнозируемой производственной ситуации:

Учет при обслуживании объекта нестабильности производственных ситуаций требует децентрализации управления, вплоть до уровня эксплуатирующего подразделения. В этих условиях корректное управление с использованием традиционного информационного, математического и алгоритмического обеспечения (изначально ориентированного на значительные объемы исходных общепарковых данных) проблематично.

Обзорный анализ известных наработок (включая и зарубежные) позволил определить, что существующие математические, алгоритмические, программные и методические решения в целом базируются на. традиционных функциях надежности, в связи с чем не в полной мере обеспечивают возможность управления режимами обслуживания отдельных объектов, особенно в условиях вероятного лимита исходных данных.

Сделан вывод о целесообразности использования принципиально новой, информационно более экономной схемы классификационного управления, при

котором режимы обслуживания формируются исходя из характера изменения наблюдаемой производственной ситуации.

Вторая глава содержит решения по комплексной математической модели обслуживания объектов ЛТ. В качестве формальной основы классификационного управления сформирована комплексная модель обслуживания объекта, состоящая из модуля данных и трех основных компонентов (рис. I):

Ряс. 1, Структура комплексной математической модели

• «прогноз многомерного процесса», обеспечивает прогнозирование каждого из параметров наблюдений, а в совокупности — прогнозирование производственных ситуаций, описываемых этими параметрами;

- «идентификация ситуаций», обеспечивает привязку текущей или прогнозируемой производственной ситуации к одной из имеющихся в обучающих выборках (ОВ) трупп (кластеров) ситуаций;

- «оптимизация режима», обеспечивает выбор такого режима обслуживания объекта, который в наибольшей степени адекватен установленному кластеру производственных ситуаций.

компонент «прогноз многомерного процесса» включает три модуля, выборочно используемые в зависимости от степени полноты располагаемых данных (и). С использованием техники регрессионного анализа решена задача определения такой минимальной длины т^ исходного временного ряда, при которой еще может быть получен удовлетворительный по корректности прогноз на основе той или иной модели тренда. Найденные величины от^ дали основание для классификации временных рядов по их длине. Так, если для заданных п (глубина прогноза) и А (отношение задаваемой ошибки прогноза к дисперсии наблюдений) выполняется условие т > , то временной ряд призна-

ется умеренно коротким. Если же т « тт11,, то рассматриваемый ряд признается коротким. Если т < т^, то ряд признается сверхкоротким.

Полученные решения позволили установить границы применимости каждого га трех модулей прогноза, в частности, для умеренно коротких рядов рекомендован модуль с параболической моделью тренда, для коротких рядов рекомендован модуль с линейной моделью тренда, для сверхкоротких рядов рекомендован модуль с линейной моделью тренда, дополняемой информацией, содержащейся в ОВ.

Применительно к реализуемому децентрализованному управлению реально доступным оказывается лишь один источник дополнительной информации об управляемом процессе - значения рассматриваемого параметра наблюдения по другим обслуживаемым объектам подразделения, представленным в массивах ОВ. Учитывая возможную противоречивость данных в ОВ дополнительную информацию предлагается формировать из ОВ по крайним значениям и представлять в виде интервальных оценок будущих значений ряда в интересующие моменты времени. При таком подходе, данные из ОВ используются как система ограничений, несущая дополнительную информацию для прогнозной модели процесса.

При работе с реальными ОВ важной представляется и такая дополнительная информация, как степень правдоподобности отдельных значений (ограничений). В этой связи оправдано каждое частное ограничение и/ сопровождать мерой правдоподобия р'. Тогда для совокупности ограничений можно использовать обозначение

{(и.'У):/ = 1,.(1) Очевидно, что правдоподобие может быть формально отождествлено с вероятностью, поэтому его количественная мера может быть определена из условия р* € [од]» I = • Предположим, что из ОВ определено множество частных ограничений н*' и оценено их правдоподобие р1. Пусть Т (Г £ {м + 1,...,м+/|}) - множество моментов периода прогнозирования /, к которым относятся ограничения на процесс Предположим, что Л, (л, с {1....,,£.}) -индексное множество ограничений, относящихся к моменту I е Т, так что теперь (1) примет вид

Рассмотрим вариант, при котором у«ановяено ограничение и',' интервального типа («значение временного ряда в момент I окажется в интервале [я{,£>,']»). Предположим, что все ограничения независимы друг от друга, так что при всех / £ Т и к Ф I справедливы неравенства

а\ * а*, а\ Ф Ь,1, Ь'г Ф £>*. (2)

Каждому частному ограничению поставим в соответствие равномерно распределенную случайную величину с функцией плотности

/!Ь>>

1М-Ь'Х уе(а'„Ь',], о , у и (&;,-№).

Бели для момента * е?" число суждений |Л,|> 1, то распределение вероятностей на множестве значений временного ряда можно представить смесью распределений для отдельных суждений. Функцию плотности вероятностей дл» такой композиции представим в общем виде

О)

(еЛ,

где весовые коэффициенты к' примем пропорциональными правдоподобиям суждений р\ и пронормируем их как

I

Введем обозначение для множества О, = {а,': /е Л, |и : I е Л,}. Далее, с учетом (2) элементы множества О, обозначим <7/ и расположим их в возрастающей последовательности

(очевидно, что при этом =гшп{з,':/«Л(|, </,!'л'' = шах^/ :1 е Л,} ). Обозначим через Л" множество

индексов /, для которых ] £ (а1, ,Ь']. Тогда функция плотности (3) мо-

жет быть представлена в виде

Ш =

где я,

(5)

О, Л" -0.

Оценки параметров трендовой модели будем искать из условия максимальной согласованности модели тренда с результатами наблюдений и ограничениями, полученными из ОВ. В качестве меры несогласованности модели с результатами наблюдений в каждый момент I периода основания прогноза можно взять квадрат отклонения рассчитанного по модели значения временного ряда от наблюдаемого X, (в) -{у,- (в, р(г)))5.

В качестве меры несогласованности модели с частными ограничениями в каждый момент г € Г можно взять математическое ожидание квадрата разности продолжений временного ряда, рассчитанных по модели и по ограничениям, -

«(«»/Су-Св.рСО))1/,^)^. (6)

-А

Решение (б) для вектора оценок параметров модели тренда может быть получено ш решения системы линейных алгебраических уравнений вида

(=1 1=1 )

*=1.....к о)

КТ р.1

Располагая оценками параметров модели тренда, прогноз может быть получен как>>*, = (&*, ф(1)), г - т+1, ...,т+ п (где 0* - вектор оценок параметров тренда процесса^ Точность полученного результата может быть рассчитана но формуле:

§ 'дцлг

и-1 ^ (-1 )

(8)

где Л" ЯГ^Г'Г-^Г с; =<С -<.

Окончательно процесс прогнозирования при лимитированной выборке включает следующую последовательность процедур:

- по формуле (4) через заданные правдоподобия суждений р' подсчи-тывакхгся весовые коэффициенты V,';

- по частным ограничениям, «извлеченным» ю ОВ формируется множество О,(например, в виде набора интервалов 1а',,Ь',]У,

- по формуле (5) вычисляются величины д"-,

- составляется и решается система линейных алгебраических уравнений (7) относительно параметров в,. Решение системы принимается за вектор оценок параметров модели временного ряда;

- в соответствии с полученным трендом строится прогноз

- по формуле (8) подсчитываете*! средняя ошибка прогноза.

В основу компонента «идентификация ситуаций» положен вариант дис-криминантного анализа с использованием локального итеративного подхода. При идентификации определяются кластеры (группы производственных ситуаций), лежащие друг от друга на некотором расстоянии в многомерном пространстве ситуаций.

В модели предусмотрено выборочное использование следующих метрик: взвешенного Евклидова расстояния (для однородных шкал с размерностью не более трех), расстояния Хэмминга (для шкал наименований и порядка), рас-

стояния Махаланобиса (для разнотипных шкал). Кроме того, могут бьггь использованы следующие правила идентификации: «ближнего соседа» (для группировок сильно вытянутой формы), «центра тяжести» (для группировок со сложной формой), «дальнего соседа» (для группировок шаровидной формы), «средней связи» (для группировок умеренно вытянутой формы).

Формально идентификация сводится х рекурсивному отображению многомерного признакового пространства на числовую ось.

Компонент «оптимизация режима» включает последовательно используемые два модуля. Первый модуль (представляющий собой вариант имитационной модели) позволяет определять периодичность актуальных режимов обслуживания, Второй модуль позволяет выбирать варианты режимов обслуживания.

В модуда периодичности обслуживания используется стохастический алгоритм, при котором сбор информации для дальнейшего поиска выполняется путем вычисления значений функции в определенных точках. Стохастичность варианта обусловлена тем, что функционал стратегии в общем случае является случайным, так как стратегию обслуживания приходится определять, не имея поллого представления о результатах.

В модуле принято, что техническое состояние объекта зависит как от постепенных, так и от внезапных отказов. Для описания технического состояния объекта использовано имитационное моделирование. Состояние объекта определяют две полные группы несовместных событий: £{ - неисправное состояние из-за постепенных отказов; В> — неисправное состояние из-за внезапных отказов; Р(В$ - вероятность постепенных отказов; Рф^ - вероятность внезапны?: отказов.

Оценка периодичности выполняется в следующей последовательности.

1. Определяются оценки вероятностей отказа при постепенных Р(В0 и внезапных Р(Вз) отказах как частоты >

(9)

где N - число реализаций.

Далее находится оценка вероятности отказа объекта Р = Р(В,)-Р0г).

2. На основе преобразования функции распределения ^(г)(описывающей соответствующий переход между состояниями) относительно / определяется формула для расчета искомого / в виде / = F(R). Для случая экспоненциального распределения формула имеет вид ¿ = -1п(Я)/Л, а для распределения Вейбулла формула имеет вид 1 = /?(-1п(Д))"а, где а, р- параметры, а Я- равномерно распределенное число из диапазона О,... ,1.

3. Генерируются равномерно распределенные случайные числа Я ю диапазона 0,...,1 и определяются события по правилу: если Р(В,), то имеет место событие если Н>Р(В1), то имеет место противоположное" событие; если ЯйР(В1}, то имеет место событие В%\ если Я>Р(Вг) то имеет место противоположное событие. "" ' .

4. На отрезке времени О,...,* с шагом периодичпостн =к2 • /, 1г »Л / отыскивается оптимальная периодичность обслуживания. Далее, в зависимости от знака разности £>(Г,)-0(/2), на отрезке 0или кг путем последовательного разбиения этих отрезков отыскивается точка оптимума.

5. Пошаговое моделирование продолжается, пока длительность планируемого обслуживания не достигнет предела .

Модуль выбора вариантов обслуживания позволяет выбрать из нескольких групп вариантов наилучшую группу, а в ней - оптимальный вариант, обеспечивающий экстремум функционалу управления (стратегии обслуживания).

В третьей главе представлены решения по алгоритмам автоматизированного рабочего места управления режимами обслуживания (АРМ УРО) объекта. В соответствии с моделью обслуживания в головной алгоритм АРМ УРО включены три взаимосвязанные составные части: 1) алгоритм настройки АРМ на специфику обслуживаемого объекта; 2) алгоритм регулятора, реализующий классификационное управление; 3) алгоритм решения частных задач исследовательской и образовательной практики по проблематике управления обслуживанием АТ.

Алгоритм настройки включает процедуры определения или задания специфических для объекта и условий обслуживания наборов: параметров наблюдений и их ограничений, ОВ, стратегий и ресурсных ограничений, форм и вариантов обслуживания, характерных состояний и переходов между ними, метрик и правил идентификации производственных ситуаций. В совокупности настроечные данные, наряду с данными наблюдений, обеспечивают достаточный информационный базис классификационного управления.

Алгоритм регулятора включает четыре модуля: 1) анализ и прогнозирование; 2) идентификация производственных ситуаций; 3) генерация режимов обслуживания; 4) подготовка данных для модулей регулятора. Исполнение модулей предусматривает возможность управления обслуживанием объекта в различных условиях информационной неопределенности.

Предложенные алгоритмические решения по большинству позиций доведены до программного уровня и реализованы в виде специального программного обеспечения специализированного АРМ УРО. Программные решения обеспечивают два режима использования АРМ: для классификационного управления объектами АТ в условиях эксплуатирующих подразделений; для решения частных инженерно-исследовательских задач в условиях эксплуатирующих организаций и образовательных учреждений.

В четвертей главе представлены материалы опытного управления обслуживанием моторно-испытательной станции (МНС) ИВВАИУ с использованием АРМ УРО. Эта станция включает составной объект АТ и организационную составляющую - персонал и средства обслуживания (рис. 2). Составной объект АТ включает авиадвигатель типа Р11Ф2-300 п комплексную установку У-900-80, представляющую собой имитатор летательного аппарата с дополнительной системой контроля.

Составной объект А Т ТРДРИФ1-36Ч

Компрессор ОКС Турбина ФКС РС

Топливная система Система запуска Системе смазки Дренажная система

Противообяе-девительная система Система управления РС Система отбора воздуха Система электрооборудования

Комяялкашяраяянелка У-900-80

Установка У-905

Установил У-906

Установка У-907

Установка У-908

Установка У-909

Установка У-910

Установка У-911

Ргсурсы (ягрсокал я ШС) обсяуманшш*

Ресурсы I Ресурсы 1 Ресурсы Ресурсы |

МИС | ВВАИУ ( АРЗ 1_ предприятий |

Рис. 2. Состав организационно-технического объекта МНС. ОКС, ФКС, РС -конструктивные элементы двигатели; АРЗ — авиаремонтный завод

Для управления использован набор из 24 агрегированных показателей, что обеспечило возможность распознавания 9 групп производственных ситуаций.

Опытное обслуживание отдельных частей объекта проведено с использованием двух базовых стратегий: для установки У-900-80 - обслуживание с минимумом затрат, для авиадвигателя - обслуживание по максимуму коэффициента готовности к применению. Для обеих стратегий предусматривалось оперативное обслуживание с периодически изменяемым (в исследовательских целях) ограничением по располагаемому фонду трудозатрат. Для технической составляющей объекта учитывались три элемента режима обслуживания: вид (форма) работ, периодичность выполнения вида работ, вариант выполнения вида работ.

Граф состояний при функционировании МИС включает следующие состояния (рис. 3): •£?,- ожидание применения и применение; Ег — плановый мониторинг, Еъ - оперативное обслуживание, ЕА — работы по вводу (выводу) из хранения и хранение; — диагностику и целевую проверку; Е6 — профилакти-

ку по форме 1; Е-, — профилактику по форме 2; Ея - ремонтно-восстановительные работы; Е9 - заводской ремонт (предельное состояние).

Материалы тестирования основных программных компонентов АРМ УРО на контрольных выборках, имитационных и реальных данных свидетельствуют о работоспособности программных модулей во всех проверенных условиях, включая и условия сверхкоротких данных. Полученные результаты использованы для настройки АРМ УРО, а также для выработки общих рекомендаций методического характера.

Для тестирования процедур оптимизации периодичности обслуживании использованы два распределения - экспоненциальное и Вейбулла. С помощью техники статистического моделирования были сформированы массивы имитационных данных, соответствующих основным переходам при функционировании и обслуживании МИС. На рис, 5 представлены фрагменты материалов моделирования некоторых из этих переходов в виде функций Р,(т) - вероятности состояний МИС при ее функционировании по неделям (всего т — 15 недель).

Рис 3. Структурная модель функционирования объекта

На рис. 4 варианты отличаются рядом исследовательских условий: а) -базовый вариант (БВ) с начальными вероятностями состояний Р/^ = 0, Рз = 0.2, Рз01 — 0.02, Р^0> = 0.01; б) - БВ с сокращенной в 2 раза длительностью про-филактик Е3\ в) - БВ с сокращенной в 2 раза длительностью оперативного обслуживания Е]\ г) - БВ с увеличенной в 2 раза периодичностью профилактик Ез\ д) - БВ с увеличенной в 2 раза периодичностью ремонта Еу, е) - БВ с существенно (на порядок) увеличенной периодичностью профилактик Еу, ж) - БВ с существенно (на порядок) увеличенной периодичностью ремонта Еу, з) — БВ с одновременным существенным сокращением периодичности профилактик Ез и периодичности ремонта

1.0 Пт) 6.5

1 4 < 8 10 т 14

В

1.«

Р(С"0 ол

3 ! . ...

1' - -

1 < """ 1 —нн

1.0 Р((ч) А5

1 4 6 8 10 III 14

д..

Ч-- 1 1

к 1 1.

1 И*1 -•"К* г: - +

I 4 6 8 10

Ж

14

1.0

Р<»> и

1.0 Р/п.) 03

1 4 * 8 10 к 14

1.0 Г*») «Л

14 « 8 И в 14

Г

1 1 \. и

..л-** ( !

1 \ - - - г 11

1 4 « 8 10 и 14

Обозначения:

......аерсятность оперативного обслуживания;

------ вероятность профилактик по формам 1 и 2;

- - вероятность применения вли его ожндавия;

----- вероятность ремонта или его ожидания

Рис. 4. Функционирование МИС в различных условиях

В ходе опытного классификационного управления обслуживанием МИС апробированы две стратегии - «обслуживание с минимумом затрат» и «обслуживание с максимумом готовности к применению». При сравнении с результатами традиционной стратегии «планово-предупредительное обслуживание» установлен ряд фактов, позволяющих судить: во-первых, о принципиальной возможности обслуживания объекта МИС по различным стратегиям; во-вторых, о нерациональности использования для МИС традиционной планово-предупредительной стратегии (в плане эксплуатационных затрат); в-третьих, об очевидной предпочтительности для МИС стратегии минимизации затрат на обслуживание при приемлемом уровне готовности к применению.

В заключении перечислены основные результаты диссертационного исследования, включая результаты опытной апробации.

Приложение 1 содержит примеры экранных страниц АРМ УРО, а в приложении 2 представлены акты внедрения материалов исследования.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ

1. Комплексная математическая модель функционирования объекта АТ, включающая три взаимосвязанных компонент: 1) прогнозирование частных процессов; 2) идентификация производственных ситуаций; 3) оптимизация актуальных режимов обслуживания. В компоненте прогнозирования использованы периодически перенастраиваемые лилейные и параболические модели тренда, а также модели для сверхкоротких рядов. В компоненте идентификации использованы методы дискриминантного анализа с периодически пополняемыми обучающими выборками. В компоненте выбора режимов использован двух-этапный алгоритм: на первом этапе, используя стохастический алгоритм, определяется периодичность актуальных режимов обслуживания, а на втором — осуществляется выбор варианта режима обслуживания;

2. Алгоритм принятия решений по режимам обслуживания, состоящий из двух составных частей: алгоритм настройки на специфику обслуживаемого объекта и алгоритм регулятора, реализующего классификационное управление обслуживания объекта.

Алгоритм настройки (периодической перенастройки) включает процедуры задания специфических для объекта и условий его обслуживания параметров наблюдений и их ограничений, обучающих выборок, стратегии обслуживания и организационно-технических ограничений, форм и вариантов обслуживания, характерных состояний объекта и переходов между ними, метрик и правил классификации производственных ситуаций.

Алгоритм регулятора включает четыре модуля: 1) подготовка данных; 2) анализ и прогнозирование процессов; 3) идентификация текущих и прогнозируемых производственных ситуаций; 4) выбор оптимальных вариантов обслуживания и оптимизации их периодичности.

3. Автоматизированное рабочее место управления режимами обслуживания (АРМ УРО) со специальным программным обеспечением, позволяющим: настраивать АРМ на специфику конкретных объектов, использовать АРМ а ка-

честее перенастраиваемого регулятора процесса обслуживания конкретных объектов шш для решения частных исследовательских задач.

4. На основе АРМ УРО проведено опытное обслуживание могорно-ииштательной станции, состоящей из авиадвигателя Р11Ф2-300, комплексной установки У-900-80 и персонала с табельными средствами обслуживании. Для управления обслуживанием оказался достаточным набор из 24 агрегированных показателей. Набор наблюдаемых показателей позволил распознавать 9 групп типовых производственных ситуаций. В качестве управляющих воздействий на объект использованы режимы обслуживания (виды и периодичность работ), стратегии обслуживания (по максимуму готовности, по минимуму затрат), а также фонд трудозатрат персонала.

Сравнение результатов опытного управления (период Ка 2) с ретроспективными результатами традиционного планово-предупредительного обслуживания (полученными за аналогичный по продолжительности и интенсивности эксплуатации период в 8 месяцев - период № 1) позволило установить:

- удовлетворительную функциональность АРМ УРО во всех режимах управления объектом, включая и варианты со сверхкороткими рядами данных;

- принципиальную возможность обслуживания объекта с использованием классификационного управления;

- очевидную предпочтительность для объекта стратегии обслуживания ш минимуму затрат при заданном уровне готовности к применению.

Важным результатом классификационного управления режимами обслуживания является своевременное выявление и предупреждение зарождающихся аномалий при анализе накопленных и прогнозируемых значений частных процессов. Всего за контрольный период № 2 установлено 53 таких фактов из них • 39 по авиадвигателю и 14 по установке. О влиянии данного фактора можно судить по величине накопленных неплановых (аварийных) трудозатрат, сопутствующих обслуживанию, в оба контрольных периода. Так, для периода № 1 они составляют 195 чел.ч, а для периода № 2 почта в два раза меньше - 104 чел.ч.

5. По результатам диссертационного исследования получены акты внедрения от ИВВАИУ и войсковых частей.

список

основных работ, опубликованных по теме диссертации

1. Величко И.И. Моделирование процесса технического обслуживания объектов авиационной техники // Известия ИГЭА. - Иркутск: Иэд-во БГУЭП, 2006. -Ка 3. -С. 32-36.

2. Величко И.И. Оценка эффективности применения истребительной авиации в дальнем групповом воздушном бою / НИ. Величко, A.B. Бахтин // Сб. научн, тр. - Иркутск: Изд-воИВВАИУ, 2005. -С. 121-126,

3. Величко И.И. Особенности подготовки данных для децентрализованного управления при обслуживании авиационной техники / И.И. Величко, В.З, Чокой // Сб. науч. тр. «Применение математических методов и информационных технологий в экономике». -Иркутск: Изд-во БГУЭП, 2006. - С. 29-35.

4. Величко И.И. Алгоритмы доопределения числовых данных / И,И. Величко, В.З. Чокой // Материалы XIV Всероссийской научно-технической конференции, Проблемы боевого применения, технической эксплуатации и обеспечения безопасности полетов летательных аппаратов. — Иркутск: Изд-во ИВВАИУ, 2005. Ч. 1, - С. 52-55.

5. Величко И.И. Алгоритмы многофакторного моделирования процессов технического обслуживания авиационной техники, / И.И. Величко, В.З. Чокой // Материалы XIV Всероссийской научно-технической конференции. Проблемы боевого применения, технической эксплуатации и обеспечения безопасности полетов летательных аппаратов. - Иркутск: Изд-во ИВВАИУ, 2005, Ч. 1. - С. 56-60.

6. Величко И.И. Организационное управление в условиях лимита данных / В.З. Чокой, И.И. Величко // Материалы XXII межвузовской научпо-методической конференции училища - Иркутск: Изд-во ИВВАИУ, 2005. — С. 139-143.

7. Величко И.И. Оценка нормативов при траекторном управлении / В.З. Чокой, НИ. Величко // Материалы XXII межвузовской научно-методической конференции училища. Иркутск: Изд-во ИВВАИУ, 2005. - С. 133-138.

8. Величко И.И. Надежность и техническая диагностика: Учеб. пособие / И.И. Величко, В.З. Чокой И Иркутск: Изд-во ИВВАИУ, 2006. - 194 с.

Подписано в neierb . 11.2006. Форм»? 60x84 1/16. Бумага офсетная. Усл. печ.л, 1.0. Уч.-изд.л 0,9. Тираж 130 экз. Заказа/г2а"_

Типография Иркутского ВВАИУ(ВИ): 664009, Иркутск, ул. Советская, 176,

ПРИНЯТЫЕ СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.

Глава 1. ИНФОРМАЦИОННЫЙ АНАЛИЗ СОСТОЯНИЯ ПАРКА ОТЕЧЕСТВЕННОЙ АВИАЦИОННОЙ ТЕХНИКИ И МЕТОДОВ УПРАВЛЕНИЯ ЕГО ОБСЛУЖИВАНИЕМ.

1.1. Состояние парка авиатехники и проблемы ее обслуживания.

1.1.1. Состояние парка авиатехники.

1.1.2. Проблемы эксплуатации, ремонта и хранения.

1.2. Управление обслуживанием авиатехники.

1.2.1. Схема управления обслуживанием.

1.2.2. Стратегии, режимы и программы обслуживания.

1.2.3. Модели эксплуатации и обслуживания.

1.3. Системы управления обслуживанием.

1.3.1. Зарубежные системы управления.

1.3.2. Отечественная система управления надежностью.

1.3.3. Программное и методическое обеспечение.

1.4. Риск решений в условиях неопределенности.

1.5. Подготовка и анализ данных.

1.6. Формирование признакового пространства.

1.7. Классификация и прогнозирование процессов.

1.8. Формулирование цели и задач исследования.

Глава 2. КОМПЛЕКСНАЯ МОДЕЛЬ ОБСЛУЖИВАНИЯ ОБЪЕКТА АВИАЦИОННОЙ ТЕХНИКИ.

2.1. Структура и функциональность модели.

2.2. Компонент «Прогноз многомерного процесса».

2.2.1. Порог надежного прогноза.

2.2.2. Прогноз при достаточной выборке.

2.2.3. Дополнительная информация о процессе.

2.2.4. Прогноз при недостаточной выборке.

2.3. Компонент «Идентификация ситуаций».

2.4. Компонент «Оптимизация режима».

2.4.1. Подходы к моделированию обслуживания.

2.4.2. Модель периодичности обслуживания.

2.4.2.1. Задача оптимизации периодичности.

2.4.2.2. Затраты на обслуживание.

2.4.2.3. Оптимизация периодичности.

2.4.3. Оптимизация режима обслуживания.

2.4.3.1. Базовые варианты обслуживания.

2.4.3.2. Модель выбора режима обслуживания.

2.5. Выводы по главе 2.

Глава 3. АЛГОРИТМ УПРАВЛЕНИЯ РЕЖИМАМИ ОБСЛУЖИВАНИЯ ОБЪЕКТА АВИАЦИОННОЙ ТЕХНИКИ.

3.1. Головной алгоритм АРМ УРО.

3.2. Алгоритм настройки АРМ.

3.3. Компоненты системы управления обслуживанием.

3.4. Головной алгоритм регулятора.

3.4.1. Алгоритмический модуль анализа и прогноза.

3.4.2. Алгоритмический модуль идентификации ситуаций.

3.4.3. Алгоритмический модуль режимов обслуживания.

3.4.4. Алгоритмический модуль подготовки данных.

3.5. Программный продукт «АРМ УРО».

3.6. Выводы по главе 3.

Глава 4. УПРАВЛЕНИЕ РЕЖИМАМИ ОБСЛУЖИВАНИЯ МОТОРНО-ИСПЫТАТЕЛЬНОЙ СТАНЦИИ.

4.1. Организационно-технический объект управления.

4.1.1. ТРД составного объекта.

4.1.2. Установка У-900-80 составного объекта.

4.2. Параметры наблюдений и стратегии обслуживания.

4.2.1. Параметры наблюдений объекта.

4.2.2. Стратегии и режимы обслуживания объекта.

4.3. Модель обслуживания объекта.

4.4. Управление режимами обслуживания объекта «МИС».

4.4.1. Анализ и прогноз процессов.

4.4.2. Группировка признаков и ситуаций.

4.4.3. Режимы обслуживания объекта.

4.5. Выводы по главе 4.

Курс Российской Федерации на качественное совершенствование своего экономического и оборонного потенциала, приведение его к уровню современных требований, причем, в условиях ограниченного финансирования, обусловливает необходимость изыскания и приведения в действие эффективных, малозатратных решений, экономного использования имеющихся возможностей. Сказанное в полной мере относится к парку отечественной авиационной техники (АТ) и к системе его эксплуатации.

Важным резервом эффективной эксплуатации АТ является снижение расходов на ее обслуживание, хранение и ремонт без ущерба для эффективности применения. Это особенно актуально в условиях прогрессирующего устаревания авиапарка, снижения численности, ресурса и срока его службы.

За последние 15.20 лет в отечественной авиационной практике сформировалось понимание того, что дальнейшее использование централизованной планово-предупредительной системы управления парковым обслуживанием проблематично, более того, - обременительно. Выход видится в переходе к рационально децентрализованному управлению обслуживанием на уровне эксплуатирующих организаций, когда максимально полно могут быть учтены реальное техническое состояние каждого объекта и возможности по организации их обслуживания.

Переход к децентрализованному управлению обслуживанием АТ требует разрешения целого ряда проблем правового, методологического и научно-технического характера. Последнее связано с тем, что тривиальная децентрализация обычно ведет к информационной изоляции лиц принимающих решения (ЛПР), к снижению корректности управления.

Актуальность диссертационной работы определяется тем, что к настоящему времени даже на фундаментальном уровне недостаточно проработаны вопросы ситуационного управления многопараметрическими динамическими процессами (к классу которых принадлежит обслуживание АТ) в условиях ограниченной информации. Что качается прикладного уровня, предполагающего алгоритмические и методические решения, то такие исследования по заявленной теме отсутствуют вовсе. Такая ситуация препятствует переходу к прогрессивным вариантам обслуживания отечественной АТ.

Целью работы является разработка математических и программных средств, обеспечивающих классификационное управление режимами обслуживания объектов АТ в условиях информационной неопределенности, характерной для эксплуатирующих подразделений.

Для достижения данной цели в работе решаются следующие частные задачи:

1. Разработка комплексной модели обслуживания, учитывающей эксплуатационную надежность объекта и затраты на его обслуживание;

2. Создание математического обеспечения основных компонентов комплексной модели обслуживания;

3. Разработка алгоритма классификационного управления, использующего комплексную модель обслуживания объекта;

4. Реализация алгоритмических решений на программном уровне;

5. Применение полученных теоретических результатов и программного обеспечения для решения практических задач.

Методы исследования. В работе использованы методология системного анализа, элементы теории вероятностей, математической статистики, теории надежности и математического программирования.

Обоснованность научных результатов. По ключевым решениям, как правило, использовалось несколько способов получения результатов. Алгоритмическое обеспечение классификационного управления тестировалось в ходе численных экспериментов и прошло практическую апробацию на реальных объектах авиационной техники.

Научную новизну представляют следующие результаты, выносимые на защиту:

1. Комплексная трехкомпонентная математическая модель, предназначенная для выбора рациональных режимов обслуживания объекта с учетом его технического состояния и располагаемых ресурсов подразделения;

2. Алгоритм прогнозирования значений параметров технического состояния, функционирующий в трех вариантах: а) для умеренно коротких рядов; б) для коротких рядов; в) для сверхкоротких рядов;

3. Алгоритм определения периодичности актуальных режимов обслуживания, основанный на том, что техническое состояние объекта зависит как от постепенных, так и от внезапных отказов.

4. Алгоритм выбора варианта обслуживания для классификационного управления, использующего комплексную математическую модель и процедуру настройки на специфику обслуживаемого объекта. Практическая значимость и реализация результатов. Основные результаты диссертационной работы получены автором при проведении исследований в рамках НИР: «Математическое, алгоритмическое и программное обеспечение управления эксплуатационной надежностью объектов авиационной техники на уровне эксплуатирующих организаций (шифр Надежда)»; «Алгоритмическое обеспечение расчетно-информационной системы управления эксплуатационной надежностью объекта авиационной техники (шифр АРИС-2005)»; «Разработка методов прогнозирования технического состояния летательного аппарата на основе разнородной информации (шифр Имитатор-2005)».

Полученные результаты имеют прикладную направленность и могут быть использованы при переходе от централизованной планово-предупредительной системы парковой эксплуатации к эффективной децентрализованной системе по-обьектной эксплуатации, максимально полно учитывающей специфику каждой ситуации. Актуальность такого перехода обусловлена состоянием парка отечественной техники и многолетним лимитом материально-технических средств. Часть предложенных решений реализована в эксплуатационной практике учебного аэродрома и моторноиспытательной станции Иркутского высшего военного авиационного инженерного училища (ИВВАИУ), а также в ряде войсковых частей ВВС. Результаты исследований используются в учебном процессе ИВВАИУ в базовой учебной дисциплине «Надежность и техническая диагностика». В приложении приведены акты внедрения, для учебной дисциплины «Надежность и техническая, диагностика» подготовлено и опубликовано учебное пособие.

Апробация работы. Материалы исследования представлялись и обсуждались на: XIV всероссийской научно-технической конференции «Проблемы боевого применения, технической эксплуатации и обеспечения безопасности полетов летательных аппаратов», г. Иркутск, 2005 г.; XXII межвузовской научно-методической конференции Иркутского ВВАИУ, г. Иркутск, 2005 г. Работа обсуждалась на научных семинарах Иркутского ВВАИУ.

Публикации и личный вклад автора. По теме диссертации опубликовано 7 научных работ, включая 3 статьи и 4 доклада, а также одно учебное пособие. В работах, опубликованных в соавторстве, автору принадлежат научные и практические результаты, заявленные в диссертации.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 94 наименований и двух приложений. Основной текст диссертации изложен на 176 страницах машинописного текста и включает 43 иллюстрации (без приложения) и 14 таблиц.

4.5. Выводы по главе 4

1. Для апробации предлагаемых решений по классификационному управлению обслуживанием выбран объект, включающий как техническую (составной объект АТ), так организационную (персонал и средства обслуживания) составляющие. Составной объект АТ включает авиадвигатель типа Р11Ф2-300 и комплексную установку У-900-80, представляющую имитатор летательного аппарата с дополнительной системой контроля.

2. Для управления обслуживанием оказалось возможным использовать • набор из 24 агрегированных показателей, состоящий как из бинарных сверток типовых параметров (характеризующих состояние технической составляющей объекта), так и ряд дополнительных параметров, характеризующих состояние организационной составляющей объекта. Данный набор показателей позволяет распознавать 9 групп производственных ситуаций.

3. Материалы тестирования основных программных компонент АРМ УРО на контрольных выборках, имитационных и реальных данных свидетельствуют о работоспособности программных модулей во всех проверенных условиях, включая и условия сверхкоротких данных. Полученные результаты использованы для настройки АРМ УРО на специфику ОТО МИС, а также для выработки общих рекомендаций методического характера.

4. В ходе опытного классификационного управления обслуживанием ОТО МИС апробированы две стратегии - «обслуживание с минимумом затрат» и «обслуживание с максимумом готовности к применению». При сравнении с результатами традиционной стратегии «планово-предупредительное обслуживание» установлен ряд фактов, позволяющих судить: во-первых, о принципиальной возможности обслуживания объекта МИС по различным стратегиям; во-вторых, о нерациональности использования для МИС традиционной планово-предупредительной стратегии (в плане эксплуатационных затрат); в-третьих, об очевидной предпочтительности для МИС стратегии минимизации затрат на обслуживание при приемлемом уровне готовности к применению.

166

ЗАКЛЮЧЕНИЕ

В диссертации разработано математическое и программное обеспечение классификационного управления режимами обслуживания объектов авиационной техники. Разработки направлены на увеличение срока службы объектов, что, в свою очередь, повышает эффективность их использования за счет внедрения в эксплуатацию комплексной стратегии обслуживания по техническому состоянию и учета состояния производственной среды.

В результате проведенных исследований получены следующие результаты:

1. Комплексная математическая модель функционирования объекта АТ из трех взаимосвязанных компонентов: 1) прогнозирования частных процессов; 2) идентификации производственных ситуаций; 3) оптимизации актуальных режимов обслуживания. В компоненте прогнозирования использованы периодически перенастраиваемые линейные и параболические модели тренда, а также модели для сверхкоротких рядов. В компоненте идентификации использованы методы дискриминантного анализа с периодически пополняемыми обучающими выборками. В компоненте выбора режимов использован двухэтапный алгоритм: на первом этапе, используя стохастический алгоритм, определяется периодичность актуальных режимов обслуживания, а на втором - осуществляется выбор варианта режима обслуживания;

2. Алгоритм принятия решений по режимам обслуживания, состоящий из двух составных частей: алгоритм настройки на специфику обслуживаемого объекта и алгоритм регулятора, реализующего классификационное управление обслуживания объекта.

Алгоритм настройки (периодической перенастройки) включает процедуры задания специфических для объекта и условий его обслуживания параметров наблюдений и их ограничений, обучающих выборок, стратегии обслуживания и организационно-технических ограничений, форм и вариантов обслуживания, характерных состояний объекта и переходов между ними, метрик и правил классификации производственных ситуаций.

Алгоритм регулятора включает четыре модуля: 1) подготовка данных; 2) анализ и прогнозирование процессов; 3) идентификация текущих и прогнозируемых производственных ситуаций; 4) выбор оптимальных вариантов обслуживания и оптимизации их периодичности.

3. Автоматизированное рабочее место управления режимами обслуживания (АРМ УРО) со специальным программным обеспечением, позволяющим: настраивать АРМ на специфику конкретных объектов, использовать АРМ в качестве перенастраиваемого регулятора процесса обслуживания конкретных объектов или для решения частных исследовательских задач.

4. На основе АРМ УРО проведено опытное обслуживание моторно-испытательной станции, состоящей из авиадвигателя Р11Ф2-300, комплексной установки У-900-80 и персонала с табельными средствами обслуживания. Для управления обслуживанием оказался достаточным набор из 24 агрегированных показателей. Набор наблюдаемых показателей позволил распознавать 9 групп типовых производственных ситуаций. В качестве управляющих воздействий на объект использованы режимы обслуживания (виды и периодичность работ), стратегии обслуживания (по максимуму готовности, по минимуму затрат), а также фонд трудозатрат персонала.

Сравнение результатов опытного управления (период № 2) с ретроспективными результатами традиционного планово-предупредительного обслуживания (полученными за аналогичный по продолжительности и интенсивности эксплуатации период в 8 месяцев - период № 1) позволило установить:

- удовлетворительную функциональность АРМ УРО во всех режимах управления объектом, включая и варианты со сверхкороткими рядами данных;

- принципиальную возможность обслуживания объекта с использованием классификационного управления;

- очевидную предпочтительность для объекта стратегии обслуживания по минимуму затрат при заданном уровне готовности к применению.

Важным результатом классификационного управления режимами обслуживания является своевременное выявление и предупреждение зарождающихся аномалий при анализе накопленных и прогнозируемых значений частных процессов. Всего за контрольный период № 2 установлено 53 таких фактов из них - 39 по авиадвигателю и 14 по установке. О влиянии данного фактора можно судить по величине накопленных неплановых (аварийных) трудозатрат, сопутствующих обслуживанию, в оба контрольных периода. Так, для периода № 1 они составляют 195 чел.ч, а для периода № 2 почти в два раза меньше -104 чел.ч.

5. По результатам диссертационного исследования получены акты внедрения от ИВВАИУ и войсковых частей

169

1. Абрамов О.В., Розенбаум А.Н. Прогнозирование состояния технических систем. - М.: Наука, 1990. - 126 с.

2. Айвазян Е.А. и др. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. - 487 с.

3. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эко-номометрики. М.: Издательское объединение ЮНИТИ, 1998. - 1022 с.

4. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976.-755 с.

5. Барзилович Е.Ю., Савенков М.В. Статистические методы оценки состояния авиационной техники. М.: Транспорт, 1987.-240 с.

6. Барзилович Е.Ю., Воскобоев В.Ф. Эксплуатация авиационных систем по состоянию. М.: Транспорт, 1981. - 198 с.

7. Барзилович Е.Ю., Мезенцев В.Г., Савенков М.В. Надежность авиационных систем. М.: Транспорт, 1982. - 176 с.

8. Бедняк М.Н. Моделирование процессов технического обслуживания и ремонта автомобилей. Киев: Высшая школа, 1983. - 162 с.

9. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989.-540 с.

10. Бережной В.И. Методы и модели логистического подхода к управлению автотранспортным предприятием. Ставрополь: Ителлект-сервис, 1997.-338 с.

11. И. Болотин В.В. Прогнозирование ресурса машин и конструкций.- М.: Машиностроение, 1984. 312 с.

12. Буртаев Ю.В., Острейковский В.А. Статистический анализ надежности объектов по ограниченной информации. М.: Энергоатомиздат, 1995. -.240 с.

13. Величко И.И. Моделирование процесса технического обслуживания объектов авиационной техники // Известия ИГЭА . Иркутск: БГУЭП, 2006. - № 3. - С. 32-36.

14. Величко И.И., Чокой В.З. Моделирование систем и процессов. -Иркутск: ИВВАИУ, 2005. 234 с.

15. Величко ИИ., Чокой В.З. Надежность и техническая диагностика. -Иркутск: ИВВАИУ, 2005. 194 с.

16. Величко И.И., Чокой В.З. Организационное управление в условиях лимита данных // Материалы XXII межвузовской научно-методической конференции училища. Иркутск: ИВАИИ, 2005. - С. 139-143.

17. Величко И.И., Чокой В.З. Оценка нормативов при траекторном управлении // Материалы XXII межвузовской научно-методической конференции училища. Иркутск: ИВАИИ, 2005. - С. 133-138.

18. Ганыиин В.Н и др. Применение методов математической статистики в авиационной практике. М.: Транспорт, 1993. - 211 с.

19. Головченко В.Б. Комбинирование моделей неопределенности. -Новосибирск: Наука, 2002. 122 с.

20. Головченко В.Б. Прогнозирование временных рядов по разнородной информации. Новосибирск: Наука. Сибирская издательская фирма РАН, 1999. - 88 с.

21. Гурман В.И. Принцип расширения в задачах управления. М.: Физ-матлит, 1997.-223 с.

22. Давыдов Э.Г. Исследование операций. М.: Наука, 1990. - 344 с.

23. Дегтярев В.М. и др. Обобщение и анализ особенностей информационных систем в области технического обслуживания и ремонта зарубежных JIA. ЛИИ им. М.М. Громова, 1989. 88 с.

24. Деулин Е.А., Пересадько А.Г. Диагностика и прогнозирование отказов механических элементов вакуумного оборудования // Контроль. Диагностика, 1998,№5.-с. 21-28.

25. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Статистика, 1973. - 342 с.

26. Дубов A.A. Проблемы оценки остаточного ресурса стареющего оборудования // Контроль. Диагностика. 2002. № 12. С. 30-38.

27. Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа. Пакет ППСА- М.: Финансы и статистика, 1986. 230 с.

28. Еремин И.И., Мазуров Вл.Д., Астафьев H.H. Несобственные задачи линейного и выпуклого программирования. М.: Наука, 1983. - 211 с.

29. Иванов Б.С. Управление техническим обслуживанием машин. М.: Машиностроение, 1978.-241 с.

30. Ивченко Г.И., Каштанов В.А., Коваленко И.Н. Теория массового обслуживания. М.: Высшая школа, 1982. 286 с.

31. Игор Я.Б. Методы оценки аномальных наблюдений. М.: Физмат-гиз, 1953.- 112 с.

32. Исследование структурных элементов программы технического обслуживания и ремонта самолета и факторов, влияющих на ее формирование / Отчет о НИР 61-78. М.: МИИГА, 1980. - 145 с.

33. Кабыкин A.B., Чокой Р.В. Адаптивное управление процессом хранения изделия авиационной техники // Научные труды Иркутского ВАИИ. Выпуск 2. Иркутск: ИВАИИ, 2001. - С. 98-101.

34. Карданская H.JL, Чудаков А.Д. Системы управления производством. Анализ и проектирование. М.: Русская деловая литература, 1999.

35. Кендал М. Временные ряды. М.: Финансы и статистика, 1970.462 с.

36. Кендал М. Ранговые корреляции.- М.: Статистика, 1975. 423 с.

37. Конюховский П.В. Математические методы исследование операций в экономике. Санкт-Петербург: Питер, 2000. - 293 с.

38. Корнеев В.А. Методика автоматизированной оценки надежности AT на этапе летных испытаний / Отчет по ВНР, тема № 099129-09. В/ч 15650, 1999.- 162 с.

39. Корнеев В.А. Обоснование структуры и состава комплекса программно-математических средств ведущего инженера по оценке надежности / Отчет по ВНР, тема № 000129-01. В/ч 15650,2000. - 127 с.

40. Краковский Ю.М. Имитационное моделирование. Иркутск: Издательство ИГЭА, 2002. - 86 с.

41. Краковский Ю.М. Математические и программные средства оценки технического состояния оборудования.- Новосибирск: Наука, 2006. 162 с.

42. Краковский Ю.М., Ситчихина М.В. Алгоритм определения остаточного ресурса оборудования по разнородной информации // Информационные системы контроля и управления на транспорте. Иркутск: ИрГУПС, 2003. Вып. 11.-С. 36-43.

43. Лейфер JI.A. и др. Индивидуальное прогнозирование изменения технического состояния. Авторегрессионная модель // Надежность и контроль качества, 1987, № 12. С. 27-31.

44. Литтл Р. Дж, Рубин Д.Б. Статистический анализ данных с пропусками. М.: Финансы и статистика, 1991. - 336 с.

45. Лукинский B.C., Зайцев Е.И., Бережной В.И. Модели и алгоритмы управления обслуживанием и ремонтом автотранспортных средств. СПб.: СПГИЭА, 1997. - 122 с.

46. Лукьянов A.B., Эльтухов С.Н. Алгоритмы планирования ремонтов при обслуживании машинных агрегатов по техническому состоянию //

47. Управление в системах: Вестник ИрГТУ. Сер. Кибернетика, вып. 3. Иркутск: ИрГТУ, 2000. - С. 121-130.

48. Макаров Е.В. Итоги науки и техники. Воздушный транспорт // Технико-экономические проблемы и развитие воздушного транспорта. Том 13. -М.: ВИНИТИ, 1985.

49. Малиновский Л.Г. Классификация объектов средствами дискрими-нантного анализа. -М.: Наука, 1979. 244 с.

50. Машиностроение. Энциклопедия. / Ред. совет: К.В. Фролов (пред.) и др. М.: Машиностроение. Измерения, контроль, испытания и диагностика. Том lll-l J Под ред. В.В. Клюева, 1996. - 464 с.

51. Методика оценки остаточного ресурса работы оборудования и трубопроводов компрессорных установок. Иркутск: НИИхиммаш, 1999. - 37 с.

52. Мэйндоналд Дж. Вычислительные алгоритмы в прикладной статистике. М.: Финансы и статистика, 1988.

53. Надежность и эффективность в технике: Справочник в десяти томах, т. 9. Техническая диагностика / Под ред. В.В. Клюева. М.: Машиностроение, 1987. 352 с.

54. Нахапетян Е.Г., Филинов В.Н. Диагностика объектов повышенной техногенной опасности // Контроль. Диагностика, 1998, № 2. С. 8-10.

55. Носков С.И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. Иркутск: РИЦ ГП Об-линформпечать, 1996. - 319 с.

56. Паук С.М., Рыбин B.C. Модели обработки информации в системе информационного обеспечения процессов технического обслуживания авиационной техники. Киев: КИИ ГА, 1984. - 262 с.

57. Переверзев Е.С. Чумаков Л.Д. Параметрические модели отказов и оценка надежности технических систем. К.: Наукова думка, 1989. - 172 с.

58. Проведение исследований и разработка методов оценки показателей ремонтопригодности на этапах испытаний и эксплуатации воздушных судов ГА / Отчет о НИР 1.01.06.50. М.: ГосНИИ ГА, 1985.

59. Рабочая книга по прогнозированию /Отв. ред. И.И.Бестужев-Лада. -М.: Мысль, 1982.-430 с.

60. Разработка инженерных основ оценки эффективности систем эксплуатационного контроля технического состояния летательных аппаратов / Отчет о НИР 85-80 С. М.: МИИГА, 1983.

61. РД 50-490-84. Методические указания. Прогнозирование остаточного ресурса машин по косвенным параметрам. М.: Изд-во стандартов, 1985.

62. Разработка программного обеспечения исследования на ЭВМ процессов управления техническим состоянием, обслуживанием и ремонтом авиатехники. Днепропетровск: ДГУ, 1983. - 128 с.

63. Савенков М.В. Автоматизация управления технической эксплуатацией авиационных систем. М.: Транспорт, 1992. - 285 с.

64. Садыхов Г.С. Остаточный ресурс технических объектов и методы его оценки. -М.: Знание, 1986. С. 51-100.

65. Семенов H.A. Программы регрессионного анализа и прогнозирования временных рядов. Пакеты ПАРИС и МАВР. М.: Финансы и статистика, 1990.-111 с.

66. Семенов С.С., Харчев В.Н., Иоффин А.И. Оценка технического уровня образцов вооружения и военной техники. М.: Радио и связь, 2004. -552 с.

67. Ситчихина М.В. Определение междиагностических интервалов диагностики оборудования при его эксплуатации // Экономика, экология и общество в 21 столетии. Труды 4-й Международной HPK, т. 3. СПб. : Нестор, 2002. С. 226-227.

68. Смирнов H.H., Ицкович A.A. Обслуживание и ремонт авиационной техники по состоянию. М.: Транспорт, 1987. - 272 с.

69. Смышляев П.П и др. Управление технологическими процессами. Математические модели. Л.: ЛГУ, 1989. - 221 с.

70. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 1998.-214 с.

71. Справочник по прикладной статистике. /Под ред. Э. Ллойда и др. -М.: Финансы и статистика, 1989. 418 с.

72. Срочко В.А. Итерационные методы решения задач оптимального управления. М.: Физматлит, 2000. - 173 с.

73. Статистические методы для ЭВМ. /Под ред. К. Энслейна, Э. Рэл-стона, Г.С. Уолфа. М.: Наука, 1986. - 264 с.

74. Taxa X. Введение в исследование операций: В 2-х кн. М.: Мир, 1985.-480 с.

75. Теннант-Смит Дж. Бейсик для статистиков. М.: Мир, 1988. - 164 с.

76. Трухаев В.П. Принятие решений в условиях неопределенности. -М.: Наука, 1981.- 168 с.

77. Тюрин Ю.Н., Макаров A.A. Анализ данных на компьютере. М.: Финансы и статистика, 1995. - 384 с.

78. Уланский В.В., Ткаченко Ю.Г. Модель эксплуатации восстанавливаемых авиационных систем по состоянию с контролем параметров. Киев: КИИ ГА, 1984.- 136 с.

79. Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989.-215 с.

80. Френкель A.A. Математические методы анализа динамики и производительности труда. М.: Экономика, 1972. - 378 с.

81. Хампель Ф. и др. Робастость в статистике. Подход на основе функций влияния. М.: Мир, 1989. - 512 с.

82. Хьюбер П. Робастость в статистике. М.: Мир, 1984. - 468 с.

83. Чертовский В.Д., Полыскалин В.Я. Пакеты программ интегрированного планирования компьютеризованных производственных систем. М.: ВНИИ межотраслевой информации. Технология. Серия - Гибкие производственные системы и робототехника. Выпуск 1, 1990.

84. Чеканов А.Н. Прогнозирование ресурса сложных систем на основе теории возможностей // МГТУ. Машиностроение, 1992, № 2. С. 36-44.

85. Чокой В.З., Кабыкин A.B., Чокой Р.В. Возможные модели управления хранением авиационной техники // Научные труды адъюнктов и соискателей. Выпуск 6. Иркутск: ВАИИ, 2001. - С. 72-77.

86. Чокой В.З., Кабыкин A.B., Чокой Р.В. Оценка периодичности профилактических работ при хранении авиационной техники // Научные труды адъюнктов и соискателей. Выпуск 6. Иркутск: ИВАИИ, 2001. - С. 78-81.

87. Чокой В.З., Чокой Р.В., Кабыкин A.B. Статистические наблюдения за хранимой авиационной техникой // Научные труды адъюнктов и соискателей. Выпуск 6. Иркутск: ИВАИИ, 2001. - С. 82-86.

88. Чокой В.З., Кабыкин A.B., Чокой Р.В. Оценка сохраняемости авиационной техники // Научные труды адъюнктов и соискателей. Выпуск 6. -Иркутск: ИВАИИ, 2001. С. 87-91.

89. Чокой В.З., Кабыкин A.B., Чокой Р.В. Оценка сохраняемости AT по статистическим данным // Материалы XI научно-технической конференции.-Иркутск: ИВАИИ, 2000. С. 34-37.

90. Чокой В.З., Кабыкин A.B., Чокой Р.В. Алгоритмизация процедур рационального управления надежностью авиационной техники на уровне авиационной части / Отчет о НИР № 20101 шифр «Дьгов-2000». Иркутск: ИВАИИ, 2002. 192 с.

91. Шураков В.В. и др. Автоматизированное рабочее место для статистической обработки данных. М.: Финансы и статистика, 1990.