автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.14, диссертация на тему:Метод повышения эффективности операций контроля в информационно-измерительных системах

На правах рукописи

КЕРНОЖИЦКИЙ Александр Владимирович

МЕТОД ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ОПЕРАЦИЙ КОНТРОЛЯ В ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ

Специальность 05.13.14 - "Системы обработки информации

и управления"

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук

Санкт-Петербург 1998

Работа выполнена в Балтийском государственном техническом университете "ВОЕНМЕХ" им. Д.Ф. Устинова, г. Санкт-Петербург.

Научный руководитель - кандидат технических наук, профессор

ВЕСЕЛОВ Вячеслав Афанасьевич

Официальные оппоненты:

- доктор технических наук, профессор ПЕТРОВ Виктор Алексеевич

- кандидат технических наук, доцент СОРОКИН Анатолий Александрович

Ведущая организация - Государственный космический научно-

производственный центр им. М.В. Хруничева, КБ "Салют"

Защита состоится 5м 1998 г. в/^£<гчасов на

заседании диссертационного советаССК 053.10.02 в Балтийском государственном техническом университете по адресу: 198005, Санкт-Петербург, 1-я Красноармейская, дом 1,

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан " 1998 г.

Учёный секретарь диссертационного совета,

к. т. н., доц.,

/ЗА

— /ВЮ. Емельянов/

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В настоящее время, при функционировании сложных технических систем обработка диагностической информации, как правило, проводится полностью на наземном комплексе управления (НКУ), а на борту организуется лишь её сбор и предобработка. С учётом того, что сеансы связи с НКУ ограничены и возможны только в определённые интервалы времени, устранение отказов и вызванных ими последствий занимают продолжительное время, недопустимое в современных условиях. Это может вызвать массу нежелательных последствий, вплоть до срыва выполнения поставленной задачи.

Таким образом, существует необходимость в применении методов бортового контроля с восстановлением, позволяющих эбнаружить и парировать нарушения в работоспособности эборудования (БС) на ранних стадиях их развития (с минимальным временем задержки обнаружения аварийных :итуаций (ЗО АС)).

Следует отметить, что ввиду наличия ограничений на объём запоминаемых и обрабатываемых данных, а также на время их обработки, как правило, не представляется возможным зрганизовать непрерывный контроль.

Традиционный подход к решению задачи обеспечения заданного времени ЗО АС, основывается на увеличении числа циклов контроля, проводимых через равные промежутки времени, ¡то не всегда допустимо и связано с дополнительными датериальными затратами. Кроме того, такой метод контроля не считывает случайную природу возникновения АС.

Учитывая вышеизложенное, существует необходимость в юиске методов, которые позволят повысить оперативность ;онтроля не за счёт наращивании количества циклов, а за счёт гправления потоком событий, образуемым циклами контроля во ¡ремени. Известны методы управления этим потоком, когда циклы :онтроля располагаются через равные интервалы времени, [вменяются по определённому закону (пропорционально :роизводной контролируемой величины). Одним из перспективных одходов к решению задачи повышения оперативности операций онтроля является рандомизация потока циклов контроля, однако вязанные с этим вопросы изучены недостаточно.

Цель работы: Исследовать возможность повышеню эффективности операций контроля за счёт введения элементе) случайного управления потоком событий, образуемым циклам! контроля во времени.

Основные задачи исследований:

1. Разработать показатель эффективности, который будег. чувствителен к времени ЗО АС. При формировании показател* эффективности воспользоваться результатами теорш стохастической индикации.

2. Разработать математическую модель процесса дискретногс контроля с восстановлением, которая позволит оценить численное значение и получить аналитическое выражение показателя эффективности в области её параметров.

3. Исследовать влияние рандомизации моментов контроля на время 30 АС.

4. Проанализировать разработанную модель контроля с постоянным (детерминированная модель контроля (ДМК)) и рандомизированным (стохастическая модель контроля (СМК)) межконтрольным интервалом, определить критерий выбора предпочтительной модели контроля.

5. Провести статистическое моделирование процессов контроля при различных моделях контроля для проверки полученных аналитических зависимостей с использованием экспериментальных данных стендовых испытаний.

Методы исследований. Для выполнения поставленных задач использовались методы теории вероятностей, а также её нового раздела - теории стохастической индикации, теории массового обслуживания, теории эффективности, теории испытаний и контроля, математической теории надёжности и теории восстановления. Экспериментальные исследования проводились путём моделирования разработанных методов и реализации разработанных алгоритмов на ЭВМ.

Научная новизна исследования состоит в том, что:

1. Разработан показатель эффективности, который чувствителен к времени ЗО АС и позволяет оценить эффективность одиночной операции контроля. При формировании показателя эффективности использовались методы теории стохастической индикации - нового раздела теории вероятностей.

2. Получены аналитические выражение показателя эффективности, в области параметров математической модели

процесса дискретного контроля с восстановлением при постоянном (ДМК) и рандомизированном (СМК) межконтрольном интервале, а также при использовании смешанной (комбинированной) модели (СмМК).

3. Показано, что путём рандомизации моментов контроля (при сохранении их общего числа) в ряде случаев (в условиях ограничений на допустимое временя ЗО АС и число циклов контроля) можно добиться увеличения вероятности безотказного функционирования объекта контроля.

4. Определён критерий выбора предпочтительной модели контроля.

Достоверность научных положений, полученных результатов л выводов базируется на применении адекватного математического шпарата и подтверждается результатами статистического моделирования на ЭВМ.

Практическая ценность заключается в разработке:

1. Программного обеспечения преобразования формата жспериментальных данных стендовых испытаний к стандартному формату сШАБЕ IV и формату векторов системы автоматизации «тематических расчётов МАТЬАВ.

2. Комплекса программ, осуществляющих первичную обработку «спериментальными данными стендовых испытаний (отбраковка .номальных измерений и сглаживание).

3. Комплекса программ, позволяющего вычислить значения юказателя эффективности на базе разработанной математической годели контроля, выбрать предпочтительную модель (СМК или (МК), максимизирующую показатель эффективности, и пределить её параметры (вторичная обработка кспериментальных данных стендовых испытаний).

4. Программного комплекса для статистического моделирования роцесса контроля на ЭВМ с использованием экспериментальных а иных стендовых испытаний.

Полученные практические результаты могут применяться ри решении задач анализа и синтеза систем автоматического энтроля из состава информационно-измерительных систем азличного назначения.

Результаты внедрения. Разработанные методы, модели и рограммы являются частью работ, проводимых в рамках ОКР Исследование динамических характеристик объектов аказчика

при стендовых испытаниях и разработка программного обеспечения обработки измерений", фундаментальной НИР "Радон-ГКНО", и используются при разработке перспективных бортовых контрольно-диагностических комплексов в КБ "Салют" и ГНИКИ СКУ "Система".

Комплекс программ и методика их применения переданы на кафедру Систем автоматического управления БГТУ им. Д.Ф. Устинова. Результаты исследований используются в учебном процессе при дипломном проектировании и в практических занятиях по курсу "Архитектура и организация информационно-вычислительных комплексов", проводимых для студентов факультета Систем управления.

Апробация работы. Основные результаты работы докладывались на Всероссийской молодёжной научной конференции "XXIII Гагаринские чтения", Москва, РГТУ-МАТИ, 8-12 апреля 1997 г.; на Всероссийской научно-практической конференции с международным участием "Новое в экологии и безопасности жизнедеятельности", СПб., МЦЭНТ, 14-16 октября 1996 г.; на 8-й научно-технической конференции "Экстремальная робототехника", СПб., ЦНИИ РТК, 16-18 апреля 1997 г.

Публикации. По материалам диссертации опубликовано 7 печатных работ.

Объём и структура диссертации. Работа состоит из введения, шести глав, заключения, списка литературы из 77 наименований и пяти приложений. Основная часть изложена на 90 страницах машинописного текста, имеет 1й рисунков и 3 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении даётся общая характеристика работы, обосновывается её актуальность, формулируются цель и задачи исследований, определяется научная новизна и практическая ценность.

В главе 1 дан анализ основных существующих показателей эффективности операций контроля, показана необходимость управления потоком событий контроля во времени.

Анализ рассмотренных подходов к выбору межконтрольного интервала показал, что среди рассмотренных показателей

эффективности операций контроля ни один не учитывает время ЗО АС, т. е. время, которое пройдёт с момента выхода определяющего параметра объекта контроля за пределы нормы до момента проведения очередного цикла контроля. Вместе с тем время ЗО АС является одним из важнейших показателей качества работы систем контроля, который определяет качество решения задач: выработки команд на переключение резервируемых блоков, изменение программы функционирования, принятие управленческих решений и т. д.

В главе 2 дан анализ оперативности современных систем контроля сложных технических систем (ТС), изложен обзор решаемых ими задач.

Как показал проведённый анализ, в существующих космических аппаратах (КА) обработка диагностической информации (ДИ), как правило, проводится полностью на НКУ, а на борту КА организуется лишь сбор и предобработка ДИ. Недостатками такого способа диагностирования и восстановления технического состояния являются:

• значительные затраты времени на локализацию отказов и восстановление работоспособности, которое складывается из следующих составляющих:

'вое. ~ 'предлбр. ^'ож.с.с. 'обр, 'пер, 'вр )

- время восстановления технического состояния;

- время предобработки ДИ;

- время ожидания сеанса связи;

- время обработки ДИ и принятия решения по парированию отказа на НКУ;

- время передачи по каналам связи как с КА на НКУ, так и с НКУ на КА;

- время выполнения на борту КА команд управления по восстановлению работоспособности;

» снижение достоверности передаваемой информации из-за искажений и зашумлённости.

Таким образом, существует необходимость организации отеративного бортового контроля с восстановлением в сложных технических системах, причём обнаружение нарушений в

где

' вое.

' предобр.

'ож.с.с 'обр.

'да р.

'ер.

работоспособности оборудования БС должно происходить на ранних стадиях их развития (с минимальным временем ЗО АС).

В главе 3 выбран показатель эффективности, позволяющий учесть время ЗО АС, разработаны модели контроля, позволяющие исследовать выбранный показатель эффективности. Предложены:

• СМК, позволяющие учесть случайную природу возникновения АС.

• СмМК, сочетающая в себе свойства СМК и ДМК.

Получены расчётные аналитические выражения для выбранного показателя эффективности в области параметров СМК и ДМК.

Если известно допустимое (заданное) время г ЗО АС, то условие успешного завершения операции контроля определяется двухместным предикатом £ < 2, т.е. необходимо обеспечить время г не больше заданного г. Показателем эффективности операции контроля в этом случае является вероятность

Р(г<г)=^(г). (1)

Традиционный подход к решению задачи обеспечения заданного времени ЗО АС, основывающийся на детерминированной модели контроля (ДМК), заключается в увеличении числа п циклов контроля, проводимых через равные промежутки времени.

При разработке моделей контроля, были приняты общепринятые в теории восстановления упрощающие допущения.

Принято также, что поток событий, образуемый АС, является пуассоновским с плотностью распределения длительности безаварийного функционирования у, определяемой выражением:

<р«(у) = Ае-Лу, (2)

где Л - интенсивность возникновения АС.

Предлагается так организовать контроль, чтобы каждый цикл контроля с равной вероятностью и независимо от других мог наступить в любой момент функционирования ТС (число циклов контроля определено и не является случайной величиной). В этом случае образуемый всеми п циклами контроля на интервале [0, /] поток событий является потоком Бернулли с плотностью распределения межконтрольных интервалов Т, определяемой выражением:

1 I г

С учётом принятых упрощающих допущений , время ЗО АС определяется как 2-Т-у (см. рис. 1). Функция распределения времени ЗО АС при этом будет иметь вид:

(4)

п

где Б - область интегрирования, изображённая на рис. 2.

?Т у2

/>'(0

I

Ух

т,

У 2

У з

<0

/Т-.

<*+1

г1' •'/1+1

! Л+1

-п '. 1

Рис. 1.

'Т=у+г

0,г2:0

Т=у+г

Рис.2.

С учётом вида области интегрирования D и плотностей (2) и (3), формула (4) принимает следующий вид:

F?MK{z) = \-^]\t-z-y)"e-xydy, z>0; (5)

t о

FfMK(z)^e~Á(i-z) +~T{t"-(í-z-y)"}e-Ay(fy, z<0. (6)

Используя табличные интегралы функцию распределения (5) можно представить в виде:

F?MK(z) = 1 - ----yin +1 ,-Л(( - z% z^O, (7)

{Xtf

где y[n +1,—А(/ - z)] - неполная гамма-функция.

В случае ДМК, моменты контроля образуют регулярный поток событий на интервале [0, /] с длительностью межконтрольного интервала Т = t/(n + \). Функция расгфеделения времени 30 АС является функцией одного случайного аргумента: z — T — у. Плотность распределения вероятности в этом случае может быть получена следующим образом:

^ ^ S(z-T), где S(z-T) - дельта-функция

<P*Áz) = (Py[y(z)}

dz

Дирака. С учётом того, что у - y{z) -Т — z, получим:

<p¡ (z) = - Г). Интефирование плотности даёт

выражение для функции распределения ЗО АС при детерминированном контроле:

F¡lMK(z) = -]<p¡(z)dz=e-W-*A(z-T)> (8)

-00

где A{z - Т) - единичная функция Хэвисайда.

Как видно из выражений для функций распределения времени ЗО АС (5), (6) и (8), случайная величина z распределена на интервале (-оо,7,]> в случае ДМК, и (-оо,оо), в случае СМК. Отсюда следует, что для СМК существует вероятность появления

больших значений времени ЗО АС, т, е. Р(г >>Т)-£ 0 , что нежелательно, в то время как для ДМК Р{£ > Т) — 0.

" Управление потоком событий операций контроля, сочетающее в себе детерминированную и стохастическую составляющие, может быть реализовано путём стохастического просеивания (Р-преобразования) потока Бернулли. В этом случае каждое из событий исходного потока с вероятностью Р остаётся в нём, а с вероятностью 1 - Р удаляется из него. Известно, что результирующий поток событий будет иметь плотность распределения межконтрольного интервала, изображение Лапласа которой выглядит следующим образом:

о

=--. (9)

1-(1 -Р)9Т{з)

Чтобы ограничить справа исходный интервал (- со, оо) распределения времени ЗО АС в целях "смягчения" недостатков СМК, вероятность Р определена следующим

образом: Р = р(т < Т()оп ). Таким образом, межконтрольный интервал в случае СмМК не сможет превысить заданного

максимально-допустимого времени уС-мАЖ _ ^^ ^ ДрИ этом

разность между значениями величины межконтрольного интервала в случае СмМК и ДМК (при равном числе циклов контроля)

у А _ уОиМА _ ^ДМК будет определять величину штрафа за повышение значения показателя эффективности, который в случае СмМК будет иметь вид

^^(^»//¿"^^(^(^^-^©»{{Г.^г^Г-у} (10)

Из (10) нетрудно видеть, что при Тбоп = со (р(г<оо)=1) результирующий просеянный поток будет потоком Бернулли и

СмМК трансформируется в СМК. При Тдоп = = ——,

/1 + 1

результирующий поток будет регулярным и СмМК трансформируется в ДМК.

Анализ СмМК был проведён методом статистического моделирования.

В главе 4 определён критерий выборы предпочтительной модели контроля, разработан комплекс программ для статистического моделирования дискретного процесса контроля с восстановлением, позволяющий вычислять выборочные функции распределения и числовые характеристики времени ЗО АС при ДМК, СМК и СмМК с заданной точностью.

Критерий выбора предпочтительной модели контроля определяется в соответствие с выбранным показателем эффективности (1) и образуется в результате сравнения выражений (5) и (6) с (8):

^?=тах{рр4К,ррт). (10)

Для проверки полученных теоретических зависимостей (5), (6), (7) и (8), а также в целях получения выборочной функции распределения времени ЗО АС в случае СмМК, было проведено статистическое моделирование, которое подтвердило результаты, полученные аналитически. Статистическое моделирование проводилось методом прямого получения функции распределения.

Статистическая модель строилась в соответствии с соображениями, изложенными выше, которые наглядно иллюстрируются рисунком 1.

Проведённый анализ показал совпадение (с ошибкой £ < 0.01)

функций (г), полученных аналитически и при

моделировании, когда число реализаций достигает 8000.

* В главе 5 Показано, что показатель эффективности (1) в случае СМК и СмМК может быть более информативен, если вместо функций распределения времени ЗО АС использовать функции' распределения гарантированных вероятностей. Определены аналитические функции распределения гарантированных вероятностей в случае СМК. Разработан комплекс программ, позволяющий вычислять выборочные функции распределения стохастических индикаторов.

В случае СМК, время ЗО АС определяется как функция двух

независимых случайных аргументов: г-Т — у. При этом

двухместный предикат г<г выглядит как 7-у <2. При вычислении показателя эффективности (1) классическим методом,

был осуществлён первый из переходов от двухместного дважды

неопределённого предиката Т < у + г к одноместному

{х, у) е (В), (В) - {(х, у)'Т< ! + >'). Однако, известно, что при

этом теряется полезная для исследователя информация. Этот недостаток может быть преодолен методами ТСИ, если вместо функций распределения времени ЗО АС использовать функции распределения гарантированных вероятностей, которые в случае СМК выглядят следующим образом.

<(г;г)=(И)

= (12)

Формулы (11) и (12), кроме гарантированных с вероятностью у

значений апостериорных вероятностей события Т <у (при 2 = 0),

позволяют оценить насколько Т будет меньше у (при г 0) с заданным уровнем гарантии. Таким образом, введение в дважды неопределенный двуместный предикат типа I < у константы г {Т < у+ 2) привело к объединению положительных сторон

способов вычисления вероятности событий типа Т < у классическими методами и методами ТСИ.

Формулы (11) и (12) представляют собой функции распределения вероятности с заданным уровнем гарантии у, а формулы (5) и (6) являются функциями распределения среднего значения вероятности события Т <у + г (£< г).

В главе 6 разработан комплекс программ, реализующих первичную и вторичную обработку экспериментальных данных стендовых испытаний. Проведён анализ применения СМК, ДМК и 2мМК с использованием экспериментальных данных стендовых испытаний основных элементов космического комплекса (КК). Даны рекомендации по реализации разработанных моделей контроля.

С целью получения количественных оценок достоверности допущения о виде закона распределения времени безаварийного

функционирования проводилась проверка этой гипотезы по методу А.Н. Колмогорова. Численные значения параметров закона распределения были определены по методу максимального правдоподобия. В результате проведённых расчётов, гипотеза об экспоненциальном законе распределения времени безаварийного функционирования, принятая при разработке моделей операций контроля, подтвердилась с заданной доверительной вероятностью

Рц е [0.95, 0.99].

В результате анализа разработанных моделей контроля с использованием экспериментальных данных стендовых испытаний, можно сделать следующие выводы:

1. При применении СМК, ДМК и СмМК для контроля параметров экспериментальных данных стендовых испытаний (при конкретных значениях Х- 0.0157(1/мс.), I = 7000(мс.)), СМК максимизирует выбранный показатель эффективности (1), в условиях ограничений на число циклов контроля я = 100 и заданное время г < 50(мс.) 30 АС. Однако с учётом того, что в случае СМК случайная величина £ распределена на интервале (-со,со), существует вероятность появления больших значений времени ЗО АС. В этих условиях СмМК, для которой справедливо Р = Р (г < Т$оп — 200 мс.} = 1, является предпочтительной.

2. Повышение значения показателя эффективности (1) за счёт рандомизации межеконтрольного интервала возможно при расширении справа границ интервала распределения случайной величины времени £ ЗО АС.

Числовые характеристики случайного времени ЗО АС, при использовании разработанных моделей контроля, отражающие его наиболее существенные особенности, приведены в табл. 1.

Графики выборочных функций распределения времени ЗО АС, для ДМК, СМК, и СмМК на рис. 3.

Преобразование формата экспериментальных данных стендовых испытаний проводилось в целях осуществления возможности применения системы автоматизации математических расчётов МАТЪАВ для решения задач первичной и вторичной обработки измерений. Файлы экспериментальных данных при помощи программы - конвертора (ПК) преобразовывались к стандартному виду системы МАТЬАВ: N векторов контролируемых параметров и вектор времён проведения циклов контроля.

Табл. 1

СМК СмМК ДМК

+ Мл , мс. 36,50 34,60 28,05

М» , мс. -29,31 -28,34 -20,86

Ы^, мс. 7,19 6,26 7,19

' ме- -642,62 -508,62 -435,32

стах > мс- 521,60 197,21 69,99

мс. 92,95 83,05 63,03

5349 5607 6746

п~ 4651 4393 3254

+

ММ; , М^ - математическое ожидание (МО), МО положительных и

МО отрицательных значений времени г соответственно; • ^шах " МШ1 и макс, значение времени 2; <7г - среднеквадратическое отклонение времени 2 ;

4- - А

П , П - количество положительных и отрицательных значении г.

Выборочные функций распределения 30 АС при ДМК, СМК и СмМК

Рис. 3.

На первом этапе преобразования информация из файлов экспериментальных данных переносится в файл базы данных распространённого стандартного формата dBASE IV, что позволяет осуществлять эффективное управление базой данных стендовых испытаний с использованием SQL - инструкций и делает возможным использование коммерчески доступных стандартных приложений (MS Excel, MS Access, и др.) для работы с экспериментальными данными стендовых испытаний (получение твёрдых копий, различного рода диаграммы и графики, отчёты и др.). Обмен данными при обработке экспериментальных данных стендовых испытаний проиллюстрирован на рис. 4.

iCT* ' CT J^i

Watlab 4,2 Btsacpa Mitlab 4,2 ПК dBASEIV ПК rti****.b01

Стандарты; фильтры

Access Excel

I hrvard Graphics

Рис. 4.

В заключении отражены основные результаты исследований в соответствии с поставленными задачами, решение которых обеспечило достижение цели диссертационной работы.

В приложениях приведены: список основных обозначений; графики выборочных и аналитических функций распределения времени 30 АС, стохастических индикаторов и гарантированных вероятностей для ДМК, СМК и СмМК; графики исходного вида параметра экспериментальных данных, результатов отбраковки аномальных измерений и сглаживания, зависимостей требуемого числа опытов от заданной точности, статистической функции распределения времени безаварийного функционирования, выбранного аналитического закона распределения и доверительных интервалов по методу А.Н. Колмогорова; тексты расчётных MATLAB - программ и Delphi - программ преобразования форматов экспериментальных данных; акты об использовании результатов работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Предложен показатель эффективности, который чувствителен к времени ЗО АС и позволяет оценить эффективность одиночной операции контроля. При формировании показателя эффективности использовались методы теории стохастической индикации - нового раздела теории вероятностей.

2. Получены аналитические выражение показателя эффективности, в области параметров математической модели процесса дискретного контроля с восстановлением при постоянном (ДМК) и рандомизированном (СМК) межконтрольном интервале, а также при использовании комбинированной модели (СмМК).

3. Показано, что путём рандомизации моментов контроля (при сохранении их общего числа) в ряде случаев (в условиях ограничений на допустимое временя ЗО АС и число циклов контроля) можно добиться увеличения вероятности безотказного функционирования объекта контроля.

4. Разработано программное обеспечение преобразования формата экспериментальных данных стендовых испытаний основных элементов КК к стандартному формату ёВАБЕ IV и формату векторов системы автоматизации математических расчётов МАТЬАВ.

5. Разработан комплекс программ, осуществляющих первичную обработку экспериментальных данных стендовых испытаний (отбраковка аномальных измерений и сглаживание).

6. Разработан комплекс программ, позволяющий вычислить значения показателя эффективности на базе разработанной математической модели контроля, выбрать предпочтительную модель, максимизирующую показатель эффективности, и определить её параметры (вторичная обработка экспериментальных данных стендовых испытаний).

7. Создан программный комплекс для статистического моделирования процесса дискретного контроля с восстановлением на ЭВМ с использованием экспериментальных данных стендовых испытаний.

Полученные практические результаты подтвердили правильность основных положений работы, достижение её цели и «огут применяться при решении задач анализа и синтеза систем штоматического контроля из состава информационно-измерительных систем различного назначения.

Основное содержание диссертации опубликовано в следующих работах:

1. Керножицкий A.B. Влияние рандомизации моментов контроля на время обнаружения аварийных ситуаций. // Информационные технологии и интеллектуальные методы. Выпуск №2. / Под ред. P.M. Юсупова. - СПб., СПИИ РАН 1997, с. 134-138.

2. Керножицкий A.B. Об одном подходе к построению программного обеспечения обработки экспериментальных данных стендовых испытаний. // Вопросы повышения эффективности управляющих технических систем с различными информационными каналами: Труды БГТУ, СПб., 1997 (принята к публикации).

3. Керножицкий A.B., Ковалевский В.Е., Кропотов А.О., Седов И.В. Автоматизированная система контроля сточных вод // Новое в экологии и безопасности жизнедеятельности: Сборник докладов и тезисов докладов II Всероссийской научно-практической конференции с международным участием, 20-22 мая1997 года, СПб./ Под ред. H.H. Иванова; МЦЭНТ, СПб., 1997, том III, с. 361366.

4. Керножицкий A.B. Об одной модели контроля технических систем. // 8-я научно-техническая конференция "Экстремальная робототехника": Сборник трудов конференции, СПб., ЦНИИ РТК, 16-18 апреля 1997 г.

5. Керножицкий A.B. Об одном пути повышения эффективности систем контроля летательных аппаратов.// XXIII Гагарингские чтения: Тезисы докладов молодёжной научной конференции, Москва, 8-12 апреля 1997. - М.: РГТУ-МАТИ, 1997, часть 2 стр. 165.

6. Керножицкий A.B. Дискретные модели контроля непрерывной контролируемой величины. // Всероссийская молодёжная конференция студентов, аспирантов и молодых специалистов "Решетневские чтения": Сборник трудов конференции.

7. Керножицкий A.B. Влияние дискретного контроля с восстановлением на безопасность технологических процессов. // Новое в экологии и безопасности жизнедеятельности: Сборник докладов и тезисов докладов Всероссийской научно-практической конференции с международным участием, 14-16 октября 1996 года, СПб./ Под ред. Н.И. Иванова; МЦЭНТ, СПб., 1996, с. 43-47.

■. дд~ ь

п п

§ ■ / _____... |,

г) г*/ ex " У

БАЛТИЙСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ "ВОЕНМЕХ" им. Д.Ф. Устинова

На правах рукописи

Керножицкий A.B.

МЕТОД ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ОПЕРАЦИЙ КОНТРОЛЯ В ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ

Специальность 05.13.14 - "Системы обработки информации и управления"

Диссертация на соискание учёной степени кандидата технических наук

Научный руководитель: к.т.н., проф. Веселов В.А.

Санкт-Петербург 1998

СОДЕРЖАНИЕ

Стр.

ВВЕДЕНИЕ....................................................................................................6

1. АНАЛИЗ ПРОБЛЕМЫ И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ................................................12

1.1. Системный анализ проблемы................................................................12

1.2. Состояние вопроса..................................................................................14

1.2.1. Определение межконтрольного интервала по вероятности вхождения контролируемой величины в допусковый коридор............16

1.2.2. Определение межконтрольного интервала по коэффициенту использования устройства....................................................................18

1.2.3. Определение периодичности профилактик по критерию безотказности......................................................................19

1.2.4. Анализ существующих подходов к выбору величины межконтрольного интервала................................................................21

1.3. Постановка задач исследования............................................................22

2. АНАЛИЗ ОПЕРАТИВНОСТИ СИСТЕМ КОНТРОЛЯ СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМ...................... 24

2.1. Задачи контроля и диагностирования технического состояния космического аппарата....................................... 24

2.2. Оперативные характеристики процесса восстановления технического состояния космического аппарата................. 28

2.3. Бортовое диагностирование технического состояния космического аппарата....................................... 30

Выводы...................................................... 32

3. РАЗРАБОТКА МОДЕЛЕЙ ОПЕРАЦИИ КОНТРОЛЯ....................33

3.1. Выбор показателя эффективности........................................................33

3.2. Разработка и исследование моделей контроля..................................34

3.2.1. Упрощающие допущения..................................................................34

3.2.2. Стохастическая модель контроля (СМК)....................................36

3.2.3. Детерминированная модель контроля (ДМК)..............................39

3.2.4. Смешанная модель контроля (СмМК)..........................................40

Выводы............................................................................................................42

4. АНАЛИЗ МОДЕЛЕЙ ОПЕРАЦИИ КОНТРОЛЯ..............................43

4.1. Критерии выбора модели контроля....................................................43

4.2. Статистическое моделирование процессов контроля........................46

4.2.1. Математическая модель....................................................................46

4.2.2. Программная модель............................................................................48

4.3. Анализ времени задержек обнаружения аварийных ситуаций .... 50 Выводы............................................................................................................52

5. ПРИМЕНЕНИЕ МЕТОДОВ СТОХАСТИЧЕСКОЙ ИНДИКАЦИИ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ОПЕРАЦИЙ КОНТРОЛЯ......................................................................53

5.1. Уточнение выбранного показателя эффективности..........................53

5.2. Гарантированная вероятность в случае СМК....................................58

5.3. Гарантированная вероятность в случае СмМК ..............................61

Выводы............................................................................................................64

6. РЕАЛИЗАЦИЯ РАЗРАБОТАННЫХ МЕТОДОВ..............................65

6.1. Первичная обработка экспериментальных данных стендовых испытаний..................................................................................................65

6.1.1. Преобразование формата экспериментальных данных................68

6.1.2. Отбраковка аномальных измерений путём пороговой и медианной фильтрации..........................................................................71

6.1.3. Сглаживание по методу наименьших квадратов....................74

6.2. Вторичная обработка экспериментальных данных стендовых испытаний....................................................................................................77

6.2.1. Построение статистической функции распределения

времени безаварийного функционирования............................................78

6.2.2. Определение закона и параметров распределения времени безаварийного функционирования..........................................................79

6.2.3. Анализ разработанных моделей контроля с использованием экспериментальных данных стендовых испытаний..........................83

6.3. Рекомендации по реализации разработанного метода..................86

Выводы............................................................................................................88

ЗАКЛЮЧЕНИЕ.......................................................................89

ЛИТЕРАТУРА..............................................................................................91

ПРИЛОЖЕНИЯ............................................................................................98

1. Список основных обозначений................................................................99

2. Графики выборочных и аналитических функций распределения, времени ЗО АС, стохастических индикаторов и гарантированных вероятностей для ДМК, СМК и СмМК...............................102

3. Графики исходного вида параметра экспериментальных данных, результатов отбраковки аномальных измерений и сглаживания, зависимостей требуемого числа опытов от заданной точности, статистической функции распределения времени безаварийного функционирования, выбранного аналитического закона распределения и доверительных интервалов по методу А.Н. Колмогорова............................................... ц^

4. Тексты расчётных MATLAB - программ и Delphi - программ преобразования форматов экспериментальных данных........... 141

5. Акты об использовании результатов работы.................... 1^1

ВВЕДЕНИЕ

Актуальность темы. В настоящее время, при функционировании сложных технических систем обработка диагностической информации, как правило, проводится полностью на наземном комплексе управления (НКУ), а на борту организуется лишь её сбор и предобработка. С учётом того, что сеансы связи с НКУ ограничены и возможны только в определённые моменты времени, устранение отказов и вызванных ими последствий занимают продолжительное время, недопустимое в современных условиях. Это может вызвать массу нежелательных последствий, вплоть до срыва выполнения поставленной задачи. Обобщая итоги эксплуатации технических средств, можно сделать вывод, что до 20% сложных технических систем выходят из строя по причинам несвоевременного диагностирования и парирования возникших отказов.

Учитывая тот факт, что для подавляющего большинства отказов аппаратуры бортовых систем (до 90%) нормальное функционирование может быть восстановлено за счёт имеющейся на борту (заложенной при проектировании) избыточности различного типа (функциональной, структурной, временной, алгоритмической), можно сделать вывод, что развитость средств диагностирования и их оперативность становятся одним из определяющих факторов, влияющих на эффективность работы системы в целом [1-24].

Таким образом, существует необходимость в применении методов бортового контроля с восстановлением, позволяющих обнаружить и парировать нарушения в работоспособности оборудования бортовых систем на ранних стадиях их развития (с минимальным временем задержки обнаружения аварийных ситуаций (30 АС)).

В связи с этим требования к системам контроля и диагностирования всё более ожесточаются особенно в смысле оперативности принятия

решений и обеспечения необходимой полноты и достоверности контроля. Одним из шагов на пути к созданию систем диагностирования, отвечающих этим требованиям, стала разработка бортового контрольно-диагностического комплекса [18], позволяющего проводить оперативный контроль с восстановлением на борту космического аппарата (КА).

Следует отметить, что ввиду наличия ограничений на объём запоминаемых и обрабатываемых данных, а также на время их обработки, как правило, не представляется возможным организовать непрерывный контроль. С другой стороны, при контроле непрерывной величины через некоторые интервалы времени достоверность контроля по мере увеличения этих интервалов снижается. В эти условиях встаёт задача выбора величины межконтрольного интервала, обеспечивающей заданное значение показателя эффективности операции контроля.

Традиционный подход к решению задачи обеспечения заданного времени 30 АС, основывается на увеличении числа циклов контроля, проводимых через равные промежутки времени, что не всегда допустимо и связано с дополнительными материальными затратами. Кроме того, такой метод контроля не учитывает случайную природу возникновения АС.

Таким образом, необходим поиск методов, которые позволят повысить оперативность операций контроля, не за счёт наращивании количества циклов контроля, а за счёт управления потоком событий, образуемым циклами контроля во времени. Известны методы управления этим потоком, когда циклы контроля располагаются через равные интервалы времени, изменяются по определённому закону (пропорционально производной контролируемой величины). Одним из перспективных подходов к решению задачи повышения оперативности операций контроля является рандомизация потока циклов контроля, однако связанные с этим вопросы изучены недостаточно.

Цель работы: Исследовать возможность повышения эффективности операций контроля за счёт введения элементов случайного управления потоком событий, образуемым циклами контроля во времени.

Основные задачи исследований:

1. Разработать показатель эффективности, который будет чувствителен к времени 30 АС. При формировании показателя эффективности воспользоваться результатами теории стохастической индикации.

2. Разработать математическую модель процесса дискретного контроля с восстановлением, которая позволит оценить численное значение, и получить аналитическое выражение показателя эффективности в области её параметров.

3. Исследовать влияние рандомизации моментов контроля на время ЗО АС.

4. Проанализировать разработанную модель контроля с постоянным (детерминированная модель контроля (ДМК)) и рандомизированным (стохастическая модель контроля (СМК)) межконтрольным интервалом, определить критерий выбора предпочтительной модели контроля.

5. Провести статистическое моделирование процессов контроля при различных моделях контроля для проверки полученных аналитических зависимостей с использованием экспериментальных данных стендовых испытаний.

Методы исследований. Для выполнения поставленных задач использовались методы теории вероятностей, а также её нового раздела -теории стохастической индикации, теории массового обслуживания, теории эффективности, теории испытаний и контроля, математической теории надёжности и теории восстановления. Экспериментальные исследования проводились путём моделирования разработанных методов и реализации разработанных алгоритмов на ЭВМ.

Научная новизна исследования состоит в том, что:

1. Разработан показатель эффективности, который чувствителен к времени ЗО АС и позволяет оценить эффективность одиночной операции контроля. При формировании показателя эффективности использовались методы теории стохастической индикации - нового раздела теории вероятностей.

2. Получены аналитические выражение показателя эффективности, в области параметров математической модели процесса дискретного контроля с восстановлением при постоянном (ДМК) и рандомизированном (СМК) межконтрольном интервале, а также при использовании смешанной (комбинированной) модели (СмМК).

3. Показано, что путём рандомизации моментов контроля (при сохранении их общего числа) в ряде случаев (в условиях ограничений на допустимое временя ЗО АС и число циклов контроля) можно добиться увеличения вероятности безотказного функционирования объекта контроля.

4. Определён критерий выбора предпочтительной модели контроля.

Достоверность научных положений, полученных результатов и выводов базируется на применении адекватного математического аппарата и подтверждается результатами статистического моделирования на ЭВМ.

Практическая ценность заключается в разработке: 1. Программного обеспечения преобразования формата экспериментальных данных стендовых испытаний к стандартному формату dBASE IV и формату векторов системы автоматизации математических расчётов MATLAB [35, 36].

Первое преобразование позволяет осуществлять эффективное управление базой данных стендовых испытаний с использованием SQL -инструкций [40, 41, 42] и делает возможным использование коммерчески доступных стандартных приложений (MS Excel, MS Access, и др.) для работы с экспериментальными данными стендовых испытаний (получение

твёрдых копий, различного рода диаграммы и графики, отчёты и др.).

Второе преобразование позволяет использовать богатые внешние библиотеки математических функций (ТооЮох) системы МАТЪАВ при решении задач обработки экспериментальных данных стендовых испытаний. Программное обеспечение разработано с использованием технологии объектно-ориентированного программирования, вследствие чего имеет открытую архитектуру и может быть легко модифицирована для преобразования файлов экспериментальных данных к любому другому стандартному представлению

2. Комплекса программ, осуществляющих первичную обработку экспериментальными данными стендовых испытаний (отбраковка аномальных измерений и сглаживание).

3. Комплекса программ, позволяющего вычислить значения показателя эффективности на базе разработанной математической модели контроля, выбрать предпочтительную модель (СМК или ДМК), максимизирующую показатель эффективности, и определить её параметры (вторичная обработка экспериментальных данных стендовых испытаний).

4. Программного комплекса для статистического моделирования процесса контроля на ЭВМ с использованием экспериментальных данных стендовых испытаний.

Полученные практические результаты позволяют могут применяться при решении задач анализа и синтеза систем автоматического контроля из состава информационно-измерительных систем различного назначения.

Результаты внедрения. Разработанные методы, модели и программы являются частью работ, проводимых в рамках ОКР "Исследование динамических характеристик объектов Заказчика при стендовых испытаниях и разработка программного обеспечения обработки измерений" и НИР "Радон-ГКНО", и используются при разработке перспективных

бортовых контрольно-диагностических комплексов в КБ "Салют" и ГНИКИ СКУ "Система".

Комплекс программ и методика их применения переданы на кафедру Систем автоматического управления БГТУ им. Д.Ф.Устинова. Результаты исследований используются в учебном процессе при дипломном проектировании и в практических занятиях по курсу "Архитектура и организация информационно-вычислительных комплексов", проводимых для студентов факультета Систем управления.

Апробация работы. Основные результаты работы докладывались на Всероссийской молодёжной научной конференции "XXIII Гагаринские чтения" Москва, РГТУ-МАТИ, 8-12 апреля 1997 г., Всероссийской научно-практической конференции с международным участием "Новое в экологии и безопасности жизнедеятельности" СПб., МЦЭНТ, 14-16 октября 1996 года, 8-й научно-технической конференции "Экстремальная робототехника" СПб., ЦНИИ РТК, 16-18 апреля 1997 г.

1. АНАЛИЗ ПРОБЛЕМЫ И ПОСТАНОВКА ЗАДАЧИ

ИССЛЕДОВАНИЯ

1.1. Системный анализ проблемы

Информационная техника (ИТ) имеет непрерывно возрастающее значение в жизни человечества. Она решает огромный круг задач, связанных со сбором, обработкой, хранением, передачей и предоставлением человеку разнообразной информации. Современная ИТ является крупным разделом технической кибернетики - дисциплины, изучающей общие закономерности процессов управления, получения и преобразования информации в технических системах (ТС).

В соответствии с основными функциями ИТ можно выделить следующие её составляющие (рис. 1.1.1) [1, 6-24, 38, 51-67]:

• информационно-измерительная техника;

• вычислительная техника;

• техника передачи информации;

• техника хранения и поиска информации.

Каждая из этих основных ветвей ИТ имеет свои особенности, однако они объединяются общими теоретическими основами.

Информационно-измерительная техника предназначена для получения количественно определённой информации о разнообразных объектах материального мира [1]. Основными средствами, позволяющими получить такую информацию, являются:

• Измерительные системы.

• Системы автоматического контроля.

• Системы технической диагностики.

• Распознающие системы.

Рис. 1.1.1

Совокупность перечисленных выше систем получила название информационно-измерительных (ИИС). Согласно ГОСТ 8.437-81, ИИС -"совокупность функционально объединённых измерительных, вычислительных и других вспомогательных технических средств для получения измерительной информации, её преобразования, обработки в целях представления потребителю (в том числе ввода в АСУ) в требуемом виде либо автоматического осуществления логических функций контроля, диагностики, идентификации".

Общей тенденцией современных ТС является значительное усложнение их аппаратурного состава. Вместе с тем растут требовани