автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Методы автоматизации разработки и испытаний комплексов управления летательными аппаратами

На правах рукописи

Абдулин Рашид Раисович

МЕТОДЫ АВТОМАТИЗАЦИИ РАЗРАБОТКИ И ИСПЫТАНИЙ КОМПЛЕКСОВ УПРАВЛЕНИЯ ЛЕТАТЕЛЬНЫМИ АППАРАТАМИ

Специальность: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (в сфере услуг)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва-2006

Работа выполнена в научной организации «Главный вычислительный центр Интуриста» ООО «ГВЦ Интуриста»

Научный руководитель доктор технических наук,

профессор Топчеев Юрий Иванович

Официальные оппоненты: доктор технических наук,

профессор Петров Олег Михайлович

доктор технических наук, профессор Окоемов Барит Николаевич

Ведущая организация ФГУГ1 «Российская самолетостроительная

корпорация МиГ (РСК МиГ) Инженерный центр «ОКБ имени А.И. Микояна»

Защита состоится 26 апреля 2006 г. в 16 часов на заседании диссертационного совета Д520.005.01 ООО «ГВЦ Интуриста» по адресу 107031 г. Москва, Дмитровский пер., д. 4, стр.2; тел. 621-4295

С диссертацией можно ознакомиться в библиотеке ООО «ГВЦ Интуриста» Автореферат разослан 23 марта 2006 г.

Ученый секретарь

диссертационного совета, »

доктор политических наук Семенов В.А.

аооеа

з

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Безотказность работы систем и комплексов управления является одним из важнейших параметров для всех типов летательных аппаратов, совершающих полеты в заданных эксплуатационных условиях, которая гарантирует возможность их исполнения в любые моменты времени. Обычно под безотказностью комплексов управления понимается вероятность обеспечения всех установленных параметров системы в заданном диапазоне значений в выбранном интервале времени. Вероятность отказа комплекса определяется качеством проектирования и используемыми конструкциями датчиков, аналоговых приборов и вычислительных машин, преобразователей и рулевых приводов, входящих в комплекс, а также качеством испытаний. Одним из важнейших условий достижения необходимых показателей качества при проектировании является автоматизация процесса разработки на всех ее этапах- синтезе законов управления, математическом моделировании, разработки и отладки программного обеспечения, разработки конструкции и схемных реализаций аппаратуры, разработки систем и методик контроля аппаратуры при производстве, стендовых и летных испытаний.

В процессе проектирования необходимо обеспечить конкурентную способность комплексов с учетом объемов выделенного финансирования, а также наличия трудовых и производственных ресурсов предприятия.

Оценки качества методов проектирования комплексов проводились на основе полиномиальных зависимостей, учитывающих основные показатели, обеспечивающие выполнение тактико-технических требований при ограничениях указанных выше. Нельзя не отметить, что разработчики новых проектов вынуждены пользоваться при оценках не только количественными, но и качественными показателями. Такой подход намного упрощает вычисления и имеет высокую наглядность.

В диссертации оценивались наиболее часто используемые методы проектирования комплексов: по рекомендациям экспертов, на основе использования автоматизированных средств с обучением.

РОС НАЦИОНАЛЬНАЯ!

Для принятия окончательных решений о меч одах ЗДШИАЮФЗДКи проектирования

09

1и I

комплексов использовались процедуры ожидаемой полезности и минимизации затрат. Результаты теоретических исследований подтверждались экспериментальными данными, полученными при заводских и летно-конструкторских испытаниях САУ-10В, САУ10М-03, КСУ-А, ЭДСУ-200, САУ-451, СДУ-915.01

Цель работы и задачи исследования. Целью работы является разработка теоретических и практических положений, связанных с применением методов автоматизации при разработке, производстве и испытаниях комплексов управления летательными аппаратами.

Для достижения поставленной цели в работе сформулированы и решены такие задачи исследования как: синтез оптимальных цифровых законов управления; реализация законов управления методом автоматизированных программных процедур; способы повышения надежности; математические методы построения переходных процессов; автоматизация контроля цифровых систем при их производстве; методы диагностирования работы аппаратурного и программного обеспечения; разработка математической модели летчика в режиме пилотирования.

Предмет исследований заключается в разработке методов создания проектов авиационных комплексов управления расчетно-конструкторскими способами с использованием стохастических решений. В процессе проектирования, отладки и испытаний комплексов применялась поддержка автоматизированных процедур путем накапливания данных, по которым изменялись структуры комплексов для повышения показателей их эффективности. Законы дискретного управления комплексами строились по принципу максимума, сводимому с помощью штрафных функций к нелинейному программированию.

Методы исследования. При решении поставленных задач использовались методы статистической теории решений с применением условия максимума правдоподобия, наименьших квадратов, байесовские оценки, методы теории надежности, марковские процессы принятия решений, методы динамического программирования.

Достоверность полученных результатов подтверждалась значением доверительных вероятностей и коэффициентов их достоверностей при различных количествах замеров с заданными вероятностями. Эти данные получали для

комплексов управления расчетно-теоретическтгми методами, на стендовых и летно-коиструкторских испытаниях, математическим моделированием и натурными испытаниями на соответствие тактико-техническим требованиям, применялось сравнение полученных результатов с использованием ряда теоретических процедур. Научная новизна работы заключается в следующем:

-нахождении вероятностных оценок качества и эффективности проектов комплексов управления с помощью стохастической теории решений;

-синтезе оптимальных дискретных законов управления полетными режимами на основе принципа максимума, приведенного к задаче нелинейного программирования, реализуемого на БЦВМ;

-определении аппаратурной и программной надежности цифровых комплексов управления со специализированными вычислительными машинами МВС-4 и МВС-32, позволяющей оценивать вероятности возникновения ошибок;

-обосновании надежности программного обеспечения на основе анализа количества выявленных программных ошибок за конечный период времени;

-создании отладочных стендов, специальных программ, используемых для разработки и проверки программного обеспечения и нахождения ошибок в программах;

-частотных методах определения запасов устойчивости по фазам и модулям с эквивалентными характеристиками нелинейностей для комплексов управления в автоматических и ручных режимах полета.

Оценка практической значимости результатов работы заключалась в создании математических методов проектирования и построения ряда технологических процедур с помощью автоматизированных систем проектирования для разработки действующих макетов, отладки, стендовых и летно-конструкторских испытаний образцов авиационных комплексов. Предложенные способы применения статистической теории решений, дискретного разложения, обучения по методу Байеса доведены до конкретных рабочих формул и алгоритмов для использования на вычислительных машинах.

Практическая ценность результатов работы состоит в создании бортовых

цифровых вычислительных машин МВС-4, МВС-8, МВС-32, МВС-33; устройств ввода и вывода данных УАВВ-1, УАВВ-24; устройств дискретной связи УДС5-3, УДС-11, УДС-12, УДС-15; блоков датчиков ИБД-42, ИБД-43, ИБД-46, ИБД-51; вычислителей ВСАРД-6, ВСИМЦ-7. Большинство из указанных изделий выпускаются серийно и устанавливаются на истребителях-перехватчиках, фронтовых истребителях и вертолетах. Созданные стенды и другая испытательная аппаратура применяются при отладке, производственном контроле, стендовых и летно-конструкторских испытаниях.

На защиту выносятся следующие результаты работы:

-теоретические методы проектирования авиационных комплексов управления с помощью систем автоматизации, доведенные до рабочих формул и программ;

-синтез оптимальных дискретных цифровых законов управления, основанный на принципе максимума Понтрягина, сведенном с помощью процедур штрафных функций к задаче нелинейного программирования, реализуемой на БЦВМ;

-оценки качества и эффективности проектов макетов комплексов, обеспечивающих их конкурентную способность с учетом объемов выделенного финансирования, а также наличия трудовых и производственных ресурсов предприятия;

-векторно-матричные методы построения частотных характеристик для анализа устойчивости и показателей качества комплексов;

- регрессионные модели для определения параметров комплексов по минимуму квадратичной функции и получения уравнений с помощью информационной модели Фишера и оптимальных планов;

-математическая модель летчика с учетом зрительного восприятия внешней обстановки и силового управления ручкой пилота, сведенная к нелинейным дифференциальным уравнениям или приведенная к эквивалентным частотным характеристикам.

Внедрение результатов определяется доведением математических зависимостей до создания авиационных комплексов управления в виде макетов и реальных образцов способами автоматизированного проектирования, стендовых заводских и

летно-конструкторских испытаний бортовой аппаратуры самолетов АН-140, МиГ-АТ, МиГ-29, Су-30МКИ, Су-34, гидросамолета Бе-200 и вертолета АНСАТ.

Апробация результатов работы подтверждается одним патентом на изобретение и девятью научными публикациями в сборнике «Современные информационные технологии», выпуск № 6 — М.: 2006; журналах «Авиакосмическое приборостроение» 2002 - 2005 гг.; докладе на третьей научно-технической конференции по проблемам и развитию СУО в городе Курске в 2002 г.

Личтшй вклад заключается в создании теоретических методов проектирования комплексов управления на базе основных выбранных признаков, конструировании цифровой аппаратуры со специализированными вычислительными машинами и устройствами управления с резервированием, гарантирующими длительные сроки безопасных полетных режимов, взлетов и посадок. Разработанные комплексы отлаживались, подвергались заводским и летно-конструкгорским испытаниям с использованием отладочных стендов, систем производственного контроля и малогабаритных носимых систем отладки.

Публикации. Основные научные результаты изложены в 10 научных публикациях, 4 из которых в соавторстве.

Структура и объем диссертации. Работа состоит из введения, четырех глав, заключения, списка использованной литературы и двух приложений. Диссертация изложена на 137 страницах, содержит 40 рисунков и 7 таблиц. Приложение написано на 20 страницах и состоит из двух разделов и акта о внедрении результатов диссертации. Список литературы составлен на русском и английском языках и состоит из 137 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении раскрывается актуальность проблем автоматизации проектирования и испытаний комплексов и систем управления летательными аппаратами.

В первой главе главное внимание уделяется методам планирования работ по созданию систем комплексов и систем управления летательными аппаратами. Рассматриваются основные способы проектирования, основные показатели качества и

стоимости методов проектирования, оценка эффективности организации проектирования. Теоретические методы проектирования моделей комплексов управления оцениваются коэффициентами эффективности с переменными существующими при /-ом показателе у'-го критерия качества, равными «1»- для перспективных или «О»- для неперспективных моделей. Тогда абсолютную эффективность проектов моделей комплексов можно представить в виде:

Щ = + + + -"ч** > а относительную оценку как ^ - .

Введем весовые коэффициенты Кр вносимые элементами в виде ,

оценки качества проектов и их эффективности, пользуясь функциями правдоподобия,

минимизирующими энтропию, реализуемыми по принципам построения

классификаторов, которые обеспечивают в среднем наименьшие вероятности

совершения ошибок.

Найдем наибольшие величины вероятностей для наилучших проекций моделей

р(ж|т,) = 0,93, р(х|о>,) = 0,95. На рис. 1 они выделены светлыми треугольниками.

Р 1Д

о*

ол

ол

оа

в ю ч

а)

Рис I. Зависимость вероятностных оценок эффективности проектов комплексов управления от условных средних потерь: а) в линейном; б) в логарифмическом масштабах

Пользуясь априорным распределением, записанным через гамма-функции

B(v0,|i0) =

ГК)Г(щ)

при \а=т, \10=п-т и V = V,,-т, ц-- цс + л -т получим априорные значения вероятностей в виде:

Тогда апостериорные математические ожидания и средние квадратические значения будут:

M(Wc\m,n) = W,+(W,~W,)

v-ц

(v+m)(n+m)'

n(v + m)

*{W.\m,«) = {Wt-ir.)

(v fm)+(n+/n)J [(v+m)(n+»i+l)J и при Wa = 1; n = 1...160; m - 1...8 и нижних границ априорных вероятностей W„ — 0,5; 0,7; 0,9; 0,95 вычислим значения М(Wc\m, п) и a(Wc\m, п), которые построены на рис. 2.

М[Г.| т, п] 1,0;

03Ö1

о,нот

(Y

ЯК5 - --

/

г? дай

г ----

и

60 W 100 120 140 160

0 20 40 60 80 100 120 140 IrtO

Рис 2. Математические ожидания и средние квадратические значения при п стендовых испытаниях и т отказах аппаратуры с нижними границами эффективностей = 0,95. Из ранее приведенных формул получим:

п=-iFÜ)-б>

а для значений среднего риска найдем:

R(Wc\m,n)=M^

v-m

v+ц-т)

При т = 5 и R = 0,03 найдем Р = 0,97, которая показана иа рис.1. Как видно на

рис.1, примененные процедуры оценивания проектов различными методами дают близкие значения вероятностей эффективностей макетов комплексов.

Вторая глава посвящена вопросам автоматизации проектирования систем и комплексов управления летательными аппаратами. Рассмотрены вопросы синтеза оптимальных цифровых законов управления, их реализация на БЦВМ методами автоматизированных программных процедур, математические методы построения переходных полетных процессов, автоматизация производственного контроля цифровых устройств.

Синтез оптимальных законов управления дискретными авиационными комплексами производится на основе принципа, сформулированного Понтрягиным как принцип максимума. В этом случае оптимальный вектор управления и* с фазовой траекторией у* определяется из дискретной системы у* м = У* + /¿(у*,и*) при к = 0,/ -1, минимизирующий критерий

со следующими ограничениями на фазовые координаты v4(u4)<0, zt(y4) = 0, wt <0 при k = 0,l.

Поставленную проблемму оптимального управления дискретной системы, сведенной к задаче нелинейного программирования, можно решать либо методом неопределенных множителей Лагранжа, либо методом неопределенных функций с уменьшенной размерностью вектора х1 =[у0:п01и, :...ie,_,J.

В данном случае при ограничениях на управление и фазовые координаты имеем задачу нелинейного программирования min I(x), q(x) = 0; г(х) < 0 , в которой в начальный момент времени х(0) ^u^luf'L.luJÜj] и у?'= у1(*(0)) определяются как решение системы дискретных уравнений, а затем вычисляем вектор-градиент:

Далее с помощью рекуррентной процедуры вычисляются ,(»') =х(') + \(£-у/ж(,)+р.,], где в, ^-УА^+р,.^. При этом количество итераций

зависит от выбора коэффициента Э на множестве направлений.

Переходные процессы вычисляются для системы

у*,.(')=Ау*+Ьи*;

пользуясь х4+1 =стФ(Г)у4+стСаДт), где Ф(Г) = е*г,С =Ф(Г)+1А'Ь - матрицы;

I - единичная матрица.

При экстраполяторе 2-го порядка получим:

*1+1 = стФ(Г)у, +стС„и, +стС, К-п4.,)+

о 1 '

где С0=[Ф(Г)-1]А-'Ь; в, - [ф(7')у4 -1Т]А 'Ь; в, - {[ф(Г)-1Г]А-'-1Г2} А 4>.

Проблема обеспечения безопасности находится в прямой зависимости от уровня надежности программного обеспечения, что в конечном итоге определяется и, в том числе, методологией разработки программного обеспечения. К настоящему времени сформировались многочисленные неформальные правила и установки, соблюдение которых способствует успешной реализации сложных программных проектов. Значительная часть правил и стандартов на создание ПО нацелена на сокращение числа ошибок в программах. Так, проведенный на предприятии анализ ошибок, допущенных при создании ПО бортовых систем управления, выявил следующий перечень причин возникновения ошибок в программах: вызванных неполнотой, некорректностью или неверной интерпретацией требований к создаваемой программе -10%, неправильным заданием спецификаций или неверной их интерпретацией -25%, неправильным кодированием -35%, синтаксическими ошибками и опечатками при подготовке программы -15%, а в результате устранения предыдущих ошибок -7% и прочих -8%.

Наиболее эффективным средством предотвращения значительной части ошибок наряду с применением жестких стандартов на организацию ПО, должно служить использование автоматизированных процедур создания и тестирования

программного обеспечения. Практическая реализация технологии проектирования ПО БЦВМ невозможна без развития инструментальных средств автоматизации проектирования. В настоящее время созданы инструментальные средства САПР ПО, охватывающие в основном этапы написания и отладки кода, а также интеграции, и тестирования и, отчасти, проектирования ПО. К таким средствам можно отнести подсистемы отладки и моделирования технологической среды разработки программ для комплексов управления самолетами пятого поколения, применяемых на практике в последнее время.

С целью выявления неисправностей в аппаратуре комплексов управления и исключения ошибок, вносимых оператором при визуальной фиксации результатов измерений, создана специализированная автоматизированная унифицированная система контроля СПАУК-40, обладающая гибкостью и расширяемостью при минимальных затратах. Для повышения надежности ее функционирования введено резервирование модулей с определением потребной глубины резервирования на основе функции Колмогорова, связывающей стоимость системы СПАУК-40 с ее надежностью.

Третья глава посвящена проблемам диагностирования при полунатурных и натурных испытаниях систем и комплексов управления летательными аппаратами. Рассмотрены метода диагностирования работы аппаратурного и программного обеспечения систем и комплексов управления, математическая модель летчика в режиме пилотирования, основные положения построения высоконадежных систем и комплексов. Совершенствование современных авиационных комплексов требует проведения всесторонних наземных и летных конструкторских испытаний, особенно в связи с повышением тактико-технических требований, что приводит к значительному усложнению и увеличению числа режимов проведения испытаний, а также увеличению затрат времени и стоимости на их исполнение. Трудности проведения испытательных полетов привели к возрастанию объема наземных заводских испытаний. Для этих целей стали применять метода полунатурного моделирования на технологических стендах, когда уравнения динамики полета самолета набираются на универсальной цифровой вычислительной машине, а

реальная аппаратура через преобразователи присоединяется к математической модели. Здесь же подключаются имитаторы внешней обстановки (облачность, туман, дневные и ночные световые излучения), а также размещается место оператора.

Технология разработай комплексных систем управления «с полной ответственностью» перед формированием технических требований к ПО предусматривает этап синтеза законов управления, удовлетворяющих системным требованиям верхнего уровня. Для оценки качества программной реализации заданных законов управления остается сравнить реакцию на одинаковые входные воздействия бортового ПО и модели системы.

Для проверки ПО в составе системы управления применяется технологический стенд полунатурного моделирования. Блок-схема технологического стенда представлена на рис.2.

Как видно технологический стенд состоит из 4-х персональных компьютеров типа IBM-PC, соединенных между собой по протоколу TCP IP, устройства коммутации для приема - передачи цифровых, аналоговых сигналов и разовых команд из БЦВМ и в нее и стеллажа дня размещения БЦВМ и обеспечения ее электрическим питанием.

База данных контрольных примеров располагается на вычислителе рабочего места оператора (РМО) и совмещена с приборной доской (ПД). Реальные сигналы БЦВМ через устройство коммутации принимаются вычислителем имитатора динамики полета (ИДП )и посредством сетевого обмена передаются на вычислитель РМО, где они сравниваются с эталонными. Программная оболочка РМО обеспечивает оперативное без перезагрузки компьютера переключение режимов работы стенда, возможность пополнения базы данных контрольных примеров, а также возможность получения бумажных копий результатов проверок. Программная оболочка вычислителя ИДП обеспечивает запуск соответствующих моделей самолета и его систем в зависимости от режима работы стенда, заданного с РМО, а также прием-передачу сигналов от комплекта и сетевой обмен с вычислителем РМО.

Для окончательной проверки качества реализации заданных законов

] СПО математичаавй модели самолете и двигателей

2 СПО мвтеметичесю» модели КСУ

3 СПО информационного обмена с равлыкЛаллврвтуроа стенде

4 СЛО инффмеционного обмана мюед ШРС «состава а«нда

5 СПОмтматнчасшшматй еившних систем

g СПО мзгеметтееж моделей датчиков

7 СЛО обеспечения реальною ■райю ni и лвреичочвния ражи-моа работы стенда

СИ ВСП

(H^HoT,VIKT.Vnp,M,Vy, Ти, Тт, Per, Рдвк, Рз, а, (3, Q.)

] СПО гаповиогомомгаре да запуске, выбора решим работы » кода управляющих пмацд

2 СПО етувппеции приборов и пультов управления

3 СПО информационного обмане малду IBM PC in состава стенда

Имитатор РУД

идп сиво

РМО

од

ПУ ИБД

СИ ВСП

Исшшэуемые сокращения Имитатор Динамики Полета Систем« Имитации ВнекабишнЖ Обстановки Рабочее Место Оператора

Приборная Доска (изображения приборов на дисплее)

Яульт Управления

Интегральный Еяоя Датчиков

Система Измерения Высотно-Скороспшх Параметров

Серев СПО ажислителя СИВО 1 3

СПО визуализации внакабнннов обстаноет

СПО информационного обмана мееду IBM PC из составе стенда

Рис.2 Блок-схема технологического стенда полунатурного моделирования и отработки ПО

управления в бортовом ПО в составе оборудования системы применяется режим проверки, при котором с вычислителя РМО задаются входные воздействия одновременно на реальную БЦВМ и на модель системы управления, реализованную в вычислителе ИДП, которая была получена на этапе синтеза законов управления. Вышеописанный режим позволяет оперативно проверять изменение выходных сигналов БЦВМ на весь спектр входных воздействий и, сравнивая выходные сигналы с выходными сигналами эталонной модели системы управления, делать выводы о соответствии реализации СПО утвержденным законам управления.

Информационная среда функционирования системы управления, имитируемая стендом полунатурного моделирования, полностью соответствует протоколу информационного сопряжения с оборудованием объекта, что позволяет наиболее полно смоделировать реальную работу системы. Тестируемое программное обеспечение работает на целевом вычислителе, в условиях максимально приближенных к реальным.

В данном случае тестированию подвергаются не только отдельные программные модули, реализующие заданную целевую функцию, но и в целом интегрированное ПО, включая операционную систему, входные и выходные программные интерфейсы, обработчики исключительных ситуаций, логические диспетчеры, программы встроенного контроля и т.д. Любая ошибка в сложной цепочке программ, формирующих сигналы управления ЛА от входа в систему до выхода из нее, приведет к искажению результата относительно реакции модели системы на такое же входное воздействие.

При разработке тестовых примеров выбираются контрольные точки алгоритмов, в которых будет в режиме реального времени производиться сравнение реакций модели и тестируемой системы. В качестве контрольных сигналов для систем управления ЛА целесообразно использовать сигналы заданного отклонения всех исполнительных органов, формируемых цифровой системой управления. При таком подходе упрощается процедура автоматического контроля расхождения сигналов эталонной модели и реального комплекта в связи с тем, что диапазоны перемещения органов управления ЛА заранее известны и не

изменяются в процессе полета. В связи с этим пороговые значения ошибок рассогласования, при выполнении которых можно сделать вывод о корректности реализации законов управления, принимаются либо постоянными (как доля от максимального диапазона), либо представляются функцией одного (максимум двух) аргументов (например, скорости и высоты полета). Затем производится разделение алгоритмов системы управления по критерию обособленности входных сигналов, используемых данными частями алгоритмов. После этого определяются диапазоны изменения входных сигналов с учетом реальных ограничений по датчикам первичной информации. Для проверки на устойчивость к ошибкам входных данных вышеуказанные диапазоны расширяются.

Для вышеуказанных допущений тестовый сценарий описывает итераторы для решения локальной проблемы — как перебрать входные параметры данной группы. Наиболее простым способом является перебор входных сигналов из фиксированного набора значений. Однако при этом происходит скачкообразное изменение значений входных сигналов, что, в общем, не вполне соответствует динамике полета ЛА. Поэтому предлагается пилообразное изменение входных сигналов с различными периодами. Причем периоды выбираются следующим образом - каждый последующий период в 5-10 раз больше предыдущег о. Наименее быстро меняющимся параметрам полета определяются наибольшие периоды, и наоборот. При таком подходе полностью покрывается весь набор состояний входных сигналов, и наиболее полно проверяются динамические звенья, используемые в алгоритмах законов управления. Вышеизложенные принципы формирования тестовых сценариев позволяют при полном покрытии набора состояний входных сигналов автоматизировать процесс проверки реализации специального программного обеспечения и сократить время проведения самих проверок.

В процессе моделирования комплексов при ручном пилотировании необходимо учитывать уравнения динамики летчика, позволяющего замыкать систему автоматического управления через ручку пилота и исследовать отказы, возникающие при переходе с режимов автоматического пилотирования на ручное и

обратно, которые при неподвижном положении ручки могут приводить к большим кренам со сваливанием в штопор и опасным аварийным ситуациям.

Трудность математического описания летчика связана с необходимостью описания динамических процессов, происходящих в центральной нервной системе, где в сознании человека формируется информационная модель, учитывающая внешнюю обстановку, зависящую от зрительного, акселерационного и слухового каналов с передачей сигналов к мышцам рук с тактильным отображением. Все параметры модели летчика зависят от уровня его подготовки, количества выполненных полетов, быстроты реакции на различные ситуации, возникающие при полетах и умение принимать нужные решения в аварийных ситуациях. Следует указать, что на поведение летчика определенное влияние оказывает динамика современных самолетов, которые создаются высокоманевренными, близкими к неустойчивым, что связано с повышением требований к точности наведения самолетов при пуске ракет, стрельбе из пушек по наземным и воздушным целям и бомбометании.

Математические модели летчиков строятся на основе эквивалентных частотных характеристик, так как в них входят нелинейности в виде зоны нечувствительности глаза, зависящей от визуальной амплитуды сигнала и зоны ограничения от действия амплитуды перегрузки. В эквивалентную передаточную функцию летчика входят два замкнутых контура: первый - от частотных и второй -от амплитудных характеристик. Тогда для построения логарифмических замкнутых контуров, приведенных к амплитудным и фазовым характеристикам, приходится применять номограмму Никольса.

В четвертой главе излагаются методы проведения летных испытаний отлаженных образцов комплексов управления и принятие окончательных решений о проектах. Располагая матрицей известных координат х с неизвестными параметрами а получим вектор измерений Ък = Хка4 + . Здесь У* -вектор ошибок и ковариационная

матрица ©4 = (с^) '.

Для вычисления оценок по методу наименьших квадратов (МНК) запишем функционал

81 -V, (Х,,а4)]Г щ[Ък - V, (Х„а4)], и после рада преобразовали получим оценку в следующем виде:

а, = (0. ГэтДх,,.,)]

[ ^ ] 1 \ [ д*' \

Рассмотрим байесовский способ оценивания, для которого при нормальном законе распределения найдем математическое ожидание М(г4) = Х4а4 и дисперсию

Для обоих методов определим значения вероятностей Р^) и риска по

формулам, приведенным в третьей главе, где находятся оценки эффективности комплексов по результатам летно-конструкторских испытаний. Расчеты показали справедливость упрощенных методов определения эффективности по МНК и способу Байеса.

С целью проверки достоверности полученных результатов проводились оценки критерия решений об эффективности проектов на основе теории игр. При множестве сделок коалиционную структуру представим в виде £1=(5Я„912,...,91;.) множества игроков N из числа взаимно непересекающихся множеств, тогда существует только пара векторов (.1, X), удовлетворяющих условиям

Для

при

х,>И(7) для ^еМ

В эти случаях при £2-коалиционной структуре и J в N параметрами игрока /вй является множество игроков такое, что J<г!¡RJe£i, которое можно записать в виде $ = (•/,&).

В рациональной конфигурации (£, х) под угрозой игрока К против игрока 3 имеем отличную рациональную конфигурацию в виде (3,, у), где имеют место следующие условия: если то^>х,и 3).

Тогда контругрозой 8 против К существует третья конфигурация (С, и) такая,

что если ,/ е ф(2,£>), то и, > х,; если то и, >у,;

Из этих условий следует, что рациональная конфигурация выигрыша, при которой для любой угрозы К против У у игрока 8 имеется устойчивая контругроза.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Главная задача в создании авиационных комплексов управления состоит в применении автоматизированных и автоматических методов разработки и испытаний, применяемых на всех этапах, начиная от синтеза и моделирования, разработки и отладки ПО, расчетной проработки макетов и их конструкций, выпуска конструкторской и программной документации, изготовления действующих образцов на производстве, и, заканчивая выполнением заводских стендовых и летно-конструкторских испытаний. Для оценки эффективности проектов комплексов управления использовались следующие признаки: время проектирования, изготовления и испытаний при наличии ограничений в финансировании; длительность безотказности действия в полетных и взлетно-посадочных режимах; невозможность получения некоторых точных исходных данных для проектирования.

2. Разработаны методы проектирования комплексов управления самолетами и вертолетами с помощью стохастических автоматизированных признаков на основе функций правдоподобия с минимизацией энтропии или по формуле Байеса с внесением априорных вероятностей.

3. Создана методика принятия достоверных оценок в условиях малого количества признаков. При применении статистической теории принятия решений в зависимости от объемов признаков указывается, что для малых их количеств нельзя находить достоверные оценки из-за недостаточности информации. Для этого приходится использовать эвристический алгоритм с выделением перспективных и неперспективных комплексов с разделением каждого из них на две группы: обучающую (с большими дисперсиями) и проверочную (с малыми значениями дисперсий). При стендовых испытаниях образцов комплексов находились количества отказов, по которым по методу Байеса определялись доверительные вероятности

эффективности. На основании этих данных давались конкретные рекомендации о сокращении числа потребных заводских испытаний, гарантирующих получение заданных оценок эффективностей от величин средних рисков.

4. Сравнение оценок эффективности методов проектирования авиационных комплексов, выполненных методами статистических решений и по формулам Байеса, показали близость результатов вычислений по вероятностям, зависящим от средних величин рисков. При значениях величин рисков, равных 0,3, оценки эффективности близки к вероятности 0,95, при средних рисках порядка 5 - к вероятностям 0,2, а при более высоких, чем 10, вероятности падают до 0,05 и ниже.

5. Предложены оптимальные способы формирования законов управления дискретными системами с помощью принципа максимума, приведенного итерационной процедурой к штрафным функциям и сведенным к алгоритму нелинейного программирования. Количество внешних итераций зависит от выбора коэффициентов, позволяющих получать высокую точность определения оптимального решения в реальном времени.

6. Стендовые испытания комплексов по методу автоматизированного моделирования проводятся целенаправленным перебором их параметров. Для реализации этих процедур разработан технологический стенд полунатурного моделирования.

7. Создана специализированная автоматизированная унифицированная система контроля СПАУК-40, применяемая в процессе изготовления аппаратуры на этапе производственного контроля.

8. Безаварийность полетов комплексов в момент перехода с автоматических на ручные зависит от качества подготовки летчика, учитываемого математической моделью. В работе приведены два способа определения модели летчика аналитическими и графическими методами по передаточной функции человека, позволяющие учитывать зрительное восприятие внешней обстановки и силовое управление ручкой пилота на основе нервно-мышечных процессов, происходящих в живом организме.

9. Решения о спроектированных комплексах управления в условиях

неопределенностей находятся по марковским процессам, приводящим к дифференциальным уравнениям или через диаграммы марковских сечений, учитывающих контрольные функции систем, повышающие безопасность действия в полетных и взлетно-посадочных режимах. Проводимые летно-конструкторские испытания на соответствие тактико-техническим требованиям являются заключительными этапами проектирования авиационных комплексов, поэтому определяемые оценки их эффективности являются окончательными. При проведении таких испытаний приходится прибегать к настройке измеряемых параметров. Для этих целей в работе используются методы наименьших квадратов, принципов правдоподобия и байесовских процедур с вводом априорных вероятностей.

10. Предложенные теоретические методы проектирования и расчетов аппаратуры, а также систем комплексов управления позволили создать унифицированные устройства аналогового ввода-вывода, устройства дискретной связи, специализированные бортовые вычислительные машины, интегральные блоки датчиков, специлизированные вычислители, применяемые в различных системах. Получаемые проекты систем оценивались по показателям качества и эффективности. При этом наряду с расчетно-теоретическими математическими методами моделирования проводились стендовые заводские и летно-конструкторские испытания, на основании которых комплексы принялись на вооружение, выпускались серийно и устанавливались на самолетах Ан-140, МиГ-АТ, МиГ-29, Су-ЗОМКИ, Су-34, гидросамолете Бе-200 и вертолете «АНСАТ».

Основные результаты проделанной автором работы отражены в следующих публикациях:

1. Абдулин Р.Р. БИС программируемого таймера на основе базовых матричных кристаллов серии Н1515ХМ1 // Вопросы авиационной науки и техники, серия «Пилотажно-навигационные системы и приборы»: Сб. науч. тр.- Москва. 1989-Вып.2.

2. Абдулин Р.Р., Кобазев В.Е., Халиулина Т.Н. Одноплатная микроЭВМ СБВМ - 1 И Вопросы авиационной науки и техники, серия «Бортовые приборы навигации, контроля и управления»: Сб. науч. тр.- Москва, 1990.- Вып. 5.

3. Абдулин Р.Р., Щнпанов В.П. Разработка цифровых и аналого-цифровых

микросхем с применением базовых матричных кристаллов II Авиакосмическое приборостроение, 2002.- № 1 - С. 2 - 6.

4. Абдулин P.P. Выбор технических проектов комплексных систем автоматического управления истребителями // Авиакосмическое приборостроение,-2005.-№3,-С. 11-16.

5. Абдулин P.P. Математическая модель летчика при управлении самолетом в режиме переходов с автоматического пилотирования на ручное и обратно // Авиакосмическое приборостроение. - 2005. - № 8. - С. 17 - 24.

6. Абдулин P.P., Воробьев А.В. Построение моделей проектирования авиационных комплексов на основе выбора основных признаков // Авиакосмическое приборостроение. - 2005. - № 9 - С. 18 - 23.

7. Абдулин P.P. Оптимизация законов управления дискретными системами с помощью алгоритмов нелинейного программирования // Авиакосмическое приборостроение. - 2005. - № 12. - С. 6 - 12.

8. Абдулин P.P. Системы автоматизированного управления контролем авиационных устройств и комплексов // Сб. научно-технических трудов. - М.: Главный вычислительный центр Интуриста - 2006. - Вып.6.

9. Абдулин P.P. Сравнение основных характеристик бортовых цифровых машин в системах автоматического управления самолетами // Сб. научно-технических трудов.- М.: Главный вычислительный центр Интуриста - 2006,- Вып.6

10. Воробьев А.В., Абдулин P.P., Костенко Н.И. Проблемы создания отказоустойчивой комплексной системы управления для истребителя 5-го поколения II Материалы III научно-технической конференции по проблемам развития СУО -Курск, 2002,-С. 98-105.

Подписано в печать 22.03.06. Формат 60x84/16. Гарнитура Тайме.

Бумага офсетная. Печать трафаретная. Печ. л. 1,5. Тираж 100 экз. Заказ № 27.

Отпечатано в издательском центре ФГОУ ВПО МГАУ. Тел. 976-0264

Адрес: 127550, Москва, ул. Тимирязевская, 58.

б 3 8 б

Оглавление

Введение.

Глава 1. Методы планирования работ по созданию систем и комплексов управления летательными аппаратами.

1.1. Способы проектирования авиационных комплексов.

1.2. Основные показатели качества и стоимости моделей проектирования систем управления летательными аппаратами.

1.3. Построение моделей прогнозирования проектов авиационных комплексов.

1.4. Оценка эффективности организации проектирования систем управления летательными аппаратами.

1.5. Разработка авиационных комплексов с помощью автономного адаптивного управления.

1.6. Выводы к первой главе.

Глава 2. Применение автоматизированных систем управления при создании авиационных комплексов управления.

2.1 Синтез оптимальных цифровых законов управления.

2.2 Реализация законов управления авиационными комплексами на бортовых цифровых вычислительных машинах методами автоматизированных программных процедур.

2.3 Математические методы построения переходных полетных процессов.

2.4 Автоматизация контроля цифровых систем управления летательными аппаратами.

2.5 Выводы ко второй главе.

Глава 3. Проблемы диагностирования при полунатурных и натурных испытаниях систем и комплексов управления летательными аппаратами.

3.1 Методы диагностирования работы аппаратурного и программного обеспечения систем управления летательными аппаратами.

3.2 Математическая модель летчика в режиме пилотирования.

3.3 Основные положения построения высоконадежных систем управления летательными аппаратами.

3.4 Выводы к третьей главе.

Глава 4. Основные положения оценки эффективности автоматизации проектирования систем и комплексов управления летательными аппаратами.

4.1 Марковские модели для принятия решений в условиях неопределенностей.

4.2 Принятие решения реализованных проектах авиационных систем и комплексов управления по данным летно-конструкторских испытаний.

4.3 Принятие решений о проектах на основе теории игр.

4.4 Выводы к четвертой главе.

Выводы.

Безотказность работы систем и комплексов управления является одним и: важнейших параметров для всех типов летательных аппаратов, совершающих полеть в заданных эксплуатационных условиях, которая гарантирует возможность и> исполнения в любые моменты времени. Обычно под безотказностью комплексоь управления понимается вероятность обеспечения всех установленных параметре! системы в заданном диапазоне значений в выбранном интервале времени Вероятность отказа комплекса определяется качеством проектирования ъ используемыми конструкциями датчиков, аналоговых приборов и вычислительны? машин, преобразователей и рулевых приводов, входящих в комплекс, а такж( качеством испытаний. Одним из важнейших условий достижения необходимы? показателей качества при проектировании является автоматизация процесс? разработки на всех ее этапах- синтезе законов управления, математическо\ моделировании, разработки и отладки программного обеспечения, разработка конструкции и схемных реализаций аппаратуры, разработки систем и методиь контроля аппаратуры при производстве, стендовых и летных испытаний.

В процессе проектирования необходимо обеспечить конкурентную способность комплексов с учетом объемов выделенного финансирования, а также наличие трудовых и производственных ресурсов предприятия.

Оценки качества методов проектирования комплексов проводились на основе полиномиальных зависимостей, которые позволяют использовать методы геометрического программирования. Сущность данного метода заключается в получении условий оптимальности на основе классической теории преобразования Лагранжа с применением процедуры Куна-Таккера.

Такое направление решения конкретных задач опирается на способы понижения размерности пространства путем упорядоченной последовательности частных критериев эффективности с помощью процедур декомпозиции, впервые введенных Дж. Ту [82] и получившим свое дальнейшее развитие в работах [11, 86, 135]. Впервые в такой постановке задачи решались способами геометрического программирования, предложенными Элмором Петерсоном [122, 123]. Однако эти работы содержали только математические постановки задач и содержали лишь доказательства теорем, которые не были рассчитаны на практическое применение. Затем после работ Уильяма Саудера, А.И. Половинкина, И.П. Норенкова и А.Ю. Щауца они стали приближаться к инженерным решениям [71, 130, 131].

Следует отметить, что полная автоматизация решений [28, 70] достаточно сложна, так как требует удовлетворения множеству показаний в виде следующих критериев: реальности и гибкости проекта в условиях выдерживания заданных требований применимости, простоты конструкции и конкурентоспособности комплекса при ограниченных финансовых затратах в заданные сроки. Тогда в процессе разделения ответственности за выполнение проекта необходимо учитывать приоритетность различных этапов работы, состоящих из следующих этапов: проектирования моделей комплекса, разработки проектно-конструкторской документации (в виде чертежей или дисков), изготовления всей аппаратуры с ее сборкой, а также проведения стендовых и летно-конструкторских испытаний [8, 11, 26,88, 102].

При разработке новых проектов конструктора, применяя САУ, вынуждены пользоваться не только количественными, но и качественными показателями в виде числовых критериев. Это привело к тому, что на начальном этапе выбора технических проектов комплексов конструкторам часто приходилось прибегать к мнениям опытных специалистов (экспертов), работающих в данном научном направлении. В этом случае при установлении оценок эксперты вынуждены пользоваться соответствующими весовыми множителями в десятибалльной системе счисления, что расширяет диапазон значений, повышающих точность процедур ранжирования по их важности [8,11,92].

По мере накопления опыта конструирования комплексов на последующих этапах начали применять специальные алгоритмы, реализуемые на электронных вычислительных машинах. Наиболее просто это осуществляется путем описания моделей статистическими состояниями. В результате при определенных значениях неопределенностей состояний комплексы могут быть отнесены к различным классам. Тогда процедуры распознавания выполняются с помощью функций правдоподобия по классификационному правилу, приводимому к средней наименьшей вероятности появления ошибок. Поэтому задача распознавания сводится к построению решающих функций, которые должны обеспечивать разбиение пространства признаков на разделяющие классы. С помощью принципа дивергенции, представляющего собой меру расхождения между показателями и условным риском. При этом вводится разделяющая гиперплоскость для выделения наиболее перспективного авиационного комплекса с одинаковыми и различными ковариационными матрицами в процедурах классификации. В тех случаях, когда для повышения степени информативности основных показателей комплексов вводятся дополнительные признаки, повышающие прирост эффективности, а также максимальные значения оценок вероятностей в зависимости от риска возможных потерь.

Наряду с этим будем пользоваться дискретным разложением Карунена-Лоэва, которое не только минимизирует среднюю квадратическую ошибку в виде конечного числа базисных функций, но и минимизирует энтропию, выражаемую через дискретные коэффициенты разложения [81].

Классификация ситуаций лежит в основе интеллектуальной деятельности человека [87] и в настоящее время стала широко применяться в виде автономного адаптивного управления (ААУ), в котором входные векторы представляют собой состояния, а выходные - законы распознавания. Эти процедуры выполняются на нейронных сетях с внешними устройствами, настраивающими веса связей нейронов. Применяемые на практике ААУ обладают более сложной функциональной структурой, чем статистические модели (классификаторы), так как они способны автоматически накапливать статистические данные в нескольких узлах и изменять свою структуру при выявленных определенных закономерностях. Нейроны в ААУ могут учитывать временные задержки, которые возникают за счет взаимных связей. Важные результаты в данном направлении были получены А.А. Ждановым [33 — 35], Р. Гилмором [111], П.Е. Раппом [124] и J1.A. Заде [137].

По принципу своего действия кажется, что системы ААУ близки к искусственной сети Хопфилда с обратными связями. Однако при более глубоком рассмотрении имеется существенное различие, так как сети Хопфилда способны реагировать только на предъявленные состояния, а при реализации ААУ выполняются новые действия в поисках наилучших решений.

Сравнение возможностей экспертных систем с ААУ показывает, что первая из них функционирует на высоком уровне профессиональных знаний специалистов, а вторая действует только с оценками, поступающими в двоичном коде с последующими усложнениями системы. Другими словами, система работает на рефлекторном уровне и набирает статистические данные, мало вдаваясь в содержательный смысл найденных закономерностей, а только пользуясь основными критериями эффективности. Так как система ААУ функционирует только в автоматическом режиме и не обладает возможностями человеческих знаний, то значимость ее результатов для принятия решений существенно меньше, чем у экспертной системы.

Важное ее преимущество состоит в том, что конструктор во время своей работы над проектом может неоднократно применять ААУ при различных уточнениях. Нельзя не отметить, что по мере увеличения числа нейронов возможности системы ААУ существенно повышаются. Особенно для летательных аппаратов, которые содержат неточные параметры. Повышение числа нейронов в сетях позволит решения с ААУ приближать к получаемым с помощью экспертных систем [33 - 36].

На всех этапах создания и эксплуатации комплексов с АСУ можно учитывать множество полетных режимов в широком диапазоне высот и скоростей полета, позволяющих выбирать основные траектории, улучшая маневренные возможности летательных аппаратов без нарушения их устойчивости. В условиях полета, близких к аварийным, необходимо обеспечивать без возмущений переход с автоматических режимов на ручные и обратно. Следует отметить, что при боевых полетах самолеты и вертолеты должны обладать высокими точностями наведения при пусках ракет, стрельбах из стрелково - пушечного оружия и бомбометании.

Данная работа посвящена методам разработки макетов и изготовления действующих образцов, заводским и летно-конструкторским испытаниям комплексов управления летательными аппаратами с помощью систем автоматизированного управления, основанных на критериях эффективности с обычно применяемыми оценками показателей качества. При этом учитываются весовые коэффициенты и находятся доверительные вероятности оценивания. Рассматриваются четыре наиболее часто используемые на практике метода: с помощью показаний экспертов, с автоматизированными стохастическими процедурами с обучением и без него, а также с автономным адаптивным управлением.

В системах с обучением для определения оценок можно пользоваться методами JI.A. Заде [136, 137], основанными на том, что при значениях оценки больше 0,5 следует брать ее в виде «1», а при меньших 0,5 - в виде «0». Для вычисления оценок следует пользоваться программой Matlab с соответствующими дополнениями. При этом необходимо иметь в виду, что закон распределения случайных величин является нормальным с известными средними значениями и ковариационными матрицами. Системы без обучения требуют большого числа дополнительных данных и приводят к сложным формулам, что, в свою очередь, влечет за собой большие затраты машинного времени на ЭВМ. С целью уменьшения объема вычислений приходится прибегать к априорным вероятностям, получаемым на основании данных заводских испытаний, и пользоваться теоремой Байеса [14, 47, 117, 127].

Значительное внимание в работе уделяется синтезу оптимальных законов управления и стабилизации авиационных комплексов с определением надежности резервированных комплексов с алгоритмами диагностирования и устранением неисправностей. Все теоретически положения надежности построены на марковских процессах в автоматических режимах работы или ручных с летчиком при предполетной проверке и пилотировании. В заключение рассматриваются методы ожидаемой полезности и на их основе принимаются решения о качестве разработанных комплексов с помощью теории игр.

Результаты теоретических исследований авиационных комплексов управления подтверждаются экспериментальными данными, полученными при заводских и летно-конструкторских испытаниях самолетов Су-ЗОМКИ, МиГ-29СТ и вертолета «АНСАТ».

Перейдем теперь к краткому изложению основного содержания четырех глав диссертации, двух приложений и заключения. В первой главе рассматриваются способы получения наилучших проектных решений авиационных комплексов управления, удовлетворяющих десяти коэффициентам эффективности с весовыми оценочными сомножителями, характеризующими модели систем автоматического управления, организационно-техническими и экономическими показателями. Тогда к первому из них будем относить многокритериальное^, содержащую множество различных ограничений, которые вряд ли можно учитывать, так как через каждые пять - семь лет значительно меняются облик и характеристики летательных аппаратов, силовых двигателей, аппаратуры управления и систем вооружения. Второй должен соответствовать условиям гибкости комплекса, то есть возможности применения пролонгированных на 25 лет фундаментальных и прикладных научно-технических исследований при выдерживании сроков календарного планирования всех установленных этапов работ с выдерживанием заданного финансирования. Третий обычно задается во временном диапазоне эксплуатации в нормальных условиях.

Требования создания конкурентоспособного комплекса в значительной мере зависят от применения новейшей технологии и новых материалов для изготовления аппаратуры комплексов, что может привести к торговому и техническому рискам, обозначенными в виде шестого, седьмого и восьмого коэффициентов эффективности с такими же значениями оценочных сомножителей. Девятый и десятый коэффициенты характеризуют степень чувствительности комплексов относительно точности исходных данных и простоту дальнейшего совершенствования проекта при невысоких финансовых затратах.

Наиболее просто при анализе создаваемых новых авиационных комплексов эксперты составляют таблицы с ранжированными значениями весовых сомножителей по степеням их важности от 10 до 1 и ставят оценки показателей в двоичной системе равными «1» при высоких значениях качества или «0» при низких. Числовые величины абсолютных коэффициентов эффективности будем вычислять для каждого из предлагаемых методов проектирования в виде суммы из произведений значений качества по столбцам и применяемых весовых сомножителей. Относительные коэффициенты эффективности находятся после вычисления значений по каждому столбцу относимым к максимально возможному общему значению [8, 11].

Для построения моделей проектов авиационных комплексов по основным признакам удобно пользоваться дискретным разложением Карунена-Лоэва, которое обладает следующими оптимальными качествами: во-первых, минимизирует среднеквадратическую ошибку при применении лишь конечного состояния базисных функций, во-вторых, минимизирует функцию энтропии, представленную через дисперсии коэффициентов разложения, которые можно разложить по системе ортогональных функций [82]. Это позволяет по данной методике составлять алгоритмы классификации и прогнозирования перспективности для повышения эффективности комплексов. В цифровых комплексах в качестве аналога автокорреляционных функций применяется дискретная матрица.

Возможность увеличения числа показателей путем парных комбинаций позволяет расширить процедуры прогнозирования на основе максимизации дивергенции. Данная задача решается в работе с одинаковыми и различными ковариационными матрицами [11]. При этом предлагается способ увеличения числа показателей и увеличения оценок эффективности по максимуму вероятности ошибок относительно дивергенции для двух наиболее предпочтительных классов. Наряду с этим предлагается повышать точность оценок эффективности моделей комплексов вводом дополнительных априорных данных в формулу Байеса. Подобная работа выполнялась на динамическом стенде с вычислением апостериорной точности вероятности с Р-распределением при выделении успешных испытаний из общего их количества. Такой подход позволяет уменьшить количество стендовых испытаний, что значительно сокращает время и стоимости, затрачиваемые на проверку, отладку и доводку и систем управления летательными аппаратами. Для этого пользуются вычислением математических ожиданий и дисперсий ожидаемых успехов. Однако при этом необходимо располагать достоверной априорной информацией, например, на основании ранее созданных макетов авиационных комплексов [47, 97, 127]. В результате определяется количество необходимых стендовых испытаний авиационных комплексов при различных числах отказов с нижней границей доверительного интервала надежности, гарантирующего достижение заданной эффективности. Одновременно с этим можно пользоваться формулами для значений среднего риска, а также находить вероятности ошибок и сравнивать их с другими методами.

Применение интеллектуальной поддержки с помощью автономного адаптивного управления и вычислительных алгоритмов позволяют накапливать статистические данные в узлах нейронных сетей. Тогда по формуле Байеса с набором данных и нейронами определяется наилучший макет проекта из условий максимизации апостериорной вероятности. При фиксированном наборе коэффициентов эффективности получается отрицательный логарифм вероятности, пропорциональный разности квадратов, а его аппроксимация сводится к минимизации средней квадратической ошибки.

Вторая глава посвящена синтезу цифровых законов управления при учете ограничений на управление и фазовые координаты на основе принципа максимума Понтрягина [9, 20, 72]. Решаемая задача несмотря на ее общность и большие возможности еще не получила своего развития для цифровых систем. Поэтому будем пользоваться редукцией при дискретной оптимизации, сводимой к задаче нелинейного программирования, что приводит к высокой размерности задачи, затрудняющей практическое применение.

Для устранения данного недостатка предлагается ввести дополнительные матрицы, сводящие вычислительные процедуры к размерности фазового пространства. Такой подход является крайне эффективным, так как позволяет учитывать любые ограничения на фазовые координаты. Кроме того, вычислительные процедуры сводятся к штрафным функциям, легко реализуемым на бортовых цифровых вычислительных машинах [9, 61].

С целью упрощения задачи оптимизации воспользуемся диалоговым режимом, позволяющим корректировать решаемую задачу с использованием средств текстового редактора, изменять значения параметров и управлять многоуровневыми процессами оптимизации, осуществлять остановку процесса решения задачи и возобновлять его из текущего состояния, а также составлять протокол диалогового сеанса [30, 89]. В настоящее время диалоговая система оптимизации состоит из пакета программ и диалогового монитора, управляющего процедурами вычислений. В пакете предусмотрены возможности изменения программного обеспечения для исключения неустойчивых расходящихся переходных процессов или автоколебаний. Для этого в комплекс вводятся корректирующие устройства, повышающие запасы устойчивости по модулям и фазам, качество и точность комплексов управления при действии регулярных и случайных сигналов.

Окончательное суждение о выбранных параметрах системы управления проводилось на динамическом стенде с подключением реальной аппаратуры. Полученные в результате переходные процессы сравнивались на соответствие с заданными тактико-техническими требованиями. При этом в комплекс системы управления включаются БЦВМ с выбранным законом оптимального управления.

Чтобы исключить возможность появления в ней неисправностей проводится автоматизированный контроль всех ее устройств. При этом показывается, что повышение надежности действия системы АСУ-контроль обеспечивается за счет подключения резервных устройств, изготовленных из обычных по стоимости и надежности элементов. Тогда стоимость системы автоматизированного контроля возрастает незначительно, увеличивая надежность ее действия в 100 - 200 раз [10, 11].

В третьей главе излагаются полунатурные методы моделирования авиационных комплексов на динамическом стенде с определением способов выбора наилучших параметров. Для этого применяется математическая модель с введением в нее входных сигналов в виде искусственных возмущений и получения выходных обобщенных показателей эффективности. Для чего используется регрессионная модель, в которой искомые параметры определяются методом наименьших квадратов и условий минимума квадратичной функции [50]. В результате будет получена система векторно-матричных уравнений на основе информационной матрицы Фишера. Используя ее обратную матрицу, находится вектор оценок и мера отклонения регрессионной функции от исходной функции в виде дисперсии. На практике для этого применяются критерии, получаемые из экспериментальных планов: D-оптимального плана, минимизирующего значение определителя соответствующей ковариационной матрицы и G-оптимального плана, минимизируюшего величину дисперсии. При решении большинства задач проектирования комплексов и систем управления D-оптимальные планы совпадают с G-оптимальными планами. Непрерывный /^-оптимальный план полностью характеризуется спектром и частотами выполняемых наблюдений при стендовых и летно-конструкторских испытаниях. Нахождение точек спектра и частот возможно за малое число циклов при использовании рекуррентных формул.

Наиболее удобным способом оценивания надежности являются методы, построенные на перечислении состояний комплексов систем управления с определением вероятностей их состояния, представляемых в виде диаграмм и марковских сечений. Для каждого из них составляются дифференциальные уравнения Колмогорова и вычисляются вероятности отказов и восстановлений.

С целью повышения надежности комплексов систем управления используются способы мажоритарного резервирования, которые обеспечивают подключение неисправных систем без дополнительных возмущений. Однако при этом не учитывается возможность выхода из строя мажоритарного устройства. Для создания высоконадежных комплексов предлагается введение резервирования не только основных устройств управления, но и мажоритарных.

Большое влияние на безаварийность действия комплексов в моменты перехода с автоматических режимов полета на ручные оказывает качество подготовки летчиков [40, 47, 88]. Для их учета необходимо располагать моделью летчика, которая может быть построена двумя методами - аналитическим или графическим. Первая из них создается на основе математической модели В.А. Боднера и вычисляется по передаточной функции человека, учитывающей зрительное восприятие внешней обстановки и силовое управление ручкой пилота с помощью нервно-мышечных процессов, происходящих в организме. В результате могут быть получены нелинейные дифференциальные уравнения пилота. Вторая представляет собой логарифмические эквивалентные амплитудные и фазовые частотные характеристики, построенные с использованием приведенной прямой или обратной номограммы Никольса [13]. Путем сравнения частотных характеристик систем управления в автоматическом и ручном режимах определяется математическая модель летчика и оценивается надежность [78, 81, 85].

В четвертой главе основное внимание обращается на принятие решения с оценками качества авиационных комплексов, полученных с помощью методов АСУ. Наличие ряда неисправностей, связанных с вероятностью успешного завершения всех работ над проектом, технического риска и сбыта готовой продукции (или вероятностью успешного внедрения и реализации) приводит к применению марковских процессов принятия решений [97, 117, 127]. Построенная таким образом стохастическая модель проекта выражает взаимную связь между управляемыми и неуправляемыми переменными, технологическими параметрами, а также критериями эффективности. Для этого необходимо собрать основные данные, к которым модель оказывается наиболее чувствительна в условиях множества критериев и ограничений. Далее принятая модель должна быть оценена на достоверность по критерию Колмогорова-Фишера %2. После получения положительных результатов можно перейти к составлению интегрированной системы планирования и руководства, которое в первую очередь должно осуществляться в сопоставлении текущих затрат с запланированными и введении изменений в техническую и организационную части проектов.

В последние годы значительное внимание начали уделять математическим методам теории игр, когда стали рассматриваться кооперативные игры. В этом случае конкурирующие фирмы будут воздействовать друг на друга в условиях принятых ими соглашений. Однако кооперация требует введения побочных платежей и при этом общие прибыли фирмы значительно возрастут. Тогда применяется игровое моделирование при оценках правильности принятых решений, особенно когда у разработчика возникает сомнение в справедливости полученных результатов. Важной особенностью игрового моделирования является обсуждение ее результатов с приглашением экспертов.

Сравнение бортовых цифровых вычислительных машин МВС-4 и МВС-32 и фрагменты рабочих программ приведены в приложении А.

Внедрение результатов работы определяется автоматическими методами разработки и испытаний базовых функциональных устройств систем управления различными летательными аппаратами. Для самолета Су-ЗОМКИ аппаратуры: устройства аналогово ввода-вывода УАВВ-24, технических средств дискретной связи УДС-5-3; вычислительной специализированной машины МВС-4. Для самолета Су-35 системы КСУ-10М: интегрального блока датчиков ИБД-46; устройства дискретной связи УДС-13; вычислительной специализированной машины МВС-32. Для САУ-140 самолета Ан-140: устройства дискретной связи УДС-11; вычислительной специализированной машины МВС-8. Для вертолета «Ансат» с системой КСУ-А: интегрального блока датчиков ИБД-43; вычислителя интегрального блока датчиков ВИБД-5; вычислителя жесткой связи ВЖС-11. Для ЭДСУ-200 самолета Бе-200: устройства аналогового ввода-вывода УАВВ-1; технических средств дискретной связи УДС-12. Для САРД самолета Ту-334 с вычислителем - ВСАРД-6 и для СИМЦ самолета ТУ-334 вычислителя -ВСИМЦ-7.

Разработанные и изготовленные устройства для первичного применения в виде указанных базовых функциональных элементов создавались как унифицированные, в связи с этим они нашли вторичное применение в ряде других комплексных систем управления: КСУ для МиГ-AT, САУ-10В для Су-34, САУ-451 для МиГ-29.

Основные научные результаты подтверждены одним патентом на изобретение и девятью научными публикациями в журналах и сборниках, а также докладом на всероссийской III Научно-технической конференции по проблемам и развитию систем управления вооружением в городе Курске в 2002 году

Полученные результаты работы, заключающейся в создании способов оценивания авиационных комплексов, основанных на методах экспертных оценок, статистического моделирования с обучением и без него, а также с автономным адаптивным управлением, подтверждены конкретными расчетами, позволяющими рекомендовать автоматизированные процедуры проектирования и оценивания, а также автоматические без участия человека-оператора. Последние являются более предпочтительными, но они нуждаются в создании базы данных с автоматическим управлением, нейронных сетей с настраиваемыми весами связей, позволяющими наиболее выгодно перестраивать законы стабилизации и управления летательными аппаратами.

Реализация разработанных алгоритмов подтверждена с помощью методов проектирования, технических способов изготовления с автоматическим контролем, заводским и летно-конструкторским испытаниям. Для этих целей разработаны стенды автоматизированного контроля, проверки математического программного обеспечения и отладки комплексов, а также малые цифровые вычислительные машины, подсоединяемые к реальной аппаратуре при предполетной подготовке и в полетах.

Предложенные методы расчетов и проектирования комплексов управления, отладочные стенды и цифровые вычислительные машины в ОАО «МНПК «Авионика» прошли все виды проверки и испытаний, что позволило их рекомендовать для серийного изготовления и ввода в постоянную эксплуатацию. Это позволило завершить выпуск нескольких комплексов управления для ряда самолетов и вертолетов, сдать их на вооружение и устанавливать на серийных самолетах ведущих авиационных фирм страны.

Выводы.

В заключение к проделанной работе сделаем следующие выводы.

1 В работе показывается, что главная задача в создании авиационные

Ф комплексов состоит в применении автоматизированных и автоматических методов основанных на использовании систем автоматического управления всемь технологическими процессами, начиная от расчетной проработки макетов, выпуск* чертежно-конструкторской документации, изготовления действующих образцов т производстве, выполнения заводских стендовых и летно-конструкторских испытаний Оценивание эффективности проектов комплексов управления требует учет* множества различных признаков, основными которыми являются следующие реальность выполнения проекта с учетом его гибкости до полного выдерживанш тактико-технических требований; длительность безотказности действия в полетных \ взлетно-посадочных режимах; конкурентоспособность на международных рынках время проектирования, изготовления и испытаний при наличии ограничений i финансировании, трудовых ресурсах, оборудовании; невозможность точного сбор* всех необходимых данных для проектирования и ряда других.

2 Исследуются современные методы проектирования комплексов управление самолетами и вертолетами с помощью стохастических автоматизированных признако! на основе функций правдоподобия с минимизацией энтропии или по формуле Байесг с внесением априорных вероятностей при интеллектуальной поддержке, а также автоматических способов без обучения с использованием процедур декомпозиции v геометрического программирования и преобразования Куна-Таккера со специально введенным условием дополняющей нежесткости.

3 С целью более широкого внедрения идей интеллектуальной деятельности i автоматизации процессов проектирования авиационных комплексов в работе рассмотрен принцип автономного адаптивного управления, в котором входные векторы представляют собой состояния, а выходные - законы распознавания, чтс выполняется с помощью нейронных сетей с настраиваемыми весами связей междз нейронами и способами накапливать статистические данные в узлах, позволяющими ф изменять в системах свою структуру и получения требуемых законов управления. Е этом случае системы с автономным адаптивным управлением отличаются от сетеЁ

Хопфилда с обратными связями, так как они не только могут реагировать на предъявляемые состояния, но и вносить новые действия в поисках наилучши> решений. К важным преимуществам таких систем следует отнести полнук автоматизацию всех процедур и возможность их перемен изменения по несколько ра; при различных уточнениях и изменениях непосредственно в процессе проектирования.

4 При применении статистической теории принятия решений в зависимости от объемов признаков указывается, что для малых их количеств нельзя находит! достоверные оценки из-за недостаточности информации. Поэтому приходите* использовать эвристический алгоритм с выделением перспективных v неперспективных комплексов, с разделением каждого из них на две группы обучающую (с большими дисперсиями) и проверочную (с малыми значениям* дисперсий). Для повышения числа исходных данных в работе рекомендуется пс несколько раз находить их парные комбинации с соответствующими матрицам* условных вероятностей потерь. В этих случаях проектировщик сам выбирает наилучшие комбинации как учитель до тех пор, пока точность вычисляемо* классификации не будет достигать единицы или не перестанет изменяться. После чегс составляются марковские цепи, по которым и находились вероятности эффективности. Наряду с этим рассматривался и другой способ оценивания, когдг последовательно вводились дополнительные показатели, повышающие эффективности. К недостатку обоих методов следует отнести трудности в учете установившихся традиций конструкторского бюро.

5 Прогнозируемость перспективности авиационных комплексов при выборе основных признаков находилась с помощью дискретного разложения Карунена-Лоэвг по усредненным значениям корреляционных матриц и вычисления математически> ожиданий и средних квадратических значений коэффициентов в разложениях, а пс ним - оценок вероятностей эффективности устройств. Применение метода Карунена-Лоэва позволяет сокращать количество признаков.

6 При стендовых испытаниях образцов комплексов находились количестве отказов, по которым по методу Байеса определялись доверительные вероятность эффективности. На основании этих данных давались конкретные рекомендации с сокращении числа потребных заводских испытаний, гарантирующих получение заданных оценок эффективностей от величин средних рисков.

7 Сравнение оценок эффективности проектов макетов моделей авиационны> комплексов, спроектированных методами статистических решений, разложением Карунена-Лоэва и по формулам Байеса показали на близость результатов вычисление по вероятностям, зависящим от средних потерь величин рисков. При значения? величин рисков, равных 0,3, оценки эффективности близки к вероятности 0,95, прр средних рисках порядка 5 - к вероятностям 0,2, а при более высоких, чем 10 вероятности падают до 0,05 и меньше.

8 Рассмотрены оптимальные способы формирования законов управление дискретными системами с помощью принципа максимума, приведенногс итерационной процедурой к штрафным функциям и сведенным к алгоритм) нелинейного программирования. Количество внешних итераций зависит от выборе коэффициентов, позволяющих получать высокую точность определения оптимального решения в реальном времени.

9 Стендовые испытания комплексов по методу автоматизированногс моделирования проводятся целенаправленным перебором их параметров, чте упрощает способы нелинейной регрессии путем перехода к матрицам Фишера Применяя обратную матрицу находятся вектора оценок в виде математически* ожиданий и средних квадратических значений. Для убыстрения расчетов и получение точностей используются D-оптимальный план, минимизирующий значение определителя ковариационной матрицы и G-оптимальный план, минимизирующий величину дисперсии. Достоверность полученных оценок вероятностей при десять вычислениях соответствует 0,95 - 0,98.

10 Для повышения надежности авиационных комплексов используются способь: мажоритарного резервирования, обеспечивающие подключение неисправны* устройств без дополнительных возмущений. При этом высокая надежност! комплексов обеспечивается средствами созданного автоматизированного контроля резервирования и мажоритарных устройств. Безаварийность полетов комплексов е момент перехода с автоматических на ручные зависит от качества подготовка летчика, определяемого математической моделью с параметрами. Приведенные е работе два способа определения модели летчика аналитическими и графическими методами по передаточной функции человека, позволяют учитывать зрительное восприятие внешней обстановки и силовое управление ручкой пилота на основе нервно-мышечных процессов, происходящих в живом организме.

11 Окончательные решения о спроектированных комплексах управления i условиях неопределенностей находятся по марковским процессам, приводящим с дифференциальным уравнениям или через диаграммы марковских сечений учитывающих контрольные функции систем, повышающие безопасность действия i полетных и взлетно-посадочных режимах. Проводимые летно-конструкторские испытания на соответствие тактико-техническим требованиям являются заключительными этапами проектирования авиационных комплексов, поэтом) определяемые оценки их эффективности являются окончательными. При проведение таких испытаний приходится прибегать к настройке системы измеряемых параметров Для этих целей в работе используются методы наименьших квадратов, принципоЕ правдоподобия и байесовских процедур с вводом априорных вероятностей.

12 Предложенные теоретические методы проектирования и расчетов аппаратуры а также систем комплексов управления позволили создать унифицированные устройства аналогового ввода-вывода, технических средств дискретной связи специализированных бортовых вычислительных машин и интегральных блоко! датчиков и различного рода вычислителей, соединяемых в единые автоматические системы. Получаемые проекты систем оценивались по показателям качества у эффективности. При этом наряду с расчетно-теоретическими математическими методами моделирования проводились стендовые заводские и летно-конструкторские испытания, на основании которых комплексы принялись на вооружение, выпускались серийно и устанавливались на самолетах Ан-140, МиГ-AT, МиГ-29, МиГ-31, МиГ-33 Су-27, Су-30, Су-34, гидросамолете Бе-200 и вертолетах «АНСАТ» и Ми-8.

1. Абгарян К.А. Матричные и асимптотические методы в теории линейных систем. М.: Наука, 1973. 471 с.

2. Абгарян К.А. Матричные исчисления с приложениями в теории динамических систем. -М.: Физматлит, 1994. 543 с.

3. Абдрашитов Г.Г. О боковой наводке самолета на цель с помощью автопилота. С 1// Авиационное вооружение. № 2 НИИ - 2. ГКАТ, 1947. С. 32 - 39.

4. Абдрашитов Г.Г. Об управляемости управляемых бомб// Авиационное вооружение. № 9 НИИ 2. ГКАТ, 1947. С. 12 - 23.

5. Абдулин P.P. БИС программируемого таймера на основе базовых матричных кристаллов серии Н1515ХМ1// Научно-технический сб. «Вопросы авиационной науки и техники» серия «Пилотажно-навигационные системы и приборы», вып. 2,1989, Москва.

6. Абдулин P.P., Кобазев В.Е., Халиулина Т.Н. Одноплатная микроЭВМ СБВМ 1 // Научно-технический сб. «Вопросы авиационной науки и техники» серия «Бортовые приборы навигации, контроля и управления», вып. 5, 1990, Москва.

7. Абдулин P.P., Щипанов В.П. Разработка цифровых и аналого-цифровых микросхем с применением базовых матричных кристаллов// Аэрокосмическое приборостроение, 2002, № 1. С. 2 6.

8. Абдулин P.P. Выбор технических проектов комплексных систем автоматического управления истребителями// Авиакосмическое приборостроение. № 4, 2005. С.

9. Абдулин P.P. Синтез оптимальных дискретных законов управления самолетами на основе принципа максимума Понтрягина// Авиакосмическое приборостроение. № 4, 2005. С.

10. Абдулин P.P. Оценки приоритетности выполнения операций при проектировании систем автоматического управления летательными аппаратами// Авиакосмическое приборостроение. № 5,2005. С.

11. Абдулин P.P. Построение моделей проектирования авиационных комплексов на основе выбора основных признаков// Авиакосмическое приборостроение. №5,2005. С.

12. Абдулин P.P. Сравнение основных характеристик бортовых цифровых машин в системах автоматического управления самолетом// Сб. научно-технических трудов. Вып. 6. -М.: Главный вычислительный центр, 2005. С.

13. Абдулин P.P. Математическая модель летчика при управлении самолетом в режиме переходов с автоматического пилотирования на ручное и обратно// Сб. научно-технических трудов. Вып. 6. М.: Главный вычислительный центр, 2005. С.

14. Акопов М.Г. Основание байесовского подхода при интгрвальном оценивании вероятности безотказной работы// Надежность и контроль качества. № 4, 1989. С. 19-23.

15. Александров В.В., Садовничий В.А., Чугунов О.Д. Математические задачи динамической имитации полета-М.: Изд-во МГУ, 1986. 181 с.

16. Аэродинамика и динамика полета магистральных самолетов. Под ред. Академика РАН Г. С. Бюшгенса/ Издательский отдел ЦАГИ. АВИА -Издательство КНР. Москва - Пекин, 1995.

17. Аэродинамика, устойчивость и управляемость сверхзвуковых самолетов. Научный редактор и составитель академик РАН Г. С. Бюшгенса/ Издательский отдел ЦАГИ. АВИА Издательство КНР. - Москва - Пекин, 1995.

18. Барлоу Р., Прошан Ф. Статистическая теория надежности. Пер. с англ. М.: Советское радио, 1969.

19. Бахвалов Н.И., Жидков Н.П., Кобельков Г.М. Численные методы. М.: Лаборатория базовых знаний, 2003. 632 с.

20. Болтянский В.Г. Математические методы оптимального управления. М.: Наука, 1969. 408 с.

21. Вентцель Е.С. Теория вероятностей. М.: Высшая школа, 2001.

22. Вержбицкий В.М. Основы численных методов. М.: Высшая школа, 2002. 840 с.

23. Вирт Н. Алгоритмы и структуры данных/ Пер. с англ. СПб.: Невский диалект, 2001. 352 с.

24. Воробьев А.В., Абдулин P.P., Костенко Н.И. Проблемы создания отказоустойчивой комплексной системы управления для истребителя 5-го поколения// материалы 3 научно-технической конференции по проблемам развития СУО. Курск: 2002. С. 98 - 105.

25. Воробьев А.В. Оптимальные цифровые законы управления авиационными комплексами// Авиакосмическое приборостроение. № 10, 2004. С. 24 29.

26. Воробьев А.В. Сравнение численных методов интегрирования дифференциальных уравнений на стендах полунатурного моделирования авиационных комплексов// Авиакосмическое приборостроение. № 10, 2004. С. 40-46.

27. Горбань А.Н., Росснев Д.А. Нейронные сети на персональном компьютере. -Новосибирск: Наука, 1996. 276 с.

28. Дворянкин A.M., Половинкин А.И., Соболев А.Н. Методы синтеза технических решений.-М.: Наука, 1977. 102 с.

29. Дейтел Г. Введение в операционные системы. В 2-х тт/ Пер. с англ. под ред. Вс. С. Штаркмана- М.: «Мир», 1987. Т. 1 358 с.

30. Диалоговые системы в АСУ. -М.: Энегроатомиздат, 1983. 210 с.

31. Диллон Б., Сингх Ч. Инженерные методы обеспечения надежности систем/ Пер. с англ. М.: Мир, 1984. 318 с.

32. Дорогов А.Ю. Быстрые нейронные сети. СПб.: Изд-во С.-Петерб. Университета, 2002. 80 с.

33. Жданов А.А., Арсеньев С.В. О некоторых приложениях принципа автономного адаптивного управления// Сб. докладов V Всероссийской конференции. Нейроинформатика- 99. ч. 3. М.: МИФИ, 199.

34. Жданов А.А., Земесных JI.B., Беляев . Системы стабилизации углового положения космического аппарата на основе нейроподобной системы автономного адаптивного управления// Космические исследования, 3 .,2004.

35. Жданов А.А., Караваев М.В. Применение нечеткой логики в имитационной системе адаптивного управления// Известия Академии Наук. Теория и системы управления. № 5,1999. С. 127 134.

36. Жданов А.А., Норкин Н.А., Гуриев М.А. Некоторые практические