автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Оптимизация управления стендовыми испытаниями жидкостных ракетных двигателей на основе нейросетевого и многовариантного резервирования

На правах рукописи

ТУЗИКОВ Александр Александрович

ОПТИМИЗАЦИЯ УПРАВЛЕНИЯ СТЕНДОВЫМИ ИСПЫТАНИЯМИ ЖИДКОСТНЫХ РАКЕТНЫХ ДВИГАТЕЛЕЙ НА ОСНОВЕ НЕЙРОСЕТЕВОГО И МНОГОВАРИАНТНОГО РЕЗЕРВИРОВАНИЯ

Специальность: 05.13.01 -

Системный анализ, управление и обработка информации (технические и медицинские системы)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

2 6 СЕН 2013

Воронеж - 2013

005533604

Работа выполнена в ФГБОУ ВПО «Воронежский государственный технический университет».

Научный руководитель

Официальные оппоненты:

Ведущая организация:

Львович Игорь Яковлевич

доктор технических наук, профессор, ФГБОУ ВПО «Воронежский государственный технический университет», профессор кафедры системного анализа и управления в медицинских системах

Кретинин Александр Валентинович

доктор технических наук, профессор, ФГБОУ ВПО «Воронежский государственный технический университет», профессор кафедры нефтегазового оборудования и транспортировки

Клюкии Владимир Иванович

кандидат технических наук, доцент, ФГБОУ ВПО «Воронежский государственный университет», доцент кафедры физики полупроводников и микроэлектроники

ФГБОУ ВПО «Уфимский государственный авиационный технический университет»

Защита состоится «18» октября 2013 г. в 1400 часов в конференц-зале на заседании диссертационного совета Д212.037.02 ФГБОУ ВПО «Воронежский государственный технический университет» по адресу: 394026, г. Воронеж, Московский просп., 14.

С диссертацией можно ознакомиться в научно-технической библиотеке ФГБОУ ВПО «Воронежский государственный технический университет».

Автореферат разослан «16» сентября 2013 г.

Ученый секретарь диссертационного сові

'смурнов Сергей Михайлович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Испытания ЖРД - это экспериментальное определение количественных и качественных свойств ЖРД как результата воздействия на него различных факторов при его функционировании. Если рассматривать создание ракетно-космического комплекса (РКК), то испытания РКК - это всесторонняя проверка, которой подвергаются аппаратура, узлы, системы РКК и комплекс в целом для установления соответствия их характеристик предъявляемым тактико-техническим требованиям. Испытания РКК представляют собой сложную и многообразную систему мероприятий и являются основным источником достоверной информации для обоснования принимаемых решений при проектировании и создании новых образцов.

Ряд основных научных результатов по этой проблеме применительно как к ракетным, так и авиационным двигателям отражены в работах Валеева С.С., Васильева В.И., Кретинина A.B., Петунина В.И. и др.

Особое значение имеют комплексные огневые наземные (стендовые) испытания в натурных условиях. Основное требование, которое к ним предъявляется, - надежность. Поскольку все режимы испытаний и аварийная защита обеспечиваются информационной управляющей системой (ИУС) испытательного стенда, надежность управления испытаниями приобретает существенную значимость.

Многие общие принципы архитектурной организации и перспективы совершенствования ИУС с использованием новых информационных технологий рассмотрены в работах Бизяева Р.В., Альбрехта A.B., Лисейкина В. А.

Современное состояние научных исследований и практика огневых испытаний связаны с определением критических в смысле надежности компонентов ИУС и выбором способов их резервирования. Физическое резервирование приводит к увеличению стоимости. Практически не рассматривается оптимизационный поиск компромисса надежности и стоимости управления, не исследуется возможность имитации функционирования резервных компонентов на основе интеллектуальных методов обработки информации, измеренной в процессе испытаний. Это снижает количество решений, принимаемых при модернизации ИУС после проведения очередного цикла испытаний.

Таким образом, актуальность диссертации определяется необходимостью рассмотрения возможностей повышения надежности управления стендовыми испытаниями ЖРД за счет малозатратных механизмов, использующих интеллектуальные методы обработки измеряемой информации, и поиска оптимальных вариантов резервирования.

Тематика диссертационной работы соответствует научному направлению ФГБОУ ВПО «Воронежский государственный технический университет» «Вычислительные комплексы и проблемно-ориентированные системы управления».

Цель работы состоит в разработке комплекса моделей и алгоритмов обработки информации, измеренной в процессе испытаний, для имитации функционирования резервных компонентов ИУС и оптимального выбора способа резервирования, обеспечивающих компромисс показателей надежности и стоимости управления стендовыми испытаниями ЖРД.

Для достижения цели поставлены следующие задачи:

- анализ путей повышения эффективности и надежности стендовых испытаний ЖРД как объекта управления и обоснование возможности использования интеллектуальных методов обработки измеряемой информации и оптимизации при многовариантном выборе структуры резервирования компонентов ИУС;

- формирование процедур повышения надежности управления стендовыми испытаниями ЖРД за счет виртуального нейросетевого резервирования компонентов измерительных и управляющих трактов ЖРД:

- разработка моделей и алгоритмов принятия оптимальных решений при многовариантном резервировании компонентов системы управления стендовыми испытаниями ЖРД по показателям надежности и стоимости;

- оценка эффективности использования разработанных моделей, алгоритмов и программных средств при модернизации структуры резервирования ИУС стендовыми испытаниями ЖРД.

Методы исследования. В работе использовались основные положения и методы системного анализа, интеллектуальной обработки информации, теории управления, эффективности и надежности сложных систем, методы нейросетевого моделирования, оптимизации, теории вероятностей и математической статистики.

Тематика работы соответствует следующим пунктам паспорта специальности 05.13.01: п.2 «Формализация и постановка задач системного анализа, оптимизации, управления, принятия решений и обработки информации», п.4 «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации», п. 11 «Методы и алгоритмы прогнозирования и оценки эффективности, качества и надежности сложных систем».

Научная новизна работы. В диссертации получены следующие основные результаты, выносимые на защиту и характеризующиеся научной новизной:

- процедура оптимизации управления стендовыми испытаниями ЖРД, отличающаяся введением дополнительных виртуальных каналов измерительного тракта ИУС в виде модели нейросетевого резервирования;

структура нейросетевого резервирования одновременно в измерительном и управляющем трактах ИУС, отличающаяся введением резервных компонентов в виде имитаторов управления основными параметрами ЖРД в процессе испытаний;

- оптимизационная модель управления стендовыми испытаниями ЖРД, отличающаяся учетом при математическом описании критериев и ограничений влияния характера варьирования способов резервирования компонентов ИУС на надежностные и стоимостные показатели;

алгоритм оптимального выбора способа резервирования компонентов ИУС, ориентированный на особенности оптимизационной модели и отличающийся по сравнению с известными генетическими алгоритмами многокритериальной оптимизации большей степенью равномерности распределения генерируемых решений и большим количеством парето-оптимальных решений в итоговой популяции.

Практическая значимость. Разработанные модели и оптимизационные процедуры позволяют повысить эффективность использования измеренной в процессе огневых стендовых испытаний информацию, а также улучшить экспериментальные оценки надежности испытательного стенда при модернизации ИУС с использованием малозатратных механизмов:

- интеллектуальной обработки измеренной информации для нейросетевого резервирования компонентов измерительных и управляющих трактов;

- многовариантного выбора оптимального способа резервирования.

Реализация и внедрение результатов работы. Исследования,

проведенные автором, являются частью НИР, выполненных в рамках ФЦП «Научные и научно-педагогические кадры инновационной России», «Разработка поисковой среды интеллектуальной поддержки проектно-производственного процесса освоения инвестиций в создании жидкостных ракетных двигателей» (2010-2012гг.), «Оптимизация управления испытаниями жидкостных ракетных двигателей на основе нейросетевых технологий и адаптивных методов принятия решений» (2012г.).

Основные теоретические и практические результаты, внедрены в практическую деятельность Испытательного комплекса ОАО «Конструкторское бюро химавтоматики» (ОАО КБХА).

Апробация работы. Основные результаты диссертационного исследования докладывались и обсуждались на следующих конференциях, семинарах и научных школах: X Международная конференция «Системы

з

проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (САО/САМ/РОМ-2010)» (Москва, 2010); Всероссийская научная школа «Управление, информация и оптимизация» (Воронеж, 2011); Всероссийская, молодежная конференция «Молодежь и современные информационные технологии» (Воронеж, 2011); Международная школа-семинар молодых ученых, специалистов и студентов «Интеллектуальные компьютерные обучающие системы» (Воронеж, 2011); Всероссийская конференция с элементами научной школы для молодежи «Математическое моделирование в технике и технологии» (Воронеж, 2011); Всероссийская молодежная конференция «Интеллектуальные технологии будущего. Естественный и искусственный интеллект» (Воронеж, 2011); Всероссийская научная школа «Информационно-телекоммуникационные системы и управление» (Воронеж, 2011); Всероссийская молодежная научная школа «Инженерия знаний. Представление знаний: состояние и перспективы» (Воронеж, 2012); Международная молодежная научная школа «Теория сложности вычислений» (Воронеж, 2012),

а также на ежегодных научно-практических конференциях профессорско-преподавательского состава и аспирантов ВГТУ и научно-техническом совете ОАО КБХА.

Публикации. По результатам диссертационного исследования опубликовано 13 научных работ, в том числе 4 - в изданиях, рекомендованных ВАК РФ. В работах, опубликованных в соавторстве и приведенных в конце автореферата лично соискателю принадлежат: обоснование и исследование метода нейросетевого резервирования [1, 3, 5, 8, 10, 11], оптимизационное моделирование и алгоритмизация повышения надежности управления испытаниями ЖРД [2, 4, 6, 7, 9, 12, 13].

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы из 107 наименований. Основная часть работы изложена на 130 страницах, содержит 7 таблиц и 56 рисунков.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении диссертации обоснована актуальность темы, сформулированы цели и задачи исследования, определены методы исследования, научная новизна, практическая значимость полученных результатов, изложено краткое содержание глав диссертации.

В первой главе анализируются методы средства обработки информации, получаемой при наземных огневых испытаниях ЖРД и возможность ее использования для управления ЖРД как сложной технической системой.

Приводятся задачи, которые могут быть решены с применением нейросетевой вычислительной архитектуры при построении имитационных моделей ЖРД и газотурбинных двигателей (ГТД).

Рассматривается одна из основных проблем наземной отработки ракетно-космической техники - повышение эффективности, надежности и качества ИУ С.

По итогам обзора делаются следующие выводы:

- использование интеллектуальных методов обработки измеренной информации для виртуального резервирования компонентов ИУС является перспективным средством повышения эффективности и надежности управления стендовыми испытаниями ЖРД;

- практически единственным и широко используемым способом повышения надежности сложных технических систем является аппаратное резервирование, что приводит к повышению стоимости испытаний ЖРД. Поэтому необходима постановка задачи системного анализа для поиска оптимального способа резервирования, а также разработка специального математического и алгоритмического обеспечения для решения этой задачи по показателям «надежность-стоимость».

Кроме того, в первой главе нейросетевое моделирование рассматривается применительно к практике управления и принятия решений. Анализируются имитационные модели на базе нейронных сетей, широко используемых в настоящее время, как на стадии проектирования, так и на стадии обработки результатов испытаний ЖРД. Также показана возможность использования интеллектуальных моделей в бортовых системах управления, регулирования и диагностики ГТД. Делается вывод о необходимости формирования процедур нейросетевого резервирования компонентов ИУС для наземной отработки ЖРД.

Анализируются задачи, структуры и особенности построения стендовых ИУС. Сделан вывод о необходимости разработки методов и алгоритмов прогнозирования и оценки эффективности, надежности и качества ИУС. Сформулированы цель и задачи диссертационного исследования.

Вторая глава посвящена формированию процедур нейросетевого резервирования компонентов системы управления наземными огневыми испытания ЖРД.

В качестве возможного подхода к интеллектуальной обработке измеренной информации для повышения надежности предлагается виртуальное резервирование. Проанализирован процесс нейросетевого моделирования как способ повышения надежности управления испытаниями за счет виртуального нейросетевого резервирования компонентов в измерительных и управляющих трактах ИУС.

Для характеризации испытаний с системных позиций осуществлен анализ входящих в систему компонентов, связей между ними и оценена степень их влияния на достижение заданных целей. Структуризация, проведенная по восходящему принципу, позволила выделить три уровня исследуемой технической системы.

Нижний уровень - специальные устройства ЖРД: дроссели, клапаны, регуляторы, которые изменяют его положение в пространстве или положение его частей для изменения тяги.

Средний уровень - непосредственно двигатель, который кроме управления положением летательного аппарата в пространстве, выполняет еще и функцию устройства, обеспечивающего одновременное опорожнение баков с компонентами. Требование минимального незабора компонентов из баков в конце полета определяется тем, что минимальная сухая масса аппарата (включая и массу гарантийных остатков компонентов) является одной из важнейших характеристик, влияющих на эффективность аппарата. Гарантийные остатки топлива необходимы для компенсации влияния различных возмущений, сказывающихся на расходах компонентов топлива из баков. Для ракет-носителей обычно используется один из вариантов системы опорожнения баков (СОБ). Использование СОБ изменяет режим работы ЖРД. В таких случаях управление двигательной установкой производится по сигналам системы регулирования кажущейся скорости (РКС), которая использует ЖРД как исполнительный орган, изменяющий уровень тяги.

Верхний уровень - система «ЖРД - испытательный стенд» (рис.1).

Испытательный стенд

т((р) Ро Рт >

ЖРД как объект управления и регулирования

(а)

Рис. 1. Структура сложной системы «ЖРД - испытательный стенд»

При этом для управления ЖРД используется два регулирующих органа:

1) Дросселирующий клапан перед головкой газогенератора. Его проходная площадь Рклтт(ір) может изменяться (при помощи электропривода поворотом на угол ф), что позволяет изменять количество

б

рабочего тела, поступающего на турбину, в результате чего будет изменяться суммарный расход компонентов топлива. Это приведет к изменению давления рк в камере и, соответственно, тяги двигательной установки.

2) Дросселирующий клапан между насосом окислителя и головкой камеры сгорания. Изменение его проходной площади F^ Ja) (также при помощи электропривода поворотом на угол а) изменяет расход окислителя и, соответственно соотношение компонентов - Arm.

При рассмотрении испытаний в части управления тягой ЖРД по параметру рк (рис.1) следует отметить, что с целью повышения надежности датчик рк обычно выполнен по дублированной схеме. Однако, для использования двух датчиков в обратной связи системы РКС необходимы весьма сложные алгоритмы для выявления параметрических отказов. Более простым и эффективным является метод мажоритарного контроля

(по алгоритму 2 из 3-х).

Предложено ввести дополнительный (третий) канал измерения в виде модели нейросетевого резервирования. При этом можно совместить достоинства систем резервирования «один из двух» (1оо2) и «два из трех» (2ооЗ): минимальная избыточность и непрерывность функционирования. Кроме того, использование нейросетевой модели относительно безопасно, так как даже в случае отказа ее алгоритмов система резервирования автоматически деградирует от 2ооЗ к 2оо2.

В качестве базовой архитектуры нейронной сети используем многослойный персептрон, параметры которого (количество слоев, размеры скрытых слоев, алгоритм обучения) определялись в процессе масштабного тестирования, осуществленного с помощью нейросетевого модуля пакета Statistica 7.0.

В результате проведенного анализа наибольшую универсальность проявила сеть в виде персептрона достаточно простой архитектуры 2-6-1. У нее 2 входа (угол СОБ и угол РКС), 6 нейронов в единственном скрытом слое и один выход рк.

На рис.2 серым цветом приведены смоделированные нейронной сетью значения датчика давления для испытаний того же типа, что и в обучающей выборке (поверх истинных значений, показанных черным цветом). На рис.3 серым цветом представлены значения датчика на контрольно-технологическом испытании (КТИ), смоделированные нейронной сетью, обученной на контрольно-выборочном испытании (КВИ). Погрешность в обоих случаях не превышает допустимых норм.

-15

1 3739 7477 11215 14953 18691 22429 26167

Рис.2. Истинные и смоделированные сетью 2-6-1 значения датчика давления для КВИ

датчика давления для КТИ

На двигательную установку летательного аппарата действуют: изменение давления компонентов (окислителя и горючего) ра и рт перед насосами по мере выработки компонентов (снижения их уровня в баках) и изменения давления наддува баков. Предложена схема включения нейросетевого резервирования одновременно в измерительный и управляющий тракты (рис.4) для системы автоматического поддержания

давления в топливных баках при следующих входных параметрах: время нахождения в открытом состоянии клапанов наддува и дренажа (^„ки 1эпкз 1др) и технологическое время I. Выход - давление до входа в двигатель

(РвО-

Рис.4. Обобщенная схема системы управления и регулирования с использованием нейросетевой модели

В третьей главе приведены результаты разработки моделей и алгоритмов принятия оптимальных решений при многовариантном выборе способа резервировании компонентов системы управления испытаниями

жрД- „ _

Для выбора способа резервирования компонентов стендовой ИУС предлагается оптимизационная модель. Каждому г-му компоненту может быть назначен один из трех вариантов резервирования: 1 - элемент ставится без резервирования (lool), 2 -резервирование замещением «один из двух» (1оо2), 3- метод мажоритарного голосования «два из трех» (2ооЗ). Пусть п- общее количество резервируемых компонентов. Введем переменные:

х = 1, если j- му компоненту назначается ;'-й вариант

резервирования; _

хг = 0, в противном случае; / = 1,3, j = 1, п.

Важным ограничением является фиксированное среднее время безотказной работы системы (наработка до отказа):

V-, 1 2 6 w 1 СП

1-1 L¡ il> D1J ер

где Tj - среднее время наработки на отказ j-ro элемента системы без резервирования.

Поскольку каждому элементу назначается ровно один метод резервирования, вторая группа ограничений задачи имеет вид:

В качестве критериев оптимизации рассматриваются общая

стоимость системы и величина вероятности безотказной работы всех ее компонентов.

Стоимость элемента, резервируемого по схеме 1 оо2 в два раза выше стоимости элемента без резервирования, а стоимость элемента, резервируемого по схеме 2ооЗ, как показано в работе, в четыре раза выше стоимости нерезервируемого элемента. Однако, схема 1оо2 не всегда реализуема, так как для нее необходим абсолютно надежный блок переключения на резерв, который для некоторых резервируемых элементов может отсутствовать. Если же такой блок присутствует, его стоимость может увеличивать общую стоимость данного варианта резервирования.

Поэтому первая целевая функция имеет вид:

Здесь 5 - стоимость ]-го элемента резервирования, Су>1 -коэффициент, увеличивающий стоимость схемы 1оо2 в случае, если для данного резервируемого элемента существует надежный блок переключения на резерв; и в случае, если такой блок отсутствует (8-максимально возможная суммарная стоимость резервируемых элементов, выполняет роль штрафного коэффициента). Заметим, что если стоимости резервируемых элементов примерно равны, то критерий (3) можно интерпретировать как минимизацию общего количества элементов системы (а, следовательно, и ее габариты).

В качестве второго критерия оптимизации рассматривается величина вероятности безотказной работы всех компонентов системы. Если Р; вероятность безотказной работыу-го элемента без резервирования, то в схеме 1оо2 вероятность безотказной работы имеет вид 2PJ -Р] , а в схеме 2ооЗ эта вероятность равна ЪР] - 1Р]. Таким образом вторая целевая функция имеет вид:

В итоге, модель выбора способа резервирования компонентов стендовой информационно-управляющей системы принимает вид:

£(5,*,, +2$Р1х1)+А$1хЪ]) шіп

(3)

= п^л +Ш>;-Р;)х21+(ЗР; -2Р/К„) -> тах

(4)

хи +хи +-Г3, = 1> У = 1-п,

На основании анализа подходов к решению данной задачи многокритериальной оптимизации предложена процедура, основанная на модификации генетического алгоритма, структурная схема которого представлена на рис.5.

Рис.5. Структурная схема модифицированного генетического алгоритма многокритери&пьной оптимизации

Эффективность алгоритма исследовалась на представительном множестве тестовых задач с различным количеством переменных. Анализ эффективности работы метода проводился на основании сравнения качества аппроксимации множества Парето по следующим показателям: равномерность распределения генерируемых решений и количество парето-оптимальных решений в итоговой популяции. На рисунке 6 для иллюстрации результатов приведены распределения недоминируемых точек, полученные после решения задачи генетическим алгоритмом.

Отмечено, что при решении тестовых задач предложенным методом обеспечивается достаточно хорошая представительность парето-оптимального множества.

«РИИММИИШМ •■•- - -..... щ

Рис.6. Распределение недоминируемых точек; сплошной линией - получено полным перебором, точками - получено с помощью генетического алгоритма

Четвертая глава посвящена анализу эффективности разработанных методов оптимизации надежности при модернизации системы управления наземными огневыми испытаниями ЖРД.

Для подтверждения возможности использования нейросетевого резервирования в системах управления и регулирования основных параметров ЖРД при огневых испытаниях в 2011 г. проведена доработка

штатного программно-математического обеспечения автоматизированной системы управления одного из испытательных стендов ОАО КБХА. При этом доработка заключалась во введении дополнительных виртуальных измерительных трактов по параметрам: давление в камере сгорания и давление окислителя на входе в двигатель. Дополнительные измерительные тракты представляют собой нейронные сети в виде многослойных персептронов.

В результате анализа проведенных испытаний установлено:

- значения, генерируемые нейронными сетями, не превышают допусков на измеряемые параметры;

- время выполнения нейросетевых алгоритмов не превышает 10% процессорного времени выполнения основной управляющей программы, что дает достаточный запас производительности.

При модернизации одного из испытательных стендов ОАО КБХА оптимального выбора способа резервирования в сложной системе «ЖРД -испытательный стенд». Структура нерезервированного дискретного управляющего тракта представлена на рис.7.

+ипитания

-ипитання

Рис.7. Нерезервированный дискретный управляющий тракт

На рис.8 показан процесс решения многокритериальной задачи при помощи генетического алгоритма. Стоимость резервируемых компонентов определена из расчета на 288 каналов.

Из рисунка 8 видно, что наилучшим решение является генотип х=(33222), то есть использование троирования для контроллера и модулей гальванической развязки, и дублирование - для остальных элементов.

Такая структура имеет следующие преимущества:

а) Это единственное решение, удовлетворяющее требованиям технического задания к вероятности безотказной работы, равной 0,99 (0,994) в течение 8000 часов. Следует отметить, что у нерезервированной системы вероятность безотказной работы равна 0,9.

б) Общая надежность системы выше надежности каждого элемента.

в) Техническая реализация такой структуры не представляет сложности (Рис.9).

Рис.8. Решение задачи оптимального выбора способа резервирования

Контроллер управления №1 Модуль гальванической развязки №1 1

Контроллер управления №2

Контроллер управления №3

Модуль гальванической развязки №2.1

Модуль гальванической развязки №2.2

Модуль гальванической развязки №3

1 і

2.2 &3

Ключ 1.1 Ключ 1.2

Инве

ртор —► Ключ Ключ

№1 2.1 2.2

гт

Нагрузка (клапан)

Инве ртор №2

Рис,9. Резервированный дискретный управляющий тракт, соответствующий генотипу х=(33222)

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Проанализированы виды и особенности комплексных огневых наземных (стендовых) испытаний ЖРД в натурных условиях, возможности получения при их проведении необходимой информации о работоспособности двигателя и его характеристиках и предложено рассматривать процесс управления испытаниями как управление многоуровневой сложной системой «ЖРД - испытательный стенд» с ориентацией на эффективность функционирования двигателя по каналам РКС и СОБ.

2. Показана возможность реализации виртуального резервирования на основе одного из методов интеллектуальной обработки информации - нейросетевого моделирования и определена возможность повышения надежности компонентов измерительного тракта ИУС за счет введения дополнительного канала измерений в виде модели нейросетевого резервирования. Экспериментально подтверждена точность моделирования сетью значений датчика давлений для КВИ и КТИ.

3. Предложена структурная схема включения нейросетевого резервирования одновременно в измерительный и управляющий тракты ИУС. В качестве резервного, сформирован нейросетевой имитатор управления давлением в топливных баках.

4. Построена многокритериальная оптимизационная модель надежности системы управления испытаниями ЖРД при многовариантном выборе способа резервирования её компонентов с учетом стоимости, вероятности безотказной работы и ограничений на величину наработки на отказ.

5. Разработан ориентированный на оптимизационную модель модифицированный генетический алгоритм поиска рационального решения многокритериальной задачи на множестве булевых переменных. Эффективность алгоритма проанализирована на основе вычислительного эксперимента для сравнения аппроксимации множества Парето по равномерности распределения генерируемых решений и количеству парето-оптимальных решений в итоговой популяции.

6. На основе оценки повышения надежности модернизированной схемы резервирования компонентов ИУС при проведении натурных огневых испытаний ЖРД подтверждена эффективность разработанного комплекса моделей и алгоритмов.

Основные результаты диссертации опубликованы в следующих работах:

Публикации в изданиях, рекомендованных ВАК РФ

1. Каширина И.Л., Львович И.Я., Тузиков A.A. Нейросетевая модель датчика давления в камере сгорания для наземных огневых испытаний ЖРД // Вестник ВГТУ. - 2010. - т.6, №11. - с.4-7.

2. Каширина И.Л., Львович И.Я., Тузиков A.A. Модель выбора вариантов резервирования в системе управления стендовыми испытаниями //Вестник ВГТУ. - 2011. - т.7, №10. - с.47-50.

3. Каширина И.Л., Львович Я.Е., Тузиков A.A. Нейросетевое резервирование дублированных измерений параметров при наземных огневых испытаниях жидкостных ракетных двигателей // Информационные технологии. - 2011. - №9. - с.74-78.

4. Львович Я.Е., Каширина И.Л., Тузиков A.A. Генетический алгоритм решения многокритериальной задачи повышения надежности резервирования двигателей // Информационные технологии. - 2012. - №6. - с.56-60.

Статьи и материалы конференций

5. Львович И.Я., Тузиков A.A. Надежностное проектирование стендовой системы испытаний ЖРД с использованием нейросетевого резервирования // Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (CAD/CAM/PDM-2010) : труды X Международной конференции, 21—23 окт. 2010 г. - М: ИПУ РАН, 2010. - с. 223 - 227.

6. Тузиков A.A., Каширина И.Л. Оптимизация резервирования в системе управления стендовыми испытаниями // Управление, информация и оптимизация : материалы Всерос. науч. шк., Воронеж, 5-6 сент. 2011 г. — Воронеж, 2011 .— с. 77-78.

7. Тузиков A.A., Каширина И.Л. Оптимизационная модель выбора варианта резервирования стендовой информационно-управляющей системы // Молодежь и современные информационные технологии : материалы Всерос. молодеж. конф., Воронеж, 9-10 сент. 2011 г. — Воронеж, 2011 .— с. 200-201.

8. Каширина И.Л., Тузиков A.A., Шостак A.A. Интеллектуальная информационная система управления испытаниями ЖРД на основе оптимизационного и нейросетевого моделирования // Интеллектуальные компьютерные обучающие системы : сборник трудов Международной школы-семинара молодых ученых, специалистов и студентов, 19 окт. 2011 г.-Воронеж, 2011.

9. Каширина И.Л., Тузиков A.A. Оптимизационное моделирование надежности системы управления огневыми испытаниями

ЖРД // Математическое моделирование в технике и технологии : материалы Всерос. конф. с элементами науч. шк. для молодежи, Воронеж, 21 окт. 2011 г. — Воронеж, 2011 .— с. 276-278.

10. Каширина И.Л., Тузиков A.A., Шостак A.A. Интеллектуальные технологии управления испытаниями ЖРД на основе нейросетевого и нейро-нечеткого моделирования // Интеллектуальные технологии будущего. Естественный и искусственный интеллект : материалы Всерос. молодеж. конф., Воронеж, 27 окт. 2011 г. — Воронеж, 2011 .— с. 87-91.

11. Каширина И.Л., Львович И.Я., Тузиков A.A. Нейросетевое резервирование элементов информационно-управляющей системы огневых испытаний ЖРД// Информационно-телекоммуникационные системы и управление : материалы Всерос. науч. шк., Воронеж, 8 нояб. 2011 г. — Воронеж, 2011 .— с. 224-228.

12. Каширина И.Л., Тузиков A.A. Генетический алгоритм решения двухкритериальной задачи повышения надежности резервирования // Инженерия знаний. Представление знаний: состояние и перспективы : материалы Всерос. молодеж. науч. шк., Воронеж, 29-30 июня 2012 г. — Воронеж, 2012 .— с. 247-249.

13. Каширина И.Л., Тузиков A.A. Применение метода ветвей и границ для решения многокритериальной задачи оптимального резервирования// Теория сложности вычислений : материалы Международной молодежи, науч. шк., Воронеж, 4-5 сентября 2012 г. — Воронеж, 2012.—с. 137-141.

Подписано в печать 11.09.2013. Формат 60x84/16. Бумага для множительных аппаратов. Усл. печ. л. 1,0. Тираж 80 экз. Заказ № /69 ФГБОУ ВПО «Воронежский государственный технический университет» 394026 Воронеж, Московский просп., 14

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ

ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

(ФГБОУ ВПО «ВГТУ», ВГТУ)

На правах рукописи

ТУЗИКОВ Александр Александрович

ОПТИМИЗА1, ЗЛЕНИЯ СТЕНДОВЫМИ

ИСПЫТАНИЯМИ ЖИДКОСТНЫХ РАКЕТНЫХ ДВИГАТЕЛЕЙ НА ОСНОВЕ НЕЙРОСЕТЕВОГО И МНОГОВАРИАНТНОГО РЕЗЕРВИРОВАНИЯ

Специальность: 05.13.01 - Системный анализ, управление

и обработка информации (технические и медицинские системы)

Научный руководитель - Львович Игорь Яковлевич

доктор технических наук, профессор кафедры системного анализа и управления в медицинских системах ФГБОУ ВПО «Воронежский государственный технический

университет»

Воронеж - 2013

Содержание

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

Глава 1. Пути повышения эффективности и надежности управления стендовыми испытаниями ЖРД...........................................................................16

1.1. Обработка информации при испытаниях ЖРД и на этапах жизненного цикла ГТД...................................................................................16

1.2. Особенности управления стендовыми испытаниями ЖРД.................23

1.3. Роль системы управления в обеспечении требований к стоимости, срокам и надежности испытаний...................................................................35

1.4. Механизмы резервирования и их математическое описание..............47

1.5. Повышение эффективности управления на основе

интеллектуализации обработки информации и принятия решений. Цель и

задачи исследования......................................................................................50

Глава 2. Формирование процедур нейросетевого резервирования компонентов системы управления стендовыми испытаниями ЖРД............53

2.1. Нейросетевое резервирование как способ повышения надежности управления испытаниями...............................................................................55

2.2. Нейросетевое резервирование измерительных компонентов системы управления.......................................................................................................63

2.3. Нейросетевое резервирование регулирующих компонентов системы управления.......................................................................................................72

ВЫВОДЫ:........................................................................................................84

Глава 3. Разработка моделей и алгоритмов принятия оптимальных решений при многовариантном резервировании компонентов системы управления стендовыми испытаниями ЖРД...........................................................................86

3.1. Оптимизационная модель надежности системы управления испытаниями при многовариантном резервировании ее компонентов .... 87

3.2. Построение комбинированного алгоритма поиска оптимального решения............................................................................................................91

3.3. Оценка эффективности алгоритма на основе вычислительного эксперимента.................................................................................................101

ВЫВОДЫ:......................................................................................................110

Глава 4. Анализ эффективности разработанных методов оптимизации надежности при модернизации системы управления наземными огневыми испытаниями ЖРД..............................................................................................111

4.1. Использование нейросетевого резервирования в модернизированной системе управления.......................................................................................111

4.2. Использование многовариантного резервирования в модернизированной системе управления...................................................122

ВЫВОДЫ:......................................................................................................133

ЗАКЛЮЧЕНИЕ...................................................................................................134

СПИСОК ЛИТЕРАТУРЫ...................................................................................136

Перечень сокращений

АРМ - автоматизированное рабочее место

АСУТП - автоматизированная система управления технологическими

процессами

ГА - генетический алгоритм

ГТД - газотурбинный двигатель

ДИ - доводочные испытания

ДУ - двигательная установка

ЖРД - жидкостный ракетный двигатель

ЗДИ - завершающие доводочные испытания

ИИ С - информационно-измерительная система

ИУС - информационно-управляющая система

КВ - концевой выключатель

КВИ - контрольно-выборочные испытания

КД - конструкторская документация

КЗ - короткое замыкание

КТИ - контрольно-технологические испытания

ЛВС - локальная вычислительная сеть

МВИ - межведомственные испытания

НИР - научно-исследовательская работа

НС - нейронная сеть

НСР - номер стендового расчета

ОИ - огневое испытание

ОКР - опытно-конструкторская работа

ПК - пневмоклапан

ПМО - программно-математическое обеспечение

ПРМ - пневмореле мембранное

РКК - ракетно-космический комплекс

РКС - регулятор кажущейся скорости

РКТ - ракетно-космическая техника

РН - ракета-носитель

САЗУ - система аварийной защиты и управления

СОБ - система опорожнения баков

СПИ - специальные периодические испытания

СР - система регулирования

СУ - система управления

тз - техническое задание

ТНА - турбонасосный агрегат

ФЦП - федеральная целевая программа

ЭМК - электромагнитный клапан

эпк - электропневмоклапан

ВВЕДЕНИЕ

Испытания ЖРД - это экспериментальное определение количественных и качественных свойств ЖРД как результата воздействия на него различных факторов при его функционировании. Если рассматривать создание ракетно-космического комплекса (РКК), то испытания РКК - это всесторонняя проверка, которой подвергаются аппаратура, узлы, системы РКК и комплекс в целом для установления соответствия их характеристик предъявляемым тактико-техническим требованиям. Испытания РКК представляют собой сложную и многообразную систему мероприятий и являются основным источником достоверной информации для обоснования принимаемых решений при проектировании и создании новых образцов.

Особое значение имеют комплексные огневые наземные (стендовые) испытания в натурных условиях. Основное требование, которое к ним предъявляется, - надежность. Поскольку все режимы испытаний и аварийная защита обеспечиваются информационной управляющей системой (ИУС) испытательного стенда, надежность управления испытаниями приобретает существенную значимость.

Современное состояние научных исследований и практика огневых испытаний связаны с определением критических в смысле надежности компонентов ИУС и выбором способов их резервирования. Физическое резервирование приводит к увеличению стоимости. Практически не рассматривается оптимизационный поиск компромисса надежности и стоимости управления, не исследуется возможность имитации функционирования резервных компонентов на основе интеллектуальных методов обработки информации, измеренной в процессе испытаний. Это снижает количество решений, принимаемых при модернизации ИУС после проведения очередного цикла испытаний.

Таким образом, актуальность диссертации определяется необходимостью рассмотрения возможностей повышения надежности

управления стендовыми испытаниями ЖРД за счет малозатратных механизмов, использующих интеллектуальные методы обработки измеряемой информации, и поиска оптимальных вариантов резервирования.

Тематика диссертационной работы соответствует научному направлению ФГБОУ ВПО «Воронежский государственный технический университет» «Вычислительные комплексы и проблемно-ориентированные системы управления».

Цели и задачи исследования. Цель диссертации состоит в разработке комплекса моделей и алгоритмов обработки информации, измеренной в процессе испытаний, для имитации функционирования резервных компонентов ИУС и оптимального выбора способа резервирования, обеспечивающих компромисс показателей надежности и стоимости управления стендовыми испытаниями ЖРД.

Для достижения цели поставлены следующие задачи:

- анализ путей повышения эффективности и надежности стендовых испытаний ЖРД как объекта управления и обоснование возможности использования интеллектуальных методов обработки измеряемой информации и оптимизации при многовариантном выборе структуры резервирования компонентов ИУС;

- формирование процедур повышения надежности управления стендовыми испытаниями ЖРД за счет виртуального нейросетевого резервирования компонентов измерительных и управляющих трактов ЖРД:

- разработка моделей и алгоритмов принятия оптимальных решений при многовариантном резервировании компонентов системы управления стендовыми испытаниями ЖРД по показателям надежности и стоимости;

- оценка эффективности использования разработанных моделей, алгоритмов и программных средств при модернизации структуры резервирования ИУС стендовыми испытаниями ЖРД.

Методы исследования. Для решения поставленных задач использовались основные положения и методы системного анализа, интеллектуальной обработки информации, теории управления, эффективности и надежности сложных систем, методы нейросетевого моделирования, оптимизации, теории вероятностей и математической статистики.

Тематика работы соответствует следующим пунктам паспорта специальности 05.13.01: п.2 «Формализация и постановка задач системного анализа, оптимизации, управления, принятия решений и обработки информации», п.4 «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации», п. 11 «Методы и алгоритмы прогнозирования и оценки эффективности, качества и надежности сложных систем».

Научная новизна. В диссертации получены следующие основные результаты, выносимые на защиту и характеризующиеся научной новизной:

- процедура оптимизации управления стендовыми испытаниями ЖРД, отличающаяся введением дополнительных виртуальных каналов измерительного тракта ИУС в виде модели нейросетевого резервирования;

структура нейросетевого резервирования одновременно в измерительном и управляющем трактах ИУС, отличающаяся введением резервных компонентов в виде имитаторов управления основными параметрами ЖРД в процессе испытаний;

- оптимизационная модель управления стендовыми испытаниями ЖРД, отличающаяся учетом при математическом описании критериев и ограничений влияния характера варьирования способов резервирования компонентов ИУС на надежностные и стоимостные показатели;

- алгоритм оптимального выбора способа резервирования компонентов ИУС, ориентированный на особенности оптимизационной модели и

отличающийся по сравнению с известными генетическими алгоритмами многокритериальной оптимизации большей степенью равномерности распределения генерируемых решений и большим количеством парето-оптимальных решений в итоговой популяции.

Практическая значимость. Разработанные модели и оптимизационные процедуры позволяют повысить эффективность использования измеренной в процессе огневых стендовых испытаний информацию, а также улучшить экспериментальные оценки надежности испытательного стенда при модернизации ИУС с использованием малозатратных механизмов:

интеллектуальной обработки измеренной информации для нейросетевого резервирования компонентов измерительных и управляющих трактов;

- многовариантного выбора оптимального способа резервирования.

Реализация и внедрение результатов работы. Исследования, проведенные автором, являются частью НИР, выполненных в рамках ФЦП «Научные и научно-педагогические кадры инновационной России», «Разработка поисковой среды интеллектуальной поддержки проектно-производственного процесса освоения инвестиций в создании жидкостных ракетных двигателей» (2010-2012гг.), «Оптимизация управления испытаниями жидкостных ракетных двигателей на основе нейросетевых технологий и адаптивных методов принятия решений» (2012г.).

Основные теоретические и практические результаты, внедрены в практическую деятельность Испытательного комплекса ОАО «Конструкторское бюро химавтоматики» (ОАО КБХА).

Эффект от внедрения заключается в повышении эффективности и надежности управления стендовыми испытаниями ЖРД, а также снижении стоимости и сокращении сроков разработки стендовых информационных управляющих систем.

Апробация работы. Основные положения докладывались и обсуждались на следующих конференциях, семинарах и научных школах:

- X Международная конференция «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (САВ/САМ/РВМ-2010)», 21—23 окт. 2010г., Москва, Институт проблем управления им. В.А. Трапезникова РАН;

- Всероссийская научная школа «Управление, информация и оптимизация», 5-6 сент. 2011 г., Воронеж, Воронежский институт высоких технологий;

- Всероссийская, молодежная конференция «Молодежь и современные информационные технологии», 9-10 сент. 2011 г., Воронеж, Воронежский институт высоких технологий;

- Международная школа-семинар молодых ученых, специалистов и студентов «Интеллектуальные компьютерные обучающие системы», 19 окт. 2011 г., Воронеж, Воронежский институт высоких технологий;

- Всероссийская конференция с элементами научной школы для молодежи «Математическое моделирование в технике и технологии», 21 окт. 2011 г., Воронеж, Воронежский институт высоких технологий;

Всероссийская молодежная конференция «Интеллектуальные технологии будущего. Естественный и искусственный интеллект», 27 окт. 2011 г., Воронеж, Воронежский институт высоких технологий;

Всероссийская научная школа «Информационно-телекоммуникационные системы и управление», 8 нояб. 2011 г., Воронеж, Воронежский институт высоких технологий;

- Всероссийская молодежная научная школа «Инженерия знаний. Представление знаний: состояние и перспективы», 29-30 июня 2012 г., Воронеж, Воронежский институт высоких технологий;

- Международная молодежная научная школа «Теория сложности вычислений», 4-5 сентября 2012 г., Воронеж, Воронежский институт высоких технологий;

а также на ежегодных научно-практических конференциях профессорско-преподавательского состава и аспирантов ВГТУ и научно-техническом совете ОАО КБХА.

Публикации результатов работы. По теме диссертации опубликовано 13 печатных работ, в том числе 4 - в изданиях, рекомендованных ВАК РФ.

Аннотированное изложение глав работы.

В первой главе анализируются методы средства обработки информации, получаемой при наземных огневых испытаниях ЖРД и возможность ее использования для управления ЖРД как сложной технической системой.

Приводятся задачи, которые могут быть решены с применением нейросетевой вычислительной архитектуры при построении имитационных моделей ЖРД и газотурбинных двигателей (ГТД).

Рассматривается одна из основных проблем наземной отработки ракетно-космической техники - повышение эффективности, надежности и качества ИУС.

По итогам обзора делаются следующие выводы:

- использование интеллектуальных методов обработки измеренной информации для виртуального резервирования компонентов ИУС является перспективным средством повышения эффективности и надежности управления стендовыми испытаниями ЖРД;

- практически единственным и широко используемым способом повышения надежности сложных технических систем является аппаратное резервирование, что приводит к повышению стоимости испытаний ЖРД. Поэтому необходима постановка задачи системного анализа для поиска

оптимального способа резервирования, а также разработка специального математического и алгоритмического обеспечения для решения этой задачи по показателям «надежность-стоимость».

Кроме того, в первой главе нейросетевое моделирование рассматривается применительно к практике управления и принятия решений. Анализируются имитационные модели на базе нейронных сетей, широко используемых в настоящее время, как на стадии проектирования, так и на стадии обработки результатов испытаний ЖРД. Также показана возможность использования интеллектуальных моделей в бортовых системах управления, регулирования и диагностики ГТД. Делается вывод о необходимости формирования процедур нейросетевого резервирования компонентов ИУС для наземной отработки ЖРД.

Анализируются задачи, структуры и особенности построения стендовых ИУС. Сделан вывод о необходимости разработки методов и алгоритмов прогнозирования и оценки эффективности, надежности и качества ИУС. Сформулированы цель и задачи диссертационного исследования.

Вторая глава посвящена формированию процедур нейросетевого резервирования компонентов системы управления наземными огневыми испытания ЖРД.

В качестве возможного подхода к интеллектуальной обработке измеренной информации для повышения надежности предлагается виртуальное резервирование. Проанализирован процесс нейросетевого моделирования как способ повышения надежности управления испытаниями за счет виртуального нейросетевого резервирования компонентов в измерительных и управляющих трактах ИУС.

Для характеризации испытаний с системных позиций осущест�