автореферат диссертации по транспорту, 05.22.14, диссертация на тему:Разработка и обоснование предложений по совершенствованию научно-производственной деятельности авиаремонтного объединения с целью обеспечения и повышения качества выпускаемой продукции

На правах рукописи

ДАНИЛОВ Василий Юрьевич

РАЗРАБОТКА И ОБОСНОВАНИЕ ПРЕДЛОЖЕНИЙ

ПО СОВЕРШЕНСТВОВАНИЮ НАУЧНО-ПРОИЗВОДСТВЕННОЙ ДЕЯТЕЛЬНОСТИ АВИАРЕМОНТНОГО ОБЪЕДИНЕНИЯ С ЦЕЛЬЮ ОБЕСПЕЧЕНИЯ И ПОВЫШЕНИЯ КАЧЕСТВА ВЫПУСКАЕМОЙ ПРОДУКЦИИ

Специальности: 05.22.14 — Эксплуатация воздушного транспорта 05 02.22 — Организация производства (транспорт)

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Москва - 2004

Работа выполнена в федеральном государственном образовательном учреждении высшего профессионального образования «Московский государственный технический университет гражданской авиации»

НАУЧНЫЙ РУКОВОДИТЕЛЬ: заслуженный деятель науки Российской

Федерации, доктор технических и экономических наук, профессор Барзилович Евгений Юрьевич

ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ: доктор технических наук, профессор

Елисов Лев Николаевич; кандидат технических наук Артемьев Владимир Григорьевич

ВЕДУЩАЯ ОРГАНИЗАЦИЯ: Гос НИИ ГА

Защита состоится в часов на засе-

дании Диссертационного Совета Д.223.011.01 при Московском государственном техническом университете гражданской авиации по адресу: 125993, Москва, ГСП-3, Кронштадтский бульвар, д. 20, ауд. I/

С диссертацией можно ознакомиться в библиотеке университета. Ваш отзыв на автореферат в одном экземпляре, заверенный печатью организации, просим направлять по указанному адресу на имя ученого секретаря диссертационного совета.

Автореферат разослан «_»_2004 г.

Ученый секретарь Диссертационного Совета

д.т.н., профессор С.К. Камзолов

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Вопросам рациональной структуры производства, решаемым в объединениях научно-техническим, организационным проблемам в современной литературе уделяется мало внимания.

С появлением рыночных отношений, стремлением извлечь максимальную прибыль от организации производства на какое-то время были отодвинуты назад задачи повышения качества выпускаемой продукции, своевременного и неукоснительного выполнения требований заказчиков, технического перевооружения и модернизации производства.

Однако с приобретением опыта работы в рыночных условиях там, где у руководства предприятиями оказались энергичные, профессионально грамотные люди, освоившие основы новой экономической политики, дела идут в гору. Осваиваются новые технологии на базе их коммерциализации, совершенствуется маркетинг, развивается дополнительное производство, налаживаются прочные экономические связи с зарубежными и отечественными партнерами, проводится разумная финансовая, инвестиционная и инновационная политика.

В предлагаемой диссертации основной упор делается на решение ряда научных задач при совершенствовании организации работы авиаремонтного объединения.

Вначале такое объединение рассматривается как объект исследования. И, прежде всего, с позиций усовершенствования технологий производства.

В диссертации указывается на тесную связь между эксплуатацией авиационных систем по состоянию и организацией их ремонта на основе накопленной информации об изменении этого состояния в межремонтные периоды. Многие задачи при этом ставятся по-новому, это - и задачи объединения информации, и учета ударных нагрузок при назначении (корректировке) межремонтных гарантийных сроков, и рентабельность повышения надежности ремонтируемых систем за счет доходов авиакомпаний, и оптимальной перестройки структуры предприятия при работе в чрезвычайных обстоятельствах.

В работе представлен не только оригинальный материал, но и обзор работ по диагностике, организации производства, моделям ударов и др.

РОС НАЦИОНАЛЬНА! БИБЛИОТЕКА

ов^зивЗмтУ/

В диссертации большое внимание уделено вопросам, посвященным перспективам использования нейронных сетей и растущих пирамидальных сетей в деле организации оперативной диагностики состояния авиационных двигателей.

Цель и задачи исследования. Целью исследования является совершенствование производства для решения стоящих перед ним следующих новых задач:

- задачи ремонта в условиях перехода к эксплуатации авиационной техники по состоянию;

- диагностирования состояния авиационных двигателей на базе моделей искусственного интеллекта;

- задачи планирования производства с учетом его функционирования в рыночных условиях;

- перестройки работы предприятия в условиях чрезвычайных ситуаций;

- корректировок межремонтных и назначенных ресурсов агрегатов авиационных двигателей;

- задачи организации финансово-экономического взаимодействия ремонтного объединения с авиакомпаниями.

Перечисленные задачи и выносятся автором на защиту.

Объект и методы исследования. Объектом исследования является процесс организации ремонта авиационной техники в НПО. Методы исследования связаны с использованием теории вероятностей и математической статистики, теории массового обслуживания, математического программирования, теории оптимального управления.

Научная новизна работы обусловлена решением возникающих задач совершенствования и развития производства в перспективной системе организации функционирования авиаремонтного объединения.

Практическая значимость диссертации состоит в том, что полученные результаты позволяют повысить эффективность функционирования авиаремонтного объединения и качество работы конкретных специалистов, что уже нашло отражение при создании системы качества НПО «Сатурн».

Результаты работы использованы при разработке документов, регламентирующих производственную деятельность НПО «Сатурн», при

создании автоматизированной системы контроля эксплуатации АД ВС, в учебном процессе МГТУ ГА и ЕАТК.

Апробация и публикация результатов диссертации. Основные положения и результаты работы докладывались и обсуждались на международных научных конференциях в МГТУ ГА и ЕАТК, на семинарах секции «Проблемы воздушного транспорта» РАН, на семинаре кафедры «Оптимального управления» факультета вычислительной математики и кибернетики МГУ им. М.В.Ломоносова, межведомственных совещаниях различного уровня. По теме диссертации автор имеет 13 печатных работ, из них одна монография (МГУ, 10 пл.), 9 статей в научных вестниках МГТУ ГА.

Структура и объем работы. Диссертация состоит из введения, 6 разделов, заключения и общих выводов по работе, списка использованных источников и приложения. Основная часть диссертации содержит 148 страниц текста, 19 рисунков, 10 таблиц и библиографию из 122 наименований.

II. ОСНОВНЫЕ ПОЛОЖЕНИЯ РАБОТЫ

В первом разделе кратко изложены новые задачи, возникающие в ремонтном НПО при переходе к эксплуатации авиационной техники по состоянию. Отмечается также, что традиционные методы и средства диагностирования состояния авиационных систем и комплексов, особенно состояния авиационных двигателей, в ближайшее время будут дополнены (а в недалеком будущем, возможно, и вытеснены) методами и средствами диагностирования, успешно разрабатываемыми в последнее время на базе искусственного интеллекта (нейронных и растущих пирамидальных сетей).

Далее в разделе известная оптимизационная задача объемно-календарного планирования производственной деятельности авиаремонтного предприятия трактуется с учетом специфики работы его в условиях рынка.

Центральное место в разделе занимает задача, которая может возникнуть при работе ремонтного НПО в условиях чрезвычайных ситуаций, при которых оно будет заниматься и восстановлением поврежденной техники.

Для повышения эффективности работы ремонтных органов поэтому имеет смысл разбить входной поток заявок на потоки двух типов: 1-ю типа - заявки, время обслуживания которых относительно мало; 2-го типа -

заявки, время обслуживания которых по меньшей мере больше времени обслуживания заявок 1-го типа на порядок.

Будем рассматривать ремонтный орган как систему массового обслуживания, состоящую из и бригад, в которую поступает два потока заявок: 1-го и 2-го типа. Заявки 1-го типа обладают относительным приоритетом. При наличии свободных бригад заявки 1-го типа сразу же берутся на обслуживание, при отсутствии свободных бригад заявки 1-го типа становятся в очередь. В момент окончания обслуживания в случае отсутствия заявок 1-го типа принимается одно из двух решений.

1. Дождаться следующего момента окончания обслуживания.

2. Взять на обслуживание заявку 2-го типа.

Предполагаем, что входной поток заявок 1-го типа- пуассоновский с параметром Л. Заявки 2-го типа всегда имеются в наличии. Время обслуживания заявок обоих типов подчинено показательному закону с параметрами и соответственно.

Будем считать, что в системе находится i заявок 1-го типа и j заявок 2-го типа. Тогда процесс восстановления будет определяться парой чисел (i, j), i = 0,1,2,...; j = 0,1,2,..., n.

Управление процессом восстановления осуществляется в моменты окончания восстановления одной из заявок и является функцией, зависящей от/, у, т.е.

d = d(i,j),

где d - управление.

Рассматриваемые ниже вероятности состояний pj будут также функциями от управления.

Если в качестве оптимизируемой функции выбрать функцию (ЩУ) - CtMi пап (i, п -j) + c-iftj - Со/, то задача оптимизации состоит в том, чтобы найти такое управление, при котором

V(dm ) = max V(d) = maxXV(i,j)PlJ, (2)

где D - выбранный класс управлений;

c, (c) - стоимость обслуживания одной заявки 1 (2) типа; с0 - стоимость единицы времени пребывания заявки в системе.

Число состояний, в которых в момент окончания восстановления берутся на восстановление заявки 2-го типа, и количество противоположных состояний с увеличением п резко возрастают.

Число наборов таких состояний составляет величину

(2 п)!

С =

(п!)1

С учетом того факта, что для каждого множества состояний надо составлять и решать систему марковских уравнений для стационарных вероятностей, задача существенно усложняется. Поэтому ограничимся классом управлений

d = d{(i,j):i+j<k},

где к - такое число свободных бригад, при котором на восстановление можно брать заявки 2-го типа.

Нетрудно видеть, что при i+j <к p = 0,так как при i+j = к мгновенно поступает заявка 2-го типа и процесс переходит в состояние i+j=k+1.

Поэтому уравнения необходимо составлять только для состояний i+j>k.

Найдя отличные от нуля интенсивности переходов из состояния в состояние, можно записать систему марковских уравнений для переходных вероятностей p.

Она имеет вид:

l)i + j = k + \;

Р,М +'А) = Рма (' + Oft + P,Jt 1U + Oft + Р„ц-1 ('+ Oft ;

2)i + j>k + l; i + j<n;

рМ +'ft + /ft)=А-иЛ +W+Oft +p,JtiO'+Oft; (3)

3 )i + jtn;

PM +("- j)ft + /ft ) = P,-i jA + p,tIJ i(n - j)ft + p,^, 0'+l)ft •

Для нахождения оптимизируемой функции V= V(kop) = = max V(k) необходимо решить систему уравнений (3), что составляет большую трудность, так как она состоит из бесконечного числа уравнений с соответствующим числом неизвестных. Данная задача была решена приближенно численным методом.

Суть решения сводится к следующему. Задается некоторое число И, такое, при котором вероятности р приближаются к нулю или становятся равными нулю (И ¿п + 1).

Тогда система (3) превращается в конечную систему уравнений, имеющую вид:

\) / + } = к +1; ] = ОДг..,к +1;

г-л - /л )р'/'+а++а++г/+= г-л -/л - +о+»м /ОД+а+имгр',^+Л/ОД=о,-

Ъ)n<í+j<N-l; у' = 0,1,...Д + 1; . Г-Л - Г« - ж - М + ^ - У>,/ОД + (4)

4;«

- [Гя - + т]р'/'+А/ОД=о.-

В диссертации показано, что решение данной системы существует.

Решение системы уравнений (4) начиналось с И=п + 5.

После нахождения вероятностей р определялась функция ¥(1¿) и далее по формуле (2) - искомая функция. Максимум искомой функции соответствует оптимальному значению числа свободных бригад, когда на восстановление можно брать заявки 2-го типа.

Задача оптимизации была решена для различных значений п, с0, с1, Л» Мъ /Ь-

Результаты для отдельных значений указанных величин приводятся в таблице 1.

Таблица 1.

с =1; с, = 2 ; с,=1 ;

¿1=0,01; /4=0,5; #=0,25 п 2 3 4 5 6 7 8 9 10

к 1 2 3 4 5 6 7 8 9

¿1=1; //1=0,5; №=0,25 п - - - 5 6 7 8 9 10

к - - - 2 3 5 6 7 8

¿1=2,5;/4=0,5,■/£=0,25 и 8 9 10

£ 2 4 6

¿1=2,5;//1=0,5; /4=0,25 и - - - 5 6 7 8 9 10

£ - - - 2 4 5 6 7 8

С0 = 0,2; с1 = 2; с2= 1;

¿1=0,01; /4=0,5; /4=0Д5 и 2 3 4 5 6 7 8 9 10

£ 1 2 3 4 5 6 7 8 9

¿1=1;/л =0,5; «¡=0,25 и - - 4 5 6 7 8 9 10

£ - - 2 3 5 6 7 8 9

¿1=2,5;//,=0,5;/4=0,25 и - - - - 6 7 8 9 10

£ - - - - 2 4 5 7 8

¿1=2,5;//г1;/4=0,5 и - - 4 5 6 7 8 9 10

£ - - 2 3 5 6 7 8 9

С0= 0,2; с1=5 ; С2= =1;

¿1=0,01; /4=0,25 и 2 3 4 5 6 7 8 9 10

£ 1 2 3 4 5 6 7 8 9

¿1=1; /4=0,5; /4=0,25 и - - 4 5 6 7 8 9 10

£ - - 2 3 5 6 7 8 9

¿,=2,5;/4=0,5; /4=0,25 п 7 8 9 10

£ - - - - - 2 4 6 7

¿1=2,5; /¿1=1; /4=0,5 и - - 4 5 6 7 8 9 10

£ - - 1 3 5 б 7 8 9

С =2; С =2; С 2=2;

¿1=0,01; /4=0,5; /4=0,25 п 2 3 4 5 6 7 8 9 10

£ 1 2 3 4 5 6 7 8 9

Лг1;/4=0,5; /4=0,25 п - - - 5 6 7 8 9 -

£ - - - 2 3 5 6 7 -

¿1=2,5; /4=0,5; /4=0,25 п 8 9 -

£ 3 5 -

¿1=2,5; //1-1; /4=0,5 п - - - 5 6 7 8 9 10

£ - - - 2 3 5 6 7 8

Примечание. Знак «-» означает, что для соответствующего значения л вычисления не проводились.

В связи с тем, что диагностирование состояния поступающей в ремонт техники являются важнейшим организационным моментом в деятельности НПО, в разделе 2 дан подробный сравнительный анализ используемых и предлагаемых в диссертации моделей диагностики. К числу

предлагаемых новых подходов к диагностике авиационных двигателей относится использование нейротехнологий. Перспективным направлением здесь является разработка экспертных систем диагностирования авиационных ГТД с использованием нейронных сетей.

В НПО «Сатурн» создается программа прогнозирования и диагностирования состояния авиационных двигателей с использованием растущих пирамидальных сетей, преимущества которых перед нейронными сетями описаны в первом разделе диссертации. Теоретические основы этой программы изложены в разделе 3.

Прогнозированием и предсказанием называется деятельность, целью которой является определение таких характеристик объекта исследования или событий в их развитии, которые могут возникнуть в будущем или при выполнении определенных условий.

Прогнозирование возможно, если известна зависимость прогнозируемой величины от условия, при выполнении которого должен осуществиться прогноз. В качестве условия прогнозирования может быть задан момент или интервал времени, или определенная ситуация, которая в общем случае описывается набором значений и отношений некоторых величин, или представляется примерами-прецедентами.

Зависимость прогнозируемой величины от условия прогнозирования может быть представлена функцией, в частности, функцией регрессии, если исследуются случайные процессы. В целях прогнозирования применяется экстраполирование функции, позволяющее определить ее значение при выполнении условий прогнозирования. Если условием является ситуация, нужно уметь распознавать ситуации этого класса или ситуации, им предшествующие.

В зависимости от характера условия прогнозирования задачи прогнозирования сводятся к двум методическим стратегиям: экстраполирование функциональной зависимости, в частности, функции регрессии, если исследуются случайные процессы, или распознавание ситуаций.

Перейдем к рассмотрению методов прогнозирования, в основе которых лежит распознавание ситуации. К задачам этого типа относятся, например, задачи предсказания существования химических соединений и материалов на основе анализа признаков, характеризующих составляющие элементы, прогнозирование поломок технических агрегатов путем анализа

совокупности показаний датчиков, характеризующих их состояние, прогнозирование полезных ископаемых, природных и техногенных катастроф, медицинское прогнозирование и т.п.

Распознавание ситуаций может быть выполнено на основе знания обобщенной закономерности, определяющей класс ситуаций, или путем сопоставления распознаваемых ситуаций с описаниями ситуаций-прецедентов, образующих некоторую обучающую выборку. В первом случае обычно приходится строить логическое описание закономерности методами индуктивного вывода (проблема в современной терминологии получила название knowledge discovery - «обнаружение знаний»). Метод прецедентов по сути является реализацией вывода по аналогии. В диссертации рассмотрены и сравнены оба принципа распознавания ситуаций в целях прогнозирования. В обоих случаях обрабатываемые данные представляют собой атрибутивные (признаковые) описания объектов или ситуаций, а в самом процессе обработки преобладают поисковые операции и операции сравнения признаковых описаний. В пространстве признаков области распределения классов объектов должны удовлетворять 'требованиям разделимости и компактности. В методах, описанных в разделе 3, используются номинальные признаки, в связи с чем признаки, заданные на числовых шкалах, обрабатываются специальной процедурой, преобразующей числовые шкалы в номинальные. Для решения названных выше задач используются признаки, характеризующие элементы формы кривых, состояние агрегатов, симптомы болезней и т.п.

При разработке современных компьютерных систем часто выдвигаются следующие требования:

1) не использовать «жесткие», сложные для перестройки, модели окружающей среды, поскольку реальные задачи решаются, как правило, в динамической, часто изменяющейся среде;

2) обеспечивать высокую ассоциативность компьютерного представления среды, в которой решаются задачи, с целью максимального снижения объема поисковых операций.

Недостаточная ассоциативность компьютерного представления данных приводит к резкому увеличению сложности операций выбора с ростом объемов данных при использовании известных средств интеллекту-

ального анализа данных, например, деревьев решений, грубых множеств, эволюционных методов.

С начала семидесятых годов выполнен ряд теоретических и прикладных исследований, нацеленных на решение аналитических проблем на основе методов, использующих организацию данных в виде растущих пирамидальных сетей, которая дает возможность обрабатывать большие объемы данных без введения каких-либо ограничений на сложность распределения анализируемых объектов в пространстве признаков.

В разделе 3 излагаются теоретические и методологические положения, которые возникли в результате обобщения многочисленных экспериментальных исследований, проведенных в ИК Национальной академии наук Украины, и на которые опирался автор диссертации.

В разделе четвертом диссертации отыскивается оптимальное управление качеством в контуре «авиакомпания - ремонтное объединение».

Под оптимальным управлением качеством в работе понимается такое повышение надежности авиационной техники после ремонта, осуществляемое за счет средств авиакомпании, которое должно привести к максимизации прибыли авиакомпании при эксплуатации отремонтированной авиационной техники.

Рассмотрим модели функционирования авиационной системы, приносящей доход и подверженной отказам, и опишем алгоритм оптимального управления такой системой, обеспечивающий получение максимальной прибыли.

Предполагается, что система приносит доход с интенсивностью г(Х) и может вырабатывать свой ресурс с интенсивностью И({). В процессе эксплуатации в ремонт системы можно вкладывать средства с интенсивностью р(Х), в результате чего интенсивность И(Х) становится равной где - убывающая выпуклая функция, при-

чем = 1.. Требуется найти управлениер (X), максимизирующее некоторую условную прибыль от функционирования системы. Эту прибыль определим следующим образом. Пусть X - случайная величина, равная времени функционирования системы до исчерпания ресурса, ее функция распределения Р (X) есть

Рр«)=Р(Х<Х) = 1-ехр {-\кр (и) Ли},

а плотность f(t) имеет вид

fP (t) = hp (t) exp {-)kp (u) du} = hp (t) sp (t), о

где

s„(t)=exp{-\hp(u)du}.

D

Тогда условная прибыль от функционирования системы выражается

следующим образом: х

J=Ex\e-e,(r(t)-p(t))dt,

где множитель отражает естественное снижение продуктивно-

сти системы. Вычислим J.

J=Ex]e-s,(r(t)-p(t))dt~ ] '¡e-s"(r(u)-p(u))dux xfP (t) dt =] )e~s" (r (u) -p (u)) du dFp (t).

Интегрируя по частям, получаем

Итак, требуется максимизировать функционал J=](r(t)-p(t))es'Sp(t)d1.

(5)

Эта задача в диссертации решена с помощью принципа максимума Понтрягина.

На ремонтных предприятиях хорошо известен факт, что при эксплуатации многих видов техники стоимость ее ремонта (замены) зависит

от числа происшедших отказов. В этих случаях для организации эффективного технического обслуживания можно воспользоваться правилом, включающим в себя Т-возрастную замену (ремонт), комбинируемую с заменой (ремонтом) после Л-го отказа. Это правило называется (Л, Т) правилом исчерпания ресурса. Покажем, как такое правило выбрать оптимально.

Перейдем к формализованной постановке задачи. Пусть п(Х), t > 0 - случайный процесс с дискретными состояниями, п - 0, 1, 2,..., представляющий число отказов системы в интервале (0, (). Далее введем следующие обозначения:

- время, соответствующее Л-ому отказу системы;

- время до замены (ремонта),

0п - полная стоимость замены (ремонта) как функция, зависящая от числа отказов до замены (ремонта).

Яп - общая стоимость восстановлений как функция, зависящая от числа восстановлений;

г- стоимость восстановлений системы (заданная средняя величина). Запишем очевидные соотношения:

м[Г„]=м[Г„/Т„ >т]р{Т„ >Т}+м[т„/Тк <т]Р{Т„ <77=

И, если Ту = Ян ;

[п(Т), если =Т.

Математическое ожидание случайной величины п(Тх ^равно

м[п(Т„ ;]=№{п(т) >N1+ =г}.

(7)

Введем целевую функцию:

м[тА

(8)

и

йяР{п(Т)> N1+1&/7«<т;=1}

- соответственно математическое ожидание общей стоимости ремонтов и математическое ожидание полной стоимости замены (ремонта).

Таким образом, оптимальная (М, Т)- политика технического обслуживания системы определяется путем решения следующей экстремальной задачи: обеспечить иии^Л^Г^при ограничениях N¿1, Решение

этой приведено в разделе 5.

В настоящее время при организации технического обслуживания и ремонта воздушных судов гражданской авиации и их оборудования систематически не учитываются грубые (ударные) воздействия внешней среды (различные аэродинамические нагрузки при полетах в возмущенной атмосфере, при попадании в восходящие потоки на малых высотах, грубые посадки, перегревы аппаратуры и т.п.).

В наиболее часто подвергающихся ударным нагрузкам местах конструкции воздушного судна должны быть установлены датчики, фиксирующие моменты и силы грубых воздействий. На основании такой информации и исследований в специальных лабораториях по ударным нагрузкам в ремонтном предприятии должны корректироваться объемы проводимых работ и последующие гарантируемые межремонтные ресурсы, если подвергшееся ударным нагрузкам изделие остается в эксплуатации.

В разделе шесть диссертации рассмотрены модели ударов, по которым можно определить ресурс изделия по среднему числу определенных ударных воздействий и корректировать при выполнении ремонта упреждающие (отказы, неисправности) пороговые уровни.

Более того, в одной из глав раздела приведена модель, в которой учитывается восстановление (самовосстановление) того или иного изделия, начинающееся сразу же после ударной нагрузки, вызвавшей фиксируемое (косвенно, по силе ударного воздействия) повреждение. В этом случае «ремонтный орган» (возможно, и централизованный), конструктивно связанный с изделием, начинает восстанавливать повреждение структуры изделия.

III. ЗАКЛЮЧЕНИЕ И ОБЩИЕ ВЫВОДЫ ПО РАБОТЕ

Мощным резервом экономики России является повышение эффективности функционирования научно-производственных объединений (НПО) в области высокотехнологичного машиностроения.

Высокой экономической эффективностью обладают разработки по продлению ресурсов безопасной эксплуатации важнейших для страны объектов.

Организация эксплуатации таких объектов по техническому состоянию дает богатый материал для НПО ремонтного профиля, использование которого позволит качественно усовершенствовать всю систему ремонта и таких значимых объектов, как воздушные суда и их оборудование.

Использование новых методов управления в НПО, математического моделирования, прогнозирования и принятия решений, наиболее полное информационное обеспечение - важнейшие аспекты деятельности современных НПО. Именно развитие и освоение новых технологий ремонта в сочетании с оптимальной системой организации производства - один из главнейших путей повышения производительности труда в экономике.

Внутренняя конкуренция в отраслях побуждает предприятия к модернизации производственных процессов, снижению издержек, улучшению качества выпускаемой продукции.

Рассмотренные в диссертации подходы, предлагаемые решения и направления совершенствования деятельности авиаремонтных научно-производственных объединений должны способствовать дальнейшему подъему отечественного производства и в конечном итоге - экономики страны.

Перейдем к общим выводам по работе.

1. В условиях рыночных отношений календарное планирование производственной деятельности авиаремонтного объединения остается важнейшей составляющей его эффективного функционирования. В диссертации предложен алгоритм нахождения месячных объемов переносимых ремонтных работ при минимизации вводимой меры отклонения ремонтных работ от среднего значения.

2. При работе объединения в чрезвычайных условиях необходимо так перестроить работу ремонтного объединения, чтобы обеспечить максимум выходной продукции в единицу времени.

В диссертации эта задача решена с использованием управляемой системы массового обслуживания.

3. В диссертации предлагается решать задачи диагностирования состояния авиационных двигателей с использованием высшей формы искусственного интеллекта - растущих пирамидальных сетей.

Их преимущества перед традиционно применяемыми нейронными сетями заключается в следующем: структура в растущих пирамидальных сетях формируется полностью автоматически и учитывает объем и особенности вводимых данных. Адаптация сети к особенностям данных достигается без введения априорной избыточности сети. Процесс обучения в растущих пирамидальных сетях не зависит от предопределенной конфигурации сети. И, наконец, выделенные в растущих пирамидальных сетях обобщенные знания представляются в виде явных правил и понятий, удобных для восприятия оператором.

4. В диссертации показано, какую часть средств из своих доходов авиакомпаниям выгодно платить за повышение надежности техники после ремонта (замена «стареющих» агрегатов, узлов, элементов, модернизация, доработки). Эта часть средств обеспечивает максимальную прибыль авиакомпании в процессе эксплуатации отремонтированной техники. Задача оптимального управления в работе решена с использованием принципа максимума Понтрягина.

5. В работе сделана попытка технико-экономического обоснования ресурсов отдельных агрегатов, узлов и элементов длительно эксплуатируемой авиационной техники.

Задача решается из условия минимизации эксплуатационных затрат выбором календарных сроков эксплуатации агрегатов, узлов, элементов, либо критического числа их отказов и неисправностей.

При этом вводится понятие стоимости отказа и неисправности. Безопасность (надежность в полете) системы, в которую входят такие агрегаты, узлы, элементы, при этом фиксируется.

6. В диссертации по-новому ставится задача назначения сроков ремонтов агрегатов, узлов, элементов авиационных систем, подверженных в процессе эксплуатации фиксируемым случайным нагрузкам. В ряде случаев предлагается ресурс отдельных агрегатов определять по числу ударных

воздействий в связи с суммарным накоплением повреждений в той или иной конструкции.

7. Полученные в диссертации результаты могут быть использованы при организации и реорганизации производства в других научно-производственных объединений, занимающихся ремонтом соответствующих транспортных средств.

Результаты исследований, проведенные автором и изложенные в диссертационной работе, опубликованы в следующей литературе:

1. Данилов В.Ю. Направления совершенствования научно-производственной деятельности авиаремонтного объединения. М.: МГУ, 2004.-226 с.

2. Данилов В.Ю. Научные проблемы организации ремонта авиационной техники по состоянию // Тезисы докладов 5 МНТК «Чкаловские чтения». Егорьевск: ЕАТК ГА, 2004. С. 72.

3. Барзилович Е.Ю., Данилов В.Ю., Люлько В.И. О новом направлении в вибродиагностике состояния авиационного двигателя // Тезисы докладов 5 МНТК «Чкаловские чтения». Егорьевск: ЕАТК ГА, 2004. С. 94.

4. Барзилович Е.Ю., Данилов В.Ю., Лончаков Ю.В. О некоторых новых научных результатах в области технического обслуживания авиационных систем и безопасности полетов // Тезисы докладов МНТК «Гражданская авиация на современном этапе развития науки, техники и общества». М.: МГТУ ГА, 2003. С. 92 - 93.

5. Данилов В.Ю., Матвеенко Г.П. Новые задачи организации производства на авиаремонтном предприятии в связи с переходом к эксплуатации ВС по техническому состоянию // Научный вестник МГТУ ГА. № 74. М.: МГТУ ГА, 2004. С. 51 - 53.

6. Данилов В.Ю., Люлько В.И., Трутаев В.В. Организация вибродиагностики авиационных двигателей в авиаремонтном предприятии на основе моделей искусственного интеллекта // Научный вестник МГТУ ГА. № 74. М.: МГТУ ГА, 2004. С. 75 - 81.

7. Байков А.Е., Данилов В.Ю., Люлько В.И. О процедурах контроля и выявления неисправностей авиационных двигателей по изменению

параметров вибрации // Научный вестник МТУ ГА. № 66. М.: МТУ ГА, 2003. С. 41-53.

8. Байков А.Е., Данилов В.Ю., Лончаков Ю.В. Квазиоптимальная модель определения интервалов предупредительных замен «стареющих» элементов авиационных систем // Научный вестник МГТУ ГА. № 66. М: МГТУ ГА, 2003. С 53-61.

9. Байков А.Е., Данилов В.Ю., Люлько В.И. О сравнении параметров безопасности полетов с заданными значениями (новый подход) // Научный вестник МГТУ ГА. № 66. М.: МГТУ ГА, 2003. С. 107 -112.

10. Барзилович Е.Ю., Бецков А.В., Данилов В.Ю, Новый взгляд на проверку заданных требований по безопасности полетов и надежности // Научный вестник МГТУ ГА. № 63. М.: МГТУ ГА, 2003. С. 7 - 13.

11. Байков А.Е., Данилов В.Ю., Люлько В.И. Определение оптимальных значений ресурсов «стареющих» агрегатов авиационного двигателя при его эксплуатации по техническому состоянию // Научный вестник МГТУ ГА. № 63. М.: МГТУ ГА, 2003. С. 25 - 34.

12. Волков А.В., Данилов В.Ю., Красько СЕ. Эксплуатация по состоянию элементов конструкций воздушного судна // Научный вестник МГТУ ГА. № 63. М.: МГТУ ГА, 2003. С. 134 -142.

13. Байков А.Е., Данилов В.Ю., Радивил Д.В. Оптимизация проверок хранящихся авиационных систем // Научный вестник МГТУ ГА. № 63. М.: МГТУ ГА, 2003. С. 166 -169.

Подписано в печать 2.07.04 г. Печать офсетная Формат 60x84/16 1,25 уч.-изд. л. 1,16 усл.печ.л._Заказ №1265/_Тираж 70 экз.

¿009

Московский государственный технический университет ГА 125993 Москва, Кронштадтский бульвар, д. 20 Редакционно-издательский отдел 125493 Москва, ул. Пулковская, д.6а

© Московский государственный технический университет ГА, 2004

»-f172

Введение.

Раздел 1. Некоторые актуальные задачи совершенствования организации работы авиаремонтного объединения

Глава 1.1. Задачи ремонтного научно-производственного объединения при переходе к эксплуатации авиационной техники по состоянию ю.

Глава 1.2. Оптимизационная задача планирования организации ремонта оборудования в объединении.

Глава 1.3. Управление состоянием ремонтного объединения с целью обеспечения максимума выходной продукции.

Раздел 2. Использование нейротехнологий и экспертных систем в целях диагностирования состояния авиационных двигателей.

Глава 2.1. Использование нейротехнологий.

Глава 2.2. Экспертные системы диагностирования авиационных двигателей.

Раздел 3. Прогнозирование и диагностирование с использованием растущих пирамидальных сетей как основа будущей технологии ремонта.

Глава 3.1. Растущие пирамидальные сети.

Глава 3.2. Методы, использующие индуктивный вывод.

Глава 3.3. Методы, основанные на выводе по аналогии, некоторые эксперименты.

Глава 3.4. Особенности диагностирования на основе растущих пирамидальных сетей.

Раздел 4. Оптимальное управление качеством в контуре авиакомпания - ремонтное объединение».

Раздел 5. Экономико-математические обоснования назначения оптимальных ресурсов технических систем

Раздел 6. Организация ремонта в случае аддитивных накоплений повреждений в механических системах при ударных воздействиях внешней среды.

Введение к разделу 6.

Глава 6.1. Пуассоновская модель ударов.

Глава 6.2. Модель с автоматическим восстановлением после удара

Глава 6.3. Полумарковская модель накопления повреждений.

Актуальность темы. Вопросам рациональной структуры производства, решаемым в объединениях научно-техническим, организационным проблемам в современной литературе уделяется мало внимания.

С появлением рыночных отношений, стремлением извлечь максимальную прибыль от организации производства на какое-то время были отодвинуты назад задачи повышения качества выпускаемой продукции, своевременного и неукоснительного выполнения требований заказчиков, технического перевооружения и модернизации производства.

Однако с приобретением опыта работы в рыночных условиях там, где у руководства предприятиями оказались энергичные, профессионально грамотные люди, освоившие основы новой экономической политики, дела идут в гору. Осваиваются новые технологии на базе их коммерциализации, совершенствуется маркетинг, развивается дополнительное производство, налаживаются прочные экономические связи с зарубежными и отечественными партнерами, проводится разумная финансовая, инвестиционная и инновационная политика.

В предлагаемой диссертации основной упор делается на решение ряда научных задач при совершенствовании организации работы авиаремонтного объединения.

Вначале такое объединение рассматривается как объект исследования. И, прежде всего, с позиций усовершенствования технологий производства.

В диссертации указывается на тесную связь между эксплуатацией авиационных систем по состоянию и организацией их ремонта на основе накопленной информации об изменении этого состояния в межремонтные периоды. Многие задачи при этом ставятся по-новому, это - и задачи объединения информации, и учета ударных нагрузок при назначении (корректировке) межремонтных гарантийных сроков, и рентабельность повышения надежности ремонтируемых систем за счет доходов авиакомпаний, и оптимальной перестройки структуры предприятия при работе в чрезвычайных обстоятельствах.

В работе представлен не только оригинальный материал, но и обзор работ по диагностике, организации производства, моделям ударов и др.

В диссертации большое внимание уделено вопросам, посвященным перспективам использования нейронных сетей и растущих пирамидальных сетей в деле организации оперативной диагностики состояния авиационных двигателей.

Цель и задачи исследования. Целью исследования является совершенствование производства для решения стоящих перед ним следующих новых задач:

- задачи ремонта в условиях перехода к эксплуатации авиационной техники по состоянию;

- диагностирования состояния авиационных двигателей на базе моделей искусственного интеллекта;

- задачи планирования производства с учетом его функционирования в рыночных условиях;

- перестройки работы предприятия в условиях чрезвычайных ситуаций;

- корректировок межремонтных и назначенных ресурсов агрегатов авиационных двигателей;

- задачи организации финансово-экономического взаимодействия ремонтного объединения с авиакомпаниями.

Перечисленные задачи и выносятся автором на защиту.

Объект и методы исследования. Объектом исследования является процесс организации ремонта авиационной техники в НПО. Методы исследования связаны с использованием теории вероятностей и математической статистики, теории массового обслуживания, математического программирования, теории оптимального управления.

Научная новизна работы обусловлена решением возникающих задач совершенствования и развития производства в перспективной системе организации функционирования авиаремонтного объединения.

Практическая значимость диссертации состоит в том, что полученные результаты позволяют повысить эффективность функционирования авиаремонтного объединения и качество работы конкретных специалистов, что уже нашло отражение при создании системы качества НПО «Сатурн».

Результаты работы использованы при разработке документов, регламентирующих производственную деятельность НПО «Сатурн», при создании автоматизированной системы контроля эксплуатации АД ВС, в учебном процессе МГТУ ГА и ЕАТК.

Апробация и публикация результатов диссертации. Основные положения и результаты работы докладывались и обсуждались на международных научных конференциях в МГТУ ГА и ЕАТК, на семинарах секции «Проблемы воздушного транспорта» РАН, на семинаре кафедры «Оптимального управления» факультета вычислительной математики и кибернетики МГУ им. М.В.Ломоносова, межведомственных совещаниях различного уровня. По теме диссертации автор имеет 13 печатных работ, из них одна монография (МГУ, 10 п.л.), 9 статей в научных вестниках МГТУ ГА.

Перейдем к краткому изложению содержания диссертации.

В первом разделе описаны задачи исследования, связанные с планированием организации ремонта в научно-производственном объединении (НПО), функционирующем в условиях рыночной экономики. Сначала строго формулируется оптимизационная задача планирования ремонта, а затем предлагается алгоритм ее решения с использованием метода квадратичного программирования, при этом первоначальный алгоритм путем преобразования сводится к стандартной задаче динамического программирования.

Далее в разделе формализуется задача выбора наилучшей структуры ремонтного объединения при работе его в условиях чрезвычайной ситуации, когда объединение будет вынуждено заниматься не только ремонтом, но и восстановлением поврежденной техники. Для решения задачи использована модель оптимально управляемой системы массового обслуживания.

В разделе ставится также задача информационного обеспечения при эксплуатации и ремонте воздушных судов по техническому состоянию.

Во втором и третьем разделах работы описываются и сопоставляются различные подходы к использованию в интересах решения задач диагностирования состояния авиационных двигателей с позиций искусственного интеллекта и экспертных систем.

Дается сравнение традиционно используемых подходов с позиций нейронных технологий и предлагаемого в диссертации подхода с позиций растущих пирамидальных сетей. Наглядно показываются преимущества использования растущих пирамидальных сетей для решения задач диагностики (в частности, и вибродиагностики) состояния авиационных двигателей.

Четвертый раздел диссертации посвящен финансовому взаимодействию в звене «авиакомпания - НПО» с целью оплачиваемого авиакомпанией повышения надежности отремонтированной техники. При этом авиакомпания планирует средства на ремонт техники таким образом, чтобы от повышения ее надежности после ремонта извлечь максимальную прибыль при функционировании воздушного судна. Задача выбора оптимального управления решается и использованием принципа максимума Понтрягина. В приложении к диссертации приводится подробная вычислительная программа.

В пятом разделе решаются задачи обоснования ресурсов авиационных систем и агрегатов из условия минимизации средних эксплуатационных издержек. Предлагается назначать ресурсы либо по календарю, либо по достижении определенного числа отказов или неисправностей. Применимость моделей проверяется в условиях выполнения требований по безопасности.

В заключительном шестом разделе по-новому рассмотрен традиционный вопрос о назначении оптимальных упреждающих допусков, но не на контролируемые параметры, а на детали механических конструкций, подверженных фиксируемым случайным ударным нагрузкам, которые приводят к аддитивному накоплению повреждений в конструкции.

Автор выражает благодарность научному консультанту по специальности 05.22.14 - д.т.н. В.И.Люлько и научному руководителю - д.т.н. и д.э.н., профессору Е.Ю.Барзиловичу.

Заключение и общие выводы по работе

Мощным резервом экономики России является повышение эффективности функционирования научно-производственных объединений (НПО) в области высокотехнологичного машиностроения.

Высокой экономической эффективностью обладают разработки по продлению ресурсов безопасной эксплуатации важнейших для страны объектов.

Организация эксплуатации таких объектов по техническому состоянию дает богатый материал для НПО ремонтного профиля, использование которого позволит качественно усовершенствовать всю систему ремонта и таких значимых объектов, как воздушные суда и их оборудование.

Использование новых методов управления в НПО, математического моделирования, прогнозирования и принятия решений, наиболее полное информационное обеспечение - важнейшие аспекты деятельности современных НПО. Именно развитие и освоение новых технологий ремонта в сочетании с оптимальной системой организации производства -один из главнейших путей повышения производительности труда в экономике.

Внутренняя конкуренция в отраслях побуждает предприятия к модернизации производственных процессов, снижению издержек, улучшению качества выпускаемой продукции.

Рассмотренные в диссертации подходы, предлагаемые решения и направления совершенствования деятельности авиаремонтных научно-производственных объединений должны способствовать дальнейшему подъему отечественного производства и в конечном итоге — экономики страны.

Перейдем к общим выводам по работе.

1. В условиях рыночных отношений календарное планирование производственной деятельности авиаремонтного объединения остается важнейшей составляющей его эффективного функционирования. В диссертации предложен алгоритм нахождения месячных объемов переносимых ремонтных работ при минимизации вводимой меры отклонения ремонтных работ от среднего значения.

2. При работе объединения в чрезвычайных условиях необходимо так перестроить работу ремонтного объединения, чтобы обеспечить максимум выходной продукции в единицу времени.

В диссертации эта задача решена с использованием управляемой системы массового обслуживания.

3. В диссертации предлагается решать задачи диагностирования состояния авиационных двигателей с использованием высшей формы искусственного интеллекта - растущих пирамидальных сетей.

Их преимущества перед традиционно применяемыми нейронными сетями заключается в следующем: структура в растущих пирамидальных сетях формируется полностью автоматически и учитывает объем и особенности вводимых данных. Адаптация сети к особенностям данных достигается без введения априорной избыточности сети. Процесс обучения в растущих пирамидальных сетях не зависит от предопределенной конфигурации сети. И, наконец, выделенные в растущих пирамидальных сетях обобщенные знания представляются в виде явных правил и понятий, удобных для восприятия оператором.

4. В диссертации показано, какую часть средств из своих доходов авиакомпаниям выгодно платить за повышение надежности техники после ремонта (замена «стареющих» агрегатов, узлов, элементов, модернизация, доработки). Эта часть средств обеспечивает максимальную прибыль авиакомпании в процессе эксплуатации отремонтированной техники. Задача оптимального управления в работе решена с использованием принципа максимума Понтрягина.

5. В работе сделана попытка технико-экономического обоснования ресурсов отдельных агрегатов, узлов и элементов длительно эксплуатируемой авиационной техники.

Задача решается из условия минимизации эксплуатационных затрат выбором календарных сроков эксплуатации агрегатов, узлов, элементов, либо критического числа их отказов и неисправностей.

При этом вводится понятие стоимости отказа и неисправности. Безопасность (надежность в полете) системы, в которую входят такие агрегаты, узлы, элементы, при этом фиксируется.

6. В диссертации по-новому ставится задача назначения сроков ремонтов агрегатов, узлов, элементов авиационных систем, подверженных в процессе эксплуатации фиксируемым случайным нагрузкам. В ряде случаев предлагается ресурс отдельных агрегатов определять по числу ударных воздействий в связи с суммарным накоплением повреждений в той или иной конструкции.

7. Полученные в диссертации результаты могут быть использованы при организации и реорганизации производства в других научно-производственных объединений, занимающихся ремонтом соответствующих транспортных средств.

1. Абрамов В.И., Кузнецов Н.С., Лабендик В.П. Принципы построения экспертной системы диагностирования двигателей НК-86. Рига: РАУ, 1993. Деп. в НТИЦГА 22.12.93 г., № 883 -га93. 19 с.

2. Алабин М.А., Козицкий А.Д., Шепель В.Т. Оценка ухудшения газодинамической устойчивости ТРДД в эксплуатации // Техническое обслуживание и ремонт воздушных судов гражданской авиации: Труды ГосНИИГА, вып. 250. М.: ГосНИИГА, 1986. С. 25-33.

3. Артемьев В.Г. Методика проектирования системы качества авиапредприятия с учетом факторов среды профессиональной деятельности авиаперсонала. Дисс. на соискание уч. степени к.т.н. М.: МГТУ ГА, 2002.

4. Ахмедзянов A.M., Дубравский Н.Г., Тунаков А.П. Диагностика

5. ВРД по термогазодинамическим параметрам. М.: Машиностроение, 1983. 206 с.

6. Барзилович Е.Ю. Савенков М.В. Статистические методы оценкисостояния авиационной техники. М.: Транспорт, 1987. 240 с.

7. Люлько В.И. Эксплуатация авиационных двигателей по техническому состоянию (теория и практика). М.: МГУ, 2002. 376 с.

8. Бортовая система обнаружения неисправностей самолета В 7J7 //

9. Возд. трансп.: Э-И. Зарубежый опыт. М.: ЦНТИ ГА, 1989. № 4. С.З 8.

10. Вороновский Г.К., Махотило К.В., Петрашев С.Н., Сергеев С.А.

11. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. X.: Основа, 1997. 112 с. Ю.Данилов В.Ю. Направления совершенствования научно-производственной деятельности авиаремонтного объединения. М.: МГУ, 2004.-226 с.

12. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. -384 с.

13. Голланд А.Б., Мац Э.Б., Морозов С.А. и др. Программный комплекс ГРАД для расчета газотурбинных двигателей // Изв. вузов. Авиационная техника. 1985. №1. С. 83-85.

14. Горбань А. Н., Дунин-Барковский В. Л., Миркес Е. М. и др. Ней-роинформатика. Новосибирск: Наука. 1998. 296 с.

15. Гриценко Е.А., Епишев Н.И., Жуков К.А. Защита и диагностика конвертированного авиационного ГТД НК-16СТ // Техника воздушного флота. 1993. № 2-3. С. 49 52.

16. Волков A.B., Данилов В.Ю., Красько С.Е. Эксплуатация по состоянию элементов конструкции воздушного судна // Научный вестник МГТУ ГА. № 63. 2003. С. 134 141.

17. Дружинин JI.H., Швец JI.H., Ланшин А.И. Математическое моделирование ГТД на современных ЭВМ при исследовании параметров и характеристик авиационных двигателей. ЦИАМ. Труды № 832. М.: ЦИАМ, 1979. 45 с.

18. Дорошко С.М. Контроль и диагностирование технического состояния газотурбинных двигателей по вибрационным параметрам. М.: Транспорт, 1984. 128 с.

19. Елисов JI.H. Дисс. на соискание уч. степени д.т.н. М.: МГТУ ГА, 1997.

20. Дубровин В.И., Субботин С.А. Методы повышения эффективности процедур нейросетевой диагностики // Нейрокомпьютеры: разработка, применение. № 3. 2002.

21. Епишев Н.И., Кажаев В.П. Вероятностное разделение множественных неисправностей ГТД по термогазодинамическим параметрам // Вибрационная прочность двигателей и систем летательных аппаратов: Сб. науч. трудов. Куйбышев: КуАИ, 1989. С. 32-37.

22. Епишев Н.И., Кочуров В.А., Кажаев В.П. Анализ эффективности параметрического метода диагностики при стендовых испытаниях // Вибрационная прочность двигателей и систем летательных аппаратов: Сб. науч. трудов. Куйбышев: КуАИ, 1988. С. 43-47.

23. Епишев Н.И., Кочуров В.А. Метод поузловой диагностики проточной части при ограниченном объеме информации // Вибрационная прочность двигателей и систем летательных аппаратов: Сб. науч. трудов. Куйбышев: КуАИ, 1987. С. 69-74.

24. Ермаков Г.И. Диагностирование технического состояния авиационных двигателей путем анализа работающего масла // Возд. трансп.: Обзорная информация. М.: ЦНТИ ГА, 1985. 42 с.

25. Зарин A.A., Логинов В.Е., Отман З.С. Диагностирование и регулирование топливной аппаратуры авиадвигателей. М.: Транспорт, 1989.-79 с.

26. Красько С.Е. Обоснование оптимальных процедур обслуживания по состоянию систем воздушных судов гражданской авиации, подверженных в процессе эксплуатации случайным ударным нагрузкам и деградациям. Дисс. на соискание уч. степени к.т.н. М.: МГТУ ГА, 2003.

27. Карасев B.A., Максимов В.П., Сидоренко M.K. Вибрационная диагностика газотурбинных двигателей. М.: Машиностроение, 1978.- 132 с.

28. Копытов Е.А., Кузнецов Н.С., Лабендик В.П. Обучение нейронных сетей с помощью диагностических матриц // Тезисы доклада Международной НТК "Гражданская авиация на рубеже веков", Москва, Россия, 30-31 мая 2001. М.: МГТУ ГА, 2001. С. 240-241.

29. Короткий С. Нейронные сети: основные положения // http://www.neuropower.de/rus/books/index.htmi.

30. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия Телеком, 2001. - 382 с.

31. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Издательство Физико-математической литературы, 2001. 224 с.

32. Кузнецов Н.С., Лабендик В.П. К вопросу разработки адекватной линейной математической модели ГТД для контроля состояния его проточной части с помощью диагностических матриц. Рига: РАУ, 1992. Деп. в НТИЦ ГА 13.08.92 г., № 873 -га92. 15 с.

33. Кузнецов Н.С., Лабендик В.П. Особенности формирования диагностических матриц для контроля состояния проточной части авиационных ГТД // Изв. вузов. Авиационная техника. 1993. № 3. С. 97-101.

34. Кузнецов Н.С., Лабендик В.П. Оценка погрешности линеаризации при использовании линейной математической модели двигателя НК-86 для диагностики состояния его проточной части. Рига: РАУ, 1992. Деп. в НТИЦ ГА 12.04.93 г., № 879 га93. - 12 с.

35. Лабендик В.П., Кузнецов Н.С. Проблемы разработок экспертных систем для диагностирования авиационных двигателей. Рига: РКИИГА, 1991. Деп. в ЦНТИ ГА 4.03.91 г., № 836 -га91. 10 с.

36. Лабендик В.П., Кузнецов Н.С. Развитие зарубежных автоматизированных систем диагностирования авиационных двигателей. Рига: РКИИГА, 1991. Деп. в ЦНТИ ГА 4.03.91 г.,№ 838-га91. 14 с.

37. Лебедев A.A. Современное состояние и перспективы развития автоматизированных систем диагностирования авиационных двигателей // Возд. трансп.: Обзорная информация. М.:ЦНТИ ГА,1987. 27 с.

38. Лозицкий Л.П., Янко А.К., Лапшов В.Ф. Оценка технического состояния авиационных ГТД. М.: Транспорт, 1982. — 160 с.

39. Мац Э.Б., Каховский К.В., Тунаков А.П. и др. Адекватная математическая модель двигателей семейства НК-8 // Межвуз. науч. сб. Испытания авиационных двигателей. Уфа: УАИ, 1984. № 12. С. 89-98.

40. Метелкин М.Б. Диагностирование газотурбинных двигателей по характеристикам модулей // Автореферат дисс. на соискание ученой степени к.т.н. М: ГосНИИ ГА, 1996. 29 с.

41. Методика контроля технического состояния двигателя НК-86 (3-я редакция). Методика № МО 1.1791. Куйбышев: КНПО «Труд», 1991.-271 с.

42. Павленко В.И., Пить И.И. Метод оценки технического состояния ГТД на основе обобщенного статистического критерия // Труды ЦИАМ. Вып. 5 (1271). 1990. С. 31- 40.

43. Пархоменко П.П., Сагомонян Е.С. Основы технической диагностики. Кн.2 Оптимизация алгоритмов диагностирования, аппаратные средства. М.: Энергоиздат, 1981. 320 с.

44. Построение экспертных систем / Под ред. Хейеса-Рота Ф., Уотер-мана Д., Лената Д. М.: Мир, 1987. 441 с.

45. Практическая диагностика авиационных газотурбинных двигателей / Под ред. Степаненко В.П. М: Транспорт, 1985. -102 с.

46. Результаты и перспективы развития систем контроля состояния ГТД / Webb Gary J. // "SAE Tech. Pap. Ser.". 1987. N 871733. P. 16. (на англ. яз.)

47. Сиротин H.H., Коровкин Ю.М. Техническая диагностика авиационных газотурбинных двигателей. М.: Машиностроение, 1979. -272 с.

48. Системы контроля состояния и продления срока службы авиационных двигателей // Возд. трансп.: Э-И. Зарубежн. опыт. М.: ЦНТИГА, 1989. N4. С. 8-12.

49. Смирнов H.H., Ицкович A.A. Обслуживание и ремонт авиационной техники по состоянию. М.: Транспорт, 1980. 232 с.

50. Сотник C.JI. Курс лекций по предмету «Основы проектирования систем искусственного интеллекта» // http://www.neuropower.de/ms/books/index.htmi.

51. Таусенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ. М: Финансы и статистика, 1990.-320 с.

52. Технические средства диагностирования: Справочник / В.В.Клюев, П.П.Пархоменко, В.Е.Абрамчук и др. М.: Машиностроение, 1989. 672 с.

53. Уоссермен Ф. Нейрокомпьютерная техника. М.: Мир, 1992. 240 с.

54. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989.-388 с.

55. Хехт-Нильсен Р. Нейрокомпьютинг: история, состояние, перспективы // Открытые системы. 1998. № 4.

56. XMAN экспертная система для автоматизированной диагностики ТРД / Jellison T.G. et all. // "AIAA Pap", 1987, N 1931 (на англ. яз.)

57. Черкез А.Я. Инженерные расчеты газотурбинных двигателей методом малых отклонений. М.: Машиностроение, 1975. 380 с.

58. Черноруцкий И.Г. Методы оптимизации и принятия решений. СПб.: Издательство «Лань», 2001. -384 с.

59. Экспертная диагностическая система для самолета В-1В / Cava-naugh Kevin F. // Proc. IEEE Nat. Aerosp. and Electron. Conf. (NAE-CON), Dayton, Ohio, 1987. Vol. 1. (на англ. яз.)

60. Экспертная система JET-X для обнаружения неисправностей реактивного двигателя / Shah Pasik Р. et all // Proc. Int. Workshop Artif. Intell. Ind. Appl., Hitacki City, May 25-27, 1988. New York, 1988. P.135-139. (на англ. яз.)

61. Электронный консультант летчика самолета ATF/Stein Kenneth J. // "Aviat. Week and Space Technol." 1987. № 7. P. 75-76.

62. Ямпольский В.И., Белоконь Н.И., Пилипосян Б.Н. и др. Контроль и диагностирование гражданской авиационной техники М.: Транспорт, 1990. 182 с.

63. Batcho P. Modeling gas turbine deterioration due to high levels of dust ingestion. AIAAPap. №. 87-0144, 1987.

64. Boyles J.A. et all. F-100 engine diagnostic sistem (EDS) // "AIAA Paper". № 1448. 1981.

65. Collin G. Data acquisition units and AIDS. "Air Transport World". V.18. № 12, 1981.

66. Doane P.M., Kinby W.R. F/A-18 inflight engine condition monitoring sistem. // "AIAA Paper". № 1237. 1983.

67. Peerat D.E. B-1B central integrated test sistem optimisation 1987 // "Proc. IEEE Nat. Aerosp. and Elecrtron. Conf. (NAECON)", Dayton, Ohio, New York. Vol. 1. 1983.

68. Urban L.A. Gas Path Analysis Applied to Turbine Engine Condition Monitoring. AIAA Pap. № 72-1082. 1972.

69. Urban L.A. Parameter Selection for Multiple Fault Diagnostics of Gas Turbine Engines. ASME Pap. № 74-GT-62. 1974.76.3агоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во ин-та математики, 1999. — 270 с.

70. Quinlan R. "Introduction of decision trees". Machine Learning 1. 1986. P. 81 106.

71. Piatetsky-Shapiro G. and Frawley W.J., eds. Knowledge Discovery in Databases. AAAI Press, Menlo Park, California, 1991.

72. Гладун В.П. Партнерство с компьютером. Человеко-машинные целеустремленные системы. Киев: Port-Royal, 2000. 128 с.

73. Gladun V.P., Rabinovich Z.L. "Formation of the Word Model in Artificial Intelligence System // Machine Intelligence, 9, Ellis Herwood Ltd., Chichester, 1980. P. 299 309.

74. Гладун В.П. Планирование решений. Киев: Наукова думка, 1987. -168 с.

75. Gladun V.P. and Vashchenko N.D. "Analytical processes in pyramidalnetworks" // International journal on information theories & applications. FOI-COMMERCE, Sofia. Vol. 7. N 3. 2000. P. 103 109.

76. Kiselyova N., Gladun V., Vashchenko N. "Computational Materials Design using Artificial Intelligence Methods" // Journal of Alloys and Compounds. 279 (1998). P. 8 13.

77. Гладун Г.С. Адаптивный алгоритм диагностики состояния сложной системы // Модели технического обслуживания сложных систем. М.: Высшая школа, 1982. С. 164- 169.

78. ПонтрягинЛ.С., Болтянский В.Г., Гамкрелидзе Р.В., Мищенко Е.Ф. Математическая теория оптимальных процессов. М.: Наука, 1969.-378 с.

79. Reed W.J. Optimal preventive maintenance protection and replacement of a revenue-earning asset // Appl. Mathem. and. Comput. 1987. N 24. P. 15-28.

80. Барзилович Е.Ю. Оптимальное управляемые случайные процессы и их приложения. Егорьевск: ЕАТК ГА, 1996. 321 с.

81. Lin Ye. Geometric processes and replacement problems. Acta Math. Appl. V. 4. N4. 1988. P. 9-17.

82. Ярлыков M.C., Барзилович Е.Ю. Оптимальная эксплуатация авиационных систем по состоянию с учетом ошибок измерения // Проблемы надежности летательный аппаратов. М.: Машиностроение, 1985. С. 17-25.

83. Барзилович Е.Ю. Приложение математических методов к задачам эксплуатации авиационной техники. ВВИА им. проф. Н.Е.Жуковского. М., 1965. 276 с.

84. Барзилович Е.Ю., Захаренко С.К. Сравнительная оценка оптимальных методов управления монотонно возрастающим случайным процессом // О надежности сложных технических систем. М.: Сов. радио, 1966. С. 83-95.

85. Висков О.В., Ширяев А.Н. Об управлениях, приводящих к оптимальным стационарным режимам // Труды МИ АН СССР. LXXI. 1964. С. 114-121.

86. Derman С. On optimal replacement rules when changes of state are marlcovian optimization techniques. University of California press, Berkeley and Los-Angeles, 1963. P. 201 210.

87. Барзилович Е.Ю., Воскобоев В.Ф. О Марковских задачах профилактики стареющих систем // Автоматика и телемеханика. № 12. 1967. С. 25-37.

88. Андронов A.M., Арустамов М.А., Барзилович Е.Ю. и др. Справочник в 10 томах. Надежность и эффективность в технике. Т. 8. Эксплуатация и ремонт. М.: Машиностроение, 1990. 319.

89. Ховард Р.А. Динамическое программирование и марковские процессы. М.: Сов. радио, 1964. 207 с.

90. Derman С. Optimal replacement and maintenance under markovian deterioration with probability bonds on failure // Manag. Science. V. 9. N. 3. 1963. P. 19-27.

91. Барзилович Е.Ю. Об одной аналитической модели оптимального управления случайным процессом // Научный вестник МГТУ ГА. № 19. 1999. С. 97-99.

92. Лончаков Ю.В. О мониторинге состояний и принятии оптимальных решений в системе «человек машина - среда». М.: МГУ им. М.В.Ломоносова, 2003. - 106 с.

93. Pritslcer А.В. The setting of maintenance tolerance limits // The Journal of Industrial Engineering. V. XIV. N 2.1963. P.15 27.

94. Pritsker A.B. The Monte Carlo approach to setting maintenance tolerance limits // The journal of Industrial Engineering. V. XIV. N 3. 1963. P. 9-20.

95. Прокопьев И.В. Методы выявления старения в технических системах, повышения их надежности и ресурсосбережения. М.: МГУ, 2002. 87 с.

96. Taylor Н.М. Optimal replacement under additive damage and other failure models. Nav. Res. Logist. Quart., 22, 1975.

97. Шевчук А.Г. Оптимизация модели эксплуатации механической системы с непрерывным восстановлением. Сб. научн. трудов № 168 Вопросы диагностики и надежности сложных систем, под ред. Е.Ю.Барзиловича. М.: МЭИ, 1988.

98. Дынкин Е.Б. Марковские процессы. М.: ФМ, 1964.

99. Zuckerman D. Optimal stopping in a semi-Markov model. J. Applied Probability, 15, 1978.

100. Zuckerman D. Optimal Maintenance Policy for Stochastically Failing Equipment: A Diffusion Approximation. Nav. Res. Logist. Quart., v. 33, 1986.

101. ПО.Бадалов M.H., Малофеев О.А. Оптимизационная задача планирования профилактического ремонта оборудования // Вопросы оптимального управления и исследования операций. Иркутск, 1988. С. 101 107.

102. Барзилович Е.Ю., Кравченко А.В., Филиппов В.В. Об одной управляемой системе массового обслуживания // Кибернетические системы управления подвижными объектами. Межв. научн. сб. Уфа, 1982. С. 136-141.

103. Lyons N.R. Resource planning for randomly arriving stochastic jobs // Manag. Sci. 1979. 21. N 28. 931 936.

104. Бондаренко A.T., Сапатый П.С. Алгоритм распределения независимых работ на параллельно работающие устройства // Изв. АН СССР. Техническая кибернетика. 1975. № 4. С. 101 103.

105. Кузнецов В.Ф. Использование ресурсов с учетом возможности их перемещения при заданной технологии сети // Изв. АН СССР. Техническая кибернетика. 1975. № 4. 48 56.

106. Aoki M., Toda M. Parameter adaptive resource allocation problem for a decentralized dynamic system // JEEE Trans. Automat. Contr. 1999. 20. N2. 199-200.

107. Farnlund S.A. Computation of resource requirements // "BJT" (Sver.) 1995. 15. N2. 215-220.

108. Munch-Andersen Bo., Zahle Torben U. Job scheduling preventing deadlock and permanent blocking // Rapp. Datalog. inst. Kjabenhavns univ. 1994. N9.-21 p.

109. Конвей P.B., Максвелл B.JI., Миллер Л.В. Теория расписаний / Пер. с англ. М.: Наука, 1975. 360 с.

110. Flynn J. Retaining productive units: A dynamic programming model with a steady state solution // Manag. Sci. 1995. 21. N 7. 753 764.

111. Васильев Ф.П. Численные методы решения экстремальных задач. М.: Наука, 1980.-318 с.

112. Хедли Дж. Нелинейное и динамическое программирование. М.: МИР, 1967.-512 с.

113. Дуб Дж. Вероятностные процессы. М.: Ф.М., 1956. 635 с.