Содержание к диссертации
Введение
Глава 1. Методы планирования работ по созданию систем и комплексов управления летательными аппаратами 17
1.1. Способы проектирования авиационных комплексов 17
1.2. Основные показатели качества и стоимости моделей проектирования систем управления летательными аппаратами 27
1.3. Построение моделей прогнозирования проектов авиационных комплексов 32
1.4. Оценка эффективности организации проектирования систем
управления летательными аппаратами 37
1.5. Разработка авиационных комплексов с помощью автономного адаптивного управления 43
1.6. Выводы к первой главе 47
Глава 2. Применение автоматизированных систем управления при создании авиационных комплексов управления 50
2.1 Синтез оптимальных цифровых законов управления 50
2.2 Реализация законов управления авиационными комплексами на бортовых цифровых вычислительных машинах методами автоматизированных программных процедур 57
2.3 Математические методы построения переходных полетных процессов 64
2.4 Автоматизация контроля цифровых систем управления летательными аппаратами 71
2.5 Выводы ко второй главе 79
Глава 3. Проблемы диагностирования при полунатурных и натурных испытаниях систем и комплексов управления летательными аппаратами 81
3.1 Методы диагностирования работы аппаратурного и программного обеспечения систем управления летательными аппаратами 82
3.2 Математическая модель летчика в режиме пилотирования 86
3.3 Основные положения построения высоконадежных систем управления летательными аппаратами 100
3.4 Выводы к третьей главе 103
Глава 4. Основные положения оценки эффективности автоматизации проектирования систем и комплексов управления летательными аппаратами 106
4.1 Марковские модели для принятия решений в условиях неопределенностей 106
4.2 Принятие решения реализованных проектах авиационных систем и комплексов управления по данным летно-конструкторских испытаний 109
4.3 Принятие решений о проектах на основе теории игр 117
4.4 Выводы к четвертой главе 121
Выводы 123
Список литературы 127
Приложения 138
А1 Сравнение специализированных бортовых цифровых вычислительных машин МВС-4 и МВС-32.. 138
А.2 Фрагменты рабочих программ МВС-32 148
- Способы проектирования авиационных комплексов
- Синтез оптимальных цифровых законов управления
- Методы диагностирования работы аппаратурного и программного обеспечения систем управления летательными аппаратами
- Марковские модели для принятия решений в условиях неопределенностей
Введение к работе
Безотказность работы систем и комплексов управления является одним и: важнейших параметров для всех типов летательных аппаратов, совершающих полеть в заданных эксплуатационных условиях, которая гарантирует возможность ю исполнения в любые моменты времени. Обычно под безотказностью комплексої управления понимается вероятность обеспечения всех установленных параметрої системы в заданном диапазоне значений в выбранном интервале времени Вероятность отказа комплекса определяется качеством проектирования \ используемыми конструкциями датчиков, аналоговых приборов и вычислительны> машин, преобразователей и рулевых приводов, входящих в комплекс, а такж* качеством испытаний. Одним из важнейших условий достижения необходимы> показателей качества при проектировании является автоматизация процесс* разработки на всех ее этапах- синтезе законов управления, MaTeMaranecKON моделировании, разработки и отладки программного обеспечения, разработкь конструкции и схемных реализаций аппаратуры, разработки систем и методиь контроля аппаратуры при производстве, стендовых и летных испытаний.
В процессе проектирования необходимо обеспечить конкурентную способності комплексов с учетом объемов выделенного финансирования, а также наличие трудовых и производственных ресурсов предприятия.
Оценки качества методов проектирования комплексов проводились на основе полиномиальных зависимостей, которые позволяют использовать методы геометрического программирования. Сущность данного метода заключается в получении условий оптимальности на основе классической теории преобразования Лагранжа с применением процедуры Куна-Таккера.
Такое направление решения конкретных задач опирается на способы понижения размерности пространства путем упорядоченной последовательности частных критериев эффективности с помощью процедур декомпозиции, впервые введенных Дж. Ту [82] и получившим свое дальнейшее развитие в работах [11, 86, 135]. Впервые в такой постановке задачи решались способами геометрического программирования, предложенными Элмором Петерсоном [122, 123]. Однако эти работы содержали только математические постановки задач и содержали лишь
5 доказательства теорем, которые не были рассчитаны на практическое применение.
Затем после работ Уильяма Саудера, А.И. Половинкина, И.П. Норенкова и
А.Ю. Щауца они стали приближаться к инженерным решениям [71, 130, 131].
Следует отметить, что полная автоматизация решений [28, 70] достаточно сложна, так как требует удовлетворения множеству показаний в виде следующих критериев: реальности и гибкости проекта в условиях выдерживания заданных требований применимости, простоты конструкции и конкурентоспособности комплекса при ограниченных финансовых затратах в заданные сроки. Тогда в процессе разделения ответственности за выполнение проекта необходимо учитывать приоритетность различных этапов работы, состоящих из следующих этапов: проектирования моделей комплекса, разработки проектно-конструкторской документации (в виде чертежей или дисков), изготовления всей аппаратуры с ее сборкой, а также проведения стендовых и летно-конструкторских испытаний [8, 11, 26, 88,102].
При разработке новых проектов конструктора, применяя САУ, вынуждены пользоваться не только количественными, но и качественными показателями в виде числовых критериев. Это привело к тому, что на начальном этапе выбора технических проектов комплексов конструкторам часто приходилось прибегать к мнениям опытных специалистов (экспертов), работающих в данном научном направлении. В этом случае при установлении оценок эксперты вынуждены пользоваться соответствующими весовыми множителями в десятибалльной системе счисления, что расширяет диапазон значений, повышающих точность процедур ранжирования по их важности [8,11,92].
По мере накопления опыта конструирования комплексов на последующих этапах начали применять специальные алгоритмы, реализуемые на электронных вычислительных машинах. Наиболее просто это осуществляется путем описания моделей статистическими состояниями. В результате при определенных значениях неопределенностей состояний комплексы могут быть отнесены к различным классам. Тогда процедуры распознавания выполняются с помощью функций правдоподобия по классификационному правилу, приводимому к средней наименьшей вероятности появления ошибок. Поэтому задача распознавания
сводится к построению решающих функций, которые должны обеспечивать
разбиение пространства признаков на разделяющие классы. С помощью принципа дивергенции, представляющего собой меру расхождения между показателями и условным риском. При этом вводится разделяющая гиперплоскость для выделения наиболее перспективного авиационного комплекса с одинаковыми и различными ковариационными матрицами в процедурах классификации. В тех случаях, когда для повышения степени информативности основных показателей комплексов вводятся дополнительные признаки, повышающие прирост эффективности, а также максимальные значения оценок вероятностей в зависимости от риска возможных потерь.
Наряду с этим будем пользоваться дискретным разложением Карунена-Лоэва, которое не только минимизирует среднюю квадратическую ошибку в виде конечного числа базисных функций, но и минимизирует энтропию, выражаемую через дискретные коэффициенты разложения [81].
Классификация ситуаций лежит в основе интеллектуальной деятельности человека [87] и в настоящее время стала широко применяться в виде автономного адаптивного управления (ААУ), в котором входные векторы представляют собой состояния, а выходные - законы распознавания. Эти процедуры выполняются на нейронных сетях с внешними устройствами, настраивающими веса связей нейронов. Применяемые на практике ААУ обладают более сложной функциональной структурой, чем статистические модели (классификаторы), так как они способны автоматически накапливать статистические данные в нескольких узлах и изменять свою структуру при выявленных определенных закономерностях. Нейроны в ААУ могут учитывать временные задержки, которые возникают за счет взаимных связей. Важные результаты в данном направлении были получены А.А. Ждановым [33 - 35], Р. Гилмором [111], П.Е. Раппом [124] и Л.А. Заде [137].
По принципу своего действия кажется, что системы ААУ близки к искусственной сети Хопфилда с обратными связями. Однако при более глубоком рассмотрении имеется существенное различие, так как сети Хопфилда способны реагировать только на предъявленные состояния, а при реализации ААУ выполняются новые действия в поисках наилучших решений.
Сравнение возможностей экспертных систем с ААУ показывает, что первая из них функционирует на высоком уровне профессиональных знаний специалистов, а вторая действует только с оценками, поступающими в двоичном коде с последующими усложнениями системы. Другими словами, система работает на рефлекторном уровне и набирает статистические данные, мало вдаваясь в содержательный смысл найденных закономерностей, а только пользуясь основными критериями эффективности. Так как система ААУ функционирует только в автоматическом режиме и не обладает возможностями человеческих знаний, то значимость ее результатов для принятия решений существенно меньше, чем у экспертной системы.
Важное ее преимущество состоит в том, что конструктор во время своей работы над проектом может неоднократно применять ААУ при различных уточнениях. Нельзя не отметить, что по мере увеличения числа нейронов возможности системы ААУ существенно повышаются. Особенно для летательных аппаратов, которые содержат неточные параметры. Повышение числа нейронов в сетях позволит решения с ААУ приближать к получаемым с помощью экспертных систем [33-36].
На всех этапах создания и эксплуатации комплексов с АСУ можно учитывать множество полетных режимов в широком диапазоне высот и скоростей полета, позволяющих выбирать основные траектории, улучшая маневренные возможности летательных аппаратов без нарушения их устойчивости. В условиях полета, близких к аварийным, необходимо обеспечивать без возмущений переход с автоматических режимов на ручные и обратно. Следует отметить, что при боевых полетах самолеты и вертолеты должны обладать высокими точностями наведения при пусках ракет, стрельбах из стрелково - пушечного оружия и бомбометании.
Данная работа посвящена методам разработки макетов и изготовления действующих образцов, заводским и летно-конструкторским испытаниям комплексов управления летательными аппаратами с помощью систем автоматизированного управления, основанных на критериях эффективности с обычно применяемыми оценками показателей качества. При этом учитываются весовые коэффициенты и находятся доверительные вероятности оценивания. Рассматриваются четыре наиболее часто используемые на практике метода:
8 с помощью показаний экспертов, с автоматизированными стохастическими
процедурами с обучением и без него, а также с автономным адаптивным
управлением.
В системах с обучением для определения оценок можно пользоваться методами Л.А. Заде [136, 137], основанными на том, что при значениях оценки больше 0,5 следует брать ее в виде «1», а при меньших 0,5 - в виде «0». Для вычисления оценок следует пользоваться программой Matlab с соответствующими дополнениями. При этом необходимо иметь в виду, что закон распределения случайных величин является нормальным с известными средними значениями и ковариационными матрицами. Системы без обучения требуют большого числа дополнительных данных и приводят к сложным формулам, что, в свою очередь, влечет за собой большие затраты машинного времени на ЭВМ. С целью уменьшения объема вычислений приходится прибегать к априорным вероятностям, получаемым на основании данных заводских испытаний, и пользоваться теоремой Байеса [14,47, 117,127].
Значительное внимание в работе уделяется синтезу оптимальных законов управления и стабилизации авиационных комплексов с определением надежности резервированных комплексов с алгоритмами диагностирования и устранением неисправностей. Все теоретически положения надежности построены на марковских процессах в автоматических режимах работы или ручных с летчиком при предполетной проверке и пилотировании. В заключение рассматриваются методы ожидаемой полезности и на их основе принимаются решения о качестве разработанных комплексов с помощью теории игр.
Результаты теоретических исследований авиационных комплексов управления подтверждаются экспериментальными данными, полученными при заводских и летно-конструкторских испытаниях самолетов Су-ЗОМКИ, МиГ-29СТ и вертолета «АНСАТ».
Перейдем теперь к краткому изложению основного содержания четырех глав диссертации, двух приложений и заключения. В первой главе рассматриваются способы получения наилучших проектных решений авиационных комплексов управления, удовлетворяющих десяти коэффициентам эффективности с весовыми оценочными сомножителями, характеризующими модели систем автоматического
9 управления, организационно-техническими и экономическими показателями. Тогда
к первому из них будем относить многокритериальное^, содержащую множество различных ограничений, которые вряд ли можно учитывать, так как через каждые пять - семь лет значительно меняются облик и характеристики летательных аппаратов, силовых двигателей, аппаратуры управления и систем вооружения. Второй должен соответствовать условиям гибкости комплекса, то есть возможности применения пролонгированных на 25 лет фундаментальных и прикладных научно-технических исследований при выдерживании сроков календарного планирования всех установленных этапов работ с выдерживанием заданного финансирования. Третий обычно задается во временном диапазоне эксплуатации в нормальных условиях.
Требования создания конкурентоспособного комплекса в значительной мере зависят от применения новейшей технологии и новых материалов для изготовления аппаратуры комплексов, что может привести к торговому и техническому рискам, обозначенными в виде шестого, седьмого и восьмого коэффициентов эффективности с такими же значениями оценочных сомножителей. Девятый и десятый коэффициенты характеризуют степень чувствительности комплексов относительно точности исходных данных и простоту дальнейшего совершенствования проекта при невысоких финансовых затратах.
Наиболее просто при анализе создаваемых новых авиационных комплексов эксперты составляют таблицы с ранжированными значениями весовых сомножителей по степеням их важности от 10 до 1 и ставят оценки показателей в двоичной системе равными «1» при высоких значениях качества или «0» при низких. Числовые величины абсолютных коэффициентов эффективности будем вычислять для каждого из предлагаемых методов проектирования в виде суммы из произведений значений качества по столбцам и применяемых весовых сомножителей. Относительные коэффициенты эффективности находятся после вычисления значений по каждому столбцу относимым к максимально возможному общему значению [8, 11].
Для построения моделей проектов авиационных комплексов по основным признакам удобно пользоваться дискретным разложением Карунена-Лоэва, которое
10 обладает следующими оптимальными качествами: во-первых, минимизирует
среднеквадратическую ошибку при применении лишь конечного состояния
базисных функций, во-вторых, минимизирует функцию энтропии, представленную
через дисперсии коэффициентов разложения, которые можно разложить по системе
ортогональных функций [82]. Это позволяет по данной методике составлять
алгоритмы классификации и прогнозирования перспективности для повышения
эффективности комплексов. В цифровых комплексах в качестве аналога
автокорреляционных функций применяется дискретная матрица.
Возможность увеличения числа показателей путем парных комбинаций
позволяет расширить процедуры прогнозирования на основе максимизации
дивергенции. Данная задача решается в работе с одинаковыми и различными
ковариационными матрицами [11]. При этом предлагается способ увеличения числа
показателей и увеличения оценок эффективности по максимуму вероятности ошибок
относительно дивергенции для двух наиболее предпочтительных классов. Наряду с
этим предлагается повышать точность оценок эффективности моделей комплексов
вводом дополнительных априорных данных в формулу Байеса. Подобная работа
выполнялась на динамическом стенде с вычислением апостериорной точности
вероятности с Р-распределением при выделении успешных испытаний из общего их
количества. Такой подход позволяет уменьшить количество стендовых испытаний,
что значительно сокращает время и стоимости, затрачиваемые на проверку, отладку
и доводку и систем управления летательными аппаратами. Для этого пользуются
вычислением математических ожиданий и дисперсий ожидаемых успехов. Однако
при этом необходимо располагать достоверной априорной информацией, например,
на основании ранее созданных макетов авиационных комплексов [47, 97, 127]. В
результате определяется количество необходимых стендовых испытаний
авиационных комплексов при различных числах отказов с нижней границей
доверительного интервала надежности, гарантирующего достижение заданной
эффективности. Одновременно с этим можно пользоваться формулами для значений
среднего риска, а также находить вероятности ошибок и сравнивать их с другими
методами.
Применение интеллектуальной поддержки с помощью автономного адаптивного управления и вычислительных алгоритмов позволяют накапливать статистические данные в узлах нейронных сетей. Тогда по формуле Байеса с набором данных и нейронами определяется наилучший макет проекта из условий максимизации апостериорной вероятности. При фиксированном наборе коэффициентов эффективности получается отрицательный логарифм вероятности, пропорциональный разности квадратов, а его аппроксимация сводится к минимизации средней квадратической ошибки.
Вторая глава посвящена синтезу цифровых законов управления при учете ограничений на управление и фазовые координаты на основе принципа максимума Понтрягина [9, 20, 72]. Решаемая задача несмотря на ее общность и большие возможности еще не получила своего развития для цифровых систем. Поэтому будем пользоваться редукцией при дискретной оптимизации, сводимой к задаче нелинейного программирования, что приводит к высокой размерности задачи, затрудняющей практическое применение.
Для устранения данного недостатка предлагается ввести дополнительные матрицы, сводящие вычислительные процедуры к размерности фазового пространства. Такой подход является крайне эффективным, так как позволяет учитывать любые ограничения на фазовые координаты. Кроме того, вычислительные процедуры сводятся к штрафным функциям, легко реализуемым на бортовых цифровых вычислительных машинах [9, 61].
С целью упрощения задачи оптимизации воспользуемся диалоговым режимом, позволяющим корректировать решаемую задачу с использованием средств текстового редактора, изменять значения параметров и управлять многоуровневыми процессами оптимизации, осуществлять остановку процесса решения задачи и возобновлять его из текущего состояния, а также составлять протокол диалогового сеанса [30, 89]. В настоящее время диалоговая система оптимизации состоит из пакета программ и диалогового монитора, управляющего процедурами вычислений. В пакете предусмотрены возможности изменения программного обеспечения для исключения неустойчивых расходящихся переходных процессов или автоколебаний. Для этого в комплекс вводятся корректирующие устройства, повышающие запасы
12 устойчивости по модулям и фазам, качество и точность комплексов управления
при действии регулярных и случайных сигналов.
Окончательное суждение о выбранных параметрах системы управления проводилось на динамическом стенде с подключением реальной аппаратуры. Полученные в результате переходные процессы сравнивались на соответствие с заданными тактико-техническими требованиями. При этом в комплекс системы управления включаются БЦВМ с выбранным законом оптимального управления.
Чтобы исключить возможность появления в ней неисправностей проводится автоматизированный контроль всех ее устройств. При этом показывается, что повышение надежности действия системы АСУ-контроль обеспечивается за счет подключения резервных устройств, изготовленных из обычных по стоимости и надежности элементов. Тогда стоимость системы автоматизированного контроля возрастает незначительно, увеличивая надежность ее действия в 100 - 200 раз [10, 11].
В третьей главе излагаются полунатурные методы моделирования авиационных комплексов на динамическом стенде с определением способов выбора наилучших параметров. Для этого применяется математическая модель с введением в нее входных сигналов в виде искусственных возмущений и получения выходных обобщенных показателей эффективности. Для чего используется регрессионная модель, в которой искомые параметры определяются методом наименьших квадратов и условий минимума квадратичной функции [50]. В результате будет получена система векторно-матричных уравнений на основе информационной матрицы Фишера. Используя ее обратную матрицу, находится вектор оценок и мера отклонения регрессионной функции от исходной функции в виде дисперсии. На практике для этого применяются критерии, получаемые из экспериментальных планов: >-оптимального плана, минимизирующего значение определителя соответствующей ковариационной матрицы и Ст-оптимального плана, минимизируюшего величину дисперсии. При решении большинства задач проектирования комплексов и систем управления D-оптимальные планы совпадают с G-оптимальными планами. Непрерывный /)-оптимальный план полностью характеризуется спектром и частотами выполняемых наблюдений при стендовых и
13 летно-конструкторских испытаниях. Нахождение точек спектра и частот возможно
за малое число циклов при использовании рекуррентных формул.
Наиболее удобным способом оценивания надежности являются методы, построенные на перечислении состояний комплексов систем управления с определением вероятностей их состояния, представляемых в виде диаграмм и марковских сечений. Для каждого из них составляются дифференциальные уравнения Колмогорова и вычисляются вероятности отказов и восстановлений.
С целью повышения надежности комплексов систем управления используются способы мажоритарного резервирования, которые обеспечивают подключение неисправных систем без дополнительных возмущений. Однако при этом не учитывается возможность выхода из строя мажоритарного устройства. Для создания высоконадежных комплексов предлагается введение резервирования не только основных устройств управления, но и мажоритарных.
Большое влияние на безаварийность действия комплексов в моменты перехода с автоматических режимов полета на ручные оказывает качество подготовки летчиков [40, 47, 88]. Для их учета необходимо располагать моделью летчика, которая может быть построена двумя методами - аналитическим или графическим. Первая из них создается на основе математической модели В.А. Боднера и вычисляется по передаточной функции человека, учитывающей зрительное восприятие внешней обстановки и силовое управление ручкой пилота с помощью нервно-мышечных процессов, происходящих в организме. В результате могут быть получены нелинейные дифференциальные уравнения пилота. Вторая представляет собой логарифмические эквивалентные амплитудные и фазовые частотные характеристики, построенные с использованием приведенной прямой или обратной номограммы Никольса [13]. Путем сравнения частотных характеристик систем управления в автоматическом и ручном режимах определяется математическая модель летчика и оценивается надежность [78, 81, 85].
В четвертой главе основное внимание обращается на принятие решения с оценками качества авиационных комплексов, полученных с помощью методов АСУ. Наличие ряда неисправностей, связанных с вероятностью успешного завершения всех работ над проектом, технического риска и сбыта готовой продукции (или
14 вероятностью успешного внедрения и реализации) приводит к применению
марковских процессов принятия решений [97, 117, 127]. Построенная таким образом
стохастическая модель проекта выражает взаимную связь между управляемыми и
неуправляемыми переменными, технологическими параметрами, а также
критериями эффективности. Для этого необходимо собрать основные данные, к
которым модель оказывается наиболее чувствительна в условиях множества
критериев и ограничений. Далее принятая модель должна быть оценена на
достоверность по критерию Колмогорова-Фишера %2. После получения
положительных результатов можно перейти к составлению интегрированной
системы планирования и руководства, которое в первую очередь должно
осуществляться в сопоставлении текущих затрат с запланированными и введении
изменений в техническую и организационную части проектов.
В последние годы значительное внимание начали уделять математическим методам теории игр, когда стали рассматриваться кооперативные игры. В этом случае конкурирующие фирмы будут воздействовать друг на друга в условиях принятых ими соглашений. Однако кооперация требует введения побочных платежей и при этом общие прибыли фирмы значительно возрастут. Тогда применяется игровое моделирование при оценках правильности принятых решений, особенно когда у разработчика возникает сомнение в справедливости полученных результатов. Важной особенностью игрового моделирования является обсуждение ее результатов с приглашением экспертов.
Сравнение бортовых цифровых вычислительных машин МВС-4 и МВС-32 и фрагменты рабочих программ приведены в приложении А.
Внедрение результатов работы определяется автоматическими методами разработки и испытаний базовых функциональных устройств систем управления различными летательными аппаратами. Для самолета Су-ЗОМКИ аппаратуры: устройства аналогово ввода-вывода УАВВ-24, технических средств дискретной связи УДС-5-3; вычислительной специализированной машины МВС-4. Для самолета Су-35 системы КСУ-10М: интегрального блока датчиков ИБД-46; устройства дискретной связи УДС-13; вычислительной специализированной машины МВС-32. Для САУ-140 самолета Ан-140: устройства дискретной связи УДС-11;
15 вычислительной специализированной машины МВС-8. Для вертолета «Ансат» с
системой КСУ-А: интегрального блока датчиков ИБД-43; вычислителя
интегрального блока датчиков ВИБД-5; вычислителя жесткой связи ВЖС-11. Для
ЭДСУ-200 самолета Бе-200: устройства аналогового ввода-вывода УАВВ-1;
технических средств дискретной связи УДС-12. Для САРД самолета Ту-334 с
вычислителем - ВСАРД-6 и для СИМЦ самолета ТУ-334 вычислителя -
ВСИМЦ-7.
Разработанные и изготовленные устройства для первичного применения в виде указанных базовых функциональных элементов создавались как унифицированные, в связи с этим они нашли вторичное применение в ряде других комплексных систем управления: КСУ для МиГ-AT, САУ-10В для Су-34, САУ-451 для МиГ-29.
Основные научные результаты подтверждены одним патентом на изобретение и девятью научными публикациями в журналах и сборниках, а также докладом на всероссийской III Научно-технической конференции по проблемам и развитию систем управления вооружением в городе Курске в 2002 году
Полученные результаты работы, заключающейся в создании способов оценивания авиационных комплексов, основанных на методах экспертных оценок, статистического моделирования с обучением и без него, а также с автономным адаптивным управлением, подтверждены конкретными расчетами, позволяющими рекомендовать автоматизированные процедуры проектирования и оценивания, а также автоматические без участия человека-оператора. Последние являются более предпочтительными, но они нуждаются в создании базы данных с автоматическим управлением, нейронных сетей с настраиваемыми весами связей, позволяющими наиболее выгодно перестраивать законы стабилизации и управления летательными аппаратами.
Реализация разработанных алгоритмов подтверждена с помощью методов проектирования, технических способов изготовления с автоматическим контролем, заводским и летно-конструкторским испытаниям. Для этих целей разработаны стенды автоматизированного контроля, проверки математического программного обеспечения и отладки комплексов, а также малые цифровые вычислительные машины, подсоединяемые к реальной аппаратуре при предполетной подготовке и в
полетах.
Предложенные методы расчетов и проектирования комплексов управления, отладочные стенды и цифровые вычислительные машины в ОАО «МНПК «Авионика» прошли все виды проверки и испытаний, что позволило их рекомендовать для серийного изготовления и ввода в постоянную эксплуатацию. Это позволило завершить выпуск нескольких комплексов управления для ряда самолетов и вертолетов, сдать их на вооружение и устанавливать на серийных самолетах ведущих авиационных фирм страны.
Способы проектирования авиационных комплексов
Для получения наилучших проектных решений комплексов систем управления самолетами пятого поколения необходимо, чтобы они удовлетворяли основным коэффициентам эффективности с весовыми множителями, начиная от реальности их выполнения при полном выдерживании тактико-технических требований и продления срока живучести не менее чем на 25 лет, гарантируя безопасность полетов на всех заданных режимах полета с установленными ограничениями. Таким первым весовым множителем является многокритериальный, содержащий множество ограничений. Второй весовой множитель должен соответствовать гибкости комплекса, т.е. возможности использования пролонгированных фундаментальных и прикладных научно-технических исследований с выполнением сроков выдерживания календарного планирования всех этапов работ с выделенным финансированием. Третьим весовым множителем будем считать заданный диапазон применимости комплекса в нормальных и сложных эксплуатационных условиях.
Требования создания конкурентно способного комплекса в значительной мере зависят от применения новейшей технологии и новых материалов для изготовления систем автоматического управления, что может привести к торговым и техническим рискам, относимым к четвертому и пятому весовым множителям. Большое значение оказывают ограничения, представленные в виде шестого, седьмого и восьмого весовых множителей, накладываемых на трудовые ресурсы, оборудование и финансирование. К девятому и десятому весовым множителям относятся степень чувствительности комплексов к точности исходных данных и простота дальнейшего совершенствования проекта при невысоких финансовых затратах.
Следует отметить, что при создании новых проектов комплексных систем управления самолетами руководитель проекта и его основные исполнители вынуждены пользоваться наряду с количественными также качественными весовыми множителями. Наиболее просто нормировать цифрами качественные множители умеют опытные ученые и крупные специалисты в данной отрасли (эксперты), которые составляют таблицы с ранжированными ими весовыми множителями по степеням их важности в десятичной системе счисления от 10 до 1 и могут назначать оценки показателей в двоичной системе равными «1» при высоких значениях качества или «О» при низких.
Научные основы оценивания эффективности проектов, а также требования высокого уровня планирования работ и контроля их выполнения заложил ученый У.Е. Саудер, который рассмотрел линейные и нелинейные модели комплексов [130, 131]. Используя процедуры целочисленного программирования, он показал, что наиболее высокими значениями прибыльности обладают простейшие модели, а наихудшими модели, создаваемые в условиях ограниченности оборудования, бюджетных ассигнований и высокой степени неопределенности исходных данных. Последующие работы Ю.Х. Вермишева, В. Гаспарова, Л.С. Лэдсона, И.П. Норенкова, А.И. Половинкина и других были связаны с проблемами автоматического поиска совокупности варьируемых параметров комплексов, обеспечивающих выполнение установленных критериев эффективности [9, 54, 70].
Выбор проекта комплекса и его оценивание по уровню выполнения в заданные сроки при установленных объемах капиталовложений может выполняться либо экспертами, либо экспертной системой (вычислительной машиной с базой данных, содержащей обширный запас знаний в исследуемой предметной области). Первый способ обладает большими возможностями даже при частично неточных суждениях. Второй обычно строится на принципах нечеткой логики Л. Заде, используемой в теории принятии решений. Расширение возможностей второго метода связано с применением теоремы Байеса, связывающей данные апостериорных вероятностей событий (оценок) с априорными на основе принципа правдоподобия. Тогда для распознавания оценок проектов используется функция правдоподобия с минимизацией энтропии, реализуемая на классификаторе, обеспечивающем в среднем наименьшую вероятность совершения ошибки [81]. Такие задачи решаются как с обучением, так и без него. Это показывает, что классификация образов лежит в основе интеллектуальной деятельности человека. Подобные задачи стали решаться с помощью автономного адаптивного управления, в котором входные векторы представляют собой образы, а выходные - законы распознавания [36]. Рассмотрим наиболее часто применяемые методы оценивания проектов с помощью показаний экспертов, автоматизированных процедур на основе функций правдоподобия с обучением и автоматических процедур без обучения, а также с автономным адаптивным управлением.
Синтез оптимальных цифровых законов управления
Задачи оптимального управления дискретными системами, рассматриваемые в работе [9], требуют учета ограничений на управление и фазовые координаты. Сформулированный Л.С. Понтрягиным принцип максимума [72] заложил основу для формализации и развития новых подходов в численных методах. Однако учет ограничений на управления и фазовые координаты и высокая размерность практических задач создают значительные трудности для численных методов решения даже при современной вычислительной технике.
В последнее время они получили свое развитие в работе [61]. Редукция задачи оптимального управления, сведенной к задаче нелинейного программирования, оказалась чрезвычайно полезной, поскольку позволила применять всесторонне развитый арсенал методов нелинейного программирования и безусловной минимизации, широко представленных в современных программных продуктах, которые могут быть успешно использованы на БЦВМ.
Высокая размерность вектора х, отрицательно влияющая на точность решения, обусловлена параметром /, поэтому, если исходная задача (2.1)...(2.5) близка к квазилинейной, то / можно задавать небольшими. Кроме того, сходимость итерационных процедур методов нелинейного программирования зависит от выбора начальных условий. Если из физической постановки задачи оптимального дискретного программирования можно получить приемлемые начальные условия, в какой-то мере близкие к оптимальному режиму, то / задается также небольшим.
С целью получения высокой точности решения задачи оптимального управления воспользуемся безусловной минимизацией функции Лагранжа (2.16) итерационным методом Ньютона, использующим вторые производные целевой функции. При этом методе в памяти ЭВМ необходимо хранить симметричную матрицу размерности (т 1), что при реализации на БЦВМ накладывает ограничение на размерность задачи дискретного оптимального управления.
Высокий уровень автоматизации управления современными летательными аппаратами обостряет проблему обеспечения безопасности полета, которая находится в прямой зависимости от уровня надежности программного обеспечения (ПО), реализованного в системе управления. Достижение прогресса в области технологии создания бортового ПО во многом зависит от совершенствования методологии разработки программ. К настоящему времени сформировались многочисленные неформальные правила и установки, соблюдение которых способствует успешной реализации сложных программных проектов. Значительная часть правил и стандартов на создание ПО нацелена на сокращение числа ошибок в программах. Так проведенный на предприятии анализ ошибок допущенных при создании ПО бортовых систем управления, выявил следующий перечень причин возникновения ошибок в программах: вызванных неполнотой, некорректностью или неверной интерпретацией требований к создаваемой программе в 10%, неправильным заданием спецификаций или неверной их интерпретацией в 25%, а также кодированием в 35%. Наряду с этим возникают и другие виды ошибок: синтаксические ошибки и опечатки при подготовке программы на 15%, а в результате устранения предыдущих ошибок на 7% и прочие на 8%.
Исходя из вышеизложенного, можно заключить, что наиболее эффективным средством, позволяющим предотвратить значительную часть ошибок, наряду с применением жестких стандартов на организацию ПО должно служить использование автоматизированных процедур создания и тестирования программного обеспечения. Практическая реализация технологии проектирования СПО БЦВМ невозможна без развития инструментальных средств автоматизации проектирования. В настоящее время созданы инструментальные средства САПР СПО, охватывающие, в основном, этапы написания и отладки кода, а также интеграции и тестирования и отчасти проектирования СПО. К таким средствам можно отнести подсистемы отладки и моделирования технологической среды разработки программ для комплексных систем управления самолетов пятого поколения, применяемых на предприятии в последнее время.
В настоящее время действующие у нас и за рубежом стандарты и квалификационные требования в области создания программного обеспечения для систем бортового оборудования ЛА (такие как MIL STD-498, DO-178, КТ-178, ГОСТ Р 51904-2002) достаточно строго формализуют все процессы, этапы и методы проектирования, направленные в первую очередь на обеспечение соответствующего уровня надежности и качества ПО на всем протяжении его жизненного цикла. Для каждого из процессов разработки программного обеспечения, включающих в себя определение требований, проектирование, кодирование и интеграцию ПО, параллельно выполняются интегральные процессы, обеспечивающие корректную реализацию и качество выполнения процессов разработки и их выходных данных. К ним относятся: процесс верификации ПО, процесс управления конфигурацией ПО, процесс обеспечения качества ПО и процесс сертификационного сопровождения. В своей совокупности результаты выполнения данных интегральных процессов и определяют ту степень доверия к качеству и надежности разработанного ПО. При сертификации ПО процедуры проверки предписанные данными стандартами требуют участия аудиторов, которые проверяют документацию разработчика и то, как он выполняет данные им обещания. Но даже если аудитор по сертификации может убедиться в чистоте намерений разработчика, одна эта проверка вовсе не гарантирует, что созданное программное обеспечение будет высокого качества [37, 68].
Методы диагностирования работы аппаратурного и программного обеспечения систем управления летательными аппаратами
Совершенствование современных авиационных комплексов требует проведения всесторонних наземных и летных конструкторских испытаний, особенно в связи с повышением тактико-технических требований, что приводит к значительному усложнению и увеличению числа режимов проведения испытаний, а также затрат времени и стоимости на их исполнение. Трудности проведения испытательных полетов и математического описания динамики аппаратуры при моделировании комплексов привело к возрастанию объема наземных заводских испытаний. Для этих целей стали применять методы полунатурного моделирования на технологических стендах, когда уравнения динамики полета самолета набираются на универсальной цифровой вычислительной машине (УЦВМ), а реальная аппаратура через преобразователи присоединяется к математической модели. Здесь же подключаются имитаторы внешней обстановки (облачность, туман, дневные и ночные световые излучения), а также размещается место оператора.
На технологическом стенде выполняются следующие виды проверок: правильность электрических соединений блоков комплексов, корректность функционирования созданного программного обеспечения; определяются запасы устойчивости разомкнутых систем и правильность отработки внешних возмущений в переходных процессах на соответствие заданным тактико-техническим требованиям. В процессе заводских испытаний на стендах в комплексы управления вводились конструктивные изменения в аппаратуру и программы БЦВМ. На стендах летчики могут выполнять имитационные полеты в условиях, близких к опасному аварийному проектированию и находить способы их устранения, а в невозможных случаях переходить к ручному пилотированию. Важное место составляет эквивалентные частотные характеристики летчика как нелинейного элемента с использованием модифицированных номограмм Никольса. С целью получения высоконадежных комплексов управления предлагается применять резервирование не только основных устройств, но и блоков мажоритарных переключений.
Для ее решения можно воспользоваться тремя методами: модифицированной функцией Лагранжа, штрафных функций и проекций градиента. При этом задается вектор и и вычисляются значения целевой функции в виде (ЗЛО). После формируется некоторая вспомогательная функция и производится отклонение ее минимума по вектору управления и по методу безусловной минимизации, т.е.
Вычислительный процесс нахождения последовательностей {щ} зависит от штрафов IP } и использования метода градиентного спуска, позволяющего с заданной точностью є получить приблизительное значение полного вектора управления и и соответствующего значения фазового вектора у(и ).
Примененные численные методы оптимизации характеризуются таким различными факторами количеством параметров, скоростью решения и другими, поэтому для упрощения процедур решений начали применять диалоговые режимы оптимизаций. В этих случаях пользователь, располагая текущими результатами, может целенаправленно корректировать текущие состояния, находить условия очередного перерыва вычислений и переходить к новым решениям. Возможность пользователя следить за ходом рассматриваемой задачи и возможность оперативно в нее вмешиваться в процессе решения, что предоставляет большое преимущество диалоговой системы моделирования.
Для этого применяется уже созданное программное математическое обеспечение или внесение ряда доработок, позволяющих одновременно пользоваться методами штрафных функций, модифицированных множителей Лагранжа и проекций градиента.
Сложность математического описания летчика связана со взаимностью динамических процессов, происходящих в центральной нервной системе, где в сознании человека формируется информационная модель, зависящая от зрительного, акселерационного и слухового каналов с передачей сигналов к мышцам рук с их тактильным отображением. При этом необходимо учитывать: уровень подготовки летчика, число выполненных полетов, быстроту реакции на различные ситуации и умение принимать требуемые решения в нормальных и аварийных ситуациях. Кроме того, на поведение летчика определенное влияние оказывают типы современных истребителей и малых бомбардировщиков, которые создаются высокоманевренными, близкими к неустойчивым, что связано с повышением требований к точности наведения самолетов при пуске ракет и стрельбе из пушек по воздушным и наземным целям. Отказы в полетах на малых высотах комплексов управления такими самолетами, и переходами с автоматических на ручные режимы пилотирования и обратно могут возникать опасные ситуации со сваливанием в штопор. Поэтому при проектировании комплексов управления полетами начали уделять значительное внимание математическим моделям летчиков, построенным на эквивалентных частотных характеристиках [40,47, 88].
На первоначальном этапе проектирования нелинейные дифференциальные уравнения обычно линеаризуют относительно опорной траектории. Тогда математические модели можно представлять с помощью передаточных функций, что позволяет находить логарифмические амплитудные и фазовые частотные характеристики, а по ним определять требуемые запасы устойчивости и показатели качества переходных процессов в комплексах управления.
Марковские модели для принятия решений в условиях неопределенностей
Выражения (4.30) и (4.31) показывают, что } = {#} представляет собой коалиционную структуру, состоящую только из одной главной коалиции, тогда рациональная коалиция (,v) принадлежит ядру.
В общем случае очень сложно вычислить все элементы ядра или множества сделок. Используемые сейчас методы позволяют достаточно просто определять только одно множество сделок. С целью упрощения решения задач при множестве сделок вводится понятие функций требований, называемых множеством из п функций dij полунепрерывных снизу (i,j = l,n) [85, 91], таких, когда dy (х) min Xj, max где разность в (4.32) образует максимальную величину разности в прибылях.
Введем аЗ = [х] Дх) = 0 при V/,/ для множества сделок, связанных с значением dy. Выбирая надлежащим образом dy можно 93 превратить в ядро множество SRf сделок или любое другое множество, которое требуется рассмотреть. При исходном разделении финансов произвольный вектор х0, находят методом индукции из последовательности х , максимизируя dy (xw), т.е. х, = xj для всех остальных к, тогда при t - оо последовательность {х} сходится к предельному хпред є 93. Существует и другой способ, когда используются только непрерывные функции dy (х), а в качестве начального приближения систему дифференциальных уравнений вида При t - оо решение уравнение х (t), записанного в векторной форме, сводится к хпредилихпредєШ. 121 Изложение игрового подхода к принятию решений о проектах в наиболее простой постановке задачи сводится к биматричной некооперативной игре, которая позволяет находить выигрыш в равновесных точках. Данная методика доведена до рабочих программ, реализованных на ЭВМ. В последние годы получили применение кооперативные игры в условиях конкуренции между отечественным и зарубежными фирмами, выпускающими авионику. Их стали чаще применять как наиболее выгодные в виде интегральных решений при множестве сделок. Применяемые для этого коалиционные структуры стали рассматриваться в условиях угроз между фирмами, путем ввода дополнительной третьей конфигурации с учетом ядра и наличия финансовых излишков. Для случая нуклонных цепей они получили решения с рациональным разделением, что позволило применять более обоснованные решения о проектах финансов, важные результаты решения подобных игр с отрицанием числа упрощающих положений было получено американским математиком Нэшем, удостоенным Нобелевской премии в 2000 году.
1 По результатам летно-конструкторских испытаний принимаются окончательные решения о качестве авиационных комплексов управления и их полному соответствию тактико-техническим требованиям на всех полетных режимах. Получаемые объемы статистических данных при ограничениях количества полетов недостаточны для определения вероятностных характеристик и требуют привлечения дополнительной априорной информации, снимаемой при наземных стендовых испытаниях или в полетах с ранее созданными комплексами.
2 Для оценок эффективности комплексов управления в работе применялись методы наименьших квадратов и максимума правдоподобия, когда известны плотности измеряемых координат в полетах. С целью повышения точности оценок основных показателей качества рекомендован байесовский метод на Р-распределениях случайных величин с привлечением априорных данных при различных количествах доверительных вероятностей. Такой подход позволяет обоснованно планировать необходимое количество летно-конструкторских испытаний.
3 Наличие ряда неопределенностей, наблюдаемых в процессе летно конструкторских испытаний, привело к марковской модели принятия решений с восстановлением с одинаковыми и неравными промежутками времени при различных процентных ставках и трех простейших гипотезах стратегий. Вычислительная процедура решения данной задачи осуществляется с помощью алгоритма обратной прогонки.
4 Рассмотрены методы принятия решений на основе теории некооперативных (биматричных) и кооперативных (при согласованном действии участников) игр. Показано на возможность в кооперативных играх применять характеристические функции с образованием симплекс-методом в «-мерном пространстве условия эквивалентной нормализации. Это позволяет на основе одной игры изучать множество игр для каждого эквивалентного класса.
5 Показано, что в коалиционной структуре либо существуют конфигурации устойчивых выигрышей, либо при различных множествах сделок с угрозами одной группы фирм против коалиции другой группы возникают условия победы или поражения участников игры. В этом случае множество сделок представляется в виде с-ядра, в котором происходит периодическое убывание излишков финансирования.
6 При наличии крупных максимальных излишков в финансировании и последовательности векторов образуются нуклонные цепи, связанные с с-ядром, приводящие при значительном времени взаимодействия к предельным значениям векторов. Гарантирующим всем членам коалиции свою долю выигрыша за исключением существующих побочных платежей.
В заключение к проделанной работе сделаем следующие выводы. 1 В работе показывается, что главная задача в создании авиационные комплексов состоит в применении автоматизированных и автоматических методов основанных на использовании систем автоматического управления всемь технологическими процессами, начиная от расчетной проработки макетов, выпуска чертежно-конструкторской документации, изготовления действующих образцов ж производстве, выполнения заводских стендовых и летно-конструкторских испытаний Оценивание эффективности проектов комплексов управления требует учет множества различных признаков, основными которыми являются следующие реальность выполнения проекта с учетом его гибкости до полного выдерживанш тактико-технических требований; длительность безотказности действия в полетных \ взлетно-посадочных режимах; конкурентоспособность на международных рынках время проектирования, изготовления и испытаний при наличии ограничений Е финансировании, трудовых ресурсах, оборудовании; невозможность точного сборг всех необходимых данных для проектирования и ряда других.
