Содержание к диссертации
Введение
1. Анализ состояния вопроса и постановка задачи исследования
1.1. Анализ точностных характеристик современных ИНС российского и зарубежного производства
1.2. Основные типы отказов ИНС 23
1.3. Анализ ИНС как объекта функционального контроля и диагностирования
1.4. Методы компенсации погрешностей и восстановления работоспособности ИНС
1.5. Характеристики методов функционального контроля и диагностирования ИНС
1.6. Анализ состояния систем контроля и диагностики ИНС и методов их модернизации
1.7. Анализ подходов к совершенствованию алгоритмического обеспечения систем контроля и диагностирования ИНС
1.8. Постановка задач исследования 47
Выводы 49
2. Разработка алгоритмического обеспечения ИНС как объекта функционального контроля и диагностирования
2.1. Комплексная обработка информации в ИНС на основе алгоритмов фильтрации
2.2. Построение обобщенной математической модели ИНС как объекта контроля и диагностирования
2.3. Разработка модели ошибок ИНС 59
2.4. Разработка алгоритмов наблюдения ошибок ИНС 64
Выводы 76
3. Разработка методов и алгоритмов диагностирования ИНС при стендовых испытаниях
3.1. Разработка адаптивной модели погрешностей ИНС 77
3.2. Методы оптимального сглаживания оценок ошибок ИНС при стендовых испытаниях
3.3. Модернизация алгоритмического обеспечения встроенной системы контроля ИНС
3.4. Разработка алгоритмов диагностирования ИНС на основе совместных процедур оптимальной фильтрации и сглаживания экспериментальных данных
Выводы 97
4. Экспериментальная отработка и реализация алгоритмов диагностирования ИНС в процессе стендовых испытаний
4.1. Анализ эффективности автоматизированных систем контроля ИНС
4.2. Характеристики технологического процесса испытаний современной ИНС
4.3. Разработка методики математической отработки алгоритмов оценивания состояния и диагностирования ИНС
4.4. Экспериментальные исследования алгоритмов диагностирования ИНС на математической модели
4.5. Программно-математическое и аппаратное обеспечение стендовой отработки алгоритмов оценивания параметров состояния и диагностирования ИНС
4.6. Стендовая отработка алгоритмов оценивания и диагностирования ИНС
Выводы 132
5. Методы повышения точности и компенсации погрешностей ИНС
5.1. Параметрическая идентификация моделей ошибок ИНС по текущему состоянию чувствительных элементов
5.2. Разработка автоматизированной системы информационной поддержки функционального контроля ИНС
Выводы 148
Основные результаты и выводы по работе 149
Список литературы 152
Приложения 159
- Анализ ИНС как объекта функционального контроля и диагностирования
- Построение обобщенной математической модели ИНС как объекта контроля и диагностирования
- Методы оптимального сглаживания оценок ошибок ИНС при стендовых испытаниях
- Характеристики технологического процесса испытаний современной ИНС
Введение к работе
Современные инерциальные навигационные системы (ИНС) являются сложными и дорогостоящими техническими изделиями. Эффективность их использования во многом определяется качеством, которое формируется в процессе проектирования, реализуется при изготовлении и поддерживается на этапе эксплуатации. Современные ИНС позволяют определять параметры навигации и ориентации высокоманевренных ЛА в цифровом виде и представляют собой сложные измерительные системы, включающие блоки гироскопов и акселерометров, а также бортовой вычислитель, выполняющий обработку информации.
Для своевременного обнаружения и локализации нарушений, как в производственных условиях, так и в эксплуатации возникает необходимость совершенствования систем контроля и диагностирования ИНС, направленных на повышение уровня их надежности и сокращение материальных, людских и временных затрат. Возможность решения указанной задачи связана, прежде всего, с использованием современных методов комплексной обработки информации, а также математических моделей и статистических данных для повышения достоверности обнаружения и локализации отказов.
Стендовые испытания ИНС являются заключительным и наиболее важным этапом их серийного производства. При этом контроль и диагностирование систем проводится традиционными методами, основанными на моделях дефектов сигнального типа. Внедрение новых информационных и компьютерных технологий в практику авиационного приборостроения требует адекватного развития методов стендового контроля и диагностирования модернизируемых ИНС. Такие возможности связываются с разработками систем контроля и диагностирования, направленными на использование современных методов комплексной обработки информации, а также математических моделей и статистических данных для повышения достоверности обнаружения и локализации отказов.
В современной практике информационная часть диагностирования авиационной техники (AT), т.е. анализ и обработка стендовой информации, принятие решения о техническом состоянии изделий, в том числе и в производстве ИНС реализуется человеком-оператором. По результатам сравнительного анализа полученных измерений с заданными предельными диапазонами изменения контролируемых параметров оценивается состояние ИНС .
Современное состояние вопроса систем автоматизированного контроля и диагностирования ИНС, а также реализация совершенствования их алгоритмического обеспечения изложены в трудах российских и зарубежных ученых [3, 4, 6, 7, 17, 20, 28, 37, 48, 77, 82] Бабича О.А., Гришина Ю.П., Казари-нова Ю.М, Дмитриева СП, Колесова Н.В., Осипова А.В., Казакова И.Е., Артемьева В.М., Пешехонова В.Г., Потапова М.Д., Мироновского Л.А., Черно-дарова А.В., Бородкина Л.И, Зеновича А.Е., Миронова М.А., и др. Базовым в этом вопросе остается подход, основанный на обнаружении изменения свойств (разладки) ИНС как сложной динамической системы.
Применение автоматизированных систем контроля (АСК) ИНС обеспечивает повышение достоверности процессов передачи и обработки данных в информационно-управляющих системах. Анализ результатов функционирования АСК создает необходимые условия для совершенствования самого объекта контроля, т.е. уточнения его структуры и параметров, перестройки технологии производства, выбора оптимальных режимов работы и др.
Несмотря на переход к компьютерно-управляемым цифровым системам, остается проблема автоматизации сбора, хранения и обработки диагностической информации. В связи с этим актуальной является разработка концепции построения оболочки программного комплекса. Это связано со спецификой данных, получаемых в системах автоматизации испытаний, а также с применением различных типов систем управления базами данных. Проблемной остается задача объединения имеющихся заводских программных продуктов в единую структуру на базе информационного комплекса автоматизации диагностирования ИНС.
Актуальность темы диссертационной работы определяется необходимостью повышения эффективности обнаружения и локализации отказов ИНС на основе применения новых подходов к функциональному контролю и диагностированию на этапе производственных испытаний. Это предполагает разработку и исследование моделей, адекватно отражающих функционирование ИНС, и являющихся базовой основой алгоритмов стендовых систем диагностирования. Получаемая информация может быть использована инженерно-техническим составом для поддержки принятия технологических и управленческих решений для совершенствования стендовых испытаний ИНС, их доводки, а также обеспечения перехода на эксплуатацию по техническому состоянию.
Целью работы является разработка и исследование информационной системы автоматизированного диагностирования ИНС с целью повышения его достоверности, оперативности и глубины в процессе стендовых испытаний на основе совершенствования математических моделей ошибок, алгоритмов обнаружения и локализации нарушений, а также информационной поддержки технологических процессов.
Задачи исследования.
В соответствии с поставленной целью решалась задача параметрической локализации причин разладки, обнаруженной в процессе функционального контроля ИНС с помощью схемы наблюдения калмановского типа. Предлагаемая технология решения данной задачи включает следующие этапы:
разработка базовой математической модели ИНС как объекта контроля и диагностирования;
адаптация базовой системы уравнений ИНС к возможным нарушениям и дефектам в процессе стендовой отработки и построение на этой основе расширенного вектора состояния ИНС;
разработка программно-математического комплекса, реализующего автоматизированный сбор и обработку информации по результатам стендовых испытаний;
исследование эффективности функционирования разработанных алгоритмов оценивания технического состояния и диагностирования ИНС на математической модели и в процессе стендовых испытаний. Методы исследованя. Выполненные в работе теоретические и экспериментальные исследования базируются на применении теории фильтрации и оценивания параметров состояния нелинейных динамических систем, теории оптимального сглаживания экспериментальных данных, теории решений, методов математической статистики и имитационного моделирования стохастических систем.
Научная новизна работы состоит в разработке структуры системы контроля и диагностирования ИНС в процессе стендовых испытаний, позволяющей оценивать техническое состояние на основе обработки наблюдений, как в реальном времени, так и после проведения испытаний.
Практическая ценность работы определяется прикладным характером проведенных исследований, направленных на расширение возможностей штатных систем контроля и диагностирования ИНС на основе модернизации их алгоритмического и программно-аппаратного обеспечения с применением современных компьютерных технологий. Разработанные методы, алгоритмы и программные продукты для серийно выпускаемых ИНС внедряются в ОАО «Раменский приборостроительный завод». Их применение позволяет не только автоматизировать процесс диагностирования современных ИНС, но и снижает продолжительность, трудоемкость и энергоемкость технологического цикла испытаний.
Достоверность полученных результатов подтверждается:
применением фундаментальных положений, справедливость которых доказана ранее и проверена практикой, неоднократно апробированных методик и математических моделей, а также сходимостью результатов аналитических исследований, математического и полунатурного моделирования;
проведением исследований на моделях, которые достаточно полно и адекватно отражают совокупность факторов, влияющих на моделируемый процесс.
Апробация работы
Основные результаты работы докладывались и обсуждались на следующих научно-технических конференциях и семинарах:
Международная конференция XI-th International Conference, "Knowledge - Dialogue - Solution", Bulgaria, 2005.
Международная научная конференция «Гагаринские чтения», 2003-2005.
Всероссийская научно-техническая конференция "Новые материалы и технологии", 2004-2005.
Публикации. Результаты диссертационной работы опубликованы в следующих печатных трудах:
Прокошев И.В., Суминов В.М., Чернодаров А.В. Автоматизация диагностирования ИНС при стендовых испытаниях// Приборы, 2005, №12, с. 15-21.
Прокошев И.В., Суминов В.М. Технология диагностической идентификации технического состояния ИНС при стендовой отработке и эксплуатации// Технологии Приборостроения, 2005, №4, с.42-49.
I.V. Prokoshev, V.M. Suminov Diagnostics of inertial navigation system during bench tests, ХІ-th International, Conference "Knowledge-Dialogue-Solution", Varna, Bulgaria. 2005. V.2. Sofia: FOI-COMMERCE. 2005. - P.400-404.
Прокошев И.В. Разработка системы диагностирования инерциаль-ных навигационных систем// Научные труды «МАТИ», 2005, с. 148-153.
Прокошев И.В. Информационно-аналитический комплекс программ технической диагностики инерциальных навигационных систем// Тезисы докладов Всероссийской научно-технической конференции "Новые Материалы и технологии", 2004, с. 102-103.
Прокошев И.В. Информационная система анализа технического состояния инерциальных навигационных систем// Тезисы докладов XXXI Межд. науч. конф. «Гагаринские чтения», 2005, с.62-63.
Прокошев И.В. Информационно-аналитическая система диагностики и прогнозирования технического состояния инерциальных навигационных систем// Тезисы докладов XXX Межд. науч. конф. «Гагаринские чтения», 2004, с. 93-94.
Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, списка литературы из 111 наименований и приложе-
ний. Материал изложен на 198 страницах, иллюстрированных 31 рисунком и
таблицами.
Во введении кратко рассмотрены актуальность и практическая ценность работы. Сформулированы цель работы, задачи и методы исследования, научная новизна, результаты апробации и внедрения данной работы. Приведена структура диссертации и краткое содержание основных разделов.
В первой главе обосновывается актуальность совершенствования систем контроля и диагностирования ИНС. Проводится анализ задач диагностирования в современных навигационных системах как отечественных, так и зарубежных разработчиков и перспектив их модернизации.
Проведенный анализ существующих методов диагностирования показывает, что их информационное и алгоритмическое обеспечение не отвечает требованиям, предъявляемым к достоверности, глубине и оперативности оценки технического состояния ИНС. Используемые в настоящее время системы стендового диагностирования ИНС выполняют только допусковый контроль, что не позволяет локализовать причины отклонений с выявлением неисправного чувствительного элемента - гироскопа или акселерометра. Кроме того, такие системы, как правило, ориентированы на оценку параметров, доступных прямому наблюдению (координаты, скорости). Это существенно ограничивает полноту оценивания характеристик подсистем и их влияние на эффективность функционирования ИНС в целом.
В настоящее время считается перспективным применение аппарата оптимальной фильтрации Калмана (ОФК) как ядра системы контроля и оценивания технического состояния ИНС. Показано, что наиболее эффективные подходы к оценке состояния ИНС связаны с обработкой «обновляющей последовательности» (невязок) ОФК.
Проведенный анализ позволил сформулировать основные задачи исследования.
Вторая глава посвящена анализу возможных схем построения системы функционального контроля и диагностирования ИНС, а также разработке ма-
тематической модели ошибок ИНС в пространстве параметров состояния и наблюдений.
Разработанная математическая модель корректируемой ИНС опирается на технологию последовательной обработки сигналов наблюдений, которая позволяет выполнять поканальный контроль ИНС при стендовой отработке. Кроме того, предлагаемая схема обработки таких сигналов позволяет увеличить глубину диагностирования ИНС на основе применения процедур декомпозиции моделей.
В третьей главе разработаны алгоритмы диагностирования ИНС на основе применения расширенной модели ошибок. Предложен подход к повышению достоверности диагностирования ИНС, основанный на комплексиро-вании процедур фильтрации, а также применении комбинированного крите-рия согласия % /S .
В четвертой главе представлены основные результаты проведенных исследований и экспериментов.
Проведен анализ технологии стендовых испытаний типовой платформенной ИНС, как процедуры штатного контроля и диагностирования и обоснована необходимость ее модернизации на основе алгоритмов, базирующихся на аппарате калмановской фильтрации.
Разработана методика математической отработки алгоритмов оценивания состояния и диагностирования ИНС, позволяющая исследовать влияние реальных условий испытаний на эффективность функционирования предлагаемых алгоритмов. Приведены экспериментальные исследования алгоритмов диагностирования на математической модели и результаты стендовой отработки этих алгоритмов при исправном состоянии и наличии отказов.
Пятая глава посвящена методам повышения эффективности функционального контроля и параметрической идентификации ИНС.
Разработана обобщенная структура алгоритмов идентификации, позволяющих настраивать параметры моделей ошибок чувствительных элементов в процессе стендовых испытаний и эксплуатации по их техническому состоянию. Разработанные методы могут быть использованы для перенастрой-
ки модели ошибок РТНС с учетом текущего состояния датчиков первичной информации.
Показаны особенности разработки системы информационной поддержки функционального контроля и диагностирования ИНС-2000 на этапе стендовых испытаний.
Анализ ИНС как объекта функционального контроля и диагностирования
На современном уровне развития ИНС представляет собой многоканальную измерительную систему, диагностирование которой связано со съемом и обработкой информации. Множество функциональных подсистем ИНС можно разделить на следующие группы обеспечивающие: система электропитания, вычислительные средства, система стабилизации температуры и система автома тики; измерительные: гироскопы, акселерометры, следящая система. Таким образом, задача автоматизации диагностирования ИНС сводит ся к определению технического состояния (ТС) в соответствии с принятой классификацией, путём комплексного анализа следующей информации [59]: ? выходной информации ИНС, то есть вырабатываемых навигационных параметров; ? информации, получаемой от встроенных систем диагностики; ? информации о текущем режиме работы изделия; ? измерительной информации от чувствительных элементов.
При этом, диагностическая информация рассматривается как по каждой функциональной подсистеме, так и по всей системе в целом, в виде функционального объекта [42].
Различают системы тестового и функционального диагностирования. В системах тестового диагностирования на объект подаются специально организуемые тестовые воздействия [104]. В системах функционального диагностирования, которые работают в процессе применения объекта по назначению, на объект поступают только рабочие воздействия, предусмотренные алгоритмом функционирования. В системах обоих видов средства диагности ку рования воспринимают и анализируют ответы объекта на входные воздействия и выдают результат диагностирования [68].
Ещё одной из особенностей ИНС является длительный период подготовки изделия к работе. Период подготовки включает в себя два основных этапа - этап запуска аппаратуры, а также этап начальной выставки и калибровки чувствительных элементов. На этапе запуска делается вывод о работоспособности систем, обеспечивающих работу чувствительных элементов. На этапе начальной выставки и калибровки делается вывод о правильности функционирования системы в целом. Вывод о работоспособности ИНС можно сделать только после окончания этапа подготовки.
Развитие навигационных комплексов опирается на объединение возможностей измерителей различного принципа действия и создания на этой основе интегрированных ИНС. Такая концепция построения предусматривает взаимодействие навигационных измерителей на всех уровнях иерархии в интересах достижения поставленной цели и при наличии заданных ограничений. К основным особенностям ИНС как объектов контроля и диагностики можно отнести следующее [2]:
PIHC являются основным автономным средством непрерывного определения параметров движения ЛА и непосредственно влияют на безопасность полетов; для ИНС концептуально отработаны математические модели датчиков первичной информации: акселерометров и гироскопов; бортовая реализация математических моделей ИНС позволяет учитывать изменение технических характеристик датчиков первичной информации (ДПИ) путем параметрической идентификации и автоматической перенастройки соответствующих коэффициентов в программе БЦВМ. При этом представляется возможным прогнозировать и компенсировать выходные ошибки ИНС, а, следовательно, и поддерживать требуемую точность навигации; структура алгоритмов ИНС является открытой и позволяет привлекать внешнюю информацию для реализации контура оценивания их ошибок. При этом могут быть использованы интеграционные возможности оптимального фильтра Калмана и его модификаций.
В навигационных системах используется распределенная обработка информации, когда навигационная система содержит в своем составе несколько подсистем, каждая из которых реализует свой фрагмент алгоритма обработки информации. [17, 20]
При решении задачи контроля и диагностики ИНС наибольшие трудности возникают при оценке состояния датчиков. Это связано с отсутствием по конструктивным причинам возможности непосредственного управления их входами, а значит, с невозможностью использования тестовых методов контроля и диагностики. Таким образом, возникает задача функционального контроля и диагностики при неизвестных входах. В этом случае предполагается, что контролируется некоторая система или ее подсистема, а класс рассматриваемых отказов ограничен отказами входов (датчиков) или включает их.
Построение математической модели погрешностей представляет собой сложную задачу. Ее формирование осуществляется на основе компромиссного подхода, учитывающего не только требование адекватности, но и простоты. В противном случае неограниченное стремление к адекватности приводит к непомерному усложнению модели и, как следствие, к невозможности ее использования. Достоверность функционального контроля и диагностики интегрированных навигационных систем существенно зависит от адекватности математических моделей ошибок чувствительных элементов реальным измерительным процессам.
Построение обобщенной математической модели ИНС как объекта контроля и диагностирования
Современные компьютерные средства создают необходимую основу для реализации единого технологического цикла отработки алгоритмов контроля, диагностирования и оценивания состояния на математических и полунатурных моделях, а также при проведении стендовых и натурных экспериментов.
Функциональная надежность интегрированных навигационных систем существенно зависит от адекватности математических моделей ошибок чувствительных элементов реальным измерительным процессам. Нарушение такой адекватности приводит к потере целостности интегрированных ИНС. При заданной структуре математических моделей появление параметрических нарушений [77, 78] связано со следующими причинами: ? неточность математического описания физических явлений; ? изменение условий применения ИНС относительно тех, в которых выполнялась калибровка; ? изменение точностных и динамических характеристик ЧЭ в процессе эксплуатации; ? появление дефектов, сбоев и постепенных отказов; ? изменение условий подготовки ИНС к применению, не учтенных при формировании математических моделей; ? выполнение ускоренной начальной выставки ИНС, не обеспечивающей требуемой точности оценки текущих дрейфов ЧЭ и не соответствующей принятым математическим моделям и др.
Программно-математическое обеспечение (ПМО) современных ИНС допускает их модернизацию, в том числе при стендовой обработке. Это позволяет расширить функциональные возможности ПМО, возложив на него решение задач контроля и диагностирования.
В работе разработана адаптированная модель функционирования платформенных ИНС, где навигационная система координат моделируется физически - в виде ориентации по трем осям специальной гиростабилизиро-ванной платформы (ГСП). ГСП в течение всего рабочего времени сохраняет неизменной ориентацию, заданную в процессе подготовки (выставки) ИНС. Модель ИНС представляет собой типовую динамическую стохастическую систему [20, 60]. Поэтому для определения и компенсации её ошибок применены современные технологии оценивания и управления. Для разработки и реализации методов оценивания ИНС за основу взят всеширотный алгоритм счисления [4] с ГСП, функционирующей в режиме гирополукомпа-са. В этом режиме управление ГСП в азимуте учитывает только вращение Земли без компенсации движения ЛА относительно земной поверхности. В этом случае счисляемыми навигационными параметрами являются геодезические широта В и долгота L, а также азимут А оси ог ГСП относительно географического меридиана.
При реализации канала прогнозирования оценок ошибок ИНС, составляющие второго и более порядка малости в уравнении, как правило, не учитываются.
При реализации уравнений (2.20),(2.21) коэффициенты A ,G априорно задаются для исправных состояний ЧЭ. Изменение указанных коэффициентов в процессе эксплуатации ИНС отражает текущее техническое состояние ЧЭ. Причем при допустимых отклонениях параметров А , 7и от их номинальных значений модель ошибок ЧЭ должна перенастраиваться. Такая перенастройка необходима для повышения достоверности оценивания и точности прогнозирования с последующей компенсацией дрейфов ЧЭ [78]. Таким образом возникает задача совместного оценивания ошибок ЧЭ и идентификации параметров их моделей. Данная задача может быть расширена с учетом включения в нее вопросов диагностирования.
Методы оптимального сглаживания оценок ошибок ИНС при стендовых испытаниях
Задача сглаживания предусматривает ретроспективное уточнение оценок параметров состояния динамических систем, полученных на этапе фильтрации и зарегистрированных в памяти вычислителя. При решении данной задачи указанные оценки рассматриваются в качестве внешних измерений. Кроме того, как будет показано ниже, комбинация оценок, полученных при фильтрации и сглаживании, позволит реализовать процедуру диагностирования ИНС.
В классической калмановской постановке процедуры оптимального сглаживания описаны в ряде фундаментальных работ, например, в монографиях [29, 58, 71, 77]. Обзор известных алгоритмов представлен в статье [75].
Входящая в алгоритм оптимального сглаживания (3.20) - (3.23) ковариационная матрица P V/ определяется на этапе фильтрации по алгоритму, вытекающему из соотношения (2.71): где Ф/-Т=(ФГ1)Т Анализ соотношений (3.20) - (3.23) показывает, что в отличие от RTS алгоритма (3.3)-(3.4) процедуры сглаживания опираются не на прогнозные, а на скорректированные фильтром оценки, что существенно повышает достоверность сглаживания независимо от частоты регистрации оценок. Можно видеть также, что коэффициент усиления (3.22) зависит, в том числе, и от ко -84 л л вариационной матрицы ошибок сглаживания Р у, а оценки ХІ/М,ХІ+Ш И.
Ниже показывается, что соотношения (3.20)-(3.23), совместно с алгоритмами фильтрации определяют новые свойства системы обработки информации, которые могут быть использованы при модернизации системы оценивания состояния и диагностирования ИНС.
Применение аппарата оптимальной фильтрации позволяет алгоритмическим путем обнаруживать аномальные наблюдения вектора ошибок ИНС. Аномальные наблюдения могут быть обусловлены как кратковременными сбоями, так и отказами чувствительных элементов ИНС. С этой целью для распознавания сбоев на фоне постепенных отказов предлагается реализовы-вать встроенный контроль ИНС по обобщённому параметру и комбиниро-ванному критерию согласия % /0 .
В качестве обобщённого параметра, характеризующего состояние корректируемых ИНС в штатном режиме функционирования может быть выбра-но значение квадрата нормированной невязки 3 . Данный параметр формируется в процессе последовательной обработки элементов вектора наблюдения (2.77)-(2.85) и отражает состояние ИНС по соответствующему элементу указанного вектора.
Полагается, что каналы внешних по отношению к ИНС измерений должны быть предварительно "очищены" от аномальных сигналов, т.е. обеспечена их целостность одним из известных способов [92, 108]. При стендовой отработке ИНС внешними измерениями являются координаты, относительные скорости и углы ориентации поворотного стола. В этом случае изменения статистических свойств невязок ру будут отражать нарушения в соответствующих каналах наблюдений оцениваемой ИНС. Такими в ИНС являются каналы счисления составляющих вектора относительной скорости по осям ГСП, а также псевдокоординаты стенда.
Характеристики технологического процесса испытаний современной ИНС
Технологические испытания типовой платформенной ИНС включают в себя следующие этапы, представленные на рис. 4.1. [57] Технологи ческие испьітані шИНС 1Предъявит ельские и чг приемо-сдаточные Периодические испытания і испытания Типовые Испытания испытания на надежность Рис. 4.1. Технологический цикл испытаний ИНС
На стадии стендовых испытаний ИНС отрабатываются режимы функционирования системы на соответствие требованиям ТУ и нормативной документации. Основной задачей стендовых испытаний ИНС является выявление нарушений в системе, определяемых по отклонениям от заданных в ТУ требований. Технологический цикл испытаний исследовался на типовой платформенной системе - ИНС-2000. Технические характеристики ИНС-2000, описание системы и технические условия наблюдаемых выходных характеристик приведены в приложениях 1, 2.
Точность ИНС платформенного типа зависит от величины некомпенсированного дрейфа ГСП. В процессе предварительных стендовых испытаний ИНС происходит калибровка (идентификация) инструментальных погрешностей гиростабилизированной платформы (ГСП) и интеграторов линейных ускорений, которые затем заносятся в паспорт изделия. Контроль ИНС осуществляется в следующих режимах [57]: ? режим подготовки по заданному курсу (ЗК); ? режим подготовки методом гирокомпасированя (ГК); ? режим повторного запуска; ? режим прерванной подготовки по заданному курсу; ? режим ускоренной прерванной подготовки по заданному курсу; ? режим подготовки по заданному курсу на подвижном основании; ? режим подготовки методом гирокомпасирования на подвижном основании. Система должна обеспечивать временные характеристики, определяемые в ТУ, по всем заданным режимам. При функционировании в каждом режиме определяются погрешности горизонтальных составляющих абсолютной AV , AVn и относительной скоростей AVN, AVE, погрешности географических координат Аф, АХ, погрешности углов ориентации Ay, Аи, Avj/. Величины полученных погрешностей оцениваются АСК и проверяются на соответствие ТУ. Их значения приводятся в приложениях 1,2.
Помимо инструментальных ошибок, вызываемых ГСП, систему тестируют на устойчивость к воздействию ударов многократного и одиночного действия. Система должна выполнять заданные функции, сохранять значения параметров в пределах норм, указанных в ТУ, и не иметь механических повреждений. Испытания по стойкости, прочности, и устойчивости проводят на однокомпонентном стенде последовательно по каждой из трех координатных осей, поворачивая систему.
Приемо-сдаточные испытания ИНС представляют собой совокупность технологических операций по контролю следующих его выходных параметров и характеристик [57]: ? комплектность, внешний вид, маркировка; ? комплектность и качество заполнения эксплуатационной документации; ? проверка калибровки системы; ? прочность при воздействии синусоидальной вибрации одной частоты; ? электрическое сопротивление изоляции: ? при нормальных климатических условиях; ? при повышенной температуре. ? время готовности; ? погрешности системы после режима подготовки по заданному курсу; ? погрешности системы после режима подготовки методом ГК; ? погрешность после режима прерванной подготовки по ЗК; ? погрешность определений и выдачи углов крена, тангажа, курса истинного, курса гирополукомпасного, методом ГК; ? устойчивость при воздействии случайной широкополосной вибрации; ? устойчивость к воздействию минусовых температур; ? погрешность определения истинного курса в режиме ГК; ? погрешность определения и выдачи интеграла от вертикального ускорения в сумме с ускорением силы тяжести; ? прохождение режима тест-контроля системы; ? период собственных колебаний гироплатформы; ? устойчивость к воздействию повышенных температур.
Таким образом, в общем виде процесс стендовых испытаний при изготовлении ИНС можно представить как совокупность технологических операций по контролю указанных параметров и характеристик системы. Для обеспечения соответствия значений характеристик нормам ТУ проводится подготовительная операция приработки или регулировки (настройки) характеристик ИНС, в процессе которой итерационно производится её контроль и коррекция штатными средствами системы выявленного отклонения от заданных граничных условий, что является по существу параметрическим отказом системы.
Анализ технологии испытаний ИНС указывает на необходимость автоматизации процесса оценивания ее технического состояния, повышения достоверности и глубины диагностирования. В работе указанную задачу предлагается решать на основе представленных в разделе 3 алгоритмов, а также применения новых компьютерных технологий информационной поддержки процесса испытаний ИНС.
Для оценки эффективности применения алгоритмов оценивания и диагностирования ИНС необходима информация о действительной (истинной) фазовой траектории, которой соответствует эталонный вектор параметров состояния ИНС. Поэтому результаты отработки систем контроля и диагностирования ИНС можно считать объективными, если такая информация имеется и ее можно использовать для оценки достоверности принятых решений.
При математической отработке алгоритмов оценивания и диагностирования ИНС эталонирование может опираться на решение основных уравнений инерциальной навигации одновременно по информации от идеальных и реальных ЧЭ.
