Содержание к диссертации
Введение
Глава 1 Анализ задач решаемых системами анализа телеметрической информации и современных подходов к построению этих систем. Выбор направлений исследований 11
1.1 Задачи обработки и анализа ТМИ 11
1.1.1 Испытания космических ракетоносителей 11
1.1.2 Измерительная техника и информационные технологии в совершенствовании способов анализа ТМИ 13
1.1.3 Обработка и анализ телеметрической информации 15
1.1.4 Задачи анализа параметров функционирования РН 22
1.2 Анализ современных подходов к построению системы анализа телеметрической информации, выработка концепции построения системы 30
1.2.1 Анализ процессов обработки и анализа ТМИ при подготовке к пуску и пуске РН 30
1.2.2 Современные способы анализа ТМИ применяемые на заводах-изготовителях РН и космодромах РФ 33
1.2.3 Предлагаемая архитектура системы 36
1.2.4 Анализ процессов информационного обеспечения обработки и анализа телеметрической информации 41
1.3 Постановка задачи исследования 44
Глава 2 Разработка модели поведения системы анализа телеметрической информации 48
2.1 Организация и функциональная структура системы анализа телеметрической информации 48
2.2 Средства моделирования 52
2.3 Описание состава модели поведения системы анализа телеметрической информации
2.4 Диаграммы вариантов использования модели поведения системы анализа телеметрической информации 55
2.5 Диаграмма состояний модели поведения системы анализа телеметрической информации 61
2.6 Диаграммы деятельности модели поведения системы анализа телеметрической информации 66
2.7 Основные результаты 73
Глава 3 Разработка алгоритмов автоматизированного экспертного анализа телеметрической информации 75
3.1 Выбор современных методов поддержки принятия решений для реализации алгоритмов экспертного анализа телеметрической информации 75
3.2 Разработка схемы автоматизированной обработки и экспертного анализа телеметрической информации многопараметрического объекта 81
3.3 Разработка алгоритма интерактивного анализа ТМИ и представления данных системы нечеткого вывода 89
3.4 Разработка алгоритма формирования базы знаний эталонов штатного поведения для обеспечения автоматизированной обработки и экспертного анализа телеметрической информации 96
3.5 Разработка алгоритма формирования базы знаний правил системы нечеткого вывода для обеспечения автоматизированной обработки и экспертного анализа телеметрической информации ... 102
3.6 Разработка алгоритма экспертного анализа телеметрической информации (алгоритма нечеткого вывода для анализа телеметрической информации) 108
3.7 Пример применения алгоритма экспертного анализа телеметрической информации 123
3.8 Выводы 125
Глава 4 Анализ эффективности внедрения алгоритмов экспертного анализа телеметрической информации 127
4.1 Разработка процессов жизненного цикла экспертной системы анализа ТМИ 127
4.2 Расчет эффективности применения разработанных алгоритмов 131
4.3 Выводы 148
Заключение 149
Библиографический список 151
Список сокращений
- Анализ современных подходов к построению системы анализа телеметрической информации, выработка концепции построения системы
- Описание состава модели поведения системы анализа телеметрической информации
- Разработка схемы автоматизированной обработки и экспертного анализа телеметрической информации многопараметрического объекта
- Разработка алгоритма формирования базы знаний правил системы нечеткого вывода для обеспечения автоматизированной обработки и экспертного анализа телеметрической информации
Анализ современных подходов к построению системы анализа телеметрической информации, выработка концепции построения системы
Измерения являются одним из основных источников количественной информации об исследуемых объектах (ИО) самой различной природы [5, 6]. Измерительная техника развивалась и совершенствовалась на протяжении всей истории человечества. С возникновением сложных технических комплексов, которыми являются ракетно-космические комплексы, измерения нашли особую роль в научно-техническом прогрессе. В этих комплексах одновременно с расширением номенклатуры измеряемых величин на порядки возрастали диапазоны измерений и уменьшались погрешности измерения. Кроме улучшения метрологических показателей средств измерений (СИ), существенно расширяются их функциональные возможности (космические СИ, мобильные СИ и пр.) и повышаются эргономические свойства. Растет удельный вес автоматизированных СИ, увеличивается объем получаемой и обрабатываемой телеметрической информации. Автоматизированные СИ встраиваются в системы автоматического управления различного уровня и становятся составными частями таких сложных систем как системы автоматизированного управления подготовки и пуска ракет наряду с инженерным и другим технологическим оборудованием [1-4, 24].
Параллельно с развитием измерительной техники в настоящее время идет интенсивное развитие других важнейших составляющих современного технического прогресса — информационных технологий, являющихся основой автоматизации управления и производства. Информационная технология — совокупность методов, производственных и программно-технологических средств, объединенных в технологическую цепочку, обеспечивающую сбор, хранение, обработку, вывод и распространение информации. Информационные технологии предназначены для снижения трудоемкости процессов использования информационных ресурсов. Они включают в себя широкий класс дисциплин и областей деятельности, относящихся к технологиям управления и обработки данных, в первую очередь числовых, с применением вычислительной техники. Из сказанного следует, что информационные технологии — это прежде всего компьютерные технологии, и их основной технической базой является вычислительная техника [67]. Другим техническим компонентом информационных технологий являются системы и каналы связи, обеспечивающие быструю и достоверную передачу информации на большие расстояния. Для достижения любой из конкретных целей информационных технологий с использованием этих технических средств необходимо соответствующее программно-математическое обеспечение (ПМО), включающее в себя алгоритмы преобразования информации и программы для реализации этих алгоритмов [11, 12].
Совместное применение измерительной техники и методов современных информационных технологий в одних и тех же областях не могло не привести к их взаимопроникновению. Потребности современного производства и научных исследований все чаще ставят перед измерительной техникой задачи автоматической регистрации, хранения и математической обработки больших массивов измерительной информации, передачи ее на расстояние, использование для автоматического управления какими-либо процессами. Эти проблемы, аналогичные проблемам информационных технологий, оказали существенное влияние на организацию процесса измерений, что привело к появлению измерительных информационных технологий. Эти технологии являются разновидностью информационных технологий и выделяются из этого обширного множества тем, что имеют очевидный познавательный характер, реализуемый посредством специфических процедур, присущих только им. К этим процедурам относятся:
Извлечение информации из телеметрических данных, математическое преобразование, анализ и представление результатов за минимальное время, обеспечивающее своевременное использование их в процессе управления телеметрируемым объектом, - первая цель автоматизированной обработки ТМИ [70]. Второй, не менее важной целью автоматизированной обработки является определение частных и обобщенных характеристик систем телеметрируемого объекта, их каталогизация, хранение и своевременная выдача потребителям. Общая задача обработки ТМИ формулируется следующим образом: дана совокупность измерений за некоторый период наблюдения, требуется, определить вектор-функцию параметров состояния, вектор обобщенных характеристик, сделать вывод и оценить точность полученных результатов.
Принято разделять процесс обработки на два этапа: 1) первичная обработка (или просто обработка); 2) вторичная обработка (или анализ ТМИ). Схема обобщенного алгоритма системы первичной обработки, поясняющая ее место и взаимосвязь различных операторов обработки ТМИ, изображена на рисунке 1.3
Измерения, полученные от датчиковой аппаратуры, передаются кодировщику, который перекодирует данные ТМИ помехоустойчивым кодом, после чего они перерабатываются передатчиком для согласования с каналом связи. Передатчик согласует данные с каналом связи по структуре, скорости поступления и среде передачи. На выходе канала связи осуществляется декодирование данных и повышение их достоверности, после чего осуществляется дешифрация - пересчет параметров с учетом тарировочных характеристик датчика и калибровочной характеристики системы измерения. Затем данные согласуются с системой анализа по форматам и относительной шкале времени [58].
Описание состава модели поведения системы анализа телеметрической информации
Для моделирования анализа телеметрической информации при подготовке и запуске РН (испытаниях РКК) выбран язык моделирования Unified Modeling Language (UML), разработанный международным консорциумом Object Management Group (OMG). В консорциум входят крупнейшие компании, такие как: Hewlett-Packard, IBM, ICON Computing, Microsoft, Oracle, Rational, Texas Instruments, Unisys, и пр.
Унифицированный язык моделирования UML – это стандартный инструмент для разработки «конструкторской документации» на программное обеспечение. Язык UML признан индустриальным стандартом в области моделирования и проектирования программного обеспечения [19].
UML подходит для моделирования любых систем – от информационных систем масштаба предприятия до распределенных вычислительных систем и даже встроенных систем реального времени. Это очень мощный язык, предназначенный для представления системы со всех точек зрения, относящихся к ее разработке и внедрению. Однако, несмотря на многообразие средств языка, он прост для понимания и применения. Язык UML является одновременно языком конструирования, специфицирования и документирования.
В соответствии со спецификацией языка UML, любая система может быть представлена в виде структурной и (или) поведенческой модели. Модели на языке UML представляются набором диаграмм.
Структурные диаграммы UML предназначены для визуализации, спецификации, конструирования и документирования статических аспектов системы, т.е. ее внутренней архитектуры. Статические аспекты программной системы включают в себя наличие и размещение классов, интерфейсов, коопераций, компонентов и узлов. Структурные диаграммы UML преимущественно включают в себя основные группы сущностей, которые разработчик программного обеспечения использует при моделировании системы:
Для проектирования системы анализа телеметрической информации, наиболее важную роль играет качественное и всестороннее ее конструирование с точки зрения динамических аспектов.
Модель поведения системы анализа телеметрической информации разработана с помощью программы Rational Software Modeler из состава продукта IBM Rational Software Development Platform. 2.3 Описание состава модели поведения системы анализа телеметрической информации
Для начального (концептуального) моделирования системы в UML описывается ее поведение посредством вариантов использования, специфицируемых независимо от реализации. Вариант использования – это описание множества последовательных действий (включая вариации), которые выполняются некоторым субъектом с целью получения результата, значимого для некоторого действующего лица. Для этого строится диаграмма вариантов использования (use case diagram), которая описывает функциональное назначение системы или то, что система будет делать в процессе своего функционирования.
Суть данной диаграммы состоит в том, что проектируемая система представляется в виде множества сущностей (действующих лиц), взаимодействующих с системой с помощью так называемых вариантов использования. При этом, действующим лицом называется любая сущность, взаимодействующая с системой извне. Это может быть человек, техническое устройство, программа или любая другая система, которая может служить источником воздействия на моделируемую систему. В свою очередь, вариант использования служит для описания сервисов, которые система предоставляет действующему лицу. Другими словами, каждый вариант использования определяет некоторый набор действий, совершаемый системой при диалоге с действующим лицом. При этом ничего не говорится о том, каким образом будет реализовано взаимодействие действующего лица с системой.
На рисунках (Рисунок 2.3 - Рисунок 2.6) приведены диаграммы вариантов использования, являющиеся концептуальным графическим представлением деятельности КИС, ТК, СК, КБ по анализу телеметрической информации.
Основным отличительным признаком предлагаемого в диссертационной работе подхода, по сравнению с используемым в настоящее время подходом, является введение варианта деятельности для КИС, ТК, СК, КБ – «Визуализировать и сохранить результаты анализа в БД, произвести автоматизированную экспертную оценку и выдать заключение» (вместо «Вывести на экран, распечатать графики и протоколы испытаний, произвести экспертную оценку специалистами и выдать заключение»).
В связи с построением известных систем анализа телеметрической информации на основе графического анализа, существуют проблемы накопления статистических данных по результатам подготовки и пуска. В связи с проведением экспертной оценки специалистами, существуют проблемы оперативности заключений по результатам анализа и влияние «человеческого фактора» на результаты анализа телеметрической информации.
Разработка схемы автоматизированной обработки и экспертного анализа телеметрической информации многопараметрического объекта
Для работы системы нечеткого вывода необходима заполненная база знаний: множество правил нечетких продукций, которые определяют нештатные ситуации, множество входных лингвистических переменных и множество выходных лингвистических переменных.
В процессе проведения испытаний с РН, состоящего из k подсистем, каждая из которых контролируется Ni (i = 1,k ) измерительными параметрами, может произойти J нештатных ситуаций, последствия которых отражаются в данных телеизмерений и фиксируются как характерные «ненормы» контролируемых параметров подсистем РН. Однако в результате большинства нештатных ситуаций могут возникнуть вторичные последствия, которые значительно затрудняют однозначную идентификацию нештатной ситуации. В результате таких вторичных последствий в контролируемых параметрах k подсистем можно наблюдать основные признаки нескольких нештатных ситуаций. Поскольку для достоверной идентификации нештатной ситуации невозможно построить четкие правила, учитывающие все возможные варианты вторичных последствий, то в базе знаний экспертной системы для каждой j-й нештатной ситуации хранятся правила нечеткого вывода. Эти правила позволяют по значению величины входной лингвистической переменной (которая определяет дискретное состояние ni-го параметра ( ni =1,Ni ) i-й подсистемы (i = 1,k ) и которая может принимать значения «1» - понятие «ненорма сверху», «0» - понятие «норма», «-1» -понятие «ненорма снизу») выявлять характерность (принадлежность) значения ni-го параметра к j-й ( j = 1,J ) нештатной ситуации. Для выявления j-й ( j = 1,J ) нештатной ситуации предварительно в базе знаний экспертной системы задаются величины Mdi,jni (t) , каждая из которых характеризует некоторое дискретное состояние ni-го параметра, влияющее на возникновение j-й нештатной ситуации, и может принимать одно из значений «1», «0», «-1», «2», которые сопоставлены соответственно понятиям: «1» -понятию «ненорма сверху»; «0» - понятию «норма»; «-1» - понятию «ненорма снизу», «2» - понятию «ненорма сверху или снизу».
Наряду с величинами Mdi,jni (t) в базе знаний хранятся определяемые экспертом величины m(Mdi,jni (t)), являющиеся экспертными оценками степени выраженности влияния ni-го параметра ( ni =1,Ni ) i-й подсистемы (i = 1,k ) на возникновение j-й ( j = 1,J ) нештатной ситуации и представляющие собой числа из отрезка [0,1].
Предполагается, что некоторая нештатная ситуация возможна, если для ni-го параметра ( ni =1,Ni ) выполняется одно из 3-х условий. – ni-й параметр вышел за пределы верхнего допуска; – ni-й параметр вышел за пределы нижнего допуска; – ni-й параметр вышел за пределы нижнего или верхнего допуска. Правила выявления j-й нештатной ситуации по значению ni-го параметра
В каждый момент времени t для выявления j-й нештатной ситуации может применяться только одно из правил 1 – 3.
В случае, когда Ad(Ai,ni (t)) = 0 для значения ni-го параметра ( ni =1,Ni ) i-й подсистемы (i = 1,k ), любая j-я нештатная ситуация невозможна при любых значениях Mdi,jni (t) , но при этом степень влияния ni-го параметра ( ni =1,Ni ) i-й подсистемы (i = 1,k ) на возникновение j-й ( j = 1,J ) нештатной ситуации полагается равной величине m(Mdi ,jni (t)) . Таким образом, каждое правило выявления j-й нештатной ситуации: R(Ad(Ai,ni (t)),Mdi ,j ni (t))) = m(Mdi ,jni (t)) (3.10) сопоставляет значению характеристики отклонения Ai,ni (t) ni-го параметра (ni =1,Ni ) i-й подсистемы (i = 1,k ) на основе вычисленного значения величины Ad(Ai,ni (t)) некоторую j-ю нештатную ситуацию со степенью выраженности влияния ni-го параметра на нее, равной m(Mdi ,jni (t)) .
Величина m(Mdi ,jni (t)) , определяющая степень выраженности влияния ni-го параметра ( ni =1,Ni ) i-й подсистемы (i = 1,k ) на возникновение j-й ( j = 1,J ) нештатной ситуации, является «внутренним» свойством ni-го параметра ( ni =1,Ni ), задается экспертом, может уточняться в процессе работы с экспертной системой и не зависит от трёх определенных выше условий возникновения j-й ( j = 1,J ) нештатной ситуации [75]. Наглядно правило выявления j-й нештатной ситуации можно представить следующим образом:
Разработка алгоритма формирования базы знаний правил системы нечеткого вывода для обеспечения автоматизированной обработки и экспертного анализа телеметрической информации
В соответствии с приведенными формулами, производительность процессоров, объем ОЗУ и пропускная способность ЛВС прямо пропорционально зависит от значения параметров Pr, Fr, Ps. При этом, наиболее выраженная зависимость наблюдается у пропускной способности ЛВС. Именно пропускная способность ЛВС и является узким местом в любой экспертной системе, т.к. объемы данных, обрабатываемых в системе, велики, а время на принятие решения ограничено. Кроме того имеется определенное аппаратное ограничение на максимальную пропускную способность – 100 Гбит/с (100Gigabit Ethernet). Это наиболее скоростной интерфейс известный в настоящее время. Другим узким местом является объем жестких дисков сервера баз знаний, т.к. его объем должен обеспечивать накопление данных на весь жизненный цикл работы системы. Для жестких дисков сервера баз знаний примем за ограничение объем 500 Тбайт. Объем оперативной памяти ограничим 128 Гбайтами. Производительность процессоров применяемых в системе ограничим производительностью процессоре Intel Core i9 (3ГГц, 12 ядер), по данным из сети Internet его минимальная производительность равна примерно 10000 MIPS [38, 109].
Произведем анализ требуемой производительности в зависимости от количества измеряемых параметров при следующих фиксированных параметрах Fr=80Гц, Ps=6, Cs=1000, Buf=256 байт, Cl=1000 циклов, Tr=3600 с, Q=1 (Рисунок 4.8 – Рисунок 4.11).
Из графиков видно, что производительности процессорных ресурсов и объема ОЗУ будет достаточно даже при контроле от каждой подсистемы изделий РКТ до 10000 параметров. Однако ограничение сетевого трафика не позволит производить обработку более 1000 параметров по каждой подсистеме.
Проведем анализ требуемой производительности в зависимости от количества контролируемых нештатных ситуаций при следующих фиксированных параметрах Fr=80Гц, Ps=6, Pr=1000, Buf=256 байт, Cl=1000 циклов, Tr=3600 с, Q=1 (Рисунок 4.12 – Рисунок 4.15)
Из графиков видно, что производительности процессорных ресурсов и объема ОЗУ будет достаточно даже при контроле от каждой подсистемы изделий РКТ до 10000 нештатных ситуаций. Однако, ограничение сетевого трафика не позволит производить обработку более 1000 нештатных ситуаций по каждой подсистеме.
На основе проведенного анализа можно сделать вывод, что разработанная система будет эффективно обрабатывать телеметрические данные и делать оперативные заключения о работе всех 6 систем РН, за время не более чем 1 секунда, выявлять до 1000 нештатных ситуаций от каждой системы (всего 6000), при общей продолжительности сеанса измерений 1 час, с ресурсом системы - 1000 сеансов. Данные ограничения допустимы и соответствуют тактико-техническим требованиям на системы обработки и анализа телеметрической информации. Ограничения на количество обрабатываемых параметров очень нежелательны, т.к. при создании перспективных образцов ракетной техники необходимым требованием является полнота обрабатываемой информации (в настоящее время для перспективных образцов разрабатываются высокоинформативные измерительные системы). Для исключения данного ограничения рассмотрим возможность увеличения количества обрабатываемых параметров за счет применения методов уменьшения частоты дискретизации при приеме информации.
Найдем зависимость средней частоты дискретизации параметров (Fr) от количества параметров (Pr), при котором требуемая производительность является неизменной, и следующих фиксированных параметрах Ps=6, Cs=1000, Cl=1000 циклов, Buf=256 байт, Tr=3600 с, Q=1 (Рисунок 4.16 – Рисунок 4.20).
Таким образом, из проведенного анализа можно сделать вывод, что разработанная система: может быть построена на базе локальной вычислительной сети 100-Гигабитной Ethernet, состоящей из ПЭВМ с многоядерными процессорами Intel Core Duo и ОЗУ 128Гбайт; обеспечивает оперативное обнаружение нештатной ситуации из 6000 возможных вариантов и причин ее возникновения за минимальное время (1 с), обеспечивает обработку до 48000 параметров бортовой системы измерения; обеспечивает более полную информационную поддержку персонала за счет возможности накопления данных в базе нештатных ситуаций за сотни циклов натурных испытаний РКТ. позволяют сформулировать основные результаты, полученные в диссертационной работе:
1. организационная и функциональная структуры системы анализа телеметрической информации, модель поведения системы анализа телеметрической информации разработанные по результатам анализа требований к информационно-аналитическому обеспечению пусков РН;
2. алгоритм экспертного анализа телеметрической информации, отличающийся от известных тем, что при его реализации предложено использовать элементы теории экспертных систем, теории нечетких множеств и нечеткой логики, что позволило обеспечить высокий уровень объективности оценок, снизить влияние «человеческого фактора» на процесс принятия решений и повысить оперативность локализации неисправности, выработки технических решений для предотвращения возможных ошибок;
3. алгоритм интерактивного анализа телеметрической информации и представления оценок состояния бортовых систем РН, отличающийся от известных тем, что позволяет обеспечить интегрированное отображение состояния бортовых систем РН и РН в целом путем визуализации текущего состояния каждого контролируемого параметра (процесса) и его «нечетких» допусковых оценок, не снижать информационную значимость отдельных контролируемых параметров для принятия решения, повысить оперативность принятия решений при переходе систем из штатного состояния;
4. алгоритмы формирования баз знаний штатного и нештатных состояний бортовых систем РН для системы экспертного анализа телеметрической информации, отличающиеся от известных тем, что они позволяют сформировать совокупность фактов штатного поведения телеметрируемых процессов и правил вывода для идентификации нештатного состояния бортовых систем РН.
