научная статья по теме ПРИМЕНЕНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ МОДЕЛЕЙ ДИАГНОСТИРОВАНИЯ ПРИ ПРИЕМОЧНОМ КОНТРОЛЕ СЛОЖНЫХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ Энергетика

Текст научной статьи на тему «ПРИМЕНЕНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ МОДЕЛЕЙ ДИАГНОСТИРОВАНИЯ ПРИ ПРИЕМОЧНОМ КОНТРОЛЕ СЛОЖНЫХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ»

Конструирование и технологии создания

электронных и лазерных средств

УДК 681.518.5:004.81

ПРИМЕНЕНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ МОДЕЛЕЙ ДИАГНОСТИРОВАНИЯ ПРИ ПРИЕМОЧНОМ КОНТРОЛЕ СЛОЖНЫХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ

APPLICATION OF INTELLIGENT DIAGNOSTIC MODELS FOR ACCESS CONTROL OF COMPLEX TECHNICAL OBJECTS

Ларин Валерий Павлович

д-р техн. наук, профессор larinvp39@yandex.ru

Смирнов Владимир Александрович

аспирант, вед. инженер-электроник vlad.sm2010@yandex.ru

Шелест Дмитрий Константинович

д-р техн. наук, профессор shelestd@gmail.com

Санкт-Петербургский государственный университет аэрокосмического приборостроения

Факультет радиотехники, электроники и связи

Кафедра конструирования и технологии электронных и лазерных средств

Аннотация: Рассмотрены вопросы проектирования технологической системы приемочного контроля сложных технических объектов на примере бортовой автоматизированной системы управления. Предложен комбинированный метод анализа и оценки результатов контроля и диагностирования, заключающийся в моделировании правдоподобных рассуждений на основе прецедентов и применении обученных многослойных нейронных сетей. Приведена методика и механизм извлечения прецедентов. Рассмотрены принципы формирования поддержки принятия решений с использованием многослойной нейронной сети, элементы которой обучаются на прецедентах. Ключевые слова: бортовая система управления, приемочный контроль, состояние объекта, интеллектуализация поддержки принятия решений.

Larin V. P.

D.Sc. (Technical), Professor larinvp39@yandex.ru

Smirnov V. A.

Postgraduate, Senior Electronics Engineer vlad.sm2010@yandex.ru

Shelest D. K.

D.Sc. (Technical), Professor shelestd@gmail.com

Saint-Petersburg State University of Aerospace Instrumentation Faculty of radioengineering, electronics and communication

Chair of designing and technology of electronic and laser means

Abstract: The design technology of the acceptance control of complex technical objects for example onboard automatic control system. A combined method of analysis and assessment of the results of monitoring and diagnosis in simulation of plausible reasoning on the basis of the case law and the application of multilayer neural networks trained. The method and mechanism of extract of precedents are proposed. The principles of decision-making support using multilayer neural network whose elements are trained on precedents.

Keywords: flight control system, acceptance control, object state, in-tellectualization of decision support.

ВВЕДЕНИЕ

Особенностью современного уровня развития аэрокосмической техники является расширение функциональности автоматических систем управления. Ответственное вы-

полнение функций и большая цена отказа этих систем предъявляют повышенные требования к их надежности. Естественно, в наибольшей степени это касается летательных аппаратов (ЛА) разового применения, где выполнение заданных

функций определяется уровнем надежности, достигнутом на стадиях проектирования и производства системы.

Приемочный контроль является важнейшей частью приемо-сдаточных испытаний изделий бортовой

аппаратуры ЛА. Ряд катастрофических событий, связанных с ракетной и авиакосмической техникой, заставляют внимательно проанализировать всю цепочку проектирования и изготовления, включая теоретические основы проектирования технологии приемочного контроля бортовой аппаратуры ЛА. В связи с этим особую важность и актуальность приобретает решение задач, связанных с определением состояния аппаратуры, относящейся к категории критической по последствиям отказов [1].

Задачи определения состояния аппаратуры рассматриваются на примере приемочного контроля бортовой автоматизированной системы управления (БАСУ), входящей в состав ЛА разового применения и относящейся к категории критической для рассматриваемого класса объектов. Недопущение от-казоопасной аппаратуры на последующую сборку и в стадию эксплуатации, своевременное и полное определение параметров технического состояния, выявление, идентификация и устранение предвестников и причин отказов и аварий относятся к важнейшим задачам приемочного контроля.

Решение указанных задач важно не только с позиции проектирования и проведения приемочного контроля БАСУ, но и для информационной поддержки принятия решений при приемочном контроле ЛА в целом и при выполнении регламентных проверок технического состояния и предстартового контроля.

ПОСТАНОВКА ЗАДАЧИ

Целью работы является изложение разработанной концепции и методик организации приемочного контроля с применением комбинированного метода анализа и оценки результатов контроля и использованием принятых решений для информационной поддержки контрольных мероприятий на последующих этапах. Разработанный метод

позволяет повысить эффективность процесса контроля и достоверность принятия решений при оценке результатов.

Для аппаратуры, входящей в состав ЛА разового использования, существуют специфические требования и ограничения при ее отработке на надежность [1], которая заключается в достижении высокого уровня безотказности на протяжении времени использования по назначению, т. е. при ограниченном ресурсе.

Практика проведения приемочного контроля сложных технических изделий свидетельствует о больших затратах времени на проведение проверок. Это время значительно возрастает в случаях необходимости принятия решений при некоторых неопределенностях, возникающих в виде инцидентов в результатах проверок и требующих квалифицированной и ответственной оценки эксперта. Виды и содержание таких неопределенностей при контроле бортовой аппаратуры и специфические особенности БАСУ как объекта контроля и диагностирования подробно рассмотрены в публикациях [2, 3]. Суммируя сказанное, можно сформулировать задачу достижения высокой эффективности процесса приемочного контроля аппаратуры ЛА разового применения: обеспечение достоверного оценивания состояния объекта контроля за минимальное время затраченной наработки.

РЕЗУЛЬТАТЫ РЕШЕНИЯ ЗАДАЧИ ЭФФЕКТИВНОГО КОНТРОЛЯ СОСТОЯНИЯ БАСУ

Эффективность контроля состояния БАСУ существенно зависит от вероятности правильного распознавания ее технического состояния, которое в конечном итоге непосредственно влияет на вероятность выполнения полетного задания. Наряду с классическими подходами необходимо применение новых интеллектуальных методов, позволяющих эффективно и качест-

венно осуществлять процесс контроля параметров изделия с учетом неполноты и неопределенности полученной при контроле информации. Такой подход позволяет максимально устранить человеческий фактор из контура оценки результатов с наличием инцидентов в ходе проведения контроля и диагностирования.

В настоящее время для проведения операций приемочного контроля БАСУ применяется контрольно-проверочная аппаратура (КПА), которая представляет собой автоматизированную многопроцессорную контрольно-измерительную систему, построенную на базе специализированных промышленных компьютеров, осуществляющих управление процессом контроля, состоящим из множества проверок. КПА вполне успешно справляется с операциями функционального и параметрического контроля, такими как измерение величины параметра, уровня и формы сигнала, прохождения сигнала по цепям и т. п. Сложнее дело обстоит с контролем режимов, заключающемся в анализе реакций объекта контроля на различные сигналы-стимулы, имитирующие управляющие воздействия или информацию с датчиков. Как показывает практика, именно в этих проверках появляются инциденты, связанные с неоднозначностью, неопределенностью оценки результата.

При диагностировании алгоритм тестирования состоит из определенной совокупности элементарных проверок, а также правил, устанавливающих последовательность их проведения и правил анализа результатов. Если хотя бы один из параметров элементарной проверки получил оценку "не годен", то результату проверки присваивается лингвистическая оценка "не в норме". Инцидент, заключающийся в появлении в результатах диагностирования события, которое не может быть однозначно отнесено к классифицированному выводу "в норме" или "не в норме", это и есть ис-

Рис. 1

точник повышения временных затрат на контроль.

В случае появления инцидента повторяют проверку, применяют дополнительные контрольные операции, привлекают высококвалифицированных экспертов и др. Описание вида, характера и содержания такого рода неопределенностей имеет существенные трудности при идентификации события для включения в алгоритм и программу последующей локализации неисправности. В таких случаях решающую роль играет высокая квалификация опытных специалистов, привлекаемых в качестве экспертов для идентификации события. Выявленная неисправная составная часть демонтируется из БАСУ, и дальнейшее диагностирование выполняется на отдельном, специализированном для этой составной части, контрольно-проверочном стенде в целях локализации неисправностей.

Таким образом, имеет место серьезная проблема, связанная с решением следующих основных задач контроля рассматриваемого вида аппаратуры:

— максимальное исключение человеческого фактора из процесса принятия решений при проведении всех видов контрольных мероприятий;

— сокращение выработки ресурса аппаратуры при проведении контроля и диагностирования на всех этапах стадий изготовление — эксплуатация.

Концептуально предлагаемое решение задач заключается в переходе от способа построения процесса приемочного контроля и КПА на основе жесткой программы к гибкой, прецедентной, адаптивной реализации в нейросетевом базисе. Применение нейросетевых моделей позволяет автоматизировать процесс принятия решений по результатам контроля и диагностирования и создает условия для автоматизации прогнозирования состояния аппаратуры и поиска неисправностей. Предлагаемый метод основан на

моделировании правдоподобных рассуждений на основе прецедентов и применении обученных многослойных нейронных сетей (НС) для достоверного распознавания технического состояния аппаратуры с использованием интеллектуальной системы поддержки принятия решений (ИСППР).

Вывод на основе прецедентов показал свою эффективность в случая

Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.

Показать целиком