The authors have analyzed the available approaches to the construction of control systems based on the principles and algorithms of artificial neural networks. A method for assessing the effectiveness of managing a complex multi-level security system for a special purpose information and telecommunications network is presented.
Key words: control system, artificial neural network, control, protection system, information security, information and telecommunication network.
Karpov Michail Andreevich, postgraduate, karpuh. djan@,mail. ru, Russia, Sankt-Petersburg, Military Telecommunications Academy named after Marshal of the Soviet Union S.M. Bydyonny,
Lauta Oleg Sergeevich, lecturer, laos-82@yandex. ru, Russia, Sankt-Petersburg, Military Telecommunications Academy named after Marshal of the Soviet Union S.M. Bydyonny,
Kotcyniak Michail Antonovich, doctor of technical sciences, professor, MichailAntKotcayandex.ru, Russia, Sankt-Petersburg, Military Telecommunications Academy named after Marshal of the Soviet Union S.M. Bydyonny,
Kribel Alexander Mikhailovich, competitor, nemo4ka@gmail. com, Russia, Sankt-Petersburg, Military Telecommunications Academy named after Marshal of the Soviet Union S.M. Bydyonny
УДК 004.67
АДАПТИВНАЯ ОБРАБОТКА РАЗНОРОДНЫХ ДАННЫХ ГЕОТЕХНИЧЕСКОГО МОНИТОРИНГА
Е.С. Панькина, Н.В. Дорофеев, Р.В. Романов, А.В. Греченева
Разработан адаптивный алгоритм пространственно-временной информационной обработки данных геотехнического мониторинга, позволяющий оценить тренд изменения устойчивости геотехнической системы в период бифуркации. Для раннего обнаружения негативных изменений и выделения механизмов оценки трансформации геотехнической системы в период бифуркации в алгоритме предложено изменять параметры сбора и обработки данных в зависимости от выделенных ключевых зон компонентов геотехнической системы, в которых происходят скрытые геодинамические процессы. В ходе практической проверки предлагаемого алгоритма на данных геотехнического мониторинга территории с. Чудь Нижегородской области была повышена эффективность раннего обнаружения скрытых деструктивных процессов.
Ключевые слова: геотехническая система, устойчивость, мониторинг, бифуркационные параметры, адаптивная обработка данных.
На территориях больших и малых городов распространены интенсивные деформационные процессы. Их активность провоцируется как новым строительством, так и реконструкцией существующей застройки, которые выводят геологическую среду из состояния равновесия. Деформационные процессы наиболее заметны они на равнинных территориях [1, 2].
226
Активная хозяйственная деятельность в урбанизированных районах, в частности подземное строительство или неразумное освоение прибрежных территорий, приводит к возникновению и интенсификации опасных геологических процессов [3-6]. Техногенные воздействия мегаполисов и развитого промышленного производства связаны с изменением рельефа, нагрузкой на геологическую среду зданиями и сооружениями, техногенным увеличением обводненности горных пород и поверхностного стока, вибрационными нагрузками и др.
Совокупное воздействие вышеперечисленных техногенных процессов оказывает негативное влияние на устойчивость геологической среды, а следовательно, и городской застройки, и требует постоянного геотехнического мониторинга с целью выявления и предупреждения чрезвычайных ситуаций. Геотехнический мониторинг предусматривается для оценки надежности геотехнической системы, своевременного выявления и предотвращения аварийных ситуаций и оценки правильности прогнозов, принятых методов расчета и проектных решений [7]. Геотехнический мониторинг должен проводиться непрерывно с использованием автоматизированных систем, основные требования прописаны и регламентируются в стандартах [8,9].
При оценке устойчивости геотехнической системы очень важно выявлять скрытые предвестники деструктивных процессов. Для этого в системе геотехнического мониторинга необходимо учитывать поведение, как геологической среды, так и самих конструкций зданий и сооружений, поскольку они находятся во взаимном влиянии. Заблаговременное выявление и прогнозирование начальной фазы развития опасных геодинамических процессов в геотехнической системе является важной и сложной задачей. Однако для более эффективного геотехнического мониторинга при анализе полученных данных о скрытых деформационных процессах геотехнической системы, необходимо изменять параметры сбора и обработки данных. Для этого необходима разработка алгоритма адаптивной обработки разнородных данных геотехнического мониторинга.
Целью данной статьи является разработка адаптивного алгоритма пространственно-временной информационной обработки данных геотехнического мониторинга позволяющего оценить тренд изменения устойчивости геотехнической системы на основе бифуркационного подхода.
Применяемые методы и подходы. При наблюдении на больших территориях большого количества объектов и локальных участков авторами предлагается новый подход выделения скрытых предвестников деструктивных процессов в системе геотехнического мониторинга. Он основан на выделении ключевых зон геотехнической системы, в которых проявляются скрытые геодинамические процессы. При этом не требуется контролировать каждый компонент геотехнической системы.
На рис. 1 представлена схема расположения ключевых объектов геотехнической системы распределенных по наблюдаемой территории.
П1(
В геотехнической системе компоненты могут быть распределены на большой площади наблюдаемой территории. Состояние компонентов К2, К3, К4, К5, К Кп может зависеть как от состояния компонента К?, так и от одинаковых или схожих условий Кг, Кп. Среди компонентов К2,Кз,К4,К5,К(,Кг,Кп есть компоненты, которые наиболее чувствительны к изменению своих входных параметров, их время отклика наименьшее.
Чувствительность зависит от реакции компонента на входные параметры (сила связи между компонентами и их параметрами)[10,11].
Таким образом, выделяя ключевые зоны, можно определить скрытые предвестники нарушений геодинамической устойчивости геотехнической системы.
Ключевую зону К1={х1,у1, Ах, Ау] можно описать стохастической авторегрессионной моделью, где текущее состояние зависит от внутреннего геодинамического тренда с глубиной к и внешнего влияния т. Тогда геодинамический процесс будет описываться согласно уравнению [12] у[п] = у[п -1] -... - а[к]у[п - к] + х[п];
к т
или X(2) = (1 + Е! Щ2- )У (2). (1)
I=11=1
Передаточная функция, описывающая условие устойчивости в данной ключевой зоне х;,
н (2)=-тт-: ■ (2)
1 + ЕЕ Щ2-|
I=11=1
Прогнозную функцию для ключевой зоны геодинамического контроля для частотного диапазона ютах ют1п, в спектральной форме можно определить в виде соотношения
к Ютах ютах
¥ (к) = ! ( | (Н(п) - Н (I + п))2 Эю/ | (Н 2(п)Эю, (3)
I =1 ют1п ют1п
228
где Н(п) - передаточная функция, полученная по предварительным данным; Н(г+п) значение передаточной функции, определяемое в результате регрессионного прогнозирования на текущем шаге, к=1,п.
Используя данный подход, определение ключевых точек геодинамического контроля в геотехнической системе может осуществляться на основе прогнозных функций с учетом Ог предварительной критериальной оценки зоны контроля взятых из ГИС [13,14].
Кг = Ог {^(к)}. (4)
Таким образом, наблюдая за состоянием только наиболее чувствительных компонентов геотехнической системы, можно заранее предсказать изменение состояния аналогичных зависимых компонентов наблюдаемой территории и выявить скрытые деструктивные процессы.
Для контроля параметров инженерно-технического сооружения предлагается анализировать углы отклонения от вертикали осей сооружения и амплитудно-частотные характеристики вибраций [15].
Для выделения непосредственных значений доминирующих собственных частот контролируемых объектов с помощью датчиков виброскоростей (акселерометров), применяется фазометрический метод инкли-нометрического контроля [16,17]. Применение фазометрического метода измерения угла подразумевает регистрацию временного интервала, пропорционального углу взаимного поворота акселерометров.
При применении фазометрического метода измерений, выходной сигнал первичного преобразователя в прямоугольной системе координат имеет вид [18]
Ых (г) = К (ф х + ю х (г)/ О) , иу (г) = К (фу + Юу (г)/О), (5)
где К - коэффициент преобразования; О- опорный гармонический сигнал; юх (г), юу (г) - угловая частота сигнала;
фхг (г) = Ф* (г) + Афх/ (г) + ф, ф уг (г) = фУ (г) + Аф уг (г) + фу, (6) где фх, фу - сигнал, определяемый собственными частотами контролируемого сооружения; Афхг, Афуг- - сигнал, определяемый частотной девиацией отдельных конструктивных частей объекта; фх, фу - случайные
стационарные процессы, характеризующие помехообразующие факторы.
В результате преобразований сигналов с акселерометров формируется вектор
= {их1(г X их 2(г)
, ихп (г), иу1(г), иу 2(г),..,иуп (г)}. (7)
Для проведения более эффективного геотехнического мониторинга фиксация контролируемых параметров должна выполняться на наиболее опасных и характерных участках, периодичность наблюдений должна определяется интенсивностью (скоростью) и длительностью протекания процессов деформирования конструкций сооружений и их оснований. В случае регистрации каких-либо отклонений частота опроса датчиков в данном сегменте сети должна увеличиваться.
229
Данные анализируются из набора разнородных анализируемых объектов К (контролируемые параметры ключевых зон) и £ (данные от узлов сенсорной сети).
Каждый объект характеризуется вектором значений А в который входят р атрибуты (прогнозные функции для оценивания определенной зоны, критериальное оценивание зоны контроля по данным ГИС, амплитудно-частотные характеристики объектов) [19].
Атрибут ак может быть представлен в виде функции, которая сопоставляет набор объектов Кг и Ба набору значений, разрешенных для этого атрибута В (ак) : К п £ ® В(ак)
В зависимости значений В(ак) атрибуты разделяются на номинальные, представляющие некоторые категории наблюдаемого компонента геотехнического мониторинга: В(ак) = Вк {Рк1, Ьк 2-Ь^} и численные атрибуты измеряемых величин, представленных в целых или действительных значениях. В(ак) = Я.
Каждый объект представляется р-мерным вектором значений атрибутов Ке хг, Бе уг [20]:
й = (а1(хг, уг X а2(хг, уг),..., ак(хг, у),..., ар(хг, уг)) к=1..р, г=1..г. (8)
Множество данных Ве й представляется в виде информационного поля матрицы данных:
а1(хЬ у1) ... ак (xl, у1) ... ар (xl, у1)
й = (ак(хг, у)) гр =
а1(хг,уг) ... ак(хг,уг) ... ар(хг,уг)
(9)
а1(хг, уг) ... ак (х2, уг) ... ар (х2, уг) Строки матрицы называются векторами, а столбцы - атрибутами. При хранении и распределенной обработке данные являются частями матрицы данных:
й=й1,ий2и... ийп (10)
где йп - подматрица данных, расположенная в узле п-го источника,
йл =
х1.1
х1.1
х
1.1
х
г. р
йп =
хп+1,1
хп+1,
х
п+г,1
х
п+г, р
(11)
При этом каждая подматрица данных йп характеризуется вектором атрибутов Ап и набором векторов К^Б^н.
На рис. 2 представлена блок-схема алгоритма адаптивной обработки разнородных данных геотехнического мониторинга.
Данный алгоритм включает:
обработку данных полученных при наблюдении за ключевыми объектами на больших территориях и локальных участках проведения геотехнического мониторинга;
обработку данных инклинометрического контроля, полученных из развертываемой сенсорной сети.
Точки равновесия анализируемого модуля и модели геотехнической системы в соответствии с теорией бифуркации и положения равновесия находятся из выражения (12), а устойчивость положений равновесия определяются - из условия (13) при I' < 0 [21]:
АТ, а) = 0 , (12)
где I- функция, описывающая связи / и у параметра Ту; а - вектор параметров модели.
I'(Ту, а) = 0 (13)
Инклинометрическии контроль
Сбор данных о состоянии зданий с единой частотой опроса
Зафиксированы ли отклонения
Ч контролируемых "-<1арамвтрсе на ¡-ом да
Увеличение частоты опроса датчиков в определенном сашанте сети
Формирование вектора данных
Геологический контроль
Выбор контролируемы* компонентов геотехнической системы
аюрмировнив вектора к, описывающего ключевую зону
Предварительная оценка по данным ГИС
Построение прогнозной функции
Формирование атрибута значений 0(а<) :КП5-»СХа«)
Построение р-мерного пространства векторов с!
Ке Xj.Se у*
Построение информационно данных ГО ПОЛЯ матрицы
а1<я1 = У1> ■■■ аь(х .у,) ... ЭрС*! У1>
... аь(х • Уд - У.)
а . ' .' - у а ... -УО
Анализ отработанны* данных
Раннее обнаружение негативных изменений
X
Рис. 2. Блок-схема алгоритма адаптивной обработки разнородных данных
231
Получаемые тренды данных каждой совокупности оцениваются во временной и частотной областях:
out
t+A
J
t
/
0
v
\f (t) - f (t + At )|
A
f
f (t + At) dAt
(14)
где tout - момент выхода тренда за допустимые пределы; f(t) - наблюдаемый тренд в момент времени t; At - следующий момент времени через интервал A; 0 - функция Хэвисайда; Af - допустимое отклонение тренда.
Величина отклонения в этом случае определяется как e = tout - Af. Устойчивые положения формируют вектор данных на основании которого определяются ключевые точки контроля.
Результаты. Практическая проверка предлагаемого подхода проводилась на данных геотехнического мониторинга территории Нижегородской области села Чудь. Территория является геодинамически не устойчивой в связи с карстовыми процессами. Эти процессы особенно активизируются в период весеннего половодья на реке Оке. Между временными рядами годового количества провалов и среднегодовым уровнем воды в р. Ока (уровень в реке Оке над отметкой 67,2 м. БС) регистрируемым на посте в г. Муроме (Владимирская обоасть) наблюдается четкая почти стопроцентная отрицательная корреляционная связь (рис. 3). Мониторинг проводился по ключевым зонам (красные точки на рис.3), определенных на основе прогнозных функций и данных ГИС.
Control points
Key control areas
Рис. 3. Территория геотехнического мониторинга: с. Чудь, Нижегородская область
В соответствии с предложенным подходом при понижении уровня р. Оки и подземных вод и последующей активизацией карстовых процессов частота опроса датчиков увеличивалась (рис. 4).
232
1
Рис. 4. Адаптация частоты опроса датчиков в зависимости от динамики уровня речных вод
Применение данного алгоритма позволило заблаговременно спрогнозировать изменение состояния геологической среды и геотехнических объектов на исследуемой территории и выявить скрытые деструктивные процессы.
Заключение. Разработанный адаптивный алгоритм дает возможность повысить эффективность систем геотехнического мониторинга за счет более раннего выявления деструктивных процессов. При выходе из заданных границ значений контролируемых параметров технического состояния строительных объектов увеличивается частота опроса датчиков в данном сегменте сети и проводится более детальный контроль, а также заблаговременное информирование мониторинговых служб о нарушении равновесия геотехнической системы с целью предотвращения возникновения чрезвычайных ситуаций и катастроф.
Работа выполнена при финансовой поддержке гранта Президента Российской Федерации № МД-1800.2020.8.
Список литературы
1. Кузьмин Ю.О. Современная геодинамика разломных зон: разло-мообразование в реальном масштабе времени // Геодинамика и тектонофи-зика. 2014. № 2. С. 401-443.
2. Федосеев Ю.Е., Егорченкова Е.А. Требования к геодезической информации при мониторинге деформационных процессов мостовых сооружений // Инженерные изыскания. 2010. № 12. С. 50-57.
3. Лобазов В.Я., Майоров А.А., Ямбаев Х.К. Геодинамический мониторинг памятников архитектуры Московского Кремля // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2009. № 3. С. 3-12.
233
4. Осипов В.И., Медведев О.П. Геология и город. М.: Московские учебники и картолитография, 1997. 399 с.
5. Шешеня Н.Л., Козловский С.В. Основные особо охраняемые природные и техноприродные процессы на территории Московской области // Промышленное и гражданское строительство. 2010. № 11. С. 13-15.
6. Смирнов В.В. Современное регулирование и требования к измерению общей вибрации в помещениях жилых зданий // Здоровье - основа человеческого потенциала: проблемы и решения. 2018. Т. 2. С. 958-965.
7. ТСН 30-307-2002. Нормы и правила проектирования комплексного благоустройства на территории города Москвы (с Изменениями и Дополнениями). 2002. 81 с.
8. ГОСТ Р 22.1.12-2005. Безопасность в чрезвычайных ситуациях. Структурированная система мониторинга и управления инженерными системами зданий и сооружений. М.: Стройиздатинформ, 2005. 34 с.
9. Федеральный закон РФ № 384-ФЗ. Технический регламент о безопасности зданий и сооружений. 2009. 22 с.
10. Кашьяп Р.Л., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным. М.: Наука, 1983. 384 с.
11. Дорофеев Н.В., Греченева А.В., Еременко В.Т., Кузичкин О.Р., Романов Р.В. Модульный подход при организации информационно-техничес-кого обеспечения прогнозирования геодинамики в природно-технических системах // Информационные системы и технологии. 2018. №6(80). С. 62-69.
12. Grecheneva A., Eremenko V., Kuzichkin O., Dorofeev N. The method of selection of the key geodynamic objects // CEUR Workshop Proceedings. 2017. Vol. 1839. P. 74-83.
13. Romanov R.V. Development of geographical information - analytical system for magnetotelluric geodynamic monitoring // Proceedings IEEE 7 conference on intelligent Data Acquisition and Advanced Computing Systems (IDAACS). Berlin, 2013. Vol. 1. P. 824-827.
14. Дорофеев Н.В., Орехов А.А., Романов Р.В. Организация регионального сбора данных в географической информационно-аналитической системе геоэкологического мониторинга // Машиностроение и безопасность жизнедеятельности. 2012. № 2. С. 30-32.
15. Kuzichkin O.R., Grecheneva A.V., Dorofeev N.V., Mishunin, V.V. Geotechnical monitoring of the objects based on the method of inclinometric control of own frequencies // Journal of Advanced Research in Dynamical and Control Systems. 2018. Vol. 10. I.13. P. 616-619.
16. Дорофеев Н.В., Кузичкин О.Р., Греченева А.В., Романов Р.В. Контроль изменения состояния грунтов при геотехническом мониторинге на базе фазометрических измерительных систем // Строительство и реконструкция. 2018. №6 (80). С. 5-13.
17. Grecheneva A.V., Kuzichkin O.R., Kovalenko A.O., Dorofeev N.V., Romanov R.V. Estimation of the phase error of goniometric control based on the accelerometric transducers // Journal of Advanced Research in Dynamical and Control Systems. 2019. Vol. 11. (8 Special Issue). P. 2821-2826.
234
18. Кузичкин О.Р., Романов Р.В., Греченева А.В., Дорофеев Н.В., Коскин А.В., Еременко В.Т. Применение фазометрического метода инкли-нометрического контроля в системе геотехнического мониторинга сооружений // Фундаментальные и прикладные проблемы техники и технологии. 2019. № 3 (335). С. 150-156.
19. Bishop C. Pattern recognition and machine learning. Berlin: Springer, 2006. 95 p.
20. Hastie T., Tibshirani R., Friedman J. The elements of statistical learning: data mining, inference and prediction. Berlin: Springer, 2001. 189 p.
21. Rudiger S. Practical bifurcation and stability analysis. Berlin: Springer, 2010. 261 p.
Панькина Екатерина Сергеевна, научный сотрудник, pankina@,bsu.edu.ru, Россия, Владимир, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых,
Дорофеев Николай Викторович, д-р техн. наук, доцент, заведующий кафедрой, dorofeevnv@yandex. ru, Россия, Владимир, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых,
Романов Роман Вячеславович, канд. техн. наук, доцент, romanov.roman. 5@yandex.ru, Россия, Владимир, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых,
Греченева Анастасия Владимировна, канд. техн. наук, доцент, grechenevaav@yandex.ru, Россия, Владимир, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых
ADAPTIVE PROCESSING OF HETEROGENEO US GEOTECHNICAL MONITORING DA TA
E.S. Pankina, N. V. Dorofeev, R. V. Romanov, A. V. Grecheneva
An adaptive algorithm for spatio-temporal information processing of geotechnical monitoring data has been developed, which makes it possible to assess the trend of changes in the stability of the geotechnical system during the bifurcation period. For early detection of negative changes and identification of mechanisms for assessing the transformation of the geotechnical system during the period of bifurcation, the algorithm proposed to change the parameters of data collection and processing depending on the identified key zones of the components of the geotechnical system in which hidden geodynamic processes occur. In the course of practical testing of the proposed algorithm on the data of geotechnical monitoring of the territory Chud village, Nizhny Novgorod region, the efficiency of early detection of hidden destructive processes was increased.
Key words: geotechnical system, stability, monitoring, bifurcation parameters, adaptive data processing.
Pankina Ekaterina Sergeevna, researcher, pankina@,bsu. edu. ru, Russia, Vladimir, Vladimir State University,
Dorofeev Nikolai Viktorovich, doctor of technical sciences, docent, head of chair, dorofeevnv@yandex. ru, Russia, Vladimir, Vladimir State University,
235
Romanov Roman Vyacheslavovich, candidate of technical sciences, docent, romanov. roman. 5@yandex. ru, Russia, Vladimir, Vladimir State University,
Grecheneva Anastasia Vladimirovna, candidate of technical sciences, docent, gre-cheneva@yandex. ru, Russia, Vladimir, Vladimir State University
УДК 621.317
ОБЕСПЕЧЕНИЕ ТЕХНИЧЕСКОЙ ГОТОВНОСТИ ТЕХНИКИ СВЯЗИ И АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ
Н.И. Вишняков, А.В. Морозов, А. А. Самохвалов, Н.Н. Сирко
Рассмотрена система технического обеспечения связи и автоматизированных систему управления. Проведены обзор и анализ мероприятий технического обеспечения связи и автоматизированных систем управления.
Ключевые слова: техническое обслуживание, ремонт, техника связи и автоматизированных систем управления, состояние.
На современном этапе развития Вооружённых Сил Российской Федерации (ВС РФ) система военной связи и автоматизированные системы управления являются важнейшими составными частями технической основы системы военного управления и относятся к средствам управления войсками (силами). От их состояния зависит эффективность применения войск (сил), боевых средств и оружия в условиях ведения современной войны, решающую роль в которой играет скорость обмена информацией и передачи управляющих воздействий в реальном масштабе времени с требуемым качеством.
Обеспечение постоянной технической готовности системы военной связи и автоматизированных систем управления к применению по назначению является главной задачей в процессе управления войсками, силами и оружием.
Техническое обеспечение связи и автоматизированных систем управления (ТОС и АСУ) выделено в отдельный вид технического обеспечения и включает комплекс мероприятий, которые направлены на обеспечение войск техникой связи и АСУ, поддержание её в исправном (работоспособном) состоянии и постоянной готовности к применению, восстановление и возвращение в строй при повреждениях и эксплуатационных отказах [1].
Выполнение указанных мероприятий возложено на систему ТОС и АСУ, которая является элементом системы военной связи и представляет собой совокупность взаимоувязанных и согласованных по задачам органов управления, подсистем восстановления и снабжения различных звеньев управления. При этом состояние системы ТОС и АСУ находится в прямой зависимости от состава и технической оснащённости системы связи
236