CC BY
4Труды МАИ. Выпуск № 83
www.mai.ru/science/trudy/
УДК 629.76.05
Алгоритм формирования диагностических признаков бортовых динамических систем на основе показателя Херста
Якимов В. Л.*, Панкратов А.В.*
Военно-космическая академия имени А. Ф. Можайского, Ждановская набережная, 13, Санкт-Петербург, 197082, Россия
*e-mail: [email protected] **e-mail: [email protected]
Аннотация
Проведен анализ применимости RS - статистики и, в частности, показателя Херста, для исследования временных рядов телеметрируемых параметров объектов ракетно-космической техники. Разработан алгоритм формирования
диагностического признака на основе сглаживания оценок показателя Херста и определения доверительного интервала на данный показатель для различных состояний бортовой динамической системы. Проведенные исследования показывают возможность использования данного показателя при автоматизированной обработке телеметрической информации и диагностировании бортовых систем объектов ракетно-космической техники, в том числе в условиях нештатного функционирования.
Ключевые слова: динамическая система, телеметрируемые параметры, показатель Херста.
Введение
При анализе телеметрической информации (ТМИ), получаемой по результатам испытаний изделий ракетно-космической техники (РКТ), решается задача автоматической классификации участков телеметрируемых параметров (ТМП), описывающих процессы их функционирования, что связано с большими объемами получаемой измерительной информации и необходимостью ее оперативной обработки [1]. Особенно это важно для выявления причин неисправностей, сопровождающих аварийные пуски изделий РКТ. Параллельно задаче классификации решаются задачи поиска оптимального состава признаков классификации и их унификации для обработки различных временных рядов ТМП. Это связано с тем, что даже для различных участков одних и тех же ТМП оптимальными по критерию достоверности классификации состояний являются различные признаки, что значимо усложняет процесс автоматической обработки ТМИ.
В данной статье рассматривается возможность применения интегральных характеристик, которые используются в нелинейной динамике для описания свойств динамических систем различной природы. К таким характеристикам относят: корреляционную размерность, показатель Херста, показатели Ляпунова, корреляционную энтропию и т. д. В работах [2,3] для решения задачи классификации самых различных, но преимущественно модельных временных рядов, используется показатель Херста. В данной статье рассмотрены возможности
использования показателя Херста в задачах анализа состояний динамических систем объектов РКТ.
Постановка задачи
Наличие неисправности на борту объектов РКТ оказывает определенное влияние на ТМП их динамических систем: во временных рядах таких ТМП появляются различного рода тренды, а в их спектрах - дополнительные составляющие и шумы. Поиск унифицированных показателей, реагирующих на подобного рода изменения в ТМП различных бортовых динамических систем, позволит значимо упростить существующие алгоритмы автоматизированной обработки больших массивов ТМИ.
Пусть отсчеты некоторого ТМП динамической системы, взятые на определенном интервале наблюдения п представляют собой временной ряд х1, х2,..., хп с математическим ожиданием:
— 1 п
Х1 = ~Х Х1, п^
где п - размерность интервала наблюдения, I - номер отсчета. Используем для анализа ТМП ЯБ - статистику, для которой величина размаха накопленных сумм Яп, среднеквадратическое отклонение Бп и величина нормированного размаха накопленных сумм №п определяются из формул [4]:
Г я \
—п = тах
Б? =
X (Х - Х) - тт X(Х _ Х)
я=1,->п у ¿=1
Я=\,..,п у;=1 у
-_1 П
п
п
~л X(Х - Х)2, (1)
- 1 =1
ГГ
№. = — Б
п
Б
п
Размах Я„ зависит от величины п и растет вместе с ним, а безразмерное отношение позволяет сравнить этот размах для разных временных процессов. Нормированный размах хорошо описывается эмпирическим соотношением [4]:
Я
сп
(2)
где Н - показатель Херста, с - некоторый коэффициент.
Если рассмотреть зависимость величины 1п(^5'п) от величины 1п(п) и аппроксимировать множество полученных точек прямой с использованием метода наименьших квадратов, то можно определить показатель Херста - как угловой коэффициент аппроксимирующей прямой. На рисунке 1 представлен результат определения показателя Херста для временного ряда, представляющего собой белый шум с равномерной плотностью вероятности распределения. Показатель Херста характеризует тенденцию в динамике временного ряда и наличие в ней устойчивых трендов, показывает степень стохастичности динамической системы.
1.2
0.8
0.6
0.4
• • • . *
• • • ■ :
* * : 1 ! ! > ! » • .
! 1 I ! >Г т • • • * •
I 1 ! * • //=0.56 .г-0.09
•
1.2 1.4 1.6
1.8
2.2
1п(и)
Рис.1. Результат вычисления показателя Херста для белого шума с равномерной плотностью вероятности распределения
Если Н=0.5, то временной ряд представляет собой белый шум с равномерной плотностью вероятности распределения, при 0.5<Ж1 временной ряд имеет стохастический характер, но в нем имеются устойчивые продолжительные тренды, при 0<Н<0.5 во временном ряду наблюдаются частые изменения его значений на противоположные, в том числе, возможно, регулярные и детерминированные [4].
Используем данный показатель для оценки состояния бортовых динамических систем. Обработка временного ряда ТМП длиной М отсчетов реализуется в скользящем "окне наблюдения" размерностью п. Каждому "окну наблюдения" ставится в соответствие класс 8Я, где - номер класса, N - количество классов,
к которому участок ТМП может быть отнесен. Данная процедура осуществляется экспертом на обучающей выборке. Как показывает практика, при вычислении показателя Херста с использованием скользящего "окна наблюдения", получаемые оценки сильно изменяются во времени, что требует использования алгоритма сглаживания, в результате чего формируется оценка диагностического показателя
Нк. По результатам испытаний однотипных изделий РКТ имеется достаточное
количество телеметрической информации. С использованием этой информации
можно определить плотность вероятности распределения значений показателя Н на
g-м участке и границы доверительного интервала [И&т1п И&тах\, который накрывает
величину Н с доверительной вероятностью, равной 0.99 [5].
Множество сформированных доверительных интервалов Н^т;пН^тах]|, характеризующих классы 8Я, должно удовлетворять условию:
X - И тах, (3)
V', ] * ]
где
ъ, - ъ 1
- расстояние между классами г и у, вычисляемое с использованием
заданной метрики. В настоящей работе в качестве меры использовалось эвклидово расстояние. Для достижения малого значения ошибки классификации при
определении класса по значению оценки Н желательно ограничиться небольшим
количеством классов N. Рассмотренная задача направлена на поиск таких размеров "окна наблюдения" и "окна сглаживания", которые бы позволили сформировать
оценку Н , позволяющую наилучшим образом различить множество состояний бортовой динамической системы, определяемых доверительным интервалом [Иё,тгп
Hg,max\.
Алгоритм формирования диагностических признаков
Так как значения допусков определяются исключительно законом
распределения значений Н, то решить задачу (3) можно варьируя размерностью "окна наблюдения" п и параметрами алгоритма сглаживания. Алгоритм решения задачи представлен на рисунке 2. На шаге 1 алгоритма осуществляется получение М значений реализации ТМП и информации о принадлежности отдельных его участков классам 8Я, которая формируется экспертами. Осуществляется ввод: переменной п, определяющей размер "окна наблюдения"; переменной попт для хранения наилучшего значения п; начального размера "окна наблюдения" п0; переменной Т, определяющей размер "окна сглаживания" алгоритма скользящего среднего; переменной Топт для хранения наилучшего значения Т; начального размера "окна сглаживания" Т0; переменных г1 и г2 для оценки суммарного расстояния между классами (3), в начальный момент равных максимально возможному значению суммы (3); шагов для "окна наблюдения" dn и "окна сглаживания" dT. Осуществляется присваивание переменной п начального значения п0. На шаге 2 вводится начальное значение счетчика к=1, соответствующего номеру отсчета реализации ТМП и отвечающего за положение "окна наблюдения" во временной области. На шаге 3 осуществляется получение отсчетов ТМП хк, хк+1,..., хк+п-1 и линейная нормировка их значений в пределах от 0 до 1. На шаге 4 осуществляется расчет показателя Херста Ик для полученных значений ТМП в пределах "окна наблюдения" с использованием (1) и (2). На шаге 5 осуществляется сохранение значения Ик в массив
Рис. 2. Алгоритм формирования диагностических признаков на основе показателя
Херста
Если достигнут конец реализации временного ряда, то осуществляется переход на шаг 6, иначе осуществляется сдвиг "окна наблюдения" на dn отсчетов
вправо, переход к шагу 3. На шаге 6 размеру "окна сглаживания" Т присваивается значение Топт. На шаге 7 осуществляется сглаживание значений массива W с использованием алгоритма скользящего среднего и получение оценок значений
показателя Херста Н . На шаге 8 оценивается закон распределения величины Нк и формируются допуска [Иё,тгп Иё,тах] для каждого класса 8Я, вычисляется суммарное расстояние между классами по формуле (3). Если значение г<г2, то г2=г, запоминаются допуска [Иё,тп Иё,тах], Топт=Т, увеличивается размер "окна сглаживания" на dT, осуществляется переход на шаг 7. В противном случае, если значение г2<г1, то г1=г2, запоминается размер "окна наблюдения" попт=п, увеличивается значение п на dn, иначе осуществляется переход на шаг 9. В результате работы алгоритма определяется наилучший размер "окна наблюдения" попт и "окна сглаживания" Топт, доверительные интервалы [Иё,тгп Иё,тах] для заданных классов 8Я, которые используются в дальнейшем для получения значения
диагностического показателя Н и оценки состояния бортовой динамической системы на тестовых реализациях телеметрируемых параметров (шаги 10-13).
Результаты моделирования
Для того чтобы использовать диагностический признак Н на основе показателя Херста и сформировать на него допуска для различных состояний анализируемой бортовой динамической системы, необходимо обеспечить одинаковые условия проведения эксперимента. В частности, у рассматриваемых временных рядов должна быть одинаковая частота дискретизации Ед, в противном
случае значения показателя Херста для одинаковых временных рядов будут разными. Это видно из рисунка 3,б, на котором представлены диагностические
признаки Ик, полученные по различным временным реализациям ТМП ибс (напряжения бортовой сети) в различные периоды функционирования малого КА.
Рис. 3. Зависимости: значений ТМП ибс и соответствующих значений показателя Херста от дискретного времени к для различных малых КА
На рисунке 3, в и г представлены зависимости показателя Херста Ик от
дискретного времени для реализаций ТМП ибс другого КА, характеризуемого более стабильной работой системы электропитания, а также меньшим количеством помех
и шумов. Представленные графики показывают возможность кластеризации диагностических признаков Нк и формирования допусков для ТМП бортовых динамических систем одного или нескольких однотипных объектов РКТ в схожих условиях функционирования.
На рисунке 4 представлен ТМП иу1, характеризующий вибрации в одной из контрольных точек двигательной установки первой ступени ракеты-носителя (рис.
4, а). Показатель Н данного ТМП позволяет различить участки, характеризуемые хаотическим поведением и наличием продолжительных трендов (на временном интервале от начала записи ТМИ до отрыва изделия от стартового стола) и участки, характеризуемые случайными изменениями значений временного ряда (на активном участке траектории полета) (рис. 4, б).
Рис. 4. Зависимости: значений ТМП иу1 и показателя Н от дискретного времени с доверительными интервалами (допусками) для двух различных участков ТМП
На рисунке 5 представлены зависимости показателя Ик от времени для
вибрационного ТМП иу2, характеризующего работу одного из рулей ракеты -носителя в штатном (синим) и аварийном (красном) режимах функционирования по результатам различных испытаний. В отличие от предыдущих ситуаций в ТМП присутствуют как регулярные высокочастотные изменения значений временного ряда (показатель Херста меньше 0.3), случайные изменения (показатель Херста близок к значению 0.5), так и различного рода временные тренды (показатель Херста изменяется от 0.5 до 0.98).
Н
Рис. 5. Зависимости значений показателя Н от дискретного времени в штатном и аварийном режимах функционирования бортовой динамической системы Особенностью рассмотренного случая является невозможность с помощью
допусков однозначно отделить показатели Н в штатном и аварийном режимах функционирования, тем не менее, различие двух представленных процессов в
пространстве рассматриваемого показателя Нк более очевидны, чем во временной и
спектральной области.
На рисунке 6 представлены зависимости значений вибрационного параметра Ц,3, характеризующего работу насоса горючего третьей ступени ракеты-носителя, и
показателя Н от времени при различных летных испытаниях. При этом на временном отрезке от начала записи ТМИ до старта ракеты-носителя динамика анализируемых временных рядов принципиально различалась, а на активном участке траектории временные ряды близки по своим характеристикам белому шуму. Данные особенности временных рядов полностью нашли отражение в
изменении показателя Нк (рис. 6, б).
Рис. 6. Зависимости: значений показателя Н вибрационного ТМП Ц,3 от дискретного времени при различных испытаниях ракеты-носителя
Недостатком использования показателей нелинейной динамики является их сильная чувствительность к шуму, снижающая их применимость в реальных системах. Отношение сигнал/шум в телеметрических радиолиниях, используемых при испытаниях объектов РКТ, варьируется от 0 до 15 дБ. При этом погрешность телеизмерений в современных телеметрических системах не превышает 1%, что позволяет говорить о применимости данных показателей в задачах анализа телеметрической информации. Используя сглаженные оценки показателя Херста можно формировать диагностические признаки, позволяющие классифицировать различные состояния бортовых динамических систем, находящихся в условиях воздействия внешних факторов, в том числе, и в условиях нештатного функционирования объектов РКТ.
Библиографический список
1. Назаров А. В., Якимов В. Л. Алгоритм выбора диагностических признаков при поиске мест и причин неисправностей бортовых систем объектов ракетно -космической техники // Труды Военно-космической академии имени А. Ф. Можайского. 2013. №641. C. 56 - 60.
2. Бутаков В., Граковский А. Оценка уровня стохастичности временных рядов произвольного происхождения при помощи показателя Херста // Компьютерное моделирование и новые технологии. 2005. Т. 9. №2. С. 27 - 32.
3. Клионский Д. М., Орешко Н. И., Геппенер В. В. Декомпозиция на эмпирические моды и ее использование при анализе дробного броуновского движения // Цифровая Обработка Сигналов. 2008. №3. С. 37 - 45.
4. Калуш Ю. А., Логинов В. М. Показатель Херста и его скрытые свойства // Сибирский журнал индустриальной математики. 2002. Том 5. № 4. С. 29 - 37.
5. Хартман К., Лецкий Э., Шефер В. Планирование эксперимента в исследованиях технологических процессов. - М.: Мир, 1977. - 544 с.
