CC BY
64
УДК004.052
Жиров Г. Б.1, Ленков С. С.2
1Канд. техн. наук, старший науковий сп1вроб1тник, пров1дний науковий сп1вроб1тник науково-досл1дного центру Вйськового ¡нституту КиТвського национального ун1верситету ¡мен! Тараса Шевченка, КиТв, УкраТна 2Канд. техн. наук, старший науковий сп1вроб1тник наукового центру Вйськового ¡нституту телекомункац/й та
¡нформатизацп, КиТв, УкраТна
АЛГОРИТМИ МОДЕЛЮВАННЯ ПРОЦЕС1В ТЕХН1ЧНОГО ОБСЛУГОВУВАННЯ ЗА СТАНОМ СКЛАДНИХ РАД1ОЕЛЕКТРОННИХ _ОБ'€КТ1В_
Актуальшсть. Розробка складних радюелектронних об'екпв та проведення 1х техшчного обслуговування неможлива без розробки моделей та програмних засобiв, яга б даш процеси оптимiзували. Для цього у робот розроблеш вiдповiднi алгоритми, якi е частиною програмних засобiв, що е актуальною задачею.
Мета. Метою дано! роботи е розробка пiдходiв щодо пщвищення показникiв надiйностi об'екта та зменшення вартостi його експлуатаци на основi використання iмiтацiйного статистичного моделювання.
Метод. Метод дослщження базуеться на ще1, що технiчний стан об'екта визначаеться техшчним станом його елементiв, а для визначення техшчного стану елемента використовуеться поняття визначального параметра. Значення параметра можна контролювати засобами дiагностування. В якост моделей вiдмов елеменлв використовуеться .О^розподш.
Результати. Розробленi алгоритми являють складову частину iмiтацiйноl статистично! моделi об'екта. Проведення моделювання дозволяе визначити оптимальш конструктивнi характеристики об'екта та параметри проведення його техшчного обслуговування, а критерiями виступають максимiзацiя показникiв надiйностi та мiнiмiзацiя вартост експлуатаци об'екта.
Висновки. Наукова новизна роботи полягае в удосконаленш алгоритмiв проведення технiчного обслуговування за станом, яга на вщмшу вiд юнуючих використовують прогнозний параметр середньо! швидкост деградаци визначального параметра елемента на основi моделi трипараметричного експоненцiального згладжування.
Практичне значення полягае у розробщ алгоритмiв, що покладенi в основу програмного забезпечення, яке реалiзуе процес визначення показниюв надiйностi та вартост експлуатаци об'екта радюелектронно1 технiки вщ конструктивного складу самого об'екта та вщ параметрiв проведення технiчного обслуговування.
Ключовi слова: технiчне обслуговування за станом, адаптивне техшчне обслуговування, визначальний параметр.
НОМЕНКЛАТУРА
BBD - двшкова схема ршень;
FORM - метод першого порядку другого моменту;
MEMS - метод моделювання структуржи надшностц
MMDD - багатостадiйна багатозначна схема ршень;
Modelir_ATO - процедура алгоритму моделювання адаптивного ТОС;
Modelir_TOC - процедура алгоритму моделювання ТОС з постшною перюдичшстю контролю ;
РЕТ - радюелектронна технiка;
ТО - техшчне обслуговування;
TOiP - техшчне обслуговування та ремонт;
ТОР - техшчне обслуговування за ресурсом;
ТОС - техшчне обслуговування за станом;
ТС - техшчний стан;
ai (tk ) - поточне значення середньоï швидкост дег-радацiï i-го параметра;
ai (tk ) - прогнозне значення швидкост деградацiï i-го параметра;
Сктс - вартiсть операцiï контролю ТС;
Count - найбшьший шдекс списку ListEo;
do - змшна, в якiй накопичуеться значення вартоста ТО;
DN - дифузний немонотонний розподш;
Е - покажчик на даш, що стосуються поточного елемента ei ;
Ео - попередньо визначена множина елеменлв, що вiдмовляють;
ei - i-й елемент об'екта;
© Жиров Г. Б., Ленков е. С., 2018
, , DOI 10.15588/1607-3274-2018-2-2 14
I - параметр циклу;
¿(^-1) - згладжена величина на час контролю _1;
^1Ео - список елеменлв множини Ео;
п - кшьюсть елеменлв, що обслуговуються;
NI - кшьюсть реал1зацш моделювання;
Е-1 (/) - величина залишкового ресурсу в момент часу /;
Я] (/) - величина середнього залишкового ресурсу в довшьний момент часу
Я0¿ - випадкова реал1защя повного ресурсу ¿-го еле-мента;
£ ((¿- _ ) - коефщент сезонносл на час контролю _1;
£ ((¿- ) - коефщент сезонносл за цей же перюд в попередньому сезош;
( - поточний час;
- запланований (модельний) час в1дмови ¿-го еле-мента;
% - час останнього оновлення ¿-го елемента;
Т^ - перюдичшсть проведення контролю;
- час контролю;
Т110_р - змшна, в якш накопичуеться значення часу проведення наступного ТО;
Но - змшна, в якш накопичуеться значення трива-лосл ТО;
Тс'р - найменше значення середнього нароб1тку до вщмови;
р-К8К 1607-3274. Радюелектрошка, шформатика, управлiння. 2018. № 2 е-ЮБЫ 2313-688Х. Каёю Е1есЬ-опга, Сошриег 8ыепое, СоПго1. 2018. № 2
Тср 1 (I) - уточнене значения середнього нароб1тку до в1дмови 1-го елемента;
ТСр I - середнш наробгток до в1дмови 1-го елемента;
Тто (/) - уточнене значення до проведення наступ-ного ТО;
tто - запланований час наступного ТО;
Те - час експлуатацп об'екта;
То - модельоване значення середнього наробгтку на в1дмову;
и1 (t) - нормоване значення визначального параметра 1-го елемента;
ита - нормоване граничне значення визначального параметра 1-го елемента;
а - коефщент згладжування ряду;
в - коефщент згладжування тренда;
У - коефщент упередження;
Дt - штервали дискретност накопичення статистики;
Х - штенсившсть в1дмов 1-го елемента;
тто а - адмшстративний час на проведення ТО;
тктс - середнш час контролю ТС;
X - коефщент згладжування сезонности ВСТУП
Експлуатащя складних сучасних техшчних об'еклв, таких як РЕТ, неможлива без яюсно налагоджено! систе-ми ТО1Р. Така система необхщна для забезпечення необ-хщного р1вня надшност даних об'еклв. Необхщшсть проведення техшчного обслуговування полягае у своечаснш замш елеменлв, яю знаходяться в перед в1дмовному сташ, а ремонт проводиться з метою в1дновлення справного або працездатного стану об'екта, а також в1дновлення ресурсу всього об'екта або його частини [1, 2].
Показники надайност! та вартост! експлуатацп об'еклв РЕТ залежать, як вщ властивостей безв1дмовност1 та ремон-топридатност! самих об'екпв, так [ ввд параметр1в процесу проведення ТО1Р. Для того, щоб мати можливють оптимь зувати характеристики об'екта (на етат його розробки), а також параметри системи його ТО1Р, необхщно поперед-ньо побудувати модел1, як встановлюють зв'язок м1ж параметрами об' екта, системами та прогнозованими показни-ками надшноста та вартост! експлуатаци об'екта РЕТ
На сьогодтшнш день, залежно ввд критер1ю, який ви-користовуеться при визначент термшв проведення ТО, юнують дв1 основш стратегИ оргатзацп проведення ТО: ТО за ресурсом (ТОР) [ ТО за станом (ТОС). При проведены ТОР здшснюеться контроль за поточним ресурсом об'екта [ в раз1, якщо залишковий ресурс знижуеться до деякого заданого граничного значення, проводиться тех-шчне обслуговування. При проведены ТОС здшснюел>ся контроль за поточним техшчним станом об'екта, а ТО проводиться у раз1, якщо техшчний стан об'екта по-пршуеться до деякого заданого неприпустимого р1вня. У свою чергу, при проведены ТОС можна видшити 2 стратеги: ТОС з постайною перюдичшстю контролю та ТОС з1 змшною перюдичшстю контролю (адаптивне ТОС).
1 ПОСТАНОВКА ЗАДАЧ1
На сьогодтшнш час, юнуе загальна проблема опти-м1зацп характеристик об'екта та параметр1в системи ТО1Р з метою тдвищення показниюв надшносп об'екта та зменшення вартоста його експлуатацп. Визначати показники надшносп складних техшчних об'еклв та !х взае-мозв'язок з параметрами системи ТО1Р на основ1 стати-стичних даних е складною задачею. Значно простше та ефектившше, для встановлення зв'язюв м1ж даними параметрами [ прогнозованими показниками надшност [ вартоста, проводити 1мп,ацшне статистичне моделюван-ня. Для проведення моделювання необхщш: модель без-в1дмовност1 об'екта та модел1 (алгоритми) процесу проведення техшчного обслуговування та ремонту.
Таким чином, у статл вир1шуеться актуальна науко-ва задача щодо будови алгорштшв моделювання процесу проведення техшчного обслуговування за станом для р1зних стратегш. Алгоритми являють собою складов! частини загально! 1мп'ащйно! статистично! модел1 складного об'екта РЕТ та параметр1в системи ТО1Р.
2 ОГЛЯД Л1ТЕРАТУРИ
При проектуванш складного техшчного об'екта важ-ливо мати р1зномаштш шструменти (модел1, методики та алгоритми), а також програмне забезпечення для про-гнозування показниюв надшност [ вартост експлуатацп в залежност в1д конструктивних особливостей самого об'екта, а також вщ параметр1в його експлуатацп, пара-метр1в техшчного обслуговування [ ремонту. Питання-ми розрахунку [ прогнозування надшносп, а також створення моделей (в тому числ1 [ мггащйних) займалася велика к1льк1сть вщомих вчених в тому числ1: Креденцер Б. П., Барзилович С. Ю., Кокс Д., См1т В ., Каштанов В. О., Уша -ков I. О., Барлоу Р., Прошан Ф. та ш.
В останш десятилгття, з метою полшшення точност1, були розроблен1 нов1 модел1 [ методи моделювання над-шноста складних техн1чних об'ект1в [ систем.
В [3] запропонований метод насл1дування [ оц1нки на-д1йност1 на основ! динам1чних байесовских мережах з ви-користанням чисельного моделювання. Складш техн1чн1 об'екти представляються типовими динам1чними системами. При цьому, на думку автор1в, даний метод долае обмеження анал1тичного методу [ методу багатор1внево-го синтезу та забезпечуе ефективний зас1б для оценки над-1йност1 складних динам1чних систем та об'екпв.
Недол1к байесовских мереж полягае в тому, що вкрай складно отримати апостер1орний розпод1л по умм мож-ливим конф1гурац1ям прихованих елеменлв мереж1. На-вчання мереж1 може бути простим, якщо б вдалося отримати достов1рну виб1рку по апостерюрному розпод1-лу прихованих сташв. Однак дана процедура е досить складною, в тому числ1 [ в сени «ефекту пояснення», який полягае в тому, що дв1 причини, яю е незалежними, можуть бути залежними для того, хто спостер1гае пев-ний ефект, який залежить в1д обох цих причин. Таким чином, щоб отримати апостерюрний розподш, нав1ть у першому прихованому шар1 мереж1, потр1бно 1нтегру-вати по ус1м можливим конф1гурац1ям прихованих змшних. А така процедура для складних мереж стае практично неможливою.
В [4] розроблено алгоритми для оцшки надшност систем з використанням байесовских мереж при експо-ненцiальному збiльшеннi кiлькостi шформаци, яку необ-хiдно зберегти по мiрi збiльшення кiлькостi компонентiв у системг Недолжи, якi притаманнi методам, що описаш у [3], так само притаманш i алгоритмам на осжда байесовских мереж.
В [5] вивчалися фактори та методи розрахунку над-iйностi складних систем з використанням методу динам-iчного моделювання. Завдяки симуляцiï роботи об'екта та подальшого аналiзу можуть бути отримаш основнi коефiцiенти надiйностi, однак даний шдхщ проблематично застосовувати до складних техшчних систем i об'екпв.
В [6, 7] зроблений висновок, що традицшний аналiз дерева вiдмов не завжди достатнiй при аналiзi складних систем. Для подолання даних обмежень пропонуеться застосовувати динамiчнi дерева вiдмов (DFT), а також рiзнi методи до ïх аналiзу, у тому числi iз застосуванням марк-iвського пiдходу та моделювання за методом Монте-Карло. Перевагою даних метсадв е достатньо простий процес моделювання та низька обчислювальну складшсть, однак точнiсть визначення показниюв надiйностi може бути не-достатньо для вирiшення практичних задач.
В [8] запропоновано методолопю визначення опти-мальних параметрiв надiйностi (швидкостi в^мов та вiдновлень) компонентiв для системи теплопостачання, якi забезпечують необхiдний рiвень надiйностi мережi. Методологiя вирiшення зазначеноï проблеми базуеться на методах теори гiдравлiчних схем, показникiв надiйностi вузла та моделях випадкових процесiв Маркова.
Переваги запропонованоï методологiï полягають у сшльнш оптимiзацiï надiйностi компонентiв джерел та схем мереж, штеграцп процедур зменшення частот вiдмов та полшшення швидкостi вiдновлення, вiдсутностi необхiдностi проводити ггеративш розрахунки при вико-ристанш середнiх параметрiв надiйностi компонентiв, враховуючи необхiднi рiвнi показникiв надшностг Недо-лiком запропонованого пiдходу е зосередження на виз-наченнi комплексних показникiв надiйностi.
Також, на сьогодшшнш час, вiдсутнiй вiтчизняний програмний комплекс по розрахунку показникiв над-iйностi складних радiоелектронних об'ектiв з урахуван-ням рiзних стратегiй техшчного обслуговування i ремонту. Математичною основою такого програмного комплексу повинна бути iмiтацiйна статистична модель самого об'екта та системи TOiP, як единого цшого. Для виршення наведеноï загальноï проблеми, необхiдно ви-рiшити задачу щодо будови алгоритшв моделювання процесу проведення технiчного обслуговування для рiзних стратегiй.
3 МАТЕРЬАЛИ ТА МЕТОДИ
Принцип ТО за станом, реалiзований в моделi на ос-новi прийняття наступних припущень: для обслуговува-них елементiв (Ео - визначена множина елементiв, що вiдмовляють), завжди iснують визначальнi параметри, якi характеризують ïх технiчний стан; випадковий процес деградаци визначальних параметрiв, мае постiйну серед-ню швидюсть. Найбiльш близько зазначеним припущен-ням вiдповiдае модель .CW-розподшу випадкового наро-бiтку до вiдмови.
Моделювання процесу ТОС з постшною перюдичшстю контролю. Сутшсть стратеги ТОС з постшною перюдичшстю контролю висв^лений у [1, 9]. Використання дажй стратеги передбачае при техшчному контролi проводити вимiрювання визначальних параметрiв усiх еле-ментiв, що потенцшно пiдлягають обслуговуванню ( Eq). Якщо вимiряне значення визначального параметра i-го елемента и, (t) перевищуе заздалегiдь задане значення (значення рiвня проведення ТО UjOj ), проводиться онов-лення (замiна) i-го елемента. Кожну вiдмову елемента можна штерпретувати як подiю, що полягае у переви-щеннi поточного нормованого значення визначального параметра елемента Uj (t), граничжй межi. Якщо припу-стити, що середнiй ресурс елемента убувае в чаш по лшшному закону, то величина середнього залишкового ресурсу в довшьний момент часу t дорiвнюе
Rj (t) = Tcp j -1, де Tcp j - середнш наробiток до вiдмови i-го елемента.
При моделюваннi заздалепдь вiдомi запланованi ви-падковi моменти часу вiдмов елементiв та перюдичшсть
проведення контролю - T^. Якщо вiдмова j-го елемента запланована на момент часу tj, (tj > t), то його залишко-вий ресурс в момент часу t дорiвнюе:
Rj (t )=и -1,
(i)
де tj - запланований (модельний) час вiдмови j-го еле-мента, t - поточний час.
Залишковому ресурсу Rj (t) можна поставити у в^пов^шсть випадкове значення нормованого визна-чального параметра Uj (t), величина якого визначаеться:
ut (t ) = 1 -
R, (t) R
(2)
0j
де R0 j - випадкова реалiзацiя повного ресурсу j-го еле-
мента. Значення величини rq j визначаеться виразом:
R0j = tj - t0j,
(3)
де toj - час останнього оновлення j-го елемента; tj -запланований час вiдмови j-го елемента.
Шсля пiдстановки у вираз (2) формул по визначенню залишкового ресурсу j-го елемента Rj (t) (формула 1) та
повного ресурсу j-го елемента Roj (формула 3), нормо-ване значення визначального параметра j-го елемента
Uj (t) можна отримати за виразом (4):
Uj (t) =-
t -1
0j
(4)
t, -1
0j
Ршення про необхщшсть проведення ТО j-го елемента приймаеться за критерiем - u, (t) > uto j . З урахуван-ням (4) даний критерiй представляеться нерiвнiстю:
t > toj + uto j (tj - t0i).
(5)
p-ISSN 1607-3274. Радюелектрошка, шформатика, управлшня. 2018. № 2 e-ISSN 2313-688X. Radio Electronics, Computer Science, Control. 2018. № 2
Таким чином, в процем моделювання в момент часу t проведення контролю, необхщно для кожного i-го елемента, що обслуговуеться, перев1рити виконання умови (5), якщо ця умова виконуеться, 1м1тувати проведення ТО. Ьштащя ТО повинна включати: генерування нового випадкового значення часу в1дмови елемента Ц, а час останнього оновлення i-го елемента t0i встановити р1вним поточному часу t.
Алгоритм процесу моделювання техшчного обслуговування за станом з постшною перюдичшстю контролю (процедура Modelir_TOC).
Структурна схема алгоритму моделювання процесу ТОС з постшною перюдичшстю контролю (процедура Modelir_TOC) зображена на рис. 1. Алгоритм виконуеть-ся в поточний момент модельного часу t, що е часом контролю ТС об'екта.
Оператор 1 виконуе шдготовч1 операцп, встановлюе початков! значення змшних: i - параметр циклу, в якому буде здшснюватися переб1р вих елеменлв ei е Ео (елеменлв списку ListEo); Ео - попередньо визначена мно-жина елеменлв, що в1дмовляють; tto i cto - змшш, в яких накопичуються значення тривалостi та вартостi ТО (ре-зультуюча iнформацiя процедури). Оператор 2 формуе покажчик Е на даш, що вiдносяться до поточного елемента ei. Оператор 3 перевiряе, чи е елемент ei таким, що обслуговуеться при проведенш ТО. Якщо елемент обслуговуеться, то виконуються оператори 4-7. Оператор 4 iмiтуе вишр визначального параметра Ui (t ) вщпо-вщно до виразiв (1-4). Оператор 5 перевiряе виконання критерiю Ui (t) > UTOi. Оператор 6 iмiтуе виконання ТО
(оновлення елемента ei ) та генеруе наступний випадко-вий час до в!дмови елемента ei.
Оператор 7 здшснюе накопичення даних у змiнних tto i cto. Оператори 8 i 9 забезпечують циктчне виконання оператор!в 4-7 для всiх обслуговуваних елементiв зi списку ListEo. Як тшьки параметр циклу i вийде за межi дiапазону iндексiв елеменпв списку ListEo (i > ListEo.Count - 1), оператор 9 завершуе виконання циклу. У змiнних tto i cto, яю е параметрами процедури, фор-муються значення тривалост та вартостi виконаного техшчного обслуговування.
Моделювання процесу ТОС з адаптивною перюдичшстю контролю. Формалiзований опис процесу, що мо-делюеться. Сутшсть стратегiï ТОС з адаптивною перюдич-ностi контролю висвгглений у [1, 10, 11]. У поточний момент часу t визначаеться (вимiрюеться) середня швидюсть деградаци визначальних параметрiв елементiв за виразом:
a, (t) = Ui (t)/(t - % ). (6)
За «вимiряним» значенням ai (t) розраховуються
прогнозш значення швидкостi деградаци я, (t ), яю пiсля кожного вимiрювання уточнюються за формулою дво-параметричного експоненцiального згладжування:
~ (tk ) = ß ~ (tk-1 ) + (! - ß) аг (tk ), (7)
де ~i (tk-1) - попередне (отримане в момент часу tk-1 ) значення прогнозна швидкост! ai (t); ai (tk ) - поточне значення середш^ швидкост деградаци i-го параметра, вимiряне в момент часу tk ; ß - коефщент згладжування тренда.
1
2
Рисунок 1 - Алгоритм процедури Modelir_TOC
В свою чергу оцiнку середньоï швидкостi деградацп, при B^opi моделi трипараметричного експоненщаль-ного згладжування, визначаеться за виразом:
~ (tk ) = [L(tk_! ) + T(tk_! )] X S(tk_s );
L(tk _i) = a • S^ + (1 _ a)[S (tk _2_s ) _ T (tk-2)];
S (tk _1_s )
t (tk _1 ) = p • (S (tk _1 ) _ S (tk _2 ))+(1 _ P) • T (tk _2 );
s (tk _1 ) = x • ^тт^+(1 _ x) • s (tk _1_s ), L(tk _1)
де a - коефiцiент згладжування ряду; P - коефщент згладжування тренда; X - коефiцiент згладжування сезонности L(tk_1) - згладжена величина на час контролю
tk_1 ; T (tk-1) - значення тренду на час контролю tk_1 ; S (tk -1) - коефщент сезонност на час контролю tk _1 ; S (tk _1_s ) - коефщент сезонност за цей же перюд в по-передньому сезош. За уточненими значеннями швид-костi a (t) визначаються уточненi оцiнки середнього наpобiтку до вiдмови елементiв:
~ i (t ) = 1/ ~ (t ). (8)
Нове значення часу до наступного ТО Тто визначаеть-ся за евристичною формулою:
~то (t ) = Y Тр, (9)
де Т;р - найменше значення середнього наробггку до вiдмо-ви, з отриманих за формулою (8); Y - коефкцент упереджен-ня, оптимальна величина якого визначаеться експеримен-тально (за результатами моделювання). Пiсля цього визначаеться запланований час наступного ТО t^ = t + Тто (t) .
Алгоритм процесу моделювання адаптивного ТОС. Структурна схема алгоритму моделювання адаптивного ТОС (процедура Modelir_ATO), зображена на рис. 2. 4ЕКСПЕРИМЕНТИ
Специфша сучасних складних радюелектронних об'екпв полягае у наявност в ïх складi великоï кiлькостi piзнотипних вузлiв, блокiв та iнших комплектуючих еле-ментiв, якi зазвичай мають piзний piвень надiйностi, а також piзнi закони пpоцесiв зносу та старшня. Пеpевipи-ти виграш у показниках надшност та ваpтостi експлуа-тацп для piзних стpатегiй технiчного обслуговування, при пpоведеннi натурних експеpиментiв, дуже складно, в першу чергу, через великий час проведення експерименпв та вiдсутностi точних теоретичних моделей кожного об'екта. Мiж тим авторами були проведет експеримен-ти над складною спещальною pадiоелектpонною техш-
Вхвд
„Вим1рювання" визначального параметра u
1 i:=0; tto: = хтоа +Гкгс; Сктс
2 E : = покажчик на ListEo[i]
1
Ьштащя ТО елемента ei
/ \_с
Накопичення статистики ТО
Перерахунок швидкост1 E . a _ p
12
Розрахунок часу до
наступного ТО Tto _ p
tto, cto,
Tto_ p
Вихвд
t
7
8
4
5
Рисунок 2 - Алгоритм процедури Modelir_ATO
р-^Ы 1607-3274. Радюелектрошка, шформатика, управлшня. 2018. № 2 е-^Ы 2313-688Х. Каёю Ше^гоп^, Coшputer Science, Contro1. 2018. № 2
кою. Навгть короткий опис умов проведення експери-менту та анал1зу результата, займае значний обсяг шфор-мацп (декшька десятюв стор1нок). М1ж тим розрахунки шдтвердили зазначений вище виграш, при використанш 1мп,ацшного статистичного моделювання. Сутшсть тако! перев1рки полягае у анал1з1 поведшки показниюв над-шност при направленому вартованш основними параметрами техшчного обслуговування.
Для наочност1 та розумшня сутност1 вплив1в пара-метр1в процесу ТО на показники надшност та вартост експлуатацп радюелектронного об'екта у статл показано моделювання таких процемв на простому об'екл -тестовому об'екл Test-1.
Конструктивна структура даного об' екта наведена на рис. 3. Об'ект Test-1 представляеться послщовною структурною схемою надшност та мае 6 р1вшв вкладеноста. Окрем1 елементи на рисунку позначен! окремими кола -ми. Елементи, що включен до множини вщновлюваль-них елеменлв (Е^, в1дм1чен1 штриховкою
и=0
и=1
При проведенн моделювання кшьюстъ елеменлв, що обслуговуються, зм1нювалась вщ 1 до 3. Для цього було обрано найменш надшн елементи (12, 132 та 11111). Од-ночасно зм1ню вались параметри ТО: перюдичшсть контролю Тк - для стратеги ТОС; коефщент упередження У - для стратег^ адаптивного ТОС. Параметри моделювання однаков1 для р1зних стратегш: Те = 20 ромв, Дt = 3 м1с. [ N1 = 300, де Те - час експлуатацп об'екта; Д - штервали дискретност накопичення статистики; N1 - кшьюстъ реал1зацш моделювання. 5 РЕЗУЛЬТАТИ
За результатами моделювання були побудоваш залеж-ност показника безв1дмовност1 об'екта Т) вщ параметр1в техшчного обслуговування рис. 4.
и=2
и=3
и =4
и=5
и=6
Пiдмножина елементiв, що вдмовляють
Рисунок 3 - Конструктивна структура тестового об'екта Test-1
ГОД
1000
100 1000 4000 6000 »000 10000 т%, ГОД 0,1 0,5 1 1,5
2.5 Г
Рисунок 4 - Залежност середнього наробгтку на вщмову Т0 вщ параметр1в ТО: а - стратепя ТОС з постшною перюдичшстю контролю; б - стратепя адаптивне ТОС
Для стратеги ТОС з постшною перюдичшстю контролю, Тк зм!нювалась в д!апазош вщ 100 до 10000 год, для стратеги адаптивного ТОС, коефщент упередження Y зм!нювався в межах вщ 0,1 до 2,5, а коефщент згладжування тренда ß, дор!внював - 0,5. Для вих стратегш, р!вн UTOi була задан! однаковими i складали: uto, = 0,5 .
Пунктирними лшями на графжах показан! р!вн без-
в!дмовносл (середнш нароблок на в!дмову Т) ), що вщпо-
вщають щеальному техшчному обслуговуванню. Пщ ще-альним ТО розутеться таке ТО, при якому елементи, що обслуговуються, школи не в!дмовляють. Штрих-пунктирною лшею показаний р!вень безв!дмовносл об'екта
( Т0 = 1187 год.), у якого ТО не проводиться.
6 ОБГОВОРЕННЯ
З анал!зу графтв, рис. 4 видно, як зростае р!вень без-в!дмовносл об'екта при збшьшенш обсягу ТО (n - юльюсть елеменлв, що обслуговуеться), а також при зменшенш перюдичносл техшчного обслуговування. Перюдичшсть ТО при стратегшх ТО за станом е випадковою, осюльки обслуговування елеменлв проводяться тшьки у тих ви-падках, якщо ïх ТС попршився до заданого граничного р!вня ТО. Для даних стратегш, середня перюдичшсть ТО зменшуеться, якщо зменшуеться перюдичшсть контролю Тк (коефщент упередження Y ). При невеликш перюдичносл ТО (при Тк = 100 год i при Y = 0,1) р!вень без-
в!дмовносл об'екта Т) наближаеться до р!вня, що в!дпов-щае реальному техшчному обслуговуванню.
Статистична помилка (95% дов!рчий !нтервал) ощнок
Т) у вмх розрахунках в розглянутих прикладах моделювання ТО для об'екта Test-1 дор!внюе е = 15 16%.
За отриманими результатами розрахунюв, з ураху-ванням ТО, видно, що поведшка показника безвщмов-
ност Т), при вартованн параметрами ТО, цшком вщпо-вщае ф!зичному зм!сту модельованого процесу, що доз-воляе зробити яюсний висновок про адекватшсть роз-роблених алгоритшв процесу проведення ТО. ВИСНОВКИ
У робот! виршено актуальну наукову задачу щодо розробки алгорштшв моделювання процеив проведення техшчного обслуговування за станом складних об'еклв РЕТ для р!зних стратегш ТО.
Наукова новизна роботи полягае в удосконаленш ал-горимв проведення техшчного обслуговування за станом складних об'еклв РЕТ, як! на в!дшну вщ юнуючих використовують прогнозний параметр середньоï швид-кост! деградаци визначального параметра елемента на основ! модел! трипараметричного експоненщального згладжування, що дозволить шдвищити точшсть визна-чення часу контролю техшчного стану з урахуванням сезонность
Практичне значення полягае у розробщ програмно-го забезпечення, яке реалiзуе процес визначення показниюв надшност та вартостi експлуатацп об'екта РЕТ вщ конструктивного складу самого об'екта та вщ параметрiв проведення технiчного обслуговування. Отриманi результата необхщш при проектуваннi (модершзацп) об'екта та визначеннi оптимальних, для нього, параметрiв проведення TOiP.
СПИСОК Л1ТЕРАТУРИ
1. Прогнозирование надежности сложных объектов радиоэлектронной техники и оптимизация параметров их технической эксплуатации с использованием имитационных статистических моделей / [С. В. Ленков, К.Ф. Боряк, Г. В. Банзак и др.]. -Одесса : Изд-во «ВМВ», 2014. - 256 с.
2. Основы надежности и техническое обеспечение радиоэлектронных средств РТВ ПВО / [А. Н. Буточнов, Б. П. Креденцер, В. Г. Тоценко и др.]. - К. : КВИРТУ ПВО, 1982. - 226 с.
3. Xiao Feng Liang Warship reliability evaluation based on dynamic bayesian networks and numerical simulation / Xiao Feng Liang, Hong Dong Wang, Hong Yi, Dan Li // Ocean Engineering. -2017. - No. 136. - P. 129-140.
4. Iris Tien Algorithms for Bayesian network modeling and reliability assessment of infrastructure systems / Iris Tien, Armen Der Kiureghian // Reliability Engineering & System Safety. - 2016. -No. 156. - P. 134-147.
5. Zhang Hui Reliability Factors Analysis of MEMS Safety and Arming System / Zhang Hui, Wang Ying, Lou Wenzhong, Liu Fangyi, Wang Fufu // Engineering Materials. - 2014. - Vol. 609610. - P. 1494-1497. DOI: 10.4028/www.scientific.net/ KEM.609-610.1494.
6. Hao J. Reliability analysis based on improved dynamic fault tree / J. Hao, L. Zhang, L. Wei // Engineering asset management. -London : Springer, 2011. - P. 283-299. https://doi.org/10.1007/ 978-1-4471-4993-4_26.
7. Lindhe A. Approximate dynamic fault tree calculations for modelling water supply risks / A. Lindhe, T. Norberg, L. Ros en // Reliability Engineering & System Safety. - 2012. - Volume 106, October 2012. - P. 61-71. DOI: 10.1016/j.ress.2012.05.003
8. Postnikova Ivan V. A Methodology for Optimziation of Component Reliability of Heat Supply Systems / [Ivan V. Postnikova, Valery A. Stennikova, Ekaterina E. Mednikovaa, Andrey V. Penkovskiia] // Energy Procedia. - 2017. - Vol. 105. -P. 3083-3088. https://doi.org/10.1016/j.egypro.2017.03.643
9. Жиров Г.Б. Алгорштшчна модель процесу техшчного обслуговування за станом з постшною перюдичшстю контролю
/ Г. Б. Жиров, Е. С. Ленков // Сучасна спещальна техшка: наук-пр. журн. - 2017.- №1(48). - С. 26-29.
10. Жиров Г. Б. Алгоритмiчна модель адаптивного техшчного обслуговування за станом озброення i вшськово! техшки / Г. Б. Жиров, Е. С. Ленков / Збiрник праць Нацюнально! ака-деми Державно! прикордонно! служби Украши iменi Б. Хмель-ницького. Серiя : вшсью^ та техшчш науки. -2017. -Вип. 1 (71). - С.368-378.
11. Жиров Г. Б. Усовершенствованная имитационная модель процесса технического обслуживания и ремонта сложного технического объекта / Г. Б. Жиров, Е. С. Ленков // Журнал Хар-гавського нацюнального ушверситету Повггряних Сил iменi I. Кожедуба «Системи обробки шформацп». - 2017. -Вип. № 3 (149). - С. 14-18.
Стаття надшшла до редаци 05.12.2017.
Шсля доробки 12.02.2018.
p-ISSN 1607-3274. Радюелектронжа, шформатика, управлiння. 2018. № 2 e-ISSN 2313-688X. Radio Electronics, Computer Science, Control. 2018. № 2
Жиров Г. Б.1, Ленков Е. С.2
'Канд. техн. наук, с.н.с., ведущий научный сотрудник научно-исследовательского центра Военного института Киевского национального университета имени Тараса Шевченко, Киев, Украина
2Канд. техн. наук, старший научный сотрудник научного центра Военного института телекоммуникаций и информатизации, Киев, Украина АЛГОРИТМЫ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ ПО СОСТОЯНИЮ СЛОЖНЫХ РАДИОЭЛЕКТРОННЫХ ОБЪЕКТОВ
Актуальность. Разработка сложных радиоэлектронных объектов и проведение технического обслуживания невозможна без разработки моделей и программных средств для оптимизации данных процессов. Для этого в работе разработаны соответствующие алгоритмы, которые являются частью программных средств, что является актуальной задачей.
Цель. Целью данной работы является разработка подходов по повышению показателей надежности объекта и уменьшения стоимости его эксплуатации на основе использования имитационного статистического моделирования.
Метод. Метод исследования базируется на идее, что техническое состояние объекта определяется техническим состоянием его элементов, а для определения технического состояния элемента используется понятие определяющего параметра. Значение параметра можно контролировать средствами диагностирования. В качестве моделей отказов элементов используется ОЛ-распределение.
Результаты. Разработанные алгоритмы являются составной частью имитационной статистической модели объекта. Проведение моделирования позволяет определить оптимальные конструктивные характеристики объекта и параметры проведения его технического обслуживания, а критерием выступают максимизация показателей надежности и минимизация стоимости эксплуатации объекта.
Выводы. Научная новизна работы заключается в усовершенствовании алгоритмов технического обслуживания по состоянию, которые в отличие от существующих используют прогнозный параметр средней скорости деградации определяющего параметра элемента на основе модели трехпараметрического экспоненциального сглаживания.
Практическое значение состоит в разработке алгоритмов, которые положены в основу программного обеспечения, которое реализует процесс определения показателей надежности и стоимости эксплуатации объекта радиоэлектронной техники от конструктивного состава самого объекта и от параметров проведения технического обслуживания.
Ключевые слова: техническое обслуживание по состоянию, адаптивное техническое обслуживание, определяющий параметр. Zhyrov G. В.1, Lenkov E. S.2
'PhD, Senior Research Fellow, Leading Researcher at the Research Center of Military Institute of Taras Shevchenko National University, Kyiv, Ukraine
2PhD, Senior Researcher at the Scientific Center of Military Institute of Telecommunications and Informatization, Kyiv, Ukraine ALGORITHMS OF SIMULATION OF TECHNICAL SERVICE PROCESSES AS COMPLEX RADIOELECTRONIC OBJECTS Context. Development of complex radioelectronic facilities and maintenance is impossible without the development of models and software, to optimize these processes. For this, the corresponding algorithms have been developed in the work, which are part of the software, which is an urgent task.
Objective. The purpose of this work is to develop approaches to improve the reliability of the object and reduce the cost of its operation based on the use of simulation statistical modeling.
Method. The method of investigation is based on the idea that the technical state of an object is determined by the technical state of its elements, and the concept of a determining parameter is used to determine the technical state of an element. The value of the parameter can be controlled by means of diagnostics. As the models of element failures, a DN-distribution is used.
Results. The developed algorithms are an integral part of the simulation statistical model of the object. The simulation allows to determine the optimal design characteristics of the object and the parameters of its maintenance, and the criterion is to maximize reliability indicators and minimize the cost of operating the facility.
Conclusions. The scientific novelty of the work is to improve the state maintenance algorithms, which, unlike the existing ones, use the predictive parameter of the average degradation rate of the element's determining parameter based on the three-parameter exponential smoothing model.
Practical value consists in the development of algorithms that form the basis of software that implements the process of determining reliability indicators and the cost of operating an object of radioelectronic equipment from the structural composition of the facility itself and the parameters of maintenance.
Keywords: maintenance according to condition, adaptive maintenance, defining parameter.
REFERENCES 7. Lindhe A, Norberg T, Ros en L. Approximate dynamic fault tree
. , , calculations for modelling water supply risks. Reliability
1. Lenkov S. V, Boriak K. F., Banzak G. V, Braun V O., Osypa V. A., „ re. ,„,/,,
. . Engineering & System Safety, 2012, Volume 106, October,
Pashkov S. A., Tsytsarev V. N., Berezovskaia Iu. V. Prognozirovanie
, . , . .,.,.. pp. 61-71 https://doi.org/10.1016/j.ress.2012.05.003
nadezhnosti slozhnyh obektov radiojelektronnoj tehniki i „ T .. „ . .. ... . „. .. . .
. . .. J ,.,,■■,, ■■ 8. Ivan V. Postnikova, Valery A. Stennikova, Ekaterina E.
optimizacija parametrov ih tehnicheskoj jekspluatacii s
Mednikovaa, Andrey V. Penkovskiia A Methodology for ispolzovaniem imitacionnyh statisticheskih modelej. Odessa, VMV, _ .. ... „ . „ .. . .... „ TT . „ , „ .
Optimziation of Component Reliability of Heat Supply Systems
2014 2 р. ., Energy Procedia, 2017, Volume 105, рр. 3083-3088. https://
2. Butochnov A. N., Kredencer B. P., Tocenko V. G., Cycarev V. N. i dr.
doi.org/10.1016/j.egypro.2017.03.643
Osnovy nadezhnosti i tehnicheskoe obespechenie radioielektronnyn „ „, . т^па. -^-i ji
, _ c J y 9. Zhirov G. B., Lenkov E. S. Algoritmichna model procesu
DTI7 DT/ГЛ Т^Т^ЛГГОТТТ 1ПОО .. ' to r
sredstv RTVPVO. Kyiv, KKVIRTU PVO, 1982, 226 р.
tehnichnogo obslugovuvannja za stanom z postijnoju
Xiao Feng Liang, Hong Dong Wang, Hong Yi, Dan Li. (). Warship j-i -^-i ^ at > > ,n,-
........ f . , r , . , periodichnistju kontrolju. Suchasna specialna tehmka, 2017,
reliability evaluation based on dynamic bayesian networks and numerical 1(48) 26 29
simulation, Ocean Engineering, 2017, No. 136, pp. 129-140. . „ „. . ' pP . . „ .. .. . , , , , ..
.,.,.,' . 10. Zhirov G. B., Lenkov E. S. Algoritmichna model adaptivnogo
Iris Tien, Armen Der Kiureghian Algorithms tor Bayesian network . . . . . . . . . ...
. J tehnichnogo obslugovuvannja za stanom ozbroennja i vijskovoi
modeling and reliability assessment ot infrastructure systems. Reliability . . .. . „, . ., > > > ■■ r^ >
= J J J tehniki. ¿birnik prac Nacionalnoi akademn Derzhavnoi
Engineering & System Safety, 2016, Vol. 156, pp. 134-147. ., , .. , , , . ... .... „ ., , . , „
, . . . . prikordonnoi sluzhbi Ukraini imem B. Hmelnickogo. Serija:
Zhang, Hui, Wang Ying, Lou,Wenzhong, Liu Fangyi, Wang Fu&. vijskov, ta tehmchm nauki. 2017, No. 1(71), pp. 368-378.
Reliability Factors Analysis ot MEMS Safety and Arming System. .. „, . t^ctt < + ■ ■
/ J J ° J 11. Zhirov G. B., Lenkov E. S. Usovershenstvovannaja imitacionnaja
Engineering Materials, 2014, Vol. 609-610, pp. 1494-1497. ISSN: ,. ' . .. , , . . . ... 4 , ,
model processa tehnicheskogo obsluzhivanija i remonta slozhnogo
1662-9795. DOI: 10.4028/www.scientific.net/KEM.609-610.1494. tu u , uw c t u u'i r ■■■
. . tehnicheskogo obekta, Sistemi obrobki informacii, 2017,
Hao J, Zhang L, Wei L. Reliability analysis based on improved dynamic no 3 (149) 14 18
fault tree. Engineering asset management. London: Springer, 2011, , PP
pp. 283-299. https://doi.org/10.1007/978-1-4471-4993-4_26.
3
4
