CC BY
2КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ
Ковелю Анатолию Архиповичу, доктору технических наук, профессору, посвящается:
Целеустремлённость человека в познании космоса во всём многообразии его проявлений и освоении в мирных целях - это прекрасное качество. При освоении перед ним раскрывается множество путей в реализации задуманных идей. Главное здесь не заблудиться в лабиринтах непознанного, не растратить свои силы впустую, а чётко определить цель, к которой необходимо стремиться, и правильно поставить задачи, которые следует решать для её достижения!
А. И. Горностаев, кандидат технических наук
УДК 621.396.6-001.4 DOI 10.26732/).st.202L3.06
ЭТАПЫ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ РАЗРАБОТОК БОРТОВОЙ АППАРАТУРЫ КОСМИЧЕСКИХ АППАРАТОВ*
А. А. Ковель
Сибирский федеральный университет, г. Красноярск, Российская Федерация ФГБОУ ВО Сибирская пожарно-спасательная академия ГПС МЧС России, г. Железногорск, Красноярский край, Российская Федерация
Наземно-экспериментальная отработка элементов космической техники - ответственный этап в создании космических изделий, фактически - это наземный «полет» создаваемых устройств. И от того, насколько адекватно будут воспроизведены на этом этапе эксплуатационные условия и обеспечено успешное функционирование устройств в предполагаемых условиях, зависит его успешная работа в реальном полете в течение срока эксплуатации. Радиоэлектронные устройства бортовой аппаратуры космического аппарата - один из непременных элементов, обеспечивающих выполнение целевых задач, которые должны подтвердить свою готовность к предстоящей работе на этапе наземно-экспериментальной отработки. В статье рассмотрены этапы информационного обеспечения разработок бортовой аппаратуры космических аппаратов, показывающие пути совершенствования технологии экспериментальной отработки разработок бортовой аппаратуры космических аппаратов. Показано, что на современном этапе развития космической отрасли стало возможным внедрение в инженерную практику методологии математического планирования эксперимента. Появился задел прикладных работ по радиоэлектронной тематике, показывающий возможность выявлять в полном факторном эксперименте влияние внутренних неуправляемых параметров (факторов) электронных компонентов на результаты эксперимента. Это сняло преграду при реализации возможностей метода в исследованиях и совершенствовании радиоэлектронных устройств бортовой аппаратуры.
Ключевые слова: матрица планирования, математическое планирование эксперимента, полный факторный эксперимент, факторограмма, коридор откликов, принцип Седякина, метод толерантных пределов, бутстреп-метод.
Введение
Наземная экспериментальная отработка (НЭО) элементов, устройств и систем космиче-
* Отредактировал и дополнил А. И. Горностаев Н galiv@iss-reshetnev.ru © Ассоциация «ТП «НИСС», 2021
ских аппаратов (КА) - неизменный этап создания КА. На первых этапах становления космической отрасли технология НЭО была на уровне информационно не обеспеченного инженерно-технического «творчества» и «самодеятельности». И только время и наработанный опыт, как результат ошибок и успехов, привели к пониманию НЭО как наземного «полета», охватывающего весь комплекс особенностей полета реального с учетом
ограничении, которые возникали в связи с невозможностью воспроизведения комплекса факторов космического пространства (ФКП) в их естественном проявлении. На первых этапах для этого не было достаточного фактического материала, воссоздающего действительную модель космоса. Не было необходимого оборудования для воспроизведения комплекса ФКП и, когда оно появилось, оказалось, что по ряду воздействий оно монофакторное. В то время, как в реальной обстановке (в условиях ФКП), оно полифакторное.
Также недостаточно была разработана технология НЭО. И только запросы ядерной энергетики и космической техники придали развитию этого направления положительной импульс. Появились редакции зарубежных и отечественных публикаций, которые в конечном итоге обосновали процесс выпуском отраслевых и государственных и нормативных документов, определяющих необходимый уровень экспериментальных и исследовательских работ на этапе НЭО и необходимый объем результатов для принятия решения о возможности выхода КА за пределы конструкторского бюро и заводов-изготовителей к орбитальной работе.
Предприятия шли к этому своим путем. Статья представляет некоторые фрагменты этого процесса по пути к совершенствованию НЭО элементов бортовой аппаратуры (БА) КА.
1. Общие положения
Весомость экспериментальной отработки сложных технических устройств, к которым относится БА КА, не теряет своей актуальности. Время вносит коррективы в технологию реализации: движение от простого макетирования будущих устройств к более совершенным факторам организации и использование моделирования на ЭВМ.
Совершенствование и оптимизация экспериментального исследования всегда сопутствовали разработке, о чем свидетельствуют публикации, пик которых был связан с успехами приборостроения различного назначения [1; 2].
Положение, что только исчерпывающая параметрическая оценка создаваемых технических устройств может обеспечивать необходимое качество создаваемого продукта и, в конечном итоге, является условием перехода от экстенсивной затратной экономики к экономике интенсивной, способствующей техническому прогрессу, - не вызывает сомнений [3]. А ряд принципов, аккумулированных в справочном пособии [1], и в настоящее время могут быть источником идей при формировании современных подходов.
Так как экспериментальная отработка БА КА реализуется в процессе испытаний в режимах и условиях, максимально приближенных к эксплу-
атационным, то для исследователя важны научно обоснованные принципы организации исследований, а также оценка результатов минимально достаточного количества образцов, позволяющих принимать решения о соответствии разработки поставленным требованиям. И тогда разработка считается информационно обеспеченной.
2. Этапы информационного обеспечения разработок бортовой аппаратуры
В общем виде эффективность испытаний может быть оценена как вероятность того, что вектор У,, , показателей качества испытаний находится ( " )
в области , >д опустимых значений [1; 2]. Таким
образом, для оценки показателя эффективности необходимо иметь вектор У,,, его характеристики (закон распределения или моменты) и область допустимых значений вектора. Не вдаваясь в детали формирования вектора, следует отметить, что методология оценки не может быть ориентиром для изготовителя будущего устройства, так как оценка формируется по результатам исследований, а каковы необходимы ресурсы подготовки и реализации исследований, ответа нет.
Рекомендации, исходя из ряда статистических предпосылок, содержит работа [4]. В предположении нормального распределения контролируемых параметров для практических применений могут быть достаточными результаты испытаний 30-100 образцов.
Однако с позиции современного понимания экспертного исследования последнее утверждение требует значительного уточнения и детализации.
2.1. Исследование устройств по методологии математического планирования эксперимента
Так, если рассматривать устройство как объект исследования (ОИ) по плану активного эксперимента - МПЭ (математического планирования эксперимента) [5-7], то обобщенная графическая модель устройства в пространстве воздействий может быть представлена следующим образом (рис. 1).
Воздействиями на рассматриваемый ОИ являются:
• {Хвх} - входные сигналы, уровни питающих токов и напряжений;
• {Хвнш} - воздействия эксплуатационной среды (для КА - космического пространства): температура, давление, радиационные воздействия и др.;
• {Хвнт} - разброс параметров комплектующих, взаимодействие элементов в пространстве конструкции и др.
167
168
{Хв нш}
Л 1 \ < Л г
ОИ ь
г
W W
k t к к
{пои}
{Хв нт}
Рис. 1. Объект исследований:
{Хвх} - совокупность входных воздействий;
{Хвнш} - совокупность внешних воздействий;
{Хвнт} - совокупность внутренних воздействий;
{Пои} - совокупность контролируемых параметров ОИ
Общее для всех воздействий (факторов) - различная физическая природа, случайные уровни в известных (предполагаемых) пределах, независимость (в большинстве случаев), возможность управления (в большинстве случаев).
Используя факторы {Хвх} и {Хвнш}, учитывая их независимость и управляемость, представляют полный набор опытов для исследования зависимости Пои от изменяющихся воздействий (полный факторный эксперимент - ПФЭ) в виде таблицы - матрицы планирования (МП), партитуры представляющих исследований (табл. 1).
Таблица 1
Матрица планирования, n = 3
№ опыта Х1 Х2 Хз Пои
1 + + + П1
2 - + + П2
3 + - + Пз
4 - - + П4
5 + + - П5
6 - + - П6
7 + - - П7
8 - - - П8
Исходная предпосылка в начале исследования - зависимость Пои от всех факторов линейная. Для ее восстановления (математической модели - ММ) вида
Пои = П (*) = во + В1+ В2 *2 + ••• (1)
достаточно каждый фактор устанавливать (варьировать) в процессе эксперимента на двух уровнях (min - «-»; max - «+»). Тогда для оценки коэффициентов влияния (вг) факторов потребуется в общем случае N = 2n опытов (n - количество факторов), исчерпывающих все возможные сочетания уровней факторов (опыт - строка МП).
Том 5
Таким образом, МП - исходная база программы исследований, определяющая:
• номенклатуру технологического оборудования, обеспечивающего имитацию физических воздействий (стенды, установки, измерительные средства) и реального эксперимента;
• набор измерительно-вычислительных средств для фиксации и обработки результатов;
• необходимое нестандартное оборудование (подставки, кабели, переходные устройства и др.).
Если при этом учесть дублирующие (параллельные) опыты, необходимые для корректных статистических оценок, то МП также - исходная база для оценки финансовых и временных трат для реализации исследования по плану МПЭ. Такой хорошо структурированный исходный базис МПЭ - привлекательная сторона метода.
Следует также упомянуть этапность уточнения, виды получаемой ММ: исходная предпосылка о линейности - учет слабых нелинейных эффектов (факторов взаимодействия) при необходимости - учет явных нелинейностей при необходимости. И так до получения адекватной ММ ОИ.
Все это относится к отражению в ММ влияния тех факторов, которые подлежат варьированию при реализации ПФЭ.
2.2. Анализ влияния внутренних факторов
ОИ на результаты ПФЭ
Остается не раскрытым влияние на результаты ПФЭ внутренних факторов, присущих большинству ОИ, когда предполагается изготовление некоторого количества однотипных образцов ОИ [8]. К таким объектам следует отнести материалы, растворы, смеси, газообразные вещества, а также электронные устройства различного назначения, являющиеся композицией большого числа составных частей.
Применительно к аппаратуре, где основной «строительный» материал - полупроводниковые структуры, каждый ^-«-переход привносит в отклики итогового ОИ свой индивидуальный вклад, для которых невозможно произвести ни количественную оценку, ни оценку пределов изменчивости, а также определить характер вкладов (линейные, нелинейные), проявляется только интегральный эффект влияния {Хвнт}.
Если бы подлежало оценке количество факторов в {Хвнт}, то, исходя из алгоритмов МПЭ, можно было бы рассчитать примерное количество опытов, необходимое для полного выявления вкладов {Хвнт}, которые «устанавливает» случай. Но такой подход проблематичен.
Можно связать вклады {Хвнт} с «работой» обобщенного фактора Хвнт, принимающего в каждом опыте случайные уровни в пределах ±1. Тогда наличие экстремальных «неуправляемых»
вкладов в результатах ПФЭ нескольких образцов устройства можно связать с вкладами Хвнт, представленными уровнями +1 и -1. Но нет гарантии, что новые опыты не покажут результаты, превышающие полученные ранее, тем более, что вероятности появления Хвнт на уровнях ±1 очень малы.
{Хвнш}
Чтобы продолжать рассмотрение особенностей проявления влияния {Хвнт}, рассмотрим результаты ПФЭ с простым электронным устройством задержки сигнала (УЗС), реализованном на гибридной интегральной схеме, обеспечивающей задержку входного перепада напряжения в среднем на 12 с (рис. 2).
> ' 1 г 1 г
вх ои Пс
1 1 '1 1
Хв
Хв
169
{Хвнт}
Рис. 2. Объект исследований - устройство задержки сигнала
Факторы, влияющие на время задержки (тз):
• величина емкости времязадающего конденсатора (хх);
• уровни питающего напряжения (х2);
• температура окружающей среды (х3).
Если бы не было влияния внутренних факторов, то результаты ПФЭ с рядом УЗС (однотипные устройства) повторились бы с точностью ошибок измерения тз. Но присутствие {Хвнт} вносит существенные различия в результаты.
Это подтверждают результаты исследований 24-х образцов УЗС (фрагмент результатов в табл. 2).
Математическая модель, восстановленная по средним значениям опытов для 24-х образцов:
= Пои = 11,9925 + 1,23х1-0,25х2 + + 0,195х3- 0,015хх + 0,055хх + (2)
+ 0,018х2х3 + 0,028ххХ.
Зависимость практически линейная, влияние взаимодействий незначительное. А влияние внутренних факторов разбрасывает значения тз от 9,51 до 15,31 с.
Это может быть прослежено по изменению коэффициентов влияния вг- (табл. 3).
Таблица 2
Фрагмент результатов исследований времени задержки 24-х образцов УЗС
т
з
№ опыта Х1 Х2 Х3 Тз с
Т1 Т2 Т3 Т24 Тср
1 - - - 10 11,73 12,07 11,73 10,8616
2 + - - 12,17 14,23 14,65 14,20 13,2674
3 - + - 9,51 11,22 11,49 11,15 10,4004
4 + + - 11,71 14,04 13,62 13,62 12,6663
5 - - + 10,10 12,07 12,54 12,15 11,1516
6 + - + 12,44 14,96 15,31 14,89 13,6875
7 - + + 9,55 11,76 12,10 11,52 10,6628
8 + + + 11,92 14,68 15,0 14,52 13,2525
Так как все коэффициенты влияния - результат усреднения соответствующих сумм [7], их распределения нормальные, и может быть построен прогноз относительно экстремальных значений распределения (втах, вт;п), а при количестве опытов, приближающих соответствующие коэффициенты к крайним элементам, возможно заключение о достаточности повторов.
Если использовать такой путь оценки необходимого информационного обеспечения, то в качестве индикаторных выборок следует выбрать те, в которых отклонения в сторону ограничений максимальны. В случае УЗС это оказались образцы 3 (15,31 с - опыт 6) и 1 (9,51 с - опыт 3). То есть, это те совокупности факторов (худшие условия), которые провоцируют максимальное отклонение
170
Пои (тз) от нормы. Также необходимы оценки, насколько условия выделяемых опытов вероятны при эксплуатации ОИ.
Таблица 3
Изменение коэффициентов влияния вг- от количества k исследуемых образцов УЗС
k в 8 16 24 Вср пРи k = 24
Во 11,9958 11,9969 11,9934 11,9925
Bl 1,2414 1,2374 1,2346 1,23
В2 -0,2508 -0,2434 -0,2482 -0,25
Вз 0,2058 0,2057 0,1948 0,195
В12 -0,061 -0,016 -0,011 -0,015
В13 0,0586 0,0549 0,05137 0,055
В23 0,0261 0,0299 0,01763 0,018
В123 0,0211 0,0254 0,01796 0,028
2.3. Применение принципа Седякина
При исследовании УЗС разработчики сталкивались с ситуациями, когда по разным причинам появлялись сомнения в результатах отдельных опытов или эти результаты отсутствовали. Возникал вопрос о возможности уточнения или ПОИ .
Том 5
восстановления таких результатов, используя существующий массив измерений в «сомнительных» и смежных условиях.
Для ответа на вопрос можно использовать следующие математические предпосылки.
Пусть с некоторой выборкой ОИ (К) реализован ПФЭ. Результаты отражает совокупность факторограмм (коридор откликов) на рис. 3.
Так как все ОИ, подвергнутые ПФЭ, идентичны, изготовлены в условиях одного производства, по одному техпроцессу, на однотипных комплектующих и испытаны в одинаковых условиях (при одних и тех же наборах уровней воздействий), к ним применим принцип Седякина [9; 10]: параметры изделия однозначно определяются наборами внутренних параметров и временем П(х, ¿) и, независимо от предыстории, будут изменяться значения Пои в разных режимах по одинаковому закону.
Из этого следует, что:
• отклонение параметра в условиях опыта si от средневыборочного значения Пср(ег) обусловлено разбросом параметров комплектующих (внутренние факторы), реализующих данный ОИ (рис. 3);
• закон плотности распределения Пои р(П) одинаков по всем направлениям факторного пространства (опытам).
max Щ 4 )
П & г);;;
Птa x г )
nj:
£ i £ ] N Рис. 3. Фрагмент факторограммного коридора откликов
Тогда, если П(ег) - результат испытаний ОИ ке, исходя из теоремы о среднем значении [4].
в ег-х условиях, П(в/) - искомое значение Пои в еу-х Аналогично для соответствующей вероятности
условиях, Пср(ег) и Пср(е7) - средние значения Пои в условиях е,-х.
в условиях ег-х и е_,-х, а П(хг) и П(х/) - значения Пои Тогда, перейдя к интервалам Пср(ег) - П(ег) и
при тех же условиях, то для всех П(хг), которые Пср(е7) — П(е7), можно записать: Пср(ег) < П(хг) < П(ег), вероятность
^(Пср(8г) < П(хг) < П(8г)} = ^(Пср(8/) < П(х/) < n(Sj)}. Но,
Р(П) / 8,[П(8,) - Пср(8,)]
Р{Пф(8,) < П(х,.) < П(8,)} =
П(8,)
= j р(П)¿П/8, = р(П)/8, [П(8,) - Пср(8,)],
Р(П max )/В, [П тах (8, ) - Пф(8,)] Р(П) / 8 . [П(8 ; ) - ПСр(8 ; )]
j
CPV J'
Пср( 8,)
Р(П max )/8 j [П max (8 j ) - Пф(8 j )] Р(П)/ 8, _ Р(П)/ 8 j
Р(Птах)/8, р(Птах)/8,
= const
где Р(П)- некоторое значение плотности распри сохранении закона распределения в сечениях пределения Пои в рассматриваемом промежут- (условиях) ег-х и е_,-х.
и
Тогда
П(е,) - Пср(е,)
П (е,) - П(е,)
Птах(е,)-Пф(е,) Птах(е .)-ПСр(е .)' П(е .) = ПСр(е .) + [П(е,) - П^е,)Щ, ^ Д
где АП(вг) = П(вг) - ПСр(ег) - приращение Пои в условиях г, обусловленное совокупностью неварьируемых внутренних факторов; АП(в,) = П(е7) - Пср(е7) - приращение П^ в условиях 8,, обусловленное теми же причинами; П(г.) - расчетное значение П(г,) по результатам смежных опы-
ш. Л Птах (е1) - ПСр(е) _ „
тов; ки ^ 1) =- - масштабный
Птах (В,) - ПДе,)
коэффициент перерасчета результатов опытов при исходе условий вг-х в условиях 8,-х (рис. 3).
Тогда II(б,.) = Пср (г.) + ЛП(б, )Я(г ) - расчетное значение недостающего Пои по результатам смежных опытов.
Однако рассмотренный подход оказался недостаточно эффективным для практических применений. Во-первых, при малых выборках Пср(вг) и Пср(г,) «неравнопрочные». Если Пои в 8,-м опыте необходимо рассчитать, то Пср разных опытов рассчитаны при разном количестве результатов,
П
ОИ
и это различие вносит погрешность определения П(е.). Во-вторых, полученный единичный результат не решает проблему сокращения количества опытов при экспериментальной отработке.
2.4. Применение метода толерантных
пределов
Более эффективным оказалось применение метода толерантных пределов с постепенным сближением экспериментальных результатов и расчетных толерантных оценок [4; 11].
Так, пусть для рассмотренного УЗС получены результаты испытаний 8 + 8 + 8 = 24-х образцов, отраженные качественно на факторограмм-ном коридоре откликов (рис. 4).
Рис. 4 отражает поведение Пои в факторном пространстве, а также те условия, которые обуславливают максимальные отклонения от Пср (Тщ1п - 3-й опыт, ттах - 6-й опыт). Это позволяет:
• выделить указанные опыты (условия), как потенциально «худшие» условия при увеличении количества испытуемых образцов;
• не повторять при дальнейших испытаниях ПФЭ, а испытывать новые реализации УЗС только в условиях опытов 3 и 6 (два опыта вместо 8).
15,33 ---- _ Л!
к' Пс р
9,23 ---- - ь.
1 2 3 4 5 6 7 Рис. 4. Коридор откликов (Ы = 8)
171
Для этих опытов при k = 8, 16, 24, р = 0,95, у = 0,95 приведены расчетные величины Пср, ^(П), П', П', к (расчетные, табличные), где
IП0
Пср =-
П = Пср ± ktS(П);
£(П) - оценка среднеквадратичного отклонения в k измерениях (8, 16, 24); к - толерантный коэффициент (табулированный); Пср - среднеква-дратическое значение Пои для _к образцов ОИ (8, 16, 24) в опытах 3 и 6; П'и П'- толерантные пределы отклонения Пои (нижние и верхние соответственно).
В табл. 4 отражены результаты опыта 3, в табл. 5 - опыта 6, в табл. 6 - расчетные величины параметров.
Приведенные расчетные данные и результаты экспериментов показывают, что с увеличением количества опытов экспериментальные данные и результаты прогнозов сближаются. И, исходя из условий применения и жесткости требований (выбор уровней р и у), используя представленные данные, у экспериментатора достаточно материала для принятия решения.
При этом следует отметить также возможность сокращения количества опытов по последующим соображениям. На первом этапе испытывают 4-6 образцов ОИ, чтобы выяснить вариации Пои в пространстве варьируемых факторов и установить те наборы сочетаний уровней воздействий, которые вызывают максимальные отклонения Пои от Пср в обоих направлений. В случае УЗС это 3-й и 6-й опыты. Таким образом, дальнейшее исследование (до 24-х ОИ) уже отражено 2-я, а не 8-ю опытами с каждым УЗС (40 опытов вместо 160).
N
8
Мт (опыт 3)
24 <
Том 5 Таблица 4
■ 1' 8 9,51 9,23 9,85 9,55 11,22 10,88 11,49 11,15
11,16 11,5 10,9 11,2 9,56 9,81 9,23 9,49
11,22 9,56 9,85 9,22 9,5 11,89 11,49 11,15
172
24 <
Мах (опыт 6)
Таблица 5
. | 8 12,44 12,14 12,82 12,57 14,96 14,51 15,32 14,87
12,53 12,81 12,09 12,43 14,83 15,33 14,50 14,93
14,89 15,31 14,47 14,90 12,53 12,82 12,08 12,41
Таблица 6
Расчетные величины параметров (опыты 3 и 6)
Мш Мах
8 16 24 8 16 24
Пср 10,36 10,4225 10,4004 13,72 13,6813 13,6763
Я(П) 0,8323 0,8849 0,9118 0,9598 0,9961 1,0708
кк 2,350 2,174 2,108 2,350 2,174 2,108
8,4040 8,4787 8,4753 - - -
- - - 15,9755 15,8468 15,9335
Еще один существенный аспект для технологического процесса экспериментальной отработки. Для реализации испытаний на необходимом количестве образцов ОИ нет необходимости увеличивать их воспроизведение. Это привело бы к значительному расходованию ресурсов (время, финансовые затраты, материалы). Так как фактор конструкции практически отсутствует в составе внутренних факторов, замена функционально значимых элементов по плану разработчика ОИ позволяет минимизировать эту составляющую экспериментальной отработки.
2.5. Применение бутстреп-метода
Первая публикация, посвященная бутстреп-методу, привлекла внимание инженеров-практиков, связанных с проектированием и экспериментальной отработкой новой техники [12; 13]. Казалось, что накопление статистического массива, который формируют эксперименты с ОИ, мож-
но будет минимизировать, используя возможности современных ЭВМ.
Сущность метода заключается в следующем. Используя переходную выборку, например, результаты испытаний 8-ми образцов УЗС, с помощью ЭВМ продуцируется достаточно большое количество копий (например, 109), которые тщательно перемешиваются, и из полученного макромассива случайным образом извлекают выборки, эквивалентные исходной (выборке бутстрепа), которые далее используют как результаты натурных экспериментов. В случае с УЗС это результаты ПФЭ с k образцами ОИ. Схема реализации бут-стреп-метода представлена на рис. 5.
Однако, метод не нашел широкого использования в инженерной практике. Главная причина заключалась в том, что, как отмечалось, результат НЭО - накопление достаточного массива экспериментальных данных для объективного информационного обеспечения разработки. А бутстреп-метод новой информации не получает, манипулируя полученными ранее данными.
Исходная выборка
к 1
2 3 4
Изготовление копий
к 109
ср
8 ^
173
_I_1
1
8
234 Выборки бутстреп
Рис. 5. Схема реализации бутстреп-метода
N
Заключение
Информационное обеспечение разработок БА КА является важнейшей составляющей технологии НЭО. Оно определяет необходимый уровень экспериментальных и исследовательских работ на этапе НЭО элементов БА и необходимый объем результатов для принятия решения о возможности использования разработок для эксплуатации в реальных условиях при воздействии комплекса ФКП в их естественном проявлении.
На различных этапах развития космической отрасли технология НЭО постоянно совершенствовалась. На современном этапе совер-
шенствования и оптимизации экспериментального исследования элементов БА в инженерной практике стало возможным использование методологии МПЭ, позволяющей контролировать изменение параметров элементов БА при воспроизведении комплекса ФКП в наземных условиях и проводить анализ и обработку статистических данных для получения рекомендаций по дальнейшему улучшению эксплуатационных характеристик разработок. Применение МПЭ при НЭО элементов БА показало значительные возможности метода для совершенствования технологии и повышения качества наземной отработки [14-16].
1
Том 5
Список литературы
[1] Мюллер П., Нойман П., Шторм Р. Таблицы по математической статистике. М. : Финансы и статистика, 1982. 278 с.
[2] Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке. М. : Мир, 1988. 520 с.
[3] Шенк Х. Теория инженерного эксперимента. М. : Мир, 1972. 382 с.
[4] Смирнов Н. В., Дунин-Барковский И. В. Курс теории вероятностей и математической статистики для технических приложений. М. : Наука, 1969. 512 с.
[5] Ивоботенко Б. А., Ильинский Н. Ф., Копылов И. П. Планирование эксперимента в электромеханике. М. : Энергия, 1975. 184 с.
[6] Михайлов В. И., Федосов К. М. Планирование экспериментов в судостроении. Л. : Судостроение, 1978. 159 с.
[7] Барабащук В. И., Креденцер Б. П., Мирошниченко В. И. Планирование эксперимента в технике. Киев : 174 Техтка, 1984. 200 с.
[8] Ковель А. А., Горностаев А. И. Моделирование влияния внутренних факторов на параметры электронных устройств космических аппаратов при наземно-экспериментальной отработке / Решетневские чтения: материалы XXI Междунар. науч. конф. Красноярск. 2017. Часть 2. С. 193-195.
[9] Теоретическое обобщение физического принципа надежности профессора Н. М. Седякина [Электронный ресурс]. URL: https://nenuda.ru/40-летию-доклада-профессора-николая-михаИловича-седякина-п.html (дата обращения: 30.08.2021).
[10] Антонов А. В., Никулин М. С. Статистические модели в теории надежности. М. : Абрис, 2012. 390 с.
[11] Сидняев Н. И. Теория планирования эксперимента и анализ статистических данных. М. : Юрайт, 2012. 399 с.
[12] Терентьева Е. С. Применение бутстреп-метода в непараметрическом моделировании систем при наличии пропусков данных / Решетневские чтения: материалы XIV Междунар. науч. конф. Красноярск. 2010. Часть 2. С. 430-432.
[13] Антонов А. В., Соколов С. В., Чепурко В. А. Бутстреп-метод оценки характеристик надежности восстанавливаемых объектов по специфическим данным об отказах // Информационные технологии. 2012. № 4. С. 50-54.
[14] Ковель А. А. Прогностический потенциал математического планирования эксперимента // Космические аппараты и технологии. 2019. Т. 3. № 2. С. 87-93. doi: 10.26732/2618-7957-2019-2-87-93.
[15] Ковель А. А., Горностаев А. И. Способ оценки параметрических запасов работоспособности электронных устройств. Пат. № 2711087 Российская Федерация, 2020. Бюл. № 2.
[16] Ковель А. А., Горностаев А. И. Способ оценки и обеспечения параметрических запасов работоспособности электронных устройств. Пат. № 2727310 Российская Федерация, 2020. Бюл. № 21.
STAGES OF INFORMATION SUPPORT OF DEVELOPMENT OF ON-BOARD EQUIPMENT FOR SPACECRAFT
A. A. Kovel
Siberian Federal University, Krasnoyarsk, Russian Federation Siberian Fire and Rescue Academy EMERCOM of Russia, Zheleznogorsk, Krasnoyarsk region, Russian Federation
The ground-experimental testing of the elements of space technology is a crucial stage in the creation of space products, in fact, this is the ground «flight» of the devices being created. And how well the operating conditions will be reproduced at this stage and the successful functioning of the devices under the expected conditions is ensured, its successful operation in real flight during the service life depends. The radio electronic devices of the onboard equipment of the spacecraft are one of the essential elements that ensure the fulfillment of target tasks, which should confirm their readiness for the forthcoming work at the stage of ground-based experimental testing. The article discusses the stages of information support for the development of spacecraft onboard equipment, showing the ways to improve the technology of ground-based experimental testing of spacecraft onboard equipment. It is shown that at the present stage of development of the space industry, it has become possible to introduce the methodology of mathematical planning of an experiment into engineering practice. A backlog
of applied work on radio-electronic topics has appeared, showing the possibility of revealing in a full factorial experiment the influence of internal uncontrollable parameters (factors) of electronic components on the experimental results. This removed the obstacle to the implementation of the capabilities of the method in research and improvement of radio electronic
devices onboard equipment.
Keywords: planning matrix, mathematical experiment planning, full factorial experiment, factoro-gram, response corridor, Sedyakin'sprinciple, method of tolerance limits, bootstrap-method.
References
[1] Müller P., Neumann P., Storm R. Tablitsy po matematicheskoy statistike [Tables on Mathematical Statistics]. Moscow, 175 Finance and Statistics, 1982, 278 p. (In Russian)
[2] Johnson N., Lyon F. Statistika i planirovaniye eksperimenta v tekhnike i nauke [Statistics and Experiment Planning in Engineering and Science]. Moscow, Mir, 1988, 520 p. (In Russian)
[3] Schenk H. Teoriya inzhenernogo eksperimenta [Theory of engineering experiment]. Moscow, Mir, 1972, 382 p. (In Russian)
[4] Smirnov N. V., Dunin-Barkovsky I. V. Kurs teorii veroyatnostey i matematicheskoy statistiki dlya tekhnicheskikh prilozheniy [Course of probability theory and mathematical statistics for technical applications]. Moscow, Science, 1965, 512 p. (In Russian)
[5] Ivobotenko B. A., Ilyinsky N. F., Kopylov I. P. Planirovaniye eksperimenta v elektromekhanike [Planning an experiment in electromechanics]. Moscow, Energy, 1975, 184 p. (In Russian)
[6] Mikhailov V. I., Fedosov K. M. Planirovaniye eksperimentov v sudostroyenii [Planning experiments in shipbuilding]. Leningrad, Sudostroenie, 1978, 159 p. (In Russian)
[7] Barabashchuk V. I., Kredentser B. P., Miroshnichenko V. I. Planirovanie eksperimenta v tekhnike [Planning an experiment in engineering]. Kiev, Technics, 1984, 200 p. (In Russian)
[8] Kovel A. A., Gornostaev A. I. Modelirovaniye vliyaniya vnutrennikh faktorov na parametry elektronnykh ustroystv kosmicheskikh apparatovpri nazemno-eksperimental'noy otrabotke [Modeling of the influence of internal factors on the parameters of electronic devices of spacecraft under land-experimental working off] / Reshetnev readings: materials of the XXI International scientific conference, Krasnoyarsk, 2017, part 2, pp. 193-195. (In Russian)
[9] Teoreticheskoe obobshchenie fizicheskogo principa nadezhnosti professora N. M. Sedyakina [Theoretical generalization of the physical principle of reliability of Professor N. M. Sedyakin]. Available at: https://nenuda.ru/40-%D0%BB%D0%B5%D1%82%D0%B8%D1%8E-%D0%B4%D0%BE%D0%BA%D0%BB%D0%B0%D0%B 4%D0%B0-%D0%BF%D1%80%D0%BE%D1%84%D0%B5%D1%81%D1%81%D0%BE%D1%80%D0%B0-%D0%BD%D0%B8%D0%BA%D0%BE%D0%BB%D0%B0%D1%8F-%D0%BC%D0%B8%D1%85%D0%B0 %D0%B9%D0%BB%D0%BE%D0%B2%D0%B8%D1%87%D0%B0-%D1%81%D0%B5%D0%B4%D1%8F% D0%BA%D0%B8%D0%BD%D0%B0-%D0%BF.html (accessed 30.08.2021).
[10] Antonov A. V., Nikulin M. S. Statisticheskiye modeli v teorii nadezhnosti [Statistical models in reliability theory]. Moscow, Outline, 2012, 390 p. (In Russian)
[11] Sidnyaev N. I. Teoriya planirovaniya eksperimenta i analiz statisticheskih dannyh [Theory of experiment planning and analysis of statistical data]. Moscow, Yurayt, 2012, 339 p. (In Russian)
[12] Terentyeva E. S. Primeneniye butstrep-metoda v neparametricheskom modelirovanii sistem pri nalichii propuskov dannykh [Bootstrap-method application in nonparametric modelling of the systems in the data admissions presence] / Reshetnev readings: materials of the XIV International scientific conference, Krasnoyarsk, 2010, part 2, pp. 430-432. (In Russian)
[13] Antonov A. V., Sokolov S. V., Chepurko V. A. Butstrep-metod otsenki dannykh nadezhnosti ob"yektov po spetsi-ficheskim ob otkaze [Bootstrap-method for assessing the reliability characteristics of recoverable objects based on specific data on failures] // Information technologies, 2012, no. 4, pp. 50-54. (In Russian)
[14] Kovel A. A. Prognosticheskiy potentsial matematicheskogo planirovaniya eksperimenta [Predictive potential of mathematical experiment planning] // Spacecraft & Technologies, 2019, vol. 3, no. 2, pp. 87-93. doi: 10.26732/26187957-2019-2-87-93.
[15] Kovel A. A., Gornostaev A. I. Sposob otsenki parametricheskikh zapasov rabotosposobnosti elektronnykh ustroystv [A method for evaluating parametric reserves of the operability of electronic devices]. Patent RU 2711087, 2020, bulletin no. 2.
[16] Kovel A. A., Gornostaev A. I. Sposob otsenki i obespecheniya parametricheskikh zapasov rabotosposobnosti elektronnykh ustroystv [A method for evaluating and ensuring parametric reserves of the operability of electronic devices]. Patent RU 2727310, 2020, bulletin no. 21.
Том 5
Сведения об авторах
Горностаев Алексей Иванович - кандидат технических наук, начальник сектора АО «Информационные спутниковые системы» имени академика М. Ф. Решетнёва». Окончил Томский институт автоматизированных систем управления и радиоэлектроники в 1980 году. Область научных интересов: методы повышения надежности и принципы построения бортовой аппаратуры космических аппаратов, схемотехника аналоговых и цифровых электронных устройств, унификация функциональных узлов бортовой аппаратуры.
Ковель Анатолий Архипович - доктор технических наук, профессор межинститутской базовой кафедры «Прикладная физика и космические технологии» Сибирского федерального университета, профессор Сибирской пожарно-спасательной академии ГПС МЧС России. Окончил Киевский политехнический институт в 1958 году. Область научных интересов: разработка и экспериментальная отработка радиоэлектронной аппаратуры космиче-176 ских аппаратов, статистические методы экспериментальной отработки.
