CC BY
61
2009
НАУЧНЫЙ ВЕСТНИК МГТУ ГА серия Аэромеханика и прочность
№ 138
УДК 533.6; 629.7
К ВОПРОСУ ОБ ОЦЕНКЕ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ ЭЛЕМЕНТОВ ПЛАНЕРА ЛЕТАТЕЛЬНОГО АППАРАТА В ПОЛЕТЕ
А.В. ГОСТЕВ, Е.Н. ГУБАРЬ, М.С. СТАШКИВ, С.И. ЩЕГЛОВ Статья представлена доктором технических наук, профессором Желанниковым А.И.
В статье предлагается система интеллектуальной поддержки экипажа для оценки состояния поврежденного крыла и формирования информации об этом. Эта система разработана на основе нейронной сети, ее достоинство заключается в высоком быстродействии, высокой помехо- и отказоустойчивости, универсальности применения.
Анализ применения авиации в последних локальных войнах показывает, что практически каждый вылет заканчивается обстрелом самолетов, по крайней мере, из крупнокалиберных пулеметов. По статистике наиболее повреждаемым является планер. Повреждение планера может повлечь за собой частичную потерю летных качеств летательного аппарата (ЛА) или привести к разрушению конструкции и гибели экипажа. Полное разрушение конструкции может наступить как вследствие катастрофического падения прочности, так и из-за снижения жесткости, которое приводит к возникновению флаттера или дивергенции.
Как показывает опыт, из всех частей планера крыло является элементом, наиболее подверженным воздействию средств поражения противника. Это объясняется следующими обстоятельствами :
- площадь крыла (в плане) по сравнению с другими частями планера велика;
- так как основная доля подъемной силы создается крылом, то его разрушение практически всегда приводит к потере ЛА;
- несимметричные повреждения крыла приводят к развитию крена, возможности парирования которого ограничены.
В то же время при воздействии на самолет средств поражения летчик может судить о состоянии основных систем (топливная, гидросистема, силовая установка) по показаниям приборов в кабине и может правильно принять решение о дальнейшем выполнении всех этапов задания. Этой возможности у пилота нет при повреждении силовой схемы крыла (ССК). Пробоины в элементах конструкции приводят к уменьшению допустимых перегрузок и скорости полета. В условиях информационного вакуума летчик не имеет возможности оценить предельные значения указанных параметров полета, поэтому вопросы оценки прочности, жесткости крыла ЛА непосредственно в полете наряду с надежностью и безопасностью полета стали важной проблемой. Снижение жесткости силовой схемы крыла может привести к такому явлению, как дивергенция.
В связи с этим необходимо развивать методы диагностики состояния силовых элементов планера ЛА, а также оценивать степень опасности выявленных отказов и неисправностей [1].
Предлагается система интеллектуальной поддержки экипажа, под которой понимают совокупность средств и методов, позволяющих собирать, перемещать, обрабатывать и передавать отобранную информацию. Данная система дает возможность определить допустимую перегрузку при маневрировании самолета, максимальную скорость полета и выдает рекомендации летчику о продолжении полета с учетом ограничения параметров полета.
В общем случае данная система интеллектуальной поддержки полетов включает в себя следующие основные элементы (рис. 1): датчик первичной информации (1); вычислитель (2), состоящий из блока обработки информации (3) и блока формирования команд (4); исполнительное устройство (5).
I________________________________J
Рис. 1
При возникновении повреждений силовых элементов и в особенности воздействии нерасчетных факторов невозможно предсказать ни все возможные разрушения конструкции, ни состояние экспертной системы (возможно поражение самих датчиков и электроцепей). В данных условиях наиболее перспективным представляется использование нейронных сетей (НС), которые, благодаря своей универсальности, параллельной распределенной архитектуре, способности к нелинейной функциональной аппроксимации и обучению, могут с успехом решать требуемые в рассматриваемых условиях задачи идентификации, распознавания, классификации и прогнозирования [2]. Система интеллектуальной поддержки создается на основе НС, под которыми понимают параллельные вычислительные структуры, моделирующие биологические процессы, обычно ассоциируемые с процессами человеческого мозга. НС обладают способностью приобретения знаний об исследуемой предметной области, обучаясь на примерах и подстраивая веса синаптических связей для интерпретирования предъявляемых им многообразия данных.
К числу несомненных достоинств НС, объясняющих возросший интерес к ним со стороны специалистов, относятся [3]:
- возможность воспроизведения достаточно сложных нелинейных зависимостей;
- НС не требуют традиционного программирования, поскольку они самообучаются решению различных задач;
- высокое быстродействие;
- потенциально высокая помехо- и отказоустойчивость (в силу структурной избыточности, присущей самой природе НС, ошибка или отключение части сети для ее устранения не приводят к отказу НС, а лишь могут несколько снизить качество обработки информации);
- универсальность применения, возможность решения плохо формализуемых задач.
Алгоритм работы предлагаемой системы интеллектуальной поддержки экипажа имеет
вид, представленный на рис. 2:
1. Специализированная подсистема определяет текущие перемещения контрольных точек крыла Лк и выдает информацию о них в вычислитель. Данные параметры характеризуют работоспособное состояние крыла.
2. В блоке 1 происходит сравнение перемещения контрольных точек. Если текущие значения Лк принадлежат области допустимых значений ^доп, то система не выдает никакой информации. Реализовывается принцип "темной кабины". Это снижает психофизические нагрузки на экипаж во время полета.
3. Если текущие значения Лк не принадлежат области допустимых значений, то в блоке 2 происходит сравнение данных текущих значений с максимально допустимыми. При превышении текущих значений Лк величины 0,95 от максимально допустимого значения выдается сигнал в систему ограничения предельных режимов (ОПР) и ручка управления самолетом (РУС) становится на механический упор.
4. В отдельном блоке происходит определение максимально допустимой перегрузки с учетом повреждений. После этого данная информация подается на специальное табло в кабине летчика.
Рис .2
Для того, чтобы оценить значение перемещения контрольной точки Ак, поступившее с датчика, необходимо разработать НС. Из множества существующих разновидностей НС в качестве основы была выбрана НС под названием «персептрон», обладающая следующими свойствами [3]:
- сеть обучается с учителем, т. е. для каждого входного обучающего вектора на выходе персептрона указывается требуемое значение;
- оптимистическая оценка количества Ь нейронов персептрона: Ь > 1о§2(К), где К - количество классов векторов в обучающей выборке;
- сеть обладает свойством обобщения - любой входной вектор, принадлежит он обучающей выборке или нет, попадает в некоторую решающую область и дает ответ, соответствующий данной области. При этом входные векторы, находящиеся внутри той или иной решающей области, на самом деле могут быть достаточно удаленными друг от друга.
Для того, чтобы обучить персептрон классификации поступающего во время полета ЛА перемещения Ак, необходимо задать исходные значения. Эти значения были получены на имеющейся в ВВИА им. проф. Н.Е. Жуковского лабораторной установке экспериментального исследования работы крыла самолета МиГ-29 при действии эксплуатационной нагрузки. Замер перемещений различных фиксированных точек крыла производится с помощью нивелиров и мерных реек с миллиметровыми делениями. Лабораторному испытанию подверглась консоль самолета МиГ-29.
Замер перемещения контрольных точек консоли (рис. 3) в полете будет производиться с помощью акселерометров.
Рис. 3
Полученные значения перемещений точек № 1, 2, 3, 4 представлены на рис. 4. Из графика видно, что зависимость перемещения носит практически линейный характер. Такая же зависимость наблюдается и для других точек консоли.
400- мм а350
300 250 200 ;
К150
100 , * * *
50 т - - *
0 с^2Г:- - - — - — - — ■
250 ММ к 200
50000 р 100000 а равн —
150000 200000 Н 250000
- • точка№1 — — точка №2 » точка[\|оЗ .............точка№4
> і \ • і
і ► - - " - -| „ -1 "" . Г ~
і г- - - * Г Г '
< ► -<
...♦ Р=50000Н — йг— Р=10000он
- - Р=15000°Н—X- -Р^ОООООН
Рис. 4.
Рис. 5
По полученным значениям были построены перемещения профиля 2а-6в-10а (рис. 5), профиля, перпендикулярного оси жесткости, 2а-6а-9а (рис. 6), а на рис. 7 - изменение угла крутки сечения 2-10.
200
ММ
> г 1 1 1 К.І .
1 *■ I г— - - э 1
і г» —« — 1 1 1 1 о. к
►
■Р=50000Н ■
- Р=100000Н - Р=150000Н * - Р=200000Н
Рис. 6.
Рис. 7
О Й S ® =2 - ► ■ |Acc«teiaCo< ¿ІЗ ^ ' » ПЭ -J- «>
(D
p{1}
b TDL weight
Delays1
IW{1,1}
bias
netsum
UHO
hardlim a{1}
b{1}
Полученные значения были занесены в матрицу написанной программы персеп-трона в операционной среде ЫАТЬАБ 6.5 пакетом ситуационного блочного моделирования 8ітиііпк. После этого произведено его обучение. Структурная схема полученного персептрона показана на рис. 8.
Для того, чтобы оценить допустимую перегрузку, необходимо перейти от единиц равнодействующей нагрузки Рравн [Н] к безразмерной величине пу. Подъемная сила ЛА создается крылом, фюзеляжем и горизонтальным оперением. При определении ее величины, естественно, необходимо учитывать интерференцию, в частности, для ЛА нормальной схемы между крылом и фюзеляжем, горизонтальным оперением и фюзеляжем, крылом и горизонтальным оперением. На дозвуковых режимах полета и средних углах атаки основная часть подъемной силы создается крылом, из этого условия можно определить равнодействующую нагрузку Рравн, действующую на консоль крыла:
Рравн = П УО®..
ULI...1 „Д.-.1-1"
Рис. 8
равн
S
кр
(1)
где пу - эксплуатационная перегрузка; О = 135000 Н - полетная расчетная сила тяжести
самолета; 8«
= 11 м - пло-
nv
Рис. 9
из
Р
щадь консоли крыла; 8кр = 38 м
- площадь крыла.
Для значения пу = 1
формулы (1) получим равн = 39080 Н, а для пу = 5,11 Рравн = 200000 Н. Зависимость перегрузки по подъемной силе крыла от равнодействующей нагрузки представлена на рис. 9.
Алгоритм определения максимально допустимой перегрузки с учетом повреждений следующий:
1. При отсутствии повреждений зависимость между заданными текущими перемещениями ьй контрольной точки Дк и текущими значениями нормальной перегрузки пу линейная (рис. 10):
Рис. 10
nyi = t • Dk,
(2)
где 1 - коэффициент пропорциональности.
2. В случае повреждения силовой схемы крыла значение текущего перемещения будет больше допустимого (точка А, рис. 10). Вычисляется значение перегрузки пувыч, при котором текущее Дк обозначало бы исправную силовую схему крыла, по формуле (2).
3. Затем находится разница между пувыч и текущей перегрузкой при повреждении путек:
Дп пувыч - путек.
4. Исходя из этого, максимальное значение перегрузки с учетом повреждений пу опре-
# За
деляется выражением: п у = п у - Дпу.
В работе были получены значения перемещения контрольных точек консоли крыла самолета МиГ-29. Полученные значения были занесены в бортовую систему поддержки экипажа, которая позволяет определить наличие боевых повреждений элементов конструкции, оценить степень их опасности, выработать рекомендации экипажу по обеспечению безопасности полета и автоматически ограничить выход летательного аппарата на критические (с точки зрения прочности крыла) режимы полета.
ЛИТЕРАТУРА
1. Биргер И.А. Техническая диагностика. - М.: Машиностроение, 1978.
2. Нейрокомпьютеры в авиации (самолеты); Под ред. В.И.Васильева, Б.Г.Иьясова, С.Т.Кусимова. Кн. 14. -М.: Радиотехника, 2004.
3. Дьяконов В.П., Круглов В.В. МЛТЬЛБ 6.5 8Р1/7/7 8Р1/7 8Р2 + 8тиНпк 5/6. Инструменты искусственного интеллекта и биоинформатики. - М.: СОЛОН-ПРЕСС, 2006.
TO CONDITION ESTIMATE OF PLANE MEMBERS OF AIRCRAFT AT FLIGHT
Gostev A.V., Gubar E.N., Stashkiv M.S., Shheglov S.I.
In present article suggests the intellectual support of crew for condition estimate of damaged wing and data forming hereof. This system developed on neural net base, its merit consists in high-rapid rates, high-noise immunity and high fail-safe feature and application versatility.
Сведения об авторах
Гостев Александр Васильевич, 1966 г.р., окончил Даугавпилсское ВВАИУ (1988), кандидат технических наук, доцент, начальник кафедры авиационных комплексов и конструкции летательных аппаратов ВВИА им. Н.Е. Жуковского, автор более 60 научных трудов, область научных интересов -имитационное моделирование сложных динамических систем, проектирование летательных аппаратов, оценка эффективности применения летательных аппаратов.
Губарь Евгений Николаевич, 1980 г.р., окончил филиал ВАТУ (2002), адъюнкт ВВИА
им. Н.Е. Жуковского, автор 11 научных работ, область научных интересов - имитационное моделирование сложных динамических систем, конструкция и прочность летательных аппаратов.
Сташкив Михаил Степанович, 1982 г.р., окончил ВВИА им. Н.Е. Жуковского (2004), начальник группы 1027 ВП МО, автор 2 научных работ, область научных интересов - имитационное моделирование сложных динамических систем, конструкция и прочность летательных аппаратов.
Щеглов Сергей Иосифович, 1958 г.р., окончил ВВА им. Гагарина (1971), начальник кафедры восстановления авиационной техники и материаловедения Иркутского ВВАИУ, автор 42 научных работ, область научных интересов - живучесть, повреждаемость и ремонт авиационных конструкций.
