CC BY
6
УДК 681.584.311:57.024.(048.8) DOI: 10.24412/2071-6168-2023-7-599-600
МЕТОДИКА ПОСТРОЕНИЯ ИМИТАЦИОННОЙ МОДЕЛИ РАБОТЫ ДАТЧИКОВОЙ АППАРАТУРЫ В УСЛОВИЯХ ВЛИЯНИЯ ЭЛЕКТРОМАГНИТНОГО ИЗЛУЧЕНИЯ
А.С. Персидский, А.С. Харитонов, М.Ю. Суручан
Рассмотрена возможность построения имитационной модели работы датчиковой аппаратуры в условиях влияния электромагнитного излучения с использованием анализа результатов данных натурных исследований. В основе подхода использовалось вероятностное описание процесса функционирования датчиковой аппаратуры в условиях влияния электромагнитного излучения. Также представлена методика построения имитационной модели для получения обучающей выборки нейронной сети. Полученные результаты не противоречат основным теоретическим положениям, свидетельствующим, что применение нейросетевой обработки телеметрических данных приводит к тому, что при заданном уровне достоверности диагностирования система становится менее восприимчива к влиянию электромагнитного излучения (ЭМИ) на датчиковую аппаратуру.
Ключевые слова: датчиковая аппаратура, диагностика, имитационная модель, электромагнитное излучение.
Введение. Эффективное использование космического аппарата (КА) напрямую зависит от достоверности диагностики состояния его бортовой аппаратуры. Проведение диагностики проводится на основе данных от датчиковой аппаратуры, установленной на борт КА. Именно датчикам отводится важная роль первичного преобразования информации об объекте. Первичную информацию получают с помощью датчиков различных физических величин, установленных на контролируемом объекте.
Датчик - средство измерений, предназначенное для выработки сигнала измерительной информации в форме, удобной для передачи, дальнейшего преобразования, обработки и (или) хранения, но не поддающейся непосредственному восприятию наблюдателя. [1] В общем случае датчиком можно назвать устройство, преобразующее физический параметр в электрический сигнал.
Так как датчик имеет на выходе электрическую природу, то он, как все электронные приборы, предрасположен к ухудшению своих точностных характеристик под влиянием ЭМИ. ЭМИ, воздействующее на датчик может быть как следствием не штатной работы аппаратуры КА, так и вызвано внешними факторами.
В ряде научных трудов [2] доказано что эффективным способом борьбы с ухудшением точностных характеристик под влиянием ЭМИ является применение нейронных сетей. Обучение нейронных сетей требует большой выборки нештатных ситуаций, которую невозможно получить при штатном функционировании КА. Для получения выборки удобно использовать имитационную модель. Методика построения имитационной модели будет рассмотрена в этой статье.
Постановка задачи. Имитационное моделирование - это метод исследования объектов, основанный на том, что изучаемый объект заменяется имитирующим объектом. Целью имитационного моделирования - получение приближенных знаний о некотором параметре объекта, не производя непосредственное измерение его значений. [3]
В качестве имитирующего объекта в нашем случае будет выступать программный комплекс. В ходе работы с которым нейронная сеть будет получать необходимые для обучения данные, таким образом субъектом является нейросеть. Адекватность имитационной модели с объектом, а сходимость выходных результатов имитационного программного комплекса с реальными данными полученными от датчиков при ЭМИ будет определять возможности нейросети по техническому диагностированию КА. Таким образом, необходимо построить имитационную модель, на основе данных которой, нейросеть в условиях влияния на датчики ЭМИ обеспечит необходимую достоверность технического диагностирования бортовой аппаратуры КА.
Дано:
I - интенсивность воздействия ЭМИ,
а - точностные характеристики датчика при штатной работе,
к - коэффициент устойчивости датчика к влиянию ЭМИ,
N - оператор нейросети,
Необходимо построить такую имитационную модель M при которой нейросеть обеспечит заданную достоверность контроля состояния КА - D3.
D( N (M ), I к) > D
J i
Методика построения имитационной модели работы датчиковой аппаратуры в условиях воздействия электромагнитного излучения. Источники воздействия ЭМИ могут быть как внутренние, так и внешние. Физическая природа воздействия на датчики является электромагнитной - при прохождении через функциональные узлы приводит к наводкам в электрических цепях. При этом если мощность ЭМИ достаточно высокая, то электрическая природа воздействия переходит в тепловую. Каждая электрическая цепь обладает следующими свойствами: инерционность, нелинейность и широкодиапазонность параметров.
Инерционность объектов проявляется в запаздывании их реакции на скачкообразные и другие воздействия, а также в линейных искажениях этих воздействий. Физическая природа инерционности проявляется в самых различных формах: отражает накопление и рассеивание зарядов в реактивных элементах (электрическая инерционность), нагрев и охлаждение резистивных элементов (тепловую инерционность) и др.
Широкие диапазоны изменения формы амплитудных и частотно временных параметров воздействий совместно с нелинейностями порождают текущее изменение параметров компонентов датчиков, а также в полупроводниковых структурах самих объектов оценивания и, следовательно, их эквивалентных схем.
Для имитации факторов наведения на входы или выходы датчиков необходимо определить возможные диапазоны напряженности, частоты и формы электромагнитного поля Е, воздействующего на рассматриваемый датчик.
Оценивание реакции датчиков на периодические воздействия требует учета накопления результатов воздействия каждого элемента последовательности на линейные и не линейные инерционные объекты. Поэтому в принципы разложения функции необходимо заложить временные методы анализа, а также использовать в них временные функциональные ряды (ВФР). [4]
В излагаемом методе для анализа влияния периодических воздействий на линейные инерционные объекты предлагается использовать идею представления функций и на входе, и на выходе объекта в виде временных функциональных рядов, дополнив ее следующими новыми элементами:
Т
1.Каждый период воздействия делится на п —_равных интервалов.
ЛТ
2.Временные функциональные ряды синтезируются из формируемых последовательно, а не из параллельных базисных функций.
3.Используются базисные функции типа скачков и коротких импульсов, следующих друг за другом без пауз. Кроме того, предлагается базисная функция в виде импульса с длительностью и и паузой и такими, что и + и = ДТ.
Достоинством таких базисов является возможность использовать известные методы решения дифференциальных уравнений объектов при скачкообразных воздействиях. Из скачков и импульсов может быть сформирована еще одна базисная функция - биполярный прямоугольный импульс. Для этого надо либо сложить разнополярные сдвинутые по фазе относительно друг друга на паузу и ступеньки, либо к однополярному импульсу прибавить постоянную составляющую противоположной полярности. Для получения биполярной последовательности импульсов необходимо сложить две разнополярные последовательности, соприкасающиеся друг с другом фронтами.
4.При анализе объекта используется только один тип базисной функции, что делает ВФР унитарным (однотипным). Это существенно облегчает учет накопления от каждого последующего базисного воздействия.
При реализации указанного подхода любое воздействие разлагается в унитарный временной функциональный ряд (УВФР), единственная базисная функция которого для /-го элемента ряда представляет собой произведение щфБО, где щф - ортонормирующие функции, разделяющие члены ряда на /-ых интервалах ДТ; Б/(г) - амплитуды базисных функций ряда на /-х интервалах ДТ.
Для формирования предложенных УВФР воздействий используем следующие функции
1.Для /-й ступеньки базисной функции в одиночном воздействии Бод(г)-
[1 при г > /ЛТ, Тс (г) — [0 при г </ЛТ.
Произведение \\с/(г)\\ск(г),/<к равно нулю при г<кДТ, поэтом функции \с/(г) обладают свойством ортогональности.
2.Для/-го импульса пачки базисных функций в одиночном Вод(г), когда между импульсами пауз нет,
^ ) [1 при (/ -1) ЛТ < г < ги/ + (/ -1)ЛТ,
иб 1 (г) — [о при г/ + (/ -1)ЛТ < г < (/ - 1)ЛТ.
Здесь функции \и.б/(г) являются ортогональными.
3.Для/-го импульса пачки базисных функций в одиночном Бод(г) при наличии пауз и между импульсами
^ —[1 при /-1) Т < г < гИ/. + (/ - 1)Т,
^ [о при ги+ (/ -1)Т < г < (/ - 1)Т. Здесь Т - период следования импульсов в пачке, Т=и+и.
Функции \ип/(г) также ортогональны.
4.Для г-го воздействия Вод(г) в пачке воздействий с паузами между ними
^ ) — [1 при (г -1) Тв < г < гв г + (г - 1)ТВ , в п г () [о при г„ + (г-1)Тв < г < (г - 1)Тв , где Гв.г - длительность пачки Бод(г), т.е. самого воздействия Бод; Тв - период повторения воздействия Бод(г).
Функции \в.пг(г; ортогональны.
5.Для к- пачки воздействий в серии таких пачек без пауз между ними (в серии базисных функций) -
^ — [1 при (к-1) Тпач < г < Тпачк + (к - 1)^,
пач. бк ( ) [0 при Т„а,к + (к - 1 )Ттач < г < (к - 1)^. Здесь Тпач - период повторения пачки.
Функции \в.пг(г) также ортогональны.
При формировании временных функциональных рядов ступенек реальная непрерывная функция Бод(г) заменяется ступенчатой с шагом ступеньки ДТ и амплитудой Бд, определяемой по изменению функции Бод(г) на этом шаге.
Для ступенек определять амплитуду Бс можно тремя способами. Все они оперируют участками функций Бод(г) на соседних интервалах ее существования.
Первый способ определяет амплитуду /-й ступеньки ДВ/ как сумма средних значений приращений функции на (/-1)-м и/-м интервалах. В соответствии с этим следует, что
Б _ б Б _Б
ЛБ — од./+1 од./ + од. / °д./-1 (1)
С/1 2 2 '
Второй способ использует равенство площади под участком функции Бод(г) на интервале ДТ площади прямоугольника и определяет искомую амплитуду как сторону разностного прямоугольника. В этом случае:
600
В 2(г) = — * АТ
(2)
(¡+1)АТ ¡АТ
| В0Л(г)Л - | В0Л(г)аг
_ ¡ат (1-1)ат
По третьему способу амплитудой ступеньки АВф считается разность значений воздействий Вод,- и Вод+1 в начале и в конце ¡-го интервала АТ соответственно.
При использовании для формирования функциональных рядов импульсных базисных функций определяется амплитуда ¡-го импульса на каждом ¡-м интервале АТ, равная сумме амплитуд всех ¡-х ступенек, найденных по любому из описанных способов. Однако проще рассчитывать амплитуду импульса либо по формуле среднего арифметического, либо по равенству площадей под участками кривой Вод(г) на¡-м интервале и прямоугольника с основанием АТ. В случае отсутствия паузы между импульсами амплитуда импульса
Водиб (г) = 2 [Во,] (¡АТ) + Вод! ((1 + 1)АТ)] .
либо
1 (¡+1)АТ
в
"иб2\ < АТ
¡ат
1
(г) ^ |
ш ¡ат
у ними определяется ан лени ¡АТ +Гип. Поэтому
В .. (г) = 1[в .(¡АТ)+В .(¡АТ + г )!
и.п/^^ У 2 [ од.и.Щ ^ У од.и.п^ ^ и.пу J
Амплитуда импульсов с паузами между ними определяется аналогичным образом, только правая граница интервала усреднения приходится на момент времени ¡АТ +/ип. Поэтому
. ¡ат+<ип
Ви^С) = — | Вод(г)^г.
ги.п ¡ат
В серии пачек и более сложных образованиях воздействий при неизменности функции Вод(г) новых амплитудных параметров воздействий не появляется. По этой причине ниже при формировании для них функциональных рядов индекс «од» у функций В(г) не указывается, способ определения амплитуды базисной функции не учитывается, а цифровой индекс у базисных функций и у ступенек, и у импульсов опускается.
Формирование функциональных рядов
Полученные значения базисных функций позволяют для различных вариантов воздействий функциональные ряды представить нижеследующим образом.
Одиночные воздействия Вод. При ступенчатых базисных функциях
Вод.с(г) = У V,.! (г) [ ВС] (г) ], ¡=1
где амплитуда Вс.САТ) - амплитуда ¡-й ступеньки разложения. В данном случае из-за того, что каждая ступенька разложения конца не имеет, после -й ступеньки необходима гасящая (п+1)-я ступенька, амплитуда которой равна алгебраической сумме предыдущих п ступенек, т.е.
Вс,+1(гв) = (г).
¡=1
Однако в процессах формирования результатов воздействия эта ступенька участия не принимает.
С физической точки зрения амплитуды ступенек для одиночных воздействий удобней представить в виде найденных выше приращений функции Вод(г). В этом случае, заменив обозначение Вс] на АВс], для формул 1 и 2 получим
Вод.с(г) = У ¥с, (г) [АВс, (¡АТ) ]. ¡=1
1 1 АТ
Дпя¡=1 приращение АВс1(г) = -Вод(г) или — [ в (г)ж.
2 АТ 0
При импульсных базисных функциях без пауз между импульсами
Вод.и.б(г) = У ¥,б, (г) [ Вод^ (¡АТ) ], ¡=1
а при наличии пауз
Вод.и.п(г) = У ¥и.п, (г) [Вод.и.п; (¡АТ)]. ¡=1
Пачка АЛч воздействий Вод. При различных воздействиях в пачке
Ли;]'!
Впач.и.п(г) = X ^пач.и.п, (г) ' Вод.и.п.сг (г). г=1
Если в пачке воздействия идентичны, то
В (г) = В (г) У V
пач.с V / од.с V / / , т :
пач.сг'
■=1
Серия Всер различных пачек воздействий Впач. В этом случае
Асер
В (г) = У V (г) • В (г).
сер.и.п V У / . т сер.к V У пач.и.п.к V У
к=1
или
При идентичности пачек воздействий
№:ер
Всер.и.п (/) = Впач.и.п (/) X ^сер к ■
к=1
Каждая из приведенных выше записей представляет собой временной функциональный ряд с конечным числом членов.
Таким образом, и одиночные, и периодические воздействия на любой инерционный объект могут быть представлены унитарными временными функциональными рядами в выбранных базисах.
Сформированные в виде УВФР воздействия подаются на объект, который также требует соответствующего представления.
Однако для использования результатов вычислительных экспериментов необходимо проверить имитационную модель на адекватность. Для проверки адекватности имитационной модели необходимо сравнить результаты вычислительных экспериментов с данными, полученными при испытаниях конструкторско-технологического макета (опытного образца).
Критерии проверки гипотез об однородности выборок разных серий измерений представляет собой задачи статистического анализа. При статистическом анализе результатов экспериментов применяют критерии проверки гипотез об однородности математических ожиданий.
Для примера были взяты датчики давления ДАЕ 002 (рис. 1) и ДХС 524 (рис. 2).
ш
О. Л45"
Шестигранник $*0*17*
ш
№ з У,
& £
1 г 1_!_
Вит РРСЗ-Ю-1-З-в ГЕ0 364 2К ТЧ
Кант Цепь
3 *5У
4 ОО
спо
6 *5К
7 ОО
В аш
10 Корпус
вилка РРП-Ю-1-3-В ГЕО 361.215 ТУ
Конт Цепь
3 VI
4 001
5 то
6 г 5 VI
7 002
В Ш
10 Корпус
«1« -
_ 98.5тах _ I
Рис. 1. Общий вид датчика давления ДАЕ 002
Блок ¡иемерител
Блок эпектпо
Шестигранник 3x0=22x1
£ или на 42-1 Л Ж -1-9 ГЕ <*34.245ТУ
А . ц та
1. 4 27 В
8. ? I 27 В
13 з
в, ; -> 11!
3, ы : -
Рис. 2. Общий вид датчика давления ДХС 524
Проверку гипотез об однородности проводили с использованием критерия Фишера. Для доверительной вероятности а=0,95 и степени свободы и=22, íа(o)=2,074, а рассчитанный критерий Стьюдента для ДАЕ 002 ^=2,01, ДХС 524 ?2=2,015. Так как в обоих случаях ía(o), то гипотеза равенства средних разных серий измерений не отклоняется, что подтверждает адекватность модели. [5]
При проверке достоверности работы системы диагностирования использовалась штатное оборудование, на вход которого подавались значения параметров, обработанные при помощи нейронной сети. Результаты отображены на рис. 3. Из рис. 3 видно, что применение нейронной сети обучение которой проводилось на выборке, полученной с использованием имитационной модели позволила получить прирост в 6%.
Заключение. Предложенная в данной статье методика построения имитационной модели работы датчиковой аппаратуры в условиях влияния электромагнитного излучения позволила получить выборку достаточную для обучения нейронной сети. Применение в основе имитационной модели статистики, которая была получена при проведении натурных исследований позволила обеспечить достаточную адекватность модели, и как итог позволило обеспечить достоверность диагностирования при интенсивности влияния ЭМИ большей на 6%. При этом большое влияние может оказать выбор параметров нейронной сети, методика выбора параметров нейронной сети будет освещена в следующих публикациях.
Список литературы
1.ГОСТ Р 51086-97. Датчики и преобразователи физических величин. Термины и определения. Введ. 1998-01-07. М.: Изд-во стандартов, 1990. 10 с.
2.Применение искусственной нейронной сети для классификации телеметрических данных в системах сжатия. [Электронный ресурс] URL: https://cyberleninka.ru/article/nprimenenie-iskusstvennoy-neyronnoy-seti-dlya-klassifirkatsii-telemetricheskih-dannyh-v-sistemah-szhatiya (дата обращения: 18.02.2023).
3.Микони С.В., Соколов Б.В., Юсупов Р.М. Квалиметрия моделей и полимодельных комплексов. М., 2018. 314 с.
4.Белицкий В.И., Шерстюк А.В. Аналитические методы оценивания стойкости радиоэлектронной аппаратуры. СПб.: ВКА имени А.Ф. Можайского, 2015. 316 с.
5.Гмурман В.Е. Теория вероятностей и математическая статистика: учеберк пособие. 12-е издание. М.: Высшее образование, 2006. 479 с.
Персидский Александр Сергеевич, соискатель, [email protected], Россия, Санкт-Петербург, Военно-космическая академия имени А. Ф. Можайского,
Харитонов Алексей Сергеевич, канд. техн. наук, преподаватель, Россия, Санкт-Петербург, Военно-космическая академия имени А. Ф. Можайского,
Суручан Михаил Юрьевич, адъюнкт, [email protected], Россия, Санкт-Петербург, Военно-космическая академия имени А. Ф.Можайского
METHODOLOGY FOR CONSTRUCTING A SIMULATION MODEL OF SENSOR EQUIPMENT OPERATION UNDER
THE INFLUENCE OF ELECTROMAGNETIC RADIATION
A.S. Persidskii, A.S. Kharitonov, M.Y. Suruchan.
The possibility of constructing a simulation model of sensor equipment operation under the influence of electromagnetic radiation using the analysis of the results of field research data is considered. The approach was based on a probabilistic description of the process offunctioning of sensor equipment under the influence of electromagnetic radiation. The method of constructing a simulation model for obtaining a training sample of a neural network is also presented. The results obtained do not contradict the main theoretical provisions indicating that the use of neural network processing of telemetry data leads to the fact that at a given level of diagnostic reliability, the system becomes less susceptible to the influence of electromagnetic radiation on sensor equipment.
Key words: sensor equipment, diagnostics, simulation model, electromagnetic radiation.
Persians Alexander Sergeevich, applicant, [email protected], Russia, Saint-Petersburg, Military Space Academy named after A.F. Mozhaisky,
Kharitonov Alexey Sergeevich, candidate of technical sciences, lecturer, Russia, Saint-Petersburg, Military Space Academy named after A.F. Mozhaisky,
Mikhail Yuryevich Suruchan, adjunct, kraktatar@mail. ru, Russia, Saint-Petersburg, Military Space Academy named after A.F. Mozhaisky
