CC BY
132
16. Шаповалов Л. А. Об одном простейшем варианте уравнений геометрически нелинейной теории тонких оболочек / Изв. АН СССР. МТТ, 1968, № 1, - С. 56-63.
17. Шлихтинг Г. Теория пограничного слоя. - М.: Наука, 1974. - 711 с.
18. Янке Э., Эмде Ф., Леш Ф. Специальные функции. - М.: Наука, 1968. - 366 с.
19. Bashforth Francis, Adams J.C. An attempt to Test the Theories of Capillary Action by Comparing the Theoretical and Measured Forms of Drops of Fluid with an Explanation of the Method of Integration Employed in Constructing the Tables Which Give the Theoretical Forms of Such Drops. Cambridge: at the University Press, 1883.
УДК: 621.865.8 + 519.7
ПОДХОД К ПОСТРОЕНИЮ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ БЕСПИЛОТНЫМИ ЛЕТАТЕЛЬНЫМИ АППАРАТАМИ
Бурый А.С., д.т.н., Российский научно-технический центр информации по стандартизации, метрологии и оценке соответствия, заместитель директора департамента общероссийских классификаторов технико-экономической и социальной информации (ФГУП
«СТАНДАРТИНФОРМ»)
Шевкунов М.А., аспирант, Российский научно-технический центр информации по стандартизации, метрологии и оценке соответствия
(ФГУП «СТАНДАРТИНФОРМ»)
В статье рассматривается эргатическая система управления беспилотными летательными аппаратами (БПЛА) в условиях парирования нештатных ситуаций. Предлагается подход к классификации нештатных ситуаций на основе формализма мультимножеств.
Ключевые слова: эргатическая система, слабоструктурированная задача, мультимножество, техническое состояние, нештатная ситуация.
APPROACH TO BUILDING SUPPORT SYSTEMS DECISION-MAKING IN UAV
CONTROL
Buryy А., doctor of technical sciences, Deputy Director of the Department of all-Russian classifiers of technical, economic and social
information, FSUE «STANDARTINFORM» Shevkunov М., the post-graduate student, FSUE «STANDARTINFORM»
The article discusses ergatic control system of unmanned aerial vehicles (UAVs) in a parry contingencies. The approach to the classification of emergency situations on the basis of the formalism of multisets.
Keywords: ergatic system illstructured problem multiset; technical condition; an emergency situation.
В современной практике эксплуатации летательных объектов вопросам надежности, контролю технического состояния постоянно уделяется неослабленное внимание на протяжении всего жизненного цикла авиационной техники [1]. Однако на фоне совершенствования технического оснащения летательных объектов, систем управления полетом, систем навигации и других вспомогательных подсистем актуальной остается безопасная эксплуатация, осуществляемая эргатическими системами и комплексами управления.
Эргатической системой (ЭргС) будем называть сложную систему управления объектами технических, технологических или организационных комплексов, в которой главным компонентом управляющей системы является человек-оператор, характеризующийся функциональной активностью и функциональным гомеостазисом на множестве функциональных возможностей в условиях динамически изменяющейся внешней среды [2, 3]. К данному классу систем относятся автоматизированные системы управления в производственной сфере, управляемый человеком транспорт (автомобильный, железнодорожный, аэрокосмический, водный), системы дистанционного управления мобильными робототехническими комплексами, радиолокационными станциями и другие. Функционирование современных ЭргС протекает в динамичной и потенциально опасной внешней среде, в условиях жестких требований к правильности и качеству принимаемых оперативных решений, что закономерно порождает негативные факторы для человека-оператора, за счет сенсорных, эмоциональных и интеллектуальных перегрузок [4].
В таком подходе оператор является главным и наиболее критичным компонентом системы, благодаря так называемому «человеческому фактору». По существующей статистике на долю человеческого фактора приходится от 70% до 80% всех авиационных происшествий [5]. Их них около 65% - это ошибки и неправильные действия летного состава. Как правило, ошибки появляются при возникновении нештатных ситуаций (НШС), когда требуется в ограниченное время и в условиях стресса оценить ситуацию и принять единственно правильное решение. Практика показывает, что уменьшение числа ручных операций не приводит к снижению ментальной нагрузки на оператора. Автоматика требует постоянного внимания,
акцент перемещается с исполнительных действий на программирование, планирование, принятие решений [6]. В таких случаях на первое место в обеспечении безопасности полета выходит система поддержки принятия решений (СППР), которая, по сути, является автоматизированным экспертом-помощником в выборе решений оператором (руководителем) на этапах анализа условий полета, формирования возможных вариантов сценариев действий, выбора лучшего из них и оценки результатов принятого решения.
Исходя из вышесказанного, необходимо рассмотреть - какие ситуации являются нештатными для летательных аппаратов и классифицировать их, проанализировать современные системы предотвращения НШС и выделить проблемные моменты в вопросах построения СППР применительно к беспилотным летательным аппаратам (БПЛА), основываясь на богатом опыте пилотируемой авиации и космонавтики.
Под нештатной ситуацией будем понимать состояние технического комплекса, его составных частей и привлекаемых средств, а также условий полета, не предусмотренные программой штатного функционирования [7].
По аналогии с авиационными правилами можно классифицировать нештатные ситуации БПЛА с использованием следующих критериев [8]:
- ухудшение летных характеристик, устойчивости и управляемости, прочности и работы систем;
- увеличение рабочей (психофизиологической) нагрузки на оператора сверхнормативно требуемого уровня.
По степени опасности выделяют следующие нештатные ситуации [9]:
- усложнение условий полета (УУП);
- сложная ситуация (СС);
- аварийная ситуация (АС);
- катастрофическая ситуация (КС).
КС - нештатная ситуация, при возникновении которой, предотвращение гибели БПЛА практически невозможно.
АС - нештатная ситуация, характеризующаяся значительным ухудшением характеристик и/или достижением (превышением)
Рис. 1. Зависимость количества информации от критичности возникающих ситуаций при формировании управляющих воздействий
предельных ограничений, или физическим утомлением либо такой рабочей нагрузкой оператора, что нельзя уже полагаться на то, что он выполнит свои задачи точно и полностью.
СС - нештатная ситуация, характеризующаяся заметным ухудшением характеристик и/или выходом одного, либо нескольких параметров за эксплуатационные ограничения, но без достижения предельных ограничений, или уменьшением способности оператора справиться с возникшей ситуацией как вследствие увеличения рабочей нагрузки, так и из-за условий, понижающих эффективность действий оператора.
УУП - нештатная ситуация, характеризующаяся небольшим ухудшением характеристик или незначительным увеличением рабочей нагрузки на оператора.
Причинами возникновения НШС могут являться отказы и неисправности отдельных элементов, агрегатов, функциональных систем, неблагоприятные внешние условия эксплуатации, а также ошибочные действия оператора при управлении БПЛА с нарушением правил эксплуатации функциональных систем.
Выявление НШС является важной составляющей обеспечения безопасности функционирования бортового комплекса и осуществляется по результатам анализа возможных опасностей, отказов, по ряду диагностических функций [10] и ошибок операторов. Разработка перечня НШС проводится с целью определения возможных последствий, методов идентификации НШС и мероприятий по предотвращению последствий НШС, приводящих к нарушениям нормальных режимов функционирования элементов бортового комплекса, т. е. парирование последствий возникающих нарушений и исключение их перерастания в аварийные и катастрофические ситуации [7]. НШС рассматриваются для всех этапов полета. В ряде случаев НШС анализируется для фиксированного момента, когда возможность их появления связана с работой системы или агрегата в этот момент.
Решение задачи идентификации и проведение мероприятий по парированию последствий производится с помощью специальной подготовки оператора БПЛА и использования на борту специальных систем автоматического контроля, управления и информационной поддержки оператора.
Подавляющее большинство существующих зарубежных и отечественных систем предупреждения нештатных ситуаций относится к классу целевых по отдельным критическим параметрам. Более поздние системы относятся к классу целевых по нескольким критическим параметрам. Примерами частичной реализации концепции бортовой эргатической системы (ЭргС) являются комплексы фирмы General Dinamic (США), установленные на истребители F-16 и на магистральном самолете Боинг-767, а также отечественные системы типа СОС-3, установленные на самолетах марки «МиГ», и СОС-5 (Ту-160) [9].
Таким образом, задача построения СППР оператором при управлении БПЛА в условиях нештатных ситуаций также актуальна, как и для пилотируемой авиации.
В постановочном плане задачу распознавания состояния БПЛА сформулируем следующим образом. Известен вектор контролируемых параметров, характеризующих состояние контролируемого объекта (БПЛА) X (Х! ' ""2 '."'"r ) , где r - количество
У (г)
контролируемых параметров, вектор наблюдений 4 '. Объект наблюдения может находиться в одном из состояний (АС, СС, УУП и т.д.), составляющих полную группу событий, которые будем на-
W = (Ж,Щ2,...,ЩЕ)
зывать альтернативными гипотезами 4 1 2 Е у ,
где Е - число гипотез. В число возможных состояний целесообразно включить и такие, когда существует вероятность отказа, например, предаварийные состояния. Задача состоит в том, чтобы по
г У(г)
наблюдаемому на определенный момент времени вектору определить состояние БПЛА.
Для решения данной задачи, когда имеются разнообразные данные (количественные и качественные), воспользуемся формализацией на основе аппарата мультимножеств [11] или множеств с повторяющимися элементами.
Щ
Каждая гипотеза может быть описана мультимножеством
р = {р (х) • х | х е X, кр (х) е 2 + }
[12,13]
к^ (x)
где
функция кратности, т.е. число одинаковых элементов
в соответствующем мультимножестве. Символ • обозначает
к^ (x)•x
кратность вхождения элемента в компоненту
r +
, а
Z + = {0,1,2,...}
- множество неотрицательных чисел. По по-
Y (t)
рученному измерению формируем на основе мультимноже-
Щ
ственного представления энтропийные оценки для всех гипотез [13], а окончательный выбор гипотезы осуществляем минимизируя или максимизируя различия (энтропийные оценки).
Оптимизация информационных данных, представляемых оператору ЭргС для обеспечения процесса принятия решения в условиях нештатных ситуаций, сводится к поиску функционального отображе-
ф : В ^ С с
ния , на основании которого ситуации из общего
- С
множества возможных технологических ситуаций соответствует минимальное подмножество технологических параметров из подмножества сочетаний В , соответствующие определенных ситуациям. Уровень минимальной для оператора информации должен формироваться на основе максимально допустимой ошибки идентификации ситуации оператором. Главной проблемой в таком подходе является перебор вариантов за приемлемое время, ведь в разных ситуациях по мере возрастания их критичности увеличивается время запаздывания в формировании управляющих воздействий.
В общем виде зависимость количества информации
n
Fn (S)
от критичности возникающих ситуаций в объекте управления
е
и времени обновления информации в процессе формирования
x
Этап 1 Этап 2 Этап 3
Фомирование множества АПС СППР Фомирование вариантов структур СППР
Выявление и разработка НШС —►
i i
Этап 6
Исследование эффективности струтур и алгоритмов СППР
Этап 5
Разработка отказоустойчивых алгоритмов обработки информации
Этап 4
Анализ структурных свойств вариантов СППР
Рис. 2. Схема исследования проблемы нарастающего количества информации при повышении степени опасности НШС в условиях
жестких временных ограничений
управляющих воздействий, влияющего на точность реакции СППР, имеет вид [14]:
V п — S
Fn (S) = (S) ne -
n = 1
условии полета - , сложные ситуации -
(1)
На рисунке 1 построены графики для четырех видов критич-
П = 0
ности ситуаций: нормальные ситуации - , усложнение
■ П 2 , аварийные
п = 3
ситуации - .
Для , когда отклонения параметров объекта управления (ОУ) от установленных значений практически отсутствуют или находятся в допустимых пределах, количество необходимой информации для принятия решений равно начальной информации. В остальных случаях требуется дополнительная информация. Количество информации увеличивается по мере повышения степени критичности возникающей ситуации в ОУ.
Проблема нарастающего количества информации при повышении степени опасности НШС в условиях жестких временных ограничений на принятие решения относится к одной из важнейших проблем и должна решаться комплексно. С учетом [15] исследование проблемы можно разбить на несколько этапов (см. рисунок 2).
На первом этапе проводится выявление НШС по результатам анализа возможных опасностей, отказов потерь функций бортовых систем и ошибок операторов. Разработка НШС проводится с целью определения возможных последствий, классификации НШС, методов идентификации, мероприятий и минимально необходимого времени по выходу из таких ситуаций.
На втором этапе осуществляется формирование множества аппаратно-программных средств (измерительные и вычислительные комплексы, средства передачи данных, программные комплексы, отдельные алгоритмы).
На третьем этапе производится образование структур СППР с учетом количества этапов переработки, уровней цикличности в получении информации, уровней резервирования на основе решения задач декомпозиции и агрегирования процесса переработки данных.
На этапе 4 для каждого варианта структуры определяются системные свойства (наблюдаемость, агрегируемость, сложность), а также уровень максимально допустимой ошибки идентификации ситуации. Из множества вариантов выбирается структура, удовлетворяющая заданным требованиям.
На пятом этапе строятся отказоустойчивые алгоритмы обработки получаемой информации. С целью сокращения вычислительных затрат и получения оптимальной точности при максимальном быстродействии используются алгоритмы компрессии измерительных данных.
На этап 6 исследуется эффективность полученных алгоритмов и технических структур по совокупным показателям (информационная загрузка, точность, надежность, оперативность).
Таким образом, поэтапное решение проблемы нарастающего количества информации при повышении степени опасности НШС в условиях жестких временных ограничений позволяет строить проце-
дуры принятия решении оператором БПЛА с учетом своевременного и адекватного парирования возникающих нештатных ситуации.
Таким образом, поэтапное решение проблемы нарастающего количества информации при повышении степени опасности НШС в условиях жестких временных ограничении позволяет строить процедуры принятия решений оператором БПЛА с учетом своевременного и адекватного парирования возникающих нештатных ситуаций. Развитие методологии прогнозирования надежности БПЛА позволит выработать систему стандартов по их безопасному использованию, основываясь на принципе консенсуса между всеми заинтересованными сторонами [16-19], информированности потребителей [20], соблюдения принципов информационной безопасности управления [21]. Как показывает мировая практика, именно своевременное, адекватное и не налагающее излишних ограничений рынка инновационной продукции приводит к его оживлению [22-26], и применительно к данному вопросу может вывести Россию на лидирующие мировые позиции по производству и применению БПЛА.
Литература:
1. Изделия авиационной техники. Безопасность полета, надежность, контролепригодность, эксплуатационная и ремонтная технологичность. Порядок нормирования и контроля показателей: ГОСТ Р 56081-2014. - М.: Стандартинформ, 2014. - 8 с.
2. Информационная теория эргасистем: Тезаурус. - 2-е изд., испр. и доп. / Д.А. Ловцов. - М.: Наука, 2005. - 248 с.
3. Бурый А.С., Шевкунов М.А. Интеллектуальные системы поддержки принятия решений при управлении динамическими объектами [Электронный ресурс] // Информационно-экономические аспекты стандартизации и технического регулирования: Научный интернет-журнал. 2015. - № 5(27). Режим доступа http://iea.gostinfo. ru/files/2015_05/2015_05_02.pdf (дата обращения: 14.09.2015).
4. Петрин К.В., Теряев Е.Д., Филимонов А.Б., Филимонов Н.Б. Мультиагентные технологии в эргатических системах // Известия ЮФУ. Технические науки. 2010. - № 3. - С. 7-13.
5. Shappell S.A., Wiegmann, D.A. The Human Factors Analysis and Classification System—HFACS // Office of Aviation Medicine Federal Aviation Administration 14. Sponsoring Agency Code 800 Independence Ave., S.W. Washington, DC 20591, 2000. - 19 p.
6. Метод профессиональной подготовки пилотов к принятию решений в полете с целью повышения безопасности полетов воздушных судов: Автореф. дисс. канд. техн. наук: 05.22.14 / Михаль-чевский Ю.Ю. - СПб., 2012. - 23 с.
7. Миркин Е.А., Пелихов В.П. Анализ нештатных ситуаций и критичности программного обеспечения в проекте международной космической станции // Проблемы управления. - 2003. - № 4. - С. 52-54.
8. Колев Г.Й. Моделирование составления прогнозов поведения информационно-управляющей системы обеспечения безопасности летательных аппаратов в нештатных ситуациях. - М.: ООО «Сам Полиграфист», 2015. - 236 с.
9. Макаров Н.Н. Системы обеспечения безопасности функционирования бортового эргатического комплекса: теория, проектирования, применение / Под ред. В.М. Солдаткина. - М.: Машиностроение
- Полет, 2009. - 760 с.
10. Buryi A.S., Polous A.I., Shlyakonov V.A. A Functional Diagnostic Method for Program-controlled Objects // Automation and Remote control. 1998. - № 4. - P. 2. - T. 59. - P. 599-602.
11. Петровский А.Б. Основные понятия теории мультимножеств.
- М.: Едиториал УРСС, 2002. - 80 с.
12. Хачумов М.В. Модели представления и кластеризации сла-боструктуризированной информации // Искусственный интеллект и принятие решений. - 2013. - № 4. - C. 62-71.
13. Колесникова С.И., Букреев В.Г. Подход к распознаванию состояний технической системы на основе мультимножеств // ПДМ. 2009. - Приложение № 1. - С. 109-111.
14. Парфенова М.Я. Информационное обеспечение процедур принятия решений: Учебное пособие / Уфимск. гос. авиац. техн. ун-т. - Уфа, 2004. - 194 с.
15. Бурый А.С. Введение в теорию синтеза отказоустойчивых многозвенных систем переработки навигационно-баллистической информации. - М.: ВА РВСН им. Петра Великого, 1999. - 299 с.
16. Орлова Е.Е., Докукин А.В. Согласование интересов субъектов права в нормотворческом процессе в техническом регулировании // Транспортное дело России. 2014. № 3.
17. Орлова Е.Е., Докукин А.В. Понятийный аппарат нормотворчества в техническом регулировании // Информационно-экономические аспекты стандартизации и технического регулирования. 2013. № 5 (15).
18. Докукин А.В. Необходимость гармонизации интересов производителей и потребителей в техническом регулировании // Информационно-экономические аспекты стандартизации и техни-
ческого регулирования. 2011. № 3 (3).
19. Докукин А.В. Правовые вопросы разработки и распространения стандартов // Информационно-экономические аспекты стандартизации и технического регулирования. 2011. № 4 (4).
20. Докукин А.В., Борцова Д.Э. Информационное обеспечение взаимодействия государства и потребителей в процессе контроля качества и безопасности продукции // Транспортное дело России. 2013. № 1.
21. Докукин А.В., Ершова Т.Б., Коновалов В.А., Стреха А.А. Основы разработки стандартов информационной безопасности // Стандарты и качество. 2008. № 8.
22. Ломакин М.И., Докукин А.В. Интеграция российских инновационных предприятий в мировую экономику на основе развития информационного обеспечения стандартизации // Российское предпринимательство. 2012. № 2.
23. Докукин А.В. Обзор иностранных концепций использования стандартизации в интересах инновационного развития // Информационно-экономические аспекты стандартизации и технического регулирования. 2012. № 4 (8).
24. Докукин А.В. Адаптация зарубежного опыта стимулирования инновационного развития с помощью стандартизации // Информационно-экономические аспекты стандартизации и технического регулирования. 2011. Т. 2. № 2 (2).
25. Докукин А.В., Коновалов В.А. Роль системы технического регулирования в инновационном развитии экономики // Стандарты и качество. 2009. № 2.
26. Докукин А.В. Стандартизация как инструмент защиты отечественных инноваторов // Век качества. 2009. № 3.
