CC BY
156
Приемочный контроль бортовых систем управления с использованием средств интеллектуального анализа данных
Ключевые слова:: приемочный контроль, бортовая автоматизированная система управления, техническое состояние объекта, поиск неисправностей, интеллектуальная система поддержки принятия решений.
Рассмотрены вопросы технологического проектирования систем приемочного контроля (ПК) сложных технических объектов. Объектом исследования являются технология и организация процессов контроля и диагностирования сложных изделий ответственного назначения на стадии производства, а предметом исследования — методическое, информационное и организационное обеспечение ПК при наличии неопределенностей в результатах проверок и выборе альтернатив на основе интеллектуализации процессов обработки информации. Целью работы является разработка теоретических принципов построения технологической системы приемочного контроля (ТСПК) сложных технических объектов применительно к бортовым автоматизированным системам управления летательными аппаратами (БАСУ), обеспечивающих достоверную оценку состояния объекта контроля с минимальным исчерпанием наработки до отказа. Для решения поставленных в работе задач использовались следующие теории и методы: системного анализа, технического контроля и диагностики, искусственного интеллекта (нечетких множеств, байесовских сетей доверия, рассуждений на основе прецедентов), принятия решений, проектирования интеллектуальных информационных систем. Научная новизна результатов исследования, полученных при решении перечисленных выше задач, заключается в следующем: впервые предложен системный подход применительно к проектированию ПК сложной приборной аппаратуры с ограниченным ресурсом. Он заключается в целостном представлении объекта контроля, процесса контроля, комплекса контрольно-проверочной аппаратуры (ККПА) и оператора (лица, принимающего решения) в виде ТСПК, учете системного единства производственного процесса, информационного взаимодействия в рамках жизненного цикла изделия. Предложена новая технология ПК БАСУ, отличающаяся от известных наличием дополнительных функциональных задач и использованием интеллектуальной системы поддержки принятия решений (ИСППР), обеспечивающая достоверную оценку состояния объекта с минимальным исчерпанием наработки до отказа. Разработанные методы, модели и алгоритмы могут использоваться в космической, авиационной и ракетной отраслях промышленности при создании систем поддержки принятия решений. Они ориентированы на решение целого ряда прикладных и исследовательских задач: повышения производительности контроля и диагностирования за счет автоматизации принимаемых решений; анализа влияния внешних факторов на параметры изделия во время производственных испытаний, анализа причин отказов; разработки САБ-технологии жизненного цикла изделия. Теоретико-методологические и инструментальные результаты работы имеют существенное значение для развития теории и практики технологического проектирования ПК на предприятиях военно-промышленного комплекса.
Смирнов В.А.,
ЗАО "Научно-производственный центр "Аквамарин", Санкт-Петербург, ведущий инженер-электроник отдела новой техники, Санкт-Петербургский государственный университет аэрокосмического приборостроения (ГУАП), аспирант кафедры микро- и нанотехнолоий аэрокосмического приборостроения, vlad.sm2010@yandex.iv
Происходящие в последние голы неудачные запуски ракет различного назначения и разных классов являются свидетельством серьезных проблем с ПК аппаратуры ракетной техники. Теоретические основы выполнения ПК сложились к концу 80-х годов прошлого столетия и с тех пор вопросы технологического проектирования ПК сложных ответственных изделий с ограниченным ресурсом практически не изменились. В настоящее время одним из основных направлений комплексной автоматизации систем контроля и диагностирования сложных технических объектов является совершенствование процессов обработки полученной информации с привлечением новых методов интеллектуального анализа данных и использование достижений информационных технологий в процессе принятия решений. В этой связи актуальными являются исследование и развитие вопросов теории и практики 1 [К бортовой аппаратуры летательных аппаратов в соответствии с современными требованиями. Полученные знания позволят заполнить пробелы в известных теоретических и практических положениях.
Основной задачей ПК является получение с большей достоверностью оценки качества изделия (в данном случае — БАСУ), предъявляемого на контроль. Для решения проблемы повышения качества и эффективности функционирования изделий одноразового использования с ограниченным ресурсом, соответствующих жестким требованиям к характеристикам надежности и безопасности, необходимо, чтобы соответствующим выходным эффектом обладала и система ПК, т.е. необходимо обеспечить ее нахождение в заданном классе состояний. Проектирование ПК сложной наукоемкой продукции с длительным жизненным циклом должно проводиться с использованием принципов системного анализа к исследованию процессов изготовления и взаимодействия участников жизненного цикла БАСУ.
Одной из основных нерешенных задач, стоящей в настоящее время перед производством БАСУ является максимальное исключение человеческого фактора из процесса принятия решений при проведении операций контроля и диагностирования, которые зачастую имеют неопределенности в результатах проверок, выборе альтернатив и ограничения на время контроля и, соответственно, на анализ проблемных ситуаций. Классификация неопределенностей и специфические особенности БАСУ как объекта контроля и диагностирования приведены в [1,2].
Существующая технология ПК имеет ряд недостатков, существенно ограничивающих ее эффективность. При обнаружении в процессе параметрического контроля работоспособности неисправного состояния БАСУ изделие возвращается представителем заказчика отделу контроля качества предприятия-изготовителя с изложением в извещении
причин возврата для выявления причин дефектов, их устранения и повторного предъявления. К сожалению, при некоторых комбинациях результатов тестовых проверок отказ (неисправная составная часть) может быть неразличим. Это приводит к необоснованному расходованию технического ресурса БАСУ при дополнительных контрольных испытаниях в процессе поиска неисправностей. Другим недостатком является принцип оценивания результатов измерительного контроля. Качество функционирования определяется по Критерию принадлежности анализируемых измеренных значении параметров соответствую]ним полям допусков. Это обстоятельство не позволяет выявлять факты предрасположенности к неустойчивости работоспособного состояния (приближения значений параметров к границам полей допусков), проследить наличие, направление и скорость перемещения значения параметров состояния в области допустимых значений к ее границе в процессе приработки изделия, Таким образом, отсутствует механизм, помогающий принимать своевременные и обоснованные решения на стадии приемки, направленные на предупреждение потенциальных отказов для предотвращения нештатных и аварийных ситуаций в условиях эксплуатации.
Еще один недостаток технологии контроля в условиях конкретного производства БАСУ - отсутствие эффективных механизмов и средств, позволяющих производить сбор, накопление, обработку, анализ, хранение и обмен диагностической информацией в электронном виде между участниками жизненного цикла изделия. Эти операции являются неавтоматизированными и оказывают существенное влияние на своевременность и достоверность принимаемых решений.
Свидетельствуя о несовершенстве существующей технологии ПК БАСУ, практика его проведения диктует необходимость расширения круга функциональных задач и повышения уровня интеллектуализации ТС ПК за счет включения ИСППР в состав ККПА. Подробнее познакомиться с предлагаемой системой можно в работе 11].
Для решения задачи поиска неисправностей в условиях неопределенности предлагается подход, основанный на си-нергетической комбинации двух методов теории искусственного интеллекта, копирующих и моделирующих рассуждения высококвалифицированных специалистов при поиске неисправностей. Они представляют разные концепции представления и обработки знаний. Это позволяет эффективно использовать их преимущества и, в то же время, преодолевать некоторые недостатки. Один из методов основан на использовании математического аппарата байесовских сетей доверия (БСД). Он дает возможность моделирования редких событий и довольно продуктивен при необходимости учета априорных суждений экспертов, а также в условиях отсутствия достаточного объема статистических данных. Вывод на основе прецедентов позволяет решить новую задачу поиска неисправности, используя или адаптируя решение уже известной задачи. Прецедентный подход позволяет за короткое время находить решение, но только при наличии прецедентов (опыта). Следует заметить, что поиск возможных неисправностей на основе таких моделей и специального алгоритма обработки информации позволяет расширить функциональные возможности ККПА за счет повышения разрешающей способности диагностирования. Описание этих методов можно найти в работах [3,4,5].
Подробнее рассмотрим метод, позволяющий решить задачу повышения качества распознавания и оценивания технического состояния БАСУ, увеличения точности оценок качества функционирования. Процесс оценки технического состояния изделия имеет двухуровневый характер. На первом уровне осуществляется грубая параметрическая оценка существующими в настоящее время средствами ККПА, реализующая традиционный подход, основанный на дискретной математической модели технического состояния параметров рис. 1.
Техническое состояние объекта контролируется по большому количеству параметров, которые сформированы в некоторую совокупность проверок. Численные значения параметров в зависимости от попадания в интервал допустимых значений получают лингвистическую оценку «годен» или «не годен». Если хотя бы один из параметров такой проверки получил оценку «не годен», то результату проверки присваивается оценка «не в норме». Это означает, что по результатам приемки БАСУ признается неисправной. Таким образом, качество изделия определяется по критерию принадлежности анализируемых измеренных значений параметров контроля соответствующим полям допусков. В ситуации контроля ответственных и дорогостоящих систем такому бинарному подходу к построению модели параметра не хватает гибкости, так как отсутствуют количественные или качественные оценки промежуточных состояний в области работоспособности, характеризующих качество функционирования БАСУ, что в конечном итоге определяет вероятность выполнения полетного задания.
На втором уровне производится более глубокая оценка технического состояния. Ее необходимость базируется на положении, что в процессе изготовления, работы, хранения и транспортировки в элементах технической системы происходят процессы, чувствительные к некоторой совокупности неблагоприятных факторов. Это может привести не только к внезапным отказам, характеризующимся скачкообразным изменением значений какого-либо параметра, по и к постепенным отказам, возникающим в результате процессов деградации в радиоэлементах и характеризующимся постепенным изменением значений одного или нескольких параметров изделия. При этом всякие нарушения во время изготовления системы проявляются в виде информации, которая может быть получена от измерительных устройств.
Исходными данными для оценки на втором уровне являются численные значения измеренных ККПА критичных и лингвистические оценки некритичных параметров БАСУ. Модель оценки строится на основе структурной декомпози-
пии БАСУ на составляющие компоненты. Графовая модель технического состояния БАСУ представлена на рис.2, где О - интегральная лингвистическая оценка текущего состояния БАСУ, X; - лингвистическая оценка 1-го критичного параметра и У¡ — лингвистическая оценка ¡-го некритичного парам етра.
Рис. 2, Графовая модель технического состояния БАСУ
Процедура получения лингвистических оценок значений критичных параметров, характеризующих работоспособность критичных элементов системы, осуществляется путем их идентификации с использованием классификационной модели, т.е. отнесения результата к одному из ранее выделенных классов состояний. Ответственным этапом при создании классификатора является выбор критичных параметров контроля, подлежащих качественной оценке. При выборе таких параметров необходимо оценить:
- взаимосвязь параметра с отказом, влияние которого на качество функционирования БАСУ превосходит допустимый уровень по тяжести возможных последствий, вызывает полный ее отказ или приводит к срыву выполнения поставленной задачи;
- вероятность возникновения функционального отказа, характеризующеюся выходом параметра за пределы допустимых значений, за время эксплуатации;
- взаимосвязь параметра с элементами, по которым в момент проведения анализа отсутствуют достоверные данные об их качестве и надежности в рассматриваемых условиях применения и возможных последствиях их отказов.
Оценка критичных параметров производится по критерию близости к границам интервалов гарантированного сохранения работоспособности на основе непрерывной математической модели технического состояния параметра. Поскольку граница между качественными состояниями параметра, имеющего оценку «годен», является нечеткой, размытой, для моделирования используется инструментарий теории нечетких множеств.
Непрерывная математическая модель технического состояния параметра графически представлена на рис. 3. На интервале [0, х,1Гье;!] введена лингвистическая переменная «параметр», где хпред - предельно возможное значение параметра х, хопп - оптимальное значение параметра х, хмин и хмаке - минимальное и максимальное значения параметра х, являющиеся границами областей гарантированной неработоспособности, х:| „„„ и Х цЖ - минимально и максимально допустимые значения параметра х, по которым производится их оценка средствами ККПА. Значениями лингвистической переменной являются нечеткие переменные «годен», «не годен меньше», «не годен больше». Диапазон их допустимых значений и вид функции принадлежности определяется экспертным путем, с учетом имеющихся в наличии экспериментальных данных.
Интервалы [0, х,,,,,, ] и [хмщо хмре.:,] характеризуют области гарантированной неработоспособности, ]хмив, хдммн[ и ]хянакс, х„,„и;[ ~ негарантированной работоспособности, [х:| „,„„ х,Е.иакс] - гарантированной работоспособности.
Такой подход к моделированию параметра является гораздо более естественным* чем традиционное описание с помощью характеристической функции. В этом случае, функция принадлежности нечеткой переменной характеризует некоторое свойство параметра. Изменение степени принадлежности, в гаком случае, рассматривается как изменение интенсивности проявления этого свойства.
Для нечеткой переменной «годен» эксперты задают оптимальное количество классов и их семантические наименования. Дискретизация нечеткой переменной на четкие множества (Ая1, Ао2, Ацз, А(14, А„;) производится на основе заданных экспертом значений а-уровней функции принадлежности, которые являются количественной характеристикой Степени выраженности свойства «годен» отдельными значениями контролируемого параметра. Зафиксированные пять «-уровней функции принадлежности для параметра «ток контрольного детектора», показаны, в качестве примера, на рис. 4 горизонтальными линиями.
Опорные значения границ, указанных выше множеств, определяются по формуле, описывающей функцию принадлежности. Идентификация значения критичного параметра производится на основе сформулированного опытными специалистами следующего набора продукционных правил.
Рис, 3, Функции принадлежности нечетких переменных цт («не годен меньше»), ц, («годен»), ц„в(«не годен больше»)
Рис. 4, Графическое Представление а-уровней функции принадлежности нечеткой переменной «годен»
11равило 1: ЕСЛИ «х е Аоил», ТО «х есть опасно мало».
Правило 2: ЕСЛИ «х е АШ]„», ТО «х есть опасно велико».
Правило 3: ЕСЛИ «хеАуд.м», ТО «х есть удовлетворительно мало».
Правило 4: ЕСЛИ «хеАуД.„», ТО «х есть удовлетворительно велико».
Правило 5: ЕСЛИ «х е Аи)р„», ТО «х есть хорошо мало».
Правило 6г ЕСЛИ «х ^ Ах(,р„», ТО «х есть хорошо велико».
Правило 7: ЕСЛИ «х ё Аогл.м», ТО «х есть отлично мало».
Правило 8: ЕСЛИ «х е АШ,1В», ТО «х есть отлично велико».
Правило 9; ЕСЛИ «хеЛ0ПТ», ТО «х есть отлично оптимально».
При идентификации технического состояния БАСУ также используются продукционные правила логического вывода, определяющие критерии оценки состояния.
Правило 1: ЕСЛИ «одна из оценок У «не годен»», ТО «состояние БАСУ «не в норме»», ИНАЧЕ «Правило 2».
Правило 2: ЕСЛИ «одна из оценок X «опасно мало» или «опасно велико»», ТО «состояние БАСУ «опасно»», И! 1АЧЕ «Правило 3».
Правило 3: ЕСЛИ «одна из оценок X «удовлетворительно мало» или «удовлетворительно велико»», ТО «состояние БАСУ «удовлетворительно»», ИНАЧЕ «11равило 4».
Правило 4: ЕСЛИ «одна из оценок X «хорошо мало» или «хорошо велико»», ТО «состояние БАСУ «хорошо»», ИНАЧЕ «11равило 5».
Правило 5: ЕСЛИ «одна из оценок X «отлично мало» или «отлично велико»», ТО «состояние БАСУ «отлично»», ИНАЧЕ «состояние БАСУ «отлично оптимально»».
Рассмотренный метод оценки технического состояния БАСУ, основанный на вторичной обработке результатов функционального контроля с использованием инструментария интеллектуального анализа данных, позволяет осуществить реалистичную, понятную и эффективную оценку текущего состояния технического объекта.
Общая схема проведения контроля работоспособности БАСУ, реализуемого ТСПК изображена на рис. 5.
Еще одна важная задача в рассматриваемой технологии ПК, решаемая ТСПК, — это сбор, накопление, хранение и обмен диагностической информацией в электронном виде между участниками жизненного цикла изделия. Она эффективно решается за счет применения ИС'ППР. Информация в ней сохраняется и накапливается в базе данных и базе знаний. В системе также предусмотрен интерфейс взаимодействия с внешними системами.
[ 1а рис. 5 показано, что для анализа результатов контроля работоспособности привлекается информация из базы дан-пых ИСППР о контрольных измерениях, произведенных ранее в данной системе, в процессе ее регулировки и испытаний. Еще одним источником контрольно-диагностической информации является библиотека прецедентов, входящая в базу знаний ИСППР. Структура и характеристики прецедента и библиотеки прецедентов подробно рассмотрены в работе [6]. Основной задачей анализа является выявление песо-ответствий результатов контроля требованиям технических условий. В рассматриваемой технологии дополнительно предусмотрен контроль соответствия между полученным и допустимым лингвистическими значениями качественной оценки технического состояния БАСУ.
['не. 5. Блок-схема процесса контроля работоспособности БАСУ, реализуемого ТСПК
Анализ выполняется с целью выяснения необходимости проведения восстановительных или предупреждающих мероприятий, Исследование включает рассмотрение следующих задач;
- определение наличия, направления и скорости перемещения значений параметров состояния в области допустимых значений к их границам на основе измерений, произведенных в период приработка данной системы;
- изучение данных имеющейся статистики отказов;
- выявление косвенных диагностических признаков проявлений неисправности посредством визуального и органо-лептического контроля: световых и звуковых сигналов, изменений температуры, показаний измерительных приборов, повреждений элементов, изоляции, некачественного соединения разъемов и др.;
— оценка правильности работы обслуживающего персонала, ее соответствие требованиям нормативных инструкций;
— оценка возможности идентификации неисправностей на основе использования ремонтно-эксплуатационной документации (таблицы возможных неисправностей и рекомендации по действиям при их возникновении);
— оценка возможности проведения упреждающей настройки, дополнительной регулировки, отладки взаимодействия составных частей в составе БАСУ без ее разборки.
Содержанием последнего этапа контроля работоспособности БАСУ, реализуемого ТСПК, является документальное оформление, сохранение в базе данных ИСПГТР и доведение рекомендаций и исходных данных до всех заинтересованных сторон.
Выводы
Теоретические принципы, положенные в основу предлагаемой технологии ПК БАСУ, позволяют повысить ее эффективность за счет высококачественного и оперативного анализа информации обо всех несоответствиях техническим требованиям, ориентированного на жесткие требования к ресурсным характеристикам изделия. Использование нечеткой информации и применение для ее формализации и обработки методологии искусственного интеллекта повышает качество моделей идентификации, оптимизации и поддержки принятия решений при контроле и диагностировании. Изложенные научно-методические принципы мО]-ут быть использованы при технологическом проектировании систем контроля и диагностирования, применяемых на различных этапах жизненного цикла, как БАСУ, так и аналогичных сложных объек тов.
Литература
1. Смирнов В. А. Современный подход к совершенствованию технологических систем контроля и диагностирования сложных технических объектов. Сборник трудов Всероссийской научно-технической конференции «Теоретические и прикладные проблемы развития и совершенствования автоматизированных систем управления военного назначения» Часть П / под общ. Ред. В.В. Алейни-ка, К.Е. Лег кова, В.Д. Ьоева и др.; огветст. За вып.: С.В, Чернышев. -СПб.: BKA имени А.Ф. Можайского, 2013. С. 216-220.
2. Смирнов В.А., Смирное Д.В. Анализ процесса контроля, наладки и диагностирования сложной радиоэлектронной аппаратуры. Сборник статей 13-й международной научно-практической конференции "Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике".—СПб.: Изд-во Политехи, ун-та, 2012, т.2, часть 2. — С. 143-147.
3. Смирнов В.А. Поиск неисправностей в бортовых системах управления в процессе приемочного контроля // Информационно-управляющие системы, 2013. - №2(63). - С. 24-28.
4. Смирнов В.А. Прецедентный подход к построению моделей процесса поиска неисправностей при диагностировании сложных технических систем // T-Comm: Телекоммуникации и транспорт. -2013. - №6. — С. 73-78.
5. Подоплекин Ю.Ф.. Смирнов В.А. Комбинированный метод диагностирования бортовых систем управления в технологии приемочного контроля // Морской вестник. - 2014. - №1(49). -С. 79-82.
6. Ларин В.П.. Смирнов В.А. Методика формирования моделей прецедента и библиотеки прецедентов для принятия решений в системе приемочного контроля сложных технических объектов. Известия ГУАП, Аэрокосмическое приборостроение: научный журнал. Выпуск 4.-СПб.: ГУАП. 2013.-С. 34-40.
Acceptance inspection of onboard control systems with the use of data mining
Vladimir Aleksandrovich Smirnov, The Scientific and Production Center "Akvamarin", Department of New Technique, Leading Engineer- electronic, Saint-Petersburg State University of Aerospace Instrumentation (SUAI), Department of Micro and Nanotechnology Aerospace Instrumentation, postgraduate,
vlad.sm20I0@yandex.ru
Abstract. The questions of technological systems design acceptance inspection (PC) complex technical objects. In this paper, the object of study is the technology and organization of processes of control and diagnosis of complex products for critical applications in the production stage, and the subject of research - methodological, information and organizational support for the PC in the presence of uncertainty in the results of inspections and selecting alternatives based on the intellectualization of information processing. The aim is to develop theoretical principles of the technological system of acceptance control (TSPC) complex technical subject matter for automated control systems onboard aircraft (BASU), providing a reliable estimate of the object state control with minimal exhaustion time to failure. To solve the problems in the work, the following theories and methods: system analysis, technical monitoring and diagnostics, and artificial intelligence (fuzzy sets, Bayesian networks of trust, reasoning on the basis of precedents), decision-making, the design of intelligent information systems. Scientific novelty of the research results obtained in the solution of the problems listed above is as follows: first proposed a systematic approach for the design of complex instrument PC hardware with limited resources. He is a holistic view of the object of control, process control, complex test equipment (CCPA) and the operator (decision maker) as TSPC, accounting system unity of the production process, information interaction within the product lifecycle. The new technology of PC BASU, which differs from the known presence of additional functional tasks and the use of intelligent decision support system (ISPPR), which provides a reliable estimate of the object state with minimal the exhaustion time before failure. The developed methods, models and algorithms can be used in the aerospace, aviation and missile industries in creating decision support systems. They are focused on solving a number of applied and research objectives: improve performance monitoring and diagnostics through automation of decisions; analyze the impact of external factors on the parameters of the product during the manufacturing test, analysis of the causes of failures; CALS-technologies development lifecycle. Theoretical and methodological and instrumental results are essential for the development of the theory and practice of technological design PCs enterprises of military-industrial complex.
Keywords: acceptance nspection, onboard automated control system, technical state of the object, Malfunction Searching, Intelligent Decision Support System.
References
1. Smirnov V. A Modern approach to the improvement of the technological control systems and diagnostics of complex technical objects / Proceedings of the All-russian scientific conference 'Theoretical and applied problems of development and improvement of the automated control systems for military purposes" ', P2, 2013. Pp.216-220.
2. Smirnov V. A., Smirnov D.V. Analisys of control, adjustment and diagnosing of complex electronic equipment / Collected papers of the 13th International scientific and practical conference "Fundamental and applied research, development and application of high technologies in the industry and the economy" ', V2, P2, 2012. Pp.143-147.
3. Smirnov V. A. Malfunction searching in onboard control systems during acceptance control / IUS ', No2, 2013. Pp.24-28.
4. Smirnov V. A. Precedential approach to model building process troubleshooting for diagnosing complex technical systems / T-Comm, No6, 2013. Pp.73-78.
5. Podopkkin Y. F,, SmirnovV. A The combined method of diagnosis of onboard systems control for acceptance inspection technology / The Morskoy Vestnik', No1, 2014. Pp.79-82.
6. Larin V. P, Smirnov V. A Technique of formation models precedent and case library for decision-making in the acceptance inspection of complex technical objects / Proceedings of the SUAI. Aerospace Instrumentation', No4, 2013. Pp.34-40.
T-Comm #11-2014 103
