Внедрение информационных технологий для автоматизированного формирования математических моделей бортовой аппаратуры космических аппаратов Текст научной статьи по специальности «Компьютерные и информационные науки»

Математические методы моделирования, управления и анализа данных

УДК 621.396.6-049.75:629.78

А. А. Хвалько, А. В. Юткин

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск

ВНЕДРЕНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ДЛЯ АВТОМАТИЗИРОВАННОГО ФОРМИРОВАНИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ БОРТОВОЙ АППАРАТУРЫ

КОСМИЧЕСКИХ АППАРАТОВ

Рассматриваются различные системы проектирования на базе радиоэлектронной аппаратуры (РЭА), принципы создания информационной структуры, процесс проектирования РЭА. Разработка системы хранения данных. Представлена разработка схемы обмена данных между системами проектирования и системой хранения данных.

В настоящее время для проектирования радиоэлектронной аппаратуры используются различные автоматизированные системы проектирования РЭА. Данные системы со временем совершенствуются и изменяются, что обусловлено появлением новых стандартов и требований к проектированию РЭА. В связи с этим конструкторам часто приходится применять несколько систем и, как следствие, изучать их работу и наполнять эти системы техническими данными - графической и технической информацией. Для того чтобы облегчить работу конструкторов, планируется создание единой информационной системы для хранения графической и технической информации, необходимой в процессе проектирования РЭА. В разрабатываемой информационной структуре существующие системы проектирования объединяются и интегрируются.

Для хранения данных, в качестве единого информационного ядра, было решено использовать реляционную базу данных, в которой была отображена концептуальная модель рассматриваемой предметной области. Проанализировав основные системы автоматизированного проектирования РЭА, определен набор необходимых данных, на основе которых можно создать математические модели элементов конструкции, в том числе и ЭРИ и объединить их в единую систему для проведения механического анализа. Стоит отметить, что данный метод подходит и для создания математических моделей для проведения теплового анализа.

Тем самым задача «внутренней» интеграции прикладных подсистем подготовила почву для будущей «внешней» интеграции САПРов для решения задач механического анализа. Формирование данных для САПР АКБУБ происходит на основе топологии разработанной аппаратуры и атрибутов ЭРИ, содержащихся в базе данных того САПР, на основе которого производится анализ.

Для включения ЭРИ в КЭМ блока разработан специализированный алгоритм и входной файл на АРБЬ для АШУБ. Для ЭРИ включается в КЭМ только их масса, которая вводится с помощью набора элементов сосредоточенной массы ша8821, размещенных в узлах КЭМ блока, относящихся к ЭРИ. Использование именно элементов сосредоточенной массы (а не например, соответствующее увеличение плотности материала элементов рамки) позволяет простым алгоритмом включать в КЭМ ЭРИ в одном и том же месте, но на разных сторонах рамки.

Результат работы алгоритма представлен на рисунке. Видно, что элементы ша8821 группируются в районе расположения ЭРИ. Точные контуры ЭРИ не просматриваются, так как размер элементов КЭМ блока достаточно велик и не позволяет отследить мелкие ЭРИ. Следует отметить, что, так как в исходном файле ограничивающий прямоугольник ЭРИ включает в себя область выводов, то масса ЭРИ в КЭМ оказывается несколько более размазанной, чем в действительности. Также для мелких ЭРИ иногда узел с массой оказывается за пределами ограничивающего прямоугольника ЭРИ.

Построенные элементы типа ша8821, несмотря на их большое количество, не приводят к усложнению расчета, так как используют уже имеющиеся узлы КЭМ блока и не вносят дополнительных степеней свободы.

Данный метод позволяет по-новому взглянуть на процесс создания моделей для проведения различных видов анализов, показав, что путь в сторону наименьшего сопротивления не всегда приводит к адекватным результатам. Возможность автоматизирования процесса формирования моделей делает данный подход простым в использовании и не требующим больших временных затрат на апробацию применительно к различным видам РЭА.

Решетневские чтения

■ ill jliHiihiu Iii i.iIiiUiiii tili in i■■■■■■!ii

ippi Hill ipup imp IIHI ui|iipm ..........................

Ч.-111Ц I ■ ■ III ■ I ■ p I I I I I ■ Tail ii ilih и- г i

1 Ш| pup. mil Hü.1! ■■iiipHHrippi ||рц upi ■■■I.^iiipi-I|II ■ pI■ I ■ ■ pI ■

~I ■ -nil lial iitttiim j nil iHiF^illi !■!■ nil iSiT-ilili llii illai-aiki

-Ч'Р1 iipp 4M" »pi ""j"!!« ippii ЧЩ.-1РРИ НИ lipil ipB lipil ipB |lll ip|l|.l.l,l iJJ ^

7= riiki likk-riiki nkl „ ilii ikln ika iklnWa i jii-акв iikn'ika lin ikln---Ц-т

l-l-^i i w 3: i i

"j; = :=■: "Lmi- .¡¿Л

■.....L.. ikinl'-H I ,,L.....L im ikin—

■""i. j- . '■■■■ Iii»'"I.

w .....

= n [=j.

f : |n;)~i|M

'Vjihii

■ Ц ■ -

I N III Г •

iF-i^ ■ frrvi--f;r-E> LL Vr'

Представление блока РЭА в САПР P-Cad

Созданная модель в ANSYS на основе данных из P-Cad

Создание математической модели в САПР ANSYS на основе данных из САПР P-Cad

А. A. Hvalko, A. V. Yutkin Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk

INTEGRATION OF THE INFORMATION TECHNIQUES FOR THE AUTOMATED FORMATION MATHEMATICAL MODELS OF ONBOARD EQUIPMENT IN SPACECRAFT

Different designing systems are considered on the basis of radio electronic equipment. Creation principles in information structure, process of designing radio electronic equipment are described. Development of a data storage system is shown. Development of the data exchange scheme between designing systems and a system of data storage is offered.

© Хвалько А. А., Юткин А. В., 2009

УДК 519.8

А. А. Шабалов

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск

ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ В НАСТРОЙКЕ НЕЙРО-НЕЧЕТКИХ СИСТЕМ*

Рассматривается «мягкий» подход к решению интеллектуальных задач обработки информации на основе нейро-нечеткого моделирования. Генетический алгоритм используется для настройки структуры системы и ее параметров.

Системы на нечеткой логике работают с базой знаний в форме лингвистических правил. Поэтому они могут объяснить как получают решения, но не могут корректировать количество правил и настраивать параметры функций принадлежности. Эффективность их работы зависит от знаний эксперта.

Нейронные сети могут моделировать сложные системы с высокой степенью точности, однако их решения сложно интерпретировать.

Предлагается использовать нейронную сеть, чья топология отображает репрезентацию адаптированных знаний [1].

* Работа выполнена при финансовой поддержке ФЦП «Научные и научно-педагогические кадры инновационной России» (НИР НК-136П/3).