Методика формирования управляющих воздействий для объективной оценки летно-технических характеристик авиационных тренажеров

• Автор: Деревянчук, Наталия Владимировна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Пенза
• Количество страниц: 179 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

1 АНАЛИЗ СОСТОЯНИЯ ПРОБЛЕМЫ И ПОСТАНОВКА ЗАДАЧИ . .

1.1 Состояние и тенденции развития авиационных технических средств подготовки и обучения авиационных специалистов .
1.2 Современные подходы к разработке технических средств обучения управлением летательными аппаратами.
1.3 Методологические основы и принципы объективной оценки летнотехнических характеристик авиационных тренажеров .

1.4 Постановка задачи. Выбор методов исследования поставленной задачи

1.5 Выводы.
2 ПРИНЦИПЫ ФОРМИРОВАНИЯ УПРАВЛЯЮЩИХ ВОЗДЕЙСТВИЙ ДЛЯ ОЦЕНКИ ЛЕТНОТЕХНИЧЕСКИХ ХАРАКТЕРИСТИК МОДЕЛИ ДИНАМИКИ ПОЛЕТА В АВИАЦИОННЫХ ТРЕНАЖЕРАХ .
2.1 Моделирование деятельности оператора на основе прогнознооптимизационного управления
2.2 Формирование управляющих воздействий на основе прогнознооптимизационного управления
2.3 Математические модели кинематики и динамики движения самолета в авиационных тренажерах
2.4 Декомпозиция процессов управления по иерархическому принципу
2.5 Выводы.
3 ФОРМИРОВАНИЕ УПРАВЛЯЮЩИХ ВОЗДЕЙСТВИЙ В АВИАЦИОННЫХ ТРЕНАЖЕРАХ НА ОСНОВЕ НЕЙРОСЕТЕВОГО УПРАВЛЕНИЯ . .
3.1 Применение искусственных нейронных сетей для траекторного уровня управления моделью динамики
3.2 Выбор архитектуры и методики обучения нейроконтроллеров .
3.3 Нейросетевое управление вращательным движением модели динамики полета на траекторном уровне . .
3.3.1 Формирование нейросетевого управления по угловой скорости крена .
3.3.2 Формирование нейросетевого управления по угловой скорости тангажа .
3.3.3 Формирование нейросетевого управления по угловой скорости рыскания
3.4 Нейросетевое управление поступательным движением модели динамики полета на траекторном уровне . .
3.4.1 Формирование нейросетевого управления по продольной перегрузке.
3.4.2 Формирование нейросетевого управления по нормальной перегрузке.
3.4.3 Формирование нейросетевого управления по поперечной перегрузке
3.5 Использование нейроконтроллеров при управлении пространственным движением модели динамики полета
3.6 Выводы
4 РАЗРАБОТКА МОДУЛЯ ФОРМИРОВАНИЯ УПРАВЛЯЮЩИХ ВОЗДЕЙСТВИЙ В СОСТАВЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ИСПЫТАНИЙ ДЛЯ ОБЪЕКТИВНОЙ ОЦЕНКИ ЛЕТНОТЕХНИЧЕСКИХ ХАРАКТЕРИСТИК АВИАЦИОННЫХ ТРЕНАЖЕРОВ .
4.1 Разработка структурной схемы модуля формирования управляющих воздействий.
4.2 Разработка пилотажного уровня управления для модуля формирования управляющих воздействий . . .
4.3 Формирование управления на этапе взлета на основе
прогнознооптимизационного управления .
4.4 Формирование управления на этапе посадки на основе прогнознооптимизационного управления . .
4.5 Выводы.
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


ЭВМ оптимальные режимы работы и предельные возможности всех подсистем летательного аппарата, спроектировать основные узлы, агрегаты и системы управления летательным аппаратом, выбрать наиболее эффективные средства информационного взаимодействия экипажа и наземных служб как в штатных, так и в нештатных ситуациях . Общеизвестны успехи, достигнутые в области разработки боевых истребителей 4го и 5го поколений. В таблицах 1. Таблица 1. Истребитель С Ксркут Многоцелевой сверхманеврснный. Конструкция самолета С крылом обратной стреловидности. Авионика Использование элементов искусственного интеллекта в бортовом радиоэлектронном оборудовании обеспечивает упреждающее поражение воздушных целей в том числе и малозаметных на дистанциях, гарантирующих от возможности ответного удара противника. Автоматизированы все этапы полета. Ис1ребптсль Л окхндМартин Г А Раптор г. Авионика Средства глубокой радиационной разведки. Система автоматического целеуказания в полете. Многофункциональные цветные дисплеи, на которые выводится оперативная информация о текущей обстановке, состоянии бортового вооружения, самолетах противника и его средствах ПВО. Особенности самолетов 5го поколения Таблица 1. Реактивный самолет Россия Тендер г. ОКБ Сухого, совместно с ОКБ Яковлева Первый полет гг. Серийное производство г. Самолет Р США Тендер выиграла фирма ЛокхидМартин г. Малозаметность с использованием технологий стеле Широкое применение компьютерной техники для облегчения труда пилота Способность взлетать и садиться на короткие и необорудованные взлетнопосадочные полосы Возможность работы по многим целям одновременно Многофункциональность, т. Будущее авиации это создание интеллектуальных ЛА, обеспечивающих высокую скорость, комфортность и экономичность полетов в широком диапазоне изменений внешних условий, самостоятельно выбирающих оптимальный режим и маршрут полета, автоматически приспосабливающихся возможно с изменением своей конфигурации к изменениям полетного задания или к появлению возможных отказов в работе основных систем, гарантирующих высокое качество и безопасность управления на всех фазах полета, включая управление взлетом и посадкой, в условиях плохой видимости, в сложных метеоусловиях, выполнение сложных маневров, ведение воздушного боя и т. Эффективное использование возможностей современной авиационной техники предъявляет повышенные требования к подготовке летного состава. Во зсем мире острейшей является проблема влияние человеческого фактора на безопасность полета. Проблемы, связанные с ошибками авиаперсонала, являются преобладающими факторами аварийности воздушных судов ВС. В этой связи предъявляются повышенные требования к средствам подготовки летного состава, их техническому уровню, использованию новейших технических достижений при разработке, испытаниях и эксплуатации . Одним из перспективных направлений в настоящее время является построение интеллектуальных средств обучения, основанных на использовании искусственных нейронных сетей. ИНС, а лишь могут снизить качество обработки информации универсальность применения, возможность решения плохо формализуемых задач распознавание изображений и речи, кластерный анализ, идентификация, прогноз и т. Наличие указанных преимуществ ИНС, безусловно, является мощным стимулом к созданию нового поколения вычислительной техники нейрокомпьютеров, представляющих собой совокупность аппаратных и программных средств для реализации моделей нейронных сетей. Уже в году компанией I был выпущен первый рабочий образец аналогового нейропроцессора i0X, моделирующего работу нейронов, имеющего производительность 2 млрд. Годом позже I совместно с фирмой и при финансовой поддержке Управления перспективных научных исследований Министерства обороны США приступила к разработке цифрового нейрочипа i, который был анонсирован в году, как i0. Данный процессор имеет встроенный алгоритм обучения, обеспечивает вычисление млрд. МГц и поддерживает программное обеспечение i 3. Vi , . Одним из первых реальных проектов в области применения ИНС в авиации, финансируемых в рамках Программы проведения перспективных научных исследований, был проект, выигранный в г.