Интеллектуальная нейросетевая система идентификации параметров информационно-измерительных устройств летательных аппаратов

• Автор: Никишов, Александр Николаевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Москва
• Количество страниц: 135 с. : ил.

Содержание
Введение
1. Анализ принципов построения системы управления тех
ническим состоянием авиационных и космических объектов
1.1 Этапы жизненного цикла сложной технической системы
1.2 Техническое состояние объекта управления. Постановка
задачи управления техническим состоянием сложного динамического объекта
1.3 Применение аппарата теории вероятности для построения
критерия оценки технического состояния динамической системы
1.3.1 Понятие вероятностной модели объекта управления. Ви
ды вероятностных моделей
1.3.2 Вероятность безотказной работы и показатель надежно
сти как критерий оценки технического состояния динамической системы
1.4 Объекты авиационной и космической техники как объект
управления в системах управления техническим состоянием
1.5 Определение класса исправных систем и класса неис
правных систем
1.6 Построение структуры системы управления техническим
состоянием сложного динамического объекта.
Выводы по первому разделу
2. Разработка нейросетевой системы идентификации пара
метров информационно-измерительных устройств летательных аппаратов
2.1 Математическая постановка задачи исследования
2.2 Решение задачи параметрической идентификации при
построении систем диагностики с использованием ИНС
2.2.1 Задача параметрической идентификации при построении
систем диагностики с использованием ИНС
2.2.2 Многослойные ИНС и их аппроксимирующие свойства
2.2.3 Сравнительный анализ ИНС и традиционного ПО
2.2.4 Алгоритмы для реализации процедуры идентификации
динамических систем на основе нейросетевых модельных структур

2.2.5 Алгоритм построения ИНС для решения задачи парамет- 76 рической идентификации при разработке интеллектуальной системы управления техническим состоянием СДС
Выводы по второму разделу
3. Разработака и моделирование нейросетевой подсистемы классификации векторов параметров информационноизмерительных устройств ЛА и нейросетевая реализация выработки корректирующего воздействия

3.1 Решение задачи классификации с использованием сетей
на основе самоорганизации.
3.1.1 Отличительные особенности сетей с самоорганизацией на
основе конкуренции
3.1.2 Слой Кохонена
3.1.3 ГЛАЗ-сети
3.1.4 Анализ алгоритмов обучения сетей с самоорганизацией
3.2 Разработка сети с самоорганизацией
3.3 Разработка сети для решения задачи классификации век
торов параметров при решении задачи тестирования и диагностики информационно-измерительных устройств

3.4 Решение задачи формирования корректирующего воздей
ствия на алгоритм управления
Выводы по третьему разделу
Заключение
Список литературы

Введение
В наукоёмких областях, к которым относятся авиация и ракетостроение, необходимо отметить высокую роль профилактического обслуживания оборудования. Здесь цена отказа или сбоя оборудования может быть очень высокой, а иногда и привести к неоценимым потерям, связанным с гибелью людей.
Обслуживание подобных систем требует высоких материальных затрат, и всё же это не исключает возможного возникновения сбоев. Очень важную роль играет процесс принятия решения о целесообразности ремонта данного оборудования или о необходимости отказа от дальнейшего использования и списания.
В связи с высокой стоимостью приведенных видов техники в настоящее время на первое место выходит обеспечение длительного срока службы объектов при минимизации затрат на содержание и техническое обслуживание.
В данной работе предлагается внедрение нейросетевой системы идентификации параметров информационно-измерительных устройств летательных аппаратов.
Данная система призвана реализовать:
- уточнение параметров характеризующих техническое состояние информационных систем;
- поддержку принятия решения в процессе диагностики, ремонта и оценки целесообразности дальнейшей эксплуатации в ходе выполнения периодического контроля состояния объекта;
- уточнение параметров алгоритма обработки информации в ходе эксплуатации оборудования, с целью повышения точности определения навигационных параметров.
Для более глубокого обоснования и рассмотрения предлагаемого подхода требуется рассмотрение следующих вопросов:

Объектом исследования в настоящей работе являются информационноизмерительные устройства летательных аппаратов, построенные на базе маятниковых интегрирующих акселерометров.
Требуемое качество процесса управления летательным аппаратом может иметь место лишь при точном определении его навигационных параметров, которое достигается решением бортовой навигационной задачи (БНЗ):
Ук - У к-1 + Мьк-гкт + Тдк,к-1> (I-78)

- Ук- значение скорости летательного аппарата в к-й момент времени;
- Ук-1 - значение скорости летательного аппарата в к- 1-й момент времени;
- Лф /с-1 - количество импульсов за один такт работы БЦВМ, поступающих с электронного блока акселерометра;
- кт - величина масштабного коэффициента акселерометра;
- Т - величина такта работы БЦВК;
- дк-х - значение ускорения силы тяжести.
Величина масштабного коэффициента и определяет, в конечном счёте, требуемую точность расчёта навигационной задачи, зависящую от интегрирования основного навигационного уравнения (ОНУ):

= 11Щм + ?0

(1.79)
(1.80)
Минимизация ошибки (невязки) главного критерия:
81 - 81 _ 81 (1.81) АЬ-АЯ+шАУ+шм
возможна лишь в том случае, когда номинальные и действительные параметры движения совпадают. С точки зрения инструментальных погрешностей