Оптимизация управления стендовыми испытаниями жидкостных ракетных двигателей на основе нейросетевого и многовариантного резервирования

Испытания ЖРД — это экспериментальное определение количественных и качественных свойств ЖРД как результата воздействия на него различных факторов при его функционировании. Если рассматривать создание ракетно-космического комплекса (РКК), то испытания РКК — это всесторонняя проверка, которой подвергаются аппаратура, узлы, системы РКК и комплекс в целом для установления соответствия их характеристик предъявляемым тактико-техническим требованиям. Испытания РКК представляют собой сложную и многообразную систему мероприятий и являются основным источником достоверной информации для обоснования принимаемых решений при проектировании и создании новых образцов.

Особое значение имеют комплексные огневые наземные (стендовые) испытания в натурных условиях. Основное требование, которое к ним предъявляется, — надежность. Поскольку все режимы испытаний и аварийная защита обеспечиваются информационной управляющей системой (ИУС) испытательного стенда, надежность управления испытаниями приобретает существенную значимость.

Современное состояние научных исследований и практика огневых испытаний связаны с определением критических в смысле надежности компонентов ИУС и выбором способов их резервирования. Физическое резервирование приводит к увеличению стоимости. Практически не рассматривается оптимизационный поиск компромисса надежности и стоимости управления, не исследуется возможность имитации функционирования резервных компонентов на основе интеллектуальных методов обработки информации, измеренной в процессе испытаний. Это снижает количество решений, принимаемых при модернизации ИУС после проведения очередного цикла испытаний.

Таким образом, актуальность диссертации определяется необходимостью рассмотрения возможностей повышения надежности управления стендовыми испытаниями ЖРД за счет малозатратных механизмов, использующих интеллектуальные методы обработки измеряемой информации, и поиска оптимальных вариантов резервирования.

Тематика диссертационной работы соответствует научному направлению ФГБОУ ВПО «Воронежский государственный технический университет» «Вычислительные комплексы и проблемно-ориентированные системы управления».

Цели и задачи исследования. Цель диссертации состоит в разработке комплекса моделей и алгоритмов обработки информации, измеренной в процессе испытаний, для имитации функционирования резервных компонентов ИУС и оптимального выбора способа резервирования, обеспечивающих компромисс показателей надежности и стоимости управления стендовыми испытаниями ЖРД.

Для достижения цели поставлены следующие задачи:

— анализ путей повышения эффективности и надежности стендовых испытаний ЖРД как объекта управления и обоснование возможности использования интеллектуальных методов обработки измеряемой информации и оптимизации при многовариантном выборе структуры резервирования компонентов ИУС;

— формирование процедур повышения надежности управления стендовыми испытаниями ЖРД за счет виртуального нейросетевого резервирования компонентов измерительных и управляющих трактов ЖРД:

— разработка моделей и алгоритмов принятия оптимальных решений при многовариантном резервировании компонентов системы управления стендовыми испытаниями ЖРД по показателям надежности и стоимости;

— оценка эффективности использования разработанных моделей, алгоритмов и программных средств при модернизации структуры резервирования ИУС стендовыми испытаниями ЖРД.

Методы исследования. Для решения поставленных задач использовались основные положения и методы системного анализа, интеллектуальной обработки информации, теории управления, эффективности и надежности сложных систем, методы нейросетевого моделирования, оптимизации, теории вероятностей и математической статистики.

Тематика работы соответствует следующим пунктам паспорта специальности 05.13.01: п. 2 «Формализация и постановка задач системного анализа, оптимизации, управления, принятия решений и обработки информации», п. 4 «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации», п. 11 «Методы и алгоритмы прогнозирования и оценки эффективности, качества и надежности сложных систем».

Научная новизна. В диссертации получены следующие основные результаты, выносимые на защиту и характеризующиеся научной новизной:

— процедура оптимизации управления стендовыми испытаниями ЖРД, отличающаяся введением дополнительных виртуальных каналов измерительного тракта ИУС в виде модели нейросетевого резервированияструктура нейросетевого резервирования одновременно в измерительном и управляющем трактах ИУС, отличающаяся введением резервных компонентов в виде имитаторов управления основными параметрами ЖРД в процессе испытаний;

— оптимизационная модель управления стендовыми испытаниями ЖРД, отличающаяся учетом при математическом описании критериев и ограничений влияния характера варьирования способов резервирования компонентов ИУС на надежностные и стоимостные показатели;

— алгоритм оптимального выбора способа резервирования компонентов ИУС, ориентированный на особенности оптимизационной модели и отличающийся по сравнению с известными генетическими алгоритмами многокритериальной оптимизации большей степенью равномерности распределения генерируемых решений и большим количеством парето-оптимальных решений в итоговой популяции.

Практическая значимость. Разработанные модели и оптимизационные процедуры позволяют повысить эффективность использования измеренной в процессе огневых стендовых испытаний информацию, а также улучшить экспериментальные оценки надежности испытательного стенда при модернизации ИУС с использованием малозатратных механизмов: интеллектуальной обработки измеренной информации для нейросетевого резервирования компонентов измерительных и управляющих трактов;

— многовариантного выбора оптимального способа резервирования.

Реализация и внедрение результатов работы. Исследования, проведенные автором, являются частью НИР, выполненных в рамках ФЦП «Научные и научно-педагогические кадры инновационной России», «Разработка поисковой среды интеллектуальной поддержки проектно-производственного процесса освоения инвестиций в создании жидкостных ракетных двигателей» (2010;2012гг.), «Оптимизация управления испытаниями жидкостных ракетных двигателей на основе нейросетевых технологий и адаптивных методов принятия решений» (2012г.).

Основные теоретические и практические результаты, внедрены в практическую деятельность Испытательного комплекса ОАО «Конструкторское бюро химавтоматики» (ОАО КБХА).

Эффект от внедрения заключается в повышении эффективности и надежности управления стендовыми испытаниями ЖРД, а также снижении стоимости и сокращении сроков разработки стендовых информационных управляющих систем.

Апробация работы. Основные положения докладывались и обсуждались на следующих конференциях, семинарах и научных школах:

— X Международная конференция «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (САВ/САМ/РВМ-2010)», 21—23 окт. 2010 г., Москва, Институт проблем управления им. В. А. Трапезникова РАН;

— Всероссийская научная школа «Управление, информация и оптимизация», 5−6 сент. 2011 г., Воронеж, Воронежский институт высоких технологий;

— Всероссийская, молодежная конференция «Молодежь и современные информационные технологии», 9−10 сент. 2011 г., Воронеж, Воронежский институт высоких технологий;

— Международная школа-семинар молодых ученых, специалистов и студентов «Интеллектуальные компьютерные обучающие системы», 19 окт. 2011 г., Воронеж, Воронежский институт высоких технологий;

— Всероссийская конференция с элементами научной школы для молодежи «Математическое моделирование в технике и технологии», 21 окт. 2011 г., Воронеж, Воронежский институт высоких технологий;

Всероссийская молодежная конференция «Интеллектуальные технологии будущего. Естественный и искусственный интеллект», 27 окт. 2011 г., Воронеж, Воронежский институт высоких технологий;

Всероссийская научная школа «Информационно-телекоммуникационные системы и управление», 8 нояб. 2011 г., Воронеж, Воронежский институт высоких технологий;

— Всероссийская молодежная научная школа «Инженерия знаний. Представление знаний: состояние и перспективы», 29−30 июня 2012 г., Воронеж, Воронежский институт высоких технологий;

— Международная молодежная научная школа «Теория сложности вычислений», 4−5 сентября 2012 г., Воронеж, Воронежский институт высоких технологийа также на ежегодных научно-практических конференциях профессорско-преподавательского состава и аспирантов ВГТУ и научно-техническом совете ОАО КБХА.

Публикации результатов работы. По теме диссертации опубликовано 13 печатных работ, в том числе 4 — в изданиях, рекомендованных ВАК РФ.

Аннотированное изложение глав работы.

В первой главе анализируются методы средства обработки информации, получаемой при наземных огневых испытаниях ЖРД и возможность ее использования для управления ЖРД как сложной технической системой.

Приводятся задачи, которые могут быть решены с применением нейросетевой вычислительной архитектуры при построении имитационных моделей ЖРД и газотурбинных двигателей (ГТД).

Рассматривается одна из основных проблем наземной отработки ракетно-космической техники — повышение эффективности, надежности и качества ИУС.

По итогам обзора делаются следующие выводы:

— использование интеллектуальных методов обработки измеренной информации для виртуального резервирования компонентов ИУС является перспективным средством повышения эффективности и надежности управления стендовыми испытаниями ЖРД;

— практически единственным и широко используемым способом повышения надежности сложных технических систем является аппаратное резервирование, что приводит к повышению стоимости испытаний ЖРД. Поэтому необходима постановка задачи системного анализа для поиска оптимального способа резервирования, а также разработка специального математического и алгоритмического обеспечения для решения этой задачи по показателям «надежность-стоимость».

Кроме того, в первой главе нейросетевое моделирование рассматривается применительно к практике управления и принятия решений. Анализируются имитационные модели на базе нейронных сетей, широко используемых в настоящее время, как на стадии проектирования, так и на стадии обработки результатов испытаний ЖРД. Также показана возможность использования интеллектуальных моделей в бортовых системах управления, регулирования и диагностики ГТД. Делается вывод о необходимости формирования процедур нейросетевого резервирования компонентов ИУС для наземной отработки ЖРД.

Анализируются задачи, структуры и особенности построения стендовых ИУС. Сделан вывод о необходимости разработки методов и алгоритмов прогнозирования и оценки эффективности, надежности и качества ИУС. Сформулированы цель и задачи диссертационного исследования.

Вторая глава посвящена формированию процедур нейросетевого резервирования компонентов системы управления наземными огневыми испытания ЖРД.

В качестве возможного подхода к интеллектуальной обработке измеренной информации для повышения надежности предлагается виртуальное резервирование. Проанализирован процесс нейросетевого моделирования как способ повышения надежности управления испытаниями за счет виртуального нейросетевого резервирования компонентов в измерительных и управляющих трактах ИУС.

Для характеризации испытаний с системных позиций осуществлен анализ входящих в систему компонентов, связей между ними и оценена степень их влияния на достижение заданных целей. Структуризация, проведенная по восходящему принципу, позволила выделить три уровня исследуемой технической системы.

Нижний уровень — специальные устройства ЖРД: дроссели, клапаны, регуляторы, которые изменяют его положение в пространстве или положение его частей для изменения тяги.

Средний уровень — непосредственно двигатель, который кроме управления положением летательного аппарата в пространстве, выполняет еще и функцию устройства, обеспечивающего одновременное опорожнение баков с компонентами.

В зависимости от назначения измерительный тракт может использоваться в ИУС как для получения информации от стендовых систем и ЖРД, так и для формирования обратной связи в системах регулирования параметров двигателя.

Предложено ввести дополнительный (третий) канал измерения в виде модели нейросетевого резервирования для системы регулирования СОБ-РКС. При этом можно совместить достоинства систем резервирования «один из двух» и «два из трех»: минимальная избыточность и непрерывность функционирования.

Кроме того, предложено включение нейросетевого резервирования одновременно и в измерительный и управляющий тракты ИУС для системы автоматического поддержания давления в топливных баках.

В третьей главе приведены результаты разработки моделей и алгоритмов принятия оптимальных решений при многовариантном резервировании компонентов системы управления испытаниями ЖРД.

Для выбора вариантов резервирования компонентов стендовой информационно-управляющей системы предлагается оптимизационная модель. В качестве критериев оптимизации рассматриваются: общая стоимость системы и величина вероятности безотказной работы всех ее компонентов.

На основании анализа подходов к решению данной задачи многокритериальной оптимизации предложена процедура, основанная на модификации генетического алгоритма.

Эффективность алгоритма исследовалась на представительном множестве тестовых задач с различным количеством переменных. Анализ эффективности работы метода проводился на основании сравнения качества аппроксимации множества Парето по следующим показателям: равномерность распределения генерируемых решений и количество парето-оптимальных решений в итоговой популяции.

Отмечено, что при решении тестовых задач предложенным методом обеспечивается достаточно хорошая представительность парето-оптимального множества.

Четвертая глава посвящена анализу эффективности разработанных методов оптимизации надежности при модернизации системы управления наземными огневыми испытаниями ЖРД.

Для подтверждения возможности использования нейросетевого резервирования в системах управления и регулирования основных параметров ЖРД при огневых испытаниях в 2011 г. проведена доработка штатного программно-математического обеспечения автоматизированной системы управления одного из испытательных стендов ОАО КБХА. При этом доработка заключалась во введении дополнительных виртуальных измерительных трактов по параметрам: давление в камере сгорания и давление окислителя на входе в двигатель. Дополнительные измерительные тракты представляют собой нейронные сети в виде многослойных персептронов.

В результате анализа проведенных испытаний установлено:

— значения, генерируемые нейронными сетями, не превышают допусков на измеряемые параметры;

— время выполнения нейросетевых алгоритмов не превышает 10% процессорного времени выполнения основной управляющей программы, что дает достаточный запас производительности.

При модернизации одного из испытательных стендов ОАО КБХА решалась задача многовариантного резервирования при проектировании системы дискретного управления агрегатами стенда и ЖРД.

С помощью предложенного модифицированного генетического алгоритма найдена оптимальная структура резервирования и предложена схема, реализующая эту структуру.