Нейронечеткий метод управления развитием высоких и критических технологий в авиадвигателестроении Текст научной статьи по специальности «Математика»

п.

An 1

о.э 0.8 0.7

о.е

0.5 0.4 0.3 0.2 0.1 0

У1 "аст/

¥1 "аст

/ \ \

V V

Э 10 t, сек

Рис. 2. Переходные процессы на режиме разгона ротора ГТД

Библиографические ссылки

1. Петунин В. И. Принципы построения логико-динамических систем автоматического управления газотурбинными двигателями // Вестник УГАТУ. 2003. Т. 4, № 1. С. 78-87.

2. Петунин В. И., Фрид А. И. Синтез структуры и исследование астатического регулятора переходных

режимов газотурбинного двигателя // Вестник УГАТУ. 2010. Т. 14, № 2 (37). С. 118-127.

3. Петунин В. И. Синтез астатического регулятора переходных режимов газотурбинного двигателя // Решетневские чтения : материалы Х111 Междунар. науч. конф. : в 2 ч. ; Сиб. гос. аэрокосмич. ун-т. Красноярск, 2009. Ч. 1. С. 156-157.

V. I. Petunin

Ufa State Aviation Technical University, Russia, Ufa

RESEARCH OF THE SYSTEM OF AUTOMATIC CONTROL BY THE GAS TURBINE ENGINE WITH AN ASTATIC REGULATOR OF TRANSITIVE MODES

Features of construction of astatic systems of automatic control by gas turbine engines on transitive modes are considered. It is shown that application of logiko-dynamic control allows to provide astaticism channels of dispersal and dump of frequency of rotation and by that to raise accuracy of realisation ofprograms of control. Results of modeling are resulted.

© Петуннн В. H., 2010

УДК 621.45:004.8

С. Н. Поезжалова

Уфимский государственный авиационный технический университет, Россия, Уфа

НЕЙРОНЕЧЕТКИЙ МЕТОД УПРАВЛЕНИЯ РАЗВИТИЕМ ВЫСОКИХ И КРИТИЧЕСКИХ ТЕХНОЛОГИЙ В АВИАДВИГАТЕЛЕСТРОЕНИИ

Предложена функциональная модель АСНИ-технологий и продемонстрировано применение нейронечеткого метода управления развитием высоких и критических технологий в авиадвигателестроении в виде информационной технологии работы обобщенно-регрессионной сети и использования нечеткой логики для формирования единых технологий авиационных двигателей нового поколения. Выявлены рациональные функции, описывающие развитие истребительной авиации и инновационно-инвестиционных проектов для создания конкурентоспособной продукции.

Для ускоренной разработки инновационных проектов основным методом сокращения сроков создания и постановки на производство новых изделий является автоматизация технической подготовкой производства (АСТПП). В данной работе предложено дополнить известные методы АСТПП средствами искусственного интеллекта, которые обеспечивают матема-

тическое моделирование и оптимизацию объектов проектирования.

В инновационных проектах и программах для разработки предварительных комплектов технологической документации, обеспечивающих создание техники новых поколений, рекомендуется строить функциональную модель «Автоматизированная система

Решетневские чтения

научных исследований высоких и критических технологий» (АСНИ-технологий). Эта система была разработана в целях технологического обеспечения созда -ния авиационных двигателей нового поколения.

Предложенная функциональная модель АСНИ-технологий, построенная в среде BPWin 4.1 (ГОБРО), содержит 4 блока задач и 10 автоматизированных подсистем (программных продуктов), необходимых для автоматизации решения данных задач. Предложенная модель, являющаяся базой для технологического обеспечения работ (в виде единых, базовых, узловых, высоких и критических технологий, а также комплектов перспективных и директивных технологических процессов) по проектированию и созданию авиационных двигателей нового поколения, позволяет показать последовательность действий по выполнению НИР для обеспечения НИОКР средствами инновационного проектирования авиационных двигателей. Рассмотрим более подробно блоки задач АСНИ-технологий:

1. Анализ технического уровня авиационных двигателей. Результатом функционирования данного блока является определение требований по технологическому обеспечению конкурентоспособности новых изделий.

2. Анализ патентной информации. Результатом функционирования данного блока являются выводы и обоснования по применению высоких и критических технологий в ходе дальнейших НИОКР авиационных двигателей нового поколения.

3. Формирование единых технологий авиационных двигателей нового поколения для системотехнической разработки инновационных проектов. Результатом работы по этой функции является передача прав на единые технологии.

4. Разработка узловых и базовых инновационных технологий. Этот функциональный блок включает в себя не только подготовку комплектов технологической документации инновационных проектов, но и построение календарных планов-графиков, разработку бизнес-планов, которые необходимы для технологического проектирования и оценки эффективности инвестиций в создание авиационных двигателей нового поколения.

Предложенная для определения закономерностей и тенденций развития авиационных двигателей нейронная обобщенно-регрессионная сеть ОЯМЫ (блок 1) решает задачи определения регрессий путем аппроксимации различных функций. Задача аппроксимации с помощью сети состоит в нахождении оценки неизвестной функции Е(х) и определении ее значений в других точках. Нейронная сеть вК^Ы является обобщенной моделью развития: любого инновационного

проекта, множества инновационных проектов анализируемого поколения техники и технологий, а также закономерностей диффузии новых технологий.

Сопоставительный анализ инвестирования отдельно взятого инновационного проекта позволил установить существенно лучшие результаты по использова -нию функции Ферми в сравнении с логистической зависимостью, поэтому она является более рациональной для использования в задачах графического отображения и обоснования инновационно-инвестиционных проектов. В работе представлены соответствующие сигмоидальные зависимости, уравнения регрессии к ним, а также подсчитана сходимость.

Анализ задач инновационного проектирования по использованию методов моделирования развития техники и технологий по параметрам технического уровня (блок 1) показывает на меньшую предпочтительность логистических зависимостей для анализа инновационных проектов. В этом плане рассматриваются возможности применения искусственной нейронной сети GRNN для анализа закономерностей развития авиационных двигателей. На основании работы сети получены сигмоидальные закономерности для авиационных двигателей истребителей-перехватчиков в виде билогистической зависимости, многофункциональных, высокоманевренных самолетов-истребителей (истребителей-бомбардировщиков) и самолетов вертикального взлета и посадки. В результате выявлено, что рациональной функцией, описывающей развитие поколений техники и технологий, является сигмоидальные закономерности типа арктангенс.

В следующих блоках (2, 3) функциональной модели АСНИ-технологий осуществляется анализ патентной информации по авиационным двигателям новых поколений и формируется единая технология авиационных двигателей нового поколения [1]. В этих функциональных блоках рекомендуется использовать средства искусственного интеллекта в виде метода нечеткой логики (Fuzzy Logic) для автоматизации технологического проектирования. Блок 4 функциональной модели предназначен для разработки предварительного комплекта технологической документации в ходе инновационного проектирования реактивных двигателей нового поколения. Его результатом являются разработанные проектные, перспективные и директивные технологические процессы для постановки новых авиационных двигателей на производство.

Библиографическая ссылка

1. Селиванов С. Г., Поезжалова С. Н. Метод математического моделирования и структурной оптимизации единых технологий в инновационных проектах // Вестник УГАТУ. 2009. Т. 12, № 2 (30). С. 107-116.

S. N. Poezjalova Ufa State Aviation Technical University, Russia, Ufa

THE NEURAL-FUZZY MANAGEMENT METHOD OF HIGH AND CRITICAL TECHNOLOGIES DEVELOPMENT IN ENGINE-BUILDING MANUFACTURE

The functional model of ASSR-technologies is offered and application of the neural-fuzzy management method of development of high and critical technologies in engine-building manufacture is shown in the form of information technology of the function of integrated-regression networks and the use offuzzy logic for the formation of united technologies of aviation engines of new generation. The rational functions describing the development of fighters and innovative-investment projects for creation of competitive production are revealed with the use of artificial intelligence techniques.

© noe3^ajioBa C. H., 2010

УДК 517.977.1

А. Н. Рогалев

Институт вычислительного моделирования Сибирского отделения Российской академии наук, Россия, Красноярск

ВОПРОСЫ РЕАЛИЗАЦИИ ГАРАНТИРОВАННЫХ МЕТОДОВ ВКЛЮЧЕНИЯ ВЫЖИВАЮЩИХ ТРАЕКТОРИЙ УПРАВЛЯЕМЫХ СИСТЕМ

Описывается применение гарантированных методов, позволяющих получать границы траекторий управляемых динамических систем, сохраняющихся (выживающих) до некоторого момента времени в пределах заданного множества. Такие количественные оценки являются границами множеств достижимости, удовлетворяющими условиям выживаемости. Приводятся примеры расчетов границ выживающих траекторий.

Рассматриваются системы обыкновенных дифференциальных уравнений, в которые входят члены, описывающие параметрические возмущения или неточности задания коэффициентов системы. Известны лишь границы, в которых они могут лежать. Среди математических описаний подобных задач мы выделим задачи проверки гарантированных условий безопасности и задачи построения множеств достижимости [1-8]. Задачи выживания (термин принадлежит J.-P. Aubin [9]) для управляемых динамических систем включают в себя большое число вполне конкретных приложений, интерес к которым не ослабевает с конца 50-х гг. прошлого столетия. К числу таких прикладных задач относятся задачи об обходе препятствия, о построении управления, удерживающего траектории системы в заранее заданном множестве, в частности, на заданном многообразии, некоторые задачи математической экономики и многое другое.

Структура управляемого объекта выражается системой дифференциальных уравнений

Î = f (t, y,м )

dt

(1)

с заданными классами допустимых управлений и начальными и конечными состояниями управляемого объекта.

В докладе строятся включения области достижимости управляемых систем с помощью гарантированного метода оценивания множеств решений систем обыкновенных дифференциальных уравнений на основе символьных формул для аппроксимации оператора сдвига вдоль траектории [1-9].

Множеством достижимости У (/) называется множество всех точек из фазового пространства, в которые можно перейти на отрезке времени [/0, Т] из всех точек начального множества фазовых состояний М0 по решениям системы (1) с начальным условием у^0) е М0 и с допустимым управлением и(/). Точное или приближенное описание множества достижимости управляемой системы позволяет оценить предельные возможности системы управления, выбрать оптимальное управление.

Включением (гарантированной оценкой) множества достижимости ОДУ У (/) называется многозначная функция У(/) такая, что для любого у(/0) е М0 и I е V0, Т] решение у(/, у0) е У ^).

Выполнение гарантированных методов, основанных на аппроксимации оператора сдвига вдоль траектории, разделено на два этапа: предиктор и корректор.

На первом этапе (предиктор), происходит построение (запись) символьных формул приближенных решений как векторных функций

8п(У0).£И-1(УО)...£ 1(У0), где вектор У0 - вектор начальных значений, рассматриваемых как символьные величины. Затем вычисляется область значений £у

этой формулы.

На втором этапе (корректор) определяется гарантированная оценка глобальной ошибки приближенного решения Я(У0, t). Подробное описание этих шагов гарантированного метода дано в работах [1-8].