Методы и алгоритмы синтеза технологий и программ управления реконфигурацией бортовых систем маломассоразмерных космических аппаратов

Обложка

Цитировать

Полный текст

Аннотация

В современных условиях в сфере создания и применения существующих и перспективных космических средств (КСр) приобретают особую актуальность вопросы автономности и живучести при разработке и эксплуатации маломассоразмерных космических аппаратов (МКА) дистанционного зондирования Земли (ДЗЗ). Специфика МКА заключается в том, что к процессу их создания трудно напрямую применить стандартную практику использования системы обеспечения надежности, принятую в ракетно-космической промышленности, из-за отсутствия возможности обеспечить полное структурное резервирование его бортовых систем (БС), связанное с массового-габаритными и другими ограничениями. В этом случае особую актуальность приобретают задачи разработки модельно-алгоритмических способов и подходов к обеспечению требуемого уровня показателей структурной надежности, живучести и, в целом, эффективности функционирования БС МКА. Проблема повышения уровня показателей автономности, живучести, эффективности функционирования сложных технических объектов (СТО), к которым, в частности, относятся МКА, в научной литературе рассматривается в совокупности с решением задач контроля, оценивания и технического диагностирования состояния СТО, проведения реконфигурации (структурной, функциональной, структурно-функциональной) структур СТО, управления ее резервами, альтернативного и многорежимного управления, анализа отказоустойчивости и катастрофоустойчивости СТО. Однако, все перечисленные исследования носят разрозненный и разобщенный характер как на методологическом, так и методическом и технологическом уровнях. В статье приводится обобщенное описание разработанных авторами комбинированных методов и алгоритмов решения задач синтеза технологий и программ управления реконфигурацией БС для повышения живучести МКА. При этом данные задачи и решаются не изолировано, а комплексно в рамках общей проблемы проактивного управления структурной динамикой МКА с использованием, либо без использования средств НКУ, что обеспечивает оперативность, обоснованность, полноту, замкнутость и непротиворечивость синтезируемых управленческих решений. Новизна предложенного в статье подхода состоит в том, что ее авторы, базируясь на сформулированных ими концепциях комплексного (системного) моделирования, проактивного управления структурной динамикой БС МКА, а также интеллектуализации процессов проактивного управления БС МКА, разработали методы и алгоритмы синтеза технологий и программ управления реконфигурацией БС МКА, обеспечивающие, во-первых, ситуационный выбор оптимальной последовательности выполнения операций и распределения ресурсов МКА с использованием и без использования средств НКУ, и, во-вторых, эффективное парирование не только расчетных, но и нерасчетных аварийных полетных ситуаций (АПС), а также оперативное восстановление работоспособности его БС. Конструктивность предложенного подхода иллюстрируется на примере решения задачи гибкого перераспределения задач обработки информации между БС МКА и НКУ МКА.

Об авторах

В. Н Калинин

Военно-космическая академия им. А.Ф. Можайского

Email: kvn.112@mail.ru
улица Ждановская 13

А. Ю Кулаков

Федеральное государственное бюджетное учреждение науки «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук» (СПб ФИЦ РАН)

Email: russ69@bk.ru
14 линия В.О. 39

А. Н Павлов

Федеральное государственное бюджетное учреждение науки «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук» (СПб ФИЦ РАН)

Email: pavlov62@list.ru
14 линия В.О. 39

С. А Потрясаев

Федеральное государственное бюджетное учреждение науки «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук» (СПб ФИЦ РАН)

Email: spotryasaev@gmail.com
14 линия В.О. 39

Б. В Соколов

Федеральное государственное бюджетное учреждение науки «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук» (СПб ФИЦ РАН)

Email: sokol@iias.spb.su
14 линия В.О. 39

Список литературы

  1. Ахметов Р.Н., Макаров В.П., Соллогуб А.В. Байпасность как атрибут живучести автоматических космических аппаратов в аномальных полётных ситуациях // Вестник Самарского государственного аэрокосмического университета. 2015. № 4(44). С. 17–37.
  2. Кирилин А.Н., Ахметов Р.П., Макаров В.П., Соллогуб А.В. Методы обеспечения живучести низкоорбитальных автоматических КА зондирования Земли: математические модели, компьютерные технологии // М.: Машино-строение, 2010. 384 с.
  3. Калинин В.Н. Современная космическая кибернетика – методологические основы и направления исследований // Информация и космос. 2007. № 3. С. 7–16.
  4. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов // М.: Наука. 2006. 410 с.
  5. Павлов А.Н., Кулаков А.Ю., Потрясаев С.А., Соколов Б.В. Методы, алгоритмы и технологии реконфигурации бортовых систем маломассоразмерных космических аппаратов // Известия Вузов. Приборостроение. 2018. Т. 61. № 7. С. 596–603.
  6. Kalinin V.N., Sokolov B.V. Multiple-model description of control processes for airspace crafts // Journal Computer System Science International. 1996. no.6. pp. 192–199.
  7. Kalinin V.N., Sokolov B.V. Optimal planning of the process of interaction of moving operating objects // Int. J. Differ. Equ. 1985. vol. 21. pp. 502–506.
  8. Научно-технический отчет (промежуточный) по теме “Разработка технологии и создание экспериментальных программных комплексов управления конфигурацией бортовых систем маломассогабаритных КА в интересах повышения их живучести” (шифр “Технология-СГ-3.3.3.1”). СПИИРАН. 2018. 450 с.
  9. Ковтун В.С. Применение методик вариабельного управления полётом автоматических космических аппаратов для рационального использования ресурсов бортовых систем // Космонавтика и ракетостроение. 2017. № 4(97). С. 143–157.
  10. Ковтун В.С., Почукаев В.Н. Методы образно-символического управления автоматическими космическими аппаратами в условиях аномальных ситуаций // Космонавтика и ракетостроение. 2017. № 6(99). С. 1–14.
  11. Mikaelyan L., Müller S., Gerndt A., Noll T. Synthesizing and Optimizing FDIR Recovery Strategies from Fault Trees // Formal Techniques for Safety-Critical Systems. FTSCS 2018. pp. 37–54.
  12. Tipaldi M., Glielmo L. A Survey on Model-Based Mission Planning and Execution for Autonomous Spacecraft // IEEE Systems Journal. 2018. vol. 12. no. 4. pp. 3893–3905.
  13. Lianxiang J., Peipei X., Xuyang F. Software Reconfiguration Technology for Serviceable Satellite OBDH System // Proceedings of the Second International Conference on Mechanical, Control and Computer Engineering (ICMCCE). 2017. pp. 100–104.
  14. Amigoni F. et al. Aggregating Models for Anomaly Detection in Space Systems: Results from the FCTMAS Study // International Conference on Intelligent Autonomous Systems. 2018. pp. 142–160.
  15. Wang D.-Y. et al. Connotation and Research of Reconfigurability for Spacecraft Control Systems: A Review // Acta Automatica Sinica. 2017. vol. 43(10). pp. 1687–1702.
  16. Mehdi J. Optimal redundant sensor configuration for accuracy increasing in space inertial navigation system // Aerospace Science and Technology. 2015. vol. 47. pp. 467–472.
  17. Nayak A., Reyes L.R., Lee S., Nof S.Y. Resource sharing in cyber-physical systems: modelling framework and case studies // International Journal of Production Research. 2016. vol. 54(23). pp. 6969–6983.
  18. Theorin A. et al. An event-driven manufacturing information system architecture for Industry 4.0 // International Journal of Production Research. 2016. pp. 1297–1311.
  19. Oesterreich T.D., Teuteberg F. Understanding the implications of digitisation and automation in the context of Industry 4.0: A triangulation approach and elements of a research agenda for the construction industry // Computers in Industry. 2016. vol. 83. pp. 121–139.
  20. Bożek A., Wysocki M. Flexible Job Shop with Continuous Material Flow // Int. J. Prod. Res. 2015. 53. pp. 1273–1290.
  21. Pinha D., Ahluwalia R., Carvalho A. Parallel Mode Schedule Generation Scheme // Parallel mode schedule generation scheme // IFAC-PapersOnLine. 2015. vol. 48. no. 3. pp. 794–799.
  22. Battaïa O., Dolgui A., Guschinsky N. Decision support for design of reconfigurable rotary machining systems for family part production // International Journal of Production Research. 2017. vol. 55(5). pp. 1368–1385.
  23. Blazewicz J., Pesch E., Trystram D., Zhang G. New Perspectives in Scheduling Theory // Journal of Scheduling. 2015. vol. 18. pp. 333–334.
  24. Kalinin V.N., Sokolov B.V. A dynamic model and an optimal scheduling algorithm for activities with bans of interrupts // Autom. Remote Control. 1987. vol. 48. pp. 88–94.
  25. Васильев С.Н. От классических задач регулирования к интеллектному управлению // Теория и системы управления. 2001. № 1. С. 5–22.
  26. Шестопалов М.Ю. Отказоустойчивое управление циклическими многостадийными технологическими процессами // Инновации. 2015. № 4(198). С. 8–12.
  27. Шестопалов М.Ю., Имаев Д.Х. Отказоустойчивое управление сложными системами // Дистанционные образовательные технологии: Материалы III Всероссийской научно-практической конференции. 2018. С. 259–266.
  28. Шестопалов М.Ю., Имаев Д.Х., Кораблев Ю.А., Квашнин С.В. Проектирование систем управления территориально распределенными объектами // Инновации. 2018. № 10(240). С. 100–107.
  29. Дзюбановский С.А., Озерянный Н.А. Системы автоматического управления с реконфигурацией // Измерение, контроль, автоматизация. 1990. № 4(76). С. 62–80.
  30. Цвиркун А.Д. Основы синтеза структуры сложных систем // М.: Наука. 1982. 200 с.
  31. Pavlov A.N. The Technique of Multi-Criteria Decision-Making in the Study of Semi-Structured Problems // Proceedings of the 6th Computer Science On-line Conference 2017 (CSOC2017). pp. 131–140.
  32. Калинов М.И., Родионов В.А., Черкашин В.Г. Влияние крена космического аппарата на эффективность решения задачи наблюдения за морскими объектами // Информатизация и связь. 2020. № 5. С. 151–157.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».