Повышение обоснованности выборочного контроля бортовой системы при эксплуатации космических средств


Авторы

Осипов Н. А.*, Мусиенко А. С.**

Военно-космическая академия имени А.Ф. Можайского, Санкт-Петербург, Россия

*e-mail: bayes@mail.ru
**e-mail: vka@mil.ru

Аннотация

Рассматривается применение методов нечеткой логики для обоснования решающего правила перехода с нормального контроля на ослабленный контроль при проведении контрольных испытаний элементов космических средств с целью сокращения объема тестовой выборки и получения более достоверного решения о годности партии. Основным преимуществом предлагаемого подхода является возможность учета разнородных и взаимосвязанных факторов, оказывающих влияние на процесс проведения испытаний, в условиях, когда эти взаимосвязи не всегда ясны и очевидны и могут оставаться неизвестными до некоторого момента времени. Приводится реализация данного подхода при проведении контрольных испытаний, предлагается методика расчета агрегированного показателя, определяющего возможность определения плана выборочного контроля на основе приемлемого уровня качества, что способствует влиянию на решения поставщика путем возможного отклонения партий, а также поддержанию среднего уровня качества процесса в соответствии с установленным приемлемым уровнем качества, одновременно обеспечивая выбранную верхнюю границу риска потребителя.

Ключевые слова:

контрольные испытания, планы выборочного контроля, риск потребителя, функция принадлежности, консолидированная оценка

Библиографический список

  1. Тарасов А.Г., Миляев И.К., Мусиенко А.С. Модель оценки коэффициента готовности электрических кабельных систем космических средств, учитывающая особенности определения технического состояния // Труды МАИ. 2023. № 131. URL: https://trudymai.ru/published.php?ID=175923. DOI: 10.34759/trd-2023-131-17

  2. Захарова Е.А., Барановский А.М. Модель оценивания готовности сложных технических систем с учетом показателей качества диагностирования // Труды Военно-космической академии имени А.Ф. Можайского. 2019. № 669. С. 124–132.

  3. Павлов А.Н., Умаров А.Б., Кулаков А.Ю., Гордеев А.В. Задача планирования реконфигурации системы управления движением малого космического аппарата дистанционного зондирования Земли в условиях неизвестной циклограммы его функционирования // Труды МАИ. 2022. № 126. URL: https://trudymai.ru/published.php?ID=169004. DOI: 10.34759/trd-2022-126-18

  4. Копкин Е.В., Чикуров В.А., Алейник В.В., Лазутин О.Г. Алгоритм построения гибкой программы диагностирования технического объекта по критерию ценности получаемой информации // Труды СПИИРАН. 2015. № 4 (41). С. 106–130.

  5. Осипов Н.А., Мусиенко А.С., Меркушев О.А. Сокращение объема тестовой выборки элементов космических средств при проведении контрольных испытаний // Труды МАИ. 2023. № 132. URL: https://trudymai.ru/published.php?ID=90383

  6. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. - СПб.: БХВ Петербург, 2005. - 736 с.

  7. Пегат А. Нечеткое моделирование и управление. - М.: Бином. Лаборатория знаний, 2009. – 798 с.

  8. Кофман А. Введение в теорию нечетких множеств. - М.: Наука, 1982. – 432 с.

  9. Хей Дж. Введение в методы байесовского статистического вывода. - М.: Финансы и статистика, 1987. - 336 с.

  10. Кохендерфер М., Уилер Т., Рэй К. Алгоритмы принятия решений / пер. с англ. В. С. Яценкова. – М.: ДМК Пресс, 2023. – 684 с.

  11. Флегонтов А.В, Вилков В.Б., Черных А.К. Моделирование задач принятия решений при нечетких исходных данных. – СПб.: Лань, 2020. – 332 с.

  12. Соловьев В.А., Любинский В.Е., Жук Е.И. Текущее состояние и перспективы развития системы управления полетами космических аппаратов // Пилотируемые полеты в космос. 2012. № 2 (4). С. 44-51.

  13. Сторожев С.А., Хижняков Ю.Н. Новый метод адаптации регулятора состояний с применением нечеткой логики // Труды МАИ. 2021. № 118. URL: https://mai.ru/publications/index.php?ID=158255. DOI: 10.34759/trd-2021-118-16

  14. Осипов Н.А., Дорожко И.В. Методика диагностирования автоматизированных систем управления сложными объектами с использованием априорной информации // Известия вузов. Приборостроение. 2013. Т. 56. № 1. С. 18–26.

  15. Дорожко И.В. Захарова Е.А., Осипов Н.А. Модель оценки вероятности безотказной работы сложных технических комплексов на основе динамических байесовских сетей // Труды Военно-космической академии им. А.Ф. Можайского. 2019. № 669. С. 216–223.

  16. Дорожко И.В., Осипов Н.А., Иванов О.А. Прогнозирование технического состояния сложных технических систем с помощью метода Берга и байесовских сетей // Труды МАИ. 2020. № 113. URL: http://trudymai.ru/published.php?ID=118181. DOI: 10.34759/trd-2020-113-14

  17. Дорожко И.В., Горохов Г.М., Кириллов И.А. Методический подход к разработке системы поддержки принятия решений оператора автоматизированной системы управления технологическими процессами на основе динамических байесовских сетей // Труды МАИ. 2022. № 125. URL: https://trudymai.ru/published.php?ID=168195. DOI: 10.34759/trd-2022-125-23

  18. Дорожко И.В., Иванов О.А. Модель системы поддержки принятия решений для диагностирования бортовых систем космического аппарата на основе байесовских сетей // Труды МАИ. 2021. № 118. URL: https://trudymai.ru/published.php?ID=158259. DOI: 10.34759/trd-2021-118-19

  19. Гусеница Я.Н., Дорожко И.В., Кочанов И.А., Петухов А.Б. Научно-методический подход к оцениванию готовности сложных технических комплексов с учетом метрологического обеспечения // Труды МАИ. 2018. № 98. URL: https://trudymai.ru/published.php?ID=90383

  20. Привалов А.Е., Дорожко И.В., Захарова Е.А., Копейка А.Л. Имитационная модель оценивания коэффициента готовности сложных технических систем с учетом характеристик процесса диагностирования // Труды МАИ. 2018. № 103. URL: https://trudymai.ru/published.php?ID=101526


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2024

 Вход