Математический подход выявления момента изменения состояния пилотируемого космического корабля при оперативном анализе его данных


Авторы

Лебедева Н. В.*, Соловьёв С. В.**

ПАО «Ракетно-космическая корпорация «Энергия» им. С. П. Королёва», ул. Ленина, д. 4А, г. Королёв, Московская обл., Россия, 141070

*e-mail: post@rsce.ru
**e-mail: sergey.soloviev@scsc.ru

Аннотация

Оперативная оценка состояния пилотируемых космических кораблей (ПКК) является сложным и скоротечным процессом. В статье рассмотрен новый подход, реализующий выявление свойств поведения тенденций в последовательности значений телеметрических параметров (ТМП). Представлены различные виды и варианты тенденций изменений значений ТМП, исходя из опыта управления полетом ПКК. Предложен математический аппарат, позволяющий перейти от абсолютных значений ТМП к многопараметрическому виду. Рассмотрены характерные случаи динамического состояния бортовых систем ПКК. Сформулирован принцип определения основного ТМП, относительно, изменения которого можно выявить нештатное расхождение данных при выполнении динамических операций. 

Ключевые слова:

пилотируемый космический корабль, оперативная оценка, телеметрическая информация, временные ряды, телеметрический параметр

Библиографический список

  1. Соловьёв В.А., Лысенко Л.Н., Любинский В.E. Управление космическими полетами: учебное пособие. - М.: МГТУ им. Н.Э. Баумана, 2010. Ч. 2. – 426 с.
  2. Соловьев С.В., Мишурова Н.В. Анализ текущего состояния процесса контроля при управлении полетом космических аппаратов // Инженерный журнал: наука и инновации. 2016. № 3. URL: http://engjournal.ru/catalog/arse/adb/1474.html. DOI: 10.18698/2308-6033-2016-03-1474
  3. Мальцев Г.Н., Якимов В.Л., Соловьев С.В., Лебедева Н.В. Первичная обработка телеметрической информации с использованием динамических моделей изменения параметров и парциальной нелинейной фильтрации // Информационно-управляющие системы. 2018.  № 5. С. 22-34. DOI: 10.31799/1684-8853-2018-5-22-34
  4. Смерчинская C.О., Яшина Н.П. Агрегирование предпочтений с учетом важности критериев // Труды МАИ. 2015. № 84. https://trudymai.ru/published.php?ID=63146
  5. Осипов Н.А., Шавин А.С., Тарасов А.Г. Методика идентификации помех, действующих в канале передачи информации робототехнических систем // Труды МАИ. 2017. № 94. URL: http://trudymai.ru/published.php?ID=81085
  6. Травин А.А., Калашников Е.А., Бакрадзе Л.Г. Совершенствование диагностики механизмов машин с использованием методов неразрушающего контроля // Труды МАИ. 2022. № 127. URL. https://trudymai.ru/published.php?ID=170352 DOI: 10.34759/trd-2022-127-23
  7. Артамонов Н.В., Ивин Е.А., Курбацкий А.Н., Фантаццини Д. Введение в анализ временных рядов. - Вологда: ВолНЦ РАН, 2021. – 134 с.
  8. Гребенюк Е.А. Обнаружение изменений свойств нестационарных случайных процессов // Автоматика и телемеханика. 2003. № 12. С. 44–59.
  9. Гребенюк Е.А. Методы анализа нестационарных временных рядов с неявными изменениями свойств процессов // Автоматика и телемеханика. 2005. № 12. С. 3–30.
  10. Гребенюк Е.А. Анализ и оперативная диагностика систем, описываемых нестационарными случайными процессами // Проблемы управления. 2003. № 4. С. 23–29.
  11. Семаков С.Л., Семаков И.С. Простейшая прогнозная модель временного ряда и ее реакция на линейное и параболическое входные воздействия // Труды МАИ. 2018. № 100. URL: https://trudymai.ru/published.php?ID=93446
  12. Семаков С.Л. Об одном подходе к вероятностной оценке безопасности посадки гражданского самолета // Труды МАИ. 2019. № 104. URL: https://trudymai.ru/published.php?ID=102188
  13. Якимов В.Л., Панкратов А.В. Алгоритм формирования диагностических признаков бортовых динамических систем на основе показателя Херста // Труды МАИ. 2015. № 83. URL: https://trudymai.ru/published.php?ID=62242
  14. Якимов В.Л., Мальцев Г.Н. Гибридные сетевые структуры и их использование при диагностировании сложных технических систем // Информатика и автоматизация. 2022. № 21 (1). С. 126–160.
  15. Мальцев Г.Н., Назаров А.В., Якимов В.Л. Исследование процесса диагностирования бортовой аппаратуры автоматических космических аппаратов с использованием дискретно-событийной имитационной модели // Труды СПИИРАН. 2018. № 56. С. 95–121.
  16. Пономаренко В.И., Лапшева Е.Е., Прохоров М.Д. Оценка времен задержки по временным рядам кольцевых автоколебательных систем с запаздыванием // Информационно-управляющие системы. 2022. № 6. С. 53-61. DOI: 10.31799/1684-8853-2022-6-53-61
  17. Гришин И.Ю. Метод адаптивной рекуррентной фильтрации измерений параметров космических объектов // Искусственный интеллект. 2008. № 4. С. 62–73.
  18. Птицын С.О., Зайцев Д.О., Павлов Д.А., Шмелев В.В. Модель процесса обработки быстроменяющихся телеметрируемых параметров в реальном масштабе времени // Вопросы радиоэлектроники. 2020. № 10. С. 31-37. DOI: 10.21778/2218-5453-2020-10-31-37
  19. Елисеев А.В., Кузнецов Н.К., Елисеев С.В. Частотная энергетическая функция в оценке динамических состояний технических объектов // Труды МАИ. 2021. № 118. URL: https://trudymai.ru/published.php?ID=158213. DOI: 10.34759/trd-2021-118-04
  20. Попов И.П. Расчет механических колебаний в поле комплексных чисел // Труды МАИ. 2020. № 115. URL: http://trudymai.ru/published.php?ID=119888. DOI: 10.34759/trd-2020-115-01


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2024

 Вход