Содержание к диссертации
СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ 6
ВВЕДЕНИЕ 7
ГЛАВА I. АНАЛИЗ СУЩЕСТВУЮЩИХ ПОДХОДОВ К ПОСТРОЕНИЮ ИН
ТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ УПРАВЛЕНИЯ ГАЗОТУРБИННЫМИ ДВИ
ГАТЕЛЯМИ (ИСУ ГТД) 21
1- 1 Общие принципы построения интеллектуальных систем управления дина
мическими объектами 21
1.2 Цели и задачи проектирования систем автоматического управления совре
менными и перспективными ГТД 35
1-3 Особенности анализа и синтеза интеллектуальных систем управления ГТД
на основе мягких вычислений 46
1-4 Требования к технической реализации алгоритмов интеллектуального управ
ления ГТД в рамках CALS-технологий 58
1-5 Концепция построения ИСУ ГТД 63
Выводы по первой главе. Задачи, решаемые в диссертационной работе 64
ГЛАВА 2. ПРОЕКТИРОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ УПРАВЛЕНИЯ НА ОСНОВЕ ЭНТРОПИЙНОГО ПОДХОДА
2-1 Обобщенная модель архитектуры ИСУ динамического объекта 66
2-2 Теоретико-информационная модель ИСУ динамического объекта 69
2-3 Ситуация управления. Априорная информация, необходимая для проектиро
вания ИСУ динамического объекта 72
2.4 Энтропийная оценка ситуации управления динамического объекта 76
Энтропия вектора выходных параметров динамического объекта 76
Энтропия внешней среды 77
Энтропия цели управления 77
2.5 Постановка задачи синтеза ИСУ ДО с использованием энтропийного подхо
да 79
2,5Л Задача оптимального синтеза ИСУ динамического объекта 81
2.5,2 Методика синтеза ИСУ динамического объекта 82
Мера сложности ситуации управления и алгоритмов многоуровневого управления динамического объекта 83
Общая процедура проектирования алгоритмов управления ИСУ ДО 86
Энтропийная оценка алгоритмов управления 94
2,8Л Энтропия как мера сложности решений в нейросетевом базисе 95
Сравнительная оценка сложности различных вариантов аппроксимации модели ГТД 96
Энтропийная оценка сложности сплайн-интерполяции 98
2-8.4 Энтропийная оценка сложности нейросетевой интерполяции 99
2.8.5 Энтропийная оценка сложности интерполяции на основе нечеткой логи
ки 102
Выводы по второй главе 109
ГЛАВА 3. СИНТЕЗ НЕЛИНЕЙНЫХ АЛГОРИТМОВ МНОГОРЕЖИМНОГО УПРАВЛЕНИЯ ГТД В ПРОСТРАНСТВЕ СОСТОЯНИЙ
ЗЛ Особенности синтеза алгоритмов исполнительного уровня ИСУ ГТД 110
Анализ современных подходов к синтезу алгоритмов нелинейного управления исполнительного уровня ИСУ ГТД 113
Матричные методы синтеза нелинейного управления ГТД в пространстве состояний 117
3.3Л Алгоритмы синтеза управления ГТД в пространстве состояний 118
3.3,2 Синтез нелинейных САУ ГТД, заданных точечно-линейными
моделями 122
3.3-3 Алгоритм синтеза управления для нелинейных систем с использованием
постоянных собственных векторов 124
3.4 Анализ линейных систем управления с применением базисов Гребнера... Л28
3.4.1 Алгоритм определения всех собственных векторов и собственных значений
с применением базисов Гребнера 128
3.4,2 Алгоритм вычисления передаточных матриц с использованием базиса
Гребнера 130,
3.5 Синтез нелинейного многорежимного управления в пространстве
состояний 135
Выводы по третьей главе 143
ГЛАВА 4. СИНТЕЗ НЕИРОСЕТЕВЫХ АЛГОРИТМОВ МНОГОРЕЖИМНОГО УПРАВЛЕНИЯ ГТД
Синтез алгоритмов управления с обучением на исполнительном уровне ИСУ ГТД 145
Нейросетевые модели ГТД с обучением 148
4.2Л Задача построения обучаемых моделей ГТД с применением НС 150
Задача аппроксимации нелинейных характеристик ГТД 152
Построение динамической характеристики ГТД на основе НС 158
Идентификация параметров воздушных винтов ТВВД 160
Построение НС-модели ГТД на основе энтропийного подхода 167
4.3 Задача синтеза алгоритмов многорежимного управления ГТД с помощью
НС 173
Синтез многорежимного НС-регулятора ГТД на основе метода динамической инверсии 173
Синтез структуры нейросетевого многорежимного регулятора ГТД минимальной сложности 178
Пример синтеза НС-регулятора минимальной сложности 188
Процедура обучения НС-регулятора 191
Многомерная постановка задачи синтеза НС-регулятора 193
4.3-6 Пример синтеза многомерного нейросетевого регулятора двухвального
ГТД 196
Выводы по четвертой главе 201
ГЛАВА 5. СИНТЕЗ АЛГОРИТМОВ КООРДИНАЦИИ ИСУ ГТД
5.1 Концепция построения уровня координации ИСУ ГТД 202
5-2 Информационная модель ИСУ ГТД на уровне координации 205
53 Задача проектирования отказоустойчивой ИСУ ГТД 210
Синтез отказоустойчивой нечеткой системы управления ГТД 213
Синтез отказоустойчивой нейросетевой системы управления ГТД 220
533 Проектирование отказоустойчивой САУ ГТД с моделями отказов в виде
продукционных правил 227
Выводы по пятой главе 236
ГЛАВА 6. ПРОЕКТИРОВАНИЕ ИСУ ГТД НА УРОВНЕ ПЛАНИРОВАНИЯ
Задачи, решаемые на уровне планирования 237
Информационная модель на уровне планирования 242
Задача организации уровня планирования на основе многоагентного подхода 244
Многоагентная система поддержки ЖЦ ИСУ ГТД 249
Многоагентная система моделирования ИСУ ГТД 249
Многоагентная система управления информационной безопасностью в
рамках СALS-технологий 257
6.43 Многоагентная система анализа защищенности РБВС 258
6.5 Задача структурной верификации на уровне планирования ИСУ ГТД 265
6.5.1 Алгоритм структурной верификации программы 267
63,2 Энтропийная оценка надежности программного обеспечения САУ ГТД.278
Выводы по шестой главе 280
ЗАКЛЮЧЕНИЕ 281
ЛИТЕРАТУРА 283
СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИИ
АД - авиационный двигатель
ВВ — воздушный винт
ГТД - газотурбинный двигатель
ИМ - исполнительный механизм
ИСУ - интеллектуальная система управления
ИУ —исполнительный уровень
ЛА -летательный аппарат
MB - мягкие вычисления
ММ — математическая модель
НЛ - нечеткая логика
НС - нейронная сеть
ОУ - объект управления
РБВС - распределенная бортовая вычислительная система
САУ — система автоматического управления
СТО — сложный технический объект
СУ ЛА - силовая установка летательного аппарата
ТВВД - турбовинтовентиляторньтй двигатель
ТРВС - тсрриториально-распределенная вычислительная система
УК —уровень координации
УП - уровень планирования
МАС - многоагентная система
Введение к работе
В настоящее время проблема проектирования систем автоматического управления динамическими объектами характеризуется переходом от парадигмы адаптивного управления к парадигме интеллектуального управления. Это вызвано как непрерывным усложнением объектов управления и условий их функционирования, появлением новых классов вычислительных средств (в частности, распределенных вычислительных систем), высокопроизводительных каналов телекоммуникаций, так и резким повышением требований к надежности и эффективности процессов управления в условиях существенной априорной и апостериорной неопределенности. Учет вышеперечисленных факторов является возможным только на основе перехода от "жестких1* алгоритмов параметрической и структурной адаптации к антропоморфному принципу формирования управления.
Фундаментальные научные результаты в области разработки интеллектуальных систем управления (ИСУ) динамическими объектами отражены в работах отечественных и зарубежных ученых: Васильева В.И., Васильева С.Н., Галушкина А.И., Зверева Г.Н., Ильясова Б .Г., Крымского В .Г., Куликова Г\Г\, Лебедева Г.Н., Лохина В.М., Макарова И.М., Пупкова К.А., Теряева Е.Д., Тимофеева А.В,, Федосова Е.А., Федунова Б.Е., Юсупова P.M., Юсуповой Н.И., Вер-боса П., Нарендры КС, Саридиса Дж. и др.
Интеллектуальное управление является междисциплинарной предметной областью, в которой тесно переплетаются задачи и методы их решения, разработанные в теории исследования операций, современной теории управления сложными динамическими объектами и теории искусственного интеллекта, что обуславливает внутреннюю сложность решения проблем в данной предметной области, т.к. в пей не только сохраняются проблемы научных областей "доноров",
но и появляются новые нерешенные проблемы, вызванные синергстическим эффектом их взаимодействия.
Одним из перспективных направлений в теории ИСУ динамическими объектами является разработка теоретико-информационного подхода к построению этих систем на основе принципа IPDI {Increasing Precision with Decreasing Intelligence), предложенного Дж.Саридисом (США), суть которого заключается в декомпозиции целей и задач управления сложным динамическим объектом в зависимости от требуемой точности и интеллектуальности выработки управляющих воздействий. При этом, чем выше требуемая точность управления на иерархическом уровне, тем ниже его уровень интеллектуальности; и наоборот, чем выше требуемый уровень интеллектуальности, тем ниже требуемая точность выработки управления.
Что касается концепции, методологии и методов проектирования ИСУ современными и перспективными ГТД, представляющими собой классический пример сложных динамических объектов, то они до настоящего времени практически не разработаны, К нерешенным задачам здесь можно отнести задачи обоснования иерархической декомпозиции ИСУ ГТД в рамках подхода IPDI и обеспечения оптимального взаимодействия между различными уровнями иерархии ИСУ- Не разработаны принципы комбинированного применения классических (как правило, линейных) алгоритмов управления и интеллектуальных алгоритмов, основанных на использовании нечеткой логики, нейронных сетей, генетических алгоритмов, при построении ИСУ ГТД, Не решена задача оптимизации структуры и параметров интеллектуальных регуляторов на различных уровнях иерархии ИСУ ГТД. Учитывая гибридный характер проектных решений, оценку эффективности иерархической ИСУ ГТД как проектного решения в целом также можно отнести к нерешенным задачам в рассматриваемом контексте.
При использовании известных подходов к проектированию отдельных подсистем ИСУ динамическими объектами, к основным обобщенным характеристикам системы автоматического управления (САУ) обычно относят: цели
управления; качество достижения этих целей; вычислительные ресурсы, требуемые для достижения поставленных целей с заданным качеством, или сложность САУ; объем трудозатрат (сроки), необходимые для разработки САУ, или сложность процесса проектирования САУ. Поскольку требования к характеристикам САУ перспективных ГТД постоянно растут, то показатели сложности системы и сложности процесса ее проектирования становятся ключевыми характеристиками, определяющими в конечном итоге качество проектных решений и эффективность функционирования ИСУ ГТД.
Исследования в области оценки и оптимизации сложности САУ динамическими объектами имеют полувековую историю. Впервые это понятие ввел У.Р-Эшби, предложивший так называемый принцип необходимого разнообразия в качестве базового принципа построения САУ. В работах В.В.Солодовникова эта идея получила свое дальнейшее развитие в виде принципа минимальной сложности, составляющего основу проектирования САУ динамическими объектами. В.ИЛЗасильевым и Ф.А.Шаймардановым данный принцип был использован при разработке метода порядкового отображения для синтеза многосвязных линейных САУ. Вместе с тем, перечисленные подходы, определяя необходимые направления исследований применительно к САУ динамическими объектами, не указывают формальных алгоритмов и методик синтеза ИСУ ГТД на основе критерия минимальной сложности при выполнении заданных требований к качеству процессов управления в условиях неопределенности режимов работы ГТД и изменения внешней среды.
Реализация ИСУ сложными динамическими объектами в классе бортовых распределенных вычислительных систем должна базироваться на концепции открытых информационных систем, построенных на основе унификации набора функций, спецификаций и иерархической организации протоколов взаимодействия между различными уровнями системы управления. Примером применения идеи открытых систем являются современные CALS-технологии, основанные на применении стандартов обмена информацией на различных этапах жизненного
цикла сложных технических объектов. Перспективность данного подхода определяется также тем, что построение ИСУ ГТД в рамках открытых систем позволит обеспечить комплексирование различных подходов в рамках универсальных методов и алгоритмов обработки информации, а также развитие и модернизацию эксплуатируемых систем управления.
Таким образом, проблема разработки методологии и теории проектирования ИСУ сложными динамическими объектами и построения на их основе ИСУ авиационными двигателями является актуальной и своевременной.
Цель и задачи исследования
Целью диссертационной работы является разработка методологических и теоретических основ проектирования интеллектуальных систем управления сложными динамическими объектами на основе системного анализа и структурной оптимизации иерархических уровней управления с использованием принципа минимальной сложности, а также реализация предложенных подходов при построении интеллектуальных систем управления авиационными двигателями.
Для достижения указанной цели в работе поставлены и решены следующие задачи:
1. Разработка концепции построения иерархических интеллектуальных систем управления сложными динамическими объектами, функционирующими в условиях существенной неопределенности,
2- Разработка методов и алгоритмов оценки и оптимизации сложности проектных решений на различных уровнях иерархии ИСУ динамическими объектами на основе энтропийного подхода и принципа минимальной сложности,
3. Разработка методов, алгоритмов и методик синтеза алгоритмов управления исполнительного уровня ИСУ ГТД на основе нелинейных регуляторов, нейронных сетей и нечеткой ЛОГИКИ-
Разработка методов, алгоритмов и методик синтеза алгоритмов управления на уровне координации ИСУ ГТД на основе принципов адаптации и самоорганизации системы.
Разработка методов и алгоритмов принятия оперативных решений на уровне планирования ИСУ ГТД на основе многоагентного подхода.
Реализация и внедрение полученных теоретических результатов в виде методик, моделей, алгоритмов и прикладных программ анализа и синтеза ИСУ ГТД в рамках СALS-технологий, обеспечивающих оптимизацию жизненного цикла САУ ГТД.
Методы исследования
При работе над диссертацией использовались: методы системного анализа и теории управления - для решения задач анализа и синтеза иерархической ИСУ ГТД; основные положения теории информации — лри выборе и оптимизации сложности САУ на основе понятия энтропии; методы линейной алгебры - при синтезе нелинейных алгоритмов управления ГТД в пространстве состояний; теория искусственного интеллекта - при разработке методов синтеза алгоритмов нейросетевого и нечеткого управления ГТД; теория сетей Петри - при разработке алгоритмов верификации прикладного программного обеспечения САУ ГТД. Для оценки эффективности полученных результатов использовались методы математического и имитационного моделирования систем управления.
Основные научные результаты, полученные автором и выносимые на защиту
1. Предложена концепция построения интеллектуальных систем управления сложными динамическими объектами, основанная на вертикальной и гори-зонтальной декомпозиции процессов управления в рамках архитектуры откры-
тых информационных систем, В отличие от известных подходов, данный подход позволяет обеспечить достижение цели управления на основе принципа минимальной сложности (минимальной энтропии) путем перераспределения ресурсов системы в условиях их дефицита, а также адаптации характеристик системы при изменении ситуации управления на основе самообучения и самоорганизации ИСУ.
Разработан теоретико-информационный подход к оптимизации проектных решений, осуществляемых на уровнях планирования, координации и исполнительном уровне ИСУ динамическим объектом, основанный на энтропийной оценке сложности алгоритмов управления, что, в отличие от известных подходов, позволяет формализовать процедуру структурной оптимизации ИСУ в рамках концепции открытых систем.
Предложены методы синтеза алгоритмов управления исполнительного уровня ИСУ ГТД, основанные на совместном применении нелинейных алгоритмов управления ГТД в пространстве состояний и алгоритмов интеллектуального управления ГТД на основе нейронных сетей и нечеткой логики, что позволяет, в отличие от известных подходов, обеспечить более высокие показатели качества процессов управления в широком диапазоне изменения режимов работы ГТД и условий полета.
Предложены методы синтеза алгоритмов управления на уровне координации ИСУ ГТД, основанные на on-line обучении нейросетевых алгоритмов управления ГТД, а также селектировании каналов управления ГТД по величине оценки их энтропии исходя из получения заданных показателей качества и надежности подсистем управления, что позволяет, в отличие от известных подходов, обеспечить оптимальное соотношение между сложностью, качеством и надежностью процессов управления ГТД.
Предложен способ организации уровня планирования ИСУ ГТД, основанный на многоагентном подходе к принятию оперативных решений в штатных и нештатных ситуациях управления, что позволяет; в отличие от известных
подходов, выбрать наилучшую стратегию управления ГТД в условиях существенной неопределенности внешней среды.
6. Предложены алгоритмы структурной верификации программного обеспечения на основе сетей Петри, алгоритмов анализа и адаптации уровня информационной безопасности ИСУ ГТД в рамках CALS-технологии и использования многоагентного подхода.
Обоснованность и достоверность результатов диссертации
Обоснованность результатов, полученных в диссертационной работе, базируется на использовании апробированных научных положений и методов исследования, корректном применении математического аппарата, согласовании новых результатов с известными теоретическими положениями.
Достоверность полученных теоретических положений и выводов подтверждается результатами расчета характеристик, имитационного моделирования, апробации и промышленного внедрения предложенных алгоритмов управления и методик проектирования ИСУ ГТД.
Практическая значимость результатов
Практическая ценность результатов, полученных в диссертации, заключается в разработке:
методологии проектирования интеллектуальных систем управления ГТД,
обеспечивающей повышение качества и эффективности процессов управления
за счет оптимального распределения ресурсов на различных уровнях иерархии
управления, а также возможность самообучения и самоорганизации ИСУ ГТД;
методике нейросетевой идентификации ГТД, обеспечивающей мини
мальную алгоритмическую сложность и требуемую точность описания характе
ристик ГТД;
методике синтеза многорежимных нелинейных регуляторов на исполнительном уровне ИСУ ГТД, основанной на оценке значений собственных векторов, а также использовании нейронных сетей и нечеткой логики, позволяющей гарантировать требуемое качество процессов управления ГТД в заданном диапазоне режимов его функционирования и условий полета;
методике синтеза отказоустойчивых регуляторов ГТД, обеспечивающих сохранение работоспособности системы при отказе датчиков и исполнительных механизмов САУ ГТД;
методике оптимизации характеристик бортовой распределенной вычислительной системы, обеспечивагощей выполнение заданных требований к ее производительности и информационной безопасности;
методического, алгоритмического и программного обеспечения процесса проектирования ИСУ ГТД, позволяющего сократить в 1Д5 — 2 раза сроки проектирования и повысить показатели качества и эффективности проектируемых систем управления современными и перспективными авиационными двигателями.
Результаты диссертационной работы внедрены в виде методов, алгоритмов, методик и программного обеспечения на ФГУП НИИ Автоматической аппаратуры им. акад. В.С.Семенихина (г. Москва), ФГУП У Hi 111 "Молния" (г, Уфа), "ХТЦ УАИ" (г. Уфа), а также в учебном процессе Уфимского государственного авиационного технического университета.
Связь исследовании с научными программами
Исследования выполнялись в течение более 20 лет (с 1984 по 2005 гг.) на кафедрах авиационного приборостроения, вычислительной техники и защиты информации Уфимского государственного авиационного технического университета в рамках:
ряда научно-исследовательских хоздоговорных работ по заказу предпри
ятия Уфимское агрегатное конструкторское бюро "Молния" (1984-1990 гг);
договора о творческом содружестве с ЛНПО им. Климова, г. Санкт-Петербург (1988-1990 гг.);
Федеральной целевой программы "Государственная поддержка интеграции высшего образования и фундаментальных наук на 1997-2005 гг,";
гранта Министерства образования Российской Федерации по фундаментальным исследованиям в области технических наук ТОО-6,8-925 по теме "Адаптивные и интеллектуальные системы управления авиационными газотурбинными двигателями" (2000-2002 гг.);
гранта РФФИ №04-01-975 "Разработка моделирующего комплекса для испытания, контроля и диагностики интеллектуальных систем управления силовыми установками перспективных летательных аппаратов" (2004-2005 г.);
договора о творческом содружестве между Уфимским государственным авиационным техническим университетом и Нанкинским аэрокосмическим университетом (пНанкин, Китай) (1996-2004 гг.);
гранта НТП Министерства образования Российской Федерации по научно-технической программе "Научные исследования высшей школы по приоритетным направлениям науки и техники. Программа: 205. Новые авиационные космические и транспортные технологии" (2003-2004 гг.);
Европейской научно-технической программы AMETMAS-NOE (1998-1999 гг.);
международного гранта № 0039.1270 "Фундаментальные исследования и новые технологии проектирования сложных технических систем " (2003-2004 гг.);
гранта НАТО "Интеллектуальные средства для обеспечения отказоустойчивости информационно-управляющих систем" (2002-2004 гг.).
Апробация работы
Основные научные и практические результаты диссертации докладывались и обсуждались на Международных и Российских научных совещаниях и конференциях, в том числе на:
I Российском совещании "Новые направления в теории систем с обратной
связью", г. Уфа, 1993 г.;
III-IV Всероссийских семинарах "Нейроинформатика и ее приложения", г. Красноярск, 1995,1997 гг.;
Международной научно-технической конференции "Актуальные проблемы математического моделирования и автоматизированного проектирования в машиностроении: Модель-проект 95", г. Казань, 1995 г.;
Международной научно-технической конференции "Современные научно-технические проблемы гражданской авиации", МИИГА, Москва, 1996 г.;
IV Всероссийской научно-технической конференции "Проблемы совершенствования робототехнических и интеллектуальных систем ЛА"5 МАИ, Москва, 1996 г.;
П-Ш Сибирских конгрессах по прикладной и индустриальной математике (ИНПРИМ-96,98), г. Новосибирск, 1996,1998 гг.;
Международном семинаре "Мягкие вычисления-96", КГТУ, г. Казань, 1996 г.;
Втором международном научно-техническом семинаре по авиационным двигателям, г- Стамбул, Турция, 1996 г.;
Китайско-российском симпозиуме по авиационным двигателям, г.Нанкин, Китай, 1997 г.;
Международной научно-технической конференции "Автоматизированные производственные системы (ASI-97)", г. Будапешт, Венгрия» 1997 г,;
Международной научной конференции "Нейронные, реляторные и непрерывно-логические сети и модели", г.Ульяновск, 1998 г.;
Международных научных конференциях "Стратегия жизненного цикла в производственных системах", г. Бремен, Германия, 1998 г.; г. Бордо, Франция, 2000 г.;
16-й Европейской конференции по исследованию операций, г. Брюссель, Бельгия, 1998 г.;
Всероссийских научных конференциях "Нейрокомпьютеры и их применение", Москва, 1999,2002 гг.;
Российско-китайском симпозиуме по актуальным проблемам авиадвига-телестроения, УГАТУ-НУАА, г. Уфа, 1999 г.;
2-й Всероссийской научно-технической конференции "Нейроинформати-ка-2000", Москва, 2000 г.;
Международной научно-технической конференции "Двигатели XXI века'1, ЦИАМ, Москва, 2000 г.;
Международной научной конференции "Идентификация систем и задачи управления (SICPRO-2000),r, Москва, 2000 г.;
Международном симпозиуме по искусственному интеллекту "КИИ-2000 -СППР и динамические интеллектуальные системы", Москва, 2000 г.;
3-6-м Международных семинарах "Компьютерные науки и информационные технологии", г.Уфа (2000,2001,2003 гг.), г. Патры, Греция (2002 г.); г.Будапешт, Венгрия (2004 г.);
8-й Международной конференции по нейросетевым информационным технологиям (ICONIP-2001), г. Шанхай, Китай, 2001 г.;
VIII Четаевской Международной научной конференции "Аналитическая механика, устойчивость и управление движением", г.Казань, 2002 г.;
V и VI Международных научно-практических конференциях "Информационная безопасность", г. Таганрог, 2003,2004 гг.;
9-й Всемирной конференции по систематике, кибернетике и информатике, г. Орландо, США, 2005 г.
Публикации
Результаты диссертационной работы отражены в 124 публикациях, в том числе в 3-х монографиях (в соавторстве), учебном пособии, 30 статьях, в том числе в 9 статьях в изданиях из списка ВАК, 46 материалах Международных и Российских конференций, 2-х авторских свидетельствах на изобретения, 8 свидетельствах государственной регистрации программ для ЭВМ.
Структура и объем работы
Диссертация состоит из введения, шести глав основного материала, библиографического списка и содержит 275 страниц основного текста. Библиографический список включает 170 наименований литературы.
Краткое содержание работы
Во введении обосновывается актуальность темы исследований в области проектирования иерархических интеллектуальных систем управления сложными динамическими объектами на примере авиационных двигателей. Формулируется цель работы и решаемые в ней задачи, обсуждается научная новизна и практическая ценность выносимых на защиту результатов.
В первой главе проводится анализ существующих подходов к решению, задач проектирования интеллектуальных систем управления сложными динамическими объектами.
На основе проведенного анализа принципов, методов и алгоритмов построения интеллектуальных систем управления сложными динамическими объ-
ектами (с учетом тенденций развития систем управления ГТД представляющих собой важный класс этих объектов) сделан вывод о том, что на сегодня в этой области существует целый ряд нерешенных задач.
С учетом вышеизложенного, в работе формулируется концепция построения перспективных ИСУ ГТД,
Для обеспечения заданной надежности и эффективности функционирования интегрированных ИСУ ГТД на всех этапах их жизненного цикла при этом необходима разработка методов и алгоритмов управления ресурсами бортовой распределенной вычислительной системы на основе многоагентпого подхода, структурной верификации программного обеспечения на основе сетевых динамических моделей и построения механизмов защиты информации в БЦВМ, удовлетворяющих базовым положениям CALS-технологии и концепции открытых информационных систем.
Во второй главе развивается общий подход к проектированию интеллектуальных систем управления сложными динамическими объектами на основе принципа минимальной сложности и энтропийного подхода.
Рассматриваются методологические основы проектирования интеллектуальных систем управления сложными динамическими объектами в классе иерархических систем управления на основе энтропийного подхода, что позволяет с единых позиций обеспечить требуемое качество проектных решений при ограничении на сложность их реализации. Вводится понятие проектного пространства ИСУ динамическим объектом, его топология и метрика. Предложен обобщенный критерий сложности проектных решений на основе энтропийного подхода, что позволяет на основе скалярного критерия оценить комплексную сложность проектных решений. Рассматриваются подходы к определению энтропии алгоритмов управления на исполнительном уровне, уровне координации и уровне планирования ИСУ. Исследуется задача сравнительной оценки сложности алгоритмов многосвязного управления, синтезированных с применением нейронных сетей и нечеткой ЛОГИКИ-
В третьей главе исследуется задача синтеза нелинейных алгоритмов управления многорежимными ГТД? основанных на описании динамики двигателя с помощью кусочно-линейных моделей в пространстве состояний.
Разработана информационная модель исполнительного уровня ИСУ ГТД, позволяющая оценить сложность алгоритмов управления этого уровня.
Предлагаемая процедура синтеза нелинейного регулятора ГТД состоит из следующих этапов.
В четвертой главе диссертации рассмотрены вопросы построения нейро-сетевых моделей ГТД и нейросетевых многорежимных регуляторов, предназначенных для использования на ИУ ИСУ ГТД.
Разработана информационная модель исполнительного уровня ИСУ ГТД, необходимая для анализа вычислительной сложности алгоритмов этого уровня. Анализ сложности алгоритмов ИУ с использованием этой модели показал, что она в значительной мере зависит от сложности алгоритмов обучения, а также от требуемого объема памяти для хранения обучающей выборки данных, используемых для настройки синаптических весов нейросетевых моделей и нейросетевых регуляторов.
В пятой главепроводится анализ построения уровня координации интеллектуальной системы управления. Рассматриваются особенности информационной модели этого уровня- Решается задача построения отказоустойчивых систем управления на базе нечеткой логики и нейронных сетей.
В шестой главе проводится анализ основных задач уровня планирования интеллектуальной системы управления ГТД. Рассматриваются особенности информационной модели этого уровня. Рассматривается общий подход организации уровня планирования на основе многоагентных систем. Решается задача структурной верификации программных систем на основе сетей Петри.
