Система интегрированного контроля работы бортового оборудования летательного аппарата



Система интегрированного контроля работы бортового оборудования летательного аппарата

 


Владельцы патента RU 2431175:

Федеральное государственное унитарное предприятие "Летно-исследовательский институт имени М.М. Громова" (RU)

Изобретение относится к области авиации, а именно к системам контроля работы бортового оборудования. Техническим результатом является повышение эффективности системы контроля работы бортового оборудования для прогнозирования надежности и долговечности бортового оборудования, определения оптимальных сроков технического обслуживания и защиты летательных аппаратов в критических и катастрофических ситуациях. Система интегрированного контроля работы бортового оборудования летательного аппарата (ЛА) включает составной информационный объект ЛА, декомпозированный на гранулы и последовательно соединенные блок обеспечения информации (БОИ), блок выработки решений (БВР), командно-организационный блок (КОБ) с терминалом пользователя (летчика). 1 ил.

 

Область техники

Система относится к области авиационного оборудования (БО) и предназначена для установки на гражданские и маневренные летательные аппарат (ЛА) для защиты их в критических и катастрофических ситуациях, для контроля за точностью выполнения пилотом заданного режима полета.

Уровень техники

Известен «Способ интегрированной логической поддержи эксплуатационного контроля ЛА», см. патент РФ №2308069 от 06.03.05, заключающийся в том, что в нем устанавливают измерительные, контрольные, проверочные и регулирующие системы на различные системы, агрегаты, узлы, электрические и информационные цепи ЛА, получают показания от них, формируют базу знаний (БЗ) по набору возможных программ проверки, измерения и регулировки. По результатам анализа и опыта, исследований износа систем, агрегатов, узлов, электрических и информационных цепей ЛА, рекомендаций разработчиков и изготовителя, информации оперативной подготовки и контроля систем, комплексной обработки и анализа результатов контроля, с помощью автоматизированной контрольно-проверочной аппаратуры, на основании показаний, полученных от измерительных систем, установленных на агрегатах ЛА во время полета или наземной отработки, оценивают параметры работы систем. На основании полученных данных все системы, агрегаты, узлы, электрические и информационные цепи ЛА разделяют на классы, не требующие срочного ремонта или замены, имеющие допустимый износ и требующие ремонта и замены. Если на ЛА имеется хотя бы одна система, отнесенная к последнему классу, то дальнейшую эксплуатацию ЛА запрещают, если все системы относятся к последнему классу, то прогнозируют их износ и информируют технический персонал о возникших отклонениях от нормы систем, выдают рекомендации по их замене.

Однако математическая модель системы надежности элементов и устройств не учитывает взаимосвязное появление внезапных и постепенных отказов, не позволяет учесть изменение надежности за счет различных дестабилизирующих факторов: температуры, электрических и механических перегрузок.

Известна интеллектуальная обучающая система, см. патент РФ №2310223 от 26.01.2006, G09B 5/14, G06N 1/00, содержащая блок интерфейсов с мониторами, взаимосвязанные с локальной сетью с блоком планирования и мониторинга обучения, блок оценки знаний, блок адаптации и блок программного управления, обеспечивающий формирование и выдачу команд управления в локальную сеть в последовательном коде. Функционирование системы основано на адаптируемых автоматизируемых циклах обучения и контроля знаний в вычислительной среде экспертной системы (ЭС) с использованием формализованных знаний на основе онтологии и процедур извлечения «скрытых» знаний с использованием моделей формального концептуального анализа. Поддержка работы в сложных ситуациях осуществляется на основе интеллектуального интерфейса. Процесс обучения реализуется с учетом моделей «обучаемого и преподавателя».

Однако трудности обучения и сбор достоверной, статистической информации о моментах времени поступления отказов, проведения длительного обслуживания сложных ситуаций требует обязательного выполнения организационно-технических мероприятий при технической эксплуатации диагностических комплексов ЛА, что значительно усложняет процесс.

Известен технический диагностический комплекс (ДК) с тестовой программой «DIAGNOS», контролирующей работоспособность ДК (см. «Диагностические комплексы систем автоматического самолетовождения» под редакцией В.А.Игнатова, М. Транспорт. 1975, стр.206) для определения работоспособности и оценки точности комплекса. Система диагностики позволяет осуществить выбор и обоснование способов и принципов диагностики, разработку и анализ методов диагностики, построение структурных схем алгоритмов, создание диагностических тестовых программ. Используется автоматическая и ручная диагностика, аппаратная и программная диагностика.

В системе предлагаемый способ диагностики комплекса заключается в использовании автоматического программного режима: для проверки каждого функционального узла комплекса образуется замкнутый контур, основными элементами которого являются вычислитель ЦВМ и проверяемый узел; тестовая программа автоматической работы замкнутого контура составляется так, чтобы получить ответ на два вопроса: работает или не работает проверяемый узел и какова его реальная погрешность.

Принятая система технической диагностики имеет следующие особенности:

- Автоматизация контроля - все функциональные узлы за исключением источников питания диагностируются в автоматическом режиме;

- Использование системы технической диагностики ЦВМ;

- Сокращение средств аппаратного контроля.

Система технической диагностики комплекса обеспечивает обнаружение устойчивых отказов с точностью до функционального узла, обнаружение отказов каналов связи, работающих на прием и передачу сигналов, обнаружение отказов в соединительных цепях комплекса, автоматическую печать о текущем состоянии объекта и сигнализации отказов.

Комплексная тестовая программа «DIAGNOS» предназначена для автоматической проверки работоспособности всего комплекса и его узлов: замкнутый контур диагностики ЦВМ, каналы связи, имитатор курсоглиссадного маяка, имитатор барометрической высоты, трехкоординатный стенд.

В качестве критерия ранжировки узлов используется функционал, в котором учтены признаки вероятности отказа узла за время проверки Pi время проверки узла ti и условная вероятность связи i-го узла с другими устройствами:

,

где ni - количество связей узла, подсчитываемых по графу функциональных и логических связей узлов комплекса,

k - количество функциональных узлов ДК.

Функционал ранжировки определяется как:

, ,

где γ12 - вес нормированной вероятности отказа Pi i-го узла,

;

γi2 - вес нормированного времени проверки ti i-го узла;

.

Вероятность отказа за время проверки ti определяется по среднему времени безотказной работы T0i: .

Недостатком данной системы является ограниченное число узлов диагностирования бортового оборудования ЛА, а также всего комплекса ЛА («работоспособности-неработоспособности») в автоматическом режиме диагностирования.

Известна управляющая экспертная система (взятая за прототип), статья Л.А.Станкевича, Д.Л.Тиманина «Когнитивные системы, средство реализации и примеры применения». Санкт-Петербургский политехнический университет, stank@phtf.stu.neva.ru, в которой определены принципы построения когнитивных систем (КС), состояние информации и искусственного интеллекта, методы представления, обработки и формирования когнитивных функций, отношений и процессов. Рассмотрены нейрологические средства для их реализации, организации когнитивных и многоагентных систем. Приводятся примеры применения когнитивных агентов в системах управления роботов.

Однако определение технического состояния диагностической системы в настоящем времени, прогнозирование надежности и долговечности бортового оборудования, определение оптимальных сроков технического обслуживания осложняется трудностями эксплуатации обучения КС.

Технический результат, на создание которого направлено данное изобретение, заключается в расширении функциональных возможностей, повышении эффективности системы контроля работы бортового оборудования для прогнозирований надежности и долговечности бортового оборудования, определения оптимальных сроков технического обслуживания.

Поэтому целесообразно сочетание методов и средств основных видов диагностики сложных систем: автоматическая, аппаратная и программная диагностика. Предлагаемая система интегрированного контроля работы бортового оборудования применяется для диагностики с максимальным использованием автоматического программного режима. Программу автоматической работы контура составляют так, чтобы получить ответ: работает или не работает проверяемый узел, элемент бортового оборудования и какова его реальная погрешность.

Повышение эффективности принятия решений при работе в сложных неопределенных средах требует использования интеллектуально обучаемых систем на основе когнитивных методов познавательной мыслительной деятельности человека.

Когнитивная система (КС) способна познавать окружение и адаптироваться к нему или изменять ее за счет накопленных в процессе функционирования знаний.

В КС используются методы познания, т.е. восприятия и накопления информации и мышления при решении задач. В основе методов лежит понятия когнитивных функций, отношений и процессов. Для разработки базовых модулей и структур для обработки информации в КС используются нейрологические модели, основанные на принципах обучения в нейронных сетях, а также методах грануляции и ассоциативно-логической обработки информации, обучаемые модули, основанные на применении адаптивных аппроксиматоров.

Существенные признаки

Для получения указанного технического результата в системе интегрированного контроля работы бортового оборудования летательного аппарата (ЛА), основанной на когнитивной обработке информации, включающей составной информационный объект от датчиков ЛА, декомпозированный на гранулы, в которых происходит ассоциированная логическая обработка информации с использованием базовых модулей, состоящих из клеток-адаптивных аппроксиматоров-обучаемых элементов, способных самостоятельно обрабатывать информацию. Клетки выполнены из блоков: информационного гранулятора, активатора, информационного дегранулятора, настройщика, формирующих связи и веса аппроксимирующих функций, и имеющих n-входов и один выход, и «ядер»-«склеенных» клеток-наборов множества входов и выходов клеток, весов, связей, скрытых параметров ядра-активаторов, выполняющих преобразование сигналов в обучаемой, с обучателем когнитивной системы (КС) локальной вычислительной сети, и саму локальную вычислительную сеть (ЛВС). В ЛВС дополнительно введены последовательно соединенные: блок обеспечения информации (БОИ), блок выработки решений (БВР), командно-организационный блок (КОБ) с терминалом пользователя (летчиком), БОИ соединен выходом с двухсторонней связью с ядрами ЛВС, другой выход ядер ЛВС соединен последовательно с блоком определения ситуаций и блоком «модели окружающего пространства». Обучатель выполнен из блока интеллектуального интерфейса (БИ), входного блока обучения (ВБО) с монитором когнитивной системы (КС) и преподавателя, блока планирования и мониторинга обучения (БПМО) с экспертной системой (ЭС), блока оценки знаний (БОЗ) с ЭС, блока адаптации (БА), блока программного управления (БПУ), причем БПМО первым выходом двусторонне связан с БИ, вторым выходом последовательно соединен с блоками ВБО, БОЗ, БА, БПУ, БИ, третьим выходом - с ядрами ЛВС, ВБО вторым выходом двусторонне связан с БИ, третьим - с БПУ, четвертым - с БА, а БОЗ вторым выходом двусторонне связан с БА и третьим выходом двусторонне связан с БИ.

На чертеже приведена структурная схема системы интегрированного контроля работы бортового оборудования ЛА.

Осуществление изобретения

Для пояснения сущности изобретения на чертеже приведена структурная схема системы интегрированного контроля работы бортового оборудования ЛА, основанная на когнитивной обработке информации. Система включает составной информационный объект ЛА, декомпозицию потоков информации в гранулах от датчиков - положения углов ЛА, угловой скорости, перегрузки, давления, температуры, усилий, трещин и др., расположенных в частях ЛА: включая центроплан - 3, крылья и хвостовое оперение - 4, двигатели - 5, систему шасси - 6, систему управления и навигации - 7, систему электроснабжения - 8, гидравлическую систему - 9, систему жизнеобеспечения 10 ЛА, связанных с клетками адаптивных аппроксиматоров обучаемых элементов 11, в которых происходит ассоциативная логическая обработка информации с использованием базовых моделей, способных самостоятельно обрабатывать информацию и выполненных из блоков информационного гранулятора 12, активатора 13, информационного дегранулятора 14, настройщика 15, формирующих связи и веса аппроксимируемых функций, и имеющих n-входов и один выход, и ядер 16 - «склеенных» клеток-наборов множества входов и выходов клеток, весов, связей, скрытых параметров ядра-активаторов 16, выполняющих преобразование сигналов в обучаемой с обучателем 17 локальной вычислительной сети 2, и саму локальную вычислительную сеть(ЛВС). Системы интегрированного контроля работы бортового оборудования ЛА включают последовательно соединенные блоки: блок обеспечения информации (БОИ) 24, блок выработки решений (БВР) 25, командно-организационный блок (КОБ) 26 с терминалом пользователя (летчика) 27. БОИ 24 выходом взаимосвязан с ядрами ЛВС, другой вход ядер ЛВС соединен последовательно с блоком определения ситуаций 28 и блоком модели «окружающего пространства» 29. Обучатель когнитивной системы 17 выполнен из блока интерфейса (БИ) 21, входного блока обучения (ВБО) 19 с мониторами когнитивной системы (КС) и преподавателя, блока планирования и мониторинга обучения (БПМО) с экспертной системой (ЭС) 18, блока оценки знаний (БОЗ) 20 с ЭС, блока адаптации (БА) 23, блока программного управления (БПУ) 22, причем БПМО 18 первым выходом двусторонне связан с БИ, вторым выходом последовательно соединен с ВБО 19, БОЗ 20, БА 23, БПУ 22, БИ 21, третьим выходом - с ядрами ЛВС 2, ВБО 19 вторым выходом двусторонне связан с БИ 21, третьим - с БПУ 22, а БОЗ 20 вторым выходом двусторонне связан с БА 23 и третьим выходом двухсторонне связан с БИ 21.

Система работает следующим образом:

В процессе технической диагностики БО системы автоматического самолетовождения (САС) определяют основные состояния системы: исправна/неисправна. Если система работоспособна, то организуется такой процесс управления, чтобы можно было объективно проанализировать ее качество. Если система неработоспособна, организуются такие процессы управления, которые позволяют отыскать отказавший элемент, узел, блок. Система диагностики позволяет диагностировать комплекс в целом. Система позволяет решать проблему рассогласования допусков и учесть все реальные факторы, влияющие на САС.

Обработка информации в КС основана на использовании методов управления, ассоциативно-логической обработки когнитивных функций, отношений и процессов, а также методах автоматического формирования таких функций, отношений и процессов, чертеж.

Необходимость грануляции связана с неопределенностью информации в реальных условиях. Грануляция - одна из базисных концепций когнитивной обработки информации. ЛА-1 составной информационный объект (переменные) может быть декомпозирован на гранулы. Каждая гранула является набором элементарных объектов, которые связаны вместе неопределенностью, близостью, подобностью, функциональностью. Объект Ос-ЛА-1 представляется гранулированно, т.е.

где Aj-j - атрибут гранулы Gi;

Vq-q-e - значение атрибута Aj;

ins_g - отношение включения для гранул;

has_a и has_v - отношения «имеет» для атрибута и значения соответственно.

Объект ЛА-1 включает гранулы: центроплан 3, крылья и хвостовое оперение 4, двигатели 5, система шасси 6, система управления и навигации 7, система электроснабжения 8, гидравлическая система 9, система жизнеобеспечения 10, имеющие атрибуты, размер, форму, вес, прочность, надежность, отказобезопасность и пр. со значениями, например, для первого атрибута «большой», «малый» и пр. Гранулы - это интервалы переменных, выделенные области определения функций и отношений.

Ассоциативно-логическая обработка гранулированной информации основана на использовании ассоциативных отображений М (AM). AM является формой отображения функций, которая обладает хорошими адаптивными и аппроксимирующими свойствами. При отображении преобразований образов или процессов возможно использование одиночных (SAM) и множественных (МАМ) отображений. Формально AM, SAM и МАМ представляются модельными наборами вида:

.

Компоненты, входящие в наборы, имеют следующие назначения:

X, Y - множество входных и выходных параметров (векторные);

S, U - множество структур и структурных единиц, их составляющих;

F - множество базисных функций, реализуемых в узловых элементах;

Рх, Ру - входной и выходной векторы;

AMt - SAM для t-го момента времени протекания когнитивного процесса;

Т - период времени процесса с фиксированными моментами t, в которые реализуется AMt составляющая МАМ.

Ассоциативно-логическая обработка функций и отношений производится с использованием базовых моделей-клеток 11 и ядер 16, и процессов локальной и распределительной сети 2, составленной из клеток 11 и ядер 16, чертеж.

Клетка 11 (C-Cell) является минимально обучаемым элементом, способным самостоятельно обрабатывать информацию в гранулированном виде. Формализованная информационная модель клетки представляется в виде набора множеств:

где Х={х0…xn} - множество входных параметров;

Wc={w0…wv} - множество регулируемых весов (m≥n);

Hx={hx1…hxq} - множество скрытых входных параметров, соответствующих информационным гранулам на входах;

Hy={hy1…hye} - множество скрытых выходных параметров, соответствующих информационным гранулам на выходах;

Sc={sc1…scr} - множество связей скрытых входных и выходных информационных гранул, определяющих цепочку преобразований гранул при активизации этой связи;

BF=(bf1…bfk) - множество базисных функций активаторных элементов клетки;

Yc - выходной параметр клетки, поддерживается структурно функциональной моделью клетки. На чертеже изображена клетка 11, где информационный гранулятор 12, формирующий множество Нх, активатор 13, состоящий из множества активаторных элементов ai, i=1…N, выполняющих преобразования скрытых информационных параметров и формирования множества Ну в соответствии со связями Sc и весами Wc; 14 - информационный дегранулятор, формирующий выходной параметр Y; 15 - настройщик, формирующий множество связей Sc и весов Wc, при настройке клетки на отображение X→Y, аппроксимирующее функцию Y=F(X).

Клетка 11 является универсальным преобразователем информации (адаптивным аппроксиматором), имеющим n-входов и один выход.

Ядро 16 содержит «склеенные» клетки. Информационная модель ядра представляется набором множеств (3), где X=(X1, VX2, V…VXm) - представляет собой «склеенное» множество входов клеток, входящих в ядро; WN, Нх, Ну - множества весов и скрытых параметров ядра, SN - множества связей ядра, объединяющие связи клеток; BF - набор базисных функций активаторных элементов, одинаковый для всех клеток; скалярный выход заменен на векторный; Y - объединенное множество выходных параметров ядра.

Ядро 16 с частичным объединением клеток есть относительная сеть клеток 11 с входами, подведенными к каждой клетке (от каждого входа к каждой клетке). Оно используется для реализации поведенческих функции (отношений) с несколькими связанными параметрами, зависящими от ряда общих аргументов.

Клетки и ядра являются базовыми элементами, из которых строится когнитивная система (КС). Главными информационными элементами, которыми оперирует КС, являются образы. Образ формируется как матрица или вектор со связанными координатами. Преобразование образов является основным операционным компонентом при реализации когнитивных процессов, как последовательностей таких преобразований. Преобразования выполняются в структурных компонентах локальной вычислительной сети 2.

Локальная вычислительная сеть (ЛС) 2 содержит связанные клетки 11 и ядра 16. ЛС рассматривается как самостоятельный модуль обработки образов. Информационная модель локальной сети представляется набором множеств:

где X и CX - вектор образа PX и связи между его координатами, т.е. множество входных параметров и связи между ними, определяющие входной (преобразуемый сетью) образ PX;

WLN - множество регулируемых весов связей между клетками и ядрами, входящими в локальную вычислительную сеть;

SLN - множество связей клеток и ядер, входящих в локальную вычислительную сеть;

Y и CY - вектор образа PY и связи между его координатами, т.е. множество выходных параметров и связей между ними, определяющих выходной (преобразованный сетью) образ PY.

Структурно ЛВС 2 состоит из связанных клеток и ядер, а также обучателя 17, формирующего множество весов связей WLN элементов сети. Наличие разноуровневых компонентов (клеток и ядер) в ЛВС позволяет строить достаточно сложные преобразующие структуры с полносвязной и слоистой организацией. ЛВС с полносвязной организацией используются для ассоциативного заполнения образов. ЛВС со слоистой организацией решает задачи классификации образов и аппроксимации заданных преобразований.

В КС функции и отношения в форме ассоциативных отображений формируются путем обучения. Для разных вариантов обучаемых модулей, построенных для работы с функциями и отношениями, используются методы обучения и самообучения. Производят обучение с подкреплением при взаимодействии со средой - обучение тому, что делать, т.е. как отразить ситуацию в действии, чтобы максимизировать числовой сигнал поощрения от среды. Обучение происходит по эпизодам процесса, которые оцениваются специальной функцией с поощрением лучших эпизодов.

Топология структур КС с обучаемыми компонентами синтезируется путем обучения в соответствии с предварительно определенными целями управления в известной среде. Главным принципом формирования топологии является самоорганизация.

Обучатель 17 содержит блок интеллектуального интерфейса 21, входной блок обучения 19, мониторы преподавателя и обучаемого КС системы, взаимосвязанные локальной внутренней сетью с блоком 18 планирования и мониторинга обучения, блоком оценки знаний, блоком адаптации 23 и блоком программного управления 22, обеспечивающим формирование и выдачу команд управления в локальную вычислительную сеть в последовательном коде. Функционирование системы основано на адаптируемых автоматизируемых циклах обучения и контроля знаний в вычислительной среде экспертных систем (ЭС) с использованием формализованных знаний на основе онтологии и процедур извлечения «скрытых» знаний с использованием моделей формального концептуального анализа. Поддержка работы КС в сложных ситуациях осуществляется на основе интеллектуального интерфейса. Процесс обучения реализуется с учетом моделей обучаемой КС системы и преподавателя.

Решению задачи способствует блок 18 планирования и мониторинга обучения, состоящий из ЭС системы предметных областей и входного блока обучения 19, с преподавателем, предназначенного для формирования моделей обучаемой системы и преподавателя и их идентификации. Блок оценки знаний 20, состоящий из ЭС обучения и оценки формализованных знаний, предназначенной для формирования моделей онтологии и извлечения «скрытых» знаний с использованием формального контекста и блока документирования результатов обучения и тестирования.

Блок 21 интеллектуального интерфейса; блок 23 адаптации, реализующий процедуры адаптивного обучения с динамически меняющейся информацией; блок 22 программного управления позволяет сформировать обучаемой КС связную когнитивную концептуальную модель изучаемого раздела предметной области. Последовательное выявление «скрытых» знаний с помощью формального концептуального анализа формирует понятия, а концептуальная решетка показывает их иерархию и зависимости между объектами. При построении модели предметной области обучаемая КС структурирует эту область, определяет сходство и различие между объектами, анализирует зависимости на признаках. В результате выполнения задания формируется связная структура знания обучаемой КС.

Блок 18 планирования и мониторинга обучения (БПМО) состоит из двух блоков ЭС системы предметных областей, включающий базу знаний (БЗ), механизм логического вывода (МЯВ), базу данных (БД), блока обучаемой КС и преподавателя (БОП), состоящего из блоков моделей обучаемой КС и преподавателя, базы данных блока идентификации БОП.

Блок 20 оценки знаний состоит из двух блоков: ЭС обучения и оценки знаний, предназначенной для формирования моделей онтологии и извлечения «скрытых» знаний с использованием формального контекста, БЗ анализа и оценки знаний, генератора А тестов, МЛВ, системы объяснения, БЗ тестов и результатов тестирования, блок документирования и тестирования.

Входной блок обучения 19 связан с блоком интеллектуального интерфейса 21, программным блоком управления 22, блоком 18 планирования и мониторинга обучения, блоком оценки знаний 20 и блоком адаптации 23, что позволяет управлять процессом преобразования знаний.

Блок адаптации 23 реализует процедуры адаптивного обучения за счет возможности управления процессом обучения с динамически меняющейся информацией на основе моделей обучаемой КС. При этом обеспечивается взаимодействие с БД ЭС-18, содержащей прикладные компьютерные программы.

Блок адаптации 23, обеспечивающий комплексность получаемых знаний, функционирует с ЭС предметных областей блока 18 и ЭС блока оценки знаний 20, обеспечивая реализацию процедур адаптивного обеспечения знаний в нестандартных ситуациях.

Принцип работы блока 18 основан на проверке исходных данных логической системы продукционных правил и последующей корректировке правил, содержащихся в БЗ ЭС 18 и 20.

Блок программного управления 22 обеспечивает функционирование интеллектуальной системы в интерактивном режиме.

БЗ ЭС блока 18 содержит набор данных о понятиях предметной области и связях между ними. Блок извлечения «скрытых» знаний ЭС блока 20 сопоставляет когнитивную модель КС с эталоном в виде концептуальной модели проблемы, имеющейся в БД. По результатам этого сравнения осуществляется связь с генератором тестов. Обучаемой КС задаются вопросы на пополнение недостающих понятий и связей. После завершения работы с построением концептуальной модели знаний предметной области обучаемой КС предоставляется возможность прохождения тестов с помощью генератора тестов.

Блок извлечения «скрытых» знаний 20 представляет собой набор правил и методов, позволяющих систематизировать понятия в предметной области и выявлять концептуальные связи между ними. Блок обеспечивает построение модели предметной области обучаемой КС на основе ее ответов на тесты.

Модель обучаемой КС содержит результаты анализа знаний, действий и реакций на диагностирующие воздействия.

Блок интеллектуального интерфейса (БИ) 21 - программно-аналитический комплекс, обеспечивающий «прозрачность» смысла доступа к информации при поддержании взаимодействия обучаемой КС с помощью блоков 18, 20, 23. Блок 21 ориентирован на формализацию понятий предметной области и включает модули: синтаксический анализатор, выполняющий процедуры морфологического и синтаксического анализа предложений входного текста, процессор понятийного словаря, представляющий собой библиотеку функций, обеспечивающих вычисление характеристик, представленный в словаре понятий и полного набора отношений между ними, а также ассоциативных отношений вида «часть-целое», «устройство-функция», процессор справочника БД, который характеризует модели предметных областей, определяющих функционирования монитора «преподавателя» с помощью средств блока адаптации 23 БА и блока программного управления 22 БПУ.

Процесс обучения с помощью системы 17 состоит в выполнении циклов обучения, связанных с последовательным предъявлением обучаемой КС различных информационных материалов и контролем ее действий в процессе обучения и тестирования. Технология обучения предусматривает использование различных уровней, учитывающих постепенное усложнение предъявляемого материала на низких условиях процесса обучения, ограничивается представлением в виде гипертекста общих сведений и уточняющих конкретных положений. На последующих уровнях обучаемой КС предъявляются несколько элементов, из которых составляется полное представление о проблеме либо решается задача классификации при анализе альтернативных решений. Верхние уровни обучения предполагают предъявление материала со свободно конструированным ответом и решением ситуационных задач.

Функционирование системы 17 определяется работой программного блока управления БПУ-22, с помощью ЭС 18 и 20, блоков БИ-21 и БА-23. После включения системы 17 с помощью блока программного управления 22 начинают выполняться циклы обучения, определяющие процессы приобретения знаний обучаемой КС и последующего ее тестирования в рассматриваемой предметной области. На базе когнитивной обучающей системы 17 формируется гибкое информационное пространство, включающее настраиваемые адаптивные автоматизированные циклы обучения.

Система 17 представляет инструментальную среду, при помощи которой преподаватель задает необходимую информацию для построения онтологии и концептуальной модели предметной области. Обучаемой КС предлагается фактический материал в виде текстов, после чего по тому же принципу, по которому строились эталонные модели онтологии и формального контекста, формируется модель когнитивного пространства, созданного КС. Полученные модели сравниваются с эталоном и по недостающим звеньям снова предлагается фактический материал до тех пор, пока не будет достигнута идентичность когнитивных моделей преподавателя и обучаемой КС. После обучаемая КС может перейти к проверке полученных знаний на основе системы тестирования.

КС в процессе функционирования использует «модель окружающего пространства» 29, настроенную на параметры среды, на поведенческие функции и процессы. Блоки «модели окружающего пространства» содержат текущую и прогнозируемую статическую и динамическую информации об объектах среды и их отношениях. Модель поведения содержит набор поведений и отношений для их выбора в текущей ситуации, а также используется для выбора индивидуального и коллективного управления ЛА 1.

При определении работоспособности системы по состоянию отдельных элементов выполняется комплекс измерительных операций определения величин электрических параметров элементов и состояния электрической схемы гранул 3-10. Эти операции предусматривают необходимость измерения угловых и линейных перемещений (выходных величин блоков), величин омических, индуктивных емкостных и комплексных сопротивлений, сопротивления изоляции и других электрических параметров системы, а также установление целостности электрических цепей и определение положения управляющих элементов. Параметры состоянии КС из вычислительной локальной цепи 2 поступают на блок обеспечения информации 24, блок выработки решений 25, командно-организационный блок 26 и далее на терминал 27 летчика.

Система автоматического контроля бортового оборудования обеспечивает непрерывный контроль работоспособности систем комплекса, обнаруживает неисправные блоки, регистрирует и анализирует отказы. Система также решает задачи: управления процессом контроля; анализа его результатов с целью выявления и прогнозирования отказов; регистрации ухода параметров за пределы допусков, управления системой сигнализации на терминале 27. Система выдает экипажу рекомендации по выбору режимов работы комплекса при наличии отказов отдельных систем.

Блок выработки решений 25 позволяет по результатам расчетов и измерений признаков параметров в расчетных ситуациях принять решение о значениях контролируемых параметров ЛА, непосредственно не наблюдаемых при измерении. В блоке 25 вырабатывается решение о том, к какому классу объектов, т.е. образу, следует отнести данный объект. По совокупности расчетных признаков объекта Х=(х0…xn) строится решающее правило (разделяющая поверхность) δ(х), отображающее множество χ наборов признаков Х объектов на множество Λ решений λ, принимаемых относительно значений искомых параметров γ объектов. Множество Λ тождественно (изоморфно) множеству значений искомых параметров Г, но может отличаться от него. Если αγ=(α, α) - опорный вектор, эталон, то решающее правило - максимальное скалярное произведение . Дискриминантная функция f(x,y) указывает количественную степень близости (сходство) наборов признаков Х∈χ к представителям одного из классов γ.

Система команд в системе ЛВС-2 строится в соответствии с принятым законом композиции, с помощью которого они конструируются из кодов операций и адресов. На языке командной системы задается программа, которая характеризует организацию команд и метод записи информации. Команда ЛВС-2 - это предписание, предусматривающее выполнение операций: код операции, имена объектов X, участвующих в организации, адрес результата, адрес следующей команды.

В командно-организационном блоке 25 система команд в процессе ее выполнения меняется - код операции, адреса и признаки. Адресная часть команды при обработке данных, расположенных в различных местах памяти для настройки программы, модифицируется и реализуется с помощью индексных режимов и косвенной адресации.

Система интегрированного контроля работы бортового оборудования летательного аппарата (ЛА), основанная на когнитивной обработке информации, включающая составной информационный объект от датчиков ЛА, декомпозированный на гранулы, в которых происходит ассоциативная логическая обработка информации с использованием базовых моделей, состоящих из клеток - адаптивных аппроксиматоров - обучаемых элементов, способных самостоятельно обрабатывать информацию и выполненных из блоков информационного гранулятора, активатора, информационного дегранулятора, настройщика, формирующих связи и веса аппроксимируемых функций, и имеющих n-входов и один выход и ядер-«склеенных» клеток-наборов множества входов и выходов клеток, весов, связей, скрытых параметров ядра-активаторов, выполняющих преобразование сигналов в обучаемой с обучателем когнитивной системы (КС) локальной вычислительной сети и саму локальную вычислительную сеть (ЛВС), отличающаяся тем, что в нее ведены последовательно соединенные блок обеспечения информации (БОИ), блок выработки решений (БВР), командно-организационный блок (КОБ) с терминалом пользователя (летчика), БОИ выходом двухсторонне связан с ядрами ЛВС, другой выход ядер ЛВС соединен последовательно с блоком определения ситуаций и блоком модели «окружающего пространства», а обучатель КС выполнен из блока интеллектуального интерфейса (БИ), входного блока обучения (ВБО) с монитором когнитивной системы (КС) и преподавателя, блока планирования и мониторинга обучения (БПМО) с экспертной системой (ЭС), блока оценки знаний (БОЗ) с ЭС, блока адаптации (БА), блока программного управления (БПУ), причем блок БПМО первым выходом двусторонне связан с БИ, вторым выходом последовательно соединен с блоками ВБО, БОЗ, БА, БПУ, БИ, третьим выходом - с ядрами ЛВС, ВБО вторым выходом двусторонне связан с БИ, третьим выходом двухсторонне связан с БПУ и четвертым выходом двухсторонне связан с блоком БА, а БОЗ вторым выходом двусторонне связан с БА и третьим выходом двухсторонне связан с БИ.



 

Похожие патенты:

Изобретение относится к вычислительной технике, в частности к устройствам контроля, и может быть использовано в научных исследованиях и технике, где требуется определять оптимальную программу обслуживания технических средств системы.

Изобретение относится к области контроля и диагностирования систем автоматического управления и их элементов. .

Изобретение относится к автоматизированным системам управления технологическим процессом. .

Изобретение относится к средствам технического обслуживания и ремонта территориальных группировок сложных радиоэлектронных систем, в частности территориальных группировок систем вооружения, военной и специальной техники (ВВСТ) войск ПВО.

Изобретение относится к радиотехнике и может быть использовано для диагностики, ремонта и настройки радиоэлектронной аппаратуры (РЭА), выполненной на элементной базе 3-5 поколений.

Изобретение относится к диагностике средств управления процессом. .

Изобретение относится к автоматизированным системам ремонта сложных технических систем. .

Изобретение относится к области разработки и эксплуатации вторичных источников тока и может применяться для подготовки к хранению, проведения ресурсных и приемо-сдаточных испытаний аккумуляторных батарей.

Изобретение относится к системам управления технологическими процессами, а именно к осуществлению контроля данных на контурах управления процессами, используемых в таких системах.

Изобретение относится к области контроля компонентов энергетической установки

Изобретение относится к устройствам железнодорожной автоматики и телемеханики, а именно к измерению и контролю параметров блоков электрической централизации и реле

Изобретение относится к области контроля и диагностирования систем автоматического управления и их элементов

Изобретение относится к измерительной технике, а именно к средствам проведения испытаний драйверов лазерных диодов (ДЛД) с помощью измерительных приборов, управляемых ЭВМ для измерения токов, напряжений, частоты, временной развертки и др

Изобретение относится к оборонной технике, в частности к комплексным средствам контроля параметров управляемых ракет, например, телеориентируемых в луче

Изобретение относится к области контроля и диагностирования систем автоматического управления и их элементов

Изобретение относится к области контроля и диагностирования систем автоматического управления и их элементов

Изобретение относится к области комплексного контроля пилотажно-навигационного комплекса систем управления летательными аппаратами и в частности к средствам аппаратурно-безызбыточного контроля ориентации и навигации беспилотных и дистанционно пилотируемых летательных аппаратов, минимального веса, габаритов, энергопотребления, сложности и стоимости

Изобретение относится к способу для эксплуатации установки промышленного масштаба, в частности энергетической установки, при котором некоторое число рабочих параметров установки, характерных для соответствующего рабочего состояния технической установки, и, соответственно, выбранное для некоторого числа выбранных компонентов технической установки некоторое число рабочих параметров компонентов, релевантных для соответствующих компонентов, контролируется и сохраняется в запоминающем устройстве, причем для упомянутых компонентов или каждого выбранного компонента, по потребности, на основе сохраненных рабочих параметров установки и/или сохраненных соответствующих рабочих параметров компонентов определяется показатель усталости, характерный для текущего состояния усталости соответствующего компонента
Наверх