Глущенко Валерий ВладимировичМетоды разработки программи технологии испытаний робототехнических беспилотных систем

ГЛУЩЕНКО Валерий Владимирович

Методы разработки программ

и технологии испытаний робототехнических беспилотных систем

Московский политех

г. Москва - 2024

УДК 65.01;34

ББК 65.050; 67.0

Г 55

Глущенко В.В. Методы разработки программ и технологии испытаний робототехнических беспилотных систем. - г. Москва: Московский политех, 2024. – 151 с.

Г55

ISBN

Разрабатываются методологические положения теории испытаний роботизированных беспилотных систем (РБС), формируются технологии СМАРТ-управления испытаниями РБС. Целью работы выступает повышение эффективности проектов, качества результатов испытаний роботизированных беспилотных систем и др. В рамках методов системной инженерии, теории систем и системного анализа развиваются методологические положения теории функциональных испытаний РБС, проектного подхода при таких испытаниях. В работе развиваются методы: проектирования; управления процессами проектирования и проведения испытаний робототехнических беспилотных систем. Формируются теоретические основы СМАРТ-технологий разработки программ и технологий испытаний робототехнических беспилотных систем, методологии бережливого производства при проведении испытаний робототехнических беспилотных систем в условиях нового 17-го технологического уклада.

Книга может рассматриваться как учебник по дисциплине «Методы разработки программ и технологии испытаний робототехнических беспилотных систем», и другим.

Для преподавателей, студентов, научных работников, аспирантов, практиков, работающих в сферах проектирования, испытаний и производства робототехнических беспилотных систем в ситуации становления 17-го технологического уклада.

УДК 65.01;34

ББК 65.050; 67.0

ISBN

© Глущенко Валерий Владимирович, 2024

Содержание

Введение……………………………………………………………………………………4

1.Робототехнические беспилотные системы как объект

испытаний………………………………………………………………………………….8

2.Классификация испытаний робототехнических

беспилотных систем…………………………………………………………………...16

3.Проектный подход при испытаниях

робототехнических беспилотных систем….…………………………………………...23

4.Система и технологии СМАРТ-управления проектом

испытаний робототехнических беспилотных систем ……….…………...…………26

5.Теоретические основы, цели и задачи теории испытаний

робототехнических беспилотных систем........................................................................37

6.Проектирование номенклатуры объектов при реализации

проектов функциональных испытаний..........................................................................52

7.Методы теории планирования экспериментов...........................................................60

8.Формирование планов функциональных испытаний

робототехнических беспилотных систем ..................................................................81

9.Проектирование внешних технических обстановок и комплексирование

проверок при функциональных испытаниях

робототехнических беспилотных систем…………………………………………….96

10.Формирование проекта обеспечения безопасности испытаний…………………...110

11.Проектирование измерений при натурных

испытаниях робототехнических беспилотных систем……………………………119

12.Автоматизированная система управления экспериментом………………………...129

Заключение……………………………………………………………………………….140

Литература………………………………………………………………………………..142

Введение. Актуальность данной книги определяется формированием нового 17-го технологического уклада, появлением новых видов продукции -киберфизических систем(КФС), роботизированных беспилотных систем (РБС) и других видов сложных систем (СС).

В самом обобщенном виде под киберфизическими системами понимается результат интеграции продукции машиностроения (самолетов, судов, локомотивов, автомобилей и пр.) и других отраслей (дома и другое) предыдущих технологических укладов с технологиями нового технологического уклада. В результате системного объединения (агрегирования) продукции предыдущих техукладов с новыми технологиями (цифровизации, нейротехнологими, информационными технологиями и др.) возникает(на основе свойства эмергентности) новый объект испытаний.

Известны несколько классификаций жизненного цикла РБС(КФС,СС). В стандарте ИСО 9000 жизненный цикл продукции разделен на 14 этапов. В рамках экономической теории в жизненном цикле продукции выделяют этапы: производства; обращения; эксплуатации. При таком подходе проектирование КФС (РБС,СС) включается в этап их производства.

В проекте разработки РБС (КФС,СС) могут быть выделены этапы: аванпроекта; эскизного проекта; технического проекта; опытных образцов.

Этап испытаний относится к этапу опытных образцов при проектировании РБС (КФС СС). Для этапа испытаний РБС (КФС,СС) характерна системная взаимосвязь этого этапа с другими этапами жизненного цикла такой продукции: связь с опытным производством; связь с этапом обращения в процессе подтверждения потребительских свойств (технико-экономических характеристик) продукции; подтверждение эксплуатационных характеристик и ремонтопригодности и другое.

При этом экспертные оценки показывают, что стоимость этапа испытаний РБС (КФС, СС) может составлять не менее 50% всех затрат на разработку такого рода продукции 17-го технологического уклада.

Например, из СМИ известно, что стоимость проекта создания аэробуса А-380 на момент его выхода на летные испытания составляла около 10 миллиардов долларов США. Это дает основания оценивать и этап летных испытаний А-380 той же суммой- $ 10 000 000 000?

Ускорение темпов научно-технического прогресса (НТП) в условиях 17-го технологического уклада, усложнение объектов испытаний, повышение требований к безопасности, потребительским свойствам РБС (КФС, СС) стимулируют развитие технологий управления функциональными испытаниями РБС (КФС,СС).

Функциональные испытания РБС (КФС,СС), как показывает анализ, являются самостоятельным видом испытаний, в связи с чем необходима разработка отдельной методологии таких испытаний и методов управления такого рода испытаниями. По своей сущности и содержанию функциональные испытания РБС (КФС,СС) являются агрегированием (системным объединением) двух видов испытаний: экстремальных экспериментов; экспериментов по выявлению (подтверждению) механизма явлений (процессов функционирования объектов таких испытаний. Такое системное объединение двух видов испытаний в едином технологическом проекте (и процессе) функциональных испытаний РБС (КФС,СС) формирует новое качество таких испытаний (в соответствии со свойством эмергентности сложных систем).

Функциональные испытания РБС (КФС,СС) могут рассматриваться как относительно самостоятельный проект (подпроект) в связи с действием таких факторов: организационного отделения таких функциональных испытаний от других этапов жизненного цикла продукции; такие испытания имеют ограниченные сроки и ресурсы для реализации; реализуются на специальных испытательных базах (полигонах и др.); выполняются отдельными подразделениями (испытательными бригадами) и другое.

Под управлением проектами функциональных испытаний РБС (КФС,СС) условимся понимать целенаправленное воздействие субъектов этого процесса (его стейкхолдеров) на проект и результаты таких испытаний в интересах обеспечения заявленных результатов таких испытаний с соблюдением определенных ограничений на такой проект.

Под системой управления проектом функциональных испытаний РБС (КФС,СС) можно понимать совокупность элементов (воздействующих на процесс и результаты испытаний) которые в совокупности решают проблемы таких испытаний. Структурой системы управления функциональными испытаниями можно называть совокупность элементов и связей между ними. Система управления такими испытаниями носит многоуровневый, топологически (географически) распределенный характер.

Под рисками проектов функциональных испытаний можно понимать возможность отрицательных отклонений в таких проектах.

В начале 21 века развернутая теория функциональных испытаний РБС (КФС,СС) пока не разработана. Такое отставание теоретических разработок в области функциональных испытаний РБС (КФС,СС) может иметь такие негативные последствия: снижение достоверности оценок безопасности и потребительских свойств объектов испытаний (ОИ); увеличение расходов на проведение испытаний ОИ; затягивание сроков сдачи объекта заказчику (или выхода продукции на рынок) и другое.

Целью работы выступает повышение эффективности процессов и качества результатов функциональных испытаний киберфизических систем (роботизированных беспилотных систем и др.).

Объектом работы выступают робототехнические беспилотные системы (киберфизические системы и другие виды сложных систем) в условиях 17-го технологического уклада.

Предметом работы выступают технологии СМАРТ-управления проектами испытаний роботизированных беспилотных систем (КФС и других видов сложных систем), являющихся одним из ключевых видов продукции нового 17-го технологического уклада.

Учебник написан в виде последовательно расположенных параграфов, что облегчает ее использование в качестве учебника в образовательном процессе при прочтении учебных курсов по изучению методов планирования и проведения испытаний РБС(КФС).

В книге сделан акцент на развитие методологии бережливого производства в сфере функциональных испытаний РБС (КФС,СС).

В работе значительное внимание уделено развитию СМАРТ-технологий управления проектами испытаний РБС (КФС,СС).

Под СМАРТ-технологиями управления проектами функциональных испытаний РБС(КФС,СС), обладающие как минимум двумя свойствами:

-они основаны на выработке новых знаний из уже известных знаний;

-эти технологии должны быть направлены на минимизацию потерь в процессе таких испытаний.

Под потерями понимается проведение неинформативных экспериментов.

Значительная часть материалов этой книги связаны с выполнявшейся в конце 1980-х и начале 1990-х годов по Постановлению ЦК КПСС и Совета Министров СССР научно-исследовательской и опытно-конструкторской работы (НИОКР) «Кегельбан» (руководитель, к.т.н, Глущенко В.В.) .

Результаты этой работы были внедрены на практике при организации и проведении испытаний, создании новых и модернизации существующих полигонов для испытаний авиационной техники.

Анализ показал, что за прошедшие 33 года результаты этой работы не утратили своей актуальности и научной новизны.

Фактически работа носит пионерский характер в научном аспекте и крайне важна в текущей ситуации в практическом плане.

1.Робототехнические беспилотные системы как объект

испытаний

Исследования показывают, что научно-технический прогресс человечества может быть представлен в виде последовательности сменяющих друг друга технологических укладов [1, с. 9-12; 2]. Например, известно предложение составить «периодическую систему» технологических укладов, охватывающую период капиталистического развития [2].

При этом существует несколько точек зрения на понятие «технологический уклад». Под технологическим укладом может пониматься: совокупность применяемых на предприятии технологий [3, с. 70-75]; ключевые экономические институты [4, с. 3-29] и другое. Такого рода определения отражают отраслевой взгляд на теорию и сущность теории технологических укладов. В рамках системного подхода в теории технологических укладов, пот техукладом понимается системное объединение: применяемых технологий; существующих профессиональных и социально-производственных институтов; форм денег [5, с. 85-111]; форм расчетов; организационно-правовых форм бизнеса; методов управления; методы конкуренции на рынках; организация рынков [6, с. 488-504; 7, с.10-13; 8,с.42-72]. Именно такой подход подтверждается мнением международных экспертов, которые считают, что изменения затрагивают не только технологии, но и институциональные отношения, в частности, методы конкуренции фирм [9, с. 31].

В начале 21 века наиболее известны работы по теории технологических укладов, которые включают 6 (шесть) технологических укладов [2; 4, с. 3-29].

Основанием для выделения нового технологического уклада может быть: значимое изобретение, например, нового устройства (например, веретена); новый вид двигателя (например, паруса); новые технологии (например, выплавки меди) и др. [10, с. 53-55].

На основе выделения изобретений, имевших большой социально-экономический эффект, повлиявших на развитие человеческой цивилизации в2024 году есть основания выделить 17 (семнадцать) относительно самостоятельных технологических укладов.

Может быть составлена такая периодизация (классификация) имевших место технологических укладов:

-первый технологический уклад (до 20 000 до н.э.,), который характеризуется собирательством, развитием технологий охоты на диких животных и другим;

-второй технологический уклад (20 000 до н.э.-10 000 до н.э.,), изобретение веретена, создание тканей и развитие ткацких технологий;

- третий технологический уклад (с 10 000 до н.э. и до 5500 лет до н.э.), который связан с приручением и использованием в ткацких (шерсть), транспортных технологиях и сельском хозяйстве этих прирученных животных;

- четвертый технологический уклад (письменность, парус), который продолжался с 5500 лет до н.э. и до 4000 лет до н.э. и, который был связан с изобретением: ручного ткацкого станка, письменности (шумеры) и паруса (египтяне), что способствовало развитию ткацких, транспортных технологий, торговли, стимулировало развитие сельского хозяйства;

- пятый технологический уклад (гончарный круг, выплавка меди), который продолжался с 4000 лет до н.э. и до 3300 лет до н.э., сформировавшийся под воздействием изобретения гончарного круга и технологии выплавки меди, что создавало условия для создания новых инструментов, сохранения продукции сельского хозяйства;

- шестой технологический уклад, получивший название «бронзовый век», продолжавшийся в период с 3300 лет до н.э. и до 2000 лет до н.э,, характеризующийся влиянием развития технологий выплавки бронзы;

-седьмой технологический уклад (2000 лет до н.э.- в 1200 лет до н.э.), который можно назвать «гужевая тяга» был связан с появлением гужевого транспорта-системным объединением повозки (устройства) с физической силой животного, в результате чего появился новый вид транспорта, что способствовало социально-экономическому развитию;

- восьмой технологический уклад, называемый «стальной век» (1200 лет до н.э.- 400 лет до н.э.), который характеризуется развитием технологий выплавки стали, которая началась в Индии, Анатолии и на Кавказе;

-девятый технологический уклад «вьючный транспорт» (400 лет до н.э.,- 9 век), определяется изобретением седла (как устройства) и его системным объединением с физической силой и характеристиками (грузоподьемность и др.) животного, в результате чего возник новый вид транспорта, а именно, вьючный транспорт;

-десятый технологический уклад (9 век-1670 год), характеризуется изобретением ветряной и водной мельниц ( такая мельница-это устройство, использующее энергию воды и ветра), появлением университетов и центральных банков;

-одиннадцатый технологический уклад, именуемый «микроскоп» (1670 год-1770 г.), создан первый в мире микроскоп (голландский изобретатель Антони ван Леувенхук), что стимулировало развитие медицинских и биотехнологий технологий;

-двенадцатый технологический уклад («текстильная машина», 1770-1830 гг.), изобретение прядильной машины Джеймсом Харгривсом, развитие машинных технологий изготовления тканей, развитие ткацкого производства, формирование экономической науки, государственных финансов и финансов (Адам Смит, Давид Рикардо и другие);

-тринадцатый технологический уклад, именуемый «паровой двигатель», (1830-1880 гг.), связан с изобретением паровоза, развитием технологий механической обработки металлов;

-четырнадцатый технологический уклад, который может быть назван «электрический двигатель и двигатель внутреннего сгорания» (1880-1930 гг.), основная продукция: самолеты, автомобили и др.;

-пятнадцатый технологический уклад, который можно назвать «компьютер, ядерный двигатель, ядерная бомба, генетика», (1930-1970 гг.), в частности, адекватная современному компьютеру модель была создана в 1938 году немецким инженером Конрадом Цузе;

-шестнадцатый технологический уклад («технологии микроминиатюризации, микропроцессорная техника», (1970-2010 гг), характеризуеися такой продукцией как банкоматы, пластиковые карточки, мобильные телефоны и другим;

-семнадцатый технологический уклад, называется «нанотехнологии», (2010-2050 гг.), характеризуется такой продукцией как киберфизические системы (роботы, интернет вещей и др.

Принято считать, что ключевым видом технологий определяющим развитие нового технологического уклада являются нанотехнологии [11, с. 2]. Однако, как показал анализ новый технологический уклад характеризуется развитием: информационных технологий, нейротехнологий, технологии цифровизации, нанотехнологий, биотехнологий,др. [6,с. 488-504].

Системная модель нового технологического уклада было представлена в работе [12, с. 17-40]. Описательная модель (образ будущего) семнадцатого технологического уклада может охватывать такие структурные элементы:

1)комплекс новых технологий (нанотехнологии; информационные технологии; нейротехнологии; технологии цифровизации; экологически чистые технологии; ресурсосберегающие технологии; биотехнологии и др.);

2)экономическим сектором опережающего развития будет (впервые) сфера услуг, а (как ранее) не сельское хозяйство или промышленность;

3)основной тренд развития международной кредитно-денежной системы- многовалютность (развитие сегмента криптовалют; рост доли расчетов в национальных валютах, доли расчетов в интернете);

4)основными формами развития бизнеса станут научные, образовательные, технологические платформы, кластеры, экосистемы;

5)трендами развития систем управления будут выступать: СМАРТ-управление; распределенные системы управления; управление социальным развитием персонала;

6)конкуренция между организациями переместится в область организационной архитектуры, организационных культур, организационного дизайна, ценностей фирмы;

7)наиболее значимыми видами ресурсов станут интеллектуальные и финансовые ресурсы и другое;

8)наука и образование будут рассматриваться как основные производительные силы общества и другое.

Шваб К. считает, что инновации будут играть большую роль в новом технологическом укладе. При этом отмечается, что инновации -это сложный социальный процесс, способ коммерциализации знаний [9, с. 23-31].

Организационной формой коммерциализации знаний являются инновационные проекты. Развитие инноваций будет стимулировать переход к использованию проектной модели деятельности организаций [13, с. 2]. Развитию проектного подхода, повешению эффективности инновационных проектов организаций будет способствовать формирование сегмента проектного высшего образования [14, с. 2].

В 2024-м году киберфизические системы (англ. cyber-physical system) являются одним из основных видов продукции и направлений развития техники в новом 17-м технологическом укладе.

Международные эксперты считают основными трендами (мегатрендами) четвертой промышленной революции: беспилотные транспортные средства; 3-Д печать; роботизированные системы; новые материалы; цифровизацию; биотехнологии [9, с. 17-23].

Киберфизические системы следует рассматривать как качественно новый этап в развитии средств автоматизации как производств, так и производимой продукции [8, с. 14].

За рубежом уделяется большое внимание развитию киберфизическх систем [15,с. 2]. Единого мнения по вопросу состава киберфизических систем в начале 21 века нет. В класс киберфизических систем можно включить: робототехнику; беспилотный транспорт; интернет вещей; информационно-торговые системы; гибкие автоматизированные производства; системы автоматизированного проектирования (САПР) и другое [13,с. 6-23].

В связи с высокой актуальностью развития сферы КФС,известно предложение создать специализированную научно-образовательную платформу в области киберфизических систем [16,с. 199-201]. В начале 21 века к киберфизическим системам (КФС) и робототехническим беспилотным системам (РБС) можно отнести широкий класс сложных технических систем, которые обладают такими характерными свойствами [17, с. 45-58].

1.КФС (РБС) предстают как агрегирование (системное объединение) такого комплекса их структурных элементов: источников информации о внешней среде (датчиков); механических конструктивных элементов (корпус, фюзеляж и т.п.); информационных технологий; искусственного интеллекта; микропроцессорных вычислительных средств; физических устройств (двигателей, редукторов, приводов и исполнительных устройств); микроконтроллеров; контрольно-измерительной аппаратуры (датчиков состояния элементов внутренней среды); технологий цифровизации; баз данных; нейротехнологий и другое.

2. Для КФС (РБС) характерна распределенная, как минимум двухуровневая иерархическая микропроцессорная система управления со сложной архитектурой.

3. КФС (РБС) присущи: технологии цифровизации; интеллектуальные технологии управления, связь между элементами КФС (РБС) осуществляется через интерфейсы [22, с. 51-53].

4. Физические структурные элементы КФС (РБС) могут рассматриваться, например, в качестве механической оболочки и/или несущей конструкции такой КФС (например, корпуса беспилотной роботизированной системы), которая обеспечивает механическое закрепление и системное объединение: датчиков внешней информации (например, приемников воздушного давления, гироскопов и др.); вычислительных средств; передающих устройств (транспортеры, редукторы и прочее), механических приводов различных типов (гидравлических, пневматических и т.д.), исполнительных устройств (например, рули БПЛА) и другое.

5. В КФС (РБС) вычислительные средства, чаще всего имеющие вид микропроцессоров и/или микроконтроллерова, распределены по всей структуре такого рода системы, поэтому вычислительная подсистема имеет как минимум двухуровневый вид.

6. КФС (РБС) носит иерархический характер, что означает существование в такой системе нескольких иерархических уровней, находящихся в отношениях подчинения и имеющих свои собственные цели и задачи управления.

7. В КФС (РБС) их вычислительная составляющая системно сопряжена, согласована по своим характеристикам и алгоритмам функционирования с физическими элементами такой КФС(РБС), что может создавать синергетический эффект в процессе работы таких видов систем.

8. В КФС (РБС) все задачи управления функционирования разделены два иерархических уровня: задачи управления технологическими процессами (первый, нижний уровень); задачи управления методами решения задач технологического управления (второй, верхний уровень управления).

9. Информационная компонента КФС(РБС) включает: различного рода базы данных; алгоритмы обработки и представления информации; информационно-измерительные датчики и/или системы; алгоритмами цифровизации, хранения, обработки, анализа данных и другое.

10. Технологии цифровизации являются важной частью КФС (РБС), т.к. обеспечивают преобразование аналоговых сигналов физической части КФС (РБС) в цифровой код, пригодный для работы с ним в вычислительной части такого рода систем.

11. Интеллектуальные технологии в составе КФС (РБС) обеспечивают формирование новых знаний на основе уже известных знаний, что расширяет возможности такого рода систем.

12.При создании КФС (РБС) комплексно используется несколько передовых технологий, характерных для 17-го технологического уклада, одновременно и другое.

Методологией проектирования КФС (РБС) можно признать системную инженерию. Системная инженерия берет свое начало в теории иерархических систем. Основы теории иерархических систем изложены в работах [18, с. 12-17; 8, с. 2]. Системная инженерия может изучаться как гармоничное объединение совокупности знаний из различных областей, необходимых для решения задач проектирования и анализа такого рода сложных техногенных систем. Такая совокупность знаний в результате их комплексного применения позволяет решать на практике задачи: проектирования, анализа, производства, обращения и эксплуатации реальных КФС (РБС).

Изучение подходов к определению сферы практического использования киберфизических систем показывает, что возможны широкая и узкая трактовка этого понятия [1, с. 15-16].

При этом рекомендуется учитывать, что КФС (РБС) являют собой сложные иерархические системы По этой причине КФС (РБС) обладают всеми свойствами такого рода систем: большое число разнородных элементов; эффективность (способность достигать поставленных целей); иерархия-существование нескольких иерархических уровней состоящих в отношениях подчинения; гибкость – способность изменять свои цели функционирования при изменении условий (адаптация) и/или состояния (живучесть) системы; надежность как свойство реализовывать заданные функции с определенными показателями качества в течение определенного периода времени; безопасность (свойство не наносить недопустимого ущерба); уязвимость (способность получать повреждения); стойкость, определяемая как способность выполнять свои функции при выходе характеристик внешней среды за установленные пределы.

Общая теория и парадигма проектирования КФС (РБС) могут быть стать основой для повышения экономической эффективности реализации инновационных проектов в сфере такого рода систем. При проектировании и анализе структуры (архитектуры) КФС (РБС) могут быть полезны функционально-декомпозиционное, в виде контуров обслуживания и другие типовые представления КФС (РБС) [1, с. 15-27].

2.Классификация испытаний робототехнических беспилотных систем

Под испытанием элемента, блока, подсистемы, всего изделия- РБС (КФС,СС) условимся понимать опытное определение количественных и (или) качественных характеристик объекта испытаний. В рамках проектирования или анализа РБС(КФС,СС) испытания осуществляют в интересах снятия неопределенности, получения информации о характеристика КФС (РБС) в целом или ее элементов в процессе функционирования изделия. Проведение испытаний направлено на получение информации необходимой для принятия решения по вопросу соответствии объекта испытаний определенным требованиям заказчика, либо с целью изучения, анализа объекта испытаний.

Классификация испытаний имеет важное значение в силу того, что позволяет оптимизировать процессы поиска наиболее адекватных реальной ситуации методов испытаний.

Под классификацией испытаний понимается разделение всей совокупности испытаний КФС (РБС) на группы на основании определенных признаков (факторов). Классификация испытаний может быть иерархической и не иерархической. При иерархической классификации виды испытаний находятся в отношении подчинения между собой. Например, иерархической является классификация испытаний: элементы, блоки, подсистемы, изделие. Испытания блока КФС (РБС) нельзя проводить о окончания испытаний всех элементов этого блока и т.д. Примером неиерархической классификации является классификация испытаний по видам воздействий: механические испытания; тепловые испытания; функциональные испытания; транспортные испытания; испытания на хранение и другое.

Цели и виды испытаний зависят от: стадий жизненного цикла КФС (РБС); этапов разработки КФС (РБС) и другого.

Известно, что высокотехнологические изделия машиностроения в процессе своего проектирования проходят следующие этапы: научно-исследовательской работы (НИР) или аванпроекта; эскизного проекта; технического проекта; этап опытных образцов [19, с. 162].

Этапы разработки программного обеспечения (ПО) регулируются ГОСТ 19.102-77. В рамках названного ГОСТ разработка ПО включает такие стадии: техническое задание на ПО; эскизный проект ПО; технический проект ПО; рабочий проект ПО; внедрение ПО [13, с. 130].

Поскольку киберфизические системы включают как механическую, так и программную части, такое расхождение в классификации этапов работ может приводить к организационным сложностям в процессе проектирования КФС (РБС).

По ходу выполнения следующих этапов разработки растет объем информации, которой разработчик КФС (РБС) располагает об объекте проектирования.

На этапе научно-исследовательской работы (НИР) или аванпроекта КФС (РБС) должны быть определены: множества условий и заданных функций КФС (РБС); укрупненная модель объекта проектирования; определены основные технологии проектирования и производства КФС (РБС); проведено макетирование и экспериментально подтверждены ключевые конструкторские решения и др. На данном этапе проектирования КФС (РБС) могут формироваться такие типовые представления объекта проектирования: интуитивное представление (неявные знания об объекте); предметное описание объекта проектирования; функционально-декомпозиционное представление объекта проектирования; описание объекта проектирования в виде контуров обслуживания; представление объекта проектирования в рамках модели «параметр-поле допуска».

Как известно, представлением называют определенным образом структурированную информационную модель объекта проектирования, осуществлять проектирование и анализ объектов разработки [20, с. 25].

Далее на этапе эскизного проекта КФС (РБС) осуществляют: уточнение условий и функции объекта проектирования; разрабатывают модель КФС (РБС) с точностью до блоков; детально прорабатывают технологии производства КФС (РБС); проводят лабораторные испытания блоков КФС (РБС). На данном этапе проектирования возможно использование таких видов представлений объекта проектирования: интуитивного; предметного описания; функционально-декомпозиционного представления КФС (РБС); представления КФС (РБС) в виде набора контуров обслуживания; агрегативно-декомпозиционного представления; представления моделью «параметр-поле допуска» для блоков объекта проектирования.

На этапе технического проекта разработки КФС (РБС) формируется полный пакет проектно-конструкторской документации. На этом этапе выполняют испытания КФС (РБС) в сборе, но в лабораторных условиях. При этом на этапе технического проекта КФС (РБС) возможно использование: интуитивного, предметного, функционально-декомпозиционного представления КФС (РБС); представления контурами обслуживания; агрегативно-декомпозиционного представления; представления моделью «параметр -поле допуска» всех элементов объекта проектирования.

На этапе опытных образцов производится выпуск опытных образцов КФС (РБС), которые подвергается испытаниям в реальных (натурных, летных и т.п.) условиях. На этом этапе проектирования становится возможным применение всех ранее перечисленных видов представлений.

Задачами прогнозирования и планирования при разработке КФС (РБС) выступают: разработка облика объекта проектирования; формирование структуры (архитектуры) процессов проектирования; оценка стоимости различных этапов проектирования КФС(РБС). При этом прогнозируют объемы рассчетно-конструкторских работ и моделирования на вычислительной технике, аналоговое моделирование, число опытных образцов различной комплектации для проведения лабораторных и натурных испытаний комплектующих и изделий в целом [21, с. 2; 22,с.2].

По некоторым оценкам трудоемкости этапов разработки высокотехнологичных образцов машиностроения могут находиться в следующем соотношении: НИР - 10%; эскизный проект - 15%; технический проект - (15-20)%; опытных образцов - (55-60)%.

При этом на всех этапах разработки КФС (РБС) значительная часть средств тратится на создание и проведение испытаний: макетов, моделей, блоков, подсистем, КФС (РБС) в целом.

Рекомендуется учитывать, что при использовании процессной модели деятельности организации бухгалтерский учет затрат ведется по этапам разработки в целом (без разделения по видам работ). Это не позволяет оптимизировать соотношение различных видов работ в рамках структуры процесса проектирования КФС (РБС). Использование проектной модели деятельности организации [13, с. 5-25], в частности, в рамках управленческого учета, может позволить оценить эффективность затрат на различные виды работ, в том числе на проведение различных видов испытаний (как вида работ при проектировании КФС (РБС).

Виды испытаний могут быть классифицированы на основе ряда факторов. По иерархическому уровню объекта испытаний в составе КФС (РБС) можно выделить испытания элементов, блоков, подсистем, изделия в сборе. По степени соответствия объекта испытаний реальному изделию можно выделить: испытания мысленных моделей; испытания математических моделей; испытания физических моделей (макетов); испытания реальных образцов изделия -КФС (РБС).

По виду физического воздействия на объект испытаний можно выделить: механические, климатические, термические, радиационные, электромагнитные, электрические, магнитные, химические испытания, др.

Испытания по проверке свойств КФС(РБС) могут быть разделены на испытаний по проверке: потребительских качеств продукции; безопасности продукции; испытания на надежность (оценка наработки на отказ); оценка ремонтопригодности продукции; транспортабельности продукции; сохранности и работоспособности после хранения и другое.

По целям и задачам испытаний можно выделить:

1)параметрические испытания по определению свойств и параметров функционирования КФС(РБС,СС);

2)функциональные испытания-проверка работоспособности КФС(РБС) путем выполнения всех заданных функций в определенных условиях;

3)испытания по исследованию механизма явлений;

4)экстремальные эксперименты для подтверждения работоспособности КФС(РБС) в наиболее тяжелых условиях эксплуатации;

5)доводочные испытания опытных образцов продукции с целью повысить потребительские качества опытных образцов (в машиностроении- это этап А- этап Главного конструктора изделия);

6)оценочные испытания опытных образцов продукции с целью подтвердить заявленные в тактико-техническом задании (ТТЗ) характеристики и потребительские качества опытных образцов (этап Б- это этап Заказчика изделия);

7)контрольно-серийные испытания изделий с целью подтвердить неизменность потребительских качеств серийно выпускаемой продукции;

8)тематические (частные) испытания продукции с целью провкерки отдельных ее качеств;

9)комплексные испытания продукции с целью проверки ее безопасности и достижения заявленных потребительских качеств и другое.

Целью доводочных испытаний опытных образцов продукции является устранение выявленных конструктивных и других видов недостатков для того, чтобы повысить потребительские качества и надежность опытных образцов.

Причины отказов опытных образцов изделий принято разделять на такие категории:

-конструктивно обусловленные причины отказов, которые связаны с особенностями принятый конструкторских решений в процессе проектирования изделия (КФС,РБС,СС);

-причины отказов, связанные с выбранными материалами деталей, использующимися в изделии.

В процессе испытаний определяют, оценивают потребительские характеристики изделия, включая надежность этого изделия.

Под надежностью изделия понимается способность этого изделия выполнять свои функции с заданными показателями качества.

Характеристикой надежности изделия является показатель наработки этого изделия на отказ. В рамках ГОСТ 27.402-95 Планы испытаний для контроля средней наработки до отказа (на отказ) выделяют:

- истинное, заранее неизвестное, значение средней наработки изделия до отказа или на отказ;

- приемочное значение средней наработки (приемочный уровень) и др.

По физическим свойствам объекта и условий испытаний можно выделить: мысленные эксперименты; математическое моделирование; полунатурное моделирование и/или испытания; натурные (полигонные, летные и т.п.) испытания, КФС(РБС) и их составляющих.

По условиям испытаний можно выделить такие виды испытаний: лабораторные испытания; натурные испытания; испытания в имитируемых условиях; интенсивные испытания в условиях и другое.

Испытания в имитируемых условиях-это вид испытаний, характеризующихся тем, что в лабораторных условиях имитируются (воспроизводятся) условия натурного эксперимента. Например, с помощью лабораторной барокамеры имитируется пониженное давление, характерное для полета на определенной высоте. Или с помощью лабораторного холодильник имитируются условия эксплуатации в период морозов и другое

Интенсивные испытания-это испытания КФС (РБС,СС) в сборе или испытания блоков в лабораторных условиях, которые более жесткие, чем натурные испытания. Такие испытания проводят для того, что отказ быстрей проявился, чем это произойдет в натурных условиях.

При полунатурном моделировании и/или испытаниях КФС (РБС) часть блоков объекта испытаний физически воплощена, а другая часть этого объекта (и/или условий испытания) представлена математической моделью.

Функциональные испытания КФС(РБС) являются «вершиной «испытательной пирамиды» в основании которой находятся испытания элементов, потом испытания блоков, затем испытания подсистем КФС (РБС).

В рамках проекта по созданию изделий КФС (РБС,СС) выполняется достаточно большое количество экспериментов и испытаний. Эти испытания тесно связаны с элементами проекта по проектированию КФС (РБС,СС). Результаты испытаний используют для совершенствования функций, потребительских качеств, параметров КФС (РБС,СС).

Вся совокупность испытаний при реализации проекта создания КФС (РБС,СС) может быть представлена как некоторая «испытательная пирамида».

Венчают эту «испытательную пирамиду» натурные функциональные испытания КФС(РБС) в сборе. При этом испытания КФС (РБС) в сборе могут проводиться: в лабораторных условиях; испытания с частичной имитацией внешних условий (например, имитация погодных условий с использованием холодильников и т.п, испытания БПЛА на ракетных дорожках или с использованием летающих лабораторий); с полной имитацией реальной внешней среды в реальном эксперименте.

Как уже отмечалось, функциональные испытания КФС (РБС) являются системным объединением (агрегированием) двух типов испытаний: экстремальных экспериментов; экспериментов по исследованию механизма явлений (реального функционирования) КФС (РБС).

В настоящем параграфе работы описаны подходы к классификации испытаний, особенности различных видов испытаний КФС (РБС,СС).

3.Проектный подход при испытаниях

робототехнических беспилотных систем

Проект функциональных испытаний может рассматриваться как часть проекта(подпроект) создания РБС(КФС, СС). Специфика испытательной деятельности может быть основанием для выделения функциональных испытаний в отдельный проект в составе более масштабного проекта по разработке, производству, реализации на рынке, эксплуатации (КФС,РБС,СС).

Обоснование (на основе логики предложений) необходимости выделить функциональные испытания в самостоятельный вид испытаний РБС(КФС, СС) приведено в работе [23, с. 64-72].

Такое логическое обоснование является ключевым фактором выделения функциональных испытаний КФС (РБС) в качестве относительно самостоятельного проекта, а точнее подпроекта в составе проекта разработки КФС (РБС), как одного из этапов жизненного цикла КФС (РБС).

В качестве дополнительных аргументов в пользу того, что бы считать функциональные испытания КФС (РБС) самостоятельным проектом может рассматриваться следующее:

1)функциональные испытания КФС (РБС), чаще всего, организационно выделены как самостоятельный этап разработки такого рода сложных систем;

2)с организационной точки зрения функциональные испытания КФС(РБС) имеют все атрибуты самостоятельного проекта: цели испытаний; технологии испытаний; проектную команду (испытательную бригаду); самостоятельные планы снабжения; самостоятельные планы проведения испытаний; завершаются испытания подписанием Акта и другое;

3)написанный и утвержденный по результатам испытаний КФС (РБС) Акт является юридическим документом, подтверждающим безопасность и эффективность объекта испытаний;

4)по результатам подписания Акта испытаний образец КФС (РБС) передается в серийное производство;

5)по результатам серийного производства КФС (РБС) проводится другой вид испытаний (направлены на подтверждение качества продукции), а именно, контрольно-серийные испытания (КСИ) и другое.

Сущность любой научной категории (в данном случае «функциональные испытания») раскрывается в ее функциях и ролях.

Для проектов по проведению функциональных испытаний КФС (РБС) характерны такие функции:

-выявления источников отказов объектов испытаний;

-доработка и совершенствование конструкции объекта испытаний;

-подтверждения безопасности объекта испытаний (ОИ) в процессе эксплуатации (целевого использования);

-подтверждение выполнения тактико-технических и/или техников -экономических требований к объекту испытаний;

-оценка реальных характеристик объекта испытаний в натурных (естественных) условиях эксплуатации;

-отработка производственных процессов в ходе изготовления опытной партии испытуемых изделий;

-проверка системы технического обслуживания объекта испытаний и др.

В процессе проявления источников отказов объектов испытаний рекомендуется учитывать, что все источники отказов могут быть разделены на:

-конструктивно обусловленные (связанные с принятыми конструктивными решениями) источники (причины) отказов ОИ;

-источники отказов, связанные со свойствами используемых в конструкции ОИ материалов.

Вероятность проявления источника отказов КФС (РБС) определяется:

-интенсивностью эксплуатационных фактором (факторов внешних воздействий) в эксперименте;

-суммарной продолжительностью экспериментальных исследований ОИ.

При этом интенсивность эксплуатационных фактором (факторов внешних воздействий) определяется характеристиками внешней среды и условиями проведения испытания в конкретном эксперименте. Например, для БПЛА интенсивность факторов внешних (силовых и температурных, вибрационных нагрузок) связана со следующим: условиями старта; погодными условиями; характером траектории; скоростью полета и другим.

Как уже отмечалось, проект проведения функциональных испытаний КФС (РБС) является частью более масштабного проекта-проекта создания КФС (РБС,СС) [1,с.2]. При этом такой проект функциональных испытаний (ФИ) КФС (РБС) является сложным проектом, в котором могут быть выделены относительно самостоятельные части (например, этап А и этап Б).

С содержательной точки зрения структурными частями проектов функциональных испытаний КФС (РБС) могут быть такие подпроекты: проект создания номенклатуры объектов испытаний (ОИ); проект создания внешних технических обстановок ФИ КФС (РБС); проект обеспечения безопасности ФИ КФС (РБС); проект внешних измерений; проект телеметрических измерений, другое. Теоретические основы функциональных испытаний КФС (РБС,СС) рекомендуется развивать с учетом общенаучных положений, отраженных в работах [25, с.12-27;13,с.16].

Как уже отмечалось, значительная часть материалов этого параграфа и всей данной книги в целом связаны с выполнявшейся в конце 1980-х и начале 1990-х годов по Постановлению ЦК КПСС и СМ СССР научно-исследовательской работы (НИР) «Кегельбан». Результаты этой работы были внедрены при проведении летных испытаний авиационных комплексов и модернизации полигонов для проведения испытаний авиационной техники. Научные результаты этой НИР были описаны и опубликованы в депонированной в ВИНИТИ рукописи [26, с.1-200].

4.Система и технологии СМАРТ-управления проектом

испытаний робототехнических беспилотных систем

Понятия технологический базис организации и технологии деятельности отражены, в частности, в работе [20, с.100]. Под технологическим базисом проекта функциональных испытаний КФС (РБС,СС) будем понимать совокупность технологий, применяемых при таких испытаниях КФС (РБС,СС). Технологический базис проектов испытаний является важнейшей характеристикой этого проекта [20, с.100].

Технология функциональных испытаний, с одной стороны, влияет на состав используемых способов и средств испытаний. С другой стороны, такая технология влияет на возможные варианты декомпозиции проекта испытаний с выделением соответствующих этапов, экспериментов в рамках проекта испытаний. Деятельность по реализации проекта испытаний формализуется в виде технологий и включает три основополагающих процесса:

1) получение опытных образцов изделий (КФС,РБС,СС), сырья и (или) ресурсов из внешней среды;

2) преобразование опытных образцов изделий в безопасный и обладающий определенными потребительскими качествами продукт;

3) передача опытных образцов и проектной документации (продукта) во внешнюю среду.

Мескон М.Х., Альберт М., Хедоури Ф. отмечают, что технология – это важная внутренняя переменная процесса (в частности, испытательного проекта), которая имеет гораздо большее значение, чем то сейчас признается [20, с.100; 27,с.2]. Технологии функциональных испытаний связывают задачи с целями и определяют характер декомпозиции операционной системы (испытательного полигона и др.) на подсистемы, блоки; специализацию разделения труда и объемы управления по вертикали и горизонтали.

Можно определить технологию как сочетание квалификационных навыков, оборудования, инфраструктуры, инструментов и соответствующих технических знаний, необходимых для осуществления желаемых преобразований в материалах (опытных образцах КФС,РБС,СС), информации или людях [20, с.100; 27,с.2]. Уже упоминавшиеся Мескон М.Х., Альберт М., Хедоури Ф. полагают, что наиболее важным элементом технологии может считаться испытательный процесс, с помощью которого исходные «сырые(недостаточно совершенные, ненадежные)» опытные образцы преобразуются в желаемый на выходе продукт, а именно, преобразуются в безопасный и обладающий определенными потребительскими качествами образец КФС (РБС,СС). По сути своей технология функциональных испытаний основана на способе, который позволяет осуществить такое преобразование «сырого» (ненадежного, несовершенного) изделия в доказано (в процессе испытаний) безопасный и потребительски полезный продукт (КФС,РБС,СС).

Рекомендуется учитывать, что все виды деятельности включают: сельское хозяйство; промышленное производство; сферу услуг.

При этом как известно, все продукты могут быть разделены на товары и услуги. Для услуг характерны такие основные свойства: нематериальный характер; придание в результате оказания услуг нового качества уже существующим предметам; нестабильность качества услуг; несохраняемость услуги; выполнение услуги в присутствии заказчика [28,с.13; 29,с.11].

В подтверждение гипотезы, что испытания товаров должны относиться к сфере услуг, говорит следующее: в результате испытаний объект проекта (КФС,РБС,СС) получает свое новое качество (свойства безопасного и полезного продукта); в итоге проведения испытаний члены испытательной бригады (испытатели) не завладевают объектом испытаний; имеет место несохраняемость результата испытаний; качество проекта испытаний связано с такими факторами: размером опытной партии; наличием технических средств; компетентностью членов испытательной бригады и может быть нестабильным; испытания могут проводиться под наблюдением и/или в присутствии, при участии представителей заказчика и другое. В настоящей работе будем относить испытательную деятельность к сфере услуг.

Под управлением проектами функциональных испытаний (ФИ) КФС (РБС) в настоящей работе будет пониматься целенаправленное воздействие субъектов этого проекта на конкретный проект (как объект и/или совокупность мероприятий, технологий испытаний) в интересах повышения эффективности результатов этого проекта.

Проекты функциональных испытаний КФС (РБС,СС) реализуют на специально созданных испытательных полигонах. Такой испытательный полигон представляет собой юридическое лицо, создаваемое с целью создания технологий и эксплуатации средств для обеспечения корректного проведения различных видов испытаний определенных видов КФС(РБС,СС).

Например, в сфере авиации известен такой специализированный испытательный центр как Лётно-исследовательский институт имени М. М. Громова (ЛИИ) и другие. Ведущие опытно-конструкторские бюро (ОКБ) имеют на территории таких организаций свои экспериментальные базы, имеющие статус самостоятельных подразделений ОКБ.

Такие экспериментальные базы выполняют следующие функции:

1)разработка адекватных технологий испытаний изделий;

2)создание контрольно-измерительного комплекса для проведения натурных испытаний определенных видов КФС (РБС,СС);

3)проектирование и создание имитационных технических обстановок;

4)технический сервис контрольно-измерительной аппаратуры;

5)технический сервис имитационных технических обстановок;

6)материально-техническое снабжение полигона и другое.

Создание таких полигонов позволяет: во-первых, обеспечить адекватный уровень средств и испытательной техники; во-вторых, экономить расходы на использование испытательной базы и другое.

ОКБ начинают взаимодействовать с полигонами уже на стадии разработки аванпроекта, эскизного проекта КФС (РБС,СС). Как правило, в составе аванпроекта (и на других этапах разработки) КФС (РБС,СС) разрабатывается отдельный том, который посвящен проектированию функциональных испытаний КФС (РБС,СС).

Управление проектами ФИ КФС (РБС) может быть: предшествующим периоду фактической реализации проекта; в реальном масштабе времени осуществления проекта; последующим, т.е. осуществляемое по результатам, уже после завершения самого проекта.

Система СМАРТ-управления проектом функциональных испытаний киберфизических систем представляет собой совокупность элементов, предназначенных для интеллектуального управления проектами ФИ КФС (РБС). Все элементы этой системы в их совокупности обеспечивают решение проблем рассматриваемого проекта в интересах достижения целей проекта.

СМАРТ-управлением проектом функциональных испытаний (ФИ) КФС (РБС) условимся называть такое управление, которое характеризуется повышенной эффективностью, синергией, возникающими на основе использования новых знаний, синтезированных в процессе такого управления проектом.

Под технологией СМАРТ-управления проектом функциональных испытаний киберфизических систем станем понимать системное объединение способов управления, технических средств и компетенций персонала испытательных бригад [20, с.3-100].

Механизмом СМАРТ-управления проектом ФИ КФС можно назвать совокупность методов и инструментов такого управления.

Элементами механизма СМАРТ-управления проектом ФИ КФС-источниками повышенной эффективностью, синергии при СМАРТ-управлении такими проектами могут быть:

1)формирование парадигмы управления проектом и гармонизация в рамках такой парадигмы различных элементов управления;

2)СМАРТ-проверка целей функциональных испытаний и отдельных экспериментов в составе программы испытаний;

3)применение специальных методик проектирования номенклатуры объектов испытаний;

4)использование специальных методик проектирования имитаторов элементов внешней технической среды испытаний;

5)применение методики и принципов бережливого производства при испытаниях;

6)применение приемов самоактуализации участниками испытательных бригад (проектных команд) в процессе диагностики отказов;

7)формирование творческой организационной культуры в испытательной бригаде в ходе реализации проекта функциональных испытаний [1, с.285-300];

8)развитие эмоционального интеллекта членами испытательных бригад (проектных команд) [1, с.300-316];

9)использование гештальтпсихологии при управлении проектной командой [1, с. 300-316];

10)применение методики комплексирования функциональных проверок в одном эксперименте и другое.

Технология ФИ КФС включает следующие действия: составляется план функциональных испытаний КФС; разрабатывается план материально-технического снабжения проекта ФИ КФС; разрабатывается проект измерений при ФИ КФС; составляется проект обеспечения безопасности; формируется испытательная бригада (проектная команда) и другое.

При этом на каждый эксперимент в составе плана ФИ КФС составляется свое задание в котором отражаются: комплектация опытного образца; внешняя техническая обстановка; привлекаемые средства внешних измерений; перечень регистрируемых и передаваемых по телеметрическим каналам параметров объекта испытаний и другое.

В процессе подготовки к эксперименту осуществляется: входной контроль состояния опытного образца; контрольная запись функционирования объекта испытаний; анализ контрольной записи; принятие решения о готовности опытного изделия к проведению эксперимента и др.

Как уже отмечалось, одним из способов снижения затрат времени и средств на функциональные испытания может быть комплексирование функциональных проверок в одном эксперименте.

Синергия интеллектуальных управленческих решений при проведении ФИ КФС (РБС,СС) может быть обеспечена путем комплексирования функциональных проверок. Под комплексированием функциональных проверок станем понимать увеличение степени избыточности функциональных проверок в одном эксперименте. Для обеспечения комплексирования функциональных проверок необходимо составить специальный алгоритм управления экспериментом в реальном масштабе времени этого эксперимента. Такое комплексирование нескольких функциональных проверок в одном эксперименте позволяет сократить число таких экспериментов в программе испытаний, и тем самым снизить затраты времени и средств на такие испытания [19, с. 11; 30,с.24-27].

Как известно, интеллектуальные (СМАРТ) технологии основаны на синтезе новых знаний из уже известных знаний. Но существует еще и понятие «интенсивные технологии» [19, с. 63-66; 27,с.2; 30,с.24-27].

Интенсивные технологии -это такие технологии, которые придают новое качество уже существующим и известным продуктам и процессам [19, с. 63-66; 27; 30,с.24-27]. В этом плане технологии функциональных испытаний КФС (РБС,СС) относятся к интенсивным технологиям.

При разработке проектов испытаний КФС (РБС,СС) необходимо выполнить: компоновку бортовых средств измерений; компоновку наземной части измерительно-испытательного комплекса.

На начальных этапах (аванпроект, эскизный проект) проектирования КФС (РБС,СС) выполняют системное планирование и логическое проектирование процессов испытаний, выполняют разбиение объекта испытаний на отсеки, компоновку бортовых систем [31,с.54-58; 32,с. 64-72].

Комплексированием в общем случае называют повышение степени избыточности чего-то (подсистем, функций и т.п.) при одном варианте проекта по отношению к чему-то, например, количеству функций, подсистем при другом варианте проекта.

Комплексирование связано с многофункциональностью,т.е. свойством системы (КФС,РБС,СС) выполнять определенное множество функций с использованием заданного множества подсистем.

Проектировщики начинают решать названные выше задачи в рамках проектной деятельности на этапах аванпроекта (научно-исследовательской работы (НИР), эскизного, технического проекта, опытных образцов. Принятые на ранних этапах разработки проектные решения последовательно уточняются на последующих этапах разработки с учетом увеличения объема информации.

Такого рода инженерные задачи могут быть отнесены к системной инженерии и теории комплексирования, в частности. Теорию комплексирования бортовых подсистем или функциональных экспериментов можно рассматривать как один из сегментов (разделов) системной инженерии, теории сложных систем, исследования операций [8,с.2; 33,с.2; 34, с.2].

При этом предложенные формулировки прямой и обратной задач теории комплексирования могут быть отнесены к сфере исследования операций. Комплексирование может быть признано одной из практически важных задач теории исследования операций и/или теории систем.

Задачи комплексирования подсистем и/или функциональных проверок формулируются и решаются с использованием воображения проектировщиков, на основе активного использования творческого потенциала, а также применения логических приемов анализа и синтеза. В данной книге будут обсуждаться формулировки прямой и обратной задач функционально-логического комплексирования сложных систем и разработки алгоритмов такого комплексирования функциональных проверок КФС (РБС,СС), операций [19,с. 64; 35, с.3-9].

Прямая задача комплексирования подсистем, функциональных проверок КФС (РБС,СС): по заданному множеству функций КФС (РБС,СС) найти минимальное множество подфункций, минимизирующих суммарный вес, стоимость и/или объём множества подсистем, реализующих искомое множество подфункций.

Обратная задача комплексирования подсистем, функциональных проверок КФС (РБС,СС): зная заданное множество подсистем КФС (РБС,СС), выполняющих соответствующие подфункции, найти максимальное возможное множество реализуемых функций сложной системы.

Для того, чтобы корректно решать сформулированные выше прямую и обратную задачи инженерного комплексирования, необходимо определить такое понятие, как «функция КФС (РБС,СС)», представить изучаемую сложную систему (КФС,РБС,СС) на уровне реализуемых функций, зафиксировать факт участия подсистем КФС (РБС,СС) в выполнении той или иной функции системы в целом. Для этого может быть использовано функционально-декомпозиционное представление сложных систем [36, pp. 134–136; 37, pp. 193–199; 38, pp. 140–147; 39, pp. 99–105].

В наиболее общем случает под функцией цели КФС (РБС,СС) понимается все то, что должна сделать эта система в заданных условиях для достижения своих целей. Такая функция цели КФС(РБС,СС) направлена на достижение определенных целей.

Под функцией адаптации КФС (РБС,СС) понимается все то, что должна сделать эта система для своего приспособления к новым внешним условиям функционирования. Под функцией живучести КФС (РБС,СС) понимается все то, что должна сделать эта система для того, что бы реализовать какую то из своих функций с учетом возможных отказов и/или повреждений своих подсистем, элементов.

Алгоритм решения прямой задачи комплексирования. Выполнению такого алгоритма комплексирования должны предшествовать: эвристическая генерация вариантов декомпозиции функций КФС(РБС,СС) на подфункции и синтез соответствующего этим подфункциям множества бортовых подсистем КФС (РБС,СС).

Затем эти эвристически сгенерированные варианты для каждой из функций цели КФС(РБС,СС) могут быть помещены в оболочку таблицы функциональных портретов. Каждая строка этой таблицы соответствует варианту декомпозиции. Построчным суммированием элементов таблицы функциональных портретов могут быть получены число подсистем (их вес, объём, стоимость и т.д.), участвующих в выполнении (определенной) функции цели КФС(РБС,СС) при данном варианте декомпозиции. Из полученного множества чисел результатов нетрудно найти вариант, обеспечивающий минимум веса, или объема, стоимости и т.д.

Если рассматривается определенное множество функций цели (целевых функций) КФС(РБС,СС) задача существенно усложняется. Возможен такой алгоритм ее выполнения.

1.Решают прямую задачу комплексирования для одной из функций цели.

2.Затем решают прямую задачу комплексирования последовательно для всех остальных функций цели КФС(РБС,СС). При этом наилучшим (оптимальным) считается вариант комплексирования, обеспечивающий минимальное увеличение минимизируемой характеристики множества подсистем, полученных по п.1.

3.В качестве первой функции цели КФС(РБС,СС) выбирают подряд все функции цели из заданного множества и реализуют для них п.1, 2 данного алгоритма.

4.На множестве полученных результатов вариантов комплексирования ищут тот вариант, который отвечает требованиям минимума соответствующего параметра множества подсистем.

Теперь рассмотрим алгоритм решения обратной задачи комплексирования. В этом случае фактическое решение обратной задачи комплексирования заключается в осуществлении синтеза максимального количества функций цели КФС(РБС,СС) на множестве подфункций, соответствующему конкретному множеству подсистем КФС(РБС,СС).

Для решения и этой задачи будем применять таблицу функциональных портретов функционально-декомпозиционного представления.

Возможен такой алгоритм решения обратной задачи комплексирования:

1.Эвристически генерируют функцию цели КФС(РБС,СС).

2.Эвристически синтезируют вариант функционального портрета КФС(РБС,СС), обеспечивающий реализацию функции цели по п.1.

3.Проверяют реализуемость варианта функционального портрета КФС(РБС,СС) (по п.2) на располагаемом множестве подсистем. При положительном ответе (функция цели по п.1 реализуется при варианте соответствующего функционального портрета по п.2) эту функцию цели включают во множество реализуемых на заданном множестве подсистем. При отрицательном ответе на поставленный вопрос (функция цели по п.1 не реализуется при варианте функционального портрета по п.2) возвращаются к п.2 данного алгоритма.

Генерируют новый функциональный портрет функции цели КФС(РБС,СС) и реализуют п. 3 этого алгоритма вновь. При этом, если отрицательный результат по п.2, 3 будет получен заданное проектировщиком количество раз, остается признать, что рассматриваемая функция цели на заданном множестве подсистем не может быть реализована. В таком случае возвращаются к п.1 данного алгоритма и генерируют следующую новую функцию цели. После этого повторяют п.1 - 3. В случае появления заранее заданного проектировщиком количества безрезультатных реализаций п.1¸4 процедуру комплексирования останавливают. При этом результатом выполнения такого алгоритма является множество реализуемых на заданном множестве подсистем КФС(РБС,СС) их функций цели, которое было получено и сохраняется в п.3.

Такие процедуры комплексирования применимы при проектировании КФС(РБС,СС) и полигонов для их функциональных испытаний с учетом их особенностей. Применение описанной выше методики может позволять решить современные проблемы проектирования испытательных полигонов, например, решать проблемы, описанные в работе [40]. При этом на основе внедрения компоновки и комплексирования нескольких функциональных проверок в одном эксперименте возможно сокращение числа в 3,5 и более раз. При этом одновременно возможно и сокращение периода проведения ФИ, что крайне важно в ситуации обострения глобальной конкуренции на рынках высокотехнологичных товаров и ускорения НТП.

5. Теоретические основы, цели и задачи теории испытаний робототехнических беспилотных систем

Для традиционных отраслей промышленности (авиастроение, судостроение, машиностроение и т.д.) характерной чертой является то, что планирование, организация и проведение функциональных испытаний, например, летных испытаний авиационных комплексов все еще основано на здравом смысле, опыте руководителей и участников испытательных бригад. В основном научные публикации направлены на описание и обобщение опыта. Такая ситуация связана с рядом факторов объективного и субъективного характера: относительно невысокая сложность объектов испытаний; хорошее знание испытательными бригадами объектов испытаний; накопленный испытательными подразделениями опыт испытательной работы и проектирования испытательных полигонов; менеджеры испытательных проектов формируются из числа наиболее успешных практиков (любителей работать руками, копаться в аппаратуре и т.п.) и другое.

Вероятно, в силу последнего (практической ориентации менеджеров и персонала испытательных бригад) научные разработки, например, работы [36, pp. 134–136; 37, pp. 193–199; 38, pp. 140–147; 39, pp. 99–105]пока еще (в течение более 31 года) не нашли адекватного внедрения в практику испытательной работы, о чем свидетельствует в частности публикация [40].

Публикация [40]свидетельствует о том, что проблемы испытательной работы, характерные в 1970-х годах пока еще актуальны и 2020-е годы?

При этом еще в средине 1970-х часть проверок авиационных комплексов невозможно было осуществить в летном эксперименте по причине отсутствия адекватного полигонного оборудования?

Поэтому в условиях нового 17-го технологического уклада, развития интеллектуальных систем управления здравого смысла и опыта становится недостаточно для решения задач проектирования функциональных испытаний КФС (РБС,СС), часто снабженных интеллектуальными системами управления.

Этот вывод о необходимости: развития общей теории функциональных испытаний; развития научных методов проектирования функциональных испытаний полностью подтверждается современными научными публикациями, например, работой [40].

Можно прогнозировать обострение проблем адекватного научного обеспечения функциональных испытаний КФС (РБС,СС) в условиях усложнения объектов испытаний, использования интеллектуальных систем управления, которые просто не могут быть испытаны в натурных условиях без адекватной интеллектуализации испытательных полигонов.

В свою очередь отсутствие функционально полной проверки опытных образцов КФС (РБС,СС) приводит к повышению риска неадекватной оценки безопасности и эффективности таких образцов.

Для построения адекватной общей теории испытаний нужно понять, можно ли отнести такие испытания к услугам или сфере производства.

Как известно, вся продукция может быть разделена на товары и услуги.

При этом, как известно, в жизненном цикле продукции (в рамках экономической теории) выделяю этапы: производство, обращение, эксплуатация (потребление).

С точки зрения производства такие испытания являются этапом производства в составе жизненного цикла продукции КФС (РБС,СС) и могут быть отнесены к производству соответствующих видов товаров.

Однако по содержанию испытательной деятельности такая деятельность может быть отнесена к сфере услуг. Эти предварительные замечания дополнительно свидетельствуют о двойственном характере испытательной дельности, а следовательно и ее повышенной сложности.

При этом для услуг характерны следующие черты: нематериальный характер; придание в результате оказания услуг нового качества уже существующим предметам; нестабильность качества услуг; несохраняемость услуги; выполнение услуги в присутствии заказчика [28,с.13; 29,с.11].

Процесс испытаний может быть отнесен к сфере услуг.

В пользу гипотезы, что испытания должны относиться к сфере услуг, говорит следующее:

-в результате испытаний объект проекта (КФС,РБС,СС) получает свое новое качество, а именно свойства безопасного и полезного продукта;

-в результате проведения испытаний члены испытательной бригады (испытатели) не завладевают объектом испытаний;

-имеет место несохраняемость результата испытаний;

-качество проекта испытаний связано с: размером опытной партии; наличием технических средств; компетентностью членов испытательной бригады и может быть нестабильным;

-испытания могут выполняться под наблюдением и/или в присутствии, при участии представителей заказчика и другое.

Нематериальный характер испытаний говорит о том, что объект функциональных испытаний до их проведения и после их проведения сохраняет свой материальный характер-КФС (РБС,СС).

В пользу несохраняемости результатов испытаний говорит то, что этот результат распространяется непосредственно на объект испытаний, который характеризуется определенным комплектом документации, технологиями производства; условиями транспортировки и хранения и лругое.

Со временем качество объектов испытаний может меняться, поэтому периодически выполняют контрольно-серийные испытания (КСИ).

Работоспособность новой партии объектов испытаний должна быть подтверждена в процессе испытаний.

Это позволяет отнести испытательную деятельность к сфере услуг. При этом важно не забывать, что все виды деятельности включают: сельское хозяйство; промышленное производство; сферу услуг.

При этом, как уже отмечалось, функциональные испытания по своему содержанию представляют системное объединение двух видов испытаний (испытаний по изучению механизма явлений и экстремальные эксперименты). Такое системное объединение (агрегирование) двух видов испытаний формирует качественно отдельный вид испытаний, что отражается в свойстве эмергентности функциональных испытаний. При этом эмергентность функциональных испытаний означает несводимость свойств таких испытаний к свойствами испытаний по изучению механизма явлений или свойствам экстремальных экспериментов.

То, что функциональные испытания являются самостоятельным видом испытаний может быть дополнительно научно доказано с использованием логики предложений. Кому-то из читателей-практиков осуществление такого рода доказательства самостоятельности функциональных испытаний как вида испытаний может показаться излишним. Но если такое доказательство не выполнено, то это повышает риск некорректного использования метода аналогии или, наоборот, необоснованного применения при испытаниях менее изученных оригинальных методов при существовании проверенных аналогов испытательных технологий.

Пример такого рода доказательства представлен в работе [23, с. 64-72]. В этой работе логика предложений была практически применена для доказательства того факта, что функциональные испытания авиационных комплексов являются отдельным, самостоятельным видом испытаний такого рода сложных технических объектов.

Практическая важность такого доказательства определяется тем, что на утверждении о том, что функциональные испытания-это самостоятельный вид испытаний базируется обоснование необходимости разработки: отдельного метода планирования функциональных испытаний КФС (РБС); технологий проведения испытаний; систем управления экспериментом в реальном масштабе времени и другое. В свою очередь результаты планирования экспериментов отражаются на определении, оценке количества опытных изделий для осуществления программы летных испытаний авиационных комплексов. При этом применение различных методов расчета необходимого количества экспериментов приводило к различным размерам опытной партии. В свою очередь, оценка количества изделий в опытной партии КФС (РБС,СС) определяла загрузку ряда опытных производств в авиационной промышленности, а так же загрузку опытных производств поставщиков комплектующих. Одновременно, оценка числа необходимых экспериментов влияет еще и на технологическую подготовку к испытаниям, загрузку инфраструктуры летно-испытательной базы на которой практически проводились такие испытания [24, с. 54-58].

Поэтому автору данной работы для обоснования целесообразности практического применения предложенных им методов планирования и макропроектирования летных испытаний авиационных комплексов, включающих беспилотные летальные аппараты (БПЛА) пришлось доказать, что практика применения методов планирования параметрических испытаний для осуществления планирования функциональных испытаний авиационных комплексов не является корректной. Такое доказательство было выполнено таким путем.

1.Были введены следующие обозначения:

e - существует несводимость свойств (функций) КФС (РБС) к свойствам (подфункциям) их отдельных подсистем, то есть существует свойство эмергентности сложных иерархических систем;

q - проверка функций КФС (РБС), сложной системы не эквивалентна совокупности операций проверки свойств отдельных подсистем;

r - задача проверки функций КФС (РБС), сложной системы является самостоятельной задачей в общей теории планирования экспериментов.

2.После этого были доказаны такие предложения.

Предложение 1. Если существует эмергентность (несводимость свойств целого КФС (РБС) к свойствам отдельных элементов) сложной системы, то экспериментальная проверка функций этой сложной системы не эквивалентна сумме операций проверки свойств отдельных подсистем КФС (РБС), то есть является справедливой следующая импликация:

e ® q.

Предложение 2. Если проверка функций КФС (РБС) не эквивалентна сумме операций проверки свойств отдельных подсистем КФС (РБС), то задача проверки функций КФС(РБС) является самостоятельной задачей в общей теории планирования эксперимента, то есть будет справедливой (имеет место) следующая импликация:

q ® r.

Предложение 3. Если существует эмергентность КФС (РБС), то задача проверки функций КФС (РБС) является самостоятельной задачей в общей теории планирования экспериментов, то есть будет справедливой (имеет место) такая импликация:

(e ® r).

Доказательство. Используем свойство транзитивности условного силогизма, которое позволяет записать:

[(e ® q)(q® r)] ®(e ® r).

3.Применим правило отделения, в результате чего получим (e ® r) в качестве самостоятельного суждения.

Таким образом была обоснована необходимость разработки теории планирования и макропроектирования функциональных испытаний КФС (РБС) в качестве самостоятельной частной теории (задачи теории планирования экспериментов).

Для повышения научной обоснованности реализации проектов функциональных испытаний КФС (РБС) может быть полезно сформулировать общую теорию функциональных испытаний такого рода объектов.

Такая теория может быть сформулирована по аналогии с общенаучными положениями, отраженными в работе [25, с.12-27;13,с.16].

Под научной платформой в области реализации проектов функциональных испытаний КФС (РБС), направленной на методическое обеспечение управления проектами будем подразумевать системное объединение научных знаний из различных отраслей науки, необходимых для принятия управленческих решений при управлении инновационными проектами такого рода испытаний.

В научной платформе по управлению проектами, направленными на проведение функциональных испытаний КФС (РБС) могут быть выделены сегменты, связанные с планированием, организацией, мотивацией и контролем осуществления такого рода проектов. Такая кастомизация научных знаний по управлению проектами функциональных испытаний КФС (РБС) позволит повысить экономическую эффективность таких инновационных проектов.

В процессе развития общей теории функциональных испытаний(ФИ) КФС (РБС) и соответствующей научной платформы в условиях 17-го технологического уклада важно учитывать то, что функции этой общей теории ФИ могут выступать: в качестве факторов структуризации знаний в рамках данной научной платформы; как перспективные направления развития данной научной платформы ФИ КФС (РБС).

Анализ публикаций в области функциональных испытаний КФС (РБС) как части системотехники экспериментальных исследований показал, что методические положения, функции, роли, законы общей теории функциональных испытаний еще не описаны.

Кратко опишем функции общей теории функциональных испытаний КФС (РБС). В составе методологической функции общей теории (ОТ) функциональных испытаний (ФИ) КФС (РБС) может выполняться дальнейшее развитие: понятийного аппарата управления проектами функциональных испытаний; методических основ управления такого рода проектами; теоретических основ научных исследований в области ФИ КФС (РБС) и другое.

Познавательная функция ОТ ФИ КФС (РБС) нацелена на следующее: регистрацию, хранение, исследование информации; анализ процессов управления проектами ФИ; изучение фактов действительности и результатов ФИ КФС (РБС).

Инструментальная (регулятивная) функция ОТ ФИ КФС (РБС) ориентирована на: создание способов и инструментов управления проектами ФИ КФС (РБС); управление научными исследованиями при модернизации технологий и систем управления проектами ФИ КФС (РБС).

Законотворческая функция ОТ ФИ КФС (РБС) будет включать процесс формирования законодательных норм в области управления проектами ФИ КФС (РБС) и исследованиями в этой сфере знаний и инноваций.

Оптимизационная функция ОТ ФИ КФС (РБС) направлена на максимизацию экономической эффективности процессов получения и практического использования знаний в ходе реализации проектов ФИ КФС (РБС).

Прогностическая функция ОТ ФИ КФС (РБС) обеспечит формирование вероятностных суждений об эффективности получения и/или использования знаний в инновационных проектах ФИ КФС (РБС).

Предупредительная функция ОТ ФИ КФС (РБС) ориентирована на обеспечение безопасности проектов ФИ КФС (РБС).

Психологическая функция ОТ ФИ КФС (РБС) направлена на создание ощущения и восприятия: важности научного обеспечения управления проектами ФИ КФС (РБС); развитие СМАРТ-технологий и других типов инновационного мышления в управлении такими проектами.

Функция социализации знаний ОТ ФИ КФС (РБС) охватывает процессы структуризации и распространения в профессиональной среде и обществе знаний о важной роли знаний при управлении проектами ФИ КФС (РБС).

Системообразующая функция ОТ ФИ КФС (РБС,СС) заключается в научном обеспечении процессов агрегирования (системного объединения) отдельных частей проекта ФИ КФС (РБС) в единое целое.

Ролями ОТ ФИ КФС (РБС,СС) можно назвать:

-повышение доли реализуемых функциональных проверок КФС(РБС,СС);

-рост достоверности результатов функциональных испытаний КФС (РБС,СС);

-снижение экономических затрат на функциональные испытания КФС (РБС,СС);

-сокращение периода проведения функциональных испытаний КФС (РБС,СС), что повышает вероятность опережающего выхода на рынок и др.

Законами ОТ ФИ КФС (РБС,СС) можно назвать:

1.Роль ОТ ФИ КФС (РБС,СС) будет возрастать по мере усложнения объектов испытаний;

2.Роль ОТ ФИ КФС (РБС,СС) будет увеличиваться в ситуации усложнения технического оснащения полигонов;

3.Роль ОТ ФИ КФС (РБС,СС) станет повышаться по мере развития интеллектуальных систем управления объектов испытаний;

4. «Интеллектуализация» объектов испытаний порождает необходимость адекватной интеллектуализации автоматизированных систем управления полигонами;

5.Основой интенсивных технологий испытаний может считаться развитие научных методов компоновки и комплексирования и другое.

Ключевыми задачами ОТ ФИ КФС (РБС,СС) можно считать:

-развитие методов обеспечения функциональной полноты программ функциональных испытаний КФС (РБС,СС);

-обеспечение достоверности результатов функциональных испытаний КФС (РБС,СС);

-разработку интенсивных технологий функциональных испытаний КФС (РБС,СС);

-развитие интеллектуальных систем управления полигонами в реальном масштабе времени проведения функциональных испытаний КФС (РБС,СС);

-обеспечение адекватности внешних технических обстановок реальным техническим обстановкам реального использования КФС (РБС,СС);

-снижение уровня неопределенности результатов испытаний;

-контроль и повышение безопасности функциональных экспериментов и программ испытаний КФС (РБС,СС);

-развитие парадигмы (философии, идеологии, организационной культуры, политики) проектов функциональных испытаний;

-формирование и внедрение методов бережливого производства при проведении функциональных испытаний и другое.

Использование функций ОТ ФИ КФС (РБС) в роли направлений повышения эффективности управления проектами ФИ КФС (РБС) призвано повысить степень использования научных знаний в системе управления такого рода проектами. Поэтому функции ОТ ФИ КФС (РБС) могут рассматриваться как системообразующие факторы при создании научной платформы управления проектами ФИ КФС (РБС) модернизации испытательных баз, полигонов и другое.

Парадигмой проведения испытаний можно назвать системное объединение: философии испытаний; идеологии испытаний; организационной культуры испытаний; политики реализации проекта испытаний и другого. В рамках парадигмы испытаний все эти составляющие названной парадигмы должны быть согласованы между собой.

Философия проекта функциональных испытаний-это наиболее общий и мудрый взгляд на проведение таких испытаний. Философия проекта функциональных испытаний находит свое выражение в принципах проведения испытаний: приоритет обеспечению безопасности; принцип функциональной полноты испытаний (проверки всех функций);принцип проведения испытаний от простого к сложному; принцип всестороннего анализа процесса испытаний; принцип всестороннего анализа результатов испытаний и другое.

Под идеологией функциональных испытаний КФС (РБС,СС) может пониматься: во-первых, основная идея проведения таких испытаний (обеспечение безопасности и подтверждение потребительских качеств продукции); во-вторых, распределение власти между стейкхолдерами таких испытаний (менеджментов конструкторского бюро, заказчиками, испытательной бригадой и т.д.).

Организационной культурой функциональных испытаний КФС (РБС,СС) назовем совокупность: ценностей стейкхолдеров проекта; стереотипы поведения стейкхолдеров проекта; способы реагирования на возможности и угрозы внешней среды и др.

Более подробно содержание и роль организационной культуры проектов создания КФС (РБС,СС) описаны в работе [1, с. 285-300].

Под политикой ФИ КФС (РБС,СС) будет пониматься одна из сфер человеческой деятельности в процессе таких испытаний, в которой стейкхолдеры таких испытаний, профессиональные и общественные институты, а также, отдельные стейкхолдеры (организации или люди) которые реализуют свои цели и интересы, с использованием возможности власти.

Политикой реализации проекта функциональных испытаний КФС (РБС,СС) станем понимать:

Во-первых, результирующую деятельности всех стейкхолдеров проекта таких испытаний, влияющую на программу и результаты ФИ КФС (РБС,СС);

Во-вторых, набор конкретных мероприятий, включенных в программу и/или технологию таких испытаний.

Политика осуществления проекта функциональных испытаний КФС (РБС,СС) может быть консенсусной или конфронтационной.

Политика реализации проекта функциональных испытаний КФС (РБС,СС) носит консенсусный характер, если все стейкхолдеры такого проекта согласны с содержанием такой политики. Например, можно предположить, что все стейкхолдеры проекта ФИ КФС(РБС,СС) достигнут согласия относительно утверждения о том, что после проведения испытаний объект таких испытаний должен быть безопасным и обладать заданными в техническом задании(ТЗ), тактико-техническом задании (ТТЗ) потребительскими качествами.

При этом в политике осуществления проекта функциональных испытаний КФС (РБС,СС) могут быть и конфронтационные элементы, если не все стейкхолдеры данного проекта согласны с данной политикой. Основой для конфронтации может быть то, что испытания КФС (РБС,СС)-это дорогостоящий проект (как уже отмечалось, стоимость испытаний составляет не 50% стоимости всей разработки).

Разработка ОТ ФИ КФС (РБС) позволит повысить уровень научной обоснованности решений при управлении проектами функциональных испытаний такого рода сложных систем, повысить уровень научных исследований в этой части системной инженерии.

Теоретические аспекты бережливого производства рассмотрены а работе [1,с.124-141]. При этом широко известны принципы бережливого производства описанные в работах Джефри Лайкера [42]:

Принципы бережливого производства являются практическим выражением философии таких испытаний. Такие принципы одновременно являются ценностями испытательной бригады (проектной команды).

Принципы проведения бережливых функциональных испытаний могут быть получены на основе результатов работ [1,с.136-138;42]:

1-й принцип: при планировании и реализации проектов функциональных испытаний нужно принимать управленческие решения с учетом долгосрочной перспективы, даже если это может наносить ущерб краткосрочным финансовым целям фирмы;

2-й принцип: реализация испытательного процесса в форме непрерывного потока способствует выявлению проблем таких испытаний;

3-й принцип: нужно следовать принципу «от простого к сложному» (следует использовать «систему вытягивания» (постепенного наращивания сложности экспериментов в процессе испытаний КФС (РБС,СС)), чтобы избежать катастроф и перерывов в испытаниях;

4-й принцип: необходимо выравнивать объем работ (хейдзунка) на всех этапах функциональных испытаний КФС (РБС,СС) для разных категорий сотрудников и участников испытательной бригады(команды);

5-й принцип: рекомендуется осуществлять остановку испытаний КФС (РБС,СС) с целью решения проблем частью производственной культуры, если того требует качество функциональных испытаний;

6-й принцип: постановка и решение стандартных задач на эксперимент на всех этапах функциональных испытаний КФС (РБС,СС) выступает основой непрерывного совершенствования и делегирования полномочий сотрудникам;

7-й принцип: рекомендуется использовать визуальный контроль, чтобы ни одна проблема в ходе функциональных испытаний КФС (РБС,СС) не была бы незамеченной;

8-й принцип: нужно использовать только надежные, испытанные технологии и технические средства функциональных испытаний КФС (РБС,СС);

9-й принцип: следует выявлять и воспитывать лидеров, которые досконально знают свое дело, исповедуют философию бережливого производства при функциональных испытаниях КФС (РБС,СС) в компании, испытательной бригаде и могут научить этому других;

10-й принцип: для обеспечения безопасности и качества испытаний необходимо воспитывать незаурядных сотрудников и создавать проектные команды (группы), исповедующие философию бережливости в процессе испытаний КФС (РБС,СС);

11-й принцип: нужно уважать своих партнеров и поставщиков, ставить перед ними трудные задачи и помогать им совершенствоваться;

12-й принцип: для того, чтобы точно диагностировать ситуацию в процесе испытаний и/или объект испытаний, необходимо все увидеть своими глазами (генти генбуцу);

13-й принцип: рекомендуется принимать управленческие решения при реализации проекта функциональных испытаний КФС (РБС,СС) не торопясь, на основе консенсуса, при этом тщательно взвесив все возможные варианты, вместе с тем при внедрении уже принятого решения не нужно медлить (намаваси);

14-й принцип: испытательной бригаде ( и фирме) нужно стать обучающейся организацией за счет неустанного самоанализа (хансей) и непрерывного совершенствования (кайдзен) [1,с. 124-141;42, с.2]. При этом анализ показывает, что в дополнение к этим принципам бережливого производства при ФИ КФС (РБС,СС) можно предложить еще и такие принципы:

15-й принцип: организация на всех этапах испытаний КФС (РБС,СС) должна поддерживать надежную и эффективную прямую и обратную связь с изготовителями подсистем, головным разработчиком, заказчиками КФС (РБС,СС);

16-й принцип: нужно поддерживать гармоничные социально-экономические и производственные отношения в коллективе компаний, испытательной команде на всех этапах таких испытаний КФС (РБС,СС).

По результатам настоящего параграфа работы может быть предложено понятие «механизм СМАРТ-управления» функциональными испытаниями.

Под таким механизмом условимся понимать комплекс способов и инструментов осуществления СМАТ-управления означенными проектами.

Структурными элементами механизма СМАРТ-управления функциональными испытаниями КФС (РБС,СС) можно признать:

-способы компановки объектов испытаний и инфраструктуры испытательной базы (полигона);

-способы синтеза рациональной (или оптимальной) номенклатуры объектов испытаний для реализации задач программы таких испытаний;

-способы и инструменты управления функциональным экспериментом в реальном масштабе времени;

-применение метода и принципов бережливого производства в процессе планирования, технологической подготовки и проведения ФИ;

-применение методов интегральной оценки характеристик объекта испытаний на основе результатов различных видов испытаний;

-эффективное использование явных и неявных знаний в процессе планирования и проведения ФИ и другое.

Неявные знания-это знания, которые не могут быть выражены вербально [43, с.800].Источниками неявных знаний в процессе функциональных испытаний могут быть: опыт проведения предыдущих испытаний; подсознательные знания о возможных причинах отказов в процессе испытаний; подсознательные знания о процессах системного объединения (агрегирования) блоков в систему (объект испытаний) и другое.

Особенно велико значение неявных знаний в таких элементах испытательного процесса как компановка элементов систему, комплексирование функциональных проверок, диагностика отказов, генерация вариантов доработки объекта испытаний и другое.

Как уже отмечалось, значительная часть материалов этого параграфа и всей данной книги в целом связаны с выполнявшейся в конце 1980-х и начале 1990-х годов по Постановлению ЦК КПСС и СМ СССР научно-исследовательской работы (НИР) «Кегельбан». Результаты этой работы были внедрены при проведении летных испытаний авиационных комплексов и модернизации полигонов для проведения испытаний авиационной техники. Научные результаты этой НИР были описаны и опубликованы в депонированной в ВИНИТИ рукописи [26, с.1-200], а также в работах [7, с. 148-209;19, с.335-390; 26, с.1-200; 41,с. 285-323].

6.Проектирование номенклатуры объектов при реализации

проектов функциональных испытаний

Как уже отмечалось, на ранних этапах (аванпроект, эскизный проект) проектирования КФС (РБС,СС) выполняют системное планирование и логическое проектирование процессов испытаний [31,с.54-58; 32,с. 64-72]. Эти проекты функциональных испытаний КФС (РБС,СС) на поздних этапах проектирования (технический проект, этап натурных испытаний) этих объектов получают свою детализацию.

Компоновка бортовых систем и измерительной техники в отсеках КФС (РБС,СС) и комплексирование функциональных проверок связаны со свойством эмергентности сложных систем. Эмергентность сложной системы-это несводимости свойств такой системы (целого) к свойствам отдельных элементов данной системы и/или технологии. В рамках системной инженерии увеличение уровня многофункциональности, рост числа подсистем в сложных системах (КФС,РБС,СС) и товарах привели к формулировке таких задач:

1) задача системной инженерии, связанная с наиболее эффективным (оптимальным) распределением подфункций между подсистемами испытательного полигона, и/или объекта испытаний -КФС(РБС,СС) ;

2) объединения в единое целое (информационно-измерительную систему испытаний) подсистем и рационализация связей между ними в соответствии с некоторым набором требований;

3) комплексирование, как максимизация количества функций, реализуемых на существующей (располагаемой) структуре полигона и/или объекта испытаний -КФС (РБС,СС);

4) минимизации стоимости, объема и/или веса бортовых подсистем (или наземных испытательных средств) при заданном множестве выполняемых полигоном испытательных функций и другое.

Под компоновкой условимся понимать системное объединение (агрегирование, размещение) некоторого количества:

1)экспериментов (испытательных действий, тестов) в процессе синтеза алгоритма управления экспериментом в реальном масштабе времени;

2) подсистем КФС (РБС,СС) - при проектировании системы в условиях ограничений на некоторые параметры решения или системы в целом;

3)элементов испытательного комплекса (полигона).

Задача компоновки бортовых подсистем, измерительной техники для проведения функциональных испытаний КФС (РБС,СС) заключается в том, чтобы разместить одном отсеке (в замкнутом объеме) определенное количество измерительной и/или регистрирующей экспериментальную информацию аппаратуры в условиях заданных ограничений на суммарный объём (вес, положение центра тяжести или другие параметры) такой аппаратуры некоторое количество подсистем (телеметрия, магнитофон и др.).

Компоновка информационно-измерительной аппаратуры может выполняться и быть системно и гармонично связана с комплексированием функциональных проверок, тестов (действий) и/или подсистем КФС (РБС,СС) или полигона.

Технология разработки номенклатуры объектов испытаний может быть отнесена к СМАРТ-технологиям управления проектами функциональных испытаний по следующим причинам:

-такая технология основана на генерации новых знаний с учетом целей и задач функциональных испытаний;

-эта технология позволяет сокращать затраты в проекте ФИ;

-при оптимизации номенклатуры испытаний необходимо учитывать системные связи программы испытаний, технологий испытаний, технической инфраструктуры испытательной базы;

-для оптимизации номенклатуры объектов испытаний активно используют неявные знания (опыт испытаний, инженерное искусство и т.п.) и другое.

Влияние инфраструктуры испытаний на возможности реализации программы испытаний отражено в работе [40]. В свою очередь технические ограничения испытательной базы (полигона) влияют на облик (структуру и характеристики) номенклатуры объектов испытаний. Это связано с тем, что для решения целей и задач функциональных испытаний, задач отдельных экспериментов требуется некоторое множество объектов испытаний, называемое опытной партией КФС (РБС,СС). В процессе проектирования испытаний прежде всего необходимо спроектировать или выделить определенное множество-номенклатуру объектов испытаний.

На процесс и результат синтеза номенклатуры объектов испытаний могут влиять следующие факторы:

-цели и задачи программы функциональных испытаний;

-виды испытаний, включенных в программу испытаний;

-необходимость проведений испытаний по принципу «от простого к сложному»;

-разделение задач программы испытаний на задачи отдельных экспериментов;

-графики изготовления и поставки комплектующих для сборки объектов испытаний;

-производственные мощности опытного производства;

-технические возможности испытательной базы (полигона);

-наличие и возможности системы управление функциональным экспериментом в реальном масштабе времени и другое.

Исходными документами для синтеза номенклатуры объектов испытаний являются: программа испытаний; описание технических возможностей испытательной базы (полигона), включая средства регистрации информации.

Проектирование процесса функциональных испытаний КФС (РБС,СС) логично начинать с синтеза некоторого множества (номенклатуры) объектов испытаний. Это связано со следующим.

Например, на начальном этапе испытаний беспилотных летательных аппаратов (БПЛА) в составе авиационных комплексов проверяют: уровень вибраций в совместном полете; безопасность отделения БПЛА от самолета-носителя и др. Для таких испытаний не нужен функционально полный объект испытаний. Для таких испытаний используют весо-габаритные макеты ОИ. Это позволяет сократить расходы на испытания. Более того такой весо-габаритный макет в своей комплектации может позволить установить большее количества измерительной и записывающей аппаратуры и т.п. Это позволяет записывать и регистрировать большее количество экспериментальной информации.

В процессе испытаний подвергающиеся этим испытаниям объекты (ОИ) могут разрушаться (например, при испытаниях на прочность), дорабатываться с целью улучшения их свойств, вырабатывают ресурс подсистем, утрачивают товарный вид и т.д. Если в качестве объекта на всех этапах испытаний использовать только объект (товар) в полной (штатной) комплектации, то это может приводить:

1) к «затягиванию» выхода КФС (РБС,СС) на испытания, а именно к выходу на них только после разработки и лабораторных испытаний всех комплектующих и подсистем ОИ. Это увеличит период разработки КФС(РБС,СС), с соответствующим замедлением оборота инвестированных в такую разработку денежных средств, повышает риск появления товаров-заменителей, а, следовательно, и ухудшению конкурентной позиции фирмы – разработчика (производителя) КФС(РБС,СС);

2) утрате опытного образца КФС(РБС,СС) полностью даже в том случае, когда в определенном эксперименте не исследуют некоторые функции и свойства ОИ. Это приведет к нерациональному расходованию денежных средств на производство опытных образцов для проведения испытаний.

Именно по этим причинам в практике функциональных испытаний часто проектируют некоторый ряд опытных образцов, т.е. номенклатуру объектов испытаний разной функциональной полноты и комплектации. Такая номенклатура ОИ разной комплектации должна быть рациональной, то есть она должна позволять решать полный набор задач функциональных испытаний. При этом если такая (функционально полная) номенклатура еще и обладает свойством, например, минимума функциональной избыточности и/или стоимости, то в этом случае можно говорить о свойстве оптимальности такой номенклатуры объектов испытаний.

В процессе проектирования такой номенклатуры объектов испытаний для выполнения программы функциональных испытаний необходимо учитывать:

1) план-график разработки субподрядчиками проекта комплектующих и подсистем КФС (РБС,СС), то есть возможность использовать реальные комплектующие и подсистемы товара в испытуемом образце на различных фазах функциональных испытаний на конкретную дату выполнения определенного натурного эксперимента;

2) задачи и условия реализации конкретного эксперимента или серии экспериментов;

3) принципиальную возможность декомпозиции (конструктивного вычленения) части оборудования из штатного ОИ и другие факторы.

Следует отметить, что формальных методов проектирования номенклатуры объектов испытаний пока не разработано. Поэтому вся процедура проектирования такой номенклатуры опытных образцов может быть разбита на две фазы: первая фаза заключается в эвристическом синтезе такой номенклатуры; вторая фаза состоит в проверке свойств функциональной недостаточности, полноты или избыточности такой номенклатуры ОИ.

При таком подходе может быть предложен следующий алгоритм синтеза номенклатуры опытных образцов КФС (РБС,СС):

1)выполнить декомпозицию целей (построить граф-дерево целей) функциональных испытаний;

2)каждую из целей ФИ разделить на задачи испытаний, в своей совокупности обеспечивающие достижение каждой из целей таких испытаний;

3)изучить возможность комплексирования (системного объединения) нескольких задач в одном эксперименте. Такое комплексирование выполнения этих задач параллельно или последовательно в течении времени проведения эксперимента, для чего может потребоваться изменение внешних технических обстановок эксперимента (ВТОЭ);

4) определить число экспериментов, реализация которых приведет к достижению одной (и/или всех) целей испытаний;

5) эвристически синтезировать номенклатуру объектов испытаний для выполнения всей программы функциональных испытаний;

6)на основе использования логических методов выполнить проверку полноты реализации функций (функциональную полноту) синтезированной номенклатуры объектов испытаний;

7) осуществить проверку степени возможной избыточности множества функций в рамках синтезированной номенклатуры объектов испытаний;

8) при необходимости (на основе результатов п.6 и 7) выполнить корректировку исходной номенклатуры объектов испытаний для устранения возможных ее функциональных недостаточности или избыточности.

Выполнить проверку полноты реализации функций испытуемой системы при проведении функциональных испытаний с использованием синтезированной номенклатуры ОИ можно с применением методов алгебры логики, булевой алгебры. Такие проверки функциональной полноты, функциональной избыточности или функциональной недостаточности номенклатуры ОИ может быть произведена сравнением таблиц функций цели, адаптации, живучести исходной системы (штатного ОИ) и, соответствующих, суммарных (полученных посредством логического сложения) таблиц для синтезированной номенклатуры объектов испытаний.

Под функциональной полноты, функциональной избыточности или функциональной недостаточности номенклатуры ОИ

Функциональной полнотой номенклатуры ОИ условимся называть ситуацию, когда номенклатура ОИ (в сумме) выполняет все функции ОИ в его поной (штатной) комплектации.

Под функциональной избыточностью номенклатуры ОИ будет пониматься ситуация, когда суммарная таблица функций цели такой номенклатуры подтверждает неоднократное выполнение какой-либо из функций цели в рамках такой номенклатуры (по сравнению с ОИ в штатной комплектации).

Функциональной недостаточностью номенклатуры ОИ станем именовать ситуацию, когда в рамках синтезированной номенклатуры ОИ реализуются не все функции ОИ в его штатной комплектации.

Такое исследование должно включать не только анализ функций цели (целевых функций) ОИ, но и изучение степени полноты реализации функций адаптации и функций живучести ОИ [32,с. 64-72; 36, pp. 134–136].

Проверку степени возможной функциональной избыточности синтезированной номенклатуры ОИ для выполнения программы ФИ, можно выполнить, установив, сколько раз при использовании этой номенклатуры реализуется каждая из функций исходного объекта испытаний. Если в результате такой проверки выяснится, что какая-либо из функций ОИ реализуется более двух раз, то существует вероятность того, что номенклатура объектов испытаний функционально избыточна. Проявлением этого является превышение множества функций синтезированной номенклатуры объектов испытаний над соответствующим множествам функций штатного ОИ. В таком случае нужно выполнить дополнительные исследования с учетом специфики задач и комплектации ОИ, включенных в синтезированную номенклатуру ОИ. Если будет установлена излишняя избыточность, то она может быть устранена. Более подробно эта проблема рассматривается в работе [32,с. 64-72].

После синтеза номенклатуры объектов испытаний: проводят технологическую подготовку опытного производства [1,с.110-124]; разрабатывают план-график изготовления и поставки на испытательную базу (полигон) опытных образцов ОИ; планируют загрузку испытательного полигона с учетом технических возможностей и пропускной способности; составляют перспективный план работы испытательной бригады.

В настоящем разделе работы описана методика синтеза номенклатуры ОИ для проведения функциональных испытаний КФС (РБС,СС). Анализ показывает, что реализация этой методики позволяет минимизировать потери в сфере затрат на изготовление ОИ в составе опытной партии КФС (РБС,СС) предназначенных для достижения целей функциональных испытаний КФС. Как известно, к категории «потери» относят затраты, которые не приводят ни к повышению качества продукции, ни к росту объемов производства. Поэтому пскольку минимизация потерь является главной идеей методологии бережливого производства, то эта методика может быть одновременно отнесена к методам бережливого производства и СМАРТ-управления при проведении функциональных испытаний КФС (РБС,СС).

7.Методы теории планирования экспериментов

В настоящем параграфе будут кратко рассмотрены параметрические методы планирования экспериментов, которые применяются как в лабораторных, так и в натурных испытаниях.

Планированию различных видов испытаний посвящена достаточно обширная литература, в частности, работы [44-58].

При написании данного параграфа, в частности, были использованы материалы работ [1,с.76-96; 19, с.335-396; 26, с.2-200; 41, с.285-323].

Изучая настоящий параграф рекомендуется принимать во внимание, что наиболее в практической деятельности наиболее часто имеют место недостатки процесса испытаний, связанные со следующим:

1)проверяются не все, а только часть функций КФС (РБС,СС), т.е. не достигается функциональная полнота испытаний, что понижает техническую достоверность результатов испытаний;

2)назначенные условия проведения эксперимента (или план испытаний) не позволяют достичь экстремальных (наихудших, максимальных или минимальных величин влияющих факторов, что также не позволяет обеспечить техническую достоверность результата испытаний;

3)продолжительность одного эксперимента, количество экспериментов, интенсивность внешних воздействий недостаточны для того, чтобы случайный отказ проявился (невозможно оценить наработку ОИ на отказ);

4)небольшое количество экспериментов не позволяет с достаточными статистическими точностью и достоверностью оценить параметры КФС (РБС,СС), что приводит к росту неопределенности при принятии решения о соответствии ОИ предъявляемым требованиям и, соответственно, возможности его сдачи заказчикам, выведению на рынок;

5)по ходе анализа и диагностики неправильно интерпретируются результаты экспериментов и это приводит к неправильным выводам относительно характеристик и пригодности изделия.

На классификацию методов планирования экспериментов влияют модели объектов экспериментальных исследований-КФС (РБС,СС). Анализ показывает, что возможны две трактовки в определении множества методов математической теорией планирования эксперимента [19,с.285]:

1)в рамках узкой (первой) трактовкой теорию планирования экспериментов отождествляют с регрессионным и факторным планированием. При формировании таких планов рассматривается и используются регрессионные модели объектов испытаний [44,с.2]. Однако, большинство реальных ОИ не может быть описано регрессионными моделями, в том числе, в силу дискретности реальных процессов;

2)в соответствии со второй (расширительной) трактовкой под математической теорией планирования эксперимента понимается совокупность математических методов, каждый из которых позволяет в соответствии с определенными задачами испытаний найти необходимые условия или(и) количество реализаций эксперимента [44-58]. При этом рассматриваются имитационные модели (функциональные испытания), и частные виды моделей: модели повышения обученности, модели надежности объектов испытаний и другие.

При широком подходе к методам теории планирования экспериментов могут быть отнесены [19,с.323-395]:

-логико-математические функциональные планы: полный, интегральный, усеченный [45,с. с.63-70; 46,с. с.54-58];

- регрессионное, факторное планирование[44,с.2; 47,с.2];

-представление проекта испытаний как ограниченного по времени и ресурсам процесса повышения "обученности" КФС(РБС,СС) [48,с.2];

-описание проекта испытаний как серии экспериментов в интересах повышения надежности ОИ [49,с.2];

-применение статистического корреляционного метода для оценки необходимого количества экспериментов в проекте испытаний [50,с.2];

- оценка необходимого числа экспериментов путем расчета этой величины на основе базовых коэффициентов [50,с.2];

- методы переводных коэффициентов и бальных оценок, рассматриваемые как разновидности метода базовых коэффициентов, а также модификация этого метода, используемая иногда с целью повышения точности метода [50,с.2];

- расчет числа экспериментов (объемов испытаний) для достижения заданной доверительной вероятности статистической достоверности) результата испытаний [51,с.2];

- использование условных вероятностей (теоремы Байеса) для оценки условной вероятности достижения цели (результата) испытаний КФС (РБС,СС), как функции уровня материальных затрат на проект испытаний [52,с.2];

- применение функций штрафа для оценки объемов испытаний, которые обеспечивают наименьшие суммарные затраты на: проект испытаний КФС (РБС,СС) и устранение причин отказов в ходе эксплуатации [53, pp. 485-494].

Достаточное для понимание сущности метода и области их применения изучение этих методов по первоисточникам может занять от 0,5 до 1 года.

Поэтому ниже кратко изложим суть этих методов в интересах того, чтобы читатель данной книги:

1) понял сущность метода, сферу применения, эффект от использования этих методов в реальной деятельности при прогнозировании и планировании;

2)мог обосновано оценить возможность и целесообразность применения определенного метода в условиях актуальной практической задачи;

3)смог при необходимости найти более полное описание соответствующего метода в рекомендованной в настоящей книге литературе. В то же время основы функционально-логического и регрессионного планирования испытаний излагаются в отдельном параграфе этой книги, а так же в работах [24, с. с.54-58; 45,с. с.63-70; 46, с.54-58].

В этом параграфе данной работы рассмотрены некоторые из известных методов планирования экспериментов.

Методика формирования программы, плана, проекта испытаний при представлении испытаний как процесса повышения надежности ОИ приведена в работе [49,с.2]. В рамках этой методики эффективность экспериментальной отработки (испытаний и доработок) жидкостного ракетного двигателя (ОИ) оценивается достигнутым уровнем надежности ОИ, а также материальными затратами и/тили затратами времени на такие испытания (доработку ОИ). Такого рода испытания называют «доводочными». Такая методика позволяет оценить необходимые объемы испытаний КФС (РБС,СС).

При этом испытания могут проходить в лабораторных или в натурных (естественных, условия эксплуатации).В рамках этого метода критерий оптимизации экспериментальной отработки КФС (РБС,СС) формулируется как достижение заданного уровня надежности при минимальных затратах средств и времени. Но такая методика не учитывает степень (уровень) многофункциональности КФС (РБС,СС).В рассматриваемой книге конкретизируются задачи этапа летных испытаний ЖРД (жидкостного ракетного двигателя), оценивается момент перехода от лабораторных к летным испытаниям в интересах оптимизации распределения ограниченных ресурсов между этапами стендовой (лабораторной) отработки и летных испытаний.

Такая оптимизация осуществляется, на основе таких соображений и таких предпосылок:

- условия подтверждения надежности ОИ описывают формулой:

P=1, Pн>Pнз при j>jз,

где : P - частотность безотказной работы;

Pн, Pнз - соответственно, расчетное и заданное значение нижней границы одностороннего доверительного интервала вероятностей безотказной работы.

j, jз - соответственно, принятое для расчета и заданное значение доверительной вероятности.

Этапы стендовых доводочных испытаний и летных испытаний ЖРД рассматривают как последовательности испытаний ЖРД штатной конструкции, квалифицированных по их результатам как успешные.

Описывают доверительную вероятность надежности ОИ jз в виде:

jз = jим * jn,

где: jим - доверительная вероятность, зависит от полноты и достоверности имитации внешних летных условий для ЖРД;

jn - доверительная вероятность, обусловленная ограниченностью объема выборки (числа экспериментов) в программе испытаний ЖРД.

Применяя формулу (отношение):

N = ln(1-jn)/ln(Pн),

получают такие формулы для оценки необходимых объемов безотказных стендовых Nси и летных Nли испытаний ЖРД для подтверждения уровня Pнз:

Nси = ln(1-jз/jим)/ln(Pнз),

Nли = ln(1-jз)/ln(Pнз),

т.к. в последнем случае: jим =1. Очевидно, что Nси>Nли.

Предполагают, что ростом объема стендовых (лабораторных) испытаний ЖРД можно компенсировать существующую неуверенность в достоверности имитации (при стендовых испытаниях) летных условий, если при этом jим>jз. Используя описанные выше соотношения можно определить эквивалентность летных и стендовых испытаний ЖРД:

Э = Nли/Nси = ln(1-jз)/ln(1-jз/jим).

При этом, если выполнено Nси стендовых и Nли летных испытаний, то эквивалентное, т. е. приведенное к летным условиям число испытаний ОИ, может быть записано в виде:

Nэ = Nли + Nси * ln(1-jз)/ln(1-jз/jим).

На этом основании приходят к выводу, что, если инвестиции в имитацию летных условий для ОИ находятся в области доступных значений, то наибольший экономический эффект может быть достигнут только в результате стендовых испытаний ОИ (ЖРД, КФС,РБС,СС). Но такой вывод не может быть признан корректным по причине того, что фактически невозможно в наземных условия имитировать полный комплекс летных условий для ОИ. При этом порождаемая этим обстоятельством неопределенность условий экспериментов может стать источником отказов ОИ в реальном полете, реальной эксплуатации ЖРД, КФС,РБС,СС.

Проект экспериментальной отработки (доводки) КФС(РБС,СС) может быть представлен как процесс повышения степени «обученности» объекта испытаний [48,с.2]. Могут быть предложены математическая модель многоступенчатого процесса испытаний, критерии эффективности процесса испытаний и другое [48,с.2]. При таком подходе испытания описывают в виде своеобразной обратной связи, направленной на уточнение параметров проектируемой КФС(РБС,СС). В результате проведения испытаний ( воздействия этой обратной связи) оценивают соответствие ОИ, проектируемой системы предъявляемым к ней требованиям. При этом оценивают текущую эффективность КФС(РБС,СС), диагностируют причины выявленного несоответствия характеристик и вырабатывают управляющие воздействия, направленные на устранение такого несоответствия [48,с.2]. Допускают, что, с учетом такой интерпретации испытаний, в качестве технического критерия оценки эффективности испытаний может выступать рассогласование Q(t) между заданным Wз и текущим W(t) значениями эффективности товара:

Q (t) = Wз - W(t).

Рекомендуется учитывать, что такого рода критерий не включает в качестве показателя затраты, которые нужны для достижения определенного значения эффективности ОИ. В этом случае, под затратами можно понимать: период проведения испытаний; стоимость проекта испытаний. Затраты (время и/или денежные средства) могут быть учтены при формировании критерия следующего вида:

Э (t) = W(t)/S (t),

где :Э(t)- обобщенный критерий эффективности;

W(t)-уровень эффективности КФС(РБС,СС);

S(t)-затраты (время и/или денежные средства) на достижение выходного эффекта.

Для оценки эффективности испытаний в соответствии с принятым критерием нужно описать зависимость, связывающую между собой текущую эффективность ОИ с периодом времени и стоимостью испытаний.

Темп роста эффективности ОИ в процессе его экспериментальной отработки может быть различным и зависит как от особенностей ОИ, так и от состава программ испытаний, методики и технологий испытаний, степени совершенства испытательного оборудования и других факторов.

Для описания зависимости текущей эффективности ОИ от времени испытаний нужно разработать математическую модель процесса испытаний. В рамках рассматриваемого метода для синтеза искомой модели изучают ключевые свойства процесса выявления источников отказов (дефектов).

При этом исходят из того, что комплексная программа испытаний КФС (РБС,СС) имеет иерархическую структуру. Каждый отдельный эксперимент (испытание) проводится по единой программе с неизменными условиями и имеет единичного испытания (эксперимента).

Для построения математической модели предполагают, что все дефекты ОИ одинаковы с точки зрения возможности их обнаружения. Однако эта гипотеза весьма условна, потому что вероятность проявления дефекта ОИ в виде отказа, т.е. вероятность обнаружения отказа зависит от условий и длительности проведения испытаний. Кроме этого предполагается, что все дефекты ОИ независимы, а следовательно, вероятность обнаружения любого дефекта не зависит от количества и вида других дефектов, имеющихся в КФС (РБС,СС), однако, в ряде случаев один дефект может маскировать другой.

Повышение эффективности КФС (РБС,СС) в ходе реализации проекта испытаний описывают логистической кривой следующего вида:

W(t) = (Wi - Wi-1)/(1+a*e-bt);

где: W(t) - параметр эффективности объекта испытаний;

Wi, Wi-1 - верхнее и нижнее значения диапазона изменения параметра эффективности объекта испытаний -КФС(РБС,СС) на i-том этапе испытаний;

a, b - параметры модели, вычисляемые с применением метода наименьших квадратов;

e - основание натурального логарифма, равное 2,718;

t - значение (длительность) отрезка времени испытаний.

Если проводится несколько конечных реализаций эксперимента, то:

t =z*h,

где: z - длительность времени одной реализаций экспериментов;

h - число реализаций эксперимента в программе испытаний.

Одной из ключевых задач планирования испытаний КФС(РБС,СС) с применением описанного метода является определение момента перехода от одного этапа испытаний к другому таким образом, чтобы минимизировать суммарные затраты времени (и(или) средств) на испытания. Это может быть сделано посредством априорного (по результатам моделирования) назначения величин Wi, Wi-1 и допусков на достижение значений Wi в процессе испытаний.

Для планирования объемов испытаний КФС (РБС,СС) могут применяться: статистический корреляционный метод; расчет на основе базовых коэффициентов; метод переводных коэффициентов [50,с.2]. Эти методы можно рассматривать как методы прогнозирования и планирования объемов испытаний на основе предполагаемой аналогии. Условием их использования выступает наличие достаточно близких ОИ по техническим характеристикам аналогов прогнозируемого испытательного проекта или ОИ.

С применением статистического корреляционного метода затраты времени и/или средств можно вычислить с использованием таких формул:

i=k

С м= a0 Õ Пiai ;

i=1

или

i=k

С а= a0 + S ai Пi ;

i=1

где: Õ - знак произведения, число сомножителей i=1, ..., k;

S - знак суммы, число слагаемых i=1, ..., k;

Пiai - параметр разрабатываемой системы c номером i=1, ..., k ;

ai - статистические коэффициенты, рассчитываемые с применением метода наименьших квадратов.

Метод расчет объемов испытаний с использованием базовых коэффициентов [50,с.2]. Такой расчет выполняют на основе учета затрат по различным видам работ. Формула для расчета имеет вид:

J= m

Сб = S cj *wj;

J=1

где: j - число видов работ (j=1,...,m);

wj - объемы видов работ;

cj - удельная стоимость каждого из видов работ.

Метод переводных коэффициентов тоже может быть использован для вычисления объемов испытаний [50,с.2]. Является разновидностью вычислений с использованием базовых коэффициентов.

При этом методе расчетов использует формулу:

С а=Cпр S bj pj ;

где: Спр - стоимость проекта испытаний прототипа ОИ;

bj - коэффициент относительного значения i-того вида

работ, причем,

I=m

Sbj =1;

I=1

pj - отношение величины j-го параметра нового ОИ к значению этого же параметра у ОИ-прототипа (аналога).

Математическая статистика [51,с.2]. Позволяет дать прогноз числа экспериментов, обеспечивающих заданные точность и достоверность результата прогнозирования. Для этого необходимо задать величину доверительного интервала, доверительную вероятность и, используя методы математической статистики, вычислить необходимое количество экспериментов, обеспечивающих назначенную достоверность результата.

Использование метода условных вероятностей для оценки объема испытаний [52,с.2]. Этот метод позволяет найти оценку вероятности выполнения работы, достижения заданного состояния отработанности (уровня эффективности) КФС (РБС,СС) при различных уровнях затрат на испытания. Применение этого метода основано на известной теореме Байеса.

Метод штрафных функций [53, pp. 485-494]. В рамках данного метода объем испытаний КФС (РБС,СС) определяется исходя обеспечения минимума суммарной стоимости затрат на: проект испытаний ОИ; устранение выявленных в процессе эксплуатации КФС(РБС,СС) дефектов. При этом может учитываться интенсивность отказов, порождаемых различными источниками.

Основным недостатком описанных методов планирования испытаний является то, что в рамках этих методов рассматривается только вопрос оценки объема испытаний (количества осуществленных экспериментов, суммарного времени) испытаний ОИ. Это позволяет оценить затраты времени и/или средств на такой проект испытаний. При этом подходе не решен вопрос о назначении условий испытаний ОИ. Эта проблема (условия эксперимента) оказывается вне рамок этих методов. А следовательно, может не хватать важнейший информации о безопасности и потребительских свойствах КФС(РБС,СС). Это может влиять на решение вопроса о передаче ОИ в эксплуатацию.

Решение об использовании определенного метода планирования эксперимента определяется такими факторами: объемом располагаемой об объекте испытаний информации (видом его типового представления) [46, с. 54-58]; наличием аналогов ОИ; видом испытаний.

При этом регрессионное и факторное планирование экспериментов связаны с необходимостью разработки аналитической регрессионной модели ОИ [44, с. 2; 47, с. 2]. Эти методы планирования экспериментов наиболее часто применяют при исследованиях технологических процессов в объектах испытаний-КФС (РБС,СС).

Регрессионные планы испытаний позволяют: определить условия проведения экспериментов; вычислить необходимое для достижения целей количество экспериментов (испытаний). На основе этого могут быть оценены затраты на проведение испытаний. В таком планировании предполагается три степени информированности исследователя(испытателя) по вопросу модели объекта испытаний:

1) модель ОИ -(функция) h(x)= h(x,Q) известна. Требуется определить или уточнить неизвестные параметры этой модели:

2) известно, что функция h(x) совпадает с одной из функций:

Необходимо определить, какая из функций h1(x,Q1), h2(x,Q2), ..., hm(x,Qm) является истинной, вычислить неизвестные параметры этой модели.

3) вид функции h(x) не известен. Известно лишь то, что эта функция в интересующей испытателя области может быть достаточно хорошо аппроксимирована конечным рядом по некоторой системе наперед заданных функций. В этом случае нужно найти наилучшее описание функции h(x).

Факторным пространством именуют пространство размерности n, в котором определен вектор X, значения которого xi ={ xi1, xi2, ..., xin} в i-том эксперименте равны значениям контролируемых переменных, занумерованных в удобном для испытателя (экспериментатора) порядке.

Задачи факторного планирования вначале возникли при сельскохозяйственных исследованиях, но потом стали использоваться в других областях деятельности [47, с. 2]. Как и регрессионное планирование, факторное планирование относят к методам математической статистики. Важное отличие от регрессионного планирования состоит в том, что рассматривается фиксированное число уровней контролируемой переменной. При факторном планировании изучают (рассматривают) количественные и качественные переменные. Количественной именуют такую переменную, все значения которой рассматриваются как некоторые числа. Переменную именуют качественной, если хотя бы одно ее значение рассматривается как символ (может быть записанный в виде числа).

Корректный (строгий) способ введения этих понятий состоит в следующем: считать качественными переменными те переменные, для которых рассматривается модель для качественных переменных; считать количественными переменными те переменные, для которых рассматривается модель для количественных переменных.

При факторном планировании каждое из различных значений, которые принимает переменная Xi в плане Dxi={Xiu}, (i=1, ..., m; u=1, ..., N) называют уровнем. Число различных уровней одной переменной Xi обозначают через si. Каждому из различных уровней переменной Xi ставят в соответствие символы 0,1, ..., si-1, независимо от того, является ли переменная Xi количественной или качественной. В этом случае говорят о факторе Fi , принимающем значения 0,1, ..., si-1. Тогда матрица плана может быть переписана в следующем виде:

где: Fiu - значения, которые принимает фактор Fi в u-том опыте.

Факторный план признают симметричным, если все факторы такого плана имеют равное количество уровней.

План считают равномерным, если уровни любого фактора встречаются в плане одинаковое для любого фактора число раз.

План признают факторным в случае использования определенного типа модели, для которой этот план рассматривается. Типы факторных моделей и их примеры даны, в частности, в работе [47, с. 2].

План, который включает N = s1*...* sm различных экспериментов (опытов), называют полным факторным планом. План, который содержит меньшее количество опытов, именуют дробным планом.

Для оценки значений зависимой переменной (параметров эффекта) используют регрессионные модели и метод наименьших квадратов.

Часто под факторным планом подразумевают множество точек факторного пространства с относительными значениями параметров -1 и +1. При таком подходе рассматривают всего два уровня факторов, а именно, максимальный и минимальный уровни. Факторный план такого типа включает комбинации из наибольших и наименьших значений каждого из факторов. Такой факторный план содержит 2m экспериментов (где m - число факторов). Часто в факторные планы включают центральную точку такого плана, которая соответствует средним абсолютным значениям факторов, то есть в таких планах рассматривают три уровня факторов.

Факторное планирование эксперимента может быть априорным, статистическим и непрерывным (последовательным). Под статистическим (в рамках регрессионного) планированием экспериментов принято понимать априорное планирование всего множества экспериментов в целом до их начала. Для широкого класса функций h(x) статистическое планирование экспериментов заключается, по существу, в использовании готовых таблиц, описывающих характеристики оптимальных планов [44, с. 2].

Под последовательным планированием экспериментов понимают планирование экспериментов по их этапам с учетом полученных на предыдущих этапах результатов, вплоть до достижения целей экспериментов. При последовательном планировании экспериментов выделенные на испытания ресурсы (материальные, временные) разделяют на несколько частей, каждая из которых расходуется для материального обеспечения определенных этапов испытаний. Логическая последовательность действий при последовательном планировании экспериментов выглядит так: «планирование эксперимента» -«технологическая подготовка эксперимента»-«эксперимент»-«регистрация информации» - «анализ информации» - «планирование нового эксперимента». При этом этап «анализ информации» охватывает не только обычный регрессионный анализ экспериментально полученной информации, но и анализ внешней информации [44, с. 2]. Выполнение последовательности этапов испытаний прекращается при достижении целей программы испытаний (экспериментального исследования), в том числе и в случае определения параметров исследуемого ОИ или процесса с заданной точностью.

С вычислительной точки зрения, последовательное планирование экспериментов при критерии обеспечения минимума определителя дисперсионной матрицы, состоит в поиске на каждом этапе минимального значения определителя матрицы [44, с. 2]:

min ½Du(N+1,x)½,

xÎX

где: Du - матрица, состоящая из элементов Dab(a,b£l), соответствующих параметрам, интересующим экспериментатора.

План E1(T) будет предпочтительнее плана E2(T), если для одних и тех же затрат первый определитель будет меньше второго:

½Du(E1(T))½ <½Du(E2(T))½,

где: T - затраты, отведенные на данный эксперимент.

В том случае, если нужно определить, какая из функций h(x,Q1), h(x,Q2), ..., h(x,Qm) является истинной, могут выполняться дискриминирующие эксперименты. Планирование дискриминирующих экспериментов состоит в поиске таких точек факторного пространства, измерение результатов эксперимента в которых позволили бы отличить одну модель ОИ от другой, сделать вывод об истинности одной из моделей ОИ. При таком подходе может выдвигаться и проверяться совокупность конкурирующих гипотез. В этом случае экспериментатор должен [44, с. 2]:

1)сформировать совокупность конкурирующих гипотез;

2)построить функцию потерь;

3)выполнить исследование, анализ априорных сведений для определения вероятностей появления соответствующих гипотез;

4)принять (выбрать) оптимальное решающее правило;

5)оптимально использовать затраты в области планирования эксперимента.

Анализ показывает, что основными недостатками изучаемых методов планирования экспериментов при их использовании в планировании испытаний многофункциональных КФС (РБС,СС) можно назвать:

1)практическое их использование возможно в том случае, когда существует описание процесса, ОИ регрессионной математической моделью (ограничения, накладываемые на вид функции параметров эффекта в зависимости от параметров факторного пространства);

2)большое количество необходимых для реализации таких планов экспериментов (при факторном планировании на двух уровнях оно равно 2n, где n - число факторов, влияющих на исследуемый процесс);

3)отсутствие обоснованных процедур сокращения числа экспериментов в плане в том случае, когда полный факторный план не может быть реализован по причине отсутствия необходимых опытных образцов ОИ, средств или времени на проведение испытаний.

4) не рассматриваются технические условия проведения эксперимента;

5)при изменении структуры объекта или условий его функционирования использование любых ранее полученных результатов становятся некорректным.

Выбор метода планирования экспериментов является важным этапом такого планирования испытаний. При выборе метода планирования эксперимента рекомендуется учитывать, что процессе испытаний: оцениваются характеристики ОИ; выявляются причины отказов; производится «отработка» ОИ. Такая отработка (доработка) ОИ состоит в том, что в случае обнаружения конструктивных недостатков или ненадежных элементов (источников отказа), дорабатывают (изменяют) конструкцию ОИ , вводят в нее более надежные элементы, изменяют условия работы элементов и т.п. Для того, чтобы дефекты проявились, необходимо:

1) выполнять испытания в наиболее «тяжелых» точках (условиях) из всех условий возможных при эксплуатации ОИ;

2)количество экспериментов (испытаний) с ОИ и их продолжительность должны быть достаточными по времени, чтобы дефект проявился;

3)число экспериментов должно быть достаточным для того, чтобы определить значения параметров ОИ-КФС(РБС,СС) с необходимыми точностью и достоверностью.

Как уже отмечалось, нужно помнить, что естественное стремление сократить затраты на испытания ОИ (и его отработку в процессе испытаний, в частности), разработку ОИ в целом могут привести к тяжелым отрицательным последствиям в процессе последующей эксплуатации ОИ. Ьолее того, если принимается решение о выходе на рынок с товаром-ОИ, который недостаточно отработан в процессе испытаний, то возрастает риск того, что скрытые дефекты проявятся уже в процессе эксплуатации у потребителей. В этом случае производитель ОИ обязан компенсировать ущерб, который может значительно превышать расходы на испытания ОИ.

В условиях рыночной экономики особенно тяжелыми могут быть последствия принятия по результатам некорректно проведенных испытаний ОИ неправильного решения относительно возможности выхода на рынок с конкретным КФС (РБС,СС) при его текущей отработанности.

Во-первых, устранение дефектов КФС (РБС,СС) в эксплуатации в условиях рыночных отношений является весьма дорогостоящим процессом.

Во-вторых, сам факт выхода фирмы на рынок с некачественным товаром может иметь для такой фирмы- производителя гораздо более тяжелые последствия. В частности, может быть причинен ущерб бренду и имиджу фирмы, с соответствующим ухудшением отношения, лояльности клиентов и переходом их к конкурирующей фирме.

Точность оценки объема затрат на испытания ОИ нужна для правильного построения как маркетинговой стратегии фирмы, так и оптимизации графика финансирования разработок, оценки эффективности инвестиционного проекта по проведению ФИ КФС (РБС,СС).

Затраты времени и средств на разработку планов испытаний, как правило, на порядок ниже затрат на проведение самих испытаний. Но часто они кажутся менеджерам проекта достаточно значительными, что бы их сокращать (экономить на них). Результатом чрезмерной экономии на затратах на ФИ КФС (РБС,СС) могут стать недофинансирование, дезорганизация процесса испытаний со всеми отрицательными последствиями. Вместе с тем в рамках СМАРТ-управления проектом ФИ КФС (РБС,СС) возможна и полезна постановка вопроса о разумном сокращении затрат времени и(или) средств на разработку планов испытаний. В частности, в рамках философии бережливого производства при испытаниях нужно избегать потерь. Под потерями при испытаниях будут пониматься затраты, которые не приводят: к повышению в результате доработок эффективности ОИ; к росту точности оценок характеристик ОИ по результатам испытаний.

От решения относительно практического применения того или другого метода планирования экспериментов зависят такие последствия:

1) правильность принятия решения о возможности выхода на рынок и передачи ОИ-товара в эксплуатацию;

2) уровень риска, связанного с выводом КФС(РБС,СС) на рынок при текущей степени отработанности, надежности ОИ;

3 ) точность оценки объема затрат на проведение испытаний ОИ;

4) затраты времени и средств на разработку планов испытаний и др.

При принятии управленческого решения об использовании метода планирования эксперимента влияют следующие факторы [46, с.54-58]:

1)объем имеющейся (располагаемой) об объекте испытаний информации (вид типового представления ОИ);

2)отсутствие или наличие определенного вида модели объекта испытаний;

3)существующие ограничения на время и затраты на проект испытаний КФС (РБС,СС);

4)располагаемые технические средства планирования испытаний ОИ, в частности, наличие необходимой вычислительной техники;

5) квалификация и уровень компетентности персонала, знание и использование персоналом известных методов планирования испытаний.

При функционально-декомпозиционном представлении, требующем минимума информации об объекте испытаний, могут разрабатываться логико-математические функциональные планы испытаний ОИ.

При представлениях объекта испытаний контурами обслуживания или агрегативно-декомпозиционном представлении, требующих знания структуры объекта испытаний, могут быть применены: логико-математические функциональные планы; статистический корреляционный метод; расчет на основе базовых коэффициентов; метод расчета процесса повышения обученности ОИ; метод повышения надежности ОИ; факторное планирование; метод условных вероятностей; методы математической статистики. Между множествами типовых представлений ОИ и множеством методов планирования эксперимента может быть установлено отношение применимости определенного метода планирования экспериментов при конкретном виде типового представления ОИ [46, с.54-58].

Булева (логическая) матрица возможности применимости методов планирования испытаний при определенных типовых представлениях приведена в таблице 1.

Строки в рассматриваемой таблице соответствуют типовым представлениям объектов испытаний [46, с.54-58]

Таблица 1. Булева матрица отношения применения между элементами множества представлений и методов планирования испытаний.

№

Типы

Методы планирования экспериментов

П №

представлений

1

2

3

4

5

6

7

8

11.

Функционально-декомпозиционное

1

0

0

0

0

0

0

0

2.2.

Контурами

обслуживания

1

1

1

1

1

1

1

0

33.

Агрегативно-

декомпозиционное

1

1

1

1

1

1

1

0

4.4.

Модель “параметр-поле допуска”

1

1

1

1

1

1

1

1

Источник: разработано автором

Номера столбцов этой таблицы соответствуют номерам методов планирования испытаний [37, pp. 193–199; 38, pp. 140–147; 39, pp. 99–105]:

1 - логико-математический метод построения планов функциональных испытаний [45, с. с.63-70;46, с.54-58];

2 - статистический корреляционный метод [50, с.2];

3 - расчет на основе базовых коэффициентов [50, с.2];

4 - повышение обученности объекта испытаний [48, с.2];

5 - повышение надежности объекта испытаний [49, с.2];

6 - факторного планирования испытаний [44, с.2; 46,с.2];

7 – метод условных вероятностей [52, с.2];

8 -модель «параметр - поле допуска» [56, с.2].

Технология обоснования выбора метода планирования эксперимента с использованием типового представления ОИ может быть признана одной их СМАРТ-технологий в механизме управления проектами проведения функциональных и других видов испытаний. Основаниями для такого вывода могут быть следующие соображения:

1)эта технология основана на выработке новых знаний о корректности и/или об эффективности метода планирования испытаний на основе информации о типовом представлении объекта испытаний (ОИ);

2)данная технология направлена на минимизацию рисков, связанных с неправильным выбором метода испытаний, т.е. на минимизацию потерь в процессе и по результатам испытаний;

3)приведенная методика экономит время и средства на методическую и технологическую подготовку испытаний.

Материалы настоящего параграфа позволяют оценить возможность и корректность применения известных методов планирования испытаний при методической и технологической подготовке испытаний КФС (РБС,СС).

8.Формирование планов функциональных испытаний

робототехнических беспилотных систем

Функциональные испытания (ФИ) КФС (РБС,СС) проводятся в натурных условиях использования, эксплуатации таких систем.

Такие испытания относят к категории комплексных испытаний.

Объектом испытаний (ОИ) выступают КФС (РБС,СС) в сборе. При этом ОИ могут иметь полную (штатную) или урезанную (частную) комплектацию, ориентированную на выполнение определенных частных задач ФИ.

Содержание таких испытаний заключается в следующем:

-подтвердить безопасность эксплуатации, применения ОИ;

-проверить выполнение всех заданных функций ОИ;

-проверить работоспособность ОИ во всех возможных внешних условиях;

-подтвердить достижение заданных в техническом задании (ТЗ) характеристик ОИ и другое.

Как уже отмечалось, функциональные испытания являются системным объединением: экспериментов по исследованию механизма явлений; экстремальных экспериментов. Такое системное объединение двух видов испытаний в одном эксперименте придает (на основе свойства эмергентности) новое качеству таким испытаниям. Это дает основания считать функциональные испытания самостоятельным видом испытаний КФС (РБС,СС). Качественное отличие функциональных испытаний от других видов испытаний было доказано методами математической логики в одном из предыдущих параграфов этой книги. Для планирования функциональных испытаний потребовалось разработать новый метод планирования таких испытаний. Это связано с тем, что, как тоже уже отмечалось, регрессионные, факторные планы строят для ограниченных классов объектов и(или) процессов, которые могут быть описаны аналитическими (регрессионными) математическими моделями. Однако, они не пригодны для планирования экспериментов объектов и процессов, которые не могут быть описаны аналитическими математическими моделями, в частности, регрессионными моделями. При этом нужно учитывать, что большинство реальных объектов испытаний (КФС,РБС,СС) не могут быть описаны регрессионными моделями. Кроме этого, доля дискретных объектов испытаний в условиях реальной экономики в период нового технологического уклада только возрастает.

Логико-имитационный метод разработки планов функциональных испытаний разработан автором в интересах решения практических задач планирования натурных испытаний КФС (РБС,СС). Однако этот метод применим и для других типов сложных продуктов машиностроения. Для использования этого метода в процессе планирования экспериментов с КФС(РБС,СС) необходима имитационная модель.

Имитационное моделирование (от англ.- simulation modeling) КФС (РБС,СС) представляет собой метод исследования, в рамках которого исследуемая этим методом система заменяется ее моделью, с достаточной степенью точностью отражающей характеристики, поведение, процессы функционирования реальной системы. В созданной имитационной модели процессы должны быть такими будто они происходят в действительности. С имитационной моделью выполняют эксперименты в интересах получения информации о функционировании реальной системы (объекта испытаний). Выполнение экспериментов с такой моделью называют имитацией. Имитацию определяют как постижение сути явления путем его повторения на модели, но не прибегая к экспериментам с реальным объектом [59, с. 697-737].

Имитационная модель включает в себя элементы непрерывного и дискретного действия. Потому имитационные модели часто используют для анализа динамики функционирования исследуемой системы (КФС,РБС,СС). Имитационное моделирование может проводиться с детерминированными или случайными элементами модели. При случайных элементах модели имитационное моделирование носит стохастический характер.

Функциональные планы испытаний КФС (РБС,СС) разрабатывают для объектов, имеющих имитационные модели [45,с. с.63-70]. При этом на основе применения логико- математических процедур определяют условия проведения испытаний функций ОИ, отвечающие определенным требованиям. Чаще всего в состав таких требований включают требования обеспечить достижение наихудших (максимальных или минимальных (экстремальных)) внешних факторов, влияющих на работоспособность или(и) эффективность работы ОИ-КФС (РБС,СС). При планировании таких испытаний принимается гипотеза о том, что если ОИ оказался работоспособен в наихудших условиях, то он будет работоспособен и в менее напряженных условиях применения, эксплуатации. Это позволяет считать, что функциональные планы испытаний обладают свойствами и их можно отнести к экстремальным планам. При таком планировании ФИ обеспечивается техническая достоверность результата испытаний и снижается неопределенность при принятии решения о возможности реальной эксплуатации ОИ.

Важно, что процедуры проверки адекватности и верификации имитационных моделей ОИ выполняются отдельно до начала планирования.

В зависимости от имеющегося (располагаемого) количества опытных образцов (ОО) ОИ могут быть сформированы: полные планы ФИ; интегральные планы ФИ; усеченные функциональные планы [45,с. с.63-70]. Это связано с тем, что на практике нередки случаи, когда полный функциональный план не может быть выполнен по причине отсутствия необходимого количества опытных образцов КФС(РБС,СС). Причинами такой ситуации могут быть: недостаточная мощность опытного производства; недостаток финансовых ресурсов; трудности поставок комплектующих; ограниченный период времени на проведение таких испытаний и другое. То какой из названных видов планов может быть разработан и реализован на практике определяется соотношением необходимого для осуществления соответствующего вида плана ФИ количества экспериментов и реально располагаемым числом опытных образцов для выполнения экспериментов.

Фактически располагаемое число экспериментов в программе ФИ может определяться: числом изготовленных опытных образцов; объемом выделенных на проведение ФИ денежных средств; ограничениями на время проведения ФИ, накладываемыми конкурентной борьбой и другими соображениями.

Переход от полного функционального плана испытаний (ПФПИ) к интегральному функциональному плану испытаний (ИФПИ), от интегрального к усеченному функциональному плану испытаний (УФПИ) сопровождается дозированным и осознанным снижением объема информации, получаемой в проекте ФИ, об объекте испытаний-КФС (РБС,СС). Это - своеобразная «плата» за снижение стоимости и(или) продолжительности испытаний. В результате такого снижения объема информации об ОИ возрастает степень неопределенности принятия решения о безопасности и соответствии ОИ ТЗ,

Целью формирования полных функциональных планов испытаний ОИ является проверка правильности функционирования и работоспособности объекта испытаний при выполнении всех заданных функций, по всей области применения (при всех режимах функционирования ОИ).

Сформировать полный план ФИ означает определить минимальное множество условий эксперимента, обеспечивающих проверку связности графа структуры объекта испытаний при экстремальных значениях каждого из внешних факторов (при реализации каждой функции ОИ).

Для определения элементов полного плана ФИ используют такую логико-имитационную процедура:

1) формируют функционально - декомпозиционное представление ОИ;

2)с использованием статистического или комбинированного детерминированно-статистического (часть условий назначается прогнозистом, а другая выбирается случайно) имитационного моделирования находят возможные пути (траектории) достижения желаемого конечного состояния;

3)вычисляют соответствующие этим траекториям расход ресурсов и другие параметры как функцию времени ;

4)рассчитывают экстремальные значения каждого из этих параметров при опытной реализации одной из функции ОИ;

5)запоминают номер функции и подмножество начальных условий, при которых достигаются экстремальные значения каждого из факторов воздействия на ОИ, а так же соответствующие максимальные значения этих воздействующих факторов внешней среды;

6) реализуют п.п.2-5 для каждой из функций КФС (РБС,СС);

7) определяют множество условий функционального эксперимента (элементов функционального плана испытаний ОИ) однократным перечислением подмножеств условий для реализации одного такого эксперимента, при которых достигаются максимальные значения каждого из факторов при реализации каждой из функций ОИ.

Полный функциональный план испытаний (ПФПИ) представляет собой множество оптимальных экспериментов.

Функциональные эксперименты отбираются в состав полного функционального плана испытаний на основе принципа фон Неймана-Моргенштерна.

Полученный таким образом полный функциональный план испытаний (ПФПИ) обладает свойствами внешней и внутренней устойчивости.

Внешняя устойчивость ПФПИ означает, что вошедшие в полный функциональный план функциональные эксперименты (проверки) ОИ проводятся в наиболее тяжелых условиях эксплуатации, т.е. выбранные условия проведения эксперимента более предпочтительны с точки зрения целей испытаний, чем варианты условий экспериментов, не вошедшие в такой ПФПИ.

Внутренняя устойчивость такого плана означает, что все функциональные проверки, вошедшие в такой план несравнимы между собой в силу того, что их основой являются различные функции цели КФС (РБС,СС).

Число элементов полного функционального плана испытаний (Nп) может достигать значения, равного произведению числа функций цели ОИ на число факторов внешних условий:

N п = G * W ,

где: G- число функций цели объекта испытаний;

W - число факторов внешних условий.

Если же реальные ограничения не позволяют реализовать такое число экспериментов, то строят интегральный или усеченный функциональные планы.

Функциональный план испытаний строится в несколько этапов. Вначале с использованием имитационной модели исследуют реализацию тех или иных функций цели. Затем анализируют данные, полученные при моделировании различных функций. Сравнивают необходимое для реализации плана данного вида число экспериментов и то число экспериментов, которое может выполнить исследователь. По результатам этого анализа, собственно, и принимается решение какой из типов планов функциональных испытаний: полный, интегральный, усеченный строить.

Пример. Пусть объект испытаний реализует две функции: F1T, F2T . При этом число факторов (параметров), влияющих на функционирование КФС (РБС,СС) равно трем x 1, x 2, x 3.

Пусть при экспериментальной реализации первой функции цели КФС (РБС,СС) с использованием имитационной модели были получены такие последовательности значений параметров:

1) в первом функциональном имитационном эксперименте (условия Y1) имели место гипотетические значения внешних факторов, приведенные в таблице 2.

Таблица 2. Гипотетические значения внешних факторов в первом эксперименте.

Время имитационного эксперимента

№

Факторы

t1

t2

t3

t4

t5

t6

1.

x1

2

3

4

5

6

5

2.

x2

6

7

6

5

5

4

3.

x3

3

4

4

3

2

1

Источник: разработано автором

2) во втором функциональном имитационном эксперименте (условия Y2) имели место гипотетические значения внешних факторов, приведенные в таблице 3.

Таблица 3. Гипотетические значения внешних факторов во втором эксперименте

Время имитационного эксперимента

№

Факторы

t1

t2

t3

t4

t5

t6

1.

x1

1

2

3

4

5

4

2.

x2

3

4

3

3

2

1

3.

x3

2

5

3

2

1

1

Источник: разработано автором

3) в третьем функциональном имитационном эксперименте (условия Y3 ) имели место гипотетические значения факторов, приведенные в таблице 4.

Таблица 4. Гипотетические значения факторов в третьем эксперименте

Время имитационного эксперимента

№

Факторы

t1

t2

t3

t4

t5

t6

1.

x1

3

3

5

6

7

8

2.

x2

3

3

4

3

3

2

3.

x3

2

3

4

3

2

1

Источник: разработано автором

4) в четвертом имитационном эксперименте (условия Y4) имели место гипотетические значения внешних факторов, приведенные в таблице 5.

Таблица 5. Гипотетические значения внешних факторов в четвертом эксперименте

Время имитационного эксперимента

№

Факторы

t1

t2

t3

t4

t5

t6

1.

x1

1

1

2

3

4

3

2.

x2

1

1

2

3

3

2

3.

x3

2

2

2

3

2

1

Источник: разработано автором

На первом шаге построения полного функционального плана находят максимумы каждого из параметров по времени реализации каждого эксперимента. При этом получают следующие последовательности значений параметров [19, с.365-369; 41,с. 312-314]:

x11t ={6, 5, 8, 4}

x21t ={7, 4, 4, 3}

x31t ={4, 5, 4, 3}.

На втором шаге построения полного функционального плана находят максимумы параметров по номеру реализации эксперимента. Эти значения выделены жирным шрифтом. Это:

x11 3 =8, x211 =7, x312 =5.

В план испытаний Y функции F1T включают условия проведения испытаний Y={Y31, Y11, Y21}, которые придают максимальное значение:

• внешнего параметра x1 в комплексе начальных условий эксперимента под номером три (Y31),

• внешнего параметра x2 в комплексе начальных условий эксперимента под номером один (Y11),

• параметра x3 в комплексе начальных условий эксперимента под номером два (Y21).

Комплекс внешних начальных условий эксперимента под четвертым номером в план испытаний функции F1T не включают, так как при таких внешних условиях ни один из параметров не достигает максимального значения при реализации этой функции. Следовательно, эксперимент в комплексе условий Y4 не позволит подтвердить работоспособность КФС (РБС,СС) в наиболее тяжелых условиях эксплуатации, т.е. является недостаточно информативным. Выполнение функционального эксперимента в этих условиях приводит к менее эффективному расходованию средств на ФИ КФС (РБС,СС). Если же эксперимент будет проведен в этих условиях вместо выбранных выше, то возрастает риск принятия в эксплуатацию товара, который может оказаться неработоспособным в возможных «более тяжелых условиях эксплуатации».

При построении полного функционального плана испытаний КФС (РБС,СС) по аналогии с осуществленным выше определением внешних условий для проведения испытаний функции F1T определяют условия испытаний и для других функций цели КФС (РБС,СС). Эти условия в их комплексе и образуют полный функциональный план испытаний КФС (РБС,СС). Для выполнения такого ПФПИ для КФС (РБС,СС) с двумя функциями и тремя существенными внешними факторами нужно выполнить 2*3=6 функциональных и одновременно экстремальных экспериментов.

Однако на практике может оказаться, что реально располагаемое число экспериментов меньше, чем то необходимо для выполнения ПФПИ КФС (РБС,СС). В этой ситуации формируют интегральный функциональный план испытаний (ИФПИ) КФС (РБС,СС).

Идея ИФПИ состоит в том, что бы построить такой план, реализация которого бы обеспечивала:

Во-первых, реализацию всех функций цели КФС (РБС,СС);

Во-вторых, проверку работоспособности при экстремальных значения внешних воздействия на объект испытаний -КФС (РБС,СС).

Предположим, что в результате имитационного моделирования ОИ и выполнения действий, аналогичных выполненным по отношению к функции F1T , для функции F2T найдены:

x12t ={3, 2, 5, 1},

x22t ={4, 3, 2, 2},

x32t ={6, 2, 3, 3},

x12 3 =5, x221 =4, x321 =6.

Сравнивая эти значения с ранее полученными x113 =8, x211 =7, x312 =5, нетрудно установить, что только в одном комплексе условий, а именно, x321 =6 при реализации функции F2T достигаются большие значения фактора, чем при реализации предыдущей функции.

В интегральный план испытаний Yи функций F1T и F2T включают условия проведения испытаний Yи = {Y31, Y11, Y12}, которые обеспечивают:

1) проверку работоспособности функций F1T и F2T;

2) испытания на проверку работоспособности в максимально тяжелых условиях при реализации как функций F1T, так и F2T.

Число экспериментов в таком интегральном функциональном плане равно трем.

Если бы оказалось, что во всех случаях максимальные значения параметры принимают при реализации только первой функций F1T , то это свидетельствовало бы, что реализация второй функции не сопровождается максимальными воздействиями. В этом случае исследователю было бы достаточно только проверить работоспособность при реализации функции F2T в любом из комплексов условий Y12 или Y32.

В этом случае интегральный функциональный план для испытания функций F1T и F2T мог бы иметь вид:

Yи1={Y31, Y11, Y21, Y12} или Yи2={Y31, Y11, Y21, Y32}.

Как мы видим, число экспериментов в интегральном функциональном плане в этом случае было бы равно 4.

Интегральный функциональный план позволяет произвести проверку всех функций (связности графа структуры) при максимально возможных на всем множестве условий эксплуатации значениях факторов.

Построить интегральный функциональный план можно в результате выполнения следующих действий:

1)выполняют W-разбиение ПФПИ плана на подмножества элементов, которые обеспечивают максимальные значения внешних нагрузок на конструкцию по каждому из факторов (W - число факторов);

2)на всех из выделенных подмножеств находят элемент, максимальный среди максимальных, вошедших в полный функциональный план;

3)запоминают соответствующие номер функции, комплекс начальных условий, номер внешнего фактора;

4)реализуют п.п. 2, 3 для всех подмножеств W-разбиения ПФПИ;

5)проверяют, все ли функции ОИ представлены в числе запомненных в п.3 комплексов условий экстремальных экспериментов;

6)если окажется, что все функции ОИ вошли в подмножество, полученное в результате выполнения п.п. 2-4, то это подмножество и есть интегральный функциональный план испытаний (ИПФИ), и процедура его формирования считается завершенной;

7)если не все функции ОИ включены в подмножество условий экспериментов, полученное в результате выполнения п.п.2-4, то это подмножество дополняют элементами ПФПИ, еще не представленными в интегральном функциональном плане, до тех пор, пока все функции ОИ не будут один раз представлены в интегральном функциональном плане.

Максимальное число элементов в интегральном функциональном плане испытаний может быть определено по формуле:

N иmax= G + W - 1,

где: G - число функций цели объекта испытаний;

W - число внешних факторов.

Минимальное число элементов в интегральном функциональном плане может быть найдено по формуле:

Nиmin= max {G, W}.

Однако, на практике может оказаться, что у испытательной бригады отсутствует возможность выполнить и интегральный функциональный план испытаний (ИФПИ). В этом случае строят усеченный план функциональных испытаний (УПФМ).

Главная идея усеченного плана функциональных испытаний (УПФИ) заключается в том, что бы при известном количестве функциональных экспериментов обеспечить получение максимального количества информации о механизме функционирования и работоспособности объекта испытаний-КФС(РБС,СС). При таком подходе, на основе известного (располагаемого) количества функциональных экспериментов, формируют усеченный план функциональных испытаний (УПФИ).

УПФИ позволяют построить план испытаний многофункционального объекта испытаний -КФС (РБС,СС) с любым количеством функциональных экспериментов посредством «усечения» ИПФИ. Для того, что производить такое усечение необходимо ранжировать эксперименты в плане по их информативности. В интересах такого ранжирования проводится анализ информативности каждого эксперимента. На основе такого анализа информативности эксперименты располагают по порядку с точки зрения снижения информативности (от самых информативных к наименее информативным экспериментам. При таком анализе информативности выделяют информативность, связанную: во-первых, с оценкой выполнения функций ОИ; во-вторых, с оценкой (то есть исключения после анализа значимости данного эксперимента) функций или внешних факторов.

При построении усеченного функционального плана стремятся извлечь максимум информации о связности графа структуры (реализуемости функций) и проверить работоспособность при максимально возможных или наихудших, наилучших значениях факторов. При этом важно определить понятие «информативность», применительно к решаемой задаче. Кроме того, важно установить отношения предпочтительности испытаний как по реализуемым функциям, так и по внешним факторам.

Функции КФС (РБС,СС) могут быть ранжированы (расположены в порядке важности) по признаку частоты их реализации в процессе реальной эксплуатации. Внешние факторы могут быть ранжированы с использованием статистических данных или экспертных методов по их тяжести для конкретного типа объектов испытаний и условий эксплуатации.

При другом подходе функции ОИ могут быть ранжированы по уровню их сложности, например, в соответствии с числом подсистем, участвующих в реализации определенной функции цели ОИ. При этом ОИ функции присваивают высший ранг, если в осуществлении такой функции участвует большее число подсистем КФС (РБС,СС).

Усечение функций и/или факторов в УПФИ проводится до тех пор, пока располагаемого числа экспериментов становится достаточно для реализации такого рода плана испытаний для ОИ с усеченными функциями и/или внешними факторами.

Такая процедура построения УПФИ позволяет дозировано, после предварительного анализа и оценки значимости той или иной информации, которую прогнозируется получить в результате экспериментов, проводить сокращение числа экспериментов в программе ФИ КФС (РБС,СС). Для обоснованного сокращения числа экспериментов в процессе формирования программы ФИ и может быть разработана последовательность видов планов функциональных испытаний: «полные - интегральные - усеченные» функциональные планы [19, с.365-369; 41,с. 312-314].

Дополнительно при формировании программы ФИ КФС (РБС,СС) нужно планировать эксперименты, связанные с проверкой функций адаптации и живучести ОИ. Напомним, что функции адаптации ОИ обеспечивают изменение цели функционирования при изменении внешних условий функционирования [36, pp. 134–136]. Пример такой гипотетической функции БПЛА-это предполагаемый переход в режим поиска новой цели в случае исчезновения (утери) первоначальной цели в процессе наведения БПЛА на эту первоначальную (заданную) цель?

Как уже отмечалось, функция живучести КФС (РБС,СС) состоит в способности выполнять другую функцию цели при отказе или повреждении части элементов ОИ [36, pp. 134–136]. Пример гипотетической функции такого типа: предполагаемое наведение БПЛА на пролонгированную (расчетную) цель в случае отказа информационно-корректирующей подсистемы (головки самонаведения) БПЛА?

При планировании экспериментов по проверке функций адаптации и живучести в натурном эксперименте необходимо иметь на полигоне не только сложную внешнюю техническую обстановку (мишенную обстановку [40]), но еще и изменяющуюся в реальном масштабе времени натурного эксперимента мишенную обстановку?

Вопросы проектирования сложных, динамичных, управляемых в реальном масштабе времени внешних технических обстановок будут обсуждаться в следующем параграфе настоящей книги.

Для характеристики эффективности процесса натурных функциональных испытаний дополнительно может быть рассмотрено понятие «потери в процессе натурных функциональных испытаний».

Под потерями в процессе натурных функциональных испытаний может пониматься проведение экспериментов, которые:

1)не обеспечивают рост вероятности принятия правильного (обоснованного и достоверного технически и статистически) решения о принятии объекта испытаний в эксплуатацию;

2)проведение которых не обеспечивает максимально возможный уровень информативности выполненного натурного функционального эксперимента.

Следует отметить, что разработанная в настоящем параграфе книги методика планирования функциональных экспериментов может быть отнесена к методологии бережливого производства при проведении функциональных испытаний КФС(РБС,СС). Сама методика бережливого производства представлена в работе [42,с.2], а методика бережливого производства при создании проектов КФС (РБС,СС) отражена в работе [1, с. 124-141]

При этом, одновременно, методика и технология формирования: полного функционального плана испытаний (ПФПИ), интегрального функционального плана испытаний (ИФПИ), усеченного функционального плана испытаний (УФПИ) могут быть отнесены к интеллектуальным (СМАРТ) технологиям управления проектами функциональных испытаний ОИ.

Основанием для отнесения технологии формирования программ функциональных испытаний КФС (РБС,СС) к интеллектуальным (СМАРТ) технологиям управления проектами могут быть:

-рассматриваемая технология основана на формировании новых знаний, в частности, о значимости информации, полученной в эксперименте, на основе имеющейся информации отраженной в имитационной модели КФС (РБС,СС) и знаниях о внешних условиях применения ОИ, технических обстановках применения ОИ в натурном эксперименте;

-данная технология направлена на минимизацию потерь в процессе натурных функциональных испытаний;

-изучаемая технология имеет гибкий характер, построена с учетом с учетом реальных финансовых и производственных возможностей организаций -разработчиков КФС (РБС,СС) и другое.

После разработки программы ФИ можно переходить к проектированию технических обстановок и комплексированию проверок ОИ.

9.Проектирование внешних технических обстановок

и комплексирование проверок при функциональных

испытаниях робототехнических беспилотных систем

Часто КФС (РБС,СС) снабжены информационно-измерительными системами (ИИС): датчиками; головками самонаведения(ГСН) и др.

Основными задачами ИИС в ходе ФИ КФС (РБС,СС) могут считаться:

-обнаружение целевого объекта в процессе функционирования;

-выделение (селекция) одного целевого объекта из некоторого множества подобных объектов на основе определенных критериев (максимум сигнала, первый справа/слева и другое);

-слежение за целевых объектом в процессе сближения с КФС (РБС,СС);

-формирование и реализация некоторого алгоритма действий при изменении внешней технической обстановки в процессе решения целевой задачи и другое.

ИИС могут быть основаны на различных физических признаках обнаружения целевых объектов: тепловизионными (реагируют на тепловое излучение цели); оптическими, которые основаны на свойстве оптической контрастности целевого объекта; радиоконтрастными (целевой объект обладает свойством отражать радиолокационный сигнал); радиоизлучающие цели; акустические цели генерирующие звуки и другое.

Необходимо учитывать, что целевые объекты в реальной естественной и/или антропогенной среде существуют на некотором фоне. Например, взлетная полоса аэродрома существует на фоне естественной поверхности земли.

Демаскирующим признаком целевого объекта в данной работе станем называть разницу объектов фона и целевого объекта по данному признаку.

При этом часто типовые целевые объекты имеют несколько демаскирующих признаков одновременно, например, корабль имеет демаскирующие оптически контрастные, радиолокационное отражающее, акустическое и тепловое свойства.

В состав ИИС могут входить различные датчики (тепловые, акустические и др.), системы искусственного зрения, головки самонаведения и другое. Для испытаний ИИС в составе КФС (РБС,СС) в натурных условиях должны создаваться в местах проведения испытаний (полигонах) внешние технические обстановки. Вопросам технологической подготовки к такого рода испытаниям уделяется большое внимание Так, в частности, известна работа «Способ подготовки проведения натурных испытаний сложного технического комплекса средств вооружения корабля», Заявка № 2012155544/11 от 21.12.2012, авторы Клячко Л.М., Рыков В.В., Вавилов В.Д., Марьенко С.М., Козлов М.Г., Свирин Ю.А. [60]. Важным элементом натурных функциональных испытаний является оценка точности и других характеристик информационно-измерительных систем [61, с. 11-18].На этапах, предшествующих натурным испытания, одновременно с натурными испытаниями или вместо натурных испытаний могут проводиться стендовые испытания информационно-измерительных систем. Так известна работа «Стенд для испытания транспортируемых на подвижных носителях устройств для обнаружения скрытых объектов», авторы Виноградов А.В., Колтунов В.В., Пизаев А.О., патент на изобретение RU 2727973 C1, 28.07.2020. ,Заявка № 2020104597 от 03.02.2020. [62].

Сложности создания технических обстановок для натурных функциональных испытаний корабельных комплексов были проанализированы в работе [40]. В этой работе отмечается следующее.

В начале 2020-х годов практических ракетных стрельб (РС) и создание мишенных позиций (МП) с применением средств технического обеспечения (СТО) системы ракетно-артиллерийского технического обеспечения (РАТО) не всегда создают возможность производить отработку способов использования существующих противокорабельных ракет (ПКР).

При реализации программ боевой подготовки (БП), в частности, обеспечение таких программ морскими мишенями (ММ) и мишенными позициями, руководство ВМФ испытывает порой проблемы, которые могут быть связаны с: износом и списанием парка кораблей-целей (КЦ), корабельных щитов больших (БКЩ), малых корабельных щитов (МКЩ)); недостаточным производством современных самоходных кораблей-целей. Часто, задачи боевой подготовки отрабатываются по мишенной позиции, составленной из больших корабельных щитов и уголковых отражателей (УО). Известно, что УО используют для имитации эффективной поверхности рассеивания (ЭПР).

Недочеты при создании внешних технических обстановок (мишенных позиций) не позволяют в полной мере раскрыть возможности новых способов использовать современных крылатых ракет (КР) при проведении практических ракетных стрельб. К сожалению, создание позиций для практических стрельб комплексами КР на протяжении длительного периода времени выполнялось по устаревшим методикам [40].

Анализ показывает, что такая ситуация (недооценки значимости внешних технических обстановок) существует уже определенный период, именно не менее 30-ти лет. Именно поэтому в конце 1980-х годов было принято решение ЦК КПСС и СМ СССР о проведении научно-исследовательской и опытно-конструкторской работы (НИОКР) «Кегельбан».

Характерным штрихом для описания отношения к проблеме является и то, что в течение 2-х лет Заказчик не мог найти исполнителя на эту работу. Крупные «фирмы» отказывались от нее из-за недостаточного, по их мнению, финансирования. При этом считалось, что эта работа менее престижна и перспективна по сравнению с разработкой профильных для них изделий. Только через два года Заказчик смог найти исполнителя этой работы. При этом, НИОКР «Кегельбан» выполнялась в рамках передовых для того времени форм организации труда (временные творческие коллективы), с учетом специфики НИР и ОКР. Такая форма организации труда позволяла привлекать уникальных специалистов из различных профессиональных областей. Это могло быть прообразом научной платформы?

Как уже отмечалось, для ликвидации отставания в области имитации внешних технических обстановок при натурных (летных) испытаниях авиационных комплексов по решению ЦК КПСС и СМ СССР выполнялась в 1989-1991 годах НИОКР «Кегельбан» (научный руководитель -автор этой книги Глущенко В.В.). Работа выполнялась временными творческими коллективами (ВТК), работавшими в Москве, Харькове, Славянске, Ахтубинске и др.

Целями этой работы были: создание новых современных мишеней, имитирующих различные виды целей; автоматизация управления мишенными полями полигонов в реальном масштабе времени летного эксперимента при испытаниях авиационных комплексов; автоматизация контура обеспечения безопасности летных испытаний и другое.

Основой для НИОКР «Кегельбан» могли быть рационализаторские предложения в рамках выполнения программ летных испытаний в промышленности, изобретение ряда устройств. В частности, полезными для понимания содержания и внедрения на практике результатов этого параграфа книги могут быть:

-авторское свидетельство на изобретение СССР № 256201 от 01.06.1987 (авторский коллектив Глущенко В.В., Зайцев Г.В., Максименко В.В., Черепнин В.П.);

-авторское свидетельство на изобретение СССР № 260800 от 01.09.1987 (авторский коллектив Бычков Г.В, Глущенко В.В., Попов В.В., Максименко В.В., Черепнин В.П.);

-авторское свидетельство на изобретение СССР № 269156 от 01.02.1988 (авторский коллектив Буздалин Б.П., Гаврюшенко Г.И., Глущенко В.В., Попов В.В.);

-авторское свидетельство на изобретение СССР № 308064 от 01.02.1990 (авторский коллектив Перфилов Г.А., Пшенецкий С.П., Глущенко В.В., Добрынин Э.В.);

-авторское свидетельство на изобретение СССР № 314707 от 01.06.1990 (авторский коллектив Каплун Е.Т., Глущенко В.В., Бородулин Е.Г.).

Результаты НИОКР «Кегельбан» были опубликованы, в частности, в работах [19, с.369-380; 41,с.312-314; 54, с. 199-206; 64, с. 115-124] и других.

Результаты НИОКР «Кегельбан» были приняты Заказчиком в 1991 году.

В 1990-х годах в условиях последовавших изменений социально-экономической ситуации работы в этом направлении были прекращены.

Значительная часть последующих материалов настоящего параграфа основана результатах и наработках названной НИОКР «Кегельбан», а так же на их методическом развитии.

Условимся исходить из того, что для обеспечения технической (но не статистической) достоверности результата испытаний экспериментальная проверка каждой из функций КФС (РБС,СС) необходимо создание соответствующих реальным условиям эксплуатации искусственных технических обстановок натурных испытаний [1,с. 67-96; 19, с.369-380; 41,с.312-314; 56, с. с. 199-206; 63]. В первую очередь это касается всего набора информационных признаков, которые используются ИИС КФС (РБС,СС) для выполнения своих функций, помеховых обстановок, в том числе помех промышленных и/или искусственно создаваемых противоборствующей стороной.

Обострение конкурентной борьбы на рынках КФС (РБС,СС), сложных товаров машиностроения повышает возможный ущерб для фирмы - разработчика товара в случае выхода на рынок с не до конца отработанным или недостаточно испытанным ОИ, товаром. При этом усложнение условий применения КФС (РБС,СС) порождает необходимость формирования теоретических основ проектирования технических обстановок испытаний. Анализ показал, что в интересах обеспечения технических возможностей проверки переходных режимов КФС (РБС,СС)-функций адаптации и живучести, при испытаниях необходимо создавать специальные имитаторы с изменяющимися в реальном масштабе времени эксперимента функциями и параметрами. Теоретические основы исследования этого аспекта проекта испытаний даны в работах [54,с. 199-206; 55,с. 61- 67].

При проектировании внешних технических обстановок для функциональных испытаний КФС (РБС,СС) принимают решения по таким вопросам:

1) проектирования элементарных (не с точки зрения простоты, а с точки зрения неделимости) имитаторов отдельных признаков и(или) информационных воздействий и обстановок применения КФС (РБС,СС);

2) проекта объединения элементарных имитаторов (ЭИ) в единую систему -техническую обстановку для проверки определенной функции ОИ;

3) комплексирования элементарных имитаторов в многофункциональный имитатор технических обстановок, обеспечивающий набор проверок определенного множества функций цели, адаптации и живучести КФС (РБС,СС).

Для такого проектирования нужно определить иерархию задач, провести декомпозицию задач, критериев проектирования ЭИ, систем технических обстановок, разработать логико-математический метод проектирования имитаторов и таких технических обстановок.

При этом нужно учитывать, что комплексирование функциональных проверок КФС (РБС,СС) в период натурных испытаний, позволяет: значительно (в 3-5 раз) сократить затраты времени и средств на испытания ОИ; опередить конкурентов и раньше выйти на рынок или сдать изделие Заказчику. При таком комплексировании ставится условие: обеспечить полноту проверки функций ОИ не менее заданной. Такое комплексирование проектируется в рамках технологии СМАРТ-управления реализации программы ФИ КФС(РБС,СС), в ходе формирования управленческого решения, касающегося плана и проекта испытаний товара. Комплексирование функциональных проверок ОИ возможно, если условия их выполнения в одном натурном эксперименте не противоречат друг другу, то есть техническая обстановка одной функциональной проверки ОИ должна позволять осуществлять трансформацию такой обстановки для реализации следующей проверки в реальном масштабе времени одного и того же натурного (летного, морского и т.п.) эксперимента.

Для обеспечения возможности комплексирования нескольких функциональных проверок ОИ в одном эксперименте необходимо создать специальные многофункциональные и управляемые в реальном масштабе времени эксперимента сложные системы-технические обстановки, включающие, системы управления ЭИ, техническими обстановками, имитаторы, устройства создания помех, средства контроля и другое.

Комплексирование имитаторов в многофункциональный имитатор технических обстановок для проверки множества функции КФС (РБС,СС) позволяет выполнить комплексирование проверок ОИ в одном натурном или лабораторном эксперименте. Как уже отмечалось, сокращение числа экспериментов, необходимых для выполнения программы испытаний и периода времени испытаний дает возможность:

1) уменьшить затраты времени и средств на функциональные испытания, проект КФС (РБС,СС) в целом. Что может позволить фирме-разработчику: опередить конкурентов в вопросе выхода на рынок (как известно, кто первый вышел на рынок, тот практически навсегда остается на первой позиции в сознании потребителей); установить монопольно высокие цены на товар на период монопольного положения на рынке; расширить диапазон возможного коммерческого маневра в вопросе назначения цен (в том числе, за счет снижения себестоимости товара),а снижение себестоимости может позволить производителю увеличить долю своего товара на рынке или получить дополнительную прибыль и т.п.;

2)повысит безопасность проведения натурных испытаний-снизить вероятность недопустимого воздействия отказавших в процессе испытаний ОИ на элементы окружающей cреды за счет уменьшения числа экспериментов, в которых такое воздействие возможно.

Иерархия задач такого проектирования внешних технических обстановок связана с иерархией «информационный элемент (элементарный имитатор) - подсистема (техническая обстановка) - система (система технических обстановок)». В качестве элемента низшего уровня иерархии будем рассматривать элементарный имитатор - искусственный технический объект, имитирующий реальный объект, адекватный в заданном смысле реальному объекту и/или отдельному информационному (демаскирующему) признаку реального объекта из технической обстановки реальной внешней среды.

В качестве подсистемы (в составе системы имитации внешних технических обстановок) будем рассматривать техническую обстановку, которая может быть определена как совокупность элементарных имитаторов (ЭИ), объединенных для того, чтобы имитировать некоторое множество вариантов типовых условий применения КФС (РБС,СС)-объекта испытаний.

Система технических обстановок может быть определена как совокупность технических обстановок, расположенных на определенной территории и объединенных в единую систему для того, чтобы имитировать в ходе натурных экспериментов и испытаний множество типовых условий применения некоторого множества КФС (РБС,СС).

Формально задачи проектирования на каждом из этих уровней иерархии определяются соответствующими критериями проектирования. В качестве таких критериев эффективности можно рассматривать:

1) для элементарного имитатора (ЭИ):

-количество имитируемых информационных признаков (демаскирующих факторов) реального объекта антропогенной среды (с учетом естественного фона) объекта внешней среды;

-диапазон интенсивностей демаскирующего фактора (эффективная поверхность рассеивания, оптическая контрастность и др.);

-вероятности ошибок первого и второго рода при имитации каждого из признаков;

-идентичность распределений ошибок пеленгации в момент «ослепления»информационно-корректирующей подсистемы КФС (РБС,СС) для имитатора и имитируемого реального объекта;

-стоимость полной имитации демаскирующих факторов заданного объекта реальной внешней технической обстановки.

2) для технической обстановки показателями их эффективности могут выступать:

-относительное число имитируемых признаков к заданному признаков и тактических ситуаций для программы испытаний одного товара;

-математическое ожидание количества имитируемых обстановок (функциональных проверок товара) в одном эксперименте;

-коэффициент готовности к использования такой технической обстановки

-срок и стоимость создания такой технической обстановки;

3) для системы технических обстановок (создают на полигонах, в центрах испытаний, сертификации КФС (РБС,СС), товаров):

- доля (относительное количество) имитируемых технических обстановок к числу заданных всеми программами испытаний всех товаров, проходящих испытания в данном испытательном или сертификационном центре;

-пропускная способность как произведение математического ожидания имитируемых в одном эксперименте технических обстановок на количество экспериментов в единичный календарный период (сутки, месяц и т.д.);

-безопасность, стоимость создания, обслуживания, занимаемая площадь, другие технико-экономические характеристики.

Декомпозиция задач проектирования технической обстановки ФИ может быть выполнена с использованием матрицы, столбцы которой соответствуют иерархии задач проектирования, а строки этой матрицы соответствуют последовательности усложнения типов имитаторов в соответствии с количеством имитируемых признаков, тактических ситуаций.

Для логического проектирования имитаторов необходимо классифицировать свойства реальных объектов и определить принципы построения конструкции имитатора. Исследование существенных свойств реальных объектов позволяет предложить классифицировать их по:

-числу измерений (точечные, одномерные, двухмерные, трехмерные);

-составу элементов (одиночные, площадные, групповые);

-конфигурации (простые, сложные);

-возможности информационного и других видов противодействия (индифферентные, противодействующие);

-принципам противодействия (активные, пассивные);

-способам осуществления противодействия (информационное, изменение характеристик демаскирующего признака, маневром и т. д.);

-числу имитируемых информационных признаков;

-типам информационных признаков (тепловые, оптические, радиоизлучающие, радиоконтрастные, акустические);

-диапазонам изменения информационных признаков;

-среде существования (воздушные, наземные, морские);

-естественному фону по информационным признакам;

-числу возможных использований в эксперименте (одноразового, неоднократного, многократного применения).

Под рациональной номенклатурой имитаторов будем понимать конечное множество имитаторов, позволяющее проверить правильность и/или вероятность выполнения всех функций ОИ при условии его безотказного функционирования в эксперименте.

Оптимальной номенклатурой имитаторов станем именовать один из вариантов рациональных номенклатур, обеспечивающий минимум суммарных затрат на проектирование, изготовление, размещение, обслуживание. Задача поиска оптимальной номенклатуры имитаторов из возможных рациональных номенклатур здесь не рассматривается.

Философия проектирования имитатора-это наиболее общий и мудрый взгляд на проект создаваемого имитатора. Эта философия проектирования имитатора находит свое практическое выражение в формировании принципов проектирования имитаторов. К принципам проектирования конструкции имитаторов можно отнести такие положения:

-возможность управления имитатором в реальном масштабе времени функционального эксперимента (да, нет);

-тип управления имитатором (программное, ситуационное);

-способ реализации системы управления (встроенная, внешняя);

-числом имитируемых информационных признаков (от одного до полного набора, присущего реальному объекту);

-живучесть к воздействию внешних факторов, определяемых ОИ;

-ремонтопригодность имитатора;

-штатное число возможных применений;

-характер имитации реального объекта (по размерам, по конфигурации, информационному и т. п., частичная или комплексная имитация).

Этот список принципов проектирования имитатора не является исчерпывающим и универсальным, такие принципы должны уточняться для конкретного класса реальных объектов испытаний.

После этого формируют список свойств имитатора, образуя логическую (булеву) матрицу свойств имитатора.

В булевой матрице свойств имитатора наличие определенного свойства у реального объекта или имитатора отражают записью «+1» (логическое «истинно»), а отсутствие этого свойства – записью «-1». Логическое условие адекватности имитатора реальному объекту устанавливает следующее предложение [54,с. 199-206; 55,с. 61- 67].

Предложение № 1. Необходимым логическим условием адекватности имитатора реальному объекту является идентичность их булевых матриц свойств [54,с. 199-206; 55,с. 61- 67].

При формировании номенклатуры имитаторов рекомендуется учитывать ограничения, которые связаны с характеристиками ОИ:

-имитатор должен отражать не менее информационных признаков объекта, чем минимальное, используемое информационно-корректирующей подсистемой ОИ для обнаружения объекта-ориентира (целевого объекта);

-каждый имитатор должен обеспечивать в реальном масштабе времени возможность уменьшения информационного признака объекта-ориентира до нулевого значения (Последнее требование связано с тем, что в процессе испытаний информационно-корректирующая подсистема ОИ и имитатор находятся в сопряженных состояниях и переход от выполнения одной функциональной проверки ОИ к другой проверке возможен только после перехода объекта испытания и имитатора в несопряженные состояния. Что может быть достигнуто соответствующим уменьшением информационного признака имитатора до значения ниже минимального, необходимого для штатной работы информационно-корректирующей подсистемы ОИ.

Логическое проектирование технических обстановок для ФИ КФС (РБС,СС) заключается в следующем.

Технические обстановки создают из отдельных элементарных имитаторов для проведения функциональных испытаний конкретного ОИ. Такие технические обстановки должны имитировать одиночный, групповой (например, авианосная ударная группа (АУГ)), площадной (предприятия) или другие типы целевых объектов. При проектировании технических обстановок для ФИ КФС(БС,СС) учитывают:

1) свойства объекта, используемого в качестве объекта-ориентира;

2) свойства ОИ, для учета этих свойств ОИ рекомендуется задать информацию о нем в удобной для решения заданной задачи форме функционально-декомпозиционного представления.

Характер логической связи информационно-корректирующей подсистемы КФС (РБС,СС) и технической обстановки для функциональных испытаний устанавливает такое предложение.

Предложение № 2. Переход информационно-корректирующей подсистемы КФС (РБС,СС)-ОИ и технической обстановки из любых двух разрешенных сопряженных состояний в любые два разрешенные сопряженные состояния возможен тогда и только тогда, когда их таблицы функций адаптаций и живучести идентичны [54,с. 199-206; 55,с. 61- 67].

После синтеза рациональной номенклатуры технических обстановок ФИ КФС (РБС,СС) необходимо произвести проверки: функциональной достаточности технической обстановки (ТО); функциональной избыточности созданной технической обстановки.

Проверка функциональной достаточности ТО осуществляется сравнением:

- суммарной булевой матрицы информационных свойств (используемых информационно-корректирующей подсистемой конкретного ОИ) и булевой матрицы свойств реальной объекта, используемого в качестве ориентира;

- суммарной таблицы функций адаптации номенклатуры имитаторов с аналогичной таблицей объекта испытаний. Если эти таблицы идентичны, то техническая достоверность результата испытаний с использованием разработанной номенклатуры имитаторов обеспечивается.

Проверка степени избыточности номенклатуры имитаторов, задействованных для создания технических обстановок ФИ КФС (РБС,СС), имеет своей целью избежать излишней избыточности, а следовательно, излишних затрат на создание такой номенклатуры имитаторов.

Такая проверка избыточности ТО проводится следующим образом:

1) учитывают, сколько раз в номенклатуре имитаторов присутствует каждое из свойств, а также переходы между свойствами;

2) для обеспечения свойства эмергентности ТО при имитации реального объекта каждое из свойств должно встречаться не более двух раз, а каждый из переходов - не более одного раза. При большом количестве появлений свойств (более двух) и переходов (более одного) номенклатура ТО является излишне избыточной. В этом случае необходимо пересмотреть такую номенклатуру ее, приблизив к минимальной;

3) из некоторого множества номенклатур имитаторов с необходимой для ФИ булевой матрицей свойств оптимальная может быть найдена, как вариант, обеспечивающий минимум расходов на изготовление и обслуживание.

Последовательность выполнения функциональных проверок информационно-корректирующей подсистемы КФС (РБС,СС) в соответствии с технологией функциональных испытаний ОИ и алгоритм управления переходами от одной технической обстановки к другой при выполнении функций товара в реальном масштабе времени лабораторного или натурного эксперимента может быть синтезирован в соответствии с методикой, представленной в работах [54,с. 199-206; 55,с. 61- 67].

При таком подходе комплексирование нескольких функциональных проверок многофункциональных КФС (РБС,СС) в одном функциональном эксперименте позволяет существенно, в несколько (3-5) раз сократить затраты времени и средств на реализацию проекта таких испытаний. С учетом того, что (как уже отмечалось) затраты на испытания ОИ составляют не менее 50% затрат на разработку нового КФС (РБС,СС), такое комплексирование функциональных проверок при испытаниях может позволить сократить суммарные затраты на проект разработки КФС (РБС,СС) на 30 - 40%? Затраты же на создание автоматизированной системы управления техническими обстановками в реальном масштабе времени эксперимента относительно невелики и могут исчисляться единицами процентов общих затрат на испытания товара. Экономический эффект комплексирования тем выше, чем сложней и многофункциональней КФС (РБС,СС) - объект испытаний.

Описанная в настоящем разделе книги технология проектирования технических обстановок и комплексирования функциональных испытаний КФС (РБС,СС) может быть отнесена к разряду интеллектуальных (СМАРТ) технологий. Основанием для признания этих технологий интеллектуальными могут быть: такая технология основана на выработке новых знаний на основе уже имеющихся знаний об ОИ и внешней технической среде; использование такой технологии сокращает потери при проведении ФИ КФС (РБС,СС) и др.

10.Формирование проекта обеспечения безопасности испытаний

При проектировании ФИ КФС (РБС,СС) большое внимание должно уделяться прогнозированию и обеспечению безопасности таких испытаний [19,с. 380-385]. Это определяется, как правило, недостаточной отработанностью, невысокой надежностью предъявляемых на испытания ОИ.

Напомним, что именно доработка ОИ и повышение его надежности значатся в числе целей ФИ КФС (РБС,СС). При этом параметр «безопасность» выступает одним из трех (затраты, эффект, безопасность) несравнимых между собой параметров эффекта, входящих в критерий оценки эффективности любой операции или системы. Поэтому при подготовке проекта ФИ КФС (РБС,СС) необходимо прогнозировать и оценивать безопасность таких испытаний, а при необходимости и принимать меры для обеспечения безопасности испытаний. Поэтому подпроект обеспечения безопасности испытаний является важным структурным элементом проекта ФИ КФС (РБС,СС). Но, прежде всего, уточним само понятие «безопасность».

Известно, что ГОСТ 12.0.002-80 определил безопасность производственного оборудования как свойство сохранять безопасное состояние при выполнении заданных функций в определенных условиях в течение установленного времени. Недостаток такого определения очевиден и заключается он в том, что понятие «безопасность» определяется через самое себя. При этом например, известно определение безопасности как защищенность кого-либо (или чего-либо) от чрезмерной опасности.

В настоящей книге условимся рассматривать только безопасность человеко-машинных автоматизированных систем управления функциональными испытаниями.

Оценкой безопасности ФИ КФС (РЮС,СС) условимся именовать сравнение результатов анализа безопасности ФИ КФС (РБС,СС) с приемлемыми значениями, заключение о пригодности оцениваемой системы по этому параметру [65,с. 6-11]. При этом важно учитывать, что события «безопасность» и «опасность» составляют полную группу событий, то есть сумма вероятностей этих событий равна единице. Это позволяет формулировать понятие безопасности ФИ КФС (РБС,СС) в терминах противоположного понятия, а именно, опасности таких испытаний.

Известны предложения оценивать безопасность (или опасность) деятельности (ФИ-как вид деятельности) такими показателями:

1) вероятность появления катастрофических и аварийных последствий;

2) временем срабатывания защитных устройств;

3) электрической прочностью изоляции;

4) механической прочностью строений;

5) радиусами постоянных уровней разрушений, остаточных деформаций объектов внешней антропогенной среды.

Их изучение показывает, что ни один из этих показателей не отражает уровень фактической опасности. Это объясняется тем, что ни один из приведенных выше показателей (критериев) не покрывает и не может быть отнесен ко всей цепи событий (возникновение отказа-появление поражающего фактора-уязвимость объекта-нанесение ущерба), которая приводит к фактической реализации потенциальной опасности.

Необходимо отметить, что все события в цепочке реализации опасности: возникновение отказа ОИ; появление поражающего фактора ОИ; уязвимость внешнего объекта; нанесение ущерба внешнему объекту и/или персоналу являются случайными событиями.

Поэтому можно предложить оценивать опасность ФИ КФС (РБС,СС) как оценку вероятности нанесения в результате ФИ КФС (РБС,СС) ущерба, который превышает определенную принятую норму.

При таком подходе вероятность нанесения недопустимого ущерба, превышающего определенную норму, одному типовому объекту (элементу внешней cреды) P(U) может быть вычислена как произведение таких вероятностей: вероятности отказа P(O) ОИ; условных вероятностей обнаружения отказа P(Об/O) при фиксированном периоде времени контроля и прекращения функционирования системы (или операции), при условии нахождения уязвимых элементов внешней среды в некоторой зоне (окрестности Q) отказавшего ОИ или в зоне его-ОИ конечных (терминальных) положений P(OБ/Об) при обнаружении отказа в течение рассматриваемого интервала времени и прекращении функционирования; условная вероятность нанесения недопустимого ущерба этим элементам внешней cреды при нахождении их в некоторой окрестности Q отказавшего ОИ или зоне ее конечных (терминальных) положений ОИ при проведении натурного эксперимента P(U/ОБ):

P(U)=P(O)·P(Об/O)·Pо(OБ/Об)·Pо(U/ОБ)+

+P(O)·(1-P(Об/O))·Pно(OБ/Об)·Pно(U/ОБ),

где: Pо(OБ/Об), Pо(U/ОБ), Pно(OБ/Об), Pно(U/ОБ) - названные выше вероятности для случаев обнаружения и необнаружения отказа ОИ в процессе испытаний, соответственно.

В общем случае:

Pо(OБ/Об)¹Pно(OБ/Об); Pо(U/ОБ)¹Pно(U/ОБ).

При этом в случае обнаружения отказа ОИ и прекращения функционирования отказавшего ОИ появляется возможность изменить ход эксперимента, состав и мощность вредных (поражаюших) факторов ОИ, возникающих в результате отказа ОИ в эксперименте.

Прекратить эксперимент при отказе ОИ можно путем генерации соответствуюшей команды на прекращение эксперимента. Такое прекращение эксперимента может быть исполнено с использование встроенной в ОИ, отдельной бортовой или внешней системы обеспечения безопасности эксперимента.

Вредными (поражающими) факторами при испытаниях ОИ могут быть: прямое механическое (ударное) воздействие; взрывная волна; огневое воздействие, например, при возгорании топлива и другое.

Предложенный в этой работе показатель опасности эксперимента, а именно, вероятность нанесения недопустимого ущерба объектам внешней среды и персоналу испытательной бригады, может включаться в состав критерия выбора наилучшего варианта программы испытаний и/или отдельного функционального эксперимента.

Такая оценка безопасности ФИ КФС (РБС,СС) может проводиться в зависимости от степени структурированности подзадачи обеспечения безопасности таких испытаний в рамках: запрограммированного решения; незапрограммированного решения по вопросу безопасности проекта ФИ КФС.

При запрограммированных решениях задача прогнозирования и оценки безопасности ФИ КФС (РБС,СС) может решаться в рамках такого алгоритма.

Алгоритм прогнозирования и оценки целевой эффективности систем обеспечения безопасности ФИ КФС (РЮС,СС) может включать [65,с. 6-11]:

1) анализ особенностей конструкции ОИ и/или задач эксперимента с точки зрения обнаружения возможных источников появления поражающих факторов ОИ при его отказе различной физической природы;

2) проведение опроса специалистов по аналогичным программам испытаний и КФС (РБС,СС), формирование на этой основе списка (перечня) возможных отказов и появления потенциальных поражающих факторов;

3) разработку имитационной модели соответствующего натурного эксперимента и/или объекта внешней среды;

4) статистическое моделирование методом Монте-Карло вероятных отказов ОИ с для оценки распределения результатов и параметров эксперимента при появлении отказа ОИ. При проведении такого моделирования объект моделирования может быть представлен, как «черный ящик»(кибернетический подход), на одном из входов которого имеется неизвестный отказ. Далее решается задача оценки возможного наихудшего (в конкретной ситуации) варианта последствий отказа в эксперименте;

5) изучение особенностей схемы измерений и методик измерения параметров ОИ, оценка времени запаздывания информации в каналах передачи данных, точность измерений и др. При этом нужно учитывать, что при допусковом контроле (модель «параметр-поле допуска» ОИ) различных параметров отказ проявляется либо с различной скоростью (за различное время), либо с различной вероятностью. Поэтому необходимо определить список параметров ОИ, контроль которых в эксперименте позволяет обеспечить: заданный уровень полноты контроля состояния ОИ; максимум вероятности обнаружения отказа ОИ при заданном фиксированном времени такого контроля

6) изучение известных (уже применявшихся), генерацию новых способов прекращения функционирования отказавшего ОИ;

7) проведение моделирования экспериментов, включая имитацию возникновения различных по своим причинам отказов ОИ, в различные детерминированные или псевдослучайные моменты времени эксперимента. При таком подходе моделируются как сам отказ, так и срабатывание подсистемы контроля состояния ОИ – момент обнаружения отказа, прекращение функционирования ОИ в эксперименте для каждого из принятых методов. По результатам такого моделирования, в зависимости от целей исследования, строят «зону» конечных (терминальных) состояний и(или) положений ОИ и/или зону действия поражающих факторов ОИ;

8) «привязку» этой «зоны» к месту проведения испытаний ОИ. При этом выполняют оценку того, накрывает ли эта зона элементы внешней среды. Если окажется, что нет (зона падений не накрывает), то считают, что эксперимент безопасен. Применяемые при этом устройства (подсистемы) обнаружения отказа ОИ и прекращения эксперимента при отказе ОИ признаются эффективными. В этом случае процесс проектирования и оценки безопасности экспериментов заканчивается. При другом исходе выполняют такие операции;

10) оценку вероятности недопустимого ущерба (поражения и т.п.) каждому из элементов внешней среды «накрываемых» зоной (например, зоной возможных падений опытных БПЛА). При этом может быть использована известная формула теории вероятностей:

Pwk,m (U/ОБ) = ò fwk(x,z) dx dz;

Qwk,µ

где: k=1, ..., m - тип элемента среды;

µ =1, ..., lk - номер элемента внешней среды определенного типа в своем подмножестве;

w = 1, ..., n - номер поражающего фактора;

Qwk,µ - площадь зоны, для которой появление поражающего фактора с номером w и максимально возможной интенсивностью приводит к недопустимому воздействию на элементы внешней среды эксперимента с условной вероятностью не ниже заданной Pз(U/ОБ) (то есть окрестности гарантированного поражения).

Так как непрерывная двухмерная плотность вероятности нахождения точек терминальных положений (например, точек падения БПЛА) в рамках настоящей методики заменяется гистограммой, то записанный выше интеграл равен произведению соответствующих площади и постоянной плотности распределения, определяемой с использованием гистограммы.

Приведенная выше методика справедлива как для вариантов обнаружения отказа ОИ с последующим прекращением эксперимента, так и для варианта необнаружения отказа ОИ. В последнем случае разница заключается в том, что операции, связанные с обнаружением отказа ОИ не моделируют. При этом гистограмма двухмерной плотности вероятности нахождения точек терминальных положений ОИ, естественно отличается от той, которая имеет место при обнаружении отказов ОИ в эксперименте;

11) оценку безопасности эксперимента, которая может выполняться:

- посредством сравнения уровня вероятности Pwk,m (U/ОБ) со значением, признанным предельным допустимым;

- на основе сравнения величины среднего числа объектов, подвергшихся недопустимому воздействию со значением, этой величины, признанным предельным допустимым.

Если оценка безопасности эксперимента с ОИ выполняется по максимально допустимому уровню вероятности недопустимого ущерба любому из элементов среды, то сравнивают вероятность Pwk,m(U/ОБ) с заданной. Если эта вероятность поражения ни для одного из объектов не превышает заданного значения, то эксперимент с ОИ признают безопасным, а если такая вероятность превышает заданное значение, то эксперимент признают излишне опасными.

Аналогично выполняется оценка безопасности экспериментов путем сравнения среднего числа внешних объектов, подвергшихся недопустимому воздействию со значением, этой величины, которое считается предельным. В случае превышения такого предела эксперимент признается опасными и считается неопасными в противном случае.

Оценка опасности ФИ КФС (РБС,СС) может выполняться с использованием этих двух параметров безопасности одновременно. В этом случае эксперимент может быть признан недопустимо опасным, если наблюдается превышение хотя бы одного из вышеназванных параметров;

12) случае признания эксперимента или программы ФИ КФС (РБС,СС) опасными может быть рекомендовано: внести дополнения в проект обеспечения безопасности испытаний; временно эвакуировать элементы внешней среды, вероятность поражения которых наиболее высока; признать повышенный риск проведения эксперимента оправданным из экономико-организационных мотивов (признать наличие «фактора удовольствия»). Выбор варианта действий остается за лицом, принимающим решение.

При управлении рисками экспериментальных исследований нужно учитывать, что в отношении риска и его последствий возможны следующие риск-решения, действия, меры: упразднение (предупреждение), контроль (снижение), страхование риска, поглощение риска [66,с.2; 67, с. 41,155].

.

При принятии решений по вопросу необходимости снижения рисков экспериментальных исследований, рекомендуется учитывать, что в отношении риска как научной категории возможны такие действия:

1)исключение риска, что чаще всего сопровождается отказом от эксперимента. В рамках этого метода можно отказаться от наиболее опасных экспериментов, заменив их имитационным моделирование. Недостатком этого метода является то, что это приводит к росту неопределенности результатов испытаний и, возможно, еще большему риску в процессе эксплуатации ОИ;

2)ограничение риска, что может быть выполнено различными методами (например, дополнительной защитой внешних объектов и другими методами);

3)страхованием риска, для чего необходимо все риски в эксперименте разделить на страхуемые и нестрахуемые. В частности, как правило предприятия страхуют жизнь и здоровье членов испытательных бригад;

4)поглощение риска -это принятие риска на себя (предприятием-разработчиком КФС (РБС,СС) после предварительного анализа последствий этого риска в рамках программы испытаний.

Управление рисками экспериментальных исследований КФС (РБС,СС) может быть предшествующим, в реальном масштабе времени эксперимента, последующее управление рисками испытаний [41, с. 37].

Предшествующее управление рисками программ испытаний осуществляется в рамках разработки проектов испытаний КФС (РЮС,СС).

Управление риском в реальном масштабе времени эксперимента осуществляется путем создания системы автоматизированного управления (АСУ) экспериментом.

Последующее управление рисками испытаний осуществляется в рамках последующего анализа («разбора полетов») после окончания эксперимента, завершения программы испытаний КФС (РБС,СС).

В настоящем параграфе книги изложены методические разработки автора, которые могут быть использованы при разработке проектов обеспечения безопасности натурных экспериментальных исследований КФС (РБС,СС).

11.Проектирование измерений при натурных испытаниях робототехнических беспилотных систем

Согласно известному определению одного из основателей кибернетики Норберта Винера информацией называют меру неопределенности, снимаемую в результате опыта. С учетом специфики функциональных испытаний условимся информацией называть меру неопределенности о механизме функционирования ОИ в условиях реальных вешних нагрузок и технической среды, снимаемую в результате опыта -натурного (летного, наземного, водного и т.д.) эксперимента.

Проведение испытаний КФС (РБС,СС) и получение экспериментальной информации связаны с проведением измерений.

Будем считать, что измерения при проведении испытаний КФС (РБС,СС) представляет собой комплекс действий, направленных на определение отношения одной величины к другой однородной величине, принятой всеми участниками за единицу, хранящуюся в техническом средстве таких измерений.

Считают, что важнейшими проблемами анализа объектов прогнозирования являются: выбор и унификация шкал измерения переменных; определение способов квантификации качественной информации [19, с. 165-168; 68].

Другие авторы считают, что Измерение могут быть определены как определение значения физической величины КФС (РБС,СС) опытным путем с использованием специальных технических средств и выражение полученного результата в принятых единицах [69, с. 3].

Измерения можно классифицировать по таким признакам:

-прямые и косвенные;

-внешние и внутренние (с точки зрения нахождения датчиков относительно ОИ) и другое.

Известно, что прямым называется измерение, при котором значение измеряемой величины непосредственно считывается со шкалы прибора, проградуированного в соответствующих единицах измерения.

Уравнение прямого измерения параметра ОИ имеет вид:

у = сx,

где у – значение измеряемой величины;

с – цена деления шкалы измерительного прибора в единицах измеряемой величины;

x – число делений при отсчете по индикаторному устройству в делениях индикаторной шкалы.

Примерами прямых измерений являются: измерение длины ОИ с помощью штангенциркуля, микрометра и др.; измерение силы тока в электросистеме ОИ амперметром, а измерение напряжения – вольтметром; измерение температуры термометром и т.п. [69, с. 3].

Косвенным именуют измерение характеристики ОИ, результат которого определяют с использованием прямых измерений величин, которые связанны с измеряемой величиной определенной известной зависимостью.

Совместными измерениями условимся считать производимые одновременно измерения двух или нескольких неодноименных параметров ОИ в интересах определения зависимости между этими параметрами.

Совокупными признают такие одновременно проводимые измерения нескольких одноименных величин ОИ, при которых значения искомых величин ОИ вычисляют путем решения системы уравнений, которое получают по результатам измерениях различных сочетаний этих одновременно измеряемых параметров ОИ [69, с. 4].

При проведении испытаний КФС (РБС, СС) большое внимание должно уделяться оценке погрешности измерений [69, с. 5].

Существуют две ветви в развитии теории измерения[19, с. 165-168; 68]. В первой ветви теории измерения понимаются, в основном, как соотношение множества объектов, описываемых некоторой переменной, с множеством меток (например, действительных чисел) и дается теория этого соотношения, понимаемая главным образом, как теория шкал.

В рамках второй ветви этой теории измерение понимается, в основном, как соотнесение значений непосредственно ненаблюдаемой(латентной) переменной, описывающей объекты измерения, со значениями непосредственно наблюдаемой переменной (индикатора). Принято считать, что индикаторная шкала естественна, если она не накладывает ограничения на значения латентной переменной. Два основных источника «неестественных» индикаторных шкал: закрытые шкалы, нелинейные преобразования значений индикатора.

В то же время качественные (интервальные и пропорциональные) шкалы можно разделить на открытые и закрытые в зависимости от того, ограничены ли сверху значения измеряемой характеристики (переменной) ОИ. Если относительные значения измеряемой переменной ОИ ограничены, то такая шкала считается закрытой, в противном случае - это открытая шкала.

Измерение включает и сравнение объектов в определенном отношении. Такое сравнение предполагает выделение в ОИ определенного свойства, по которому и проводится сравнение. Представление экспериментатора об измеряемом свойстве и именуют латентной переменной или латентой. В той мере, в какой латентная переменная отражает свойства ОИ, она имеет объективную природу. В той мере, в какой латентная переменная отражает априорное представление о свойстве ОИ, она имеет субъективную природу. Именно по этой причине латентная переменная, отражающая реальное свойство реального ОИ, непосредственно, тем не менее, не наблюдаема.

Объективная составляющая латенты фиксируется в виде:

1) совокупности функциональных зависимостей с другими переменными;

2) статистического распределения значений латенты.

Параметры эффекта ОИ отражают реакцию внешней среды на поведение или свойства ОИ, поэтому они чаще всего являются латентными переменными.

Проектирование систем внешних измерений во-многом связано с натурной средой проведения испытаний (воздух, земля, вода и т.п.).

В дальнейшем содержании настоящего параграфа подразумевается проектирование систем: внешних траекторных измерений; внутренних телеметрических измерений для БПЛА в составе авиационных комплексов.

Внешние траекторные измерения (ВТИ), например, траектории полета в ходе летных испытаний БПЛА могут осуществляться с применением радиолокационных станций [70], кино теодолитных станций (КТС) [71] и др.

Траектория БПЛА может быть рассчитана с применением метода триангуляции на основе таких данных: известного расстояния (базы) между кинотеодолитами (КТС); углами, измеренными КТС.

Кинотеодолит (кинофототеодолит) это устройство для измерения угловых координат летательных аппаратов (ЛА), теодолит, оснащенный фото и кинокамерой и/или другими оптическими системами.

Триангуляция состоит в построении траектории полета на основе треугольников, у которых измеряются все углы и длины некоторых базовых (базисных) сторон-расстояний между КТС.

Необходимость в наземных станциях ВТИ, требующих специального их размещения и обслуживания, ограничивает сферу практического использования КТС. При этом методы ВТИ при ФИ БПЛА обладают рядом недостатков:

-ограниченная зона видимости КТС ( 50 км) и измерения значений параметров траектории полета БПЛА;

-зависимость от метеоусловий и выбора трассы эксперимента;

-необходимость иметь на трассе наземные РЛС наведения (типа Кама) для предварительного наведения КТС на ОИ;

-отсутствие стационарных станций КТС и лазерных дальномерных систем при испытании ЛА и БПЛА в различных ожидаемых условиях эксплуатации (жара, холод, высокогорье) при облете различных аэродромов для сертификации систем;

-автоматического управления (САУ) в режимах посадки;

-длительность последующей обработки полученной в эксперименте информации об ОИ.

В частности, известен комплекс бортовых траекторных измерений (КБТИ) («Комплекс бортовых траекторных измерений (авторы: Слимов В.Т., Харин Е.Г., Саблев В.А. и др. Патент №2116666, 1997 г.) [71]. Этот комплекс включает: бортовую цифровую вычислительную систему (БЦВС); приемник спутниковой навигационной системы (СНС); пульт управления и индикации; блок приведения данных к единому высокоточному времени (БПДЕВВ); магнитный накопитель информации; устройство сопряжения информации (УСИ). Рассматриваемый комплекс получает информацию от систем из состава бортового пилотажно-навигационного комплекса ЛА, включая инерциальную навигационную систему (ИНС), радиотехническую систему ближней навигации (РСБН), доплеровскую измерительную систему скорости и угла сноса (ДИСС), систему посадки с дальномером и измерителем магнитного курса, систему приборной посадки, радиовысотомер (РВ), систему воздушных сигналов (СВС).

Связь выходных потоков систем из состава пилотажно-навигационного комплекса ЛА с КБТИ осуществляется с применением УСИ, построенного по принципу асинхронного обмена информации «программируемое расписание».

Входная информация бортовых систем и информация встроенного в КБТИ приемника СНС поступает в блок приведения данных к единому высокоточному времени (БПДЕВВ), где происходит формирование Гринвичского времени, соответствующего моменту поступления в КБТИ информации от каждой системы. При этом КБТИ снабжён базой данных, в которой осуществляется накопление входного потока информации и расчетных параметров, и блоком управления. При этом БЦВС состоит из автономных вычислителей: навигационных параметров СНС-ИНС, декартовых координат при заходе на посадку, высотно-скоростных параметров, взлётно-посадочных характеристик, параметров самолётовождения.

Основное назначение КБТИ заключается в определение действительных значений траекторных параметров ОИ на основе комплексной обработки информации навигационных систем, работающих на различных физических принципах. Точность вычисления значений параметров ОИ обеспечивается, в первую очередь, за счет точностных характеристик навигационных параметров приемника СНС.

Из недостатков такого КБТИ можно выделить следующее: сравнительно низкую частоту обновления данных (1-2 Гц); пропадание сигналов приемника СНС при маневрировании самолета (когда антенна приемника СНС затеняется корпусом самолета). К особенностям работы аппаратуры СНС можно отнести: наличие случайной шумовой составляющей достаточно большой интенсивности в измерениях псевдодальности. При этом во время полета (эксперимента) в указанном КБТИ регистрируются информация встроенного в него приемника СНС и параметры бортовых систем. Приемник СНС один раз в секунду выдает «сырую информацию» - псевдодальности и псевдоскорости до всех видимых спутников. Для формирования данных дифференциального режима работы СНС во время полета на наземной контрольно-корректирующей станции (ККС) происходит регистрация «сырой информации» от аналогичного приемника СНС, антенна которого размещена в точке с известными геодезическими координатами в относительной близости от места проведения летных испытаний самолета.

Фактически в такой системе ВТИ используют как внешнюю, так и внутреннюю информацию ОИ.

С помощью подсистемы внешних траекторных измерений получают информацию о траектории и параметрах движении БПЛА во время эксперимента. Эта информация может быть использована в режиме реального времени для: обеспечения безопасности эксперимента (оценки отклонения от траектории); для сравнения данных системы управления ББПЛА данных ВТИ в диагностических целях и другого.

Для регистрации параметров внутренних сигналов ОИ применяют внутренние телеметрические измерения при ФИ БПЛА.

Как известно, понятие «телеметри́я (от др.-греч. τῆλε «далеко» + μέτρεω — «измеряю»)» представляет собой область науки и техники, которая занимается проблемами разработки и эксплуатации телеметрических систем. Телеметрическая система-это комплекса автоматизированных средств, обеспечивающих получение, преобразование, передачу по каналу связи, приём, обработку и регистрацию измерительной (телеметрической) информации и информации о различных событиях в ОИ с целью контроля на расстоянии ОИ в процессе их натурных испытаний.

Сущность телеметрии состоит в преобразовании измеряемой величины (или величин) параметров ОИ в информационный сигнал, который пригоден для: передачи по определенному каналу связи; передачи и приёма информации; декодировании информации; преобразовании этой информации; регистрации на принимающем устройстве телеметрической информации с объекта испытаний.

Объектами телеметрии могут быть различные технические устройства, в частности БПЛА, в процессе их натурных испытаний.

Телеметрия с применением передачи информации по радиоканалу именуется радиотелеметрией. Радиотелеметрия получила широкое распространение за счет возможности обеспечить дистанционную работу с подвижными или труднодоступными объектами. В качестве средств передачи телеметрических данных могут применять как специальные телеметрические каналы связи, так и каналы и сети связи общего применения.

Телеметрия часто связана с управлением объектами на расстоянии и является одним из элементов телемеханики.

Телемеханика как научная и практическая дисциплина имеет как минимум, два значения. При первом подходе телемеханика-это наука об управлении и контроле на расстоянии с передачей (по каналу связи) кодированных электрических или радиосигналов, несущих управляющую информацию или данные о состоянии контролируемого объекта. Объектами телемеханического управления и контроля могут служить технологические процессы, машины, устройства, в частности, процесс ФИ КФС (РБС,СС).

При втором подходе телемеханика – это отрасль техники, разрабатывающая, создающая и использующая средства кодирования, передачи и приёма информации по каналам проводной и радиосвязи. В системах телемеханики информация, как правило, передается в кодированном виде по одному каналу связи. Средства телемеханики используются для телеизмерений и телеуправления ОИ, в том числе в реальном масштабе времени натурного эксперимента с КФС (РБС,СС).

На выбор телеметрической системы для испытаний БПЛА определяется такими факторами: необходимым для информационного обеспечения ФИ ОИ каналов для записи и передачи информации; свободным объемом в отсеке БПЛА; возможностями подсистемы электроснабжения БПЛА и другими.

Одной из ключевых задач проектирования телеметрических измерений параметров БПЛА является задача оптимального распределения телеметрических каналов между подсистемами и блоками БПЛА.

Постановка такой задачи связана с тем, что на практике нередки случаи, когда в ходе эксперимента произошел отказ, однако информации недостаточно для точной диагностики отказа, т.е. диагностика осуществляется с точностью до группы блоков или элементов (но не конкретного элемента). Это создает неопределенность результатов эксперимента и неопределенность в рекомендациях по доработке ОИ.

Задача распределение телеметрических каналов при внутренних измерениях во время проведения ФИ КФС (РБС,СС) может быть сформулирована так: распределить фиксированное число телеметрических каналов, таким образом, что бы максимизировать вероятность правильной диагностики отказа объекта испытаний при условии появления такого отказа. Например, в объекте испытаний может быть до 10 000 и более элементов, состояние, которых нужно контролировать, но доступных телеметрических каналов может быть 100. Какие блоки, элементы нужно контролировать путем телеметрической записи, что бы максимизировать вероятность правильной и точной диагностики отказа. При этом правильная и точная диагностика отказа ОИ является необходимым условием устранения причины (источника) такого отказа, т.е. является условием доработки ОИ.

Под диагностикой отказа понимается правильное определение причин отказа ОИ в эксперименте. Устранение проявленных в процессе ФИ причин отказов и составляет процесс доработки (улучшения потребительских свойств) объектов испытаний.

При решении задачи оптимального распределения телеметрических каналов между элементами и параметрами, являющимися потенциальными источниками отказов ОИ в эксперименте возможны такие подходы:

1)если рассматривать программу ФИ КФС (РБС,СС) в целом, то отказ ОИ может рассматриваться как случайное событие с определенным видом распределения(поскольку источников отказа много, то можно говорить о нормальном распределении отказа ОИ?);

2)если рассматривать отдельный натурный эксперимент, то возникает ситуация неопределенности, в этом случае задача оптимального распределения телеметрических каналов для записи параметров ОИ в эксперименте должна рассматриваться в рамках теории игр [75,с.2].

При распределении телеметрических каналов с использованием статистики по программе испытаний (например, ранее выполненных испытаний изделия-аналога ОИ) может быть рекомендовано распределять телеметрические каналы обратно пропорционально надежности блоков и элементов: чем надежней элемент, тем меньше каналов он получает? Но при этом не нужно забывать, что телеметрическими каналами должны быть охвачены все блоки ОИ.

Если говорить о оптимальном распределении каналов в единичном эксперименте, то в этом случае задача теории игр сводится к задаче линейного программирования с характерным для такого рода задач решением (рекомендацией): все телеметрические каналы отдаются менее надежной (по результатам предыдущих экспериментов) подсистеме. При следовании такой рекомендации будут оставлены без контроля более надежные подсистемы ОИ, что неправильно. Следовательно, и в этом случае телеметрическими каналами должны быть охвачены все блоки ОИ, а оставшиеся каналы могут использоваться для оптимизации эффективности получаемой информации.

Таким образом можно заключить, что на практике задача оптимизации распределения телеметрических каналов при ФИ КФС (РБС,СС) может быть разделена на две связанные между собой задачи, а именно:

1)обеспечения телеметрического контроля ОИ в целом;

2)оптимального распределения оставшейся части телеметрических каналов с учетом их надежности в предыдущих экспериментах или предыдущих программах испытаний аналогов ОИ.

Технологии проектирования подсистемы измерений при проведении натурных испытаний КФС (РБС,СС) могут быть отнесены к интеллектуальным технологиям управления проектами испытаний ОИ на основании следующих соображений: такие технологии основаны на выработке новой информации на основе имеющихся данных; эти технологии направлены на максимизацию объема информации; эти технологии призваны минимизировать потери в виде проведения неинформативных экспериментов, неправильной диагностики отказов в проекте натурных испытаний ОИ.

В целом материалы настоящего параграфа книги показывают, что проект измерений (информационного обеспечения) при натурных испытаниях КФС (РБС,СС) является важным структурным элементом проекта таких испытаний. В этом параграфе работы отражено деление системы измерений на две подсистемы (внешнюю и внутреннюю), описаны особенности распределения телеметрических каналов с учетом надежности элементов ОИ в процессе натурных испытаний, обоснован интеллектуальный характер таких технологий.

12.Автоматизированная система управления экспериментом

Под управлением проектом АСУ экспериментом (АСУЭ) при натурных испытаниях КФС (РБС,СС) может пониматься целенаправленное воздействие субъектов (стейкхолдеров) этого проекта на процессы проведения таких испытаний в интересах повышения их эффективности. АСУЭ может быть отнесена к категории АСУ технологическими процессами.

ГОСТ 34. «Разработка автоматизированной системы управления (АСУ)» описывает жизненный цикл АСУ. Жизненный цикл процесса создания АСУ в рамках ГОСТ 34 (ГОСТ 34.601-90) охватывает такие стадии создания АСУЭ: формирование требований к АСУ; формирование концепции АСУ; разработка технического задания на АСУ; эскизный проект; технический проект; рабочая документация; ввод в действие; сопровождение АСУ.

Проектирование автоматизированной систему управления технологическими процессами регламентирует ГОСТ 21.408-2013. Межгосударственный стандарт. Система проектной документации для строительства «Правила выполнения рабочей документации автоматизации технологических процессов».

Методические основы проектирования АСУ ТП изложены, в частности, в работе [76, с.2]. В рамках настоящего параграфа предлагается сосредоточиться на описании особенностей таких АСУЭ функциональных испытаний КФС (РБС,СС). В частности, такие особенности могут состоять в следующем.

Концептуальное проектирование АСУ экспериментом (АСУЭ) должно основываться на сформулированной концепции такой АСУ.

Концепция представляет собой системный взгляд на что-либо, в данном случае на АСУЭ. Парадигма интеллектуального управления проектом создания АСУЭ системно объединяет: философию АСУЭ (приоритет безопасности, комплексирование проверок и др.); идеологию АСУЭ; политику создания АСУЭ и другое [77, с. 2; 78, с.62-69].

Идеология проекта АСУЭ имеет два аспекта. Во-первых, идеология проекта АСУЭ -это его главная идея (повышение безопасности и интенсификация процесса функциональных испытаний КФС (РБС,СС).

Во-вторых, идеология АСУЭ-это способ распределения власти и влияния между стейкхолдерами этого проекта ( Заказчиками, ОКБ, испытательным сообществом и др.).

Политика создания АСУЭ-это совокупность скоординированных между собой мероприятий, которые направлены на создание такой АСУЭ. В свою очередь политика создания АСУЭ может быть разделена на стратегию и тактику создания рассматриваемой АСУЭ.

На концепцию проекта АСУЭ оказывает влияние следующее.

Как известно, одной из трактовок проекта натурных испытаний является утверждение о том, что процесс натурных испытаний летальных аппаратов может быть представлен как процесс их обучения [48, с.2].

При натурных испытаниях КФС (РБС,СС) система автоматизированного управления (АСУ) экспериментом должна быть не менее сложной, чем сам объект испытаний. Это утверждение связано с тем, что, как известно, обучающая система не менее сложна, чем объект обучения, диагностики.

АСУ натурным экспериментом является сложной иерархической системой [18,с.12-17]. Такие сложные системы обладают следующими свойствами: большое число разнородных элементов; наличие нескольких уровней иерархии; многофункциональность; надежность; эффективность как способность достигать поставленных целей и другими [41,с.89-91].

Контуром обслуживания в АСУЭ будем называть совокупность элементов, обеспечивающих управление одним из процессов в объекте управления (или одним параметром такого процесса).

АСУЭ может быть представлена в виде совокупности таких контуров обслуживания: контур обеспечения безопасности испытаний; контур управления системой внешнетраекторных измерений (ВТИ); контур управления телеметрическими измерениями; контур управления мишенными полями и другие. Проектирование контуров обеспечения безопасности и управления мишенными полями было описано в работе [64, с. с.115-124].

АСУЭ ФИ КФС (РБС,СС) может быть отнесена к системам дополнительно обладающей такими свойствами: интегрированной системы управления; интеллектуальной системы управления; системы управления, в которой используют интенсивные технологии испытаний (при применении методики комплексирования функциональных проверок ОИ); гуманистической, т.е. человеко-машинной системы управления и другое.

Как известно, интегрированные системы управления объединяют и автоматизируют деятельность в нескольких сферах. В данном случае АСУ экспериментом должна объединять: технологическую подготовку испытаний, управление ОИ, управление загрузкой полигона, управление подсистемой внешнетраекторных измерений, управление мишенными полями и другое.

Такая интеграция не является механическим объединением двух различных систем. Интеграция двух и более видов АСУ приводит к появлению на базе этих объединяемых систем новой сложной системы, имеющей свои цели и функции. Это связано с тем, что такая интеграция генерирует эффект эмергентности, т.е. эфект несводимости свойств целого (системы) к свойствам отдельных его частей [41,с.18]. При этом, как известно, интеллектуальные системы управления позволяют синтезировать и применять в практике ФИ новую информацию для повышения эффективности, снижения рисков управления ФИ КФС (РБС,СС) [41,с.18].

При этом интенсификация проектов испытаний КФС (РБС,СС) имеет место в том случае, если при планировании и организации используется методология комплексирования ряда функциональных проверок ОИ в одном лабораторном или натурном эксперименте (изложена в предыдущих параграфах этой книги). Комплексирование функциональных проверок возможно только при наличии системы управления экспериментом в реальном масштабе времени этого эксперимента (т.е. достаточно быстрого воздействия на протекающие процессы). Как уже отмечалось в предыдущих параграфах, комплексирование нескольких функциональных проверок в одном эксперименте позволяет необходимое число экспериментов в 3-5 и более раз.

При этом для выполнения такого комплексирования проверок ОИ в одном эксперименте в АСУЭ должно быть обеспечено управление мишенными полями полигона в реальном масштабе времени эксперимента.

Однако, как следует из известной работы, существующие в начале 2020-х годов мишенные поля не обеспечивают такой возможности. Отмечают, что в начале 21 века в качестве мишеней при ФИ КФС (РБС,СС) может использоваться отслужившая свой срок и поэтому списанная техника [40].

Кроме того, при использовании в качестве мишеней, например, списанной техники, может оставаться открытым вопрос о близости информационных характеристик мишени и реальной цели.

Вместе с тем без совершенствования методов испытаний будет трудно обеспечить повышение потребительских качеств КФС (РБС,СС).

Как уже отмечалось выше именно поэтому в конце 1980-х годов было принято директивное решение о проведении НИОКР «Кегельбан», направленной на разработку методов проектирования мишеней и автоматизацию натурных экспериментов с авиационными комплексами и, в частности, автоматизацию управления мишенными полями.

Поскольку актуальность проблемы не снижается, а новые разработки в этой области (судя по статье [40]) отсутствуют, то можно рекомендовать рассмотреть вопрос о возобновлении работ в рамках названной НИОКР «Кегельбан»?

Может быть целесообразным создать кафедру, лабораторию в вузе, которая бы занималась разработкой этого очень актуального в современных условиях направления?

Гуманистический (человеко-машинный) характер АСУЭ проявляется в том, что человек принимает активное участие в ее функционировании на всех стадиях жизненного цикла таких сложных систем. Человек выступает в качестве: проектировщика АСУЭ; наблюдает за процессами в АСУЭ в ходе эксперимента; управляет экспериментом в нестандартных ситуациях и другое.

Участие человека в АСУЭ может влиять на уровень рефлекторности такой системы. АСУЭ именуется рефлекторной, она вполне определенным образом откликается на конкретное внешнее воздействие [41, с.240]. В ходе эксперимента АСУЭ может стать нерефлекторной, например, из-за высокого уровня стресса оператора или перехода ОИ в неуправляемое состояние.

Поэтому при создании АСУ экспериментом рекомендуется учитывать, что эффективность и безопасность АСУ экспериментом (АСУЭ) во многом определяется достаточностью ее быстродействия [41, с.18].

Быстродействием АСУЭ будем называть период времени, в течение которого в системе выполняется цикл (реализуется алгоритм) операций управления экспериментом, который включает: получение информации об ОИ; обнаружение отказа ОИ; диагностика ОИ; выработка актуальных целей управления и управляющих воздействий; принятие управленческих решений; передача управляющих команд; исполнение управляющих команд; контроль результатов управления. При этом могут быть разработаны типовые алгоритмы управления для любого из видов экспериментов.

При исследовании быстродействия и эффективности АСУЭ нужно изучать такую логическую взаимосвязь: «подвижность среды - динамические характеристики объекта испытаний - длительность цикла управления - эффективность системы или(и) управления».

При исследовании АСУЭ, последствий ее управляющих воздействий на эксперимент должна учитываться возможность перехода ОИ из управляемого состояния в неуправляемое состояние в результате отказа ОИ. Поэтому время выполнения алгоритма управления ( tу ) не должно быть больше, чем время, в течении которого ОИ переходит из текущего состояния в неуправляемое состояние с вероятностью, превышающей заданное значение.

При этом, как уже отмечалось, в состав алгоритма управления экспериментом входят такие действия: получение информации, обработка информации, отображение информации, диагностика ситуации, генерация вариантов управляющих воздействий, выбор варианта управляющего воздействия, передача управляющих команд, исполнение управляющих команд, контроль результатов управляющих воздействий и другое.

В связи с этим время разработки и реализации управляющего воздействия в АСУЭ не должно быть больше, чем время, в течение которого ОИ переходит из текущего состояния в неуправляемое состояние с вероятностью, превышающей определенное заданное значение. В противном случае управляющие воздействия будут запаздывать, эффективность управления экспериментом будет снижаться, а риски управления, наоборот, возрастать.

Считается, что выход любого из параметров Пi (t+tу) из области допустимых состояний:

Пimin ( t + tу ) < Пi ( t + tу ) < Пimax ( t + tу )

переводит объект испытаний (управления) в область недопустимых его состояний:

Пi ( t + tу ) < Пimin ( t + tу ); Пi ( t + tу ) > Пimax ( t + tу ).

Управление, обеспечивающее нахождение объекта в области управляемых состояний с вероятностью выше заданной (в том числе при возникновении нештатных-аварийных ситуаций), будем именовать управлением в реальном масштабе времени.

Целью такого управления является обеспечение нахождения объекта испытаний в области допустимых или управляемых состояний. Система управления работает в реальном масштабе времени, если обеспечивается выполнение соотношения:

РОД ( t, tу ) > Рзад ,

где: РОД ( t, tу ) – вероятность нахождения объекта управления в области допустимых состояний; Рзад – заданное минимальное значение вероятности нахождения объекта управления в области допустимых состояний.

Вероятность нахождения объекта управления в области допустимых состояний может быть определена с помощью формул:

PОД ( t, tу ) = min Pд i (t, tу) ;

i

где: i = 1, ... , n - номера параметров объекта управления;

t – текущий момент времени;

Рд i ( t, tу ) – вероятность нахождения объекта управления в об-ласти допустимых или управляемых состояний по параметру Прi;

Прimax, Прimin – максимальное и минимальное значение скорости изменения i-того параметра, при котором в момент исполнения команды управления объект управления будет находиться в области допустимых состояний;

Прi – скорость изменения i-того параметра объекта испытаний;

f ( Прi ) - плотность распределения скоростей изменения i-того параметра (включая нештатные ситуации). Такая плотность распределения скоростей изменения параметров ОИ при возникновении в эксперименте нештатной ситуации (отказа ОИ) может быть найдена на основе обработки телеметрической информации в экспериментах с отказами ОИ.

АСУЭ будет достигать своей заданной эффективности только при выполнении необходимого условия, а именно, обеспечении значения вероятности нахождения объекта управления в управляемом состоянии не ниже заданной величины в пределах от 0 до 1. Если это условие не выполняется, то нужно уменьшить время реализации алгоритма управления.

Для упрощенной оценки времени, располагаемого на выполнение операций аварийного управления ОИ и потребного быстродействия АСУЭ можно использовать показатель «математическое ожидание времени (среднее время) выхода параметров ОИ из заданной области состояний (или области допустимых состояний)».

Эта величина может быть найдена на основе оценки средней скорости (и ее среднеквадратического отклонения) изменения параметров ОИ при возникновении в эксперименте нештатной ситуации (отказа ОИ), которая может быть определена основе статистической обработки телеметрической информации в экспериментах с отказами ОИ.

Как правило динамика развития ситуации при отказе ОИ высока поэтому, например, опытные БПЛА могут снабжаться двумя-тремя системами обеспечения безопасности: встроенная в систему управления БПЛА; бортовая система ликвидации при отказе; внешняя система обеспечения безопасности эксперимента. Одновременно такое тройное резервирование обеспечивает высокую надежность такой системы обеспечения безопасности натурного эксперимента с БПЛА.

Технологии проведения и анализа результатов испытаний.

Технологическая карта подготовки ОИ к эксперименту может включать такие действия: доставку ОИ на полигон; приемку и осмотр доставленного ОИ; выполнение автономных проверок работоспособности подсистем ОИ; проведение проверки ОИ с осуществлением телеметрической записи показателей; проведение натурного эксперимента с регистрацией ВТИ и телеметрической записью характеристик ОИ.

Для оценки продолжительности цикла реализации одного эксперимента может (на основе технологической карты) разрабатываться сетевой график. При разработке такого сетевого графика подготовки и проведения эксперимента появляется возможность минимизации временного цикла проведения эксперимента, понимания технологических ограничений на минимизацию такого цикла выполнения эксперимента.

По результатам каждого натурного эксперимента проводится анализ и составляется протокол. В таком протоколе отражаются цели и задачи эксперимента, условия проведения эксперимента, описывается механизм функционирования ОИ в эксперименте, результаты эксперимента. Протокол эксперимента подписывают все участники реализации эксперимента.

По результатам осуществления программы (этапа программы) испытаний составляется соответствующий АКТ. В таком акте отмечают: цели и задачи программы испытаний; количество и условиях выполненных экспериментов; цели и задачи отдельных экспериментов; результаты отдельных экспериментов; оценки заявленных характеристик ОИ по результатам испытаний; заключение о соответствии ОИ предъявляемым требованиям и другое.

Центральным звеном составления протокола эксперимента и Акта программы натурных испытаний является процедура анализа хода и результатов и диагностики ОИ.

Опишем основные методические положения анализа ОИ по аналогии с работой [19, с.166]. Базовыми методическими принципами анализа ОИ можно считать:

1)принцип системности, предполагающий совместное изучение пар «объект - среда», «подсистема - подсистема» и исследование их взаимного влияния;

2)принцип природной специфичности объекта испытаний, его подсистем, факторов внешней среды;

3)принцип оптимизации описания объекта ОИ, в рамках которого нужно обеспечить заданную достоверность и точность модели ОИ при минимальных затратах на разработку такой модели и моделирование. Что может быть обеспечено путем оптимальной степени формализованности описания ОИ, минимизации размерности описания ОИ, оптимального измерения характеристик ОИ;

4) принцип аналогичности, который подразумевает постоянный поиск объекта-аналога с уже существующей имитационной моделью.

Анализ ОИ предполагает сравнение полученных результатов: во-первых, с плановыми значениями, нормативами; во-вторых, с данными за прошлый период; в-третьих, с показателями конкурирующих аналогов.

В процессе натурных испытаний ОИ могут быть выделены два типа анализа, а именно, экспресс-анализ эксперимента и полный анализ эксперимента. При выполнении экспресс-анализа прежде всего устанавливают, достаточно ли информации и ее качество. Затем процесс такого анализа может разделен на три этапа. На первом этапе устанавливают те результаты, которые имеют место в эксперименте. На втором этапе диагностируют причины получения конкретных результатов эксперимента. На третьем этапе делают предположения относительно возможных способов устранения причин отказов и/или улучшения характеристик ОИ. При этом могут быть разделены анализ хода эксперимента и анализ результатов эксперимента.

Анализ эксперимента может быть комплексным или тематическим в зависимости от его целей. Это влияет на методические особенности анализа.

Такой анализ может быть структурным и параметрическим.

В процессе анализа эксперимента важно видеть различия между релевантными и неуместными данными. Релевантные данные - это те данные, касающиеся только конкретных эксперимента или его проблемы.

При этом релевантные данные эксперимента должны быть информативными, т.е. они должны снимать неопределенность в знаниях об условиях эксперимента, механизме функционирования ОИ.

В процессе анализа широко используются математические методы: арифметические действия над целыми и дробными числами, свойства пропорций, проценты, прогрессии, логарифмические вычисления и др.

При изучении экстремальных экспериментов применяют факторный анализ. Задачи факторного анализа, с математической точки зрения, заключаются в исследовании функций нескольких переменных. Технический показатель (процесс), фигурирующий в задаче факторного анализа как объект исследования называется результативным показателем (процессом, признаком). Показатели, участвующие в задаче факторного анализа как характеристики результативного показателя, то есть определяющие его поведение, называют факториальными показателями (признаками). В зависимости от конкретно поставленной задачи эксперимента один и тот же показатель может быть результативным и факториальным.

Задачей прямого факториального анализа выступает задача по определению конкретных факторов, оказывающих влияние на изменение результативного показателя (процесса), установлению формы функциональной или стохастической зависимости между результативным показателем (процессом) и определенным набором факторов в изменении результативного экономического показателя или процесса.

В данном параграфе книги рассмотрены особенности облика (структуры и характеристик) АСУ натурными экспериментами, результаты параграфа могут быть использованы при проектировании и анализе таких АСУЭ.

В данной работе (учебнике) адаптированы и конкретизированы применительно к испытаниям робототехнических беспилотных систем положения работы [79, с. 2].

Заключение

Актуальность работы определяется развитием нового 17-го технологического уклада. В книге разрабатываются методологические положения теории испытаний роботизированных беспилотных систем (КФС и др.), технологии СМАРТ-управления проектами испытаний роботизированных беспилотных систем (киберфизических и/или сложных систем).

Целью работы является рост эффективности процессов и качества результатов функциональных испытаний роботизированных беспилотных систем (КФС,СС).

В книге обосновано, что функциональные испытания сложных систем являются системным объединением (агрегированием) экспериментов по выяснению механизма явлений и экстремальных экспериментов. Такое системное объединение двух видов экспериментов в один вид испытаний сложных систем придает новое качество таким испытаниям, что и было доказано в работе методам логики предложений.

Был предложен новый логико-имитационный метод планирования функциональных испытаний КФС (РБС,СС).

В работе в рамках методов системной инженерии, теории систем и системного анализа развиваются методологические положения теории функциональных испытаний киберфизических систем, проектного подхода при таких испытаниях. В работе получили дальнейшее развивитие методы: проектирования проектов натурных испытаний КФС (РБС,СС); управления процессами проектирования и проведения функциональных испытаний киберфизических систем. В работе формируются теоретические основы СМАРТ-технологий управления функциональными испытаниями киберфизических систем, методологии бережливого производства при проведении функциональных испытаний киберфизических систем в условиях нового 17-го технологического уклада.

В работе формируется методология бережливого производства в сфере функциональных испытаний КФС (РБС,СС).

Предложено в качестве СМАРТ-технологий управления проектами функциональных испытаний КФС (РБС,СС) рассматривать технологии, обладающие как минимум двумя свойствами: эти технологии состоят в выработке новых знаний на основе уже известных знаний; такие технологии должны быть нацелены на минимизацию потерь в процессе таких испытаний.

В книге обосновано, что создание АСУ экспериментом и комплексирование нескольких функциональных проверок может позволить в 3-5 раз сократить количество натурных экспериментов. В свою очередь это может: приблизительно до 30% сократить затраты на проект разработки КФС (РБС,СС); обеспечить более ранее окончание проекта создания КФС (РБС,СС).

При этом сокращение затрат на разработку и более ранее окончание разработки могут стать конкурентными преимуществами для предприятий-разработчиков КФС (РБС,СС).

В качестве дальнейших направлений исследований может быть рекомендовано продолжить исследования и совершенствование методов планирования и проектирования функциональных испытаний КФС (РБС,СС).

Литература

1.Глущенко В.В. Технологии управления проектами создания киберфизических систем. - г. Москва: Глущенко Валерий Владимирович, 2024. – 340 с.

2.Айвазов А. (2012). Периодическая система мирового капиталистического развития. [Электронный ресурс] Режим доступа: http://ajvazov.ru/articles/periodicheskaya-sistema-mirovogo-kapitalisticheskogo-razvitiya. html, свобод. Загл. с экрана. Яз. рус. (дата обращения: декабрь 2015 г.).

3.Гуриева Л. К. Концепция технологических укладов // Инновации : журнал. — СПб., 2004. — № 10. — С. 70—75.

http://innov.etu.ru/innov/archive.nsf/779e63082286adbbc325672f003bdcf2/88e58149614c800fc325703000360bb3

4.Глазьев С.Ю. Мирохозяйственные уклады в глобальном экономическом развитии//Экономика и математические методы. 2016. Т. 52. № 2. С. 3-29.

5.GlushchenkoV.V. (2022) Technological theory of money and the science of money in the conditions of the 9th techno-logical order/International Journal of Research -GRANTHAALAYAH, 10 (2), 85–111. https://doi.org/10.29121/granthaalayah.v10.i2.2022.4504,

DOI: 10.29121/granthaalayah.v10.i2.2022.4504 (дата доступа 2022-03-08) https://www.granthaalayahpublication.org/journals/granthaalayah/article/view/4504/4616

6.Глущенко В. В. Научная теория технологических укладов и исследование направлений ее практического применения // Бюллетень науки и практики. 2020. Т. 6. №4. С. 488-504. https://doi.org/10.33619/2414-2948/53/59

7.Глущенко В.В. Теория управления научными и экспериментальными исследованиями в ИТ-сфере. - г. Москва: Глущенко Валерий Владимирович, 2023. – 215 с.

8.Глущенко В.В. Теории технологических укладов, сложных систем и системного анализа процессов технологического развития. - г. Москва: Глущенко Валерий Владимирович, 2023. – 162 с.

9.Шваб Клаус, Дэвис Николас. Технологии четвёртой промышленной революции = Shaping The Fourth Industrial Revolution. — Эксмо, 2018. — 320 с. — ISBN 978-5-04-095565-7.

10.Глущенко В.В. Развитие технологий выплавки металлов как признак для выделения трех технологических укладов[Текст]//Фундаментальные и прикладные исследования в науке и образовании: Сборник статей по итогам Международной научной конференции (Стерлитамак , 24 сентября 2023 г.). - Стерлитамак: АМИ, 2023. - с. 53-55. ISBN 978-5-907702-82-0; https://ami.im/sbornik/MNPK-525.pdf

11.Нанотехнологии как ключевой фактор нового технологического уклада в экономике / Под ред. С. Ю. Глазьева и В. В. Харитонова. — М.: Тровант, 2009. — 304 с.

12.Glushchenko, V. V. (2021). Creating a model of the future of the eighth technological order. International Journal of Engineering Science Technologies, 5(5), 17-40. https://doi.org/10.29121/ijoest.v5.i5.2021.217.

13.Глущенко В.В. Проектное дело в ИТ-сфере. - г. Москва: Глущенко Валерий Владимирович, 2023. – 148с.

14.Глущенко В.В. Проектный подход в высшем ИТ-образовании. – г. Москва: Глущенко Валерий Владимирович, 2023. – 98 с.

15.Sanfelice R. G. Analysis and Design of Cyber-Physical Systems. A Hybrid Control Systems Approach // Cyber-Physical Systems: From Theory to Practice / D. Rawat, J. Rodrigues, I. Stojmenovic. — CRC Press, 2016. — ISBN 978-1-4822-6333-6.

16.Глущенко В.В. Формирование научно - образовательной платформы киберфизических систем [Текст] / В.В. Глущенко// Сборник статей Международной научно-практической конференции «Инструменты, механизмы и технологии современного инновационного развития (Екатеринбург, 15.11.2022 г.). – Стерлитамак: АМИ, 2022. с. 199-201.

17.Glushchenko V. V. (2023) Formation of a Paradigm for Designing Cyber-Physical Systems: Educational Perspective//Indonesian Journal of Teaching in Science, 3(1)(2023),p. 45-58.

https://ejournal.upi.edu/index.php/IJoTis/article/view/56039/22096

18.Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. -М.: Мир, 1973.-344 с

19.Глущенко В. В., Глущенко И.И. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования экспериментов. – г. Железнодорожный, Моск.обл., ООО НПЦ «Крылья», 2000. –400 с. Изд. 2-е испр. ISBN 5-901039-08-4;

20.Глущенко В. В. Менеджмент: системные основы. изд. 2-е– г. Железнодорожный, Моск.обл., ТОО НПЦ «Крылья», 1998. –224 с. ISBN 5-901039-03-3;

21.Саркисян С.А., Ахундов В.М., Минаев Э.С. Анализ и прогноз развития больших технических систем. М.: Наука, 1982 - 279 с.

22.Саркисян С.А., Минаев Э.С. Экономическая оценка летательных аппаратов. М.: Машиностроение, 1970.

23.Глущенко В.В. Логическое проектирование структур процесса и объектов функциональных испытаний//Проблемы машиностроения и автоматизации, N 1, 1992, с. 64-72.

24.Глущенко В.В. Системное планирование функциональных испытаний авиационных комплексов// Техника воздушного флота, 1991, №1, с.54-58.

25.Глущенко В.В., Глущенко И.И. Наукология: задача модернизации науки и инновационной деятельности, - М.: Глущенко Ирина Ивановна, 2015; 116 с.

26.Глущенко В.В. Прогнозирование и макропроектирование функциональных испытаний и безопасности сложных технических систем (деп.рук) -М.: ВИНИТИ, № 3703-В-96, от 19.12.1996, -200 с.

27.Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента: Пер. с англ.-М.:« Дело», 1993-702 с.

28.Кнышова Е.Н. Маркетинг.Учеб. Пособ.- М.:ИНФРА-М, 2010,-282 с.

29.Глущенко В.В., Научная теория сферы услуг (сервисология, сервисное дело) в условиях шестого технологического уклада. - М.: Глущенко Валерий Владимирович, 2021.- 116 с. ISBN 978-5-9908432-5-7.

30.Глущенко В.В., Глущенко И.И. Функционально-логическое комплексирование бортовых подсистем при проектировании авиационных и ракетных комплексов// Проблемы машиностроения и автоматизации, №1-2, 1994, с. 24-27.

31.Глущенко В.В. Системное планирование функциональных испытаний авиационных комплексов//Техника воздушного флота, 1991, №1, с.54-58.

32.Глущенко В.В. Логическое проектирование структур процесса и объектов функциональных испытаний// Проблемы машиностроения и автоматизации, N 1, 1992, с. 64-72.

33.Вентцель Е.С. Исследование операций: задачи, принципы, методология.-М.: Кнорус, 2014,-192 с.

34.Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. -М.: Мир, 1973.-344 с.

35.Глущенко В.В. Методические вопросы конверсии научных знаний, разработанных и накопленных при летных испытаниях авиационных комплексов//Проблемы машиностроения и автоматизации, 1993, N 3-4,с.3-9.

36.Glushchenko, V.V. (1990) Functional-decompositional representation of complex technological systems//Soviet journal of computer and systems sciences, 1990, 28(6), pp. 134–136.

37.Glushchenko, V.V. (1992) Representations and test planning methods for complex technical systems//Cybernetics and Systems Analysis, 1992, 28(2), pp. 193–199.

38.Glushchenko, V.V. (1992) Function-decomposition concept and its application to macrodesigning of functional tests of complex engineering systems//Izvestiya Akademii Nauk. Teoriya i Sistemy Upravleniya, 1992, (4), pp. 140–147.

39.Glushchenko, V.V. (1993) Functional-decomposition representation and its application to the macrodesign of functional tests of complex engineering systems//Journal of Computer and Systems Sciences International, 1993, 31(6), pp. 99–105.

40.Бычков В. Сложная мишенная позиция//Арсенал Отечества, 2022, № 6 (62), https://arsenal-otechestva.ru/article/1667-slozhnaya-mishennaya-pozitsiya-2

41.Глущенко В. В. Глущенко И.И. Исследование систем управления: социологические, экономические, прогнозные, плановые, экспериментальные исследования. – г. Железнодорожный, Моск.обл. , ООО НПЦ «Крылья», 2000. –416 с. ISBN 5-901039-07-6;

42.Лайкер Джеффри. Дао Toyota: 14 принципов менеджмента ведущей компании мира / Джеффри Лайкер; Пер. с англ. — М.: Альпина Бизнес Букс, 2005. — 402 с. — (Серия «Модели менеджмента ведущих корпораций»).

43.Цветков В.Я., Сигов А.С. Неявное знание: оппозиционный логический анализ и типологизация"//Вестник Российской академии наук, 2015,№ 9, с.800.

44.Федоров В.В. Теория оптимального эксперимента (планирование регрессионных экспериментов).-М: Наука, 1971, 312 с.

45.Глущенко В.В. Логико-математические основания использования моделирования при планировании функциональных испытаний сложных технических систем//Электронное моделирование, N6, 1990, с.63-70.

46.Глущенко В.В. Исследование множеств и разработка одного типа представления и метода планирования испытаний сложных технических систем//Кибернетика и системный анализ, №2, 1992, с.54-58.

47.Бродский В.З. Введение в факторное планирование эксперимента. -М. : Наука, 1976, -222 с.

48.Кринецкий Е.И., Александровская Л.Н.,Шаронов А.А., Голубков А.С. Летные испытания ракет и космических аппаратов. -М.: Машиностроение, 1979,-464с.

49.Луарсабов К.А., Пронь Л.В., Сердюк А.В. Летные испытания жидкостных ракетных двигателей. -М.: Машиностроение, 1977.

50.Саркисян С.А., Минаев Э.С. Экономическая оценка летательных аппаратов. М.: Машиностроение, 1970.

51.Дунин-Барковский Е.Н. Математическая статистика. М.: Наука, 1970-458 с.

52.Мангейм М.Л. Иерархические структуры. Модель процессов проектирования и планирования, М.: Мир, 1970.

53.Flehinger B.J. Product test planing for repairable systems. Tecnometrics, November, vol.7, №4, 1965, pp. 485-494.

54.Глущенко В.В, Глущенко И.И.. Проектирование технических обстановок функциональных испытаний летательных аппаратов с многоконтурными радиоэлектронными информационно - корректирующими системами. Харьков, Харьк. авиац. ин-т, В сб. «Радиоэлектронные устройства летательных аппаратов», 1990, с. 199-206.

55.Глущенко И.И. Прямая и обратная задачи проектирования автоматизированных имитационных технических обстановок для проведения функциональных летных испытаний авиационных комплексов//Авиационная промышленность, № 10, 1996, с. 61- 67.

56.Острейковский В.А. Многофакторные испытания на надежность. -М.: Энергия, 1978. -152 с.

57.Глущенко В.В. Методические вопросы проектирования и оценки безопасности функционирования сложных технических систем//Проблемы машиностроения и автоматизации, Международный центр научной и технической информации, 1993, N5, с.6-11.

58.Xiao Liu, Loon Ching Tang. Accelerate Life Test Plans for Repairable Systems With Multiple Independent Risk//April 2010, IEEE Transaction on Reliability, 59(1), pp.115-127.

59.Строгалев В. П., Толкачева И. О. Имитационное моделирование. -М.: МГТУ им. Баумана, 2008. - с. 697-737. ISBN 978-5-7038-3021-5.

60. Патент на изобретение RU 2520713 C1, 27.06.2014.

61.Сергеев В.В., Прибылов Ю.С., Соколов В.А. Оценка технических характеристик активной системы подводного видения в лабораторных условиях//Вопросы радиоэлектроники. Серия: Техника телевидения. 2021. № 2. С. 11-18.

62.Патент на изобретение RU 2727973 C1, 28.07.2020. Заявка № 2020104597 от 03.02.2020.

63.Глущенко И.И. Проектирование технической среды для испытаний сложных систем//Депонированная рукопись Научно-производственный центр "Крылья" № 2676-В1996 16.08.1996.

64.Глущенко В.В. Проектирование двух контуров автоматизированной системы управления летным экспериментом при испытаниях опытных летательных аппаратов//Управляющие системы и машины, 1991, №5, с.115-124.

65.Глущенко В.В. Методические вопросы проектирования и оценки безопасности функционирования сложных технических систем//Проблемы машиностроения и автоматизации, Международный центр научной и технической информации, 1993, N5, с.6-11.

66.Глущенко В. В. Управление рисками. Страхование.– г. Железнодорожный, Моск.обл., ТОО НПЦ «Крылья», 1999. –336 с. ISBN 5-901039-06-8;

67.Глущенко В.В. Риски инновационной и инвестиционной деятельности в условиях глобализации.- г. Железнодорожный, Московская область: ООО НПЦ Крылья, 2006. – 230 с. ISBN 5-901039-12-2.

68.Хайтун С.Д. Проблемы количественного анализа науки.-М.: Наука, 1989. -280 с.

69.Морозов В. В., Соботковский Б. Е., Шейнман И. Л. Методы обработки результатов физического эксперимента. -СПб. Санкт-Петербургский государственный электротехнический университет, 2004.-64 с.

https://etu.ru/assets/files/Faculty-FEL/Fisika/MethodExperiment.pdf.

70.Радиолокационные системы [Электронный ресурс] : учебник / В. П. Бердышев, Е. Н. Гарин, А. Н. Фомин [и др.]; под общ. ред. В. П. Бердышева ; разраб. : Центр обучающих систем ИнТК СФУ. – Версия 1.0. – Электрон. дан. (4 Мб). – Красноярск : СФУ, 2012. Электрон. версия печатной публикации 2011. – № гос. регистрации 0321201020. ISBN 978-5-7638-2545-9

71.Патент РФ RU231663U1 Комплекс бортовых траекторных измерений. https://patents.google.com/patent/RU31663U1/ru.

72.ГОСТ 19619-74 Оборудование радиотелеметрическое. Термины и определения.. — 1975.

73.Сорока Н. И., Кривинченко Г. А. Телемеханика: Конспект лекций для студентов специальности «Автоматическое управление в технических системах». Ч.I: Сообщения и сигналы. Мн.: БГУИР, 2000.-133 с.

74.Дианов И., Яманов А. Комплексные решения по GPRS-связи в системах промышленной автоматизации и диспетчеризации // «Беспроводные технологии». — 2010. — № 4. — с. 36-40.

75.Кремлев, А.Г. Основные понятия теории игр : учебное пособие / А.Г. Крем‑ лев.— Екатеринбург : Изд-во Урал. ун-та, 2016.— 144 с.

https://elar.urfu.ru/bitstream/10995/43897/1/978-5-7996-1940-4_2016.pdf

76.Нестеров А. Л. Проектирование АСУТП. Методическое пособие. Книга 1. -М.: Деан, 2006, - 552 с.

77.Глущенко В.В., Глущенко И.И. Совершенствование философии и методологии науки, управления и прогностики: парадигма интеллектуального управления – М.: ИП Глущенко Валерий Владимирович, 2009, -120 с.

78.Глущенко В.В., Глущенко И.И. Парадигма интеллектуального управления// Вестник университета, ГУУ, 2009, № 10, с.62-69.

79.Глущенко В.В. СМАРТ-технологии управления проектами функциональных испытаний киберфизических систем. - г. Москва: Глущенко Валерий Владимирович, 2024. – 151 с.

Научное издание (монография)

Глущенко Валерий Владимирович

Методы разработки программ

и технологии испытаний робототехнических беспилотных систем

В авторской редакции

Подписано в печать с оригинал-макета 12.04.2024 г.

Формат 60х 88/16.

Бумага кн.-журн. Гарнитура Times. Печать офсетная.

Печ. л. 9,4375.

Тираж 1500 экз.(1-й завод 100 экз.) Заказ № …..

Глущенко Валерий Владимирович

Электронный адрес: glu-valery@yandex.ru

Автор: Глущенко Валерий Владимирович

Электронный адрес: glu-valery@yandex.ru

Отпечатано в типографии Мосполитеха

107023 Москва, ул. Б. Семеновская, д. 38.